CN114324822B - 基于大数据的土地质量监控系统及方法 - Google Patents
基于大数据的土地质量监控系统及方法 Download PDFInfo
- Publication number
- CN114324822B CN114324822B CN202111660769.2A CN202111660769A CN114324822B CN 114324822 B CN114324822 B CN 114324822B CN 202111660769 A CN202111660769 A CN 202111660769A CN 114324822 B CN114324822 B CN 114324822B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- land
- point
- area
- module
- 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
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种基于大数据的土地质量监控系统及方法,监控系统包括监控范围获取模块、基准高度差计算模块、基准高度差比较模块、土地均匀性获取模块、第一处理模块和第二处理模块,所述监控范围获取模块获取待监控的土地区域范围为监控范围,所述基准高度差计算模块设监控范围内的最低点为基准点,获取监控范围内的最高点与基准点之间的高度差为基准高度差,所述基准高度差比较模块将基准高度差与第一高度差阈值进行比较,在基准高度差大于第一高度差阈值时,令土地均匀性获取模块采集分析监控范围的土地信息,并据此获取监控范围的土地均匀性。
Description
技术领域
本发明涉及土地质量监控技术领域,具体为一种基于大数据的土地质量监控系统及方法。
背景技术
土地资源指可供农、林、牧业或其它各利用的土地,是人类生存的基本资料和劳动对象。土地资源作为不可再生资源一直受到社会大众的重视,社会大众不再仅仅满足于土地的量,更加重视土地的质。对土地的质量进行监控能够及时发现土地质量异常,从而及早对土地进行修复,保证土地的有效利用。
但是现有技术中,在对土地质量进行监控时所考虑的因素并不全面,常常忽略地形所带来的影响。
发明内容
本发明的目的在于提供一种基于大数据的土地质量监控系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于大数据的土地质量监控系统,所述监控系统包括监控范围获取模块、基准高度差计算模块、基准高度差比较模块、土地均匀性获取模块、第一处理模块和第二处理模块,所述监控范围获取模块获取待监控的土地区域范围为监控范围,所述基准高度差计算模块设监控范围内的最低点为基准点,获取监控范围内的最高点与基准点之间的高度差为基准高度差,所述基准高度差比较模块将基准高度差与第一高度差阈值进行比较,在基准高度差大于第一高度差阈值时,令土地均匀性获取模块采集分析监控范围的土地信息,并据此获取监控范围的土地均匀性,在监控范围的土地均匀性小于均匀性阈值时,令第一处理模块根据监控范围的土地信息特征选取土地质量监测点,在高度差小于等于高度差阈值或者监控范围的土地均匀性大于等于均匀性阈值时,令第二处理模块从监控范围内随机选取土地质量监测点。
进一步的,所述土地均匀性获取模块包括参考点获取模块、优选角选取模块、关注区域划分模块、重点区域判断模块和均匀性判断模块,所述参考点获取模块获取监控范围内与基准点的高度差小于第二高度差阈值的点为参考点,设参考点的个数为K,其中,第二高度差阈值小于第一高度差阈值,所述优选角选取模块以基准点为中心,建立直角坐标系,分别以中心为起始点,以各个参考点为终点建立各个参考向量,以X轴的正半轴为起点,绕中心逆时针方向依次获取相邻两个参考向量的夹角为候选角,从候选角中选取优选角,其中,当某个候选角的角度小于夹角阈值,那么该候选角为优选角,所述关注区域划分模块如果存在连续相邻的m个候选角均为优选角,m为自然数,如果m大于等于数量阈值,那么这m个候选角为关注角,获取这m个关注角的所对应的参考点为关注点,那么这m个关注角的关联区域的集合为关注区域,其中,以某个关注点为圆心,以预设长度为半径值划分出的圆形区域为该个关注点的关联区域,所述重点区域判断模块用于获取各个关注区域内的关注点信息,并据此判断某个关注区域是否为重点区域,在存在关注区域为重点区域时,均匀性判断模块判定监控范围的土地均匀性小于均匀性阈值,在所有的关注区域都不是重点区域时,均匀性判断模块判定监控范围的土地均匀性大于等于均匀性阈值。
