CN112131334A - 一种用于市县级“双评价”算法的gis模块封装方法及系统 - Google Patents
一种用于市县级“双评价”算法的gis模块封装方法及系统 Download PDFInfo
- Publication number
- CN112131334A CN112131334A CN202011062779.1A CN202011062779A CN112131334A CN 112131334 A CN112131334 A CN 112131334A CN 202011062779 A CN202011062779 A CN 202011062779A CN 112131334 A CN112131334 A CN 112131334A
- Authority
- CN
- China
- Prior art keywords
- algorithm
- module
- input
- evaluation
- output
- 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.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 277
- 238000004806 packaging method and process Methods 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000002452 interceptive effect Effects 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 12
- 230000000007 visual effect Effects 0.000 claims abstract description 11
- 238000010276 construction Methods 0.000 claims description 25
- 238000013500 data storage Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 abstract description 28
- 238000007405 data analysis Methods 0.000 abstract description 17
- 230000008569 process Effects 0.000 abstract description 14
- 238000012271 agricultural production Methods 0.000 description 18
- 238000006243 chemical reaction Methods 0.000 description 15
- 230000008030 elimination Effects 0.000 description 9
- 238000003379 elimination reaction Methods 0.000 description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 8
- 238000011160 research Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000012216 screening Methods 0.000 description 5
- 238000012952 Resampling Methods 0.000 description 4
- 230000002776 aggregation Effects 0.000 description 4
- 238000004220 aggregation Methods 0.000 description 4
- 230000003139 buffering effect Effects 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 238000003012 network analysis Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 230000008602 contraction Effects 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 3
- 238000003786 synthesis reaction Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及数据处理的技术领域,具体为一种用于市县级“双评价”算法的GIS模块封装方法及系统,该方法包括获取算法选定信息,根据算法选定信息获取若干空间算法;依次建立若干空间算法之间的关联;对建立关联后的空间算法进行封装形成单一功能模块,并设定单一功能模块的输入和输出,获得可视化的交互功能窗口;重复上述步骤获得若干单一功能模块,关联单一功能模块搭建若干单项评价框架;根据模块关联信息关联单项评价框架搭建若干集成评价框架,并根据模块关联信息关联集成评价框架和单项评价框架搭建综合评价框架。采用本方案能够解决现有技术中使用“双评价”算法进行数据分析时,计算过程复杂、时间过长、效率较低、难以溯源等技术问题。
Description
技术领域
本发明涉及数据处理的技术领域,具体为一种用于市县级“双评价”算法的GIS模块封装方法及系统。
背景技术
