CN112650758A - 地理信息数据处理方法、系统、装置及计算机可读介质 - Google Patents
地理信息数据处理方法、系统、装置及计算机可读介质 Download PDFInfo
- Publication number
- CN112650758A CN112650758A CN202011644017.2A CN202011644017A CN112650758A CN 112650758 A CN112650758 A CN 112650758A CN 202011644017 A CN202011644017 A CN 202011644017A CN 112650758 A CN112650758 A CN 112650758A
- Authority
- CN
- China
- Prior art keywords
- grid
- data processing
- geographic information
- information data
- center
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 16
- 238000012732 spatial analysis Methods 0.000 claims abstract description 4
- 238000004458 analytical method Methods 0.000 claims description 9
- 230000008676 import Effects 0.000 claims description 7
- 238000000034 method Methods 0.000 abstract description 7
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000007726 management method 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
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- 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)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Software Systems (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
- Instructional Devices (AREA)
Abstract
本发明涉及数据处理方法。本发明公开了一种地理信息数据处理方法、系统、装置及计算机可读介质。本发明的地理信息数据处理方法,包括如下步骤:a、导入ArcPy站点及其空间分析模块;b、输入要处理的栅格文件;c、读取所有栅格中心点的值和所有栅格中心点的坐标;d、将所有栅格中心点的X坐标×栅格值并进行累加,得到累加值XΣ;将所有栅格中心点的Y坐标×栅格值并进行累加;得到累加值YΣ;将所有栅格中心点的栅格值进行累加,得到累加值VΣ。e、输出加权平均中心的X坐标XΣ/VΣ和加权平均中心的Y坐标YΣ/VΣ。本发明同时公开了地理信息数据处理系统、装置及计算机可读介质。本发明提高了栅格数据加权平均中心的识别速度。
Description
技术领域
本发明涉及数据处理技术,特别涉及地理信息栅格数据处理技术,具体涉及地理信息数据处理方法、系统、装置及计算机可读介质。
背景技术
在地理信息系统中,栅格数据加权平均中心的识别有着广泛的应用,例如计算山体重心、分析物种生态位移动等。
现有技术存在着计算速度慢、数据容量受到限制等缺点。现有技术对栅格数据加权平均中心的识别通常是将栅格数据转为点,使用ArcGIS软件“平均中心”系统工具进行识别。“平均中心”系统工具未使用迭代器,直接计算所有输入值的平均值,用来表示输入值的评价中心,这样的计算方法将所有的临时数据均储存在内存中,因此会出现2GB数据容量的限制,运算的速度也较慢。在识别高精度、大数据的栅格数据平均中心时,如果数据容量大于2GB,则不能通过现有技术实现。目前,需要一项新的技术,来弥补现有方法的不足,实现高精度、大数据的栅格评价中心快速识别。
发明内容
本发明的目的是提供一种地理信息数据处理方法、系统、装置及计算机可读介质,提高栅格数据加权平均中心的识别速度。
根据本发明的一个方面,提供了一种地理信息数据处理方法,包括如下步骤:
a、导入ArcPy站点及其空间分析模块;
b、输入要处理的栅格文件;
c、读取所有栅格中心点的值和所有栅格中心点的坐标;
d、将所有栅格中心点的X坐标×栅格值并进行累加,得到累加值XΣ;
将所有栅格中心点的Y坐标×栅格值并进行累加;得到累加值YΣ;
将所有栅格中心点的栅格值进行累加,得到累加值VΣ;
e、输出加权平均中心的X坐标XΣ/VΣ和加权平均中心的Y坐标YΣ/
VΣ。进一步的:
所述栅格文件为tif格式。
进一步的:
所述步骤a具体为:运行的软件是Python 2.2和ArcGIS空间分析模块,在Python编辑器中导入ArcPy站点。
进一步的:
步骤c中,使用RasterToPoint工具读取所有栅格中心点的栅格值;使用ArcGIS的几何令牌工具读取所有栅格的中心点坐标。
