CN113254559A - 一种基于地理信息系统的设备选址方法 - Google Patents
一种基于地理信息系统的设备选址方法 Download PDFInfo
- Publication number
- CN113254559A CN113254559A CN202110632445.1A CN202110632445A CN113254559A CN 113254559 A CN113254559 A CN 113254559A CN 202110632445 A CN202110632445 A CN 202110632445A CN 113254559 A CN113254559 A CN 113254559A
- Authority
- CN
- China
- Prior art keywords
- data
- equipment
- geographic information
- information system
- layers
- 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
- 238000010187 selection method Methods 0.000 title claims abstract description 7
- 238000009826 distribution Methods 0.000 claims abstract description 81
- 230000000694 effects Effects 0.000 claims abstract description 28
- 238000005516 engineering process Methods 0.000 claims abstract description 22
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 13
- 238000013179 statistical model Methods 0.000 claims abstract description 9
- 238000000034 method Methods 0.000 claims description 57
- 239000013598 vector Substances 0.000 claims description 25
- 238000004458 analytical method Methods 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 11
- 238000012952 Resampling Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 230000005484 gravity Effects 0.000 claims description 4
- 230000033001 locomotion Effects 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims 1
- 239000010410 layer Substances 0.000 description 75
- 230000008859 change Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 241000282414 Homo sapiens Species 0.000 description 3
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012417 linear regression Methods 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 235000012431 wafers Nutrition 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013524 data verification Methods 0.000 description 1
- 230000032798 delamination Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Remote Sensing (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于地理信息系统的设备选址方法，包括基于地理信息系统技术在栅格上构建多个图层，所述多个图层包含与设备相关的实体数据，所述栅格表示地理信息的组成单元；在所述多个图层上注入地图数据生成地理数据，所述地理数据包含人的活动轨迹，便于统计人流量；确定目标范围，根据人口统计模型统计所述目标范围内的人口分布，根据所述人口分布和所述人流量进行设备选址。本发明结合了GIS技术和设备的分布算法综合分析某城市区域内的人口分布和人流量使设备选择落位更精准，实现在某城市区域内公共设备的合理落位，减少设备多分布的成本，提高用户的办事效率。
Description
技术领域
本发明涉及大数据处理领域，尤其涉及一种基于地理信息系统的设备选址方法。
背景技术
近年来，由于城市的快速发展，人类的办事轨迹变的异常复杂，从而出现了自助机、ATM机、充电桩等公共设备的兴起，但设备的运管方法一直处于混乱状态。现如今，在地理信息系统GIS技术支持下，大多是通过瓦片及图层技术，实现交通、公安、综合执法、教育、医疗等各业务领域的发展。如何结合GIS技术优化办事效率与管控设备，是我们的重中之重。在空间地理中，通过设备的自动上报，形成范围内的机器点位及数量，做到区域查找，并监控机器状态。通过点位与时间维度，形成电子围栏，达到设备管控。根据周边面积，人口结构数量，形成设备的分布算法。
GIS技术可基于空间决策科学体系，面向电子政务、企业地图应用自主研发的软件产品。现况是，已经实现海量空间数据网络高效调度、空间信息与文本信息融合、空间信息检索定位、时空数据一体化管理。
