CN113837817A - 一种自然资源的数据调查处理方法及系统 - Google Patents

一种自然资源的数据调查处理方法及系统 Download PDF

Info

Publication number
CN113837817A
CN113837817A CN202111437340.7A CN202111437340A CN113837817A CN 113837817 A CN113837817 A CN 113837817A CN 202111437340 A CN202111437340 A CN 202111437340A CN 113837817 A CN113837817 A CN 113837817A
Authority
CN
China
Prior art keywords
sampling data
target
parameters
determining
region
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.)
Granted
Application number
CN202111437340.7A
Other languages
English (en)
Other versions
CN113837817B (zh
Inventor
邹芬
肖琳萱
胡智琼
李红梅
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.)
Guangdong Xinhedao Information Technology Co ltd
Original Assignee
Guangdong Xinhedao Information 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 Guangdong Xinhedao Information Technology Co ltd filed Critical Guangdong Xinhedao Information Technology Co ltd
Priority to CN202111437340.7A priority Critical patent/CN113837817B/zh
Publication of CN113837817A publication Critical patent/CN113837817A/zh
Application granted granted Critical
Publication of CN113837817B publication Critical patent/CN113837817B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • G06Q30/0206Price or cost determination based on market factors

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请实施例公开了一种自然资源的数据调查处理方法及系统,该方法包括:获取预设区域针对预设类型的自然资源的P个采样点的采样数据,得到P个采样数据,所述预设区域预先被划分为P个区域,每个区域对应一个采样点,P为大于1的整数;根据所述P个采样数据确定所述预设类型的自然资源的目标存储量;获取目标市场价值参数;根据所述目标存储量和所述目标市场价值参数确定目标评估参数。采用本申请实施例可以在客观上对自然资源进行价值评估。

