CN113610622A - 一种基于多源数据的土地价值评估方法及装置 - Google Patents

一种基于多源数据的土地价值评估方法及装置 Download PDF

Info

Publication number
CN113610622A
CN113610622A CN202110815896.9A CN202110815896A CN113610622A CN 113610622 A CN113610622 A CN 113610622A CN 202110815896 A CN202110815896 A CN 202110815896A CN 113610622 A CN113610622 A CN 113610622A
Authority
CN
China
Prior art keywords
influence
land
value
index
influence factors
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
Application number
CN202110815896.9A
Other languages
English (en)
Inventor
周祖煜
王俊霞
陈煜人
余敏
李天齐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Lingjian Digital Agricultural Technology Co ltd
Original Assignee
Hangzhou Lingjian Digital Agricultural Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Lingjian Digital Agricultural Technology Co ltd filed Critical Hangzhou Lingjian Digital Agricultural Technology Co ltd
Priority to CN202110815896.9A priority Critical patent/CN113610622A/zh
Publication of CN113610622A publication Critical patent/CN113610622A/zh
Pending legal-status Critical Current

Links

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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03—Credit; Loans; Processing thereof
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0203—Market surveys; Market polls
    • 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)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Technology Law (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于多源数据的土地价值评估方法，包括获取待评估土地的多个影响指标集的数据，所述多个影响指标集分别包含多个影响因子；根据所述多个影响因子确定所述多个影响因子所在的影响指标集的得分；利用层次分析法对所述影响指标集的得分分别赋予权重进行价值指数计算，得到土地价值指数，并将所述土地价值指数映射到价值回归模型得到所述待评估土地的土地价值。本申请综合获取从各方面影响土地价值评估的多源数据，并将多源数据对土地价值评估影响量化，进行土地价值指数建模并映射到实际价值，以便用于后续对同类型土地进行价值评估，摆脱人工调查可能造成的误差，更客观的对农户偿还能力进行评价。