根据本发明的一个方面,提供了一种地理信息数据处理系统,包括:
导入模块,用于导入ArcPy站点及其空间分析模块;
输入模块,用于输入要处理的栅格文件;
读取模块,用于读取所有栅格中心点的值和所有栅格中心点的坐标;
计算模块,用于
将所有栅格中心点的X坐标×栅格值并进行累加,得到累加值XΣ;
将所有栅格中心点的Y坐标×栅格值并进行累加;得到累加值YΣ;
将所有栅格中心点的栅格值进行累加,得到累加值VΣ;
输出模块,用于输出加权平均中心的X坐标XΣ/VΣ和加权平均中心的Y坐标YΣ/VΣ。
进一步的:
所述栅格文件为tif格式。
进一步的:
所述导入模块,运行的软件是Python 2.2和ArcGIS空间分析模块,在Python编辑器中导入ArcPy站点。
进一步的:
所述输入模块,使用RasterToPoint工具读取所有栅格中心点的栅格值,使用ArcGIS的几何令牌工具读取所有栅格的中心点坐标。
根据本发明的一个方面,提供了一种地理信息数据处理装置,包括处理器和储存器,所述储存器用于存储处理器可自行指令;所述处理器被配置为执行上述任意一种地理信息数据处理方法。
根据本发明的一个方面,提供了一种计算机可读介质,其特征在于,包括存储的程序,所述程序运行时执行上述任意一种地理信息数据处理方法。
根据本发明技术方案及其进一步改进的技术方案,本发明具有如下有益效果:
本发明的技术方案,提高了栅格数据加权平均中心的识别速度,并不会受到数据容量的限制。与现有技术相比,本发明对栅格数据的加权平均中心的识别速度提高了57.87%。本发明在计算栅格的平均加权中心时,没有数据容量限制,而传统方法的数据量不得超过2GB。
下面结合附图和具体实施方式对本发明做进一步的说明。本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的具体实施方式、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。在附图中:
图1为根据本发明具体实施方式的流程示意图;
图2为根据本发明具体实施方式的系统结构示意图;
图3为根据本发明具体实施方式的装置结构示意图。
其中:
210 为导入模块;
220 为输入模块;
230 为读取模块;
240 为计算模块;
250 为输出模块;
310 为处理器;
320 为储存器;
330 为总线。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的具体实施方式、实施例以及其中的特征可以相互组合。现将参考附图并结合以下内容详细说明本发明。
为了使本领域技术人员更好的理解本发明方案,下面将结合本发明具体实施方式、实施例中的附图,对本发明具体实施方式、实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的具体实施方式、实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施方式、实施例,都应当属于本发明保护的范围。
下面对本发明涉及的一些软件名称缩写及术语统一解释如下:
栅格数据是一种地理信息系统常用数据格式;
加权平均中心是以栅格值为权重计算所有栅格的几何中心;
ArcGIS是一个地理信息系统软件;
Python是一种跨平台的计算机程序设计语言;
ArcPy是一个Python站点包,可提供以实用高效的方式通过Python执行地理数据分析、数据转换、数据管理和地图自动化;
RasterToPoint工具是ArcGIS中的栅格转点工具。
如图1所示,本发明的地理信息数据处理方法,包括如下步骤:
S110,导入ArcPy站点及其空间分析模块
运行的软件是Python 2.2和ArcGIS空间分析模块。
S120,输入要处理的tif格式栅格文件
在Python编辑器中定义一个字符串变量(inras),变量的值为输入栅格文件的路径。
S130,使用RasterToPoint工具读取所有栅格中心点的栅格值;使用ArcGIS的几何令牌工具读取所有栅格的中心点坐标。
该步骤中,在Python编辑器中定义一个字符串变量(point),变量的值为任意可用路径,用来存储临时文件。
使用RasterToPoint工具读取所有栅格中心点的栅格值,命令格式为:
rcpy.RasterToPoint_conversion(inras,point,"VALUE")。
使用几何令牌工具读取所有栅格的中心点坐标,命令格式为:
cursor=arcpy.da.SearchCursor(point,["SHAPE@XY","GRID_CODE"])。
S140,计算栅格中心点以栅格值为加权的加权平均数
将所有栅格中心点的X坐标×栅格值并进行累加,得到累加值XΣ;
将所有栅格中心点的Y坐标×栅格值并进行累加;得到累加值YΣ;
将所有栅格中心点的栅格值进行累加,得到累加值VΣ。
该步骤中,定义三个浮点型变量,sumX、sumY、sumValue,用作计数器,将它们赋值为0.0。
使用inter函数为几何令牌工具定义的cursor列表构建迭代器:it=iter(cursor)
使用while循环遍历这个迭代器,并在每次循环中将中心点的X坐标×栅格值、中心点的Y坐标×栅格值、栅格值进行累加,并存储到计数器中,直到遇到StopIteration错误时退出循环。执行的代码如下:
循环结束后,使用Delete_management工具删除临时文件point。
