CN113032404B - 一种面向地表覆盖数据的图斑变化轨迹提取方法与系统 - Google Patents
一种面向地表覆盖数据的图斑变化轨迹提取方法与系统 Download PDFInfo
- Publication number
- CN113032404B CN113032404B CN202110551852.XA CN202110551852A CN113032404B CN 113032404 B CN113032404 B CN 113032404B CN 202110551852 A CN202110551852 A CN 202110551852A CN 113032404 B CN113032404 B CN 113032404B
- Authority
- CN
- China
- Prior art keywords
- year
- spot
- pattern
- spots
- change
- 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
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
- G06F16/2228—Indexing structures
-
- 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
- G06F16/2455—Query execution
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/288—Entity relationship 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
Abstract
本发明提供了一种面向地表覆盖数据的图斑变化轨迹提取方法包括:步骤1,对所有图斑建立拓扑邻接关系,并结合图斑的地类属性对图斑进行实体化编码;步骤2,确定图斑的变化类型的定义规则;所述变化类型包括扩张、收缩、新生、灭失、合并、分裂、几何不变和完全不变;步骤3,根据所述图斑及其编码体系,建立相邻期的同范围匹配关系;步骤4,根据所述相邻期的同范围匹配关系,判定相邻期图斑的变化类型。本发明还提供了该方法的系统。本发明实现了实体化图斑的长序列关系提取与存储管理;通过变化类型存储表可以查找到下一年度的关联图斑及其变化类型和变化面积。
Description
技术领域
本发明涉及地类图斑技术领域,特别涉及一种面向地表覆盖数据的图斑变化轨迹提取方法与系统。
背景技术
在数学上,轨迹是指符合一定条件的动点所形成的图形;或者说,符合一定条件的点的全体所组成的集合,叫做满足该条件的点的轨迹。通过轨迹追踪,可以有效发现动点在一定期间序列内的变化特征与演变趋势,为后续规划与管理提供决策依据。
在自然资源监测领域,时序化地表覆盖可对一段时间内某个确定空间范围内的地表详情进行描述。例如,2019年5月20日,美国地质调查局发布了最新版的美国国家土地覆盖数据库(NLCD 2016年版),该数据库覆盖了美国本土48个州从2001年到2016年15年间的土地覆盖变化数据,可对牧场、落叶林、灌木、草地、裸露地面和农作物等16个地类进行描绘。中国陆续发布了2000年、2010年和2020年三期地表覆盖数据,可用于分析耕地、森林、草地和灌丛地等10大类地表覆盖的空间分布和变化。以上数据采用栅格像元进行存储与表达,通过对相同位置像元不同时间的数值进行比较来发现地类的变化情况。
近年来,采用矢量化形式存储与管理的各类自然资源监测数据,如地理国情监测数据、国土调查数据和森林清查数据等,已成为研究自然地理要素空间分布与变化的大数据基础,而实现自然资源精细化管理与整体保护修复目标必须对长序列的矢量图斑集进行变化分析与持续跟踪,建立变化轨迹数据库。目前,分析矢量图斑的变化主要通过图层叠加来发现不同时相图斑的新生、灭失与增减变化,但缺乏系统性与流程指导性,不利于处理连续多期地表覆盖数据。主要存在以下三个方面问题:
未从几何与属性组合视角提供可完整描述地表变化类型的定义方法;既有的行业技术规定、相关学术论文中有提及从几何视角描述图斑新生、图斑灭失、图斑合并等相关技术,但缺乏关于属性的组合判别,由此导致变化类型判别不唯一的问题,且没有形成确定性、排他性的规则化的定义方法。例如,两个矢量图斑的融合本身也可能是其中一个图斑的伸缩变化,变化类型不易定性。
未实现面向时序数据的变化轨迹存储与查询技术;现有的技术方法主要针对两个年度的数据进行对比分析,尚未提供针对3个及其以上连续年度的长序列数据进行跟踪分析的能力。这意味着,目前尚无法持续监测一定数量图斑的连续变化轨迹。例如,一个矢量图斑经过连续的扩张后,形成具有一定用途的空间实体。
未提供边界扩张范围的分析能力;现有的矢量数据变化分析方法主要针对同范围地表覆盖数据进行,但对于沿海区域由于围填海陆地扩张带来的某一年度数据图斑增长则不适用。此时,由于缺乏同范围数据对比,现有方法未明确如何利用既有数据进行变化类型定义。
因此,现有技术中迫切地需要一种面向地表覆盖数据的图斑变化轨迹提取方法与系统。能够从几何与属性组合视角提供可完整描述地表变化类型的定义方法;实现面向时序数据的变化轨迹存储与查询技术;提供边界扩张范围的分析能力。
发明内容
(一)发明目的
为克服上述现有技术存在的至少一种缺陷,本发明提供了一种面向地表覆盖数据的图斑变化轨迹提取方法与系统,本发明可提供图斑变化轨迹的自动化提取与序列化存储能力,为特征分析提供数据库支撑;通过将空间数据与轨迹数据进行实体编码关联,一方面可以基于轨迹图提取与分析特定实体(集)的分析扩张的模式,另一方面可以根据轨迹特征定位搜索满足特定变化条件的数据。
(二)技术方案
作为本发明的第一方面,本发明公开了一种面向地表覆盖数据的图斑变化轨迹提取方法,包括:
步骤1,对所有图斑建立拓扑邻接关系,并结合图斑的地类属性对图斑进行实体化编码;
步骤2,确定图斑的变化类型的定义规则;所述变化类型包括扩张、收缩、新生、灭失、合并、分裂、几何不变和完全不变;
步骤3,根据所述图斑及其编码体系,建立相邻期的同范围匹配关系;
步骤4,根据所述相邻期的同范围匹配关系,判定相邻期图斑的变化类型。
一种可能的实施方式中,所述步骤1包括:
步骤1.1,利用ArcGIS提供的格网索引方法对任务区矢量图层创建空间索引;
步骤1.2,针对当前图斑搜索到关联图斑后,判别当前图斑与关联图斑的空间关系类型;所述空间关系类型包括:共享边、共享节点和相离;
步骤1.3,将所述空间关系类型为共享边的拓扑邻接关系组织为图的形式,并按照节点关系表与节点属性表形式进行存储;节点关系表描述了当前图斑与全部关联图斑的一对多关系,节点属性表描述了各个节点的经纬度坐标、时间与地类属性;节点关系表与节点属性表通过节点序号进行关联;
步骤1.4,利用广度优先搜索算法搜索当前节点所能连通的所有其他具有相同地类属性的节点,将可相互连通且地类属性相同的一组节点对应的空间上相互邻接的一组同地类属性的图斑,作为同一实体进行编码。
一种可能的实施方式中,所述步骤2包括:
当图斑的变化类型为扩张时,定义规则为第i+1年度在第i年度基础上局部或全部增大,地类属性不变,衍生变化为收缩和灭失,扩张部分发生地类转移;i为自然数;
当图斑的变化类型为收缩时,定义规则为第i+1年度在第i年度基础上局部或全部减小,但地类属性不变,衍生变化为扩张和灭失,收缩部分发生地类转移;
当图斑的变化类型为新生时,定义规则为第i+1年度在第i年度基础上新出现一个与所在位置地类属性不同的图斑,衍生变化为收缩和灭失,新生部分发生地类转移;
当图斑的变化类型为灭失时,定义规则为第i+1年度在第i年度基础上某一个地类图斑消失,衍生变化为扩张和新生,灭失部分发生地类转移;
当图斑的变化类型为合并时,定义规则为第i+1年度在第i年度基础上相邻两个或多个图斑合并为一个新的图斑,合并前后相关图斑面积相等,衍生变化为灭失和扩张,部分参与图斑发生地类转移;
当图斑的变化类型为分裂时,定义规则为第i+1年度在第i年度基础上某个图斑分裂为两个或多个新的图斑,分裂前后相关图斑面积相等,衍生变化为新生和灭失,部分参与图斑发生地类转移;
当图斑的变化类型为几何不变时,定义规则为第i+1年度在第i年度基础上图斑的地类几何形状未发生变化,但地类属性发生变化,无衍生变化,完整发生地类转移;
当图斑的变化类型为完全不变时,定义规则为第i+1年度在第i年度基础上图斑的地类属性与面积均未发生变化,无衍生变化,无地类转移。
一种可能的实施方式中,所述步骤3包括:
定义第i年度与第i+1年度的方向为正向关系,第i+1年度与第i年度的方向为反向关系;
当某个图斑的关联图斑个数超过1个时,将该超过1个的关联图斑的经实体化编码后得到的图斑实体编码以英文字符隔开;
将各年度的图斑属性按照所述图斑实体编码、图斑地类属性和图斑面积的形式进行存储。