Description

一种基于多源数据的土地价值评估方法及装置
技术领域
本发明涉及大数据处理领域，尤其涉及一种基于多源数据的土地价值评估 方法及装置。
背景技术
土地是自然-经济-社会综合体，其价值包括自然属性及人类长期的劳作开发 成果。目前中国城镇国有土地市场已较为完善，建立了适合中国国情的城镇国 有土地质量和价值评估体系，而农业用地的评估尚没有标准规范的体系。自提 出“大力开展农村土地确权等级颁证工作，在全国范围内健全农村土地承包经 营权登记制度”以来，完善落实集体所有权、稳定农户承包权、放活土地经营 权等均在有计划的推动农地经营权抵押融资模式的发展。因此，针对地方特色 农产品进行地块价值评估，对农村土地进行清产合资，有助于保护农民权益、 统筹城乡发展。在放活土地经营权，推动农地经营权抵押融资模式等方面也具 有重要意义。
现有技术中地块价值评估模型，生长数据多为统计调查数据，受人为因素 影响较大。相关数据需要通过入户调查等人工方式获取，会存在因虚报、错报 造成信息不实，偏离实际情况的现象，影响后续对该调查结果的运用。
现有地块价值评估模型，虽然公布了因素测算值由人文地理因素和自然地 理因素决定，还包括政策因素和产业因素，但是未能将自然环境的综合影响进 行量化。农作物受到自然规律的制约，自然环境对其影响较大，如果遵循自然 规律，农作物会顺利的生长和发育，反之，农作物资产在其成长过程中可能会 遭受冰雹、干旱等自然灾害，从而减产甚至颗粒无收，由于收益充满不确定性， 也为会其价值评估带来挑战。
现有地块价值评估模型，未能统筹考虑地块本身的自然属性与其生长作物 的匹配度，即缺少对作物生产环境适宜性的评估。不同的经济作物有不同的生 长环境，不同的地块也会因生长的作物类型产出不同的价值，因此缺少种植适 宜性评价会影响评估结果的精度。
现有地块价值评估模型，常用到的三种方法包括成本法、收益法和市场法， 但是三种方法适用场景有限，在评估多年生经济作物不同生长期的经济价值时 存在局限性，且集中在最终产量及经济价值上，不能综合考虑考虑作物、土壤、 气候等多种因素的影响。
目前，我国资产评估协会尚未制定生物资产价值评估的相关规定，农业地 块价值评估仍属于新兴行业，目前主要由地方政府和产权交易平台进行评估， 手续繁琐，效率低下。
发明内容
本发明提供的一种基于多源数据的土地价值评估方法，旨在解决现有技术 对地块价值的评估中，由于人为因素的影响较多，并且没有综合考虑自然因素 和适宜性对地块价值评估带来的影响，导致地块价值评估不准确的问题。
为实现上述目的，本发明采用以下技术方案：
获取待评估土地的多个影响指标集的数据，所述多个影响指标集分别包含 多个影响因子；
根据所述多个影响因子确定所述多个影响因子所在的影响指标集的得分；
利用层次分析法对所述影响指标集的得分分别赋予权重进行价值指数计 算，得到土地价值指数，并将所述土地价值指数映射到价值回归模型得到所述 待评估土地的土地价值。
作为优选，所述根据所述多个影响因子确定所述多个影响因子所在的影响 指标集的得分，包括：
根据所述多个影响因子对所述多个影响因子所在的影响指标集的影响程度 对所述多个影响因子进行影响级排序；
根据所述影响级排序逐级确定所述多个影响因子的影响值，并根据所述影 响值构建判断矩阵；
计算所述判断矩阵的特征向量得到所述多个影响因子单排序的权重值；
获取所述多个影响因子的标准值，并将所述权重值分别和所述多个影响因 子的标准值乘加复合得到所述多个影响因子所在的影响指标集的得分。
作为优选，所述利用层次分析法对所述影响指标集的得分分别赋予权重进 行价值指数计算，得到土地价值指数，并将所述土地价值指数映射到价值回归 模型得到所述待评估土地的土地价值，包括：
构建价值指数计算公式和价值回归模型；
根据所述价值指数计算公式对所述影响指标集的得分进行价值指数计算， 得到土地价值指数；
将所述土地价值指数映射到所述价值回归模型得到所述待评估土地的土地 价值。
作为优选，所述获取待评估土地的多个影响指标集的数据，所述多个影响 指标集分别包含多个影响因子，包括：
获取待评估土地的多个影响指标集的数据，所述多个影响指标集包括但不 限于生产力指标集、适宜性指标集和风险性指标集。
一种基于多源数据的土地价值评估装置，包括：
获取模块：用于获取待评估土地的多个影响指标集的数据，所述多个影响 指标集分别包含多个影响因子；
计算模块：用于根据所述获取模块得到的所述多个影响因子确定所述多个 影响因子所在的影响指标集的得分；
评估模块：用于利用层次分析法对所述计算模块得到所述影响指标集的得 分分别赋予权重进行价值指数计算，得到土地价值指数，并将所述土地价值指 数映射到价值回归模型得到所述待评估土地的土地价值。
作为优选，所述获取模块具体包括：
