CN111462320A - 基于约束性Delaunay三角网的“两区”地块自动批量生成方法 - Google Patents
基于约束性Delaunay三角网的“两区”地块自动批量生成方法 Download PDFInfo
- Publication number
- CN111462320A CN111462320A CN202010199994.XA CN202010199994A CN111462320A CN 111462320 A CN111462320 A CN 111462320A CN 202010199994 A CN202010199994 A CN 202010199994A CN 111462320 A CN111462320 A CN 111462320A
- Authority
- CN
- China
- Prior art keywords
- plot
- region
- zone
- automatic
- delaunay triangulation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 238000007781 pre-processing Methods 0.000 claims abstract description 5
- 230000015572 biosynthetic process Effects 0.000 abstract description 2
- 238000003786 synthesis reaction Methods 0.000 abstract description 2
- 238000004519 manufacturing process Methods 0.000 description 17
- 235000013339 cereals Nutrition 0.000 description 14
- 238000010586 diagram Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 229920000742 Cotton Polymers 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 240000002791 Brassica napus Species 0.000 description 1
- 235000011293 Brassica napus Nutrition 0.000 description 1
- 244000025254 Cannabis sativa Species 0.000 description 1
- 244000068988 Glycine max Species 0.000 description 1
- 235000010469 Glycine max Nutrition 0.000 description 1
- 241000219146 Gossypium Species 0.000 description 1
- 244000043261 Hevea brasiliensis Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 240000000111 Saccharum officinarum Species 0.000 description 1
- 235000007201 Saccharum officinarum Nutrition 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 244000098338 Triticum aestivum Species 0.000 description 1
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 229920003052 natural elastomer Polymers 0.000 description 1
- 229920001194 natural rubber Polymers 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
基于约束性Delaunay三角网的“两区”地块自动批量生成方法,属于GIS自动综合领域,具体是一种基于约束性Delaunay三角网的“两区”地块生成方法。包括空间数据预处理,统一参考坐标系;通过叠加分析获取满足“两区”地块要求的承包地块和永久基本农田;采用图斑合并算法自动生成“两区”地块;以及生成“两区”地块属性,包含地块名称、代码、是否高标准农田等步骤。本发明的方法,解决目前“两区”地块无自动化生成工具与方法的问题,自动化水平高,利用参考数据自动生成“两区”地块,无需人工干预。