Description

一种自然资源的数据调查处理方法及系统
技术领域
本申请涉及数据处理以及自然资源评估技术领域,具体涉及一种自然资源的数据调查处理方法及系统。
背景技术
从广义上来讲,自然资源可以理解为自然界赋予或前人留下的,可用于满足人类需要的所有有形之物与无形之物。通常情况下,它包括空气水土地、森林、草原、野生生物、各种矿物和能源等。自然资源为人类提供生存、发展和享受的物质与空间,由于自然资源分布广泛,因此,如何能够客观上对自然资源进行价值评估的问题亟待解决。
发明内容
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1A是本申请实施例提供的一种自然资源的数据调查处理方法的流程示意。
图1B是本申请实施例提供的邻域的演示示意图。
图2是本申请实施例提供的另一种自然资源的数据调查处理方法的流程示意图。
图3是本申请实施例提供的一种电子设备的结构示意图。
图4是本申请实施例提供的一种自然资源的数据调查处理系统的功能单元组成框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本申请实施例中,电子设备可以包括计算机功能的设备,例如,手机、平板电脑、台式机、服务器等等,在此不做限定。
下面对本申请实施例进行详细介绍。
请参阅图1A,图1A是本申请实施例提供的一种自然资源的数据调查处理方法的流程示意图,如图所示,应用于电子设备,本自然资源的数据调查处理方法包括:
101、获取预设区域针对预设类型的自然资源的P个采样点的采样数据,得到P个采样数据,所述预设区域预先被划分为P个区域,每个区域对应一个采样点,P为大于1的整数。
其中,预设区域可以预先设置或者系统默认,预设区域可以为平面区域或者立体区域。本申请实施例中,自然资源可以包括以下至少一种:空气、水、土地、森林、草原、野生生物、各种矿物、能源等等,在此不做限定,矿物可以包括以下至少一种:金矿、银矿、铜矿、煤矿、铝矿、稀土、钨矿、钼矿、锂矿等等,在此不做限定。能源可以包括以下至少一种:石油、天然气、太阳能、风能、水能、火能、核能、沼气能量等等,在此不做限定。采样数据可以包括以下至少一种:自然资源的质量等级、自然资源的密度、自然资源的分布情况、自然资源的纯度、自然资源的预估储备量等等,在此不做限定。自然资源的分布情况可以包括以下至少一种:分布位置、分布深度、分布广度等等,在此不做限定。本申请实施例可以应用于矿产资源评估,还可以应用于不可再生资源的评估或者可再生资源的评估。
具体实现中,预设类型可以用于表示一类或者多类自然资源。预设区域可以为有效自然资源区域,即不包括不含预设类型的自然资源的区域,或者,不包括含预设类型的自然资源的纯度低于某一阈值的区域。可以针对预设区域的有效区域进行划分,得到P个区域,P个区域中每一区域的面积相等或者体积相等,每一区域均可以为正方形或者立方体,如此,可以保证采样的数据足够收敛,每一区域可以对应一个采样点,P为大于1的整数,例如,P可以为50、100等等。
102、根据所述P个采样数据确定所述预设类型的自然资源的目标存储量。
其中,在采样数据包括预设类型的自然资源的分布密度时,则可以确定每一区域的区域体量参数,再基于该分布密度与区域体量参数确定每一区域的存储量,再求所有区域的存储量之和,便可以得到目标存储量。
可选的,上述步骤102,根据所述P个采样数据确定所述预设类型的自然资源的目标存储量,可以包括如下步骤:
21、根据所述P个采样数据中每一采样数据的邻域关联性对该采样数据进行增强处理,得到P个增强采样数据;
22、获取所述P个区域中每一区域的区域体量参数,得到P个区域体量参数;
23、根据所述P个增强采样数据和所述P个区域体量参数确定所述预设类型的自然资源的目标存储量。
其中,具体实现中,由于自然资源分布广泛,往往采样的话,采样数据则很可能仅仅代表一个小区域的情况,或者,甚至很难精准代表其所在区域的真实情况,另外,自然资源的分布的话,也存在一定的连续性,即使变化的话,也是与周围的差异是渐变进行,因此,需要对每个采样数据进行增强处理。
具体实现中,可以根据P个采样数据中每一采样数据的邻域关联性对该采样数据进行增强处理,得到P个增强采样数据,即利用邻域的采样数据之间的差异情况来增强采样数据的准确度。