“双评价”是指资源环境承载能力评价和国土空间开发适宜性评价,其中资源环境承载能力评价是对自然资源禀赋和生态环境本底的综合评价,确定国土空间在生态保护、农业生产、城镇建设等功能指向下的承载能力等级,国土空间开发适宜性评价是在资源环境承载能力评价的基础上,评价国土空间进行生态保护的重要程度,以及农业生产、城镇建设的适宜程度。
“双评价”由多个集成评价综合而成,集成评价又由多个单项评价综合而成,而单项评价由多个算法组合进行分析计算,因此“双评价”涉及算法较多。每一单项评价由多个算法组合而成,因此每一单项评价的算法就比较复杂,因此在“双评价”的分析计算过程中需要使用多种不同的工具,导致“双评价”的分析计算过程过于复杂、难度大,使得分析计算时间过长。同时不同的集成评价通常是分别进行操作,操作过程中直接使用工具,最终获得集成评价的评价结果,而不同集成评价中会存在相同单项评价,由于现有的“双评价”算法直接使用工具进行操作获得集成评价,无法对计算过程产生的数据进行保存,因此当不同集成评价存在相同单项评价,难以实现对计算过程的重复操作,即不同的集成评价针对相同的单项评价需进行重复操作,进一步延长数据分析计算时间。
发明内容
本发明的目的之一在于提供一种用于市县级“双评价”算法的GIS模块封装方法,以解决现有技术中使用“双评价”算法进行数据分析时,计算时间过长的技术问题。
本发明提供的基础方案一:一种用于市县级“双评价”算法的GIS模块封装方法,包括以下步骤:
算法读取步骤:获取算法选定信息,根据算法选定信息获取若干空间算法;
算法处理步骤:依次建立若干空间算法之间的关联;
模块封装步骤:对建立关联后的空间算法进行封装形成单一功能模块,并设定单一功能模块的输入和输出进行封装,获得可视化的交互功能窗口;
存储步骤:对封装形成的单一功能模块进行存储。
名词说明:算法选定信息为实现所需功能选定算法的信息,空间算法包括矢量筛选、融合、消除、裁剪、标识、相交、擦除、空间连接、缓冲、几何修复、栅格重分类、重采样、栅格叠加、地图代数、空间插值、欧式距离、矩阵判断、网络分析、图斑聚合等算法。
基础方案一的有益效果:算法读取步骤的设置,实现对空间算法的提取,根据所需实现的功能提取算法,便于后续步骤中使用。算法处理步骤的设置,建立选取的空间算法之间的关联,从而实现所需的功能。模块封装步骤的设置,实现对空间算法的封装,从而获得单一功能模块。存储步骤的设置,对单一功能模块进行存储,后续可直接调用,缩短数据分析时间。
单一功能模块的设置,将复杂的算法集成为单一功能模块,降低操作难度,有效降低算法研究产生的大量复杂且重复的低效工作,从而减少数据分析计算所占用的时间,提升团队工作效率。由于单一功能模块的设置,实现对计算过程的保存,在数据分析计算过程中存在计算过程重复的情况时,调用单一功能模块进行使用,同时通过单一功能模块的共享,实现团队内的技术成果共享共用,进一步减少数据分析计算所占用的时间。通过可视化的交互功能窗口,提升使用单一功能模块的可操作性,降低操作难度,对于GIS操作不熟悉的传统规划工程师也更容易上手进行操作,减少数据分析计算所占用的时间。
进一步,还包括以下步骤:工具包构建步骤:重复算法读取步骤、算法处理步骤和模块封装步骤获得若干单一功能模块,获取模块关联信息,根据模块关联信息关联单一功能模块搭建若干单项评价框架。有益效果:单项评价包括生态评价、土地资源评价、水资源评价、气候评价、环境评价、灾害评价和区位评价,则对应的单项评价框架包括生态评价框架、土地资源评价框架、水资源评价框架、气候评价框架、环境评价框架、灾害评价框架和区位评价框架。工具包构建步骤的设置,对单一功能模块进行集成由此获得实现所需功能的单项评价框架,有效降低算法研究的大量复杂且重复的低效工作,进一步减少数据分析计算所占用的时间。
进一步,工具包构建步骤还包括:根据模块关联信息关联单项评价框架搭建若干集成评价框架,并根据模块关联信息关联集成评价框架和单项评价框架搭建综合评价框架。有益效果:集成评价包括农业生产适宜性集成评价和城镇建设适宜性集成评价,则对应的集成评价框架包括农业生产适宜性集成评价框架和城镇建设适宜性集成评价框架。综合评价包括农业生产承载规模和城镇建设承载规模,则对应的综合评价框架包括农业生产承载规模综合评价框架和城镇建设承载规模综合评价框架。工具包构建步骤的设置,对单项评价框架进行集成,从而获得集成评价框架和综合评价框架,综合评价框架输出的综合评价结构即为双评价结果。集成评价框架、综合评价框架的设置,可在团队内进行共享,降低算法研究的重复工作,提升团队工作效率,同时操作简单,对于GIS操作不熟悉的传统规划工程师也更容易上手进行操作,有效减少数据分析计算所占用的时间。
进一步,算法读取步骤还包括:分别对获取的空间算法的输入和输出进行定义,判断空间算法的输入是否为另一空间算法的输出,并判断空间算法的输出是否为另一空间算法的输入;当空间算法的输入为另一空间算法的输出时,将该空间算法的输入定义为算法输入,反之,则判断空间算法的输入是否为刚性指标;当判断空间算法的输入为刚性指标时,根据该空间算法的输入获取刚性指标,反之,则将该空间算法的输入定义为模块输入;当空间算法的输出为另一空间算法的输入时,将该空间算法的输出定义为算法输出,反之,则将该空间算法的输出定义为模块输出。
名词说明:刚性指标是指地灾及各类管制要素等属于不可更改的评价阈值或参数。弹性指标为高程坡度等地形内要素,各地的弹性指标各有不同,需结合当地的情况对弹性指标进行修正。
有益效果:算法读取步骤的设置,对各空间算法的输入、输出进行定义,模块输入代表该空间算法的输入为单一功能模块的输入,对应的模块输出代表该空间算法的输出为单一功能模块的输出,算法输入代表该空间算法为单一功能模块内部运算的算法的输入,对应的算法输出代表该空间算法为单一功能模块内部运算的算法的输出,通过定义空间算法的输入和输出,便于后续建立各空间算法之间的关联,同时在封装时便于对单一功能模块的输入和输出进行设定。