获取子单元：用于获取待评估土地的多个影响指标集的数据，所述多个影 响指标集包括但不限于生产力指标集、适宜性指标集和风险性指标集。
作为优选，所述计算模块具体包括：
排序单元：用于根据所述多个影响因子对所述多个影响因子所在的影响指 标集的影响程度对所述多个影响因子进行影响级排序；
判断单元：用于根据所述排序单元得到所述影响级排序逐级确定所述多个 影响因子的影响值，并根据所述影响值构建判断矩阵；
第一计算单元：用于计算所述判断单元构建的所述判断矩阵的特征向量得 到所述多个影响因子单排序的权重值；
第二计算单元：用于获取所述多个影响因子的标准值，并将所述第一计算 单元得到的所述权重值分别和所述多个影响因子的标准值乘加复合得到所述多 个影响因子所在的影响指标集的得分。
作为优选，所述评估模块具体包括：
构建单元：用于构建价值指数计算公式和价值回归模型；
第三计算单元：用于根据所述构建单元构建的所述价值指数计算公式对所 述影响指标集的得分进行价值指数计算，得到土地价值指数；
评估子单元：用于将所述土地价值指数映射到所述价值回归模型得到所述 待评估土地的土地价值。
一种基于多源数据的土地价值评估装置，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多源数据的土地价值评估方 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多源数据的土地价值评估方法。
本发明具有如下有益效果：
本申请综合获取从各方面影响土地价值评估的多源数据，并将多源数据对 土地价值评估影响量化，进行土地价值指数建模并映射到实际价值，以便用于 后续对同类型土地进行价值评估，摆脱人工调查可能造成的误差，更客观的对 农户偿还能力进行评价。
附图说明
图1是本发明实施例实现一种基于多源数据的土地价值评估方法第一流程 图；
图2是本发明实施例实现一种基于多源数据的土地价值评估方法第二流程 图；
图3是本发明实施例实现一种基于多源数据的土地价值评估方法第三流程 图；
图4是本发明实施例实现一种基于多源数据的土地价值评估方法的具体实 施流程图；
图5是本发明实施例实现一种基于多源数据的土地价值评估装置示意图；
图6是本发明实施例实现一种基于多源数据的土地价值评估装置的获取模 块示意图；
图7是本发明实施例实现一种基于多源数据的土地价值评估装置的计算模 块示意图；
图8是本发明实施例实现一种基于多源数据的土地价值评估装置的一种电 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，一种基于多源数据的土地价值评估方法，包括以下步骤：
S110、获取待评估土地的多个影响指标集的数据，所述多个影响指标集分 别包含多个影响因子；
S120、根据所述多个影响因子确定所述多个影响因子所在的影响指标集的 得分；
S130、利用层次分析法对所述影响指标集的得分分别赋予权重进行价值指 数计算，得到土地价值指数，并将所述土地价值指数映射到价值回归模型得到 所述待评估土地的土地价值。
在实施例1中，获取待评估土地的多个影响指标集的数据，所述多个影响 指标集包括但不限于生产力指标集、适宜性指标集和风险性指标集，每个指标 集都包括多个影响因子，从影响因子逐层分析影响因子对对应影响指标集的影 响，再分析影响指标集对土地价值评估的影响，这就是AHP层次分析。该方法 是20世纪七十年代由美国运筹学家T.L.Saaty提出决策分析方法。该方法将定 性分析过程定量化，其基本原理是将需要解决的复杂问题拆分成若干简单问题， 不同的问题又对应不同的解决方案便可构成层次结构，然后逐层判断所有指标 的相对重要性。本实施例的有益效果是将适宜性指标集和风险性指标集对待评 估土地的土地价值进行量化，进行土地价值指数建模并映射到实际价值，以便 用于后续对同类型土地进行价值评估，摆脱人工调查可能造成的误差，更客观 的对农户偿还能力进行评价。
实施例2
如图2所示，一种基于多源数据的土地价值评估方法，包括：
S210、获取待评估土地的多个影响指标集的数据，所述多个影响指标集分 别包含多个影响因子；
S220、根据所述多个影响因子对所述多个影响因子所在的影响指标集的影 响程度对所述多个影响因子进行影响级排序；
S230、根据所述影响级排序逐级确定所述多个影响因子的影响值，并根据 所述影响值构建判断矩阵；
S240、计算所述判断矩阵的特征向量得到所述多个影响因子单排序的权重 值；
S250、获取所述多个影响因子的标准值，并将所述权重值分别和所述多个 影响因子的标准值乘加复合得到所述多个影响因子所在的影响指标集的得分；
S260、利用层次分析法对所述影响指标集的得分分别赋予权重进行价值指 数计算，得到土地价值指数，并将所述土地价值指数映射到价值回归模型得到 所述待评估土地的土地价值。
