CN111858815B - 基于语义和连通性的面状水系分级、制图方法、系统 - Google Patents

基于语义和连通性的面状水系分级、制图方法、系统 Download PDF

Info

Publication number
CN111858815B
CN111858815B CN202010710879.4A CN202010710879A CN111858815B CN 111858815 B CN111858815 B CN 111858815B CN 202010710879 A CN202010710879 A CN 202010710879A CN 111858815 B CN111858815 B CN 111858815B
Authority
CN
China
Prior art keywords
water system
planar water
planar
area
connectivity
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.)
Active
Application number
CN202010710879.4A
Other languages
English (en)
Other versions
CN111858815A (zh
Inventor
杨柳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
PROVINCIAL GEOMATICS CENTRE OF JIANGSU
Original Assignee
PROVINCIAL GEOMATICS CENTRE OF JIANGSU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by PROVINCIAL GEOMATICS CENTRE OF JIANGSU filed Critical PROVINCIAL GEOMATICS CENTRE OF JIANGSU
Priority to CN202010710879.4A priority Critical patent/CN111858815B/zh
Publication of CN111858815A publication Critical patent/CN111858815A/zh
Application granted granted Critical
Publication of CN111858815B publication Critical patent/CN111858815B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/001—Texturing; Colouring; Generation of texture or colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/003—Maps
    • G09B29/006—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes
    • G09B29/007—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes using computer methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Ecology (AREA)
  • Mathematical Physics (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Geometry (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于语义和连通性的面状水系分级、制图方法、系统，所述分级方法包括：获取待分级面状水系的实际面积；基于水系语义重要性数据库，获取所述面状水系的语义重要性权重；若所述面状水系存在与其连通的线状水系，还获取各线状水系的语义重要性权重；并根据各线状水系的语义重要性权重计算该面状水系的连通性权重；根据语义重要性权重、连通性权重以及实际面积，计算所述面状水系的加权面积；根据预设的面状水系加权面积与分级的对应关系，确定所述面状水系的分级。相较于传统的仅根据面积大小进行分级，避免了因面积较小而导致重要面状水系遗漏的现象。