进一步的,所述重点区域判断模块包括线段均值计算模块、线段均值判断模块、坐标差获取模块和坐标差比较模块,所述线段均值计算模块在该个关注区域内的各个关注点绕中心沿逆时针方向依次用连接线段连接,获取连接各个关注点的连接线段之和L,计算线段均值Q=L/(m-1),所述线段均值判断模块将线段均值与均值阈值进行比较,在某个关注区域所对应的线段均值小于均值阈值时,设该关注区域为重点区域,在某个关注区域所对应的线段均值大于等于均值阈值时,所述坐标差获取模块获取直角坐标系XOY下,该关注区域内的各个关注点的横坐标的最大值与最小值的差D1以及各个关注点的纵坐标的最大值与最小值的差D2,并令所述坐标差比较模块进行比较,在比较出该个关注区域存在D1/m小于第一差值或者D2/m小于第二差值,设该关注区域为重点区域。
进一步的,所述第一处理模块包括第一监测点选取模块、第二监测点选取模块、第三监测点选取模块和监测点控制模块,所述第一监测点选取模块选取基准点为第一监测点,所述第二监测点选取模块用于从所有的重点区域选取的监测点,所述第三监测点选取模块用于从监控范围中除重点区域以外的区域选取监测点,所述监测点控制模块用于控制监测点的个数与第三监测点的个数的比值为重点区域的面积与监控范围中除重点区域以外的面积的比值。
一种基于大数据的土地质量监控方法,所述监控方法包括以下步骤:
获取待监控的土地区域范围为监控范围,
设监控范围内的最低点为基准点,获取监控范围内的最高点与基准点之间的高度差为基准高度差,
如果基准高度差大于第一高度差阈值,采集分析监控范围的土地信息,并据此获取监控范围的土地均匀性,如果监控范围的土地均匀性小于均匀性阈值,根据监控范围的土地信息特征选取土地质量监测点,
如果高度差小于等于高度差阈值或者监控范围的土地均匀性大于等于均匀性阈值,那么从监控范围内随机选取土地质量监测点。
进一步的,所述采集监控范围的土地信息包括:
获取监控范围内与基准点的高度差小于第二高度差阈值的点为参考点,设参考点的个数为K,其中,第二高度差阈值小于第一高度差阈值,
以基准点为中心O,建立直角坐标系XOY,分别以中心为起始点,以各个参考点为终点建立各个参考向量,以X轴的正半轴为起点,绕中心逆时针方向依次获取相邻两个参考向量的夹角为候选角,
从候选角中选取优选角,其中,当某个候选角的角度小于夹角阈值,那么该候选角为优选角,
如果存在连续相邻的m个候选角均为优选角,m为自然数,如果m大于等于数量阈值,那么这m个候选角为关注角,
获取这m个关注角的所对应的参考点为关注点,那么这m个关注角的关联区域的集合为关注区域,其中,以某个关注点为圆心,以预设长度为半径值划分出的圆形区域为该个关注点的关联区域,
获取各个关注区域内的关注点信息,判断某个关注区域是否为重点区域,
如果存在关注区域为重点区域,那么监控范围的土地均匀性小于均匀性阈值,
否则,监控范围的土地均匀性大于等于均匀性阈值。
进一步的,所述判断某个关注区域是否为重点区域包括:
在该个关注区域内的各个关注点绕中心沿逆时针方向依次用连接线段连接,获取连接各个关注点的连接线段之和L,计算线段均值Q=L/(m-1),
如果线段均值小于均值阈值,那么该关注区域为重点区域,
否则,获取直角坐标系XOY下,该关注区域内的各个关注点的横坐标的最大值与最小值的差D1以及各个关注点的纵坐标的最大值与最小值的差D2,
如果该关注区域存在D1/m小于第一差值或者D2/m小于第二差值,那么该关注区域为重点区域。
进一步的,所述根据监控范围的土地信息特征选取土地质量监测点包括:
土地质量监测点包括第一监测点、第二监测点和第三监测点,
第一监测点为基准点,第二监测点为从重点区域选取的监测点,第三监测点为从监控范围中除重点区域以外的区域选取的监测点,
其中,第二监测点的个数与第三监测点的个数的比值为重点区域的面积与监控范围中除重点区域以外的面积的比值。