一种可能的实施方式中,所述步骤4包括:
根据正向关系,由第i年度某个图斑定位到第i+1年度的关联图斑个数为1,且地类相同,而第i+1年度的关联图斑在第i年度对应图斑的个数大于等于1,即满足:正向1:1,反向1:N,地类相同的条件时,判定第i年度的图斑发生扩张变化;此时N>1;
根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数大于1,而第i+1年度的关联图斑中的同地类属性的图斑在第i年度对应图斑的个数为1,即满足:正向1:N,反向1:1,地类相同的条件时,判定第i年度的图斑发生收缩变化;此时N>1;
根据反向关系,由第i+1年度的某个图斑定位到第i年度的关联图斑个数大于等于1,且第i+1年度的图斑与第i年度的关联图斑的地类均不相同,同时第i年度的关联图斑的面积之和大于第i+1年度的图斑面积,即满足:反向1:N,地类不相同,第i年度的关联图斑面积之和大于第i+1年度的图斑面积的条件时,判定第i+1年度的图斑为新生图斑;此时N≥1;
根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数大于等于1,且第i年度图斑与第i+1年度的关联图斑的地类均不相同,即满足:正向1:N,地类不相同的条件时,判定第i年度图斑发生灭失变化;此时N≥1;
根据反向关系,由第i+1年度的某个图斑定位到第i年度的关联图斑个数大于1,且第i+1年度的图斑与第i年度的关联图斑的地类面积之和相等,即满足:反向1:N,地类面积和相等的条件时,判定第i年度的多个关联图斑发生合并变化;此时N>1;
根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数大于1,且第i年度的图斑与第i+1年度的关联图斑的地类面积之和相等,即满足:正向1:N,地类面积和相等的条件时,判定第i年度的图斑发生分裂变化;此时N>1;
根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数为1,且为非相同地类,而第i+1年度的关联图斑在第i年度对应图斑的个数也等于1,即满足:正向1:1,反向1:1,面积相等、地类不同的条件时,判定第i年度的图斑保持几何不变;
根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数为1,且为相同地类,而第i+1年度的关联图斑在第i年度对应图斑的个数等于1,即满足:正向1:1,反向1:1,面积相等、地类相同的条件时,判定第i年度图斑的变化类型为完全不变。
作为本发明的第二方面,本发明公开了一种面向地表覆盖数据的图斑变化轨迹提取系统,包括:
图斑实体化编码模块,用于对所有图斑建立拓扑邻接关系,并结合图斑的地类属性对图斑进行实体化编码;
图斑变化类型定义模块,用于确定图斑的变化类型的定义规则;所述变化类型包括扩张、收缩、新生、灭失、合并、分裂、几何不变和完全不变;
匹配模块,用于根据所述图斑及其编码体系,建立相邻期的同范围匹配关系;
图斑变化类型判定模块,用于根据所述相邻期的同范围匹配关系,判定相邻期图斑的变化类型。
一种可能的实施方式中,所述图斑实体化编码模块包括:
空间索引创建单元,用于利用ArcGIS提供的格网索引方法对任务区矢量图层创建空间索引;
空间关系类型判别单元,用于针对当前图斑搜索到关联图斑后,判别当前图斑与关联图斑的空间关系类型;所述空间关系类型包括:共享边、共享节点和相离;
空间关系存储单元,用于将所述空间关系类型为共享边的拓扑邻接关系组织为图的形式,并按照节点关系表与节点属性表形式进行存储;节点关系表描述了当前图斑与全部关联图斑的一对多关系,节点属性表描述了各个节点的经纬度坐标、时间与地类属性;节点关系表与节点属性表通过节点序号进行关联;
实体编码单元,用于利用广度优先搜索算法搜索当前节点所能连通的所有其他具有相同地类属性的节点,将可相互连通且地类属性相同的一组节点对应的空间上相互邻接的一组同地类属性的图斑,作为同一实体进行编码。
一种可能的实施方式中,所述图斑变化类型定义模块用于:
当图斑的变化类型为扩张时,定义规则为第i+1年度在第i年度基础上局部或全部增大,地类属性不变,衍生变化为收缩和灭失,扩张部分发生地类转移;i为自然数;
当图斑的变化类型为收缩时,定义规则为第i+1年度在第i年度基础上局部或全部减小,但地类属性不变,衍生变化为扩张和灭失,收缩部分发生地类转移;
当图斑的变化类型为新生时,定义规则为第i+1年度在第i年度基础上新出现一个与所在位置地类属性不同的图斑,衍生变化为收缩和灭失,新生部分发生地类转移;
当图斑的变化类型为灭失时,定义规则为第i+1年度在第i年度基础上某一个地类图斑消失,衍生变化为扩张和新生,灭失部分发生地类转移;
当图斑的变化类型为合并时,定义规则为第i+1年度在第i年度基础上相邻两个或多个图斑合并为一个新的图斑,合并前后相关图斑面积相等,衍生变化为灭失和扩张,部分参与图斑发生地类转移;
当图斑的变化类型为分裂时,定义规则为第i+1年度在第i年度基础上某个图斑分裂为两个或多个新的图斑,分裂前后相关图斑面积相等,衍生变化为新生和灭失,部分参与图斑发生地类转移;
当图斑的变化类型为几何不变时,定义规则为第i+1年度在第i年度基础上图斑的地类几何形状未发生变化,但地类属性发生变化,无衍生变化,完整发生地类转移;
当图斑的变化类型为完全不变时,定义规则为第i+1年度在第i年度基础上图斑的地类属性与面积均未发生变化,无衍生变化,无地类转移。
一种可能的实施方式中,所述匹配模块用于:
定义第i年度与第i+1年度的方向为正向关系,第i+1年度与第i年度的方向为反向关系;
在某个图斑的关联图斑个数超过1个时,将该超过1个的关联图斑的经实体化编码后得到的图斑实体编码以英文字符隔开;
将各年度的图斑属性按照所述图斑实体编码、图斑地类属性和图斑面积的形式进行存储。
一种可能的实施方式中,所述图斑变化类型判定模块用于:
根据正向关系,由第i年度某个图斑定位到第i+1年度的关联图斑个数为1,且地类相同,而第i+1年度的关联图斑在第i年度对应图斑的个数大于等于1,即满足:正向1:1,反向1:N,地类相同的条件时,判定第i年度的图斑发生扩张变化;此时N>1;
根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数大于1,而第i+1年度的关联图斑中的同地类属性的图斑在第i年度对应图斑的个数为1,即满足:正向1:N,反向1:1,地类相同的条件时,判定第i年度的图斑发生收缩变化;此时N>1;
根据反向关系,由第i+1年度的某个图斑定位到第i年度的关联图斑个数大于等于1,且第i+1年度的图斑与第i年度的关联图斑的地类均不相同,同时第i年度的关联图斑的面积之和大于第i+1年度的图斑面积,即满足:反向1:N,地类不相同,第i年度的关联图斑面积之和大于第i+1年度的图斑面积的条件时,判定第i+1年度的图斑为新生图斑;此时N≥1;
根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数大于等于1,且第i年度图斑与第i+1年度的关联图斑的地类均不相同,即满足:正向1:N,地类不相同的条件时,判定第i年度图斑发生灭失变化;此时N≥1;
根据反向关系,由第i+1年度的某个图斑定位到第i年度的关联图斑个数大于1,且第i+1年度的图斑与第i年度的关联图斑的地类面积之和相等,即满足:反向1:N,地类面积和相等的条件时,判定第i年度的多个关联图斑发生合并变化;此时N>1;
根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数大于1,且第i年度的图斑与第i+1年度的关联图斑的地类面积之和相等,即满足:正向1:N,地类面积和相等的条件时,判定第i年度的图斑发生分裂变化;此时N>1;
根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数为1,且为非相同地类,而第i+1年度的关联图斑在第i年度对应图斑的个数也等于1,即满足:正向1:1,反向1:1,面积相等、地类不同的条件时,判定第i年度的图斑保持几何不变;
根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数为1,且为相同地类,而第i+1年度的关联图斑在第i年度对应图斑的个数等于1,即满足:正向1:1,反向1:1,面积相等、地类相同的条件时,判定第i年度图斑的变化类型为完全不变。
(三)有益效果
本发明提供的一种面向地表覆盖数据的图斑变化轨迹提取方法与系统,为解决长序列矢量图斑的变化轨迹提供了切实可行的技术方法体系,通过将复杂的处理业务流程有效拆解,形成四个衔接的核心步骤,最终实现了实体化图斑的长序列关系提取与存储管理,在此基础上可提供广泛的应用场景。
