CN112966925B - 一种基于遥感时序变化分析的村镇垃圾增量风险分析系统 - Google Patents
一种基于遥感时序变化分析的村镇垃圾增量风险分析系统 Download PDFInfo
- Publication number
- CN112966925B CN112966925B CN202110229477.7A CN202110229477A CN112966925B CN 112966925 B CN112966925 B CN 112966925B CN 202110229477 A CN202110229477 A CN 202110229477A CN 112966925 B CN112966925 B CN 112966925B
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- analysis
- data
- garbage
- rubbish
- 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
Links
- 239000010813 municipal solid waste Substances 0.000 title claims abstract description 137
- 238000004458 analytical method Methods 0.000 title claims abstract description 38
- 230000008859 change Effects 0.000 title claims abstract description 18
- 238000012502 risk assessment Methods 0.000 title claims abstract description 15
- 238000012546 transfer Methods 0.000 claims abstract description 79
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000007405 data analysis Methods 0.000 claims abstract description 13
- 238000013461 design Methods 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 238000012417 linear regression Methods 0.000 claims description 7
- 238000000638 solvent extraction Methods 0.000 claims description 7
- 238000007637 random forest analysis Methods 0.000 claims description 6
- 238000000611 regression analysis Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 238000005457 optimization Methods 0.000 abstract description 10
- 230000006872 improvement Effects 0.000 abstract description 3
- 238000012512 characterization method Methods 0.000 abstract description 2
- 230000002950 deficient Effects 0.000 abstract description 2
- 238000007726 management method Methods 0.000 description 9
- 239000010791 domestic waste Substances 0.000 description 6
- 238000010276 construction Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000012940 design transfer Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Primary Health Care (AREA)
- Evolutionary Biology (AREA)
- Remote Sensing (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于遥感时序变化分析的村镇垃圾增量风险分析系统，针对现有技术中垃圾转运点改建不及时，进而导致垃圾转运效率低的问题，包括：遥感数据分析模块、垃圾转运点位划分模块和增量风险预测分析模块；本申请明确各个转运点的具体服务区与对应产量，实现了产量表征方法的创新；基于产量数据分析，明确垃圾产量与载荷规模不匹配的站点地点，利用泰森多边形的数学性质，服务于转运点的优化，保证了转运能力提升的同时减少了对旧有服务范围的二次覆盖，形成适用于村镇场景的欠缺管理生活垃圾收运服务区划分与点位优化方案。本申请可以及时分析出某区域转运负荷规模是否符合需求，进而促使垃圾转运点加快改建，避免垃圾滞留，垃圾转运效率低的问题。