Description
技术领域
本发明属于GIS自动综合领域,具体是一种基于约束性Delaunay三角网的“两区”地块生成方法。
背景技术
2017年4月10日,国务院发布《关于建立粮食生产功能区和重要农产品生产保护区的指导意见》全面部署粮食生产功能区和重要农产品生产保护区(简称“两区”)划定和建设工作。用3年时间完成“两区”划定任务,共10.58亿亩,做到全部建档立卡、上图入库,实现信息化和精准化管理。粮食生产功能区是指为确保“谷物基本自给、口粮绝对安全”,按照规定程序划定,能够稳定种植水稻、小麦和玉米等粮食作物的优势生产区域;而重要农产品生产保护区是指为保障棉油糖胶等重要农产品有效供给,按照规定程序划定,能够稳定种植大豆、棉花、油菜籽、糖料蔗、天然橡胶等重要农产品的优势生产区域。通过划定和管护“两区”,落实藏粮于地、藏粮于技战略,确保谷物基本自给、口粮绝对安全,推进农业供给侧结构性改革,优化农业区域布局和要素组合,提升农产品质量效益和市场竞争力,为实施乡村振兴战略和推进农业农村现代化奠定基础。
“两区”在空间上包括区、片块、地块三个层级,单个“两区” 内可包含若干片块,单个片块内可包含若干地块。“两区”片块在“两区”内划定的相对集中连片耕地,具有明确的经营主体、管护责任主体,或者能够进行统一生产管理的耕地。“两区”地块是指在“两区”片块范围内,以永久基本农田和承包地块(农村土地承包经营权确权登记颁证的成果)为基础,参考第二次全国土地调查成果、航测遥感影像数据确定,以实际宽度不小于1米的农村道路、沟渠、水系等线状地物或行政区域界线为边界所划定的具体的空间种植单元。目前,“两区”地块无自动化生成工具与方法,均用人工勾绘的方法,绘制海量“两区”地块,工作量巨大,费时费力,且容易出错。
发明内容
本发明的目的是解决目前“两区”地块手工勾绘效率极低,费时费力的问题,提出一种自动批量生成“两区”地块的方法。
基于约束性Delaunay三角网的“两区”地块自动批量生成方法,包括以下步骤:
S1,空间数据预处理,统一参考坐标系;
S2,通过叠加分析获取满足“两区”地块要求的承包地块和永久基本农田;具体是将承包地块中不满足“两区”地块要求的地块去除,并选出坡度在15度内的基本农田,然后选出同时满足“两区”地块要求及坡度在15度内基本农田的承包地块;
S3,采用图斑合并算法,以S2得到的承包地块为基础,自动生成“两区”地块;
S4,生成“两区”地块属性,包含地块名称、代码、是否高标准农田。
本发明的方法,解决目前“两区”地块无自动化生成工具与方法的问题,自动化水平高,利用参考数据自动生成“两区”地块,无需人工干预。生成效率高,利用参考数据自动生成“两区”地块,大幅度降低了人工勾绘,极大幅度提高了“两区”地块生成效率。“两区”地块属性自动生成,从参考数据中挖掘海量对应信息,自动生成“两区”地块属性信息。“两区”地块属性信息准确性高,“两区”地块属性信息填写手工干预较少,避免了手工填写易于出错的特点。
附图说明
图1是“两区”地块生成的总流程图。
图2是S1空间参考数据预处理流程图。
图3是S2空间参考数据叠加分析流程图。
图4是S3“两区”地块生成流程图。
图5是S4“两区”地块编码字段属性生成流程图。
图6是S4“两区”地块名称字段属性生成流程图。
图7是S4“两区”地块是否高标准农田字段属性生成流程图。
图8是“两区”划定“区”块、片块、地块空间结构示意图。
图9是地块缓冲区示例图。
图10是地块间于约束性Delaunay三角网构建示意图。
图11是地块聚合示意图。
图12是满足“两区”地块要求的承包地块示意图。
图13是利用承包地块,基于约束性Delaunay三角网生成“两区”地块的示例图。
具体实施方式
实施例1:基于约束性Delaunay三角网的“两区”地块自动批量生成方法,包括以下步骤:
S1,空间数据预处理,统一参考坐标系;
“两区”地块划定以永久基本农田、高标准农田、农村土地承包地块、生态保护红线、退耕还林、城乡规划、土地利用总体规划资料为基础,但各类数据来源不同部门,具有不同空间参考,格式属于多源异构数据,因此需将数据转换为统一的空间参考和格式。根据《粮食生产功能区和重要农产品生产保护区划定技术规程(试行)》(农计发〔2017〕99 号)、《粮食生产功能区和重要农产品生产保护区划定数据库规范(试行)》(农计发〔2018〕2号)和《云南省粮食生产功能区和重要农产品生产保护区划定实施细则(试行)》技术规范,将以上参考数据的空间参考和格式统一转换为CGCS2000坐标系和SHP格式。
S2,通过叠加分析获取满足“两区”地块要求的承包地块和永久基本农田,具体包括以下步骤:
(1)通过ArcGIS中的擦除工具,擦除承包地块图斑集{A}中不满足“两区”地块的生态保护红线、退耕还林还草、城乡规划区域的图斑;