由实施例2可知，所述多个影响指标集包括但不限于生产力指标集、适宜 性指标集和风险性指标集，适宜性指标集通过适宜性评价得到。以评估山核桃 土地价值为例，适宜性评价的数据分为气候、地形、土壤三大维度，其中气候 要素为年平均气温、年降水量、年日照数据、花期晴天数四项，地形要素为海 拔高度、坡度、坡向三项，土壤要素为土壤类型、土壤质地两项，因此这九项 即为适宜性指标集下的影响因子，各项影响因子的评价标准如下：
(1)年平均气温
年平均气温原始数据由各气象站获取，利用软件ArcGIS中普通克里格插值 方法进行全区插值，以网格形式获取各区域气温情况。
当处于14-16℃范围时，为山核桃最适宜种植；12-14℃及16-18℃为适宜区； 小于12或大于18℃为不适宜。
(2)年降水量
年降水量原始数据由各气象站获取，对每日降水进行累加后，利用软件 ArcGIS中普通克里格插值方法进行全区插值，以网格形式获取各区域年降水量 情况。
当年降水量处于1400mm-1600mm间，为最适宜；处于1000mm-1400mm及 1600mm-1800mm间为适宜；小于1000mm或大于1800mm时不适宜。
(3)年日照数据
年日照数据由基本站获取，往往一个区级行政区划仅存在一个基本站，因 此以点源数据替代整体面源数据。
当年日照处于1600h-1800h时，为最适宜；处于1500h-1600h或1600h-1800h 时，为适宜；小于1500h或者大于1800h时为不适宜。
(4)花期晴天数
花期晴天数由各气象站降水数据间接得到，对特定时间段降水为0的天数 进行统计后获取点源数据，再利用软件ArcGIS中普通克里格方法进行全区插值， 以网格形式获取各区域花期晴天数情况。
定义花期为4月20日至5月20日期间。该时间段内晴天天数大于15为最 适宜，10-15天为适宜，小于10天为不适宜。
(5)海拔高度
海拔数据由地理数据空间云上免费获取，是以30米网格形式表现各区域的 海拔情况。
海拔高度为300-700米为最适宜的区域；700-1100与50-300为适宜区；50 米以下1100米以上为不适宜区域。
(6)坡度
坡度由海拔数据在软件ArcGIS进行地理处理坡度计算得到，以网格形式获 取各区域坡度情况。
将坡度分为三个适宜等级，5-25°最适宜；25-40°适宜；小于5°或者大于40° 不适宜种植山核桃。
(7)坡向
坡向由海拔数据在软件ArcGIS进行地理处理坡向计算得到，以网格形式获 取各区域的坡向情况。
将坡向分为两个适宜等级，北坡、东北坡、西北坡为最适宜区域，对应值 为0-67.5及292.5-360；67.5-292.5为适宜区，对应其他坡向。
(8)土壤类型
土壤类型为矢量数据，按不同等级给各种土壤类型进行赋分，转换成栅格 数据等待后续使用。
土壤类型中，石灰岩土、钙质黑色土、钙质紫砂土为最适宜区域；红壤、 黄壤、潮土、水稻土、粗骨土、棕壤为适宜区域；滨海盐土为不适宜区域。
(9)土壤质地
数据基础为砂粒、黏粒、粉粒含量图，根据不同比例计算出砂土、壤土、 黏土的区域，并依照评价规则赋分，以网格形式获取区域内各位置的土壤质地 情况。
土壤质地中，将壤土视为最适宜区域；砂土视为适宜区；粘土视为不适宜 区域。
然后逐层判断所有影响因子的相对重要性，构造判断矩阵。计算出判断矩 阵的特征向量，特征向量的分量即为对应元素单排序的权重值。以此类推，可 以得到最底层指标对于最上层总体目标的重要性权重排序，得到如下表1
表1
A B1 B2 B3 组合权重W
0.25 0.33 0.42
年平均气温C1 0.35 0.0874
年降水量C2 0.24 0.0607
年日照时数C3 0.17 0.0413
花期晴天数C4 0.24 0.0607
海拔高度C5 0.53 0.1747
坡度C6 0.31 0.1019
坡向C7 0.16 0.0534
土壤类型C8 0.67 0.2814
土壤质地C9 0.33 0.1386
根据适宜性指数计算公式
Figure BDA0003170080270000111
HIS为生态适宜性指数，Ci为第i项指标的标准值，Wi为第i项指标的权重， 通过乘加复合最终得到生态适宜性指数。
再计算生产力评价，生产力评价使用的基础数据包括统计调查得到的种植 区面积、种植密度、总产量、平均树龄四项，首先利用种植区面积、总产量获 取亩产数据，接下来利用平均树龄、亩产、种植密度三项数据建立树龄-单株产 量的函数映射关系。建立完成后的公式如下：
Figure BDA0003170080270000112
式中，Y表示单株产量，x表示树龄，设置分段函数计算单株产量。
根据调查结果设置亩产上限值，并将值映射到生产力得分的满分。据此建 立亩产-生产力得分映射表。将200斤设置为生产力满分，得到其映射公式如下：