本发明提供的一种面向地表覆盖数据的图斑变化轨迹提取方法与系统,可应用于大范围实体的持续跟踪监测。选定某一年度中,通过提取某一实体图斑的几何中心坐标形成图斑实体编码,可以获得相应的图斑起始属性。在此基础上,通过变化类型存储表可以查找到下一年度的关联图斑及其变化类型和变化面积。根据某一湖泊等近年来呈现扩张趋势,利用本系统可以快速获得一定时间区间内的扩张量(即同地类变化面积)、转移量(即不同地类变化面积)。当湖泊被建设用地和农用地等侵占时,通过本方法可以快速定位侵占实体图斑及占用量。
本发明提供的一种面向地表覆盖数据的图斑变化轨迹提取方法与系统,可用于对实体图斑的变化频次、变化强度及地类转移量进行实时查询。以某一年度为起始时间,统计一定时间范围内图斑的最大、最小及平均变化次数,可比较不同地类的稳定性,如住宅用地、商业服务业用地和工矿用地等。选取一定区域,依据变化类型存储表的同地类变化面积与不同地类变化面积数值,可以推断得到任一年度某个地类的保有量与变化量,为实时在线查询提供接口。
附图说明
以下参考附图描述的实施例是示例性的,旨在用于解释和说明本发明,而不能理解为对本发明的保护范围的限制。
图1是本发明提供的一种面向地表覆盖数据的图斑变化轨迹提取方法与系统的流程图。
图2是本发明提供的一种面向地表覆盖数据的图斑变化轨迹提取方法与系统的三种类型的图斑拓扑空间关系的结构示意图。
图3是本发明提供的一种面向地表覆盖数据的图斑变化轨迹提取方法与系统的拓扑邻接空间关系的存储的结构示意图。
图4是本发明提供的一种面向地表覆盖数据的图斑变化轨迹提取方法与系统的相邻两个年度的同范围匹配关系示例的结构示意图。
具体实施方式
为使本发明实施的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行更加详细的描述。
需要说明的是:在附图中,自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施例是本发明一部分实施例,而不是全部的实施例,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,均仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明保护范围的限制。
下面参考图1-4详细描述本发明提供的一种面向地表覆盖数据的图斑变化轨迹提取方法的第一实施例。如图1-4所示,本实施例提供的图斑变化轨迹提取方法主要包括有:步骤1、步骤2、步骤3和步骤4。
矢量图斑变化轨迹提取方法对数据处理和空间分析具有重要的意义:
针对自然资源监测大数据,探索不同时相地表的变化数量与演化规律是主要的应用研究内容之一,特别是基于图斑的变化分析,可精细刻画小尺度的地表覆盖变化特征。与传统的地类面积变化以及自然地理条件分析相比,图斑级的变化轨迹可实现细粒度自然地理要素分析。
通过对变化轨迹进行提取与存储,可连续分析某一区域内单一地类或全部地类的演化规律。传统的技术一般对各年度的数据进行独立存储,形成分年度、分表数据库,无法从实体级建立要素级的对应关系,无法驱动回溯查询、前进查询。
在现有的高性能计算设施条件下,并行计算技术为处理海量规模数据,特别是自然资源大数据提供有效的前提条件,通过在技术流程中引入并行处理技术,可为快速构建图斑变化轨迹数据库以及提取期望信息提供支撑。
中国的城市与农村处于快速发展阶段,持续的人为开发建设与生态保护活动会对地表造成显著的改变。通过对各类自然资源进行持续监测,形成的长序列数据可用于发现地表变化的规律。常态化自然资源监测会按照工作任务要求,每年生产覆盖我国陆域国土范围的全覆盖矢量面状图斑数据,如国土变更调查、地理国情监测等。单一年度的数据规模将在2亿至3亿之间。考虑到年度更新,图斑累计规模已超过10亿。根据自然资源的数据共享与计算服务需求,本发明提出一种面向时序矢量地表覆盖数据的图斑变化轨迹提取方法。图1提供了步骤1、步骤2、步骤3和步骤4的技术实现约定。
步骤1,基于拓扑图的地类图斑实体化编码,即对所有图斑建立拓扑邻接关系,并结合图斑的地类属性对图斑进行实体化编码;所述图斑即地类图斑。
在开展地表覆盖调查与监测时,一般按照某一固定的任务区界线范围完成数据生产与更新。一般情况下,不同的任务区由不同的作业队负责,任务区界线内的图斑实体编码不会重现重复。但是,任务区界线范围往往与实际的地表覆盖实体存在冲突。例如,洞庭湖在地类范围上跨越了岳阳、汩罗、湘阴、望城、益阳、沅江、汉寿和常德等多个县市,对应的实体被划至多个任务区内进行独立采集与编码。此外,人工作业中不可避免会发生一定的属性字段赋值失误,不可避免造成图斑的地类属性的遗漏和重复等问题。
从空间上来看,拓扑邻接的两个图斑是否为同一个实体应进行二次判别,而判别依据则是其图斑的地类属性是否相同。因此,可在数据采集完成后,对全体图斑建立拓扑邻接关系并结合判别依据进行实体化编码。具体操作如下:
对全部任务区数据构建空间索引,即步骤1.1的操作:采用一种可选的技术利用ArcGIS提供的格网索引方法对任务区矢量图层创建空间索引;该过程需要重复进行以确保全部任务区的不同时间的数据均具备空间索引;该过程可以加速后续的图斑查找过程。
建立同期矢量图斑的拓扑邻接关系,即步骤1.2的操作:针对当前图斑搜索到关联图斑后,判别当前图斑与关联图斑的空间关系类型;所述空间关系类型包括:共享边、共享节点和相离;
在步骤1.2中,遍历各任务区内部的全部矢量图斑,利用空间索引搜索各矢量图斑绑定矩形范围内的其他全部图斑,并判别空间关系。可能存在的空间关系类型分为三种:共享边、共享节点和相离,如图2所示。由于数据采集过程中往往采取一定的技术手段规避图斑重叠问题,本发明中对该类图斑异常不予考虑。
针对当前图斑搜索到关联图斑后,精确判别空间关系类型。提取当前图斑与关联图斑的全部坐标序列,采用嵌套循环方式逐一比较坐标点之间的欧式距离,即Sqrt((X1-X2)2+(Y1-Y2)2),Sqrt为平方根计算函数;利用该方法可得到当前图斑与关联图斑的全部共享节点,比如,当所述欧式距离等于0米或小于0.0000001米时,记1次共享点。当共享节点数为0时,二者为相离关系;当共享节点数大于等于2且至少有两个共享节点相邻时,二者为共享边关系;其余情况为单一共享节点或多个不连续的共享节点情形。
拓扑邻接关系的图表达与文件存储,即步骤1.3的操作:将所述空间关系类型为共享边的拓扑邻接关系组织为图的形式,并按照节点关系表与节点属性表形式进行存储;节点关系表描述了当前图斑与全部关联图斑的一对多关系,节点属性表描述了各个节点的经纬度坐标、时间与地类属性;节点关系表与节点属性表通过节点序号进行关联;所述节点的经纬度坐标利用所在图斑坐标的平均中心确定;所述平均中心为经度坐标的均值和纬度坐标的均值确定。
图3为拓扑邻接空间关系的存储示意图。
图节点广度优先搜索与唯一性编码,即步骤1.4的操作:利用广度优先搜索算法搜索当前节点所能连通的所有其他具有相同地类属性的节点,将可相互连通且地类属性相同的一组节点对应的空间上相互邻接的一组同地类属性的图斑,作为同一实体进行编码。
广度优先搜索是较为简便的图搜索算法之一,通过该算法可以发现某一图节点所能到达的所有其他节点。在本发明中,可利用该算法搜索当前节点所能连通的所有其他具有相同地类属性的节点;可相互连通且地类属性相同的一组节点对应了空间上相互邻接的一组同地类属性的图斑,可作为同一实体进行编码。如图3所示,节点2和节点7对应的两个图斑空间相邻且均为林地时,应视为同一实体图斑进行编码:
以每个实体图斑的平均中心作为标识,以编码规则为18位的“编码前缀(9位经度+9位纬度)”与“图斑原始序号”进行组合,并以“_”隔开,采用字符串存储。例如,图斑1编码值为“112107751032184267_1”。图斑2与图斑7为同一实体的两个图斑,应以二者共同的平均中心作为编码前缀,进而与其中较小的图斑原始序号组合,即“112107907032184048_2”。编码完成后,以实体编码替换节点关系表与节点属性表中的节点序号字段,形成独立存储文件。其中,所述编码前缀可用于辅助空间定位,所述图斑原始序号确保了编码的唯一性。
步骤2,长序列图斑的变化类型定义,即确定图斑的变化类型的定义规则;所述变化类型包括扩张、收缩、新生、灭失、合并、分裂、几何不变和完全不变;
在步骤1的基础上,提出了八种图斑的变化类型的定义规则,各种变化类型均以相邻两个年度为基础进行定义。当变化类型为扩张、收缩、新生、灭失、合并和分裂时,所述变化类型均为几何形状变化,会产生一定的衍生变化,例如某图斑扩张后会导致同位置其他图斑发生收缩甚至是灭失。同时,图斑的几何形状或地类属性变化会导致相应范围发生地类转移;当变化类型为几何不变和完全不变时,所述图斑的变化类型的几何形状均未发生变化;它们的区别在于是否发生了地类变化。如下表1所示,所述步骤2包括:
当图斑的变化类型为扩张时,定义规则为第i+1年度在第i年度基础上局部或全部增大,地类属性不变,衍生变化为收缩和灭失,扩张部分发生地类转移;i为自然数。