公共设备的应用，只完善了用户办事流程，并没有通过技术去支撑范围数量及监管，只处在人为范围内。目前还没有一种成熟的研究来将两者融合使用。
发明内容
本发明提供的一种基于地理信息系统的设备选址方法，旨在解决现有技术中设备的管控只是完善了用户办事流程并没有很好的结合GIS技术实现设备的合理落位的问题。
为实现上述目的，本发明采用以下技术方案：
基于地理信息系统技术在栅格上构建多个图层，所述多个图层包含与设备相关的实体数据，所述栅格表示地理信息的组成单元；
在所述多个图层上注入地图数据生成地理数据，所述地理数据包含人的活动轨迹，便于统计人流量；
确定目标范围，根据人口统计模型统计所述目标范围内的人口分布，根据所述人口分布和所述人流量进行设备选址。
作为优选，所述基于地理信息系统技术在栅格上构建多个图层，包括：
通过影像重采样方法，建立N个不同分辨率的栅格，并对所述N个不同分辨率的栅格添加对应的索引编号，其中N为大于1的整数；
根据所述索引编号获取相关的栅格，并在所述相关的栅格上添加矢量数据以构建多个图层。
作为优选，所述确定目标范围，根据人口统计模型统计所述目标范围内的人口分布，根据所述人口分布和所述人流量进行设备选址，包括：
根据人口统计模型统计所述目标范围内的人口分布，所述统计步骤包括在所述多个图层中根据标准差椭圆算法确定椭圆的关键参数，统计椭圆内的点位分布，所述点位分布包括点的疏密、点的方位、点的数量和点的大小，利用人口重心模型分析所述椭圆内某一时刻人口分布的力矩达到平衡的点，测定所述椭圆内的人口分布均衡情况，便于设备的粗选址。
作为优选，统计人流量的步骤包括：
定义所述设备的范围，以所述设备的粗选址划分为多边形；
在所述多边形范围内获取时空数据，所述时空数据包括时间数据、空间数据和事件数据，用于表示人的活动轨迹；
对所述时空数据时空轨迹数据分析，分析人的活动轨迹，计算人流量，便于设备的细选址。
作为优选，所述确定目标范围，根据人口统计模型统计所述目标范围内的人口分布和所述人流量，根据所述人口分布和所述人流量进行设备选址之后还包括：
获取所述目标设备的心跳的点位，计算所述目标设备的第一次心跳的点位与第二次心跳的点位的差值，若所述差值超出预设范围则触发报警。
一种基于地理信息系统的设备选址装置，包括：
构建模块：用于基于地理信息系统技术在栅格上构建多个图层，所述多个图层包含与设备相关的实体数据，所述栅格表示地理信息的组成单元；
显示模块：用于在所述构建模块得到的所述多个图层上注入地图数据生成地理数据，所述地理数据包含人的活动轨迹，便于统计人流量；
选址模块：用于确定目标范围，根据人口统计模型统计所述目标范围内的人口分布，根据所述人口分布和所述显示模块得到的所述人流量进行设备选址。
作为优选，所述构建模块具体包括：
索引单元：用于通过影像重采样方法，建立一系列不同分辨率的栅格，并对所述一系列不同分辨率的栅格添加对应的索引编号；
添加单元：用于根据索引单元得到的所述索引编号获取相关的栅格，并在所述相关的栅格上添加矢量数据以构建多个图层。
作为优选，所述选址模块具体包括：
统计单元：用于根据人口统计模型统计所述目标范围内的人口分布，所述统计步骤包括在所述多个图层中根据标准差椭圆算法确定椭圆的关键参数，统计椭圆内的点位分布，所述点位分布包括点的疏密、点的方位、点的数量和点的大小，利用人口重心模型分析所述椭圆内某一时刻人口分布的力矩达到平衡的点，测定所述椭圆内的人口分布均衡情况，便于设备的粗选址。
作为优选，所述选址模块具体还包括：
定义单元：用于定义所述设备的范围，以所述设备的粗选址划分为多边形；
获取子单元：用于在所述定义单元得到的所述多边形范围内获取时空数据，所述时空数据包括时间数据、空间数据和事件数据，用于表示人的活动轨迹；
分析单元：用于对获取子单元获取的所述时空数据时空轨迹数据分析，分析人的活动轨迹，计算人流量，便于设备的细选址。
作为优选，所述选址模块之后还包括：
监控模块：用于获取所述目标设备的心跳的点位，计算所述目标设备的第一次心跳的点位与第二次心跳的点位的差值，若所述差值超出预设范围则触发报警。
一种基于地理信息系统的设备选址装置，包括存储器和处理器，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如上述中任一项所述的一种基于地理信息系统的设备选址方法。
一种存储有计算机程序的计算机可读存储介质，所述计算机程序使计算机执行时实现如上述中任一项所述的一种基于地理信息系统的设备选址方法。
本发明具有如下有益效果：
本申请提出了一种基于地理信息系统的设备选址方法，综合结合了GIS技术实现海量空间数据、空间信息和文本信息融合、空间信息检索定位为统计人口分布提供基础，从而实现设备的粗选址落位，再结合设备的分布算法统计人的活动轨迹进一步分析，使设备选择落位更精准，实现在某城市区域内公共设备的合理落位，减少设备多分布的成本，提高用户的办事效率。
附图说明
图1是本发明实施例实现一种基于地理信息系统的设备选址方法第一流程图；
图2是本发明实施例实现一种基于地理信息系统的设备选址方法第二流程图；
图3是本发明实施例实现一种基于地理信息系统的设备选址方法第三流程图；
图4是本发明实施例实现一种基于地理信息系统的设备选址方法第四流程图；
图5是本发明实施例实现一种基于地理信息系统的设备选址方法具体实施流程图；
图6是本发明实施例实现一种基于地理信息系统的设备选址装置示意图；
图7是本发明实施例实现一种基于地理信息系统的设备选址装置的构建模块示意图；
图8是本发明实施例实现一种基于地理信息系统的设备选址装置的选址模块示意图；
图9是本发明实施例实现一种基于地理信息系统的设备选址装置的一种电子设备示意图。
具体实施方式
下面将结合附图，对本发明实施例中的技术方案进行清楚、完整地描述，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，基于本发明中的实施例，本领域技术人员在没有做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。