Figure BDA0003170080270000113
式中，PI为生产力指数，yield_mu为亩产，由平均树龄、种植密度两项数 据即可估计亩产及对应的生产力得分。且在利用该模型进行亩产估计时，需要 把种植密度进行修正，即：种植密度超过40时，按40进行运算，这主要是考 虑了养分胁迫带来的单株产量降低。
再计算风险性评价，结合多源多尺度遥感数据、灾害统计数据、气象数据 以及行政区划数据，统计灾害发生规律，分析受灾原因。以公里网格为单位， 对种植区致灾因子危险性、孕灾环境敏感性和承灾体易损性进行评价，最终得 到自然灾害综合风险指数。
分别计算致灾因子危险性、孕灾环境敏感性和承灾体易损性，孕灾环境敏 感性程度主要由研究区地形高程和地形标准差决定，基于DEM数据，运用GIS 栅格数据分析工具中重分类和邻域分析等，根据下表进行综合地形因子影响度 分析。孕灾环境敏感性得分范围0-1，分数越高危险等级越高。研究区形高程和 地形标准差，对应如表1，得出对应的得分。
表1
Figure BDA0003170080270000121
致灾因子危险性的计算，瞬间大规模降雨量会对区域水量的累积产生重要的 影响。选用三日侵蚀力降雨作为反应致灾因子危险性的指标。为了定量地反映 其关系，采用线性公式将三天累积降雨量转化为致灾因子危险程度，以网格的 形式分析各区域危险程度。
Figure BDA0003170080270000131
Figure BDA0003170080270000132
式中，R为三日侵蚀性降雨量统计值，N为侵蚀性降雨量天数，Pi为侵蚀性 天数累积降雨。
利用气象站点数据和近五年灾害统计数据，将台风灾害及地质灾害与对应的 降雨数据相关联。在ArcGIS操作平台下，利用全国气象站点的日降雨量数据及 危险程度公式，通过反距离插值及栅格计算得到致灾因子危险性程度。
承灾体易损性的计算，综合考虑近五年由于地质灾害造成的人口和财产损 失，将地质灾害点威胁财产信息归一化，然后通过IDW空间插值，得到地质灾 害点热力分布图。等级划分标准采用自然间断点法。
综合考虑致灾因子危险性、孕灾环境敏感性和承灾体易损性，得到自然灾害 综合风险指数(RI，Riskindex)。
RI＝(P+R+D)/3
式中，P为致灾因子，R为孕灾环境、D为承灾体易损性为D。
实施例3
如图3所示，一种基于多源数据的土地价值评估方法，包括：
S310、获取待评估土地的多个影响指标集的数据，所述多个影响指标集分 别包含多个影响因子；
S320、根据所述多个影响因子确定所述多个影响因子所在的影响指标集的 得分；
S330、构建价值指数计算公式和价值回归模型；
S340、根据所述价值指数计算公式对所述影响指标集的得分进行价值指数 计算，得到土地价值指数；
S350、将所述土地价值指数映射到所述价值回归模型得到所述待评估土地 的土地价值。
实施例3中，土地价值指数由生产力得分、适宜性得分、风险性得分共同 参与计算。使用AHP层次分析法对三者权重进行评定，分别赋予权重后进行价 值指数计算。公式为：
LEI＝0.34*PI+0.56*HSI+0.1*RI
式中，LEI为地块价值指数，PI为生产力得分，HIS为适宜性得分，RI为 风险性得分。
这时候得到的土地价值指数是一个百分比，需要投入到实际的价值才能得 到地块市场价值，地块市场价值由土地价值指数映射得来。将调查结果中的价 格最高值定义为100分，平均价定义为60分，加入其它调查获取的土地转让价 格建立回归模型，回归结果为二次函数。
LVI＝0.0455*LEI2-0.5169*LEI-0.9875
式中，LVI为地块价值指数，单位元/亩·年，LEI为价值指数。
实施例4
如图4所示，一种基于多源数据的土地价值评估装置，包括：
获取模块10：用于获取待评估土地的多个影响指标集的数据，所述多个影 响指标集分别包含多个影响因子；
计算模块20：用于根据所述获取模块10得到的所述多个影响因子确定所述 多个影响因子所在的影响指标集的得分；
评估模块30：用于利用层次分析法对所述计算模块20得到所述影响指标集 的得分分别赋予权重进行价值指数计算，得到土地价值指数，并将所述土地价 值指数映射到价值回归模型得到所述待评估土地的土地价值。
上述装置的一种实施方式可为：获取模块10获取待评估土地的多个影响指 标集的数据，所述多个影响指标集分别包含多个影响因子；计算模块20根据所 述获取模块10得到的所述多个影响因子确定所述多个影响因子所在的影响指标 集的得分；评估模块30利用层次分析法对所述计算模块20得到所述影响指标 集的得分分别赋予权重进行价值指数计算，得到土地价值指数，并将所述土地 价值指数映射到价值回归模型得到所述待评估土地的土地价值。
实施例5