与现有技术相比,本发明所达到的有益效果是:本发明在对土地质量进行监控时,先对土地地面的情况进行分析,判断土地地面是均匀平整,在土地地面不怎么均匀平整的情况下,对土地进行区域划分,并针对各个区域来选取土地质量监测点,从而考虑到了土地地面平整情况所带来的影响,使得后续对土地质量评估的结果更加准确。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明基于大数据的土地质量监控系统的模块示意图。
具体实施方式
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,本领域普通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。
请参阅图1,本发明提供技术方案:一种基于大数据的土地质量监控系统,所述监控系统包括监控范围获取模块、基准高度差计算模块、基准高度差比较模块、土地均匀性获取模块、第一处理模块和第二处理模块,所述监控范围获取模块获取待监控的土地区域范围为监控范围,所述基准高度差计算模块设监控范围内的最低点为基准点,获取监控范围内的最高点与基准点之间的高度差为基准高度差,所述基准高度差比较模块将基准高度差与第一高度差阈值进行比较,在基准高度差大于第一高度差阈值时,令土地均匀性获取模块采集分析监控范围的土地信息,并据此获取监控范围的土地均匀性,在监控范围的土地均匀性小于均匀性阈值时,令第一处理模块根据监控范围的土地信息特征选取土地质量监测点,在高度差小于等于高度差阈值或者监控范围的土地均匀性大于等于均匀性阈值时,令第二处理模块从监控范围内随机选取土地质量监测点。
所述土地均匀性获取模块包括参考点获取模块、优选角选取模块、关注区域划分模块、重点区域判断模块和均匀性判断模块,所述参考点获取模块获取监控范围内与基准点的高度差小于第二高度差阈值的点为参考点,设参考点的个数为K,其中,第二高度差阈值小于第一高度差阈值,所述优选角选取模块以基准点为中心,建立直角坐标系,分别以中心为起始点,以各个参考点为终点建立各个参考向量,以X轴的正半轴为起点,绕中心逆时针方向依次获取相邻两个参考向量的夹角为候选角,从候选角中选取优选角,其中,当某个候选角的角度小于夹角阈值,那么该候选角为优选角,所述关注区域划分模块如果存在连续相邻的m个候选角均为优选角,m为自然数,如果m大于等于数量阈值,那么这m个候选角为关注角,获取这m个关注角的所对应的参考点为关注点,那么这m个关注角的关联区域的集合为关注区域,其中,以某个关注点为圆心,以预设长度为半径值划分出的圆形区域为该个关注点的关联区域,所述重点区域判断模块用于获取各个关注区域内的关注点信息,并据此判断某个关注区域是否为重点区域,在存在关注区域为重点区域时,均匀性判断模块判定监控范围的土地均匀性小于均匀性阈值,在所有的关注区域都不是重点区域时,均匀性判断模块判定监控范围的土地均匀性大于等于均匀性阈值。
所述重点区域判断模块包括线段均值计算模块、线段均值判断模块、坐标差获取模块和坐标差比较模块,所述线段均值计算模块在该个关注区域内的各个关注点绕中心沿逆时针方向依次用连接线段连接,获取连接各个关注点的连接线段之和L,计算线段均值Q=L/(m-1),所述线段均值判断模块将线段均值与均值阈值进行比较,在某个关注区域所对应的线段均值小于均值阈值时,设该关注区域为重点区域,在某个关注区域所对应的线段均值大于等于均值阈值时,所述坐标差获取模块获取直角坐标系XOY下,该关注区域内的各个关注点的横坐标的最大值与最小值的差D1以及各个关注点的纵坐标的最大值与最小值的差D2,并令所述坐标差比较模块进行比较,在比较出该个关注区域存在D1/m小于第一差值或者D2/m小于第二差值,设该关注区域为重点区域。
所述第一处理模块包括第一监测点选取模块、第二监测点选取模块、第三监测点选取模块和监测点控制模块,所述第一监测点选取模块选取基准点为第一监测点,所述第二监测点选取模块用于从所有的重点区域选取的监测点,所述第三监测点选取模块用于从监控范围中除重点区域以外的区域选取监测点,所述监测点控制模块用于控制监测点的个数与第三监测点的个数的比值为重点区域的面积与监控范围中除重点区域以外的面积的比值。
一种基于大数据的土地质量监控方法,所述监控方法包括以下步骤:
获取待监控的土地区域范围为监控范围,
设监控范围内的最低点为基准点,获取监控范围内的最高点与基准点之间的高度差为基准高度差,当土地当中某些地方高度特别低的时候,这些地方更加容易沉积很多的沉积物,从而会导致其与高度比较高的地方的土地质量情况差别较大,因此当出现监控范围内两个地方的高度相差比较大的情况时,应当注意监测一下高度较低的土地的质量情况;