本申请的权利要求书和说明书的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序，应该理解这样使用的术语在适当情况下可以互换，这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式，此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其他单元。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同，本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是在于限制本申请。
实施例1
如图1所示，一种基于地理信息系统的设备选址方法，包括以下步骤：
S110、基于地理信息系统技术在栅格上构建多个图层，所述多个图层包含与设备相关的实体数据，所述栅格表示地理信息的组成单元；
S120、在所述多个图层上注入地图数据生成地理数据，所述地理数据包含人的活动轨迹，便于统计人流量；
S130、确定目标范围，根据人口统计模型统计所述目标范围内的人口分布，根据所述人口分布和所述人流量进行设备选址。
在实施例1中，地图瓦片是包含了一系列比例尺，一定地图范围内的地图切片文件。地图瓦片按照金字塔结构组织，每张瓦片都可通过级别、行列号唯一标记。在平移、缩放地图时，浏览器根据金字塔规则，计算出所需的瓦片，从瓦片服务器获取并拼接。地图瓦片，是一种改善地图浏览用户体验的优化策略。瓦片技术就是将已经渲染好的不同缩放等级的地图图片按固定大小切片，并顺序命名，这样用户在查看地图时，只需要请求目前浏览部分的图片。瓦片技术又分为栅格瓦片和矢量瓦片。栅格瓦片就是图片切片，矢量瓦片是地图点线面矢量数据（为了减少客户端计算量，存储的不是坐标位置而是相对位置）。矢量瓦片使用的内存更小且交互性更强，目前移动端大部分软件都是使用矢量瓦片或栅格矢量结合，浏览器因为计算能力弱，所以大多使用栅格瓦片，所述栅格表示地理信息的最小组成单元。
矢量数据是利用欧几里德几何学中点、线、面及其组合体来表示地理实体空间分布的一种数据组织方式，矢量数据的好处有：便于面向现象（土壤类、土地利用单元等）；结构紧凑、冗余度低、便于描述线或边界；利用网络、检索分析，提供有效的拓扑编码，对需要拓扑信息的操作更有效；图形显示质量好，精度高；多边形叠置分析困难，没有栅格有效，表达空间变化性能力差；数据结构复杂，各自定义，不便于数据标准化和规划化，数据交换困难。矢量数据可以指城市大比例尺地形图，此系统中图层主要分为底图层、道路层、单位层，合理的分层便于进行叠加分析、图形的无缝衔接以实现系统图形的大范围漫游。
栅格数据就是将空间分割成有规律的网格，每一个网格称为一个单元，并在各单元上赋予相应的属性值来表示实体的一种数据形式。每一个单元(像素)的位置由它的行列号定义，所表示的实体位置隐含在栅格行列位置中，数据组织中的每个数据表示地物或现象的非几何属性或指向其属性的指针。一个优秀的压缩数据编码方案是:在最大限度减少计算机运算时间的基点上进行最大幅度的压缩。栅格数据的特点是：结构简单，易于数据交换；叠置分析和地理（能有效表达空间可变性）现象模拟较易；利于与遥感数据的匹配应用和分析，便于图像处理。
基于上述矢量数据和栅格数据的特点，在栅格上构建图层数据，图层可包括某一个城市，没有固定形状，比如一个宁川市。图层数据相对最小单元的栅格可独立于栅格显示，图层是显示于栅格上的，当图层覆盖栅格时，显示的是图层数据，因此可独立于栅格显示并可以放大缩小，当创建多个图层数据时，则需要通过栅格找到相应的图层数据，接着在GIS SERVER的地图引擎基础上，通过注入的数据，形成地理统计及地理展示，此时整个图层数据包括某一个城市的的基本数据，街道、河流、道路、设备的分布点位、人活动时的点位等，为接着分析人口分布和人流量提供基础，本实施例的有益效果是模拟设备在该城市中的落位，能清晰的看到人口分布，人口分布是静态数据，仅代表某一个时刻人口流入流出的均衡值，接着就是分析人流量，人流量是动态数据，实时监控动态分析，同时待设备落位后，检测设备的运行状态，达到设备的合理落位和监控。
实施例2
如图2所示，一种基于地理信息系统的设备选址方法，包括：
S210、通过影像重采样方法，建立N个不同分辨率的栅格，并对所述N个不同分辨率的栅格添加对应的索引编号，其中N为大于1的整数；
S220、根据所述索引编号获取相关的栅格，并在所述相关的栅格上添加矢量数据以构建多个图层。
S230、在所述多个图层上注入地图数据生成地理数据，所述地理数据包含人的活动轨迹，便于统计人流量；
S240、确定目标范围，根据人口统计模型统计所述目标范围内的人口分布，根据所述人口分布和所述人流量进行设备选址。
由实施例2可知，在栅格上构建图层数据包括矢量数据入库，提供矢量图库维护功能，支持创建、维护和删除矢量图库，支持包括E00格式、ArcGISShape格式、ArcGIS SDE矢量图集、MapInfo TAB等常用的矢量数据格式。栅格\DEM\影像数据入库，提供栅格\DEM\影像图库维护功能，支持创建、维护和删除栅格\DEM\影像图库，实现外部栅格\DEM\影像数据导入到图库中，支持包括：Arc ASCII Grid格式、ArcGIS Image格式、JPEG2000、GeoTiff矢量图集、DEM、BIL等常用的栅格影像数据格式。通过数据的处理，裁剪，矢量地图的添加修改删除，点线面要素的维护，空间数据的投影的转换，一些数据的精简压缩。
在直角坐标系中，用X、Y坐标表示地图图形或地理实体的位置的数据，矢量数据一般通过记录坐标的方式来尽可能将地理实体的空间位置表现的准确无误。
点实体：可直接用一对坐标X，Y来确定位置；
线实体：线是由一系列点组成的曲线，用坐标串的集合（X1，Y1；X2，Y2；……Xn，Yn）来记录；
面实体：面也是由点组成的，只是在用坐标串集合表示时记得要使曲线闭合（X1，Y1；X2，Y2；……Xn，Yn；X1，Y1）。
图层中的矢量数据主要是指保存了点、线、面坐标信息和属性信息的文件，这种文件一般是.shp格式的。若将.shp文件在ArcGIS中打开，则称其为图层，图层数据包括点图层、线图层、面图层。每个图层可对应一个专题，包括某一种或某一类数据。如地貌层、水系层、道路层、居民层等；也可以时间序列分层，即把不同时间或不同时期的数据作为一个数据层；也可以把不同高度的数据作为一个数据层，便于空间数据的管理、查询、显示、分析等。