Description
技术领域
本发明涉及路径优化技术领域，具体为一种基于遥感时序变化分析的村镇垃圾增量风险分析系统。
背景技术
生活垃圾规划管理，已经在国内外发展为了重要的新兴产业，为满足村镇场景下卫生环境建设需求，需要将生活垃圾相关数据的量级进行时间与空间尺度上的细化，进行整体生活垃圾收运系统的规划改良。我国的无废城市建设指标，提出了对于生活垃圾分类收运系统覆盖率的要求，并以下辖社区以及行政村数量为单位，计算覆盖比例，体现了收运系统的建设规模，应追求达到100％。为满足此要求，有必要细化生活垃圾集中收运点的服务范围，保证其服务功能的全局覆盖。
但现有技术中垃圾转运站点改建不及时，垃圾滞留，进而垃圾转运效率低的问题。
发明内容
本发明的目的是：针对现有技术中垃圾转运点改建不及时，进而导致垃圾转运效率低的问题，提出一种基于遥感时序变化分析的村镇垃圾增量风险分析系统。
本发明为了解决上述技术问题采取的技术方案是：
一种基于遥感时序变化分析的村镇垃圾增量风险分析系统，包括：遥感数据分析模块、垃圾转运点位划分模块和增量风险预测分析模块；
所述遥感数据分析模块用于根据历史十年内每月的NPP/VIIRS夜间灯光遥感栅格数据与待分析区域月生活垃圾统计数据得到待分析区域未来五年内每一个夜间灯光遥感数据单位像元内的月平均生活垃圾的产量空间分布预测情况；
所述垃圾转运点位划分模块利用泰森多边形几何划分方法对待分析区域内的生活垃圾转运点进行服务区划分；
所述增量风险预测分析模块用于整合遥感数据分析模块与垃圾转运点位划分模块的运算结果，得到未来五年内待分析区域内每一个生活垃圾转运点的生活垃圾转运负荷，并与对应的生活垃圾转运点现有的设计规模计算差值，并根据差值对垃圾增量风险进行评估分析。
进一步的，所述遥感数据分析模块具体执行如下步骤：
首先使用最小二乘法对历史十年内每月的NPP/VIIRS夜间灯光遥感栅格数据与待分析区域月生活垃圾统计数据进行线性回归建模，得到遥感数据中每一个像元内的NPP/VIIRS夜间灯光遥感栅格数据与月生活垃圾统计数据间的线性关联关系；然后根据NPP/VIIRS夜间灯光遥感栅格数据与月生活垃圾统计数据间的线性关联关系，引入各个像元的XY地理坐标值，并将各个像元的XY地理坐标值输入随机森林算法中对夜间灯光亮度与空间范围月生活垃圾产量进行时间序列回归分析，得到未来五年内每一个遥感数据单位像元内的月生活垃圾产量的变化趋势预测情况。
进一步的，所述使用最小二乘法对历史十年内每月的NPP/VIIRS夜间灯光遥感栅格数据与待分析区域月生活垃圾统计数据进行线性回归建模利用ArcGIS10.7软件进行。
进一步的，所述NPP/VIIRS夜间灯光遥感栅格数据呈30米见方，所述NPP/VIIRS夜间灯光遥感栅格数据更新周期为每月一次。
进一步的，所述垃圾转运点位划分模块具体执行如下步骤：
首先对待分析区域内的生活垃圾转运点进行空间坐标定位，然后利用泰森多边形几何划分方法以待分析区域内的每一个生活垃圾转运点的空间坐标为几何中心，建立几何多边形并根据该几何多边形对待分析区域进行服务区划分。
进一步的，所述系统还包括服务区管理模块，所述服务区管理模块用于将待分析区域内的生活垃圾转运点的信息进行展示，所述服务区管理模块在所述待分析区域内的生活垃圾转运点进行空间坐标定位后，对每一个生活垃圾转运点录入相关文本信息，形成用于信息展示的转运点空间要素数据集，所述文本信息包括：名称、类型、地址、工作人员和设计日处理规模。
进一步的，所述增量风险预测分析模块具体执行如下步骤：
首先使用区域分析算法统计划分后的服务区内夜间灯光遥感数据像元的总数，并对每个像元的夜间灯光强度值进行加和，然后根据加和结果并结合随机森林算法得到待分析区域内每一个生活垃圾转运点未来五年的月平均生活垃圾产量数据预测值，然后将预测的未来五年内的月平均生活垃圾产量数据预测值转化为日平均生活垃圾产量数据预测值，并依次计算五年内生活垃圾转运点原设计转运负荷规模与未来日平均生活垃圾产量的差值，然后使用jenk自然间断点分级方法对差值进行三层等级划分，并根据划分结果对垃圾增量风险进行评估分析。
进一步的，所述使用区域分析算法统计划分后的服务区内夜间灯光遥感数据像元的总数利用ArcGIS实现。
进一步的，所述三层等级划分包括负荷适中、负荷过大和负荷大。
进一步的，对负荷过大、负荷大进行地理高亮标记。
本发明的有益效果是：
本发明基于村镇场景下数据基础缺乏的情况，利用信息调查与走访归纳，进行空间点位数据选取与坐标输出，并对各个转运站的具体建设规模进行录入；基于村镇场景下管理缺乏，服务范围模糊的场景，提出了结合行政边界与泰森多边形算法对原有点位进行空间划分并进行产量预算的方法，满足了乡镇层级网格化管理的需求；根据村镇生活垃圾源头产量空间分布不明的现状，获得了覆盖原研究区域全域的划分方案与垃圾产生特征计算方案，明确各个转运点的具体服务区与对应产量，实现了产量表征方法的创新；最后基于产量数据分析，明确垃圾产量与载荷规模不匹配的站点地点，利用泰森多边形的数学性质，服务于转运点的优化，保证了转运能力提升的同时减少了对旧有服务范围的二次覆盖，形成适用于村镇场景的欠缺管理生活垃圾收运服务区划分与点位优化方案。本申请可以及时分析出某区域转运负荷规模是否符合需求，进而促使垃圾转运点加快改建，避免垃圾滞留，垃圾转运效率低的问题。