进一步,算法处理步骤还包括:获取数据存储算法,建立空间算法定义的模块输出和数据存储算法输入的关联,对模块输出对应空间算法输出的数据进行存储。有益效果:数据存储算法的获取和关联,实现对单一功能模块的输出进行存储,便于后续调用所需单一功能模块的输出,进一步减少数据分析计算所占用的时间。
本发明的目的之二在于提供一种用于市县级“双评价”算法的GIS模块封装系统。
本发明提供基础方案二:一种用于市县级“双评价”算法的GIS模块封装系统,使用上述权利要求用于市县级“双评价”算法的GIS模块封装方法,还包括服务器,服务器用于获取算法选定信息,并根据算法选定信息从数据库中获取若干空间算法,根据算法选定信息依次建立空间算法之间的关联,封装建立关联后的空间算法形成单一功能模块,并设定单一功能模块的输入和输出进行封装,服务器还用于对单一功能模块进行存储。
名词说明:算法选定信息为实现所需功能选定算法的信息,空间算法包括矢量筛选、融合、消除、裁剪、标识、相交、擦除、空间连接、缓冲、几何修复、栅格重分类、重采样、栅格叠加、地图代数、空间插值、欧式距离、矩阵判断、网络分析、图斑聚合等。
基础方案二的有益效果:单一功能模块的设置,将复杂的算法集成为单一功能模块,降低操作难度,对于GIS操作不熟悉的传统规划工程师也更容易上手进行操作,进一步减少数据分析计算所占用的时间。同时有效降低算法研究产生的大量复杂且重复的低效工作,从而减少数据分析计算所占用的时间,提升团队工作效率。
进一步,服务器还用于获取模块关联信息,根据模块关联信息关联单一功能模块搭建单项评价框架。有益效果:单项评价包括生态评价、土地资源评价、水资源评价、气候评价、环境评价、灾害评价和区位评价,则对应的单项评价框架包括生态评价框架、土地资源评价框架、水资源评价框架、气候评价框架、环境评价框架、灾害评价框架和区位评价框架。单项评价框架的设置,实现所需的单项评价功能,根据输入的数据输出单项评价结果,有效降低算法研究的大量复杂且重复的低效工作,进一步减少数据分析计算所占用的时间。
进一步,服务器还用于根据模块关联信息关联单项评价框架搭建集成评价框架,并根据模块关联信息关联集成评价框架搭建综合评价框架。有益效果:集成评价包括农业生产适宜性集成评价和城镇建设适宜性集成评价,则对应的集成评价框架包括农业生产适宜性集成评价框架和城镇建设适宜性集成评价框架。综合评价包括农业生产承载规模和城镇建设承载规模,则对应的综合评价框架包括农业生产承载规模综合评价框架和城镇建设承载规模综合评价框架。集成评价框架、综合评价框架的设置,可实现对计算过程的保存,从而在团队内进行共享,降低相同功能算法研究的重复工作,提升团队工作效率,同时操作简单,对于GIS操作不熟悉的传统规划工程师也更容易上手进行操作,有效减少数据分析计算所占用的时间。
进一步,服务器包括判断标记模块,判断标记模块用于逐一对算法获取模块获取的空间算法进行判断,当空间算法的输入为另一空间算法的输出时,将该空间算法的输入定义为算法输入;当空间算法的输入并非另一空间算法的输出且空间算法的输入为刚性指标时,根据该空间算法的输入从数据库中获取刚性指标;当空间算法的输入并非另一空间算法的输出且空间算法的输入并非刚性指标时,将该空间算法的输入定义为模块输入;当空间算法的输出为另一空间算法的输入时,将该空间算法的输出定义为算法输出;当空间算法的输出并非另一空间算法的输入时,则将该空间算法的输出定义为模块输出。
名词说明:刚性指标是指地灾及各类管制要素等属于不可更改的评价阈值或参数。弹性指标为高程坡度等地形内要素,各地的弹性指标各有不同,需结合当地的情况对弹性指标进行修正。
有益效果:模块输入代表该空间算法的输入为单一功能模块的输入,对应的模块输出代表该空间算法的输出为单一功能模块的输出,即评价结果的输出。算法输入代表该空间算法为单一功能模块内部运算的算法的输入,对应的算法输出代表该空间算法为单一功能模块内部运算的算法的输出,通过定义空间算法的输入和输出,便于后续建立各空间算法之间的关联,同时在封装时便于对单一功能模块的输入和输出进行设定。
进一步,服务器还用于获取数据存储算法,并建立数据存储算法的输入与模块输出的关联。有益效果:数据存储算法的设置,对单一功能模块输出的结果进行存储,即实现对过程数据的存储,便于后续评价时调用单一功能模块输出的结果,减少数据分析计算所占用的时间。
附图说明
图1为本发明一种用于市县级“双评价”算法的GIS模块封装方法实施例一的流程图;
图2为本发明一种用于市县级“双评价”算法的GIS模块封装方法可视化交互功能窗口的示意图;
图3为本发明使用实施例一时的农业指向土地资源评价的坡度评价工具交互功能窗口的示意图;
图4为本发明实施例二单一功能模块使用方法的流程图;
图5为本发明实施例二具体实例下消除破碎图斑前的模式图;
图6为本发明实施例二具体实例下消除破碎图斑后的模式图。
具体实施方式
下面通过具体实施方式进一步详细说明:
实施例一
一种用于市县级“双评价”算法的GIS模块封装方法,包括以下步骤:
算法读取步骤,具体包括以下步骤:
S101:获取算法选定信息,根据算法选定信息获取若干空间算法。算法选定信息为实现所需功能选定算法的信息,空间算法包括矢量筛选、融合、消除、裁剪、标识、相交、擦除、空间连接、缓冲、几何修复、栅格重分类、重采样、栅格叠加、地图代数、空间插值、欧式距离、矩阵判断、网络分析、图斑聚合等,根据所需实现的功能获取若干空间算法,获取的空间算法的数量与所需实现的功能相关。
S102:分别对S101步骤获取的空间算法的输入和输出进行定义,判断空间算法的输入是否为另一空间算法的输出,并判断空间算法的输出是否为另一空间算法的输入。