如图5所述，一种基于多源数据的土地价值评估装置的获取模块10包括：
获取子单元12：用于获取待评估土地的多个影响指标集的数据，所述多个 影响指标集包括但不限于生产力指标集、适宜性指标集和风险性指标集。
上述装置的获取模块10的一种实施方式可为：获取子单元12获取待评估 土地的多个影响指标集的数据，所述多个影响指标集包括但不限于生产力指标 集、适宜性指标集和风险性指标集。
实施例6
如图6所示，一种基于多源数据的土地价值评估装置的计算模块20包括：
排序单元22：用于根据所述多个影响因子对所述多个影响因子所在的影响 指标集的影响程度对所述多个影响因子进行影响级排序；
判断单元24：用于根据所述排序单元22得到所述影响级排序逐级确定所述 多个影响因子的影响值，并根据所述影响值构建判断矩阵；
第一计算单元26：用于计算所述判断单元24构建的所述判断矩阵的特征向 量得到所述多个影响因子单排序的权重值；
第二计算单元28：用于获取所述多个影响因子的标准值，并将所述第一计 算单元26得到的所述权重值分别和所述多个影响因子的标准值乘加复合得到所 述多个影响因子所在的影响指标集的得分。
上述装置的计算模块20的一种实施方式可为：排序单元22根据所述多个 影响因子对所述多个影响因子所在的影响指标集的影响程度对所述多个影响因 子进行影响级排序；判断单元24根据所述排序单元22得到所述影响级排序逐 级确定所述多个影响因子的影响值，并根据所述影响值构建判断矩阵；第一计 算单元26计算所述判断单元24构建的所述判断矩阵的特征向量得到所述多个 影响因子单排序的权重值；第二计算单元28获取所述多个影响因子的标准值， 并将所述第一计算单元26得到的所述权重值分别和所述多个影响因子的标准值 乘加复合得到所述多个影响因子所在的影响指标集的得分。
实施例7
如图7所示，一种基于多源数据的土地价值评估装置的评估模块30包括：
构建单元32：用于构建价值指数计算公式和价值回归模型；
第三计算单元34：用于根据所述构建单元构建的所述价值指数计算公式对 所述影响指标集的得分进行价值指数计算，得到土地价值指数；
评估子单元36：用于将所述土地价值指数映射到所述价值回归模型得到所 述待评估土地的土地价值。
上述装置的评估模块30的一种实施方式可为：构建单元32构建价值指数 计算公式和价值回归模型；第三计算单元34根据所述构建单元构建的所述价值 指数计算公式对所述影响指标集的得分进行价值指数计算，得到土地价值指数； 评估子单元36将所述土地价值指数映射到所述价值回归模型得到所述待评估土 地的土地价值。
实施例8
如图8所示，一种电子设备，包括存储器801和处理器802，所述存储器 801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802执行以实现上述的一种基于多源数据的土地价值评估方法。
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多源数据的土地价值评估方法。
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801中，并由处理器802执行，并由输入接口805和 输出接口806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801、处理器802,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807、网络接入设备、总线等。
处理器802可以是中央处理单元(CentralProcessingUnit，CPU)，还可以 是其他通用处理器802、数字信号处理器802(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802可以是微处理 器802或者该处理器802也可以是任何常规的处理器802等。
存储器801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801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801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801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801还可以用于暂 时地存储在输出器808，而前述的存储介质包括U盘、移动硬盘、只读存储器 ROM803、随机存储器RAM804、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 (10)