Description

基于语义和连通性的面状水系分级、制图方法、系统
技术领域
本发明属于计算机地图制图技术领域，尤其涉及基于语义和连通性的面状水系分级、制图方法、系统。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。
多尺度地图数据库由几个比例尺逐渐减小的地图数据库组成，是当前地图数据整理的常用方法。多尺度地图数据库的内容，按建设尺度分，包括大比例尺地图数据、中比例尺地图数据、小比例尺地图数据；按几何形态分，包括点状要素、线状要素、面状要素；按实际地物分，包括水系、道路、境界、居民地、地貌等。
在多尺度地图数据库的建设过程中，对各类地图要素进行逐级制图综合，包括选取、概括等手段，使地图要素满足相应比例尺地图的制图要求，其中一项基础性工作即为对要素的选取分级。对较大比例尺的地图数据库中的要素逐个进行选取分级，根据其等级确定该要素在其他地图数据库中是否保留。
例如，将要素选取等级分为10级，选取规则如表1。
表1地图数据库比例尺与要素选取等级对应关系
地图数据库比例尺 要素选取等级 地图数据库比例尺 要素选取等级
1:5万 1～10级 1:35万 1～5级
1:7万 1～9级 1:50万 1～4级
1:10万 1～8级 1:70万 1～3级
1:15万 1～7级 1:100万 1～2级
1:25万 1～6级 1:150万 1级
而对于要素分级，由于地图数据库中数据量巨大，若人工逐个判断效率较低，为提高工作效率，开始采用计算机进行自动选取分级。对于面状水系的自动选取分级工作，以往通常采用面积指标判定的方法，预先设定各比例尺相应等级面状水系的最小上图面积，对于某一面状水系要素，根据其面积的大小落入的区间，来判定其对应的选取等级。
式中，Aa为面状水系要素a的实际面积，Va为面状水系要素a的选取等级，Ii为第i级最小上图面积根据相应比例尺换算得到的实际面积，以I1为例，其对应第1级的比例尺1:5万，假设其最小上图面积为s1(单位：cm2)，将则I1＝s1×50000(单位：cm2)，实际面积大于等于I1的面状水系等级为1。
然而，这种选取分级方法仅依据面积指标，没有考虑到面状水系的语义重要性和要素连通性，例如某面状水系具有城市标志性，但因面积较小出图时被忽略，又如某面状水系作为多条线状水系的源头，因面积较小出图时被忽略，仅考虑面积指标的出图结果不符合普通地图编制的制图综合规则。
发明内容
为克服上述现有技术的不足，本发明提高了一种基于语义和连通性的面状水系分级、制图方法、系统，根据面状水系的语义重要性和连通性，综合确定其分级；并且结合面积大小还给出了制图方法。相较于传统的仅根据面积大小进行分级，避免了因面积较小而导致重要面状水系遗漏的现象。
为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：
一种基于语义和连通性的面状水系分级方法，包括以下步骤：
获取待分级面状水系的实际面积；
基于水系语义重要性数据库，获取所述面状水系的语义重要性权重；若所述面状水系存在与其连通的线状水系，还获取各线状水系的语义重要性权重；并根据各线状水系的语义重要性权重计算该面状水系的连通性权重；其中，所述水系语义重要性数据库中存储各面状水系和线状水系的语义重要性权重；
根据语义重要性权重、连通性权重以及实际面积，计算所述面状水系的加权面积；
根据预设的面状水系加权面积与分级的对应关系，确定所述面状水系的分级。
进一步地，根据获取研究区矢量地图数据获取面状水系的实际面积，以及确定是否具有与其连通的线状水系。
进一步地，若所述面状水系不存在与其连通的线状水系，将连通性权重赋值为1。
进一步地，所述面状水系的连通性权重为：与该面状水系连通的各线状水系语义重要性权重的乘积。
一个或多个实施例提供了一种地图制图方法，包括以下步骤：
获取待出图矢量地图数据，针对其中的各个面状水系，分别基于所述的分级方法进行分级；
判断各面状水系的分级是否满足目标出图比例尺，若满足，输出该面状水系。
进一步地，若不满足，判断该面状水系的加权面积是否超过设定阈值，若超过设定阈值，输出该面状水系。
进一步地，对于分级不满足目标出图比例尺但加权面积超过设定阈值的面状水系，将面状水系的外边缘向外扩展一定宽度，得到夸大表达后的面状水系再输出。
进一步地，所述宽度计算方法为：
式中，为面状水系a所属分级对应的最小面积指标，Aa为面状水系a的实际面积。
一个或多个实施例提供了一种地图制图系统，包括：
面状水系分级模块，被配置为获取待出图矢量地图数据，针对其中的各个面状水系，分别基于所述的分级方法进行分级；
面状水系输出模块，判断各面状水系的分级是否满足目标出图比例尺，若满足，输出该面状水系。
一个或多个实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的基于语义和连通性的面状水系分级方法或所述的地图制图方法。
一个或多个实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述的基于语义和连通性的面状水系分级方法或所述的地图制图方法。
以上一个或多个技术方案存在以下有益效果：