当图斑的变化类型为收缩时,定义规则为第i+1年度在第i年度基础上局部或全部减小,但地类属性不变,衍生变化为扩张和灭失,收缩部分发生地类转移;
当图斑的变化类型为新生时,定义规则为第i+1年度在第i年度基础上新出现一个与所在位置地类属性不同的图斑,衍生变化为收缩和灭失,新生部分发生地类转移;
当图斑的变化类型为灭失时,定义规则为第i+1年度在第i年度基础上某一个地类图斑消失,衍生变化为扩张和新生,灭失部分发生地类转移;
当图斑的变化类型为合并时,定义规则为第i+1年度在第i年度基础上相邻两个或多个图斑合并为一个新的图斑,合并前后相关图斑面积相等(区别于扩张),衍生变化为灭失和扩张,部分参与图斑发生地类转移;
当图斑的变化类型为分裂时,定义规则为第i+1年度在第i年度基础上某个图斑分裂为两个或多个新的图斑,分裂前后相关图斑面积相等(区别于收缩),衍生变化为新生和灭失,部分参与图斑发生地类转移;
当图斑的变化类型为几何不变时,定义规则为第i+1年度在第i年度基础上图斑的地类几何形状未发生变化,但地类属性发生变化,无衍生变化,完整发生地类转移;
当图斑的变化类型为完全不变时,定义规则为第i+1年度在第i年度基础上图斑的地类属性与面积均未发生变化,无衍生变化,无地类转移。
表1 相邻年度间8种变化类型的定义规则表
步骤3,图斑年际匹配关系提取,即根据所述图斑及其编码体系,建立相邻期的同范围匹配关系;步骤1构建了实体化的地类图斑及其编码体系。在此基础上,步骤3建立相邻两期数据的匹配关系可利用主流的GIS软件(如ArcGIS,Quantum GIS等)进行同范围数据叠加,得到各图斑的一对一或一对多的关系。
其中,所述步骤3包括:
定义第i年度与第i+1年度的方向为正向关系(如表2所示),第i+1年度与第i年度的方向为反向关系(如表3所示);当某个图斑的关联图斑个数超过1个时,将该超过1个的关联图斑的经实体化编码后得到的图斑实体编码以英文字符“,”隔开。表2和表3中的图斑编码即为图斑实体编码。
如图4所示,相邻两期数据的匹配关系设计按如下表结构进行存储。
表2相邻两个年度的同范围匹配关系存储表
表3相邻两个年度的同范围匹配关系存储表
将各年度的图斑属性按照图斑实体编码、图斑地类属性和图斑面积的形式进行存储。如表4和表5所示,分别为第i年度与第i+1年度的图斑属性。按照“图斑实体编码、图斑地类属性、图斑面积”的形式进行存储。表4和表5中的图斑编码即为图斑实体编码。
表4第i年度的图斑属性存储表
表5第i+1年度的图斑属性存储表
步骤4,相邻期图斑变化关系判别,即根据所述相邻期的同范围匹配关系,判定相邻期图斑的变化类型。
由步骤3提取的相邻两期矢量图斑的匹配关系,得到步骤4变化类型的判别规则如下:
根据正向关系,由第i年度某个图斑定位到第i+1年度的关联图斑个数为1,且地类相同,而第i+1年度的关联图斑在第i年度对应图斑的个数大于等于1,即满足:正向1:1,反向1:N,地类相同的条件时,判定第i年度的图斑发生扩张变化;此时N>1;
根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数大于1,而第i+1年度的关联图斑中的同地类属性的图斑在第i年度对应图斑的个数为1,即满足:正向1:N,反向1:1,地类相同的条件时,判定第i年度的图斑发生收缩变化;此时N>1;
根据反向关系,由第i+1年度的某个图斑定位到第i年度的关联图斑个数大于等于1,且第i+1年度的图斑与第i年度的关联图斑的地类均不相同,同时第i年度的关联图斑的面积之和大于第i+1年度的图斑面积,即满足:反向1:N,地类不相同,第i年度的关联图斑面积之和大于第i+1年度的图斑面积的条件时,判定第i+1年度的图斑为新生图斑;此时N≥1;
根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数大于等于1,且第i年度图斑与第i+1年度的关联图斑的地类均不相同,即满足:正向1:N,地类不相同的条件时,判定第i年度图斑发生灭失变化;此时N≥1;
根据反向关系,由第i+1年度的某个图斑定位到第i年度的关联图斑个数大于1,且第i+1年度的图斑与第i年度的关联图斑的地类面积之和相等,即满足:反向1:N,地类面积和相等的条件时,判定第i年度的多个关联图斑发生合并变化;此时N>1;
根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数大于1,且第i年度的图斑与第i+1年度的关联图斑的地类面积之和相等,即满足:正向1:N,地类面积和相等的条件时,判定第i年度的图斑发生分裂变化;此时N>1;
根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数为1,且为非相同地类,而第i+1年度的关联图斑在第i年度对应图斑的个数也等于1,即满足:正向1:1,反向1:1,面积相等、地类不同的条件时,判定第i年度的图斑保持几何不变;
根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数为1,且为相同地类,而第i+1年度的关联图斑在第i年度对应图斑的个数等于1,即满足:正向1:1,反向1:1,面积相等、地类相同的条件时,判定第i年度图斑的变化类型为完全不变。
上述8种变化类型中,扩张与收缩变化可能同时发生。根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数大于1,而第i+1年度的关联图斑中的同地类属性的图斑在第i年度对应的图斑个数也大于1,即满足“正向1:N,反向1:N(N>1),地类相同”的条件时,代表一个图斑同时发生了扩张和收缩变化。
变化关系采用表6结构存储,包括相邻年度的2个关联图斑实体编码、变化类型、同地类变化面积和不同地类变化面积等属性字段。表6中的图斑编码即为图斑实体编码。
表6变化类型存储表表
对于N个连续年度数据,可得到N张表4或表5结构的图斑属性表,配合N-1张变化类型表,实现对长序列矢量图斑数据的变化轨迹的描述。
综上,本发明设计了一种面向矢量地表覆盖的图斑变化轨迹提取的方法与系统,通过基于拓扑图的地类图斑实体化编码、长序列图斑变化关系定义、图斑年际匹配关系提取、相邻期图斑变化关系判别等四个核心步骤,可为大范围实体的持续变化监测和变化特征查询提供技术支撑。
本发明所涉及到的关键技术为:针对大范围、长序列的矢量地表覆盖数据,构建矢量图斑级变化轨迹提取方法主要涉及无缝隙图斑的变化类型规则库、二维空间索引邻域搜索与精确判别、图斑变化轨迹提取等关键技术;
无缝隙图斑的变化类型规则库:针对同一空间范围,从几何与属性组合视角定义全部变化类型,形成可完整描述全部地表覆盖图斑的变化类型的规则库,为分析图斑实体的变化轨迹提供核心依据;
二维空间索引邻域搜索与精确判别:针对百万级乃至千万级矢量图斑数据,常规的遍历搜索方法效率低下,不适于为全部图斑逐一搜索跨年度潜在关联图斑。通过引入成熟的二维空间索引技术可以加速潜在关联图斑搜索,进而通过空间布尔运算与面积比较准确识别不同时相图斑的拓扑关系;
长序列联合查询:结合应用需求,可定义“连续不变”、“连续缩减”和“连续扩张”等变化的轨迹特征,基于轨迹库提出满足持续扩张或持续缩减要求的地表实体要素,为常态化变化监测提供查询接口。
综上所述,本发明针对同期矢量地表覆盖数据,采用空间索引粗判与共享节点精判相结合的方法可快速构建起各图斑的拓扑邻接关系,并采用图的形式进行存储。在此基础上,利用图的广度优先搜索算法并结合同地类属性要求,可即时查找到与当前图斑拓扑邻接的同地类属性的图斑,进而按照同一实体进行编码;提出了由扩张、收缩、新生、灭失、合并、分裂、几何不变和完全不变八种类型构成的一系列定义规则,并对衍生变化和变化影响进行了声明,可对相邻两期数据的全部变化类型进行完整描述,各变化类型与其他变化类型均具有排他性,之间无重叠;在八种图斑的变化类型的基础上,通过提取相邻两期图斑的匹配关系,从匹配个数、图斑面积和图斑地类属性等方面构建了各变化类型的精准判定方法,最终成果通过图斑属性表与变化类型表进行存储;通过对长序列的图斑属性表与变化类型表进行跟踪,可以快速获取某一实体的变化详情。联合查询方法以实体编码为出发点,查询当年的图斑属性表可得到当年状态,查询变化类型表得到下一年度的关联实体编码,从而迭代向后查询。通过长序列联合查询可了解一系列问题,如某一湖泊在各年度的是否发生缩减(即水域实体是否发生收缩变化),侵占地类是什么(即下一年度的关联实体有哪些),影响有多少大(即关联实体的同地类变化面积与不同地类变化面积各是多少),是否有改善趋势(即同地类变化面积是否大于不同地类变化面积)等。
下面参考图1-4详细描述本发明提供的一种面向地表覆盖数据的图斑变化轨迹提取系统的第一实施例。如图1-4所示,本实施例提供的图斑变化轨迹提取方法主要包括有:图斑实体化编码模块、图斑变化类型定义模块、匹配模块和图斑变化类型判定模块。