(2)提取坡度在15度以下的永久基本农田;利用永久基本农田的坡度级别(PDJB)字段,选取PDJB小于等于3,即坡度在15度内的基本农田图斑,并导出基本农田图斑为图斑集{B};
(3)在经过上述步骤(1)和(2)处理后,利用ArcGIS中的裁剪工具,从承包地块图斑集{A}中获取坡度在15度内的承包地块图斑集{X};
S3,以制图自动综合理论为指导,利用图斑合并算法,以S2得到的图斑集{X}为基础,提出“两区”地块自动生成方法,生成“两区”地块;具体包括以下步骤:
(1)在图斑集{X}中获取图斑X,并获取图斑X的邻近图斑集{Y};
(2)清洗掉图斑集{Y}中语义与图斑X不同的图斑,得到与图斑X语义相同的邻近图斑集{K};
(3)遍历图斑集{Y},并判断与图斑X是否存在公共边:
若有公共边,利用图斑融合算法合并拓扑邻近的同类图斑;
若两个图斑轮廓多边形有共享边界,在拓扑关系上它们互为邻近关系;将邻近图斑集{Y}按小组编号分类或村委会编号分类,并将同类图斑与图斑X合并为一个图斑;否则,利用图斑聚合算法合并邻近距离小于阈值的同类图斑,通过设置一个缓冲距离,通常是最小阈值的0.5米,对指定图斑做缓冲区分析,缓冲区能够重叠的图斑说明是距离邻近,结合地块的边界特征,图斑的缓冲距离为1米;
(4)重复S3的步骤(1)、(2)和(3),直到遍历完图斑集{X}为止,最终生成“两区”地块图斑集{Z}。
S4,上述S2得到的“两区”地块只有空间信息,需要进一步完善其属性信息,生成“两区”地块属性,包含地块名称、代码、是否高标准农田;具体包括以下步骤:
(1)生成“两区”地块名称字段属性信息,从固有的承包地块名称信息中挖掘“两区”地块名称,具体为:
① 遍历S3得到的“两区”地块图斑集{Z},从中获取图斑Z;
② 图斑Z与S2得到的承包地块图斑集{X}进行裁剪操作,提取承包地块图斑集{X}与图斑Z重叠的图斑集{XZ};
③ 新建一个字典D,用以存储地块名称与面积;
④ 遍历图斑集{XZ},从中获取图斑XZ,并提取其名称dkmc和面积mj信息;
⑤ 判断字典D中是否存在键为dkmc的值,如果不存在,直接以dkmc为键,以mj为值存储入字典中;否则,从字典D中取出键为dkmc的值为value,并对应值修改为value+mj;
⑥ 重复步骤④和⑤,直至遍历完图斑集{XZ}为止,得到字典D;
⑦ 遍历字典D,提取最大值,即面积对应的键,即地块名称mc;
⑧ 将mc作为“两区”地块名称;
⑨ 重复以上步骤①-⑧,直到遍历完图斑集{Z},生成所有“两区”地块图斑名称;
(2)生成“两区”地块代码字段属性信息,地块代码为所在村级行政区代码(12位)+4位顺序码,顺序码从0001至9999,具体为:
① 遍历村级区域图斑集{CJQY},取出图斑cjqy,并获取其村级行政区代码cjqydm;
② 利用空间查询,查找包含在图斑cjqy内的“两区”地块图斑集{LQ};
③ 遍历图斑集{LQ},获取图斑ID号和重心坐标(X,Y);用iDGravityX和iDGravityY字典分别存储ID为键,X和Y为值;
④ 遍历字典iDGravityY,按字典值Y进行递减排序,并用 Gravity储存FID和排序顺序号ST;如果有Y重复,则获取从iDGravitX字典中获取FID对应的X值,并用递增排序方式对FID进行排序,再储存入字典Gravity;
⑤ 遍历“两区”地块图斑集{LQ},获取地块LQ和获取地块ID号,并在Gravity字典中获取ID对应的键st;
⑥ DKBM为①得到的村级行政代码cjqydm和⑤得到的序号st;dkbm = cjbm +ID.ToString().PadLeft(4, '0');
⑦ 重复步骤⑤和⑥,直到遍历完地块图斑集{LQ}为止;
⑧ 重复步骤①-⑦,直到遍历完村级行政区图斑集{CJQY}为止;
(3)生成“是否高标准农田”字段属性信息,具体为:
① 将参考数据“高标准农田”存储为图斑集{GB},输入“两区”地块图斑集{Z}和高标准农田图斑集{GB};
② 遍历“两区”地块图斑集{Z}中地块Z,并新建String变量str = “否”;
③ 利用地块Z进行空间查询,选取地块Z包含于图斑集{GB}的图斑GB,如图斑GB存在,则变量str = “是”;
④ 将“两区”地块Z的是否高标准属性值为str;
⑤ 重复步骤②、③、④,直到完成“两区”地块图斑集{Z}遍历为止。
Claims (3)
1.基于约束性Delaunay三角网的“两区”地块自动批量生成方法,其特征在于包括以下步骤:
S1,空间数据预处理,统一参考坐标系;
S2,通过叠加分析获取满足“两区”地块要求的承包地块和永久基本农田;具体是将承包地块中不满足“两区”地块要求的地块去除,并选出坡度在15度内的基本农田,然后选出同时满足“两区”地块要求及坡度在15度内基本农田的承包地块;
S3,采用图斑合并算法,以S2得到的承包地块为基础,自动生成“两区”地块;
S4,生成“两区”地块属性,包含地块名称、代码、是否高标准农田。