附图说明
图1是本申请的整体流程框图；
图2为基于泰森多边形的服务器划分结果示意图；
图3为基于泰森多边形的垃圾产量分布专题地图；
图4为原转运点设计日处理量与设计规模的差值示意图。
具体实施方式
需要特别说明的是，在不冲突的情况下，本申请公开的各个实施方式之间可以相互组合。
具体实施方式一：参照图1具体说明本实施方式，本实施方式所述的一种基于遥感时序变化分析的村镇垃圾增量风险分析系统，包括：遥感数据分析模块、垃圾转运点位划分模块和增量风险预测分析模块；
所述遥感数据分析模块用于根据历史十年内每月的NPP/VIIRS夜间灯光遥感栅格数据与待分析区域月生活垃圾统计数据得到待分析区域未来五年内每一个夜间灯光遥感数据单位像元内的月平均生活垃圾的产量空间分布预测情况；
所述垃圾转运点位划分模块利用泰森多边形几何划分方法对待分析区域内的生活垃圾转运点进行服务区划分；
所述增量风险预测分析模块用于整合遥感数据分析模块与垃圾转运点位划分模块的运算结果，得到未来五年内待分析区域内每一个生活垃圾转运点的生活垃圾转运负荷，并与对应的生活垃圾转运点现有的设计规模计算差值，并根据差值对垃圾增量风险进行评估分析。
本发明从我国村镇场景下生活垃圾空间产生分布特征未明确，基础数据缺乏的现实状况出发，创新性的引入空间地图点位数据，以空间细化的管理研究为核心，利用现有的转运点点位位置，明确其服务范围，以此为方向，进行模型功能的优化设计，服务于生活垃圾运输方案与管理系统的提出。提出一种基于ArcGIS软件，利用泰森多边形分析功能，实现生活垃圾全域收集的服务区分配与服务点优化的方案，旨在解决当前我国村镇广泛出现的生活垃圾分类收运系统覆盖率低、且服务分区不适用于城镇垃圾增长现状的问题。
具体实施方式二：本实施方式是对具体实施方式一的进一步说明，本实施方式与具体实施方式一的区别是所述遥感数据分析模块具体执行如下步骤：
首先使用最小二乘法对历史十年内每月的NPP/VIIRS夜间灯光遥感栅格数据与待分析区域月生活垃圾统计数据进行线性回归建模，得到遥感数据中每一个像元内的NPP/VIIRS夜间灯光遥感栅格数据代指的夜间灯光强度与月生活垃圾统计数据间的线性关联关系；然后根据NPP/VIIRS夜间灯光遥感栅格数据与月生活垃圾统计数据间的线性关联关系，引入各个像元的XY地理坐标值，并将各个像元的XY地理坐标值输入随机森林算法中对夜间灯光亮度与空间范围月生活垃圾产量进行时间序列回归分析，得到未来五年内每一个遥感数据单位像元内的月生活垃圾产量的变化趋势预测情况。
具体实施方式三：本实施方式是对具体实施方式二的进一步说明，本实施方式与具体实施方式二的区别是所述使用最小二乘法对历史十年内每月的NPP/VIIRS夜间灯光遥感栅格数据与待分析区域月生活垃圾统计数据进行线性回归建模利用ArcGIS10.7软件进行。
具体实施方式四：本实施方式是对具体实施方式二的进一步说明，本实施方式与具体实施方式二的区别是所述NPP/VIIRS夜间灯光遥感栅格数据呈30米见方，所述NPP/VIIRS夜间灯光遥感栅格数据更新周期为每月一次。
具体实施方式五：本实施方式是对具体实施方式三的进一步说明，本实施方式与具体实施方式三的区别是所述垃圾转运点位划分模块具体执行如下步骤：
首先对待分析区域内的生活垃圾转运点进行空间坐标定位，然后利用泰森多边形几何划分方法以待分析区域内的每一个生活垃圾转运点的空间坐标为几何中心，建立几何多边形并根据该几何多边形对待分析区域进行服务区划分。
具体实施方式六：本实施方式是对具体实施方式五的进一步说明，本实施方式与具体实施方式五的区别是具体实施方式五：本实施方式是对具体实施方式三的进一步说明，本实施方式与具体实施方式三的区别是
具体实施方式七：本实施方式是对具体实施方式五的进一步说明，本实施方式与具体实施方式五的区别是所述增量风险预测分析模块具体执行如下步骤：
首先使用区域分析算法统计划分后的服务区内夜间灯光遥感数据像元的总数，并对每个像元的夜间灯光强度值进行加和，然后根据加和结果并结合随机森林算法得到待分析区域内每一个生活垃圾转运点未来五年的月平均生活垃圾产量数据预测值，并将生活垃圾转运点未来五年内的月平均生活垃圾产量的字段信息进行展示；基于Python语言所设计程序然后将预测的未来五年内的月平均生活垃圾产量数据预测值转化为日平均生活垃圾产量数据预测值，并依次计算五年内生活垃圾转运点原设计转运负荷规模与未来日平均生活垃圾产量的差值，然后使用jenk自然间断点分级方法对差值进行三层等级划分，并根据划分结果对垃圾增量风险进行评估分析。
具体实施方式八：本实施方式是对具体实施方式七的进一步说明，本实施方式与具体实施方式七的区别是所述使用区域分析算法统计划分后的服务区内夜间灯光遥感数据像元的总数利用ArcGIS实现。
具体实施方式九：本实施方式是对具体实施方式七的进一步说明，本实施方式与具体实施方式七的区别是所述三层等级划分包括负荷适中、负荷过大和负荷大。