栅格的建立是通过影像金字塔的形式，影像金字塔是栅格数据集的简化的分辨率图像的集合，通过影像重采样法，建立一系列不同分辨率的影像栅格，每个栅格分别存储，并建立相应的空间索引机制，从而提高缩放浏览影像时的显示速度。且在不同显示比例及分辨率下进行漫游切换。为减少影像的传输数据量和优化显示性能，有时需要为影像建立影像金字塔。影像金字塔用于影像辨识中，将同一圆片多次的向下取样，用以产生不同尺度下的多组圆片，比对这些原片，让即使遇到不同大小的内容，也有好的搜寻结果。或者当物体检测时，为了更快的处理速度，首先在顶层的小尺寸进行检索，定位感兴趣的物体，接着在高分辨率的低层金字塔，进行更精确的搜索。利用高斯金字塔来计算上一层影像，计算方法为：1.对当层影像使用高斯滤波对影像进行回旋；2.移除偶数的行和列，这时我们可得到上层四分之一大小的影像。往下一层的计算方法为：1.行和列都放大2倍，奇数的行和列为原本的值，偶数的行和列值设为零，以同样的高斯滤波进行回旋，得到所有像素的值；影像金字塔结构：指在同一的空间参照下，根据用户需要以不同分辨率进行存储与显示，形成分辨率由粗到细、数据量由小到大的金字塔结构。影像金字塔结构用于图像编码和渐进式图像传输，是一种典型的分层数据结构形式，适合于栅格数据和影像数据的多分辨率组织，也是一种栅格数据或影像数据的有损压缩方式。
“分层”是指：影像金字塔索引。其基本思想就是利用自底向上生产金字塔，根据需求直接取其中某一级作为操作对象，以提高整体效率。当然就像这个世界中的其他事物一样，效率的提高是有代价的，这就是建塔带来的额外空间开销，建的级越多，越方便查询，当然数据冗余也越大。如果为大的栅格影像建立列金字塔的话，这些影像便能快速进行显示。除了在屏幕上显示外，金字塔还包含列很多其他信息。如果没有金字塔，那么在显示时就要访问整理栅格数据集，然后进行大量计算来选择哪些栅格像元被显示。金字塔是一种能对栅格影像按逐级降低分辨率的拷贝方式存储的方法。通过选择一个与显示区域相似的分辨率，只需进行少量的查询和少量的计算，从而减少显示时间。每一层影像金字塔都有其分辨率的，那么根据当前操作，比如说放大（无论是拉框放大还是固定比列放大）、缩小、漫游（此操作不涉及到影像分辨率的改变）计算出进行该操作后所需的影像分辨率及在当前视图范围内会显示的地理坐标范围，然后根据这个分辨率去和已经建好的影像金字塔分辨率匹配，哪层影像金字塔的分辨率最接近就用哪层的图像来显示，并且根据操作后当前视图应该显示的范围，来求取在该层影像金字塔上，应该对应取哪几块，然后读取相应像素的值画上去就可以了。
实施例3
如图3所示，一种基于地理信息系统的设备选址方法，包括：
S310、基于地理信息系统技术在栅格上构建多个图层，所述多个图层包含与设备相关的实体数据，所述栅格表示地理信息的组成单元；
S320、在所述多个图层上注入地图数据生成地理数据，所述地理数据包含人的活动轨迹，便于统计人流量；
S330、根据人口统计模型统计所述目标范围内的人口分布，所述统计步骤包括在所述多个图层中根据标准差椭圆算法确定椭圆的关键参数，统计椭圆内的点位分布，所述点位分布包括点的疏密、点的方位、点的数量和点的大小，利用人口重心模型分析所述椭圆内某一时刻人口分布的力矩达到平衡的点，测定所述椭圆内的人口分布均衡情况，便于设备的粗选址。
实施例3中，构建好图层数据后，在图层数据上注入地图数据生成地理数据，接着基于注入地理数据的图层数据进行人口分布分析，需要利用人口统计模型，该模型主要根据人口重心分析模型，空间自相关分析模型、空间回归分析、人口标准差椭圆计算及人口分布集中指数PCI的计算，达成统计，首先根据标准差椭圆算法，确定椭圆的关键参数包括圆心、旋转角度和椭圆的长短轴，通过椭圆在图层数据中框定的点来分析人口分布，采用点模式的分析，主要分析以下几种：点的疏密、包括点数据的分布探索，是否一致、均匀或者不均匀；点的方位，包括点的方向和分布；点的数量；点的大小，比如一个点代表多少人口。这个人口统计模型得到的人口分布包括区域ID、人口密度、家庭情况、男女比例、人种比例等，这时可基本分析出人口分布情况以及根据方向分析未来人口分布情况，综合考虑进行设备的选址。
实施例4
如图4所示，一种基于地理信息系统的设备选址方法，包括：
S410、基于地理信息系统技术在栅格上构建多个图层，所述多个图层包含与设备相关的实体数据，所述栅格表示地理信息的组成单元；
S420、在所述多个图层上注入地图数据生成地理数据，所述地理数据包含人的活动轨迹，便于统计人流量；
S430、根据人口统计模型统计所述目标范围内的人口分布，所述统计步骤包括在所述多个图层中根据标准差椭圆算法确定椭圆的关键参数，统计椭圆内的点位分布，所述点位分布包括点的疏密、点的方位、点的数量和点的大小，利用人口重心模型分析所述椭圆内某一时刻人口分布的力矩达到平衡的点，测定所述椭圆内的人口分布均衡情况，便于设备的粗选址。
S440、定义所述设备的范围，以所述设备的粗选址划分为多边形；
S450、在所述多边形范围内获取时空数据，所述时空数据包括时间数据、空间数据和事件数据，用于表示人的活动轨迹；
S460、对所述时空数据时空轨迹数据分析，分析人的活动轨迹，计算人流量，便于设备的细选址。
实施例4中，时间数据是指和时间序列相关的数据，表述了目标事件随时间的不同而发生的变化。现实中的数据常常与时间有关，按时间顺序取得的一系列观测值就被称为时间序列数据，这类数据反映了某一事物、想象等随时间的变化状态或程度。如我国国内生产总值从一个时间段到下一个时间段的变化就是时间序列数据。空间数据是指来表示空间实体的地理位置和分布特征等方面信息的数据，表述了空间实体或目标事件随地理位置的不同而发生的变化。空间数据是数据的一种特殊类型，它是指带有空间坐标的数据，这里数据通常是地图文件，用点、线、面以及实体等基本空间数据结构来表示。一个地图文件通常只包含一种类型的空间数据结构，比如面（代表国家或者地区），线（代表道路或者河流）或点（代表特定的地址）。如果想要比较复杂的地图文件，其中包含多种空间数据结构的话，通常需要多个地图文件叠加来获得。除了地图信息，空间数据还包括地图信息的背景数据，用来描述地图文件上的对象属性。比如，一个地图文件包含街道，那么就需要相应的背景数据来描述了该街道的大小，名字或者一些分类信息（分行道、单行道、双行道，禁止通行等）。