S150,输出加权平均中心的X坐标XΣ/VΣ和加权平均中心的Y坐标YΣ/VΣ。
如图2所示,本发明的地理信息数据处理系统,包括:
导入模块210,用于导入ArcPy站点及其空间分析模块。
导入模块210运行的软件是Python 2.2和ArcGIS空间分析模块。
输入模块220,用于输入要处理的栅格文件,栅格文件为tif格式。
读取模块230,用于读取所有栅格中心点的值和所有栅格中心点的坐标。
读取模块230使用RasterToPoint工具读取所有栅格中心点的栅格值,使用ArcGIS的几何令牌工具读取所有栅格的中心点坐标。
计算模块240,用于
将所有栅格中心点的X坐标×栅格值并进行累加,得到累加值XΣ;
将所有栅格中心点的Y坐标×栅格值并进行累加;得到累加值YΣ;
将所有栅格中心点的栅格值进行累加,得到累加值VΣ。
输出模块,用于输出加权平均中心的X坐标XΣ/VΣ和加权平均中心的Y坐标YΣ/VΣ。
本发明的地理信息数据处理装置结构如图3所示,包括处理器310和储存器320,处理器310和储存器320通过总线330连接,传输数据和指令。
储存器320用于存储处理器310可自行指令。
处理器310被配置为执行上述任意一种地理信息数据处理方法。
本发明还提供了一种计算机可读介质,包括存储的程序,所述程序运行时执行上述任意一种地理信息数据处理方法。
Claims (10)
1.地理信息数据处理方法,其特征在于,包括如下步骤:
a、导入ArcPy站点及其空间分析模块;
b、输入要处理的栅格文件;
c、读取所有栅格中心点的值和所有栅格中心点的坐标;
d、将所有栅格中心点的X坐标×栅格值并进行累加,得到累加值XΣ;
将所有栅格中心点的Y坐标×栅格值并进行累加;得到累加值YΣ;
将所有栅格中心点的栅格值进行累加,得到累加值VΣ;
e、输出加权平均中心的X坐标XΣ/VΣ和加权平均中心的Y坐标YΣ/VΣ。
2.根据权利要求1所述的地理信息数据处理方法,其特征在于:
所述栅格文件为tif格式。
3.根据权利要求1所述的地理信息数据处理方法,其特征在于:
所述步骤a具体为:运行的软件是Python 2.2和ArcGIS空间分析模块,在Python编辑器中导入ArcPy站点。
4.根据权利要求1所述的地理信息数据处理方法,其特征在于:
步骤c中,使用RasterToPoint工具读取所有栅格中心点的栅格值;使用ArcGIS的几何令牌工具读取所有栅格的中心点坐标。
5.地理信息数据处理系统,其特征在于,包括:
导入模块,用于导入ArcPy站点及其空间分析模块;
输入模块,用于输入要处理的栅格文件;
读取模块,用于读取所有栅格中心点的值和所有栅格中心点的坐标;
计算模块,用于
将所有栅格中心点的X坐标×栅格值并进行累加,得到累加值XΣ;
将所有栅格中心点的Y坐标×栅格值并进行累加;得到累加值YΣ;
将所有栅格中心点的栅格值进行累加,得到累加值VΣ;
输出模块,用于输出加权平均中心的X坐标XΣ/VΣ和加权平均中心的Y坐标YΣ/VΣ。
6.根据权利要求5所述的地理信息数据处理系统,其特征在于:
所述栅格文件为tif格式。
7.根据权利要求5所述的地理信息数据处理系统,其特征在于:
所述导入模块,运行的软件是Python 2.2和ArcGIS空间分析模块,在Python编辑器中导入ArcPy站点。
8.根据权利要求5所述的地理信息数据处理系统,其特征在于:
所述输入模块,使用RasterToPoint工具读取所有栅格中心点的栅格值,使用ArcGIS的几何令牌工具读取所有栅格的中心点坐标。
9.地理信息数据处理装置,包括处理器和储存器,所述储存器用于存储处理器可自行指令;所述处理器被配置为执行权利要求1~4中任意一项权利要求所述的地理信息数据处理方法。
10.计算机可读介质,其特征在于,包括存储的程序,所述程序运行时执行权利要求1~4中任意一项权利要求所述的地理信息数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011644017.2A CN112650758A (zh) | 2020-12-31 | 2020-12-31 | 地理信息数据处理方法、系统、装置及计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011644017.2A CN112650758A (zh) | 2020-12-31 | 2020-12-31 | 地理信息数据处理方法、系统、装置及计算机可读介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112650758A true CN112650758A (zh) | 2021-04-13 |
Family
ID=75367178
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011644017.2A Pending CN112650758A (zh) | 2020-12-31 | 2020-12-31 | 地理信息数据处理方法、系统、装置及计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112650758A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108305302A (zh) * | 2018-01-16 | 2018-07-20 | 中国科学院地理科学与资源研究所 | 一种地域功能核心-边缘结构的拟合方法 |