1.一种基于多源数据的土地价值评估方法，其特征在于，包括：
获取待评估土地的多个影响指标集的数据，所述多个影响指标集分别包含多个影响因子；
根据所述多个影响因子确定所述多个影响因子所在的影响指标集的得分；
利用层次分析法对所述影响指标集的得分分别赋予权重进行价值指数计算，得到土地价值指数，并将所述土地价值指数映射到价值回归模型得到所述待评估土地的土地价值。
2.根据权利要求1所述的一种基于多源数据的土地价值评估方法，其特征在于，所述根据所述多个影响因子确定所述多个影响因子所在的影响指标集的得分，包括：
根据所述多个影响因子对所述多个影响因子所在的影响指标集的影响程度对所述多个影响因子进行影响级排序；
根据所述影响级排序逐级确定所述多个影响因子的影响值，并根据所述影响值构建判断矩阵；
计算所述判断矩阵的特征向量得到所述多个影响因子单排序的权重值；
获取所述多个影响因子的标准值，并将所述权重值分别和所述多个影响因子的标准值乘加复合得到所述多个影响因子所在的影响指标集的得分。
3.根据权利要求1所述的一种基于多源数据的土地价值评估方法，其特征在于，所述利用层次分析法对所述影响指标集的得分分别赋予权重进行价值指数计算，得到土地价值指数，并将所述土地价值指数映射到价值回归模型得到所述待评估土地的土地价值，包括：
构建价值指数计算公式和价值回归模型；
根据所述价值指数计算公式对所述影响指标集的得分进行价值指数计算，得到土地价值指数；
将所述土地价值指数映射到所述价值回归模型得到所述待评估土地的土地价值。
4.根据权利要求1所述的一种基于多源数据的土地价值评估方法，其特征在于，所述获取待评估土地的多个影响指标集的数据，所述多个影响指标集分别包含多个影响因子，包括：
获取待评估土地的多个影响指标集的数据，所述多个影响指标集包括但不限于生产力指标集、适宜性指标集和风险性指标集。
5.一种基于多源数据的土地价值评估装置，其特征在于，包括：
获取模块：用于获取待评估土地的多个影响指标集的数据，所述多个影响指标集分别包含多个影响因子；
计算模块：用于根据所述获取模块得到的所述多个影响因子确定所述多个影响因子所在的影响指标集的得分；
评估模块：用于利用层次分析法对所述计算模块得到所述影响指标集的得分分别赋予权重进行价值指数计算，得到土地价值指数，并将所述土地价值指数映射到价值回归模型得到所述待评估土地的土地价值。
6.根据权利要求5所述的一种基于多源数据的土地价值评估装置，其特征在于，所述计算模块具体包括：
排序单元：用于根据所述多个影响因子对所述多个影响因子所在的影响指标集的影响程度对所述多个影响因子进行影响级排序；
判断单元：用于根据所述排序单元得到所述影响级排序逐级确定所述多个影响因子的影响值，并根据所述影响值构建判断矩阵；
第一计算单元：用于计算所述判断单元构建的所述判断矩阵的特征向量得到所述多个影响因子单排序的权重值；
第二计算单元：用于获取所述多个影响因子的标准值，并将所述第一计算单元得到的所述权重值分别和所述多个影响因子的标准值乘加复合得到所述多个影响因子所在的影响指标集的得分。
7.根据权利要求5所述的一种基于多源数据的土地价值评估装置，其特征在于，所述评估模块具体包括：
构建单元：用于构建价值指数计算公式和价值回归模型；
第三计算单元：用于根据所述构建单元构建的所述价值指数计算公式对所述影响指标集的得分进行价值指数计算，得到土地价值指数；
评估子单元：用于将所述土地价值指数映射到所述价值回归模型得到所述待评估土地的土地价值。
8.根据权利要求5所述的一种基于多源数据的土地价值评估装置，其特征在于，所述获取具体包括：
获取子单元：用于获取待评估土地的多个影响指标集的数据，所述多个影响指标集包括但不限于生产力指标集、适宜性指标集和风险性指标集。
9.一种基于多源数据的土地价值评估装置，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1～4中任一项所述的一种基于多源数据的土地价值评估方法。
10.一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1～4中任一项所述的一种基于多源数据的土地价值评估方法。
CN202110815896.9A 2021-07-19 2021-07-19 一种基于多源数据的土地价值评估方法及装置 Pending CN113610622A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110815896.9A CN113610622A (zh) 2021-07-19 2021-07-19 一种基于多源数据的土地价值评估方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110815896.9A CN113610622A (zh) 2021-07-19 2021-07-19 一种基于多源数据的土地价值评估方法及装置