事件数据是指事务性的数据，表述了在某个时间区间某个地理范围之内所发生的事件。事件数据通常和时间数据相关，甚至时间数据本身同时也是事件数据，都是在某个时间序列上发生的一系列事件。不同的是，时间数据的关注点是目标事件发生的时间，或者说是时间序列数据中的时间变量，而事件数据的关注点是在某个时间序列上发生的事件。事件数据一般不会和地图文件直接相关，而是包含坐标值来关联事件数据和地图文件。事件数据的每一条记录通常都指的是某个特定的人或事，并且包括和该人或事相关的其他信息，比如该人或事的具体地理位置。
在本实施例中，分析人的活动轨迹，首先是时空数据的挖掘，借助于时空轨迹模型的基本理论，该模型需要适当的数据验证和缺失值筛选，通过检测，包含缺失值或无效值百分比较高的一些样本位置将从分析中删除，而缺失值或无效值百分比较低的样本位置则被留下来。第二步是拟合时间自回归模型，自回归模型使用指定的自回归阶数，即指定之前若干个时刻的值来预测当前值。自回归的系数可用与衡量过往时刻的残差对当前值的影响。自回归模型同样包含残差，由于其中时间自相关因素已被移除，自回归模型的残差在时间上是相互独立的。第三步是计算时间自回归模型残差并建立空间协方差模型，基于地理空间的协方差模型建立在时间自回归残差的基础上，空间协方差模型有两种实现方法：参数法和非参数法，参数法具有更精简的数学表达式和更好的模型推广能力，所以在假设所给数据能够进行参数化建模的情况下，提供了两个参数检验方法来确定模型的准确性。其一是检测是否空间中存在随着距离而变化的衰减，其二检测空间方差在给定区域具有普遍性（方差同质性检验）。如果不满足参数化模型的假设，将会构造非参数化的模型，利用空间残差所形成空间关系矩阵来描述数据中的空间关系。第四步是修正时间自回归模型，空间协方差量化表达了数据的空间关系，从而可以从之前线性回归的残差中移除空间关系的影响，进而能够修正时间自回归模型，更新自回归模型的参数，获得更加准确的时间自回归关系的描述。第五步是修正线性回归模型基于准确的空间关系和时间自相关关系的描述，可从原始的数据中去除时间和空间关系的影响，从而能够修正线性回归模型的参数，更加准确的描述出自变量对目标变量的影响。
明确了时空轨迹模型的基本理论以及时空数据的挖掘后，首先定义设备的范围，也即以该设备的点位划分为多边形范围，在范围内用一组离散时空序列点记录人的活动轨迹，例如自助机这类的设备，首先去自助机办事前要获取该人的时空数据包括该人在某时间点在哪里在哪条街道发生在该时间点的事件数据等，这里在现有技术中有说明如何预测人的活动轨迹，然后人每次去使用自助机都会刷身份证，所以能统计出人的活动范围，当去了较远的地方，那么这个数据可以视为干扰数据，那么做统计的时候，这个数据可不用。这些数据在图层数据展示的是人的点位并不是弯弯曲曲的线条，而是一组离散的时空序列点，基于这样动态的人流量分布，再次对设备的选址进行分析，时空数据挖掘是数据挖掘中的重要研究内容，其中时空预测的应用领域最为广泛。随着信息技术的发展，人们已经不满足于单纯的空间数据的存储和展现，而是需要更先进的手段帮助理解空间数据的变化，发现空间数据之间的动态关系。实际上，很多空间现象是随时间动态变化的。因此，在设备的选址中，可能随着季节的变化，人们不倾向于去以往常去的设备办事，在这样的情况下，加入人的活动轨迹更能细致的对设备的选址有一个合理的分配。
实施例5
如图5所示，一种基于地理信息系统的设备选址装置，包括：
构建模块10：用于基于地理信息系统技术在栅格上构建多个图层，所述多个图层包含与设备相关的实体数据，所述栅格表示地理信息的组成单元；
显示模块20：用于在所述构建模块10得到的所述多个图层上注入地图数据生成地理数据，所述地理数据包含人的活动轨迹，便于统计人流量；
选址模块30：用于确定目标范围，根据人口统计模型统计所述目标范围内的人口分布，根据所述人口分布和所述显示模块20得到的所述人流量进行设备选址。
上述装置的一种实施方式可为：构建模块10基于地理信息系统技术在栅格上构建多个图层，所述多个图层包含与设备相关的实体数据，所述栅格表示地理信息的组成单元；显示模块20在所述构建模块10得到的所述多个图层上注入地图数据生成地理数据，所述地理数据包含人的活动轨迹，便于统计人流量；选址模块30确定目标范围，根据人口统计模型统计所述目标范围内的人口分布，根据所述人口分布和所述显示模块20得到的所述人流量进行设备选址。
实施例6
如图6所示，一种基于地理信息系统的设备选址装置的构建模块10包括：
索引单元12：用于通过影像重采样方法，建立一系列不同分辨率的栅格，并对所述一系列不同分辨率的栅格添加对应的索引编号；
添加单元14：用于根据索引单元12得到的所述索引编号确定相关的栅格，并在所述相关的栅格上添加矢量数据以构建多个图层。
上述装置的构建模块10的一种实施方式可为：索引单元12通过影像重采样方法，建立一系列不同分辨率的栅格，并对所述一系列不同分辨率的栅格添加对应的索引编号；添加单元14根据索引单元12得到的所述索引编号确定相关的栅格，并在所述相关的栅格上添加矢量数据以构建多个图层。
实施例7
如图7所示，一种基于地理信息系统的设备选址装置的选址模块20包括：
统计单元22：用于根据人口统计模型统计所述目标范围内的人口分布，所述统计步骤包括在所述多个图层中根据标准差椭圆算法确定椭圆的关键参数，统计椭圆内的点位分布，所述点位分布包括点的疏密、点的方位、点的数量和点的大小，利用人口重心模型分析所述椭圆内某一时刻人口分布的力矩达到平衡的点，测定所述椭圆内的人口分布均衡情况，便于设备的粗选址；
定义单元24：用于定义所述设备的范围，以所述设备的粗选址划分为多边形；
获取子单元26：用于在所述定义单元得到的所述多边形范围内获取时空数据，所述时空数据包括时间数据、空间数据和事件数据，用于表示人的活动轨迹；
分析单元28：用于对获取子单元获取的所述时空数据时空轨迹数据分析，分析人的活动轨迹，计算人流量，便于设备的细选址。
上述装置的选址模块20的一种实施方式可为：统计单元22根据人口统计模型统计所述目标范围内的人口分布，所述统计步骤包括在所述多个图层中根据标准差椭圆算法确定椭圆的关键参数，统计椭圆内的点位分布，所述点位分布包括点的疏密、点的方位、点的数量和点的大小，利用人口重心模型分析所述椭圆内某一时刻人口分布的力矩达到平衡的点，测定所述椭圆内的人口分布均衡情况，便于设备的粗选址；定义单元24定义所述设备的范围，以所述设备的粗选址划分为多边形；获取子单元26在所述定义单元24得到的所述多边形范围内获取时空数据，所述时空数据包括时间数据、空间数据和事件数据，用于表示人的活动轨迹；分析单元28对所述获取子单元26获取的所述时空数据时空轨迹数据分析，分析人的活动轨迹，计算人流量，便于设备的细选址。