具体实施方式十：本实施方式是对具体实施方式七的进一步说明，本实施方式与具体实施方式七的区别是对负荷过大、负荷大进行地理高亮标记。
实施例
本发明方法于2020年5月应用于某村镇生活垃圾收运系统建设试点的转运系统优化，具体操作流程如下：
(1)转运点位导出
结合收集到的研究区域总共十七个乡镇附属的21个大中型垃圾中转站与254个垃圾收集屋信息数据，进行坐标标记与规模字段录入，并以shp格式导出点位，构建转运点分布地图。
(2)形成泰森多边形
利用ArcGIS基于导出点位形成泰森多边形，并应用当地的行政边界，获取不同形成层级下的转运点服务范围，明确各个层级工作任务的区域，如图2所示。
(3)进行生活垃圾产量点位赋值
基于研究区域的人口密度分布数据，结合生活垃圾人均产量经验参数(农村人口垃圾产量取0.5kg/人*天，城镇人口垃圾产量取1kg/人*天)，对每一个转运点服务区域内的垃圾产量进行运算并赋值，将日均垃圾产量值赋予给转运点要素的Daywaste字段，明确各个转运点的具体产量，获取垃圾产量分布专题地图，如图3所示。
(4)进行日转运负荷与设计载荷的比较
利用ArcMAP的字段计算器功能，计算原转运点设计日处理量与设计规模的差值，对产量差距在上下50％的点位进行标记，如图4所示。黑色区域表面生活垃圾设计规模大于产量规模，有进行服务区合并的需求，灰色区域表明生活垃圾产量规模大于设计规模，有进行转运点扩建的需求。
(5)产生转运点优化决策方案
对于与黑色区域相邻的转运点，将部分转运区域，结合地区实际情况，划入黑色区域内，直至产量负荷与转运设计载荷相匹配；对于灰色区域，在其与临近点位的泰森多边形边界与转运道路相交处，结合当地具体规划状况，增加新转运点，其设计规模应当覆盖超出额定转运量，满足未来几年内生活垃圾增量情况，保证了转运能力的同时减少了对旧有服务范围的二次覆盖。研究区域具体调整优化方案不做赘述。
需要注意的是，具体实施方式仅仅是对本发明技术方案的解释和说明，不能以此限定权利保护范围。凡根据本发明权利要求书和说明书所做的仅仅是局部改变的，仍应落入本发明的保护范围内。
Claims (8)
1.一种基于遥感时序变化分析的村镇垃圾增量风险分析系统，其特征在于包括：遥感数据分析模块、垃圾转运点位划分模块和增量风险预测分析模块；
所述遥感数据分析模块用于根据历史十年内每月的NPP/VIIRS夜间灯光遥感栅格数据与待分析区域月生活垃圾统计数据得到待分析区域未来五年内每一个夜间灯光遥感数据单位像元内的月平均生活垃圾的产量空间分布预测情况；
所述垃圾转运点位划分模块利用泰森多边形几何划分方法对待分析区域内的生活垃圾转运点进行服务区划分；
所述增量风险预测分析模块用于整合遥感数据分析模块与垃圾转运点位划分模块的运算结果，得到未来五年内待分析区域内每一个生活垃圾转运点的生活垃圾转运负荷，并与对应的生活垃圾转运点现有的设计规模计算差值，并根据差值对垃圾增量风险进行评估分析；
所述遥感数据分析模块具体执行如下步骤：
首先使用最小二乘法对历史十年内每月的NPP/VIIRS夜间灯光遥感栅格数据与待分析区域月生活垃圾统计数据进行线性回归建模，得到遥感数据中每一个像元内的NPP/VIIRS夜间灯光遥感栅格数据与月生活垃圾统计数据间的线性关联关系；然后根据NPP/VIIRS夜间灯光遥感栅格数据与月生活垃圾统计数据间的线性关联关系，引入各个像元的XY地理坐标值，并将各个像元的XY地理坐标值输入随机森林算法中对夜间灯光亮度与空间范围月生活垃圾产量进行时间序列回归分析，得到未来五年内每一个遥感数据单位像元内的月生活垃圾产量的变化趋势预测情况；
所述增量风险预测分析模块具体执行如下步骤：
首先使用区域分析算法统计划分后的服务区内夜间灯光遥感数据像元的总数，并对每个像元的夜间灯光强度值进行加和，然后根据加和结果并结合随机森林算法得到待分析区域内每一个生活垃圾转运点未来五年的月平均生活垃圾产量数据预测值，然后将预测的未来五年内的月平均生活垃圾产量数据预测值转化为日平均生活垃圾产量数据预测值，并依次计算五年内生活垃圾转运点原设计转运负荷规模与未来日平均生活垃圾产量的差值，然后使用jenk自然间断点分级方法对差值进行三层等级划分，并根据划分结果对垃圾增量风险进行评估分析。
2.根据权利要求1所述的一种基于遥感时序变化分析的村镇垃圾增量风险分析系统，其特征在于所述使用最小二乘法对历史十年内每月的NPP/VIIRS夜间灯光遥感栅格数据与待分析区域月生活垃圾统计数据进行线性回归建模利用ArcGIS10.7软件进行。
3.根据权利要求1所述的一种基于遥感时序变化分析的村镇垃圾增量风险分析系统，其特征在于所述NPP/VIIRS夜间灯光遥感栅格数据呈30米见方，所述NPP/VIIRS夜间灯光遥感栅格数据更新周期为每月一次。
4.根据权利要求2所述的一种基于遥感时序变化分析的村镇垃圾增量风险分析系统，其特征在于所述垃圾转运点位划分模块具体执行如下步骤：
首先对待分析区域内的生活垃圾转运点进行空间坐标定位，然后利用泰森多边形几何划分方法以待分析区域内的每一个生活垃圾转运点的空间坐标为几何中心，建立几何多边形并根据该几何多边形对待分析区域进行服务区划分。
