CN114579688A - 一种基于gis的地质数据呈现方法及系统 - Google Patents

一种基于gis的地质数据呈现方法及系统 Download PDF

Info

Publication number
CN114579688A
CN114579688A CN202210462194.1A CN202210462194A CN114579688A CN 114579688 A CN114579688 A CN 114579688A CN 202210462194 A CN202210462194 A CN 202210462194A CN 114579688 A CN114579688 A CN 114579688A
Authority
CN
China
Prior art keywords
gis
geological
data
model
acquiring
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
CN202210462194.1A
Other languages
English (en)
Inventor
黄金库
李萍
娄玉行
王文磊
裴英茹
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.)
INSTITUTE OF GEOMECHANICS CHINESE ACADEMY OF GEOLOGICAL SCIENCES
Original Assignee
INSTITUTE OF GEOMECHANICS CHINESE ACADEMY OF GEOLOGICAL SCIENCES
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 INSTITUTE OF GEOMECHANICS CHINESE ACADEMY OF GEOLOGICAL SCIENCES filed Critical INSTITUTE OF GEOMECHANICS CHINESE ACADEMY OF GEOLOGICAL SCIENCES
Priority to CN202210462194.1A priority Critical patent/CN114579688A/zh
Publication of CN114579688A publication Critical patent/CN114579688A/zh
Pending legal-status Critical Current

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
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Remote Sensing (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本申请公开了一种基于GIS的地质数据呈现方法及系统，属于GIS模型技术领域。所述基于GIS的地质数据呈现方法包括：获取GIS模型数据库，所述GIS模型数据库中包括多个基于GIS的地质模型以及每个基于GIS的地质模型对应的标识信息；获取待识别地质数据；获取经过训练的GIS模型分类器；将所述待识别地质数据输入至所述经过训练的GIS模型分类器，从而获取标识信息；获取标识信息所对应的基于GIS的地质模型；将基于GIS的地质模型发送给显示装置以进行显示。本申请的基于GIS的地质数据呈现方法通过待识别地质数据以及分类器从而获取GIS模型数据库中的对应的基于GIS的地质模型，整个过程方便简介，且不需要人眼识别，提高了效率以及准确率。