实施例8，一种具体的实施装置可为：
数据采集模块1：根据自助机的心跳检测，注入GIS服务，对于不同需求，构造各个维度的自助机点位数据与相关瓦片及图层数据。
展示模块2:步骤1在GIS SERVER的地图引擎基础上，通过注入的数据，形成地理统计及地理展示。步骤2、已选择的地图点位，进行500m、1km、2km、3km、5km以内的地理展示（单位：米）。步骤3、对以上范围内的自助机数量及状态统计及展示，形成地图轨迹及路线获取。
电子围栏模块3：步骤1、以时间维度，进行自助机心跳检测，形成范围网（此范围的自助机统一编号）。步骤2、每次的心跳，进行点位的计算，在点位允许误差下，形成电子围栏，如机器在第二次心跳的点位与第一次的点位，存在误差外的距离，实现报警（单位：分钟）。
分布算法模块4：步骤1、基于GeoWindows平台的能力，统计范围内人口结构分布。步骤2、记录机器使用人的活动轨迹，比如同一个人在不同机器的使用情况，计算轨迹范围，形成使用范围网格。步骤3、在自助机点位周边形成多边形，根据此范围面积，及统计的人口结构分布等因素，计算周边合理的自助机数量、自助机分布情况。
实施例9
如图9所示，一种电子设备，包括存储器901和处理器902，所述存储器901用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器902执行以实现上述的一种基于地理信息系统的设备选址方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的电子设备的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
一种存储有计算机程序的计算机可读存储介质，所述计算机程序使计算机执行时实现如上述的一种基于地理信息系统的设备选址方法。
示例性的，计算机程序可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器901中，并由处理器902执行，并由输入接口905和输出接口906完成数据的I/O接口传输，以完成本发明,一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在计算机设备中的执行过程。
计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。计算机设备可包括，但不仅限于，存储器901、处理器902,本领域技术人员可以理解，本实施例仅仅是计算机设备的示例，并不构成对计算机设备的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件，例如计算机设备还可以包括输入器907、网络接入设备、总线等。
处理器902可以是中央处理单元(CentralProcessingUnit，CPU)，还可以是其他通用处理器902、数字信号处理器902(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列(Field-ProgRAM503mableGateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器902可以是微处理器902或者该处理器902也可以是任何常规的处理器902等。
存储器901可以是计算机设备的内部存储单元，例如计算机设备的硬盘或内存。存储器901也可以是计算机设备的外部存储设备，例如计算机设备上配备的插接式硬盘，智能存储卡（SmartMediaCard,SMC），安全数字（SecureDigital,SD）卡，闪存卡（FlashCard）等,进一步地，存储器901还可以既包括计算机设备的内部存储单元也包括外部存储设备,存储器901用于存储计算机程序以及计算机设备所需的其他程序和数据,存储器901还可以用于暂时地存储在输出器908，而前述的存储介质包括U盘、移动硬盘、只读存储器ROM903、随机存储器RAM904、碟盘或光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的具体实施例，但本发明的技术特征并不局限于此，任何本领域的技术人员在本发明的领域内，所作的变化或修饰皆涵盖在本发明的专利范围之中。
Claims (12)
1.一种基于地理信息系统的设备选址方法，其特征在于，包括：
基于地理信息系统技术在栅格上构建多个图层，所述多个图层包含与设备相关的实体数据，所述栅格表示地理信息的组成单元；
在所述多个图层上注入地图数据生成地理数据，所述地理数据包含人的活动轨迹，便于统计人流量；
确定目标范围，根据人口统计模型统计所述目标范围内的人口分布，根据所述人口分布和所述人流量进行设备选址。
2.根据权利要求1所述的一种基于地理信息系统的设备选址方法，其特征在于，所述基于地理信息系统技术在栅格上构建多个图层，包括：
通过影像重采样方法，建立N个不同分辨率的栅格，并对所述N个不同分辨率的栅格添加对应的索引编号，其中N为大于1的整数；
根据所述索引编号获取相关的栅格，并在所述相关的栅格上添加矢量数据以构建多个图层。
3.根据权利要求1所述的一种基于地理信息系统的设备选址方法，其特征在于，所述确定目标范围，根据人口统计模型统计所述目标范围内的人口分布，根据所述人口分布和所述人流量进行设备选址，包括：
根据人口统计模型统计所述目标范围内的人口分布，所述统计步骤包括在所述多个图层中根据标准差椭圆算法确定椭圆的关键参数，统计椭圆内的点位分布，所述点位分布包括点的疏密、点的方位、点的数量和点的大小，利用人口重心模型分析所述椭圆内某一时刻人口分布的力矩达到平衡的点，测定所述椭圆内的人口分布均衡情况，便于设备的粗选址。
4.根据权利要求3所述的一种基于地理信息系统的设备选址方法，其特征在于，统计人流量的步骤包括：
定义所述设备的范围，以所述设备的粗选址划分为多边形；