进而,可以获取P个区域中每一区域的区域体量参数,得到P个区域体量参数,再根据P个增强采样数据中每一增强采样数据与对应的区域体量参数进行加权运算,得到预设类型的自然资源的目标存储量,如此,可以考虑每一采样数据与其邻域采样数据之间的差异性来对自身进行增强处理,提升采样数据的准确度,进而,有助于实现精准预估最终的存储量。
可选的,上述步骤21,根据所述P个采样数据中每一采样数据的邻域关联性对该采样数据进行增强处理,得到P个增强采样数据,可以包括如下步骤:
211、以采样数据i的所在区域为中心,获取该采样数据i的邻域采样数据,得到K个目标邻域采样数据,所述采样数据i为所述P个采样数据中的任一采样数据,K为大于1的整数;
212、确定所述采样数据i以及所述K个目标邻域采样数据的目标标准差;
213、根据所述目标标准差确定所述采样数据i的目标增强系数;
214、根据所述目标增强系数对所述采样数据i进行增强处理,得到所述采样数据i的增强采样数据。
具体实现中,以采样数据i为例,采样数据i为P个采样数据中的任一采样数据,则可以以采样数据i的所在区域为中心,获取该采样数据i的邻域采样数据,得到K个目标邻域采样数据,如图1B所示,图1B为采样数据i对应的邻域分布情况,K为大于1的整数,再确定采样数据i以及K个目标邻域采样数据的目标标准差,即确定采样数据i以及K个目标邻域采样数据之间的均值,再基于均值和采样数据i以及K个目标邻域采样数据确定目标标准差。
实际应用中,当采样数据i所在区域为边界区域时,还可以基于对称原理对其邻域进行延拓处理,例如,3*3的话,则延拓后,其可以有8个邻域区域。
进而,还可以预先存储预设的标准差与增强系数之间的映射关系,增强系数的取值范围可以为-0.1~0.1之间,基于该映射关系,可以确定目标标准差对应的采样数据i的目标增强系数,则可以根据目标增强系数对采样数据i进行增强处理,得到采样数据i的增强采样数据,具体的,采样数据i的增强采样数据=(1+目标增强系数)*采样数据i。
可选的,上述步骤211,获取该采样数据i的邻域采样数据,得到K个目标邻域采样数据,包括如下步骤:
2111、获取采样数据i的初始邻域采样数据j,所述初始邻域采样数据j为k个初始邻域采样数据中的任一个初始邻域采样数据;
2112、获取所述初始邻域采样数据j对应的目标环境参数;
2113、确定所述目标环境参数对应的目标影响因子;
2114、根据所述目标影响因子、所述初始邻域采样数据j确定对应的目标邻域采样数据。
具体实现中,环境参数可以包括以下至少一种:天气、地理位置、地质结构、磁场参数、温度、湿度等等,在此不做限定。
进而,可以获取采样数据i的初始邻域采样数据j,再获取初始邻域采样数据j对应的目标环境参数,即其所在区域的环境参数。还可以预先存储预设的环境参数与影响因子之间的映射关系,基于该映射关系可以确定目标环境参数对应的目标影响因子,接着,可以根据目标影响因子、初始邻域采样数据j确定相应的目标邻域采样数据。
可选的,上述步骤23,根据所述P个增强采样数据和所述P个区域体量参数确定所述预设类型的自然资源的目标存储量,可以包括如下步骤:
231、将所述P个增强采样数据的区域依据区域所在位置继续划分为M个区域,所述M为小于P且大于1的整数;
232、根据所述P个增强采样数据确定M个区域的平均增强采样数据,得到M个平均增强采样数据;
232、根据所述M个平均增强采样数据确定目标均方差;
233、根据所述M与所述P之间的比值以及所述目标均方差确定目标优化参数;
234、根据所述目标优化参数对所述M个平均增强采样数据中的每一平均增强采样数据进行优化,得到M个目标增强采样数据;
235、根据所述P个区域体量参数确定所述M个区域的区域体量参数,得到M个目标区域体量参数;
236、根据所述M个目标增强采样数据和所述M个目标区域体量参数确定所述预设类型的自然资源的目标存储量。
其中,可以将P个增强采样数据的区域依据区域所在位置继续划分为M个区域,M为小于P且大于1的整数,例如,M可以为40,或者,60,或者,80等等,在此不做限定。M个区域中每一区域均包括P个区域中的区域,且其包括的区域为连续区域,即不存在孤立区域。
接着,可以根据P个增强采样数据确定M个区域的平均增强采样数据,得到M个平均增强采样数据,再根据M个平均增强采样数据确定目标均方差,即结合区域特征预估区域之间的差异性,以使得评估结果进一步精准。