S103:当S102步骤中判断空间算法的输入为另一空间算法的输出时,将该空间算法的输入定义为算法输入;反之,则判断空间算法的输入是否为刚性指标。地灾及各类管制要素属于刚性指标,属于不可更改的评价阈值或参数。
S104:当S103步骤中判断空间算法的输入为刚性指标时,根据该空间算法的输入获取刚性指标,反之,则将该空间算法的输入定义为模块输入。对于刚性指标,由于其不可更改,因此直接进行预设并进行封装。模块输入的数据包括用户所需实现功能的原始数据和弹性指标,原始数据为需要进行数据处理或评价的数据,弹性指标为高程坡度等地形内要素,各地的弹性指标各有不同,需结合当地的情况对弹性指标进行修正。
S105:当S102步骤中空间算法的输出为另一空间算法的输入时,将该空间算法的输出定义为算法输出;反之,则将该空间算法的输出定义为模块输出。
如附图1所示,算法处理步骤,具体包括以下步骤:
S201:获取算法选定信息,根据算法选定信息对S101步骤获取的空间算法进行排序,算法选定信息为实现所需功能各空间算法之间输入和输出的关系,输入被定义为模块输入对应的空间算法位于首位,输出被定义为模块输出对应的空间算法位于末位。
S202:依次建立若干空间算法之间的关联,关联为一空间算法的算法输出为另一空间算法的算法输入。
S203:获取数据存储算法,建立空间算法定义的模块输出和数据存储算法的输入的关联,对模块输出对应空间算法输出的数据进行存储。
模块封装步骤,具体包括以下步骤:
对建立关联后的空间算法进行封装形成单一功能模块,并根据模块输入和模块输出设定单一功能模块的输入和输出进行封装,获得可视化的交互功能窗口,如附图2所示。单一功能模块用于根据输入的数据输出评价结果,例如根据输入的评价范围和DEM数字高程,输出农业功能指向土地资源评价中的农业坡度评价。单一功能模块的输入通过交互功能窗口进行采集,单一功能模块的输出通过交互功能窗口进行呈现。
工具包构建步骤,具体包括以下步骤:
S401:重复算法读取步骤、算法处理步骤和模块封装步骤获得若干单一功能模块,单一功能模块彼此所实现的功能不同。
S402:获取模块关联信息,根据模块关联信息关联单一功能模块搭建若干单项评价框架,模块关联信息为实现所需功能各单一功能模块之间的关联。在本实施例中,单项评价包括生态评价、土地资源评价、水资源评价、气候评价、环境评价、灾害评价和区位评价,即本实施例中,单项评价框架包括生态评价框架、土地资源评价框架、水资源评价框架、气候评价框架、环境评价框架、灾害评价框架和区位评价框架。每一单项评价框架用于根据输入的数据输出对应的单项评价结果。
S403:根据模块关联信息关联单项评价框架搭建若干集成评价框架。在本实施例中,集成评价包括农业生产适宜性集成评价和城镇建设适宜性集成评价,即本实施例中,集成评价框架包括农业生产适宜性集成评价框架和城镇建设适宜性集成评价框架。每一集成评价框架用于根据输入的数据输出对应的集成评价结果。
S404:根据模块关联信息关联集成评价框架和单项评价框架搭建综合评价框架。在本实施例中,综合评价包括农业生产承载规模和城镇建设承载规模,即本实施例中,综合评价框架包括农业生产承载规模综合评价框架和城镇建设承载规模综合评价框架。每一综合评价框架用于根据输入的数据输出对应的综合评价结果。
存储步骤:对单一功能模块、单项评价框架和集成评价框架进行存储。
数据的输入以及各评价结果的输出均通过可视化的交互功能窗口展现。
一种用于市县级“双评价”算法的GIS模块封装系统,使用上述用于市县级“双评价”算法的GIS模块封装方法,还包括用户终端和服务器,服务器还包括数据库、算法获取模块、输入/输出标记模块。数据库预存有多种空间算法和多种刚性指标,空间算法包括矢量筛选、融合、消除、裁剪、标识、相交、擦除、空间连接、缓冲、几何修复、栅格重分类、重采样、栅格叠加、地图代数、空间插值、欧式距离、矩阵判断、网络分析、图斑聚合等。刚性指标是指地灾及各类管制要素,属于不可更改的评价阈值或参数,由于其不可更改,因此直接进行预设。数据库包括地理空间数据库,地理空间数据库用于对地理空间数据进行存储和管理。
用户端用于获取用户的算法选定信息,并将算法选定信息上传服务器。
算法获取模块用于获取算法选定信息,并根据算法选定信息从数据库中获取若干空间算法。
判断标记模块用于逐一对算法获取模块获取的空间算法进行判断和定义,
当空间算法的输入为另一空间算法的输出时,将该空间算法的输入定义为算法输入;
当空间算法的输入并非另一空间算法的输出且空间算法的输入为刚性指标时,根据该空间算法的输入从数据库中获取刚性指标;
当空间算法的输入并非另一空间算法的输出且空间算法的输入并非刚性指标时,将该空间算法的输入定义为模块输入;
当空间算法的输出为另一空间算法的输入时,将该空间算法的输出定义为算法输出;
当空间算法的输出并非另一空间算法的输入时,则将该空间算法的输出定义为模块输出。
用户端还用于获取用户的算法排序信息,并将算法排序信息上传服务器。
算法排序模块用于获取算法选定信息,根据算法选定信息对算法获取模块获取的空间算法进行排序,模块输入对应的空间算法位于首位,模块输出对应的空间算法位于末位。
算法关联模块用于获取算法选定信息,根据算法选定信息依次建立空间算法之间的关联,具体为,根据算法选定信息关联一空间算法的算法输出和另一空间算法的算法输入。
数据存储模块用于从数据库中获取数据存储算法,并建立数据存储算法的输入与模块输出的关联。数据存储算法用于对模块输出对应空间算法输出的数据进行存储。
封装模块用于封装建立关联后的空间算法形成单一功能模块,并根据模块输入和模块输出设定单一功能模块的输入和输出。单一功能模块用于根据输入的数据输出评价结果,例如根据输入的评价范围和DEM数字高程,输出农业功能指向土地资源评价中的农业坡度评价。单一功能模块的输入和输出通过可视化的交互功能窗口进行输入和显示。