在所述多边形范围内获取时空数据，所述时空数据包括时间数据、空间数据和事件数据，用于表示人的活动轨迹；
对所述时空数据进行时空轨迹数据分析，得到人的活动轨迹，计算人流量，便于设备的细选址。
5.根据权利要求1所述的一种基于地理信息系统的设备选址方法，其特征在于，所述确定目标范围，根据人口统计模型统计所述目标范围内的人口分布，根据所述人口分布和所述人流量进行设备选址之后还包括：
获取所述设备的心跳的点位，计算所述设备的第一次心跳的点位与第二次心跳的点位的差值，若所述差值超出预设范围则触发报警。
6.一种基于地理信息系统的设备选址装置，其特征在于，包括：
构建模块：用于基于地理信息系统技术在栅格上构建多个图层，所述多个图层包含与设备相关的实体数据，所述栅格表示地理信息的组成单元；
显示模块：用于在所述构建模块得到的所述多个图层上注入地图数据生成地理数据，所述地理数据包含人的活动轨迹，便于统计人流量；
选址模块：用于确定目标范围，根据人口统计模型统计所述目标范围内的人口分布，根据所述人口分布和所述显示模块得到的所述人流量进行设备选址。
7.根据权利要求6所述的一种基于地理信息系统的设备选址装置，其特征在于，所述构建模块具体包括：
索引单元：用于通过影像重采样方法，建立一系列不同分辨率的栅格，并对所述一系列不同分辨率的栅格添加对应的索引编号；
添加单元：用于根据索引单元得到的所述索引编号获取相关的栅格，并在所述相关的栅格上添加矢量数据以构建多个图层。
8.根据权利要求6所述的一种基于地理信息系统的设备选址装置，其特征在于，所述选址模块具体包括：
统计单元：用于根据人口统计模型统计所述目标范围内的人口分布，所述统计步骤包括在所述多个图层中根据标准差椭圆算法确定椭圆的关键参数，统计椭圆内的点位分布，所述点位分布包括点的疏密、点的方位、点的数量和点的大小，利用人口重心模型分析所述椭圆内某一时刻人口分布的力矩达到平衡的点，测定所述椭圆内的人口分布均衡情况，便于设备的粗选址。
9.根据权利要求8所述的一种基于地理信息系统的设备选址装置，其特征在于，所述选址模块具体还包括：
定义单元：用于定义所述设备的范围，以所述设备的粗选址划分为多边形；
获取子单元：用于在所述定义单元得到的所述多边形范围内获取时空数据，所述时空数据包括时间数据、空间数据和事件数据，用于表示人的活动轨迹；
分析单元：用于对获取子单元获取的所述时空数据进行时空轨迹数据分析，得到人的活动轨迹，计算人流量，便于设备的细选址。
10.根据权利要求6所述的一种基于地理信息系统的设备选址装置，其特征在于，所述选址模块之后还包括：
监控模块：用于获取所述设备的心跳的点位，计算所述设备的第一次心跳的点位与第二次心跳的点位的差值，若所述差值超出预设范围则触发报警。
11.一种基于地理信息系统的设备选址装置，其特征在于，包括存储器和处理器，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如权利要求1～5中任一项所述的一种基于地理信息系统的设备选址方法。
12.一种存储有计算机程序的计算机可读存储介质，其特征在于，所述计算机程序被计算机执行时实现如权利要求1～5中任一项所述的一种基于地理信息系统的设备选址方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110632445.1A CN113254559A (zh) | 2021-06-07 | 2021-06-07 | 一种基于地理信息系统的设备选址方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110632445.1A CN113254559A (zh) | 2021-06-07 | 2021-06-07 | 一种基于地理信息系统的设备选址方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113254559A true CN113254559A (zh) | 2021-08-13 |
Family
ID=77186835
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110632445.1A Pending CN113254559A (zh) | 2021-06-07 | 2021-06-07 | 一种基于地理信息系统的设备选址方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113254559A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114118602A (zh) * | 2021-12-02 | 2022-03-01 | 碧空环境科技有限公司 | 一种基于gis的“高空喷淋”设备选址方法 |
| CN114331206A (zh) * | 2022-01-06 | 2022-04-12 | 重庆紫光华山智安科技有限公司 | 点位选址方法、装置、电子设备及可读存储介质 |
| CN114462199A (zh) * | 2021-12-29 | 2022-05-10 | 中科星通(廊坊)信息技术有限公司 | 遥感数字试验场选址与评价方法 |
| CN116703031A (zh) * | 2023-06-08 | 2023-09-05 | 重庆市规划和自然资源调查监测院 | 使用gis进行水田选址大数据分析方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105389647A (zh) * | 2015-10-20 | 2016-03-09 | 国网辽宁省电力有限公司鞍山供电公司 | 一种基于nsga-ii的电费缴纳点选址方法 |
| CN109829021A (zh) * | 2019-01-04 | 2019-05-31 | 广州市城市规划勘测设计研究院 | 一种地图展示方法及装置 |
| CN111026823A (zh) * | 2019-11-27 | 2020-04-17 | 北京大学 | 基于地理位置数据的资源利用关联网络模型规划方法 |