2.如权利要求1所述的基于约束性Delaunay三角网的“两区”地块自动批量生成方法,其特征在于空间数据参考和格式统一转换为CGCS2000坐标系和SHP格式。
3.如权利要求1所述的基于约束性Delaunay三角网的“两区”地块自动批量生成方法,其特征在于去除采用ArcGIS中的擦除工具,选出采用ArcGIS中的裁剪工具。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010199994.XA CN111462320A (zh) | 2020-03-20 | 2020-03-20 | 基于约束性Delaunay三角网的“两区”地块自动批量生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010199994.XA CN111462320A (zh) | 2020-03-20 | 2020-03-20 | 基于约束性Delaunay三角网的“两区”地块自动批量生成方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111462320A true CN111462320A (zh) | 2020-07-28 |
Family
ID=71680126
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010199994.XA Pending CN111462320A (zh) | 2020-03-20 | 2020-03-20 | 基于约束性Delaunay三角网的“两区”地块自动批量生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111462320A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113657166A (zh) * | 2021-07-17 | 2021-11-16 | 北京清华同衡规划设计研究院有限公司 | 一种城乡聚落传统肌理智能辅助识别方法、系统、终端及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050017115A1 (en) * | 2003-07-08 | 2005-01-27 | De Lorenzo Ricardo Augusto | Constructive arrangement feature improvement introduced in poles for the organization of lines |
CN107103305A (zh) * | 2017-05-03 | 2017-08-29 | 西安科技大学 | 基于高分辨率遥感影像的高标准农田识别方法 |
CN108447120A (zh) * | 2018-02-08 | 2018-08-24 | 武汉智博创享科技股份有限公司 | 一种构建三维属性体模型的方法及装置 |
CN109582755A (zh) * | 2019-01-16 | 2019-04-05 | 中国科学院地理科学与资源研究所 | 一种基于网格的精准农业数据库实现方法 |
CN110097529A (zh) * | 2019-04-18 | 2019-08-06 | 华南农业大学 | 一种基于语义规则的农田定级单元划分方法及系统 |
CN110298520A (zh) * | 2018-03-21 | 2019-10-01 | 重庆师范大学 | 一种农田建设难度确定方法 |
-
2020
- 2020-03-20 CN CN202010199994.XA patent/CN111462320A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050017115A1 (en) * | 2003-07-08 | 2005-01-27 | De Lorenzo Ricardo Augusto | Constructive arrangement feature improvement introduced in poles for the organization of lines |
CN107103305A (zh) * | 2017-05-03 | 2017-08-29 | 西安科技大学 | 基于高分辨率遥感影像的高标准农田识别方法 |
CN108447120A (zh) * | 2018-02-08 | 2018-08-24 | 武汉智博创享科技股份有限公司 | 一种构建三维属性体模型的方法及装置 |
CN110298520A (zh) * | 2018-03-21 | 2019-10-01 | 重庆师范大学 | 一种农田建设难度确定方法 |