矢量图斑变化轨迹提取方法对数据处理和空间分析具有重要的意义:
针对自然资源监测大数据,探索不同时相地表的变化数量与演化规律是主要的应用研究内容之一,特别是基于图斑的变化分析,可精细刻画小尺度的地表覆盖变化特征。与传统的地类面积变化以及自然地理条件分析相比,图斑级的变化轨迹可实现细粒度自然地理要素分析。
通过对变化轨迹进行提取与存储,可连续分析某一区域内单一地类或全部地类的演化规律。传统的技术一般对各年度的数据进行独立存储,形成分年度、分表数据库,无法从实体级建立要素级的对应关系,无法驱动回溯查询、前进查询。
在现有的高性能计算设施条件下,并行计算技术为处理海量规模数据,特别是自然资源大数据提供有效的前提条件,通过在技术流程中引入并行处理技术,可为快速构建图斑变化轨迹数据库以及提取期望信息提供支撑。
中国的城市与农村处于快速发展阶段,持续的人为开发建设与生态保护活动会对地表造成显著的改变。通过对各类自然资源进行持续监测,形成的长序列数据可用于发现地表变化的规律。常态化自然资源监测会按照工作任务要求,每年生产覆盖我国陆域国土范围的全覆盖矢量面状图斑数据,如国土变更调查、地理国情监测等。单一年度的数据规模将在2亿至3亿之间。考虑到年度更新,图斑累计规模已超过10亿。根据自然资源的数据共享与计算服务需求,本发明提出一种面向时序矢量地表覆盖数据的图斑变化轨迹提取方法。图1提供了图斑实体化编码模块、图斑变化类型定义模块、匹配模块和图斑变化类型判定模块的技术实现约定。
图斑实体化编码模块基于拓扑图的地类图斑进行实体化编码,即用于对所有图斑建立拓扑邻接关系,并结合图斑的地类属性对图斑进行实体化编码;所述图斑即地类图斑。
在开展地表覆盖调查与监测时,一般按照某一固定的任务区界线范围完成数据生产与更新。一般情况下,不同的任务区由不同的作业队负责,任务区界线内的图斑实体编码不会重现重复。但是,任务区界线范围往往与实际的地表覆盖实体存在冲突。例如,洞庭湖在地类范围上跨越了岳阳、汩罗、湘阴、望城、益阳、沅江、汉寿和常德等多个县市,对应的实体被划至多个任务区内进行独立采集与编码。此外,人工作业中不可避免会发生一定的属性字段赋值失误,不可避免造成图斑的地类属性的遗漏和重复等问题。
从空间上来看,拓扑邻接的两个图斑是否为同一个实体应进行二次判别,而判别依据则是其图斑的地类属性是否相同。因此,可在数据采集完成后,对全体图斑建立拓扑邻接关系并结合判别依据进行实体化编码。具体操作如下:
对全部任务区数据构建空间索引,即空间索引创建单元的操作:用于采用一种可选的技术利用ArcGIS提供的格网索引方法对任务区矢量图层创建空间索引;该过程需要重复进行以确保全部任务区的不同时间的数据均具备空间索引;该过程可以加速后续的图斑查找过程。
建立同期矢量图斑的拓扑邻接关系,即空间关系类型判别单元的操作:用于针对当前图斑搜索到关联图斑后,判别当前图斑与关联图斑的空间关系类型;所述空间关系类型包括:共享边、共享节点和相离;在空间关系类型判别单元中,遍历各任务区内部的全部矢量图斑,利用空间索引搜索各矢量图斑绑定矩形范围内的其他全部图斑,并判别空间关系。可能存在的空间关系类型分为三种:共享边、共享节点和相离,如图2所示。由于数据采集过程中往往采取一定的技术手段规避图斑重叠问题,本发明中对该类图斑异常不予考虑。
针对当前图斑搜索到关联图斑后,精确判别空间关系类型。提取当前图斑与关联图斑的全部坐标序列,采用嵌套循环方式逐一比较坐标点之间的欧式距离,即Sqrt((X1-X2)2+(Y1-Y2)2),Sqrt为平方根计算函数;利用该方法可得到当前图斑与关联图斑的全部共享节点,比如,当所述欧式距离等于0米或小于0.0000001米时,记1次共享点。当共享节点数为0时,二者为相离关系;当共享节点数大于等于2且至少有两个共享节点相邻时,二者为共享边关系;其余情况为单一共享节点或多个不连续的共享节点情形。
拓扑邻接关系的图表达与文件存储,即空间关系存储单元的操作:用于将所述空间关系类型为共享边的拓扑邻接关系组织为图的形式,并按照节点关系表与节点属性表形式进行存储;节点关系表描述了当前图斑与全部关联图斑的一对多关系,节点属性表描述了各个节点的经纬度坐标、时间与地类属性;节点关系表与节点属性表通过节点序号进行关联;所述节点的经纬度坐标利用所在图斑坐标的平均中心确定;所述平均中心为经度坐标的均值和纬度坐标的均值确定。
图3为拓扑邻接空间关系的存储示意图。
图节点广度优先搜索与唯一性编码,即实体编码单元的操作:用于利用广度优先搜索算法搜索当前节点所能连通的所有其他具有相同地类属性的节点,将可相互连通且地类属性相同的一组节点对应的空间上相互邻接的一组同地类属性的图斑,作为同一实体进行编码。
广度优先搜索是较为简便的图搜索算法之一,通过该算法可以发现某一图节点所能到达的所有其他节点。在本发明中,可利用该算法搜索当前节点所能连通的所有其他具有相同地类属性的节点;可相互连通且地类属性相同的一组节点对应了空间上相互邻接的一组同地类属性的图斑,可作为同一实体进行编码。如图3所示,节点2和节点7对应的两个图斑空间相邻且均为林地时,应视为同一实体图斑进行编码:
以每个实体图斑的平均中心作为标识,以编码规则为18位的“编码前缀(9位经度+9位纬度)”与“图斑原始序号”进行组合,并以“_”隔开,采用字符串存储。例如,图斑1编码值为“112107751032184267_1”。图斑2与图斑7为同一实体的两个图斑,应以二者共同的平均中心作为编码前缀,进而与其中较小的图斑原始序号组合,即“112107907032184048_2”。编码完成后,以实体编码替换节点关系表与节点属性表中的节点序号字段,形成独立存储文件。其中,所述编码前缀可用于辅助空间定位,所述图斑原始序号确保了编码的唯一性。
图斑变化类型定义模块用于长序列图斑的变化类型定义,即用于确定图斑的变化类型的定义规则;所述变化类型包括扩张、收缩、新生、灭失、合并、分裂、几何不变和完全不变;
在图斑实体化编码模块的基础上,提出了八种图斑的变化类型的定义规则,各种变化类型均以相邻两个年度为基础进行定义。当变化类型为扩张、收缩、新生、灭失、合并和分裂时,所述变化类型均为几何形状变化,会产生一定的衍生变化,例如某图斑扩张后会导致同位置其他图斑发生收缩甚至是灭失。同时,图斑的几何形状或地类属性变化会导致相应范围发生地类转移;当变化类型为几何不变和完全不变时,所述图斑的变化类型的几何形状均未发生变化;它们的区别在于是否发生了地类变化。如图斑变化轨迹提取方法第一实施例中的表1所示,所述图斑变化类型定义模块用于:
当图斑的变化类型为扩张时,定义规则为第i+1年度在第i年度基础上局部或全部增大,地类属性不变,衍生变化为收缩和灭失,扩张部分发生地类转移;i为自然数;
当图斑的变化类型为收缩时,定义规则为第i+1年度在第i年度基础上局部或全部减小,但地类属性不变,衍生变化为扩张和灭失,收缩部分发生地类转移;
当图斑的变化类型为新生时,定义规则为第i+1年度在第i年度基础上新出现一个与所在位置地类属性不同的图斑,衍生变化为收缩和灭失,新生部分发生地类转移;
当图斑的变化类型为灭失时,定义规则为第i+1年度在第i年度基础上某一个地类图斑消失,衍生变化为扩张和新生,灭失部分发生地类转移;
当图斑的变化类型为合并时,定义规则为第i+1年度在第i年度基础上相邻两个或多个图斑合并为一个新的图斑,合并前后相关图斑面积相等,衍生变化为灭失和扩张,部分参与图斑发生地类转移;
当图斑的变化类型为分裂时,定义规则为第i+1年度在第i年度基础上某个图斑分裂为两个或多个新的图斑,分裂前后相关图斑面积相等,衍生变化为新生和灭失,部分参与图斑发生地类转移;
当图斑的变化类型为几何不变时,定义规则为第i+1年度在第i年度基础上图斑的地类几何形状未发生变化,但地类属性发生变化,无衍生变化,完整发生地类转移;
当图斑的变化类型为完全不变时,定义规则为第i+1年度在第i年度基础上图斑的地类属性与面积均未发生变化,无衍生变化,无地类转移。
匹配模块用于图斑年际匹配关系提取,即用于根据所述图斑及其编码体系,建立相邻期的同范围匹配关系;图斑实体化编码模块构建了实体化的地类图斑及其编码体系。在此基础上,匹配模块建立相邻两期数据的匹配关系可利用主流的GIS软件(如ArcGIS,Quantum GIS等)进行同范围数据叠加,得到各图斑的一对一或一对多的关系。
其中,所述匹配模块用于:
定义第i年度与第i+1年度的方向为正向关系,第i+1年度与第i年度的方向为反向关系;所述第i年度与第i+1年度的方向为正向关系,如图斑变化轨迹提取方法第一实施例中的表2所示;所述第i+1年度与第i年度的方向为反向关系,如图斑变化轨迹提取方法第一实施例中的表3所示。
在某个图斑的关联图斑个数超过1个时,将该超过1个的关联图斑的经实体化编码后得到的图斑实体编码以英文字符“,”隔开;
如图4所示,相邻两期数据的匹配关系设计按如下表结构进行存储。