通过引入面状要素的语义重要性权重以及关联性权重，实现了对面状要素重要性的综合评价，在此基础上求解加权面积，再结合预设的分级与面积区间对应关系进行分级，得到的分级结果更加符合各个多尺度地图数据库的数据存储，或地图制图的需求，避免了因面积较小而导致重要面状水系遗漏的现象。
在进行地图制图时，对于面积过小但需出图的面状水系，提供了一种夸大表达方法，对这类面状水系的边缘向外扩展，并且结合该面状水系相应分级的最小面积指标及其实际面积确定扩展宽度，满足普通地图编制的制图综合规则中需要将部分小于最小上图指标的地物，还需将其夸大到最小尺寸描绘的要求。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1为本发明一个或多个实施例中基于语义和连通性的面状水系分级方法流程图；
图2为本发明一个或多个实施例中基于面状水系分级方法的地图制图方法流程图。
具体实施方式
应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
实施例一
本实施例公开了一种基于语义和连通性的面状水系分级方法。多尺度地图数据库中的面状水系包括海洋、湖泊、水库、池塘以及较宽的河流和沟渠，本实施例的目的是根据面状水系的语义重要性和连通重要性，综合确定其等级，克服传统的仅根据面积大小确定是否保留(上图或存入相应尺度地图数据库)导致的重要面状要素遗漏。
预先构建语义重要性数据库，所述语义重要性数据库中存储水系要素的语义重要性。所述数据库中包括研究区内水系的重要性权重。所述研究区可以是国家、省、市等任意层级，根据用户需要来确定。其中，水系的重要性根据《江苏省第一次水利普查成果》和《江苏省骨干河道名录》中对于水系的分级确定，并将重要性通过赋予权重值来进行量化。例如，水库根据库容被划分为大(一)型水库、大(二)型水库、中型水库、小(一)型水库和小(二)型水库，可分别赋予权重值9、7、5、3、1。为保证后续计算结果正确性，重要性权重均大于等于1。
具体地，所述数据库中包括面状水系重要性表和线状水系重要性表，两类表格中均存储水系名称、水系代码等水系标识信息及该水系的重要性权重。
如图1所示，所述方法包括以下步骤：
步骤1：获取研究区矢量地图数据，对于其中的各个面状水系，分别获取其实际面积和语义重要性权重；
矢量地图数据中包括图形数据和属性数据，属性数据中包含图形数据中各地物要素的名称、代码、实际面积、所属行政区域等属性信息。
为方便后续语义重要性权重和连通性权重的获取，本实施例中，以水系的代码作为索引，将面状水系重要性表和线状水系重要性表关联至属性数据中。当然，也可根据水系代码从语义重要性数据库中查找获取。
步骤2：判断所述面状水系是否具有与其连通的线状水系，若存在，获取所有与其连通的线状水系，根据各线状水系的重要性权重计算该面状水系的连通性权重；若不存在，直接将连通性权重赋值为1；
当某一面状水系要素是其他线状水系要素的水源地时，一般认为该面状水系要素较为重要，应尽量选取。因此，根据面状水系要素与线状水系要素的几何连通关系，计算连通性权重。某面状水系的连通性权重为与其相连的各线状水系对应的连通性权重参数的乘积。其中，各线状水系对应的连通性权重参数与该线状水系的选取等级相关，等级越高，参数越大。
面状水系要素a的连通性权重Ca的计算方法如公式(1)：
式中，Ca为面状水系要素a的连通性权重，n为与面状水系要素a连接的线状水系要素数，Pi为第i个线状水系要素对应的重要性权重。
步骤3：基于重要性权重、连通性权重以及实际面积，计算所述面状水系的加权面积；
加权面积的计算方法如公式(2)：
WAa＝Aa×Wa×Ca (2)
式中，WAa为面状水系要素a的加权面积，Aa为面状水系要素a的实际面积，Wa为面状水系要素a的重要性权重，Ca为面状水系要素a的连通性权重。
步骤4：根据预设的面状水系加权面积与分级对应关系，确定所述面状水系的分级；具体地，预先设定各比例尺相应等级面状水系的最小上图面积，对于某一面状水系要素，根据其加权面积的大小落入的区间，来判定其对应的选取等级，如公式(3)：
式中，WAa为要素a的加权面积，Va为面状水系要素a的选取等级，Ii为第i级最小上图面积根据相应比例尺换算得到的实际面积。根据其面积的大小落入的区间，来判定其对应的选取等级。
该分级方法结合了语义和连通重要性，对于面积较小但重要性较高的面状水系，其等级能够得到提升，更符合数据库更新、制图等用途的需要。
上述面状水系分级方法，可用于多尺度地图数据库的更新、制图等制图多种目的。当应用于多尺度地图数据库更新时，根据各尺度对应的比例尺，选取该比例尺对应的多个分级，将归入所述多个分级的面状水系要素进行存储。
实施例二
本实施例的目的是在实施例一进行面状水系分级的基础上，提供一种地图制图方法，结合出图所采用的目标比例尺，确定待出图研究区内包含的各个面状水系是否上图，最终得到符合普通地图编制的制图综合规则的制图结果。
预先构建语义重要性数据库，所述语义重要性数据库中存储水系要素的语义重要性。所述数据库中包括研究区内水系的重要性权重。所述研究区可以是国家、省、市等任意层级，根据用户需要来确定。其中，水系的重要性根据《江苏省第一次水利普查成果》和《江苏省骨干河道名录》中对于水系的分级确定，并将重要性通过赋予权重值来进行量化。例如，水库根据库容被划分为大(一)型水库、大(二)型水库、中型水库、小(一)型水库和小(二)型水库，可分别赋予权重值9、7、5、3、1。为保证后续计算结果正确性，重要性权重均大于等于1。