CN108537265A (zh) * | 2018-03-30 | 2018-09-14 | 中南大学 | 基于夜间灯光遥感数据的城镇人口时空分布估计方法 |
CN109902115A (zh) * | 2019-01-28 | 2019-06-18 | 中山大学 | 一种面向栅格数据的区域与流域数据程序化提取方法 |
CN110166446A (zh) * | 2019-05-13 | 2019-08-23 | 矩阵元技术(深圳)有限公司 | 一种基于安全多方计算的地理加权平均中心的实现方法 |
-
2020
- 2020-12-31 CN CN202011644017.2A patent/CN112650758A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108305302A (zh) * | 2018-01-16 | 2018-07-20 | 中国科学院地理科学与资源研究所 | 一种地域功能核心-边缘结构的拟合方法 |
CN108537265A (zh) * | 2018-03-30 | 2018-09-14 | 中南大学 | 基于夜间灯光遥感数据的城镇人口时空分布估计方法 |
CN109902115A (zh) * | 2019-01-28 | 2019-06-18 | 中山大学 | 一种面向栅格数据的区域与流域数据程序化提取方法 |
CN110166446A (zh) * | 2019-05-13 | 2019-08-23 | 矩阵元技术(深圳)有限公司 | 一种基于安全多方计算的地理加权平均中心的实现方法 |
Non-Patent Citations (2)
Title |
---|
GANQUAN78: "【空间分析之二】点数据集加权平均中心统计(weighed Mean Center)", 《HTTPS://BLOG.CSDN.NET/GANQUAN78/ARTICLE/DETAILS/102726366》, 24 October 2019 (2019-10-24), pages 1 - 2 * |
韦鹏程 等: "《Python编程基础与应用》", 杭州:浙江科学技术出版社, pages: 82 - 85 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021000556A1 (zh) | 一种工业设备剩余有效寿命预测方法、系统及电子设备 | |
CN114580263A (zh) | 基于知识图谱的信息系统故障预测方法及相关设备 | |
CN115293751A (zh) | 一种轨道交通bim模型数据的处理方法、系统及设备 | |
CN113377890B (zh) | 一种地图质检方法、装置、电子设备及存储介质 | |
CN110728313A (zh) | 一种用于意图分类识别的分类模型训练方法及装置 | |
CN116304669A (zh) | 一种短期校正的分布式光伏功率预测方法及系统 | |
CN102147813A (zh) | 一种电力云环境下基于k最近邻算法的文档自动分类方法 | |
CN106682275B (zh) | 工业厂房结构建模的荷载处理方法和装置 | |
CN112650758A (zh) | 地理信息数据处理方法、系统、装置及计算机可读介质 | |
CN109117564B (zh) | 一种pds三维模型转换relap5模型的系统和方法 | |
CN116881583A (zh) | 一种物联网感知数据与空间模型匹配度计算方法及装置 | |
CN108255819A (zh) | 一种基于分析工具spark的增值税数据整合方法及系统 | |
CN116560968A (zh) | 一种基于机器学习的仿真计算时间预测方法、系统及设备 | |
CN114896306B (zh) | 基于人工智能模型的数据挖掘方法及系统 | |
CN115935723A (zh) | 用于实现氮化镓制备场景下的设备组合分析方法及系统 | |
CN115879031A (zh) | 可调节负荷区域负荷分类方法及相关设备 | |
CN112131858B (zh) | 一种电网全景模型导入自动适配方法、装置及存储介质 | |
CN113991843A (zh) | 一种电网调度操作的防误方法、系统、设备和介质 | |
CN114123190A (zh) | 确定电表所属目标台区的方法、装置、电子设备及存储介质 | |
US20170337644A1 (en) | Data driven invocation of realtime wind market forecasting analytics | |
CN110333934A (zh) | 一种接口批量处理方法及装置 | |
CN113537602B (zh) | 车辆行为预测方法、装置、设备及介质 | |
CN117634864B (zh) | 基于图像分析的智慧工地施工任务优化方法及系统 | |
CN116185940B (zh) | 一种原子计数器的操作方法、装置、设备及存储介质 | |
CN117540996A (zh) | 一种基于时序挖掘的派单准确性校验方法、装置及计算设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210413 |