如果基准高度差大于第一高度差阈值,采集分析监控范围的土地信息,并据此获取监控范围的土地均匀性,如果监控范围的土地均匀性小于均匀性阈值,根据监控范围的土地信息特征选取土地质量监测点,
如果高度差小于等于高度差阈值或者监控范围的土地均匀性大于等于均匀性阈值,说明监控范围内的土地相对比较平整,那么从监控范围内随机选取土地质量监测点,在实际实施过程中,设从监控范围内随机要选取w个土地质量监测点,可以将监控范围平均划分成u个相同面积大小的分区域,u的个数大于w的个数,从u个分区域随机选取w个分区域中,每个分区域各选取一个土地质量监测点;
所述采集监控范围的土地信息包括:
获取监控范围内与基准点的高度差小于第二高度差阈值的点为参考点,设参考点的个数为K,其中,第二高度差阈值小于第一高度差阈值,
以基准点为中心O,建立直角坐标系XOY,分别以中心O为起始点,以各个参考点为终点建立各个参考向量,以X轴的正半轴为起点,绕中心逆时针方向依次获取相邻两个参考向量的夹角为候选角,
从候选角中选取优选角,其中,当某个候选角的角度小于夹角阈值,那么该候选角为优选角,
如果存在连续相邻的m个候选角均为优选角,m为自然数,如果m大于等于数量阈值,那么这m个候选角为关注角,在实际实施中,数量阈值可以根据参考点的个数K来确定,例如数量阈值是10,某个地方有连续相邻的12个候选角均为关注角,那这12个关注角所对应的参考点便为关注点;
获取这m个关注角的所对应的参考点为关注点,那么这m个关注角的关联区域的集合为关注区域,其中,以某个关注点为圆心,以预设长度为半径值划分出的圆形区域为该个关注点的关联区域,如果存在连续相邻的候选角为优选角,这几个连续相邻的候选角所对应的参考点的位置有可能比较靠近,从而那一块可能土地高度相对于其他地方的土地高度会较低,因此,对这一块进行进一步的判定;
获取各个关注区域内的关注点信息,判断各个关注区域是否为重点区域,
如果存在某个关注区域为重点区域,那么监控范围的土地均匀性小于均匀性阈值,在存在关注区域为重点区域时,说明监控范围的土地的不平整性相对较高,监测出的土地质量相差可能会比较大,土地均匀性小于均匀性阈值;
如果所有的关注区域都不是重点区域,说明监控范围的土地的平整性相对较高,监测出的土地质量相差会比较小,监控范围的土地均匀性大于等于均匀性阈值;
所述判断某个关注区域是否为重点区域包括:
在该个关注区域内的各个关注点绕中心沿逆时针方向依次用连接线段连接,获取连接各个关注点的连接线段之和L,计算线段均值Q=L/(m-1),
如果线段均值小于均值阈值,那么该关注区域为重点区域,
否则,获取直角坐标系XOY下,该关注区域内的各个关注点的横坐标的最大值与最小值的差D1以及各个关注点的纵坐标的最大值与最小值的差D2,
如果该关注区域存在D1/m小于第一差值或者D2/m小于第二差值,那么该关注区域为重点区域;当线段均值比较小或者D1/m小于第一差值或者D2/m小于第二差值说明这些关注点比较密集,从而会出该关注区域的土地高度相对于其他地方的土地高度会较低;
所述根据监控范围的土地信息特征选取土地质量监测点包括:
土地质量监测点包括第一监测点、第二监测点和第三监测点,
第一监测点为基准点,第二监测点为从重点区域选取的监测点,第三监测点为从监控范围中除重点区域以外的区域选取的监测点,设要选取的土地质量监测点为w,那么第二监测点和第三监测点的总个数为(w-1),那么设第二监测点、第三监测点的个数分别为x、y,所有重点区域的面积与监控范围中除重点区域以外的面积的比值为a,那么建立方程x+y=w-1,x/y=a,利用这两个方程解得x、y,如果出现x、y为小数的情况,对小数四舍五入来得到整数;如果第二监测点的个数为f个,在选取某个重点区域的第二监测点时,可以根据该个重点区域的面积占所有重点区域的面积之和的比值来设置该个重点区域选取的第二监测点的个数;在选取某个重点区域的第二监测点时,可以将该个重点区域平均划分成相同面积大小的分区域,再从随机选取分区域中,在每个分区域各选取一个土地质量监测点,与监控范围内随机要选取土地质量监测点的原理相类似,第三监测点的选取原理也与上述内容相类似;