| CN111144693A (zh) * | 2019-11-27 | 2020-05-12 | 中建科技有限公司 | 一种城市公厕选址的决策方法、装置和计算机可读存储介质 |
| CN112669094A (zh) * | 2021-01-29 | 2021-04-16 | 亿景智联(北京)科技有限公司 | 一种基于时空大数据与机器学习算法的药店选址方法 |
-
2021
- 2021-06-07 CN CN202110632445.1A patent/CN113254559A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105389647A (zh) * | 2015-10-20 | 2016-03-09 | 国网辽宁省电力有限公司鞍山供电公司 | 一种基于nsga-ii的电费缴纳点选址方法 |
| CN109829021A (zh) * | 2019-01-04 | 2019-05-31 | 广州市城市规划勘测设计研究院 | 一种地图展示方法及装置 |
| CN111026823A (zh) * | 2019-11-27 | 2020-04-17 | 北京大学 | 基于地理位置数据的资源利用关联网络模型规划方法 |
| CN111144693A (zh) * | 2019-11-27 | 2020-05-12 | 中建科技有限公司 | 一种城市公厕选址的决策方法、装置和计算机可读存储介质 |
| CN112669094A (zh) * | 2021-01-29 | 2021-04-16 | 亿景智联(北京)科技有限公司 | 一种基于时空大数据与机器学习算法的药店选址方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114118602A (zh) * | 2021-12-02 | 2022-03-01 | 碧空环境科技有限公司 | 一种基于gis的“高空喷淋”设备选址方法 |
| CN114118602B (zh) * | 2021-12-02 | 2023-08-08 | 碧空环境科技有限公司 | 一种基于gis的高空喷淋设备选址方法 |
| CN114462199A (zh) * | 2021-12-29 | 2022-05-10 | 中科星通(廊坊)信息技术有限公司 | 遥感数字试验场选址与评价方法 |
| CN114331206A (zh) * | 2022-01-06 | 2022-04-12 | 重庆紫光华山智安科技有限公司 | 点位选址方法、装置、电子设备及可读存储介质 |
| CN114331206B (zh) * | 2022-01-06 | 2022-11-01 | 重庆紫光华山智安科技有限公司 | 点位选址方法、装置、电子设备及可读存储介质 |
| CN116703031A (zh) * | 2023-06-08 | 2023-09-05 | 重庆市规划和自然资源调查监测院 | 使用gis进行水田选址大数据分析方法 |
| CN116703031B (zh) * | 2023-06-08 | 2024-04-26 | 重庆市规划和自然资源调查监测院 | 使用gis进行水田选址大数据分析方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113254559A (zh) | 一种基于地理信息系统的设备选址方法 | |
| Goodchild | Geographic information systems | |
| CN108446293A (zh) | 一种基于城市多源异构数据构建城市画像的方法 | |
| CN103902622B (zh) | 一种海量移动目标聚合的方法及装置 | |
| Zhong et al. | Spatiotemporal visualisation: A survey and outlook | |
| CN104821013A (zh) | 基于大地坐标系数字高程模型的地表面积提取方法及系统 | |
| CN105550199A (zh) | 一种基于多源地图的点位聚合方法及装置 | |
| WO2017206484A1 (zh) | 地理数据呈现方法及装置 | |
| CN106849353B (zh) | 输变电工程环保监测与敏感区域预测系统及方法 | |
| US10783687B2 (en) | Efficient duplicate label handling | |
| CN105427210A (zh) | 一种旅游资源信息采集与评价网络系统 | |
| CN113570275A (zh) | 基于bim和数字高程模型的水资源实时监测系统 | |
| CN101256677B (zh) | 一种自动监测仿真及其并行化处理的方法 | |
| CN104537024A (zh) | 一种海量位置签到数据的可视化方法 | |
| US10832463B2 (en) | Efficient label insertion and collision handling | |
| CN112066997A (zh) | 高清航线地图的导出方法及系统 | |
| Ladner et al. | Mining Spatio-Temporal Information Systems | |
| CN111177300A (zh) | 一种能够展示黄河下游滩区淹没补偿信息的三维数字化系统 | |
| CN110826454A (zh) | 一种遥感影像变化检测方法及装置 | |
| CN112527945A (zh) | 一种地理空间大数据处理方法及装置 | |
| CN112860831A (zh) | 处理、展现城管事件的gis点位的方法、系统 | |
| CN112066998A (zh) | 用于航线地图的渲染方法及系统 | |
| CN111382165A (zh) | 一种移动国土管理系统 | |
| CN109241207B (zh) | 一种在地图上显示数据的方法及装置 | |
| CN114399625B (zh) | 一种位置确定方法、装置、存储介质及电子装置 |
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: 20210813 |