通过上述模块实现多个单一功能模块的封装,由此获得若干单一功能模块,不同单一功能模块所实现的功能各不相同。
用户端还用于获取用户的模块关联信息,并将模块关联信息上传服务器。
框架搭建模块用于获取模块关联信息,根据模块关联信息关联单一功能模块搭建单项评价框架。通过框架搭建模块实现多个单项评价框架的搭建,由此获得若干单项评价框架,不同单项评价框架所输出的单项评价结果各不相同。在本实施例中,单项评价包括生态评价、土地资源评价、水资源评价、气候评价、环境评价、灾害评价和区位评价,即本实施例中,单项评价框架包括生态评价框架、土地资源评价框架、水资源评价框架、气候评价框架、环境评价框架、灾害评价框架和区位评价框架。每一单项评价框架用于根据输入的数据输出对应的单项评价结果。
框架搭建模块还用于根据模块关联信息关联单项评价框架搭建集成评价框架。通过框架搭建模块实现多个集成评价框架的搭建,由此获得若干集成评价框架,不同集成评价框架所输出的集成评价结果各不相同。在本实施例中,集成评价包括农业生产适宜性集成评价和城镇建设适宜性集成评价,即本实施例中,集成评价框架包括农业生产适宜性集成评价框架和城镇建设适宜性集成评价框架。每一集成评价框架用于根据输入的数据输出对应的集成评价结果。
框架搭建模块还用于根据模块关联信息关联集成评价框架搭建综合评价框架。通过框架搭建模块实现多个综合评价框架的搭建,由此获得若干综合评价框架,不同综合评价框架所输出的综合评价结果各不相同。在本实施例中,综合评价包括农业生产承载规模和城镇建设承载规模,即本实施例中,综合评价框架包括农业生产承载规模综合评价框架和城镇建设承载规模综合评价框架。每一综合评价框架用于根据输入的数据输出对应的综合评价结果。
数据库还用于对单一功能模块、单项评价框架和集成评价框架进行存储。
各框架的输入和输出均通过可视化的交互功能窗口进行输入和显示,即数据的输入和各评价结果的输出通过可视化的交互功能窗口进行输入和显示。
基于MVC可视化编程将选取的空间算法重新构建为程序模型,由计算机去系统计算各项评价过程,而不是由“人力”去逐一进行单个算法计算,有效降低算法研究产生的大量复杂且重复的低效工作,从而减少数据分析计算所占用的时间,提升团队工作效率。
在本实施例中,单一功能模块基于ArcGIS Desktop 10.6搭建,向下兼容至ArcGISDesktop10.0,因此本实施例中基于Arc Desktop 10.6进行演示,操作步骤如下:
步骤一:进入ArcGIS Desktop桌面端,打开ArToolbox地理工具箱并点击鼠标右键,选择“添加工具箱”,根据弹出窗口浏览至“双评价”工具包的存储位置,点击“双评价SPJ.V2020.05.1.0”工具包将其添加到ArcToolbox工具箱中。
步骤二:本实施例中,以农业功能指向土地资源单项评价中的坡度评价为例,按数据格式要求准备标准化的输入数据,并存入对应的数据库目录。本实施例中,将Polygon矢量格式的“评价范围”数据存入“a_输入数据”目录下的“评价范围.gdb”文件地理数据库中;将TIFF格式的“DEM数字高程”数据存入“a_输入数据”目录下的“数字地形.gdb”文件地理数据库中。
步骤三:打开“双评价SPJ.V2020.05.1.0”工具包,依次单击并打开工具包中的“A_单项评价”→“A02_土地资源评价”→“A0201_农业功能指向土地资源评价”→“A020101_农业坡度评价”工具,弹出农业指向土地资源评价的坡度评价工具交互功能窗口,如附图3所示。
步骤四:数据输入:在弹出的窗口分别输入图“DEM数字高程”数据和“评价范围”数据。
步骤五:参数设置:根据需要对重分类阈值进行设置。
步骤六:数据输出:设置“输出栅格”、“输出矢量”的输出路径为“\A_单项评价\A02_土地资源评价\A0201_农业功能指向土地资源评价\A020101_坡度\c_输出数据\坡度分级_农业指向.gdb”文件地理数据库,将评价矢量和栅格成果数据保存至文件地理数据库中;设置“输出统计报表”的输出路径为“\A_单项评价\A02_土地资源评价\A0201_农业功能指向土地资源评价\A020101_坡度\c_输出数据”,将输出统计报表存储为“.xls”格式数据表格。
步骤六:点击确定,等待计算完成,自动加载评价成果数据,根据需要打开数据属性对话框,在“符号系统”中按分类进行配色设置,完成可视化并输出图纸,完成该项单项评价。
实施例二
本实施例与实施例一的不同之处在于:一种用于市县级“双评价”算法的GIS模块封装方法及系统中的单一功能模块,其使用方法包括以下步骤,如附图4所示:
数据导入步骤,具体包括以下步骤:
S011:导入需要消除破碎图斑的Raster_输入,Raster_输入为原始数据,原始数据中包括反应评价分级的Value1字段以及反应评价分级级别的字段值,在本实施例中,字段值为“1、2、3”不同等级的数值。字段Value为系统生成的默认值,在本实施例中为便于区分将字段Value分别定义为Value1、Value2和Value3。原始数据为经过空间叠加计算后其呈现的图像中包含若干破碎图斑的地理空间数据。
S012:对Raster_输入的数据类型进行判断,原始数据的数据类型包括栅格数据和矢量数据。
S013:当步骤S012中判断Raster_输入的数据类型为栅格数据时,选择转换字段Value1,通过栅格转面将Raster_输入转换为Polygon_转换,Polygon_转换为面状矢量数据,转换时自动生成gridcode字段,gridcode字段的数值与字段Value1的数值相同。
S014:当步骤S012中判断Raster_输入的数据类型为矢量数据时,原始数据即为Polygon_转换,新建gridcode字段,将对应的字段Value1的数值赋值给gridcode字段。