具体地，所述数据库中包括面状水系重要性表和线状水系重要性表，两类表格中均存储水系名称、水系代码等水系标识信息及该水系的重要性权重。
如图2所示，所述方法包括以下步骤：
步骤1：获取待出图矢量地图数据，针对其中的各个面状水系，分别结合语义重要性权重和连通性权重确定其分级；
矢量地图数据中包括图形数据和属性数据，属性数据中包含图形数据中各地物要素的名称、代码、实际面积、所属行政区域等属性信息。
为方便后续语义重要性权重和连通性权重的获取，本实施例中，以水系的代码作为索引，将面状水系重要性表和线状水系重要性表关联至属性数据中。当然，也可根据水系代码从语义重要性数据库中查找获取。
分别根据以下步骤进行分级：
步骤1.1：获取所述面状水系的实际面积和语义重要性权重；
步骤1.2：判断所述面状水系是否具有与其连通的线状水系，若存在，获取所有与其连通的线状水系，根据各线状水系的重要性权重计算该面状水系的连通性权重；若不存在，直接将连通性权重赋值为1；
当某一面状水系要素是其他线状水系要素的水源地时，一般认为该面状水系要素较为重要，应尽量选取。因此，根据面状水系要素与线状水系要素的几何连通关系，计算连通性权重。某面状水系的连通性权重为与其相连的各线状水系对应的连通性权重参数的乘积。其中，各线状水系对应的连通性权重参数与该线状水系的选取等级相关，等级越高，参数越大。
面状水系要素a的连通性权重Ca的计算方法如公式(1)：
式中，Ca为面状水系要素a的连通性权重，n为与面状水系要素a连接的线状水系要素数，Pi为第i个线状水系要素对应的重要性权重。
步骤1.3：基于重要性权重、连通性权重以及实际面积，计算所述面状水系的加权面积；
加权面积的计算方法如公式(2)：
WAa＝Aa×Wa×Ca (2)
式中，WAa为面状水系要素a的加权面积，Aa为面状水系要素a的实际面积，Wa为面状水系要素a的重要性权重，Ca为面状水系要素a的连通性权重。
步骤1.4：根据预设的面状水系加权面积与分级对应关系，确定所述面状水系的分级；具体地，预先设定各比例尺相应等级面状水系的最小上图面积，对于某一面状水系要素，根据其加权面积的大小落入的区间，来判定其对应的选取等级，如公式(3)：
式中，WAa为要素a的加权面积，Va为面状水系要素a的选取等级，Ii为第i级最小上图面积根据相应比例尺换算得到的实际面积。根据其面积的大小落入的区间，来判定其对应的选取等级。
步骤2：判断各面状水系的分级是否满足目标出图比例尺，若满足，则该面状水系确定上图；若不满足，执行步骤3；
步骤3：判断该面状水系的加权面积是否超过设定阈值，若超过设定阈值，该面状水系确定上图；
步骤4：将步骤2和步骤3得到的确定上图的面状水系输出。
按照普通地图编制的制图综合规则，对于部分小于最小上图指标的地物，还需将其夸大到最小尺寸描绘。因此，对于步骤3得到的确定上图的面状水系，由于其面积较小，需对其进行夸大表达，方法为：将面状水系的外边缘向外扩展一定宽度，得到夸大表达后的面状水系；其中，该宽度Ba的计算方法如公式(4)：
式中，为面状水系a所属分级对应的最小面积指标，即，面积最小上图面积根据相应比例尺换算得到的实际面积，Aa为面状水系要素a的实际面积。
具体地，对面状水系a作宽度为Ba的外部缓冲区，得到要素b；将要素a的各项属性字段值赋给要素b，将面状水系a和要素b合并。
实施例三
本实施例的目的是基于实施例二的制图方法，提供一种地图制图系统，包括：
面状水系分级模块，被配置为获取待出图矢量地图数据，针对其中的各个面状水系，分别基于如实施例一所述的分级方法进行分级；
面状水系输出模块，判断各面状水系的分级是否满足目标出图比例尺，若满足，输出该面状水系；若不满足，判断该面状水系的加权面积是否超过设定阈值，若超过设定阈值，输出该面状水系。
对于分级不满足目标出图比例尺但加权面积超过设定阈值的面状水系，将面状水系的外边缘向外扩展一定宽度，得到夸大表达后的面状水系再输出。
实施例四
本实施例的目的是提供一种电子设备。
一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现实施例一或实施例二中所述的方法步骤。
实施例五
本实施例的目的是提供一种计算机可读存储介质。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现实施例一或实施例二中所述的方法步骤。
以上实施例三-五中涉及的各步骤与方法实施例一相对应，具体实施方式可参见实施例一的相关说明部分。术语“计算机可读存储介质”应该理解为包括一个或多个指令集的单个介质或多个介质；还应当被理解为包括任何介质，所述任何介质能够存储、编码或承载用于由处理器执行的指令集并使处理器执行本发明中的任一方法。
本领域技术人员应该明白，上述本发明的各模块或各步骤可以用通用的计算机装置来实现，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本发明不限制于任何特定的硬件和软件的结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (7)