5.根据权利要求4所述的一种基于遥感时序变化分析的村镇垃圾增量风险分析系统，其特征在于所述系统还包括服务区管理模块，所述服务区管理模块用于将待分析区域内的生活垃圾转运点的信息进行展示，所述服务区管理模块在所述待分析区域内的生活垃圾转运点进行空间坐标定位后，对每一个生活垃圾转运点录入相关文本信息，形成用于信息展示的转运点空间要素数据集，所述文本信息包括：名称、类型、地址、工作人员和设计日处理规模。
6.根据权利要求1所述的一种基于遥感时序变化分析的村镇垃圾增量风险分析系统，其特征在于所述使用区域分析算法统计划分后的服务区内夜间灯光遥感数据像元的总数利用ArcGIS实现。
7.根据权利要求1所述的一种基于遥感时序变化分析的村镇垃圾增量风险分析系统，其特征在于所述三层等级划分包括负荷适中、负荷过大和负荷大。
8.根据权利要求1所述的一种基于遥感时序变化分析的村镇垃圾增量风险分析系统，其特征在于对负荷过大、负荷大进行地理高亮标记。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110229477.7A CN112966925B (zh) | 2021-03-02 | 2021-03-02 | 一种基于遥感时序变化分析的村镇垃圾增量风险分析系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110229477.7A CN112966925B (zh) | 2021-03-02 | 2021-03-02 | 一种基于遥感时序变化分析的村镇垃圾增量风险分析系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112966925A CN112966925A (zh) | 2021-06-15 |
| CN112966925B true CN112966925B (zh) | 2021-11-19 |
Family
ID=76276377
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110229477.7A Active CN112966925B (zh) | 2021-03-02 | 2021-03-02 | 一种基于遥感时序变化分析的村镇垃圾增量风险分析系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112966925B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113408918B (zh) * | 2021-06-28 | 2022-04-19 | 哈尔滨工业大学 | 基于多时相遥感分析的村镇垃圾降尺度时空分布反演方法 |
| CN113739984B (zh) | 2021-08-18 | 2023-06-02 | 中国科学院西北生态环境资源研究院 | 一种用于测量冻土孔隙水压力变化的装置 |
| CN114091756B (zh) * | 2021-11-23 | 2022-07-05 | 国家海洋环境预报中心 | 一种基于泰森多边形的乡镇级海啸风险评估方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106485360A (zh) * | 2016-10-14 | 2017-03-08 | 华中师范大学 | 基于全局夜光遥感的局部社会经济指标预测方法及系统 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| US10872417B1 (en) * | 2019-07-04 | 2020-12-22 | FlyPard Analytics GmbH | Automatic delineation agricultural field management zones using remote sensing and field data |
| CN110991738A (zh) * | 2019-11-29 | 2020-04-10 | 自然资源部第三海洋研究所 | 一种基于npp/viirs夜间灯光遥感数据的经济发展研究方法 |
| CN112288656A (zh) * | 2020-11-16 | 2021-01-29 | 中电科大数据研究院有限公司 | 一种基于夜光遥感的电力消费量时空动态分析方法 |
-
2021
- 2021-03-02 CN CN202110229477.7A patent/CN112966925B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106485360A (zh) * | 2016-10-14 | 2017-03-08 | 华中师范大学 | 基于全局夜光遥感的局部社会经济指标预测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112966925A (zh) | 2021-06-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112966925B (zh) | 一种基于遥感时序变化分析的村镇垃圾增量风险分析系统 | |