Polygon_转换的数据类型为矢量数据,由于原始数据的数据类型包括栅格数据和矢量数据,根据导入的原始数据的数据类型执行不同的操作获得所需的面状矢量数据,即Polygon_转换。
破碎图斑筛选步骤,具体包括以下步骤:
S021:获取Reclass字段添加到Polygon_转换中,Reclass字段的字段类型为短整型。
S022:根据Polygon_转换进行字段计算:获取面积阈值,对Polygon_转换对应的图斑进行面积计算;当图斑的面积数值小于或等于面积阈值时,对Reclass字段赋值为0;当图斑的面积数值大于面积阈值时,对Reclass字段赋值为gridcode字段的数值。面积阈值为需要消除的破碎图斑中最大破碎图斑的面积值,当图斑的面积数值小于或等于面积阈值时,将该图斑的Reclass字段赋值为0,即标记该图斑为破碎图斑。在本实施例中,面积阈值的取值为10000,即代表本方案能够消除面积数值在一公顷以下的破碎图斑。
栅格收缩步骤,具体包括以下步骤:
S031:以Reclass字段为值字段,自动获取像元大小,将Polygon_转换转换为Raster_转换,Raster_转换的数据类型为栅格数据。像元大小根据评价精度要求进行确定,在本实施例中,像元大小与Raster_输入保持一致,自动获取Raster_输入的像元大小作为将Polygon_转换转换为Raster_转换输入的像元大小。将矢量数据转换为栅格数据,便于实现栅格收缩,从而实现对破碎图斑的消除。
S032:设定区域值和像元数目,收缩区域的区域值为0,即数值为0的Reclass字段对应的栅格单元,像元数目要求大于面积阈值同等面积的标准圆半径除以像元大小的整数位,在其他实施例中,像元数目要求大于面积阈值同等面积正方形边长一半除以像元大小的整数位。对Raster_转换进行栅格收缩,计算得到Raster_收缩,Raster_收缩为收缩结果,Raster_收缩的数据类型为栅格数据。像元数目为栅格收缩时所指定的像元数目,可根据破碎图斑的像元数目进行设定。
数据综合步骤,具体包括以下步骤:
S041:对Raster_收缩进行为空计算,得到Raster_为空,Raster_为空为为空结果,并自动生成字段Value2。字段Value2的数值为0或1,Value2的数值为1代表对应的栅格单元有数据,相反的,Value2的数值为0代表对应的栅格单元没有数据。
S042:将Raster_转换作为掩膜,对Raster_为空进行掩膜提取获得Raster_条件,并自动生成条件字段Value3,将对应的字段Value2的数值赋值给条件字段Value3,即条件字段Value3的数值为0或1。
S043:以Raster_条件为条件栅格,判断条件字段Value3的数值是否为0。
S044:当步骤S043中判断条件字段Value3的数值为0时,提取Raster_收缩。
S045:当步骤S043中判断条件字段Value3的数值不为0时,提取Raster_转换。
S046:将提取的Raster_收缩和Raster_转换进行整合,获得Raster_综合,Raster_综合的数据类型为栅格数据。
数据修整步骤,具体包括以下步骤:
S051:设置重分类值,旧值为0则保留为0,旧值为1则重分类为NoData,对Raster_条件进行重分类生成Nibble掩膜Raster_重分类。旧值为条件字段Value3的数值。NoData对应的栅格单元为被异常收缩的区域。
S052:选定Raster_重分类作为掩膜数据,对Raster_综合执行Nibble计算获得Raster_输出,Raster_输出的数据类型为栅格数据。
还包括存储步骤:对上述各步骤中输出的数据进行存储。
还包括模型构建步骤:根据数据导入步骤、破碎图斑筛选步骤、栅格收缩步骤、数据综合步骤和数据修整步骤构建通用模型,例如可通过ArcGIS模型构建器构建通用模型。存储步骤:还包括对模型构建步骤构建的通用模型进行存储。具体使用过程中,通过通用模型实现破碎图斑的消除,并避免消除后产生异常凸起和边缘收缩的情况。同时通用模型的构建,在后续使用过程中可直接调用通用模型进行使用,实现资源、技术的共享。
采用本发明的技术方案对破碎图斑进行消除,消除前的模式图如图5所示,消除后的模式图如图6所示。从附图5、附图6可知,破碎图斑消除前存在较多小面积图斑,即存在较多破碎图斑,不利于用地的集中连片,而破碎图斑消除后,有效的减少较多小面积图斑的存在,使其符合城乡空间规划用地选址的集中连片要求。同时在消除破碎图斑后,与两大面积图斑相邻的破碎图斑消除后未出现异常凸起的情况,位于区域边缘的破碎图斑被消除后区域边缘未出现收缩现象。与采用现有技术中的消除工具或收缩工具消除破碎图斑相比,处理效果更佳,获得质量更高、符合集中连片要求的区域划分或功能划分的模式图。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.一种用于市县级“双评价”算法的GIS模块封装方法,其特征在于:包括以下步骤:
算法读取步骤:获取算法选定信息,根据算法选定信息获取若干空间算法;
算法处理步骤:依次建立若干空间算法之间的关联;
模块封装步骤:对建立关联后的空间算法进行封装形成单一功能模块,并设定单一功能模块的输入和输出进行封装,获得可视化的交互功能窗口;
存储步骤:对封装形成的单一功能模块进行存储。
2.根据权利要求1所述的用于市县级“双评价”算法的GIS模块封装方法,其特征在于:还包括以下步骤:
工具包构建步骤:重复算法读取步骤、算法处理步骤和模块封装步骤获得若干单一功能模块,获取模块关联信息,根据模块关联信息关联单一功能模块搭建若干单项评价框架。
3.根据权利要求2所述的用于市县级“双评价”算法的GIS模块封装方法,其特征在于:
工具包构建步骤还包括:根据模块关联信息关联单项评价框架搭建若干集成评价框架,并根据模块关联信息关联集成评价框架和单项评价框架搭建综合评价框架。
4.根据权利要求1所述的用于市县级“双评价”算法的GIS模块封装方法,其特征在于:
算法读取步骤还包括:分别对获取的空间算法的输入和输出进行定义,判断空间算法的输入是否为另一空间算法的输出,并判断空间算法的输出是否为另一空间算法的输入;
当空间算法的输入为另一空间算法的输出时,将该空间算法的输入定义为算法输入,反之,则判断空间算法的输入是否为刚性指标;
当判断空间算法的输入为刚性指标时,根据该空间算法的输入获取刚性指标,反之,则将该空间算法的输入定义为模块输入;
当空间算法的输出为另一空间算法的输入时,将该空间算法的输出定义为算法输出,反之,则将该空间算法的输出定义为模块输出。
5.根据权利要求4所述的用于市县级“双评价”算法的GIS模块封装方法,其特征在于:
算法处理步骤还包括:获取数据存储算法,建立空间算法定义的模块输出和数据存储算法输入的关联,对模块输出对应空间算法输出的数据进行存储。
6.一种用于市县级“双评价”算法的GIS模块封装系统,其特征在于:使用上述权利要求1-5任一项所述的用于市县级“双评价”算法的GIS模块封装方法,还包括服务器,服务器用于获取算法选定信息,并根据算法选定信息从数据库中获取若干空间算法,根据算法选定信息依次建立空间算法之间的关联,封装建立关联后的空间算法形成单一功能模块,并设定单一功能模块的输入和输出进行封装,服务器还用于对单一功能模块进行存储。
7.根据权利要求6所述的用于市县级“双评价”算法的GIS模块封装系统,其特征在于:
服务器还用于获取模块关联信息,根据模块关联信息关联单一功能模块搭建单项评价框架。
8.根据权利要求7所述的用于市县级“双评价”算法的GIS模块封装系统,其特征在于:
服务器还用于根据模块关联信息关联单项评价框架搭建集成评价框架,并根据模块关联信息关联集成评价框架搭建综合评价框架。
9.根据权利要求1所述的用于市县级“双评价”算法的GIS模块封装系统,其特征在于:服务器包括判断标记模块,判断标记模块用于逐一对算法获取模块获取的空间算法进行判断,
当空间算法的输入为另一空间算法的输出时,将该空间算法的输入定义为算法输入;
当空间算法的输入并非另一空间算法的输出且空间算法的输入为刚性指标时,根据该空间算法的输入从数据库中获取刚性指标;
当空间算法的输入并非另一空间算法的输出且空间算法的输入并非刚性指标时,将该空间算法的输入定义为模块输入;
当空间算法的输出为另一空间算法的输入时,将该空间算法的输出定义为算法输出;
当空间算法的输出并非另一空间算法的输入时,则将该空间算法的输出定义为模块输出。
10.根据权利要求9所述的用于市县级“双评价”算法的GIS模块封装系统,其特征在于:服务器还用于获取数据存储算法,并建立数据存储算法的输入与模块输出的关联。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011062779.1A CN112131334B (zh) | 2020-09-30 | 2020-09-30 | 一种用于市县级“双评价”算法的gis模块封装方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011062779.1A CN112131334B (zh) | 2020-09-30 | 2020-09-30 | 一种用于市县级“双评价”算法的gis模块封装方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112131334A true CN112131334A (zh) | 2020-12-25 |
CN112131334B CN112131334B (zh) | 2024-06-11 |
Family
ID=73843584
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011062779.1A Active CN112131334B (zh) | 2020-09-30 | 2020-09-30 | 一种用于市县级“双评价”算法的gis模块封装方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112131334B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080065658A1 (en) * | 2006-08-24 | 2008-03-13 | Puneet Sharma | Method and system for developing geographic information web service framework |
WO2008105611A1 (en) * | 2007-02-28 | 2008-09-04 | Korea Rail Network Authority | Database auto-building method for link of search data in gis system using cad drawings |
CN103853907A (zh) * | 2012-12-05 | 2014-06-11 | 中国科学院城市环境研究所 | 基于gis的城市多功能用地生态适宜性复合评价方法 |
CN110704929A (zh) * | 2019-09-29 | 2020-01-17 | 中铁二院工程集团有限责任公司 | 基于bim+gis与案例推理的绿色建筑辅助优化系统 |
-
2020