1.一种基于语义和连通性的面状水系分级方法，其特征在于，包括以下步骤：
获取待分级面状水系的实际面积；
基于水系语义重要性数据库，获取所述面状水系的语义重要性权重；
若所述面状水系存在与其连通的线状水系，还获取各线状水系的语义重要性权重；并根据各线状水系的语义重要性权重计算该面状水系的连通性权重；所述面状水系的连通性权重为：与该面状水系连通的各线状水系语义重要性权重的乘积；若所述面状水系不存在与其连通的线状水系，将连通性权重赋值为1；
其中，所述水系语义重要性数据库中包括面状水系重要性表和线状水系重要性表，两类表格中均存储水系标识信息及该水系的重要性权重；
根据语义重要性权重、连通性权重以及实际面积，计算所述面状水系的加权面积；加权面积的计算公式为：
WAa＝Aa×Wa×Ca
式中，WAa为面状水系要素a的加权面积，Aa为面状水系要素a的实际面积，Wa为面状水系要素a的重要性权重，Ca为面状水系要素a的连通性权重；
根据预设的面状水系加权面积与分级的对应关系，确定所述面状水系的分级。
2.如权利要求1所述的基于语义和连通性的面状水系分级方法，其特征在于，根据获取研究区矢量地图数据获取面状水系的实际面积，以及确定是否具有与其连通的线状水系。
3.一种地图制图方法，其特征在于，包括以下步骤：
获取待出图矢量地图数据，针对其中的各个面状水系，分别基于如权利要求1或2所述的分级方法进行分级；
判断各面状水系的分级是否满足目标出图比例尺，若满足，输出该面状水系；
若不满足，判断该面状水系的加权面积是否超过设定阈值，若超过设定阈值，输出该面状水系。
4.如权利要求3所述的地图制图方法，其特征在于，对于分级不满足目标出图比例尺但加权面积超过设定阈值的面状水系，将面状水系的外边缘向外扩展一定宽度，得到夸大表达后的面状水系再输出；
所述宽度计算方法为：
式中，为面状水系a所属分级对应的最小面积指标，Aa为面状水系a的实际面积。
5.一种地图制图系统，其特征在于，包括：
面状水系分级模块，被配置为获取待出图矢量地图数据，针对其中的各个面状水系，分别基于如权利要求1或2所述的分级方法进行分级；
面状水系输出模块，判断各面状水系的分级是否满足目标出图比例尺，若满足，输出该面状水系；若不满足，判断该面状水系的加权面积是否超过设定阈值，若超过设定阈值，输出该面状水系。
6.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1或2所述的基于语义和连通性的面状水系分级方法或权利要求3或4所述的地图制图方法。
7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1或2所述的基于语义和连通性的面状水系分级方法或权利要求3或4所述的地图制图方法。
CN202010710879.4A 2020-07-22 2020-07-22 基于语义和连通性的面状水系分级、制图方法、系统 Active CN111858815B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010710879.4A CN111858815B (zh) 2020-07-22 2020-07-22 基于语义和连通性的面状水系分级、制图方法、系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010710879.4A CN111858815B (zh) 2020-07-22 2020-07-22 基于语义和连通性的面状水系分级、制图方法、系统