Publications (1)

Publication Number Publication Date
CN113610622A true CN113610622A (zh) 2021-11-05

Family

ID=78337927

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110815896.9A Pending CN113610622A (zh) 2021-07-19 2021-07-19 一种基于多源数据的土地价值评估方法及装置

Country Status (1)

Country Link
CN (1) CN113610622A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114863289A (zh) * 2022-07-06 2022-08-05 环球数科集团有限公司 一种基于土地利用的动态遥感监测方法与系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114863289A (zh) * 2022-07-06 2022-08-05 环球数科集团有限公司 一种基于土地利用的动态遥感监测方法与系统
CN114863289B (zh) * 2022-07-06 2022-09-30 环球数科集团有限公司 一种基于土地利用的动态遥感监测方法与系统

Similar Documents

Publication Publication Date Title
Fayaz et al. Assessment of spatiotemporal changes in land use/land cover of North Kashmir Himalayas from 1992 to 2018
CN116337146B (zh) 基于改进遥感生态指数的生态质量评价与分区方法及装置
CN110991921A (zh) 一种基于三维魔方的耕地生态质量综合评价方法
Song et al. Spatiotemporal variation and driving factors of vegetation net primary productivity in a typical karst area in China from 2000 to 2010
Wu et al. Study of the differences in soil properties between the dry season and rainy season in the Mun River Basin
Kocsis et al. Estimation of the drought sensitivity of Hungarian soils based on corn yield responses
Novakovskiy et al. Hydrometeorological database (HMDB) for practical research in ecology
Mamatkulov et al. Land suitability assessment for cotton cultivation-a case study of Kumkurgan district, Uzbekistan
CN113610622A (zh) 一种基于多源数据的土地价值评估方法及装置
Lou et al. Combining multi-source data to explore a mechanism for the effects of micrometeorological elements on nutrient variations in paddy land water
CN113592265A (zh) 一种基于层次分析法的地块风险测评方法及装置
Ahmed et al. GIS-based land suitability mapping for rubber cultivation in Seremban, Malaysia
Serrano-Notivoli et al. bioclim: an R package for bioclimatic classifications via adaptive water balance
Tilse et al. Mapping the impact of subsoil constraints on soil available water capacity and potential crop yield
Rahmawaty et al. Analysis of land-use change over five-and ten-year periods in Hamparan Perak, North Sumatra, Indonesia
CN113868826B (zh) 一种基于栅格尺度耕地农田生产能力重心变化的测度方法
Gasser et al. The use of the land suitability rating system to assess climate change impacts on corn production in the lower Fraser Valley of British Columbia
Kundu et al. Spatio-temporal Variations of Crop Diversification
Sun et al. Quantitatively assessing the effects of climate change and human activities on ecosystem degradation and restoration in southwest China
Wodaje Land degradation vulnerability assessment using GIS and remote sensing in Beshilo River Basin, Ethiopia
Gao et al. Spatial planning zoning based on land-type mapping: a case study in Changzhou City, Eastern China
Wen et al. Estimation of maize yield incorporating the synergistic effect of climatic and land use change in Jilin, China
Teerarojanarat Remotely-Sensed Derived Built-up Area as an Alternative Indicator in the Study of Thailand's Regional Development.
Yaghobi et al. Comparing NDVI and RVI for forest density estimation and their relationships with rainfall (Case study: Malekshahi, Ilam Province)
Mercan et al. Land Suitability Assessment for Pistachio Cultivation Using GIS and Multi-Criteria Decision-Making: A Case Study of Mardin, Turkey

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