其中,第二监测点的个数与第三监测点的个数的比值为重点区域的面积与监控范围中除重点区域以外的面积的比值,从而保证对地势较低容易沉积的地方和地势相对较高的地方的质量都能进行监测,使得对监控范围的质量监测点的选取更加全面,从而对于监控范围的土地质量的监测结果更加准确。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于大数据的土地质量监控系统,其特征在于,所述监控系统包括监控范围获取模块、基准高度差计算模块、基准高度差比较模块、土地均匀性获取模块、第一处理模块和第二处理模块,所述监控范围获取模块获取待监控的土地区域范围为监控范围,所述基准高度差计算模块设监控范围内的最低点为基准点,获取监控范围内的最高点与基准点之间的高度差为基准高度差,所述基准高度差比较模块将基准高度差与第一高度差阈值进行比较,在基准高度差大于第一高度差阈值时,令土地均匀性获取模块采集分析监控范围的土地信息,并据此获取监控范围的土地均匀性,在监控范围的土地均匀性小于均匀性阈值时,令第一处理模块根据监控范围的土地信息特征选取土地质量监测点,在高度差小于等于高度差阈值或者监控范围的土地均匀性大于等于均匀性阈值时,令第二处理模块从监控范围内随机选取土地质量监测点;
所述土地均匀性获取模块包括参考点获取模块、优选角选取模块、关注区域划分模块、重点区域判断模块和均匀性判断模块,所述参考点获取模块获取监控范围内与基准点的高度差小于第二高度差阈值的点为参考点,设参考点的个数为K,其中,第二高度差阈值小于第一高度差阈值,所述优选角选取模块以基准点为中心,建立直角坐标系,分别以中心为起始点,以各个参考点为终点建立各个参考向量,以X轴的正半轴为起点,绕中心逆时针方向依次获取相邻两个参考向量的夹角为候选角,从候选角中选取优选角,其中,当某个候选角的角度小于夹角阈值,那么该候选角为优选角,所述关注区域划分模块如果存在连续相邻的m个候选角均为优选角,m为自然数,如果m大于等于数量阈值,那么这m个候选角为关注角,获取这m个关注角的所对应的参考点为关注点,那么这m个关注角的关联区域的集合为关注区域,其中,以某个关注点为圆心,以预设长度为半径值划分出的圆形区域为该个关注点的关联区域,所述重点区域判断模块用于获取各个关注区域内的关注点信息,并据此判断某个关注区域是否为重点区域,在存在关注区域为重点区域时,均匀性判断模块判定监控范围的土地均匀性小于均匀性阈值,在所有的关注区域都不是重点区域时,均匀性判断模块判定监控范围的土地均匀性大于等于均匀性阈值。
2.根据权利要求1所述的一种基于大数据的土地质量监控系统,其特征在于:所述重点区域判断模块包括线段均值计算模块、线段均值判断模块、坐标差获取模块和坐标差比较模块,所述线段均值计算模块在该个关注区域内的各个关注点绕中心沿逆时针方向依次用连接线段连接,获取连接各个关注点的连接线段之和L,计算线段均值Q=L/(m-1),所述线段均值判断模块将线段均值与均值阈值进行比较,在某个关注区域所对应的线段均值小于均值阈值时,设该关注区域为重点区域,在某个关注区域所对应的线段均值大于等于均值阈值时,所述坐标差获取模块获取直角坐标系XOY下,该关注区域内的各个关注点的横坐标的最大值与最小值的差D1以及各个关注点的纵坐标的最大值与最小值的差D2,并令所述坐标差比较模块进行比较,在比较出该个关注区域存在D1/m小于第一差值或者D2/m小于第二差值,设该关注区域为重点区域。
3.根据权利要求2所述的一种基于大数据的土地质量监控系统,其特征在于:所述第一处理模块包括第一监测点选取模块、第二监测点选取模块、第三监测点选取模块和监测点控制模块,所述第一监测点选取模块选取基准点为第一监测点,所述第二监测点选取模块用于从所有的重点区域选取的监测点,所述第三监测点选取模块用于从监控范围中除重点区域以外的区域选取监测点,所述监测点控制模块用于控制监测点的个数与第三监测点的个数的比值为重点区域的面积与监控范围中除重点区域以外的面积的比值。
4.一种基于大数据的土地质量监控方法,其特征在于:所述监控方法包括以下步骤:
获取待监控的土地区域范围为监控范围,
设监控范围内的最低点为基准点,获取监控范围内的最高点与基准点之间的高度差为基准高度差,
如果基准高度差大于第一高度差阈值,采集分析监控范围的土地信息,并据此获取监控范围的土地均匀性,如果监控范围的土地均匀性小于均匀性阈值,根据监控范围的土地信息特征选取土地质量监测点,