则可以根据M与P之间的比值以及目标均方差确定目标优化参数,即可以预先存储预设的均方差与优化参数之间的映射关系,根据该映射关系可以确定目标均方差对应的初始优化参数,由于M与P之间的比值越大,则对初始优化参数影响越大,M与P之间的比值越小,则对初始优化参数的影响越小,则可以根据预设的比值与调节参数之间的映射关系,确定M与P之间的比值对应的目标调节参数,通过该目标调节参数调节初始优化参数,得到目标优化参数。
进一步的,可以根据目标优化参数对M个平均增强采样数据中的每一平均增强采样数据进行优化,得到M个目标增强采样数据,再根据P个区域体量参数确定M个区域的区域体量参数,得到M个目标区域体量参数,再根据M个目标增强采样数据与对应的目标区域体量参数进行运算,得到预设类型的自然资源的目标存储量,如此,结合区域之间的差异性来进一步优化存储量的预估,使得预估结果更为精准。
103、获取目标市场价值参数。
其中,目标市场价值参数可以为市场价格或者市场价值(未来的价格或者潜在价格),目标市场价值参数可以为具体价格或者价格变化曲线。具体实现中,可以通过市场调研方式获取预设类型的自然资源的目标市场价值参数。
可选的,上述步骤103,获取目标市场价值参数,可以包括如下步骤:
31、获取多个历史时刻的市场价值参数;
32、根据所述多个历史时刻的市场价值参数以及对应的历史时刻确定多个坐标点,每一历史时刻的市场价值参数对应一个坐标点;
33、根据所述多个坐标点进行拟合,得到拟合函数,所述拟合函数的横轴为时间,纵轴为市场价值参数;
34、根据所述拟合函数确定所述目标市场价值参数。
其中,可以获取多个历史时刻的市场价值参数,再根据多个历史时刻的市场价值参数以及对应的历史时刻确定多个坐标点,每一历史时刻的市场价值参数对应一个坐标点,根据多个坐标点进行拟合,得到拟合函数,该拟合函数的横轴为时间,纵轴为市场价值参数,根据拟合函数确定目标市场价值参数,如此,可以结合历史规律,对未来的价值变化进行预测。
104、根据所述目标存储量和所述目标市场价值参数确定目标评估参数。
其中,由于目标存储量和目标市场价值参数已知,进而,可以确定目标评估参数,即可以评估预设类型的自然资源的当前或者未来价值。
可选的,上述步骤104,根据所述目标存储量和所述目标市场价值参数确定目标评估参数,可以包括如下步骤:
41、根据所述P个增强采样数据获取每一区域的质量等级参数,得到P个质量等级参数;
42、根据所述P个质量等级参数以及所述P个区域体量参数确定每一类质量等级对应的百分比,得到Q个百分比;
43、根据所述P个质量等级参数以及所述P个区域体量参数确定每一类质量等级对应的存储量,得到Q个存储量;
44、根据所述目标市场价值参数获取每一类质量等级对应的价值变化曲线,得到Q个价值变化曲线;
45、根据所述Q个存储量和所述Q个价值变化曲线确定所述目标评估参数。
其中,不同的增强采样数据则也可以反映自然资源的品质差异,则可以根据P个增强采样数据获取每一区域的质量等级参数,得到P个质量等级参数,再根据P个质量等级参数以及P个区域体量参数确定每一类质量等级对应的百分比,得到Q个百分比,即确定每一个类质量等级参数对应的体量参数,再将每一类的体量参数与总的体量参数进行求百分比。
进一步的,可以根据P个质量等级参数以及P个区域体量参数确定每一类质量等级对应的存储量,得到Q个存储量,即确定每一类质量等级对应的存储量,再获取每一类质量等级对应的价值变化曲线,得到Q个价值变化曲线,Q个价值变化曲线中每一个价值变化曲线均对应一个类的质量等级参数,该价值变化曲线的横轴为时间,纵轴可以为市场价值参数,进而,可以根据Q个存储量和Q个价值变化曲线确定目标评估参数,如此,可以基于自然资源的质量差异,以及不同质量等级的自然资源的市场价值确定最终的评估参数,有助于精准评估自然资源的价值。
可以看出,本申请实施例中所描述的自然资源的数据调查处理方法,获取预设区域针对预设类型的自然资源的P个采样点的采样数据,得到P个采样数据,预设区域预先被划分为P个区域,每个区域对应一个采样点,P为大于1的整数,根据P个采样数据确定预设类型的自然资源的目标存储量,获取目标市场价值参数,根据目标存储量和目标市场价值参数确定目标评估参数,可以通过采样方式得到的采样数据确定自然资源的存储量,以及结合市场价值变化规律,在在客观上对自然资源进行价值评估。
与上述图1A所示的实施例一致的,请参阅图2,图2是本申请实施例提供的一种自然资源的数据调查处理方法的流程示意图,应用于电子设备,如图所示,本自然资源的数据调查处理方法包括:
201、确定预设区域,所述预设区域可以由关键字得到。
其中,用户可以通过关键字进行搜索,进而,可以得到预设区域。
202、在所述预设区域的面积或者体积符合预设要求时,获取预设区域针对预设类型的自然资源的P个采样点的采样数据,得到P个采样数据,所述预设区域预先被划分为P个区域,每个区域对应一个采样点,P为大于1的整数。
其中,预设要求可以预先设置或者系统默认,预设区域需要足够大才有评估价值。
203、根据所述P个采样数据确定所述预设类型的自然资源的目标存储量。
204、获取目标市场价值参数。
205、根据所述目标存储量和所述目标市场价值参数确定目标评估参数。
其中,上述步骤201-步骤205的具体描述可以参照上述图1A所描述的自然资源的数据调查处理方法的相应步骤,在此不再赘述。
可以看出,本申请实施例中所描述的自然资源的数据调查处理方法,确定预设区域,预设区域可以由关键字得到,在预设区域的面积或者体积符合预设要求时,获取预设区域针对预设类型的自然资源的P个采样点的采样数据,得到P个采样数据,预设区域预先被划分为P个区域,每个区域对应一个采样点,P为大于1的整数,根据P个采样数据确定预设类型的自然资源的目标存储量,获取目标市场价值参数,根据目标存储量和目标市场价值参数确定目标评估参数,可以通过采样方式得到的采样数据确定自然资源的存储量,以及结合市场价值变化规律,在在客观上对自然资源进行价值评估。
与上述实施例一致地,请参阅图3,图3是本申请实施例提供的一种电子设备的结构示意图,如图所示,该电子设备包括处理器、存储器、通信接口以及一个或多个程序,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,本申请实施例中,上述程序包括用于执行以下步骤的指令:
获取预设区域针对预设类型的自然资源的P个采样点的采样数据,得到P个采样数据,所述预设区域预先被划分为P个区域,每个区域对应一个采样点,P为大于1的整数;
根据所述P个采样数据确定所述预设类型的自然资源的目标存储量;
获取目标市场价值参数;
根据所述目标存储量和所述目标市场价值参数确定目标评估参数。
可选的,在所述根据所述P个采样数据确定所述预设类型的自然资源的目标存储量方面,上述程序包括用于执行以下步骤的指令:
根据所述P个采样数据中每一采样数据的邻域关联性对该采样数据进行增强处理,得到P个增强采样数据;
获取所述P个区域中每一区域的区域体量参数,得到P个区域体量参数;
根据所述P个增强采样数据和所述P个区域体量参数确定所述预设类型的自然资源的目标存储量。
可选的,在所述根据所述P个采样数据中每一采样数据的邻域关联性对该采样数据进行增强处理,得到P个增强采样数据方面,上述程序包括用于执行以下步骤的指令:
以采样数据i的所在区域为中心,获取该采样数据i的邻域采样数据,得到K个目标邻域采样数据,所述采样数据i为所述P个采样数据中的任一采样数据,K为大于1的整数;
确定所述采样数据i以及所述K个目标邻域采样数据的目标标准差;
根据所述目标标准差确定所述采样数据i的目标增强系数;
根据所述目标增强系数对所述采样数据i进行增强处理,得到所述采样数据i的增强采样数据。
可选的,在所述根据所述目标存储量和所述目标市场价值参数确定目标评估参数方面,上述程序包括用于执行以下步骤的指令:
根据所述P个增强采样数据获取每一区域的质量等级参数,得到P个质量等级参数;
根据所述P个质量等级参数以及所述P个区域体量参数确定每一类质量等级对应的百分比,得到Q个百分比;
根据所述P个质量等级参数以及所述P个区域体量参数确定每一类质量等级对应的存储量,得到Q个存储量;
根据所述目标市场价值参数获取每一类质量等级对应的价值变化曲线,得到Q个价值变化曲线;
根据所述Q个存储量和所述Q个价值变化曲线确定所述目标评估参数。
可选的,在所述获取目标市场价值参数方面,上述程序包括用于执行以下步骤的指令:
获取多个历史时刻的市场价值参数;
根据所述多个历史时刻的市场价值参数以及对应的历史时刻确定多个坐标点,每一历史时刻的市场价值参数对应一个坐标点;
根据所述多个坐标点进行拟合,得到拟合函数,所述拟合函数的横轴为时间,纵轴为市场价值参数;
根据所述拟合函数确定所述目标市场价值参数。