将各年度的图斑属性按照图斑实体编码、图斑地类属性和图斑面积的形式进行存储。如图斑变化轨迹提取方法第一实施例中的表4和表5所示,分别为第i年度与第i+1年度的图斑属性。按照“图斑实体编码、图斑地类属性、图斑面积”的形式进行存储。
图斑变化类型判定模块用于相邻期图斑变化关系判别,即用于根据所述相邻期的同范围匹配关系,判定相邻期图斑的变化类型。
由匹配模块提取的相邻两期矢量图斑的匹配关系,得到图斑变化类型判定模块变化类型的判别规则如下:
用于根据正向关系,由第i年度某个图斑定位到第i+1年度的关联图斑个数为1,且地类相同,而第i+1年度的关联图斑在第i年度对应图斑的个数大于等于1,即满足:正向1:1,反向1:N,地类相同的条件时,判定第i年度的图斑发生扩张变化;此时N>1;
用于根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数大于1,而第i+1年度的关联图斑中的同地类属性的图斑在第i年度对应图斑的个数为1,即满足:正向1:N,反向1:1,地类相同的条件时,判定第i年度的图斑发生收缩变化;此时N>1;
用于根据反向关系,由第i+1年度的某个图斑定位到第i年度的关联图斑个数大于等于1,且第i+1年度的图斑与第i年度的关联图斑的地类均不相同,同时第i年度的关联图斑的面积之和大于第i+1年度的图斑面积,即满足:反向1:N,地类不相同,第i年度的关联图斑面积之和大于第i+1年度的图斑面积的条件时,判定第i+1年度的图斑为新生图斑;此时N≥1;
用于根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数大于等于1,且第i年度图斑与第i+1年度的关联图斑的地类均不相同,即满足:正向1:N,地类不相同的条件时,判定第i年度图斑发生灭失变化;此时N≥1;
用于根据反向关系,由第i+1年度的某个图斑定位到第i年度的关联图斑个数大于1,且第i+1年度的图斑与第i年度的关联图斑的地类面积之和相等,即满足:反向1:N,地类面积和相等的条件时,判定第i年度的多个关联图斑发生合并变化;此时N>1;
用于根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数大于1,且第i年度的图斑与第i+1年度的关联图斑的地类面积之和相等,即满足:正向1:N,地类面积和相等的条件时,判定第i年度的图斑发生分裂变化;此时N>1;
用于根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数为1,且为非相同地类,而第i+1年度的关联图斑在第i年度对应图斑的个数也等于1,即满足:正向1:1,反向1:1,面积相等、地类不同的条件时,判定第i年度的图斑保持几何不变;
用于根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数为1,且为相同地类,而第i+1年度的关联图斑在第i年度对应图斑的个数等于1,即满足:正向1:1,反向1:1,面积相等、地类相同的条件时,判定第i年度图斑的变化类型为完全不变。
上述8种变化类型中,扩张与收缩变化可能同时发生。根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数大于1,而第i+1年度的关联图斑中的同地类属性的图斑在第i年度对应的图斑个数也大于1,即满足“正向1:N,反向1:N(N>1),地类相同”的条件时,代表一个图斑同时发生了扩张和收缩变化。
变化关系采用图斑变化轨迹提取方法第一实施例中的表6结构存储,包括相邻年度的2个关联图斑实体编码、变化类型、同地类变化面积和不同地类变化面积等属性字段。
对于N个连续年度数据,可得到N张表4或表5结构的图斑属性表,配合N-1张变化类型表,实现对长序列矢量图斑数据的变化轨迹的描述。
综上,本发明设计了一种面向矢量地表覆盖的图斑变化轨迹提取的系统,通过基于拓扑图的地类图斑实体化编码、长序列图斑变化关系定义、图斑年际匹配关系提取、相邻期图斑变化关系判别等四个核心步骤,可为大范围实体的持续变化监测和变化特征查询提供技术支撑。
本发明所涉及到的关键技术为:针对大范围、长序列的矢量地表覆盖数据,构建矢量图斑级变化轨迹提取方法主要涉及无缝隙图斑的变化类型规则库、二维空间索引邻域搜索与精确判别、图斑变化轨迹提取等关键技术;
无缝隙图斑的变化类型规则库:针对同一空间范围,从几何与属性组合视角定义全部变化类型,形成可完整描述全部地表覆盖图斑的变化类型的规则库,为分析图斑实体的变化轨迹提供核心依据;
二维空间索引邻域搜索与精确判别:针对百万级乃至千万级矢量图斑数据,常规的遍历搜索方法效率低下,不适于为全部图斑逐一搜索跨年度潜在关联图斑。通过引入成熟的二维空间索引技术可以加速潜在关联图斑搜索,进而通过空间布尔运算与面积比较准确识别不同时相图斑的拓扑关系;
长序列联合查询:结合应用需求,可定义“连续不变”、“连续缩减”和“连续扩张”等变化的轨迹特征,基于轨迹库提出满足持续扩张或持续缩减要求的地表实体要素,为常态化变化监测提供查询接口。
综上所述,本发明针对同期矢量地表覆盖数据,采用空间索引粗判与共享节点精判相结合的方法可快速构建起各图斑的拓扑邻接关系,并采用图的形式进行存储。在此基础上,利用图的广度优先搜索算法并结合同地类属性要求,可即时查找到与当前图斑拓扑邻接的同地类属性的图斑,进而按照同一实体进行编码;提出了由扩张、收缩、新生、灭失、合并、分裂、几何不变和完全不变八种类型构成的一系列定义规则,并对衍生变化和变化影响进行了声明,可对相邻两期数据的全部变化类型进行完整描述,各变化类型与其他变化类型均具有排他性,之间无重叠;在八种图斑的变化类型的基础上,通过提取相邻两期图斑的匹配关系,从匹配个数、图斑面积和图斑地类属性等方面构建了各变化类型的精准判定方法,最终成果通过图斑属性表与变化类型表进行存储;通过对长序列的图斑属性表与变化类型表进行跟踪,可以快速获取某一实体的变化详情。联合查询方法以实体编码为出发点,查询当年的图斑属性表可得到当年状态,查询变化类型表得到下一年度的关联实体编码,从而迭代向后查询。通过长序列联合查询可了解一系列问题,如某一湖泊在各年度的是否发生缩减(即水域实体是否发生收缩变化),侵占地类是什么(即下一年度的关联实体有哪些),影响有多少大(即关联实体的同地类变化面积与不同地类变化面积各是多少),是否有改善趋势(即同地类变化面积是否大于不同地类变化面积)等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种面向地表覆盖数据的图斑变化轨迹提取方法,其特征在于,包括以下步骤:
步骤1,对所有图斑建立拓扑邻接关系,并结合图斑的地类属性对图斑进行实体化编码;
步骤2,确定图斑的变化类型的定义规则;所述变化类型包括扩张、收缩、新生、灭失、合并、分裂、几何不变和完全不变;
步骤3,根据所述图斑及其编码体系,建立相邻期的同范围匹配关系;
步骤4,根据所述相邻期的同范围匹配关系,判定相邻期图斑的变化类型;其中,
所述步骤1包括:
步骤1.1,利用ArcGIS提供的格网索引方法对任务区矢量图层创建空间索引;
步骤1.2,针对当前图斑搜索到关联图斑后,判别当前图斑与关联图斑的空间关系类型;所述空间关系类型包括:共享边、共享节点和相离;
步骤1.3,将所述空间关系类型为共享边的拓扑邻接关系组织为图的形式,并按照节点关系表与节点属性表形式进行存储;节点关系表描述了当前图斑与全部关联图斑的一对多关系,节点属性表描述了各个节点的经纬度坐标、时间与地类属性;节点关系表与节点属性表通过节点序号进行关联;
步骤1.4,利用广度优先搜索算法搜索当前节点所能连通的所有其他具有相同地类属性的节点,将可相互连通连接且地类属性相同的一组节点对应的空间上相互邻接的一组同地类属性的图斑,作为同一实体进行编码。
2.根据权利要求1所述的图斑变化轨迹提取方法,其特征在于,所述步骤2包括:
当图斑的变化类型为扩张时,定义规则为第i+1年度在第i年度基础上局部或全部增大,地类属性不变,衍生变化为收缩和灭失,扩张部分发生地类转移;i为自然数;
当图斑的变化类型为收缩时,定义规则为第i+1年度在第i年度基础上局部或全部减小,但地类属性不变,衍生变化为扩张和灭失,收缩部分发生地类转移;
当图斑的变化类型为新生时,定义规则为第i+1年度在第i年度基础上新出现一个与所在位置地类属性不同的图斑,衍生变化为收缩和灭失,新生部分发生地类转移;
当图斑的变化类型为灭失时,定义规则为第i+1年度在第i年度基础上某一个地类图斑消失,衍生变化为扩张和新生,灭失部分发生地类转移;
当图斑的变化类型为合并时,定义规则为第i+1年度在第i年度基础上相邻两个或多个图斑合并为一个新的图斑,合并前后相关图斑面积相等,衍生变化为灭失和扩张,部分参与图斑发生地类转移;
当图斑的变化类型为分裂时,定义规则为第i+1年度在第i年度基础上某个图斑分裂为两个或多个新的图斑,分裂前后相关图斑面积相等,衍生变化为新生和灭失,部分参与图斑发生地类转移;