如果高度差小于等于高度差阈值或者监控范围的土地均匀性大于等于均匀性阈值,那么从监控范围内随机选取土地质量监测点;
所述采集监控范围的土地信息包括:
获取监控范围内与基准点的高度差小于第二高度差阈值的点为参考点,设参考点的个数为K,其中,第二高度差阈值小于第一高度差阈值,
以基准点为中心O,建立直角坐标系XOY,分别以中心为起始点,以各个参考点为终点建立各个参考向量,以X轴的正半轴为起点,绕中心逆时针方向依次获取相邻两个参考向量的夹角为候选角,
从候选角中选取优选角,其中,当某个候选角的角度小于夹角阈值,那么该候选角为优选角,
如果存在连续相邻的m个候选角均为优选角,m为自然数,如果m大于等于数量阈值,那么这m个候选角为关注角,
获取这m个关注角的所对应的参考点为关注点,那么这m个关注角的关联区域的集合为关注区域,其中,以某个关注点为圆心,以预设长度为半径值划分出的圆形区域为该个关注点的关联区域,
获取各个关注区域内的关注点信息,判断某个关注区域是否为重点区域,
如果存在关注区域为重点区域,那么监控范围的土地均匀性小于均匀性阈值,
否则,监控范围的土地均匀性大于等于均匀性阈值。
5.根据权利要求4所述的一种基于大数据的土地质量监控方法,其特征在于:所述判断某个关注区域是否为重点区域包括:
在该个关注区域内的各个关注点绕中心沿逆时针方向依次用连接线段连接,获取连接各个关注点的连接线段之和L,计算线段均值Q=L/(m-1),
如果线段均值小于均值阈值,那么该关注区域为重点区域,
否则,获取直角坐标系XOY下,该关注区域内的各个关注点的横坐标的最大值与最小值的差D1以及各个关注点的纵坐标的最大值与最小值的差D2,
如果该关注区域存在D1/m小于第一差值或者D2/m小于第二差值,那么该关注区域为重点区域。
6.根据权利要求5所述的一种基于大数据的土地质量监控方法,其特征在于:所述根据监控范围的土地信息特征选取土地质量监测点包括:
土地质量监测点包括第一监测点、第二监测点和第三监测点,
第一监测点为基准点,第二监测点为从重点区域选取的监测点,第三监测点为从监控范围中除重点区域以外的区域选取的监测点,
其中,第二监测点的个数与第三监测点的个数的比值为重点区域的面积与监控范围中除重点区域以外的面积的比值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111660769.2A CN114324822B (zh) | 2021-12-31 | 2021-12-31 | 基于大数据的土地质量监控系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111660769.2A CN114324822B (zh) | 2021-12-31 | 2021-12-31 | 基于大数据的土地质量监控系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114324822A CN114324822A (zh) | 2022-04-12 |
CN114324822B true CN114324822B (zh) | 2022-09-23 |
Family
ID=81018355
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111660769.2A Active CN114324822B (zh) | 2021-12-31 | 2021-12-31 | 基于大数据的土地质量监控系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114324822B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116703681B (zh) * | 2023-07-25 | 2024-02-20 | 南京智绘星图信息科技有限公司 | 一种基于数据分析的土地使用管控系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011257276A (ja) * | 2010-06-09 | 2011-12-22 | Ihi Corp | 地形データの取得方法 |