Publications (2)

Publication Number Publication Date
CN111858815A CN111858815A (zh) 2020-10-30
CN111858815B true CN111858815B (zh) 2024-01-26

Family

ID=73001492

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010710879.4A Active CN111858815B (zh) 2020-07-22 2020-07-22 基于语义和连通性的面状水系分级、制图方法、系统

Country Status (1)

Country Link
CN (1) CN111858815B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101599070A (zh) * 2009-07-07 2009-12-09 武汉大学 在土地利用信息多尺度表达中的空间数据库综合方法
CN107133690A (zh) * 2017-04-21 2017-09-05 中国水利水电科学研究院 一种河湖水系连通工程方案优选排序方法
CN108764675A (zh) * 2018-05-17 2018-11-06 河海大学 一种水系连通性评价方法
CN109447493A (zh) * 2018-11-07 2019-03-08 成都理工大学 一种基于物源活动强度的震后泥石流危险性评价方法
CN109902405A (zh) * 2019-03-06 2019-06-18 北京林业大学 一种水文连通度评价方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110150625A1 (en) * 2008-07-25 2011-06-23 Chuluun Enkhbold Method of coal delivery to a heat power plant for combustion
CN102754105B (zh) * 2010-02-12 2016-05-25 埃克森美孚上游研究公司 用于创建历史匹配模拟模型的方法和系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101599070A (zh) * 2009-07-07 2009-12-09 武汉大学 在土地利用信息多尺度表达中的空间数据库综合方法
CN107133690A (zh) * 2017-04-21 2017-09-05 中国水利水电科学研究院 一种河湖水系连通工程方案优选排序方法
CN108764675A (zh) * 2018-05-17 2018-11-06 河海大学 一种水系连通性评价方法
CN109447493A (zh) * 2018-11-07 2019-03-08 成都理工大学 一种基于物源活动强度的震后泥石流危险性评价方法
CN109902405A (zh) * 2019-03-06 2019-06-18 北京林业大学 一种水文连通度评价方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
A Data-Driven Text Mining and Semantic Network Analysis for Design Information Retrieval;Feng Shi 等;《Journal of mechanical design》;第139卷(第11期);1-14 *
Surface Water Mapping by Deep Learning;Furkan Isikdogan 等;《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》;第10卷(第11期);4909-4918 *
城市化进程对西安市水系变化与水文特征的影响;姚炳光;《中国优秀硕士学位论文全文数据库 基础科学辑》(第01期);A012-52 *
基于ArcGIS制作青海省地貌晕渲图方法探讨;曹金莲 等;《青海大学学报(自然科学版)》;第32卷(第01期);24-29+68 *
基于DEM的数字流域特征提取及水文网络构建研究;何灿灿;《中国优秀硕士学位论文全文数据库 基础科学辑》(第02期);A012-34 *

Also Published As

Publication number Publication date
CN111858815A (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
North A method for implementing a statistically significant number of data classes in the Jenks algorithm
CN110287942B (zh) 年龄估计模型的训练方法、年龄估计方法以及对应的装置
CN110348294A (zh) Pdf文档中图表的定位方法、装置及计算机设备
US20080201302A1 (en) Using promotion algorithms to support spatial searches
CN102054002A (zh) 一种数据挖掘系统中决策树的生成方法及装置
CN106780503A (zh) 基于后验概率信息熵的遥感图像最优分割尺度确定方法
Maechler Cluster analysis extended Rousseeuw et al
WO2020042501A1 (zh) 基金经理社团划分方法、系统、计算机设备和存储介质
CN112948759A (zh) 一种生态环境质量变化情况的判断方法及系统
CN111291099B (zh) 一种地址模糊匹配方法、系统及计算机设备
CN104598510A (zh) 一种事件触发词识别方法及装置
CN114817575A (zh) 基于扩展模型的大规模电力事理图谱处理方法
CN111858815B (zh) 基于语义和连通性的面状水系分级、制图方法、系统
CN112348324B (zh) 一种冲突空间识别方法、终端设备及存储介质
CN112419124B (zh) 一种低效工业用地的快速识别方法、装置及其存储介质
CN113792084A (zh) 数据热度的分析方法、装置、设备及存储介质
CN110807286A (zh) 一种结构网格识别方法
CN109241146B (zh) 集群环境下的学生智助方法和系统
CN108830302B (zh) 一种图像分类方法、训练方法、分类预测方法及相关装置
CN106651630A (zh) 关键用电行业识别方法和系统
CN111382220A (zh) 一种poi数据划分方法和装置
CN114694475A (zh) 一种基于gis的碳排放地图制作方法、系统、介质及设备
CN114170441A (zh) 基于地理国情数据和影像分类的路旁树自动提取方法
CN107133391A (zh) 施工图纸的生成方法和系统
CN113205042A (zh) 一种城市多层次边界的识别方法及系统

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
GR01 Patent grant
GR01 Patent grant