可以看出,本申请实施例中所描述的电子设备,获取预设区域针对预设类型的自然资源的P个采样点的采样数据,得到P个采样数据,预设区域预先被划分为P个区域,每个区域对应一个采样点,P为大于1的整数,根据P个采样数据确定预设类型的自然资源的目标存储量,获取目标市场价值参数,根据目标存储量和目标市场价值参数确定目标评估参数,可以通过采样方式得到的采样数据确定自然资源的存储量,以及结合市场价值变化规律,在在客观上对自然资源进行价值评估。
图4是本申请实施例中所涉及的自然资源的数据调查处理系统400的功能单元组成框图。该自然资源的数据调查处理系统400,所述系统400可以包括:第一获取单元401、第一确定单元402、第二获取单元403和第二确定单元404,其中,
所述第一获取单元401,用于获取预设区域针对预设类型的自然资源的P个采样点的采样数据,得到P个采样数据,所述预设区域预先被划分为P个区域,每个区域对应一个采样点,P为大于1的整数;
所述第一确定单元402,用于根据所述P个采样数据确定所述预设类型的自然资源的目标存储量;
所述第二获取单元403,用于获取目标市场价值参数;
所述第二确定单元404,用于根据所述目标存储量和所述目标市场价值参数确定目标评估参数。
可选的,在所述根据所述P个采样数据确定所述预设类型的自然资源的目标存储量方面,所述第一确定单元402具体用于:
根据所述P个采样数据中每一采样数据的邻域关联性对该采样数据进行增强处理,得到P个增强采样数据;
获取所述P个区域中每一区域的区域体量参数,得到P个区域体量参数;
根据所述P个增强采样数据和所述P个区域体量参数确定所述预设类型的自然资源的目标存储量。
可选的,在所述根据所述P个采样数据中每一采样数据的邻域关联性对该采样数据进行增强处理,得到P个增强采样数据方面,所述第一确定单元402具体用于:
以采样数据i的所在区域为中心,获取该采样数据i的邻域采样数据,得到K个目标邻域采样数据,所述采样数据i为所述P个采样数据中的任一采样数据,K为大于1的整数;
确定所述采样数据i以及所述K个目标邻域采样数据的目标标准差;
根据所述目标标准差确定所述采样数据i的目标增强系数;
根据所述目标增强系数对所述采样数据i进行增强处理,得到所述采样数据i的增强采样数据。
可选的,在所述根据所述目标存储量和所述目标市场价值参数确定目标评估参数方面,所述第二确定单元404具体用于:
根据所述P个增强采样数据获取每一区域的质量等级参数,得到P个质量等级参数;
根据所述P个质量等级参数以及所述P个区域体量参数确定每一类质量等级对应的百分比,得到Q个百分比;
根据所述P个质量等级参数以及所述P个区域体量参数确定每一类质量等级对应的存储量,得到Q个存储量;
根据所述目标市场价值参数获取每一类质量等级对应的价值变化曲线,得到Q个价值变化曲线;
根据所述Q个存储量和所述Q个价值变化曲线确定所述目标评估参数。
可选的,在所述获取目标市场价值参数方面,所述第二获取单元403具体用于:
获取多个历史时刻的市场价值参数;
根据所述多个历史时刻的市场价值参数以及对应的历史时刻确定多个坐标点,每一历史时刻的市场价值参数对应一个坐标点;
根据所述多个坐标点进行拟合,得到拟合函数,所述拟合函数的横轴为时间,纵轴为市场价值参数;
根据所述拟合函数确定所述目标市场价值参数。
可以看出,本申请实施例中所描述的自然资源的数据调查处理系统,获取预设区域针对预设类型的自然资源的P个采样点的采样数据,得到P个采样数据,预设区域预先被划分为P个区域,每个区域对应一个采样点,P为大于1的整数,根据P个采样数据确定预设类型的自然资源的目标存储量,获取目标市场价值参数,根据目标存储量和目标市场价值参数确定目标评估参数,可以通过采样方式得到的采样数据确定自然资源的存储量,以及结合市场价值变化规律,在在客观上对自然资源进行价值评估。
可以理解的是,本实施例的自然资源的数据调查处理系统的各程序模块的功能可根据上述方法实施例中的方法具体实现,其具体实现过程可以参照上述方法实施例的相关描述,此处不再赘述。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。
本申请实施例还提供一种计算机程序产品,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory ,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。