当图斑的变化类型为几何不变时,定义规则为第i+1年度在第i年度基础上图斑的地类几何形状未发生变化,但地类属性发生变化,无衍生变化,完整发生地类转移;
当图斑的变化类型为完全不变时,定义规则为第i+1年度在第i年度基础上图斑的地类属性与面积均未发生变化,无衍生变化,无地类转移。
3.根据权利要求2所述的图斑变化轨迹提取方法,其特征在于,所述步骤3包括:
定义第i年度与第i+1年度的方向为正向关系,第i+1年度与第i年度的方向为反向关系;
当某个图斑的关联图斑个数超过1个时,将该超过1个的关联图斑的经实体化编码后得到的图斑实体编码以英文字符隔开;
将各年度的图斑属性按照所述图斑实体编码、图斑地类属性和图斑面积的形式进行存储。
4.根据权利要求3所述的图斑变化轨迹提取方法,其特征在于,所述步骤4包括:
根据正向关系,由第i年度某个图斑定位到第i+1年度的关联图斑个数为1,且地类相同,而第i+1年度的关联图斑在第i年度对应图斑的个数大于等于1,即满足:正向1:1,反向1:N,地类相同的条件时,判定第i年度的图斑发生扩张变化;此时N>1;
根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数大于1,而第i+1年度的关联图斑中的同地类属性的图斑在第i年度对应图斑的个数为1,即满足:正向1:N,反向1:1,地类相同的条件时,判定第i年度的图斑发生收缩变化;此时N>1;
根据反向关系,由第i+1年度的某个图斑定位到第i年度的关联图斑个数大于等于1,且第i+1年度的图斑与第i年度的关联图斑的地类均不相同,同时第i年度的关联图斑的面积之和大于第i+1年度的图斑面积,即满足:反向1:N,地类不相同,第i年度的关联图斑面积之和大于第i+1年度的图斑面积的条件时,判定第i+1年度的图斑为新生图斑;此时N≥1;
根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数大于等于1,且第i年度图斑与第i+1年度的关联图斑的地类均不相同,即满足:正向1:N,地类不相同的条件时,判定第i年度图斑发生灭失变化;此时N≥1;
根据反向关系,由第i+1年度的某个图斑定位到第i年度的关联图斑个数大于1,且第i+1年度的图斑与第i年度的关联图斑的地类面积之和相等,即满足:反向1:N,地类面积和相等的条件时,判定第i年度的多个关联图斑发生合并变化;此时N>1;
根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数大于1,且第i年度的图斑与第i+1年度的关联图斑的地类面积之和相等,即满足:正向1:N,地类面积和相等的条件时,判定第i年度的图斑发生分裂变化;此时N>1;
根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数为1,且为非相同地类,而第i+1年度的关联图斑在第i年度对应图斑的个数也等于1,即满足:正向1:1,反向1:1,面积相等、地类不同的条件时,判定第i年度的图斑保持几何不变;
根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数为1,且为相同地类,而第i+1年度的关联图斑在第i年度对应图斑的个数等于1,即满足:正向1:1,反向1:1,面积相等、地类相同的条件时,判定第i年度图斑的变化类型为完全不变。
5.一种面向地表覆盖数据的图斑变化轨迹提取系统,其特征在于,包括:
图斑实体化编码模块,用于对所有图斑建立拓扑邻接关系,并结合图斑的地类属性对图斑进行实体化编码;
图斑变化类型定义模块,用于确定图斑的变化类型的定义规则;所述变化类型包括扩张、收缩、新生、灭失、合并、分裂、几何不变和完全不变;
匹配模块,用于根据所述图斑及其编码体系,建立相邻期的同范围匹配关系;
图斑变化类型判定模块,用于根据所述相邻期的同范围匹配关系,判定相邻期图斑的变化类型;其中,
所述图斑实体化编码模块包括:
空间索引创建单元,用于利用ArcGIS提供的格网索引方法对任务区矢量图层创建空间索引;
空间关系类型判别单元,用于针对当前图斑搜索到关联图斑后,判别当前图斑与关联图斑的空间关系类型;所述空间关系类型包括:共享边、共享节点和相离;
空间关系存储单元,用于将所述空间关系类型为共享边的拓扑邻接关系组织为图的形式,并按照节点关系表与节点属性表形式进行存储;节点关系表描述了当前图斑与全部关联图斑的一对多关系,节点属性表描述了各个节点的经纬度坐标、时间与地类属性;节点关系表与节点属性表通过节点序号进行关联;
实体编码单元,用于利用广度优先搜索算法搜索当前节点所能连通的所有其他具有相同地类属性的节点,将可相互连通且地类属性相同的一组节点对应的空间上相互邻接的一组同地类属性的图斑,作为同一实体进行编码。
6.根据权利要求5所述的图斑变化轨迹提取系统,其特征在于,所述图斑变化类型定义模块用于:
当图斑的变化类型为扩张时,定义规则为第i+1年度在第i年度基础上局部或全部增大,地类属性不变,衍生变化为收缩和灭失,扩张部分发生地类转移;i为自然数;
当图斑的变化类型为收缩时,定义规则为第i+1年度在第i年度基础上局部或全部减小,但地类属性不变,衍生变化为扩张和灭失,收缩部分发生地类转移;
当图斑的变化类型为新生时,定义规则为第i+1年度在第i年度基础上新出现一个与所在位置地类属性不同的图斑,衍生变化为收缩和灭失,新生部分发生地类转移;
当图斑的变化类型为灭失时,定义规则为第i+1年度在第i年度基础上某一个地类图斑消失,衍生变化为扩张和新生,灭失部分发生地类转移;
当图斑的变化类型为合并时,定义规则为第i+1年度在第i年度基础上相邻两个或多个图斑合并为一个新的图斑,合并前后相关图斑面积相等,衍生变化为灭失和扩张,部分参与图斑发生地类转移;
当图斑的变化类型为分裂时,定义规则为第i+1年度在第i年度基础上某个图斑分裂为两个或多个新的图斑,分裂前后相关图斑面积相等,衍生变化为新生和灭失,部分参与图斑发生地类转移;
当图斑的变化类型为几何不变时,定义规则为第i+1年度在第i年度基础上图斑的地类几何形状未发生变化,但地类属性发生变化,无衍生变化,完整发生地类转移;
当图斑的变化类型为完全不变时,定义规则为第i+1年度在第i年度基础上图斑的地类属性与面积均未发生变化,无衍生变化,无地类转移。
7.根据权利要求6所述的图斑变化轨迹提取系统,其特征在于,所述匹配模块用于:
定义第i年度与第i+1年度的方向为正向关系,第i+1年度与第i年度的方向为反向关系;
在某个图斑的关联图斑个数超过1个时,将该超过1个的关联图斑的经实体化编码后得到的图斑实体编码以英文字符隔开;
将各年度的图斑属性按照所述图斑实体编码、图斑地类属性和图斑面积的形式进行存储。
8.根据权利要求7所述的图斑变化轨迹提取系统,其特征在于,所述图斑变化类型判定模块用于:
根据正向关系,由第i年度某个图斑定位到第i+1年度的关联图斑个数为1,且地类相同,而第i+1年度的关联图斑在第i年度对应图斑的个数大于等于1,即满足:正向1:1,反向1:N,地类相同的条件时,判定第i年度的图斑发生扩张变化;此时N>1;
根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数大于1,而第i+1年度的关联图斑中的同地类属性的图斑在第i年度对应图斑的个数为1,即满足:正向1:N,反向1:1,地类相同的条件时,判定第i年度的图斑发生收缩变化;此时N>1;
根据反向关系,由第i+1年度的某个图斑定位到第i年度的关联图斑个数大于等于1,且第i+1年度的图斑与第i年度的关联图斑的地类均不相同,同时第i年度的关联图斑的面积之和大于第i+1年度的图斑面积,即满足:反向1:N,地类不相同,第i年度的关联图斑面积之和大于第i+1年度的图斑面积的条件时,判定第i+1年度的图斑为新生图斑;此时N≥1;
根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数大于等于1,且第i年度图斑与第i+1年度的关联图斑的地类均不相同,即满足:正向1:N,地类不相同的条件时,判定第i年度图斑发生灭失变化;此时N≥1;
根据反向关系,由第i+1年度的某个图斑定位到第i年度的关联图斑个数大于1,且第i+1年度的图斑与第i年度的关联图斑的地类面积之和相等,即满足:反向1:N,地类面积和相等的条件时,判定第i年度的多个关联图斑发生合并变化;此时N>1;
根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数大于1,且第i年度的图斑与第i+1年度的关联图斑的地类面积之和相等,即满足:正向1:N,地类面积和相等的条件时,判定第i年度的图斑发生分裂变化;此时N>1;