- 2020-09-30 CN CN202011062779.1A patent/CN112131334B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080065658A1 (en) * | 2006-08-24 | 2008-03-13 | Puneet Sharma | Method and system for developing geographic information web service framework |
WO2008105611A1 (en) * | 2007-02-28 | 2008-09-04 | Korea Rail Network Authority | Database auto-building method for link of search data in gis system using cad drawings |
CN103853907A (zh) * | 2012-12-05 | 2014-06-11 | 中国科学院城市环境研究所 | 基于gis的城市多功能用地生态适宜性复合评价方法 |
CN110704929A (zh) * | 2019-09-29 | 2020-01-17 | 中铁二院工程集团有限责任公司 | 基于bim+gis与案例推理的绿色建筑辅助优化系统 |
Non-Patent Citations (1)
Title |
---|
闫鑫: "基于GIS空间数据分析的智能决策支持系统", 《中国优秀硕士学位论文全文数据库 基础科技辑》, pages 20 - 58 * |
Also Published As
Publication number | Publication date |
---|---|
CN112131334B (zh) | 2024-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6668226B2 (en) | Polar coordinate-based isochrone generation | |
CN108830554B (zh) | 基于任务模型的数据成果信息质量智能检测方法和系统 | |
CN109977162A (zh) | 一种城乡规划数据转换方法、系统和计算机可读存储介质 | |
CN106408604A (zh) | 一种点云数据的滤波方法及装置 | |
CN102708587A (zh) | 一种快速获取三维建筑信息的方法及系统 | |
Yang et al. | An integrated TIN and Grid method for constructing multi‐resolution digital terrain models | |
CN115293751A (zh) | 一种轨道交通bim模型数据的处理方法、系统及设备 | |
Maraş et al. | Topological error correction of GIS vector data | |
CN113269870A (zh) | 一种基于三维剖分网格的多分辨率数字地形集成方法 | |
CN111583268B (zh) | 点云虚拟选择与裁切方法、装置及设备 | |
CN112131334A (zh) | 一种用于市县级“双评价”算法的gis模块封装方法及系统 | |
CN116069436B (zh) | 遥感图像的处理方法、电子设备以及存储介质 | |
KR101063827B1 (ko) | 한국토지정보시스템 연속지적도와 수치지형도의 기하학적 지도 변환을 위한 반자동화된 공액점 쌍 추출방법 | |
CN114863033B (zh) | 一种基于点云数模的断面提取方法 | |
CN114494637B (zh) | 一种基于结构体矩阵的砂岩三维真实模型重构方法 | |
KR20200065797A (ko) | 3차원 공간정보 시각화 시스템 및 그 방법 | |
CN115964599A (zh) | 一种大规模土地利用/覆被变化转移矩阵装置及使用方法 | |
CN115328373B (zh) | 一种确定性系数计算方法及系统 | |
CN102074006B (zh) | 一种防护林林分结构的量化研究方法 | |
Caristi et al. | Road Network Analysis with GIS and GRASS-GIS: A Probabilistic Approach | |
Densham et al. | Toward the development of a conceptual framework for GIS-based collaborative spatial decision-making | |
Nallan et al. | Geospatial data pre-processing on watershed datasets: A GIS approach | |
Ramachandra et al. | Geographic resources decision support system—an open source GIS | |
Müller-Hansen et al. | Patterns of land-cover transitions from satellite imagery of the Brazilian Amazon | |
CN117315190A (zh) | 一种图像处理方法、装置、存储介质以及电子设备 |
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 |