Claims (8)

1.一种自然资源的数据调查处理方法,其特征在于,所述方法包括:
获取预设区域针对预设类型的自然资源的P个采样点的采样数据,得到P个采样数据,所述预设区域预先被划分为P个区域,每个区域对应一个采样点,P为大于1的整数;
根据所述P个采样数据确定所述预设类型的自然资源的目标存储量;
获取目标市场价值参数;
根据所述目标存储量和所述目标市场价值参数确定目标评估参数;所述根据所述P个采样数据确定所述预设类型的自然资源的目标存储量,包括:
根据所述P个采样数据中每一采样数据的邻域关联性对该采样数据进行增强处理,得到P个增强采样数据;
获取所述P个区域中每一区域的区域体量参数,得到P个区域体量参数;
根据所述P个增强采样数据和所述P个区域体量参数确定所述预设类型的自然资源的目标存储量。
2.根据权利要求1所述的方法,其特征在于,所述根据所述P个采样数据中每一采样数据的邻域关联性对该采样数据进行增强处理,得到P个增强采样数据,包括:
以采样数据i的所在区域为中心,获取该采样数据i的邻域采样数据,得到K个目标邻域采样数据,所述采样数据i为所述P个采样数据中的任一采样数据,K为大于1的整数;
确定所述采样数据i以及所述K个目标邻域采样数据的目标标准差;
根据所述目标标准差确定所述采样数据i的目标增强系数;
根据所述目标增强系数对所述采样数据i进行增强处理,得到所述采样数据i的增强采样数据。
3.根据权利要求2所述的方法,其特征在于,所述根据所述目标存储量和所述目标市场价值参数确定目标评估参数,包括:
根据所述P个增强采样数据获取每一区域的质量等级参数,得到P个质量等级参数;
根据所述P个质量等级参数以及所述P个区域体量参数确定每一类质量等级对应的百分比,得到Q个百分比;
根据所述P个质量等级参数以及所述P个区域体量参数确定每一类质量等级对应的存储量,得到Q个存储量;
根据所述目标市场价值参数获取每一类质量等级对应的价值变化曲线,得到Q个价值变化曲线;
根据所述Q个存储量和所述Q个价值变化曲线确定所述目标评估参数。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述获取目标市场价值参数,包括:
获取多个历史时刻的市场价值参数;
根据所述多个历史时刻的市场价值参数以及对应的历史时刻确定多个坐标点,每一历史时刻的市场价值参数对应一个坐标点;
根据所述多个坐标点进行拟合,得到拟合函数,所述拟合函数的横轴为时间,纵轴为市场价值参数;
根据所述拟合函数确定所述目标市场价值参数。
5.一种自然资源的数据调查处理系统,其特征在于,所述系统包括:第一获取单元、第一确定单元、第二获取单元和第二确定单元,其中,
所述第一获取单元,用于获取预设区域针对预设类型的自然资源的P个采样点的采样数据,得到P个采样数据,所述预设区域预先被划分为P个区域,每个区域对应一个采样点,P为大于1的整数;
所述第一确定单元,用于根据所述P个采样数据确定所述预设类型的自然资源的目标存储量;
所述第二获取单元,用于获取目标市场价值参数;
所述第二确定单元,用于根据所述目标存储量和所述目标市场价值参数确定目标评估参数;在所述根据所述P个采样数据确定所述预设类型的自然资源的目标存储量方面,所述第一确定单元具体用于:
根据所述P个采样数据中每一采样数据的邻域关联性对该采样数据进行增强处理,得到P个增强采样数据;
获取所述P个区域中每一区域的区域体量参数,得到P个区域体量参数;
根据所述P个增强采样数据和所述P个区域体量参数确定所述预设类型的自然资源的目标存储量。
6.根据权利要求5所述的系统,其特征在于,在所述根据所述P个采样数据中每一采样数据的邻域关联性对该采样数据进行增强处理,得到P个增强采样数据方面,所述第一确定单元具体用于:
以采样数据i的所在区域为中心,获取该采样数据i的邻域采样数据,得到K个目标邻域采样数据,所述采样数据i为所述P个采样数据中的任一采样数据,K为大于1的整数;
确定所述采样数据i以及所述K个目标邻域采样数据的目标标准差;
根据所述目标标准差确定所述采样数据i的目标增强系数;
根据所述目标增强系数对所述采样数据i进行增强处理,得到所述采样数据i的增强采样数据。
7.根据权利要求6所述的系统,其特征在于,在所述根据所述目标存储量和所述目标市场价值参数确定目标评估参数方面,所述第二确定单元具体用于:
根据所述P个增强采样数据获取每一区域的质量等级参数,得到P个质量等级参数;
根据所述P个质量等级参数以及所述P个区域体量参数确定每一类质量等级对应的百分比,得到Q个百分比;
根据所述P个质量等级参数以及所述P个区域体量参数确定每一类质量等级对应的存储量,得到Q个存储量;
根据所述目标市场价值参数获取每一类质量等级对应的价值变化曲线,得到Q个价值变化曲线;
根据所述Q个存储量和所述Q个价值变化曲线确定所述目标评估参数。
8.根据权利要求6-7任一项所述的系统,其特征在于,在所述获取目标市场价值参数方面,所述第二获取单元具体用于:
获取多个历史时刻的市场价值参数;
根据所述多个历史时刻的市场价值参数以及对应的历史时刻确定多个坐标点,每一历史时刻的市场价值参数对应一个坐标点;
根据所述多个坐标点进行拟合,得到拟合函数,所述拟合函数的横轴为时间,纵轴为市场价值参数;
根据所述拟合函数确定所述目标市场价值参数。
CN202111437340.7A 2021-11-30 2021-11-30 一种自然资源的数据调查处理方法及系统 Active CN113837817B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111437340.7A CN113837817B (zh) 2021-11-30 2021-11-30 一种自然资源的数据调查处理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111437340.7A CN113837817B (zh) 2021-11-30 2021-11-30 一种自然资源的数据调查处理方法及系统