根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数为1,且为非相同地类,而第i+1年度的关联图斑在第i年度对应图斑的个数也等于1,即满足:正向1:1,反向1:1,面积相等、地类不同的条件时,判定第i年度的图斑保持几何不变;
根据正向关系,由第i年度的某个图斑定位到第i+1年度的关联图斑个数为1,且为相同地类,而第i+1年度的关联图斑在第i年度对应图斑的个数等于1,即满足:正向1:1,反向1:1,面积相等、地类相同的条件时,判定第i年度图斑的变化类型为完全不变。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110551852.XA CN113032404B (zh) | 2021-05-20 | 2021-05-20 | 一种面向地表覆盖数据的图斑变化轨迹提取方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110551852.XA CN113032404B (zh) | 2021-05-20 | 2021-05-20 | 一种面向地表覆盖数据的图斑变化轨迹提取方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113032404A CN113032404A (zh) | 2021-06-25 |
CN113032404B true CN113032404B (zh) | 2021-09-14 |
Family
ID=76455413
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110551852.XA Active CN113032404B (zh) | 2021-05-20 | 2021-05-20 | 一种面向地表覆盖数据的图斑变化轨迹提取方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113032404B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114092025B (zh) * | 2021-09-30 | 2022-09-13 | 广东省国土资源测绘院 | 一种临时用地全生命周期监测方法 |
CN115564672B (zh) * | 2022-09-22 | 2023-04-18 | 中国测绘科学研究院 | 一种带状面要素数据实体修复方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112100301A (zh) * | 2020-08-30 | 2020-12-18 | 山东锋士信息技术有限公司 | 一种利用高分遥感技术实现水域岸线动态监测的方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10699476B2 (en) * | 2015-08-06 | 2020-06-30 | Ams Sensors Singapore Pte. Ltd. | Generating a merged, fused three-dimensional point cloud based on captured images of a scene |
CN112100300B (zh) * | 2020-08-22 | 2022-02-18 | 中国测绘科学研究院 | 矢量地表覆盖图斑空间拓扑关系快速构建方法及存储介质 |
-
2021
- 2021-05-20 CN CN202110551852.XA patent/CN113032404B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112100301A (zh) * | 2020-08-30 | 2020-12-18 | 山东锋士信息技术有限公司 | 一种利用高分遥感技术实现水域岸线动态监测的方法 |
Non-Patent Citations (2)
Title |
---|
土地利用制图综合中的拓扑关系约束性规则;吴长彬 等;《地球信息科学学报》;20131031;第15卷(第5期);第649-653页 * |
漳州市土地覆被变化的遥感动态监测及驱动力分析;全 斌 等;《水土保持研究》;20060630;第12卷(第3期);第154-157页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113032404A (zh) | 2021-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105513127B (zh) | 基于密度峰值聚类的杆状物规则化三维建模方法及系统 | |
CN113032404B (zh) | 一种面向地表覆盖数据的图斑变化轨迹提取方法与系统 | |
Aljumaily et al. | Urban point cloud mining based on density clustering and MapReduce | |
De Floriani et al. | Intervisibility on terrains | |
CN107766471A (zh) | 一种多源数据的组织管理方法与装置 | |
CN107092978B (zh) | 一种面向虚拟地球的最短路径分层规划方法 | |
Zhang | Modeling structure and patterns in road network generalization | |
CN113269870B (zh) | 一种基于三维剖分网格的多分辨率数字地形集成方法 | |
CN107391745A (zh) | 大规模空间数据分级快速索引方法和装置 | |
CN107423373A (zh) | 一种城市级三维建筑模型索引方法 | |
Yan et al. | Description approaches and automated generalization algorithms for groups of map objects | |
CN107818338A (zh) | 一种面向地图综合的建筑物群组模式识别的方法及系统 | |
Ghosh et al. | Traj-cloud: a trajectory cloud for enabling efficient mobility services | |
Hemalatha et al. | A recent survey on knowledge discovery in spatial data mining | |
CN111666361B (zh) | 一种存储多边形包含关系的四叉树构建方法及索引方法 | |
Borisov et al. | An automated process of creating 3D city model for monitoring urban infrastructures | |
Paiva | Topological equivalence and similarity in multi-representation geographic databases | |
Jones et al. | The implicit triangulated irregular network and multiscale spatial databases | |
KR101063827B1 (ko) | 한국토지정보시스템 연속지적도와 수치지형도의 기하학적 지도 변환을 위한 반자동화된 공액점 쌍 추출방법 | |
CN116090395A (zh) | 数据处理方法、数据结构的生成方法、查询方法 | |
CN110046265A (zh) | 一种基于双层索引的子图查询方法 | |
CN113361786B (zh) | 融合多源多维异构大数据的电力线路智能规划方法 | |
Xing et al. | Continuous monitoring of nearest neighbors on land surface | |
Zhou et al. | A quadtree spatial index method with inclusion relations for the incremental updating of vector landcover database | |
Wang et al. | Mining prevalent co-location patterns based on global topological relations |
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 |