CN109582755A (zh) * | 2019-01-16 | 2019-04-05 | 中国科学院地理科学与资源研究所 | 一种基于网格的精准农业数据库实现方法 |
CN110097529A (zh) * | 2019-04-18 | 2019-08-06 | 华南农业大学 | 一种基于语义规则的农田定级单元划分方法及系统 |
Non-Patent Citations (2)
Title |
---|
吴荣光 等: ""一种基于约束性Delaunay三角网的‘两区’地块生成方法"", 《测绘通报》 * |
李二强: ""基于GIS和遥感影像的农业两区划定系统的设计与实现"", 《中国优秀博硕士学位论文全文数据库(硕士)农业科技辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113657166A (zh) * | 2021-07-17 | 2021-11-16 | 北京清华同衡规划设计研究院有限公司 | 一种城乡聚落传统肌理智能辅助识别方法、系统、终端及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106530170B (zh) | 一种区域生态保护红线的边界优化方法 | |
CN102521273B (zh) | 一种高分辨率遥感的多功能城市用地空间信息生成方法 | |
CN110134733A (zh) | 基于gis系统与大数据分析的土地管理系统及方法 | |
CN102592181A (zh) | 一种作物种植面积统计数据空间分布的优化方法 | |
CN105184224B (zh) | 一种东北地区水田分类与信息提取系统及方法 | |
CN114092025B (zh) | 一种临时用地全生命周期监测方法 | |
CN105302914A (zh) | 一种基于增量和联动的地形图制图数据库快速更新方法 | |
CN110298520A (zh) | 一种农田建设难度确定方法 | |
CN105279604A (zh) | 一种矿区土地资源变化协同分析方法 | |
CN110490975A (zh) | 一种基于正射影像数据的施工总平面图制作方法 | |
CN107609242A (zh) | 一种基于智能手机和数字地形图的公路勘察选线方法 | |
CN102013047A (zh) | 农作物产量变异程度监测方法 | |
CN112598373A (zh) | 地块智能化处理及净面积量算后批量自动生成方法 | |
CN111462320A (zh) | 基于约束性Delaunay三角网的“两区”地块自动批量生成方法 | |
Tianhong et al. | Integration of large scale fertilizing models with GIS using minimum unit | |
CN117407550B (zh) | 一种基于gis技术的藏羌传统聚落景观数字化系统 | |
CN116702299B (zh) | 一种基于园林模拟的园林设计方法 | |
Pásztor et al. | Elaboration of novel, countrywide maps for the satisfaction of recent demands on spatial, soil related information in Hungary | |
KR101453965B1 (ko) | 국유림 산림조사 기본정보 분석 및 국유림경영계획부 속성 입력시스템 | |
CN107844890A (zh) | 一种基于gis的矿业权综合调查监测方法与系统 | |
CN115239281A (zh) | 一种基于bim+gis的公路征迁管理系统、方法及存储介质 | |
CN112231301A (zh) | 黄河水沙变化数据仓库 | |
Borkowski et al. | Site-specific efficient management of soil resources using GIS and BIM technologies | |
Martinez et al. | Quantifying feedstock availability using a geographical information system | |
Ren et al. | Evaluation Method of Field Road Accessibility Based on GF-2 Satellite Imagines |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200728 |
|
RJ01 | Rejection of invention patent application after publication |