Publications (2)

Publication Number Publication Date
CN113837817A true CN113837817A (zh) 2021-12-24
CN113837817B CN113837817B (zh) 2022-05-03

Family

ID=78971941

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111437340.7A Active CN113837817B (zh) 2021-11-30 2021-11-30 一种自然资源的数据调查处理方法及系统

Country Status (1)

Country Link
CN (1) CN113837817B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090271233A1 (en) * 2007-07-31 2009-10-29 Schlumberger Technology Corporation Valuing future information under uncertainty
CN110223100A (zh) * 2019-05-08 2019-09-10 深圳中大环保科技创新工程中心有限公司 水资源资产核算方法、装置、计算机设备和存储介质
CN110232500A (zh) * 2019-05-08 2019-09-13 深圳中大环保科技创新工程中心有限公司 基于矿产资源质量-价格模型的价值评估方法及相关装置
CN110264033A (zh) * 2019-05-08 2019-09-20 深圳中大环保科技创新工程中心有限公司 基于森林资源资产质量-价格模型的价值评估方法及装置
CN111340007A (zh) * 2020-02-04 2020-06-26 江苏星月测绘科技股份有限公司 一种自然资源资产评估模型构建方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090271233A1 (en) * 2007-07-31 2009-10-29 Schlumberger Technology Corporation Valuing future information under uncertainty
CN110223100A (zh) * 2019-05-08 2019-09-10 深圳中大环保科技创新工程中心有限公司 水资源资产核算方法、装置、计算机设备和存储介质
CN110232500A (zh) * 2019-05-08 2019-09-13 深圳中大环保科技创新工程中心有限公司 基于矿产资源质量-价格模型的价值评估方法及相关装置
CN110264033A (zh) * 2019-05-08 2019-09-20 深圳中大环保科技创新工程中心有限公司 基于森林资源资产质量-价格模型的价值评估方法及装置
CN111340007A (zh) * 2020-02-04 2020-06-26 江苏星月测绘科技股份有限公司 一种自然资源资产评估模型构建方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
唐子剑等: ""基于勘探工程位置建模方法和储量估算"", 《地球科学进展》 *

Also Published As

Publication number Publication date
CN113837817B (zh) 2022-05-03

Similar Documents

Publication Publication Date Title
Bagan et al. Analysis of urban growth and estimating population density using satellite images of nighttime lights and land-use and population data
CN106649331B (zh) 商圈识别方法及设备
Reimann et al. Regionalized Shared Socioeconomic Pathways: narratives and spatial population projections for the Mediterranean coastal zone
Chen et al. High‐resolution gridded population projections for China under the shared socioeconomic pathways
Uzielli et al. Risk analysis for the Ancona landslide—II: estimation of risk to buildings
Panagos et al. Estimating the soil organic carbon content for European NUTS2 regions based on LUCAS data collection
KR20160100809A (ko) 목표 주소를 확정하기 위한 방법 및 장치
Merkens et al. Regionalisation of population growth projections in coastal exposure analysis
Avila et al. SUSSING MERGER TREES: the influence of the halo finder
CN108009205B (zh) 基于位置的搜索结果缓存方法、搜索方法、客户端及系统
CN113515837B (zh) 仿真测试平台的建立方法、装置和电子设备
CN112035549B (zh) 数据挖掘方法、装置、计算机设备及存储介质
CN103530409B (zh) 遥感图像检索方法及系统
Bandić et al. MLT dependence in the relationship between plasmapause, solar wind, and geomagnetic activity based on CRRES: 1990–1991
CN111522838A (zh) 地址相似度计算方法及相关装置
CN114925043B (zh) 基于时空网格块数据的应用方法、装置及电子设备
Retsch et al. Assessing convective organization in tropical radar observations
Rafiee et al. Interactive 3D geodesign tool for multidisciplinary wind turbine planning
Piontekowski et al. Modeling deforestation in the state of Rondônia
CN111611992A (zh) 确定兴趣面的方法、装置和计算机设备
Maltamo et al. Using pre-classification to improve the accuracy of species-specific forest attribute estimates from airborne laser scanner data and aerial images
CN113837817B (zh) 一种自然资源的数据调查处理方法及系统
Eyelade et al. Impacts of spatiotemporal resolution and tiling on SLEUTH model calibration and forecasting for urban areas with unregulated growth patterns
Hu et al. Multi-information PointNet++ fusion method for DEM construction from airborne LiDAR data
CN117057508A (zh) 一种山洪泥石流灾害风险识别方法、装置、终端及介质

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