CN106197329A (zh) * | 2016-06-28 | 2016-12-07 | 黑龙江省木材科学研究所 | 一种运动地面平整度检测装置、检测系统及检测方法 |
CN108362235A (zh) * | 2018-02-28 | 2018-08-03 | 四川斐讯信息技术有限公司 | 一种基于图像处理的地面平整度的测试系统和方法 |
CN111287054A (zh) * | 2020-02-17 | 2020-06-16 | 华南农业大学 | 一种地面平整信息检测传感器及实时检测方法 |
CN112492275B (zh) * | 2020-11-25 | 2023-06-02 | 广州杰赛科技股份有限公司 | 一种区域监测点的布局方法、装置及存储介质 |
CN112833846B (zh) * | 2020-12-31 | 2022-07-22 | 常州市恒正交通工程试验检测中心有限公司 | 一种使用稳定地道路水平检测机 |
CN113312398A (zh) * | 2021-05-14 | 2021-08-27 | 上海同渠工程咨询有限公司 | 水土保持监测点的智能规划方法、系统、终端和存储介质 |
-
2021
- 2021-12-31 CN CN202111660769.2A patent/CN114324822B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114324822A (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116186634B (zh) | 一种建筑工程施工数据智能管理系统 | |
CN104899849B (zh) | 一种多目标交互式图像分割方法和装置 | |
CN108801171B (zh) | 一种隧道断面形变分析方法及装置 | |
CN108667684B (zh) | 一种基于局部向量点积密度的数据流异常检测方法 | |
CN114324822B (zh) | 基于大数据的土地质量监控系统及方法 | |
CN111046968B (zh) | 一种基于改进dpc算法的道路网络轨迹聚类分析方法 | |
CN111598780B (zh) | 一种适用于机载LiDAR点云的地形自适应插值滤波方法 | |
CN109726649B (zh) | 遥感影像云检测方法、系统及电子设备 | |
CN116934740B (zh) | 基于图像处理的塑料模具表面缺陷分析检测方法 | |
CN114997534B (zh) | 基于视觉特征的相似降雨预报方法和设备 | |
CN110995153B (zh) | 一种光伏电站的异常数据检测方法、装置及电子设备 | |
CN110782472A (zh) | 点云地面点的识别方法及装置 | |
CN110751654A (zh) | 图像抠图方法、介质、设备及装置 | |
US7203358B2 (en) | Method and device for measuring similarity between images | |
CN111160339B (zh) | 车牌矫正方法、图像处理设备及具有存储功能的装置 | |
CN110532969B (zh) | 基于多尺度图像分割的斜坡单元划分方法 | |
Fleury et al. | Parallel entropic auto-thresholding | |
JP2004274431A (ja) | 路面状況判定方法および装置 | |
CN106055669A (zh) | 一种数据离散化方法及系统 | |
CN114912356A (zh) | 冲击性负荷的分段概率谐波模型构建方法 | |
CN114548173A (zh) | 一种精准的周期性检测方法、系统及存储介质 | |
CN113838078A (zh) | 采煤塌陷地裂缝的识别与提取方法、装置及存储介质 | |
CN117670886B (zh) | 显示屏缺陷检测方法、装置、设备及存储介质 | |
CN112902919B (zh) | 管沟截面数据的测量方法、装置、设备和存储介质 | |
CN115294485B (zh) | 一种市政工程测量定位方法及系统 |
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 |