| CN109492950B (zh) | 一种基于gis技术可满足大区域范围空间饱和负荷预测方法 | |
| Zhao et al. | The impacts of rail transit on future urban land use development: A case study in Wuhan, China | |
| CN110298553A (zh) | 一种基于gis的国土空间规划方法、系统和设备 | |
| Wu et al. | Mapping building carbon emissions within local climate zones in Shanghai | |
| Thebault et al. | Multicriteria roof sorting for the integration of photovoltaic systems in urban environments | |
| CN110532337B (zh) | 面向智慧社区的公共设施服务能力提升方法 | |
| CN105184455A (zh) | 一种面向城市电力数据分析的高维可视化分析方法 | |
| CN103336894B (zh) | 一种城市容积率自动分区方法 | |
| CN111210058B (zh) | 一种基于网格化的配电网自上而下负荷预测信息方法 | |
| Huang et al. | Carbon assessment for urban precincts: Integrated model and case studies | |
| CN109165771B (zh) | 一种基于gis网络分析的农村垃圾深埋桶布局优化方法 | |
| CN113191672B (zh) | 基于空间数据和vrptw的村镇垃圾分类转运规划方法及系统 | |
| CN112529245A (zh) | 一种耦合多源大数据的街道生活垃圾收运量预测方法 | |
| CN112949997A (zh) | 用于城市规划设计中的社区画像的系统和方法 | |
| CN113762624A (zh) | 一种垃圾清运车路线优化方法及城市垃圾清运生态系统 | |
| Yan et al. | Estimation of urban-scale photovoltaic potential: A deep learning-based approach for constructing three-dimensional building models from optical remote sensing imagery | |
| Kim et al. | Proof-of-concept of a two-stage approach for selecting suitable slopes on a highway network for solar photovoltaic systems: A case study in South Korea | |
| Lam et al. | Development of new emission reallocation method for industrial nonpoint source in China | |
| Hargreaves | Representing the dwelling stock as 3D generic tiles estimated from average residential density | |
| Massano et al. | A GIS Open-Data Co-Simulation Platform for Photovoltaic Integration in Residential Urban Areas | |
| Rodríguez-Gómez et al. | Data driven tools to assess the location of photovoltaic facilities in urban areas | |
| Mohammadi et al. | An exploratory study on the impact of physical and geospatial characteristics of the urban built environment on the buildings annual electricity usage | |
| CN116720750B (zh) | 综合能源站设备容量规划方法、装置、终端及存储介质 | |
| Yu et al. | Classification of building complex for the large-scale construction of distributed photovoltaics in urban buildings |
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 |