Description

一种基于GIS的地质数据呈现方法及系统
技术领域
本申请涉及GIS模型技术领域，具体涉及一种基于GIS的地质数据呈现方法以及基于GIS的地质数据呈现系统。
背景技术
GIS地理信息系统(Geographic Information System或 Geo-Informationsystem，GIS)有时又称为"地学信息系统"。它是一种特定的十分重要的空间信息系统。它是在计算机硬、软件系统支持下，对整个或部分地球表层(包括大气层)空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述的技术系统。
现有技术中，通常都通过GIS系统建立地质模型，而建立的地质模型通常为某个区域的地质模型，然而，当区域较大的情况下，使用者很可能需要找寻某个小部分的地质模型，然而，如果通过人眼去从大区域的地质模型中去寻找小部分的地质模型，则十分浪费时间，而且容易不准确。
因此，希望有一种技术方案来克服或至少减轻现有技术的至少一个上述缺陷。
发明内容
本发明的目的在于提供一种基于GIS的地质数据呈现方法来克服或至少减轻现有技术的至少一个上述缺陷。
本发明的一个方面，提供一种基于GIS的地质数据呈现方法，所述基于GIS的地质数据呈现方法包括：
获取GIS模型数据库，所述GIS模型数据库中包括多个基于GIS的地质模型以及每个基于GIS的地质模型对应的标识信息；
获取待识别地质数据；
获取经过训练的GIS模型分类器；
将所述待识别地质数据输入至所述经过训练的GIS模型分类器，从而获取标识信息；
获取标识信息所对应的基于GIS的地质模型；
将所述基于GIS的地质模型发送给显示装置以进行显示。
可选地，所述将所述待识别地质数据输入至所述经过训练的GIS模型分类器，从而获取标识信息包括：
提取所述待识别地质数据的特征数据；
将所述特征数据输入至所述经过训练的GIS模型分类器，从而获取标识信息。
可选地，所述特征数据包括地下含水层顶板数据、底板数据、地下水位等值线数据。
可选地，所述待识别地质数据为二维地质图像组数据，所述二维地质图像组数据至少包括两个二维地质视图数据。
可选地，所述将所述待识别地质数据输入至所述经过训练的GIS模型分类器，从而获取标识信息包括：
获取每个所述二维地质视图数据的特征；
通过深度注意力网络融合各个所述二维地质视图数据的特征，从而形成一个融合特征；
将所述融合特征输入至所述经过训练的GIS模型分类器，从而获取标识信息。
可选地，所述深度注意力网络为深度自注意力神经网络。
本申请还提供了一种基于GIS的地质数据呈现系统，所述基于GIS的地质数据呈现系统包括：
模型数据库获取模块，所述模型数据库获取模块用于获取GIS模型数据库，所述GIS模型数据库中包括多个基于GIS的地质模型以及每个基于GIS的地质模型对应的标识信息；
待识别地质数据获取模块，所述待识别地质数据获取模块用于获取待识别地质数据；
分类器获取模块，所述分类器获取模块用于获取经过训练的GIS模型分类器；
标识获取模块，所述标识获取模块用于将所述待识别地质数据输入至所述经过训练的GIS模型分类器，从而获取标识信息；
对应模型获取模块，所述对应模型获取模块用于获取标识信息所对应的基于GIS的地质模型；
发送模块，所述发送模块用于将所述基于GIS的地质模型发送给显示装置以进行显示。
本申请还提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并能够在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的基于GIS的地质数据呈现方法。
本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时能够实现如上所述的基于GIS的地质数据呈现方法。
有益效果：
本申请的基于GIS的地质数据呈现方法通过待识别地质数据以及分类器从而获取GIS模型数据库中的对应的基于GIS的地质模型，整个过程方便简介，且不需要人眼识别，提高了效率以及准确率。
附图说明
图1为本申请一实施例的基于GIS的地质数据呈现方法的流程示意图；
图2是一种电子设备，用于实现图1所示的基于GIS的地质数据呈现方法；
图3位本申请一实施例的基于GIS的地质数据呈现装置的示意图。
具体实施方式
为使本申请实施的目的、技术方案和优点更加清楚，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更加详细的描述。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申请一部分实施例，而不是全部的实施例。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。基于本申请中的实施例，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，都属于本申请保护的范围。下面结合附图对本申请的实施例进行详细说明。
需要说明的是，在本发明的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
图1为本申请一实施例的基于GIS的地质数据呈现方法的流程示意图。
如图1所示的基于GIS的地质数据呈现方法包括：
步骤1：获取GIS模型数据库，所述GIS模型数据库中包括多个基于GIS的地质模型以及每个基于GIS的地质模型对应的标识信息；
步骤2：获取待识别地质数据；
步骤3：获取经过训练的GIS模型分类器；
步骤4：将所述待识别地质数据输入至所述经过训练的GIS模型分类器，从而获取标识信息；
步骤5：获取标识信息所对应的基于GIS的地质模型；
步骤6：将基于GIS的地质模型发送给显示装置以进行显示。
本申请的基于GIS的地质数据呈现方法通过待识别地质数据以及分类器从而获取GIS模型数据库中的对应的基于GIS的地质模型，整个过程方便简介，且不需要人眼识别，提高了效率以及准确率。
在本实施例中，将待识别地质数据输入至经过训练的GIS模型分类器，从而获取标识信息包括：
提取待识别地质数据的特征数据；
将特征数据输入至经过训练的GIS模型分类器，从而获取标识信息。
在本实施例中，特征数据包括地下含水层顶板数据、底板数据、地下水位等值线数据。
需要说明的是，地理信息系统(Geographic Information System，GIS)，有时又称为“地学信息系统”。GIS是一种特定的十分重要的空间信息系统。该GIS是在计算机硬、软件系统的支持下，对整个或部分地球表层(包括大气层)空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述的技术系统。该GIS能运作和处理地理参照数据。地理参照数据描述地球表面(可以包括大气层和较浅的地表下空间)空间要素的位置和属性，在GIS中的两种地理数据成分：空间数据，与空间要素几何特性有关；属性数据，提供空间要素的信息。可以理解的是，GIS的统一坐标系是GIS内的一个固定坐标系，该坐标系可以兼容各种不同的地理坐标系，例如该坐标系可以为WGS84(World Geodetic System 1984)。
其中，WGS84是为GPS全球定位系统使用而建立的坐标系统。通过遍布世界的卫星观测站观测到的坐标建立，该WGS84的精度为1m-2m。
可选的，该在地理信息系统GIS的统一坐标系中进行处理，得到模型，可以包括但不限于以下实现方式：
实现方式1：在地理信息系统GIS的统一坐标系中进行融合后，去除重复数据，得到模型。
在本实施例中，GIS模型数据库中的数据可能是组成某一个大区域的地质数据（例如，一个山区的整体模型数据），而每个基于GIS的地质模型则是将整个大区域的地质数据进行分割而形成的小的模型数据，具体分割精度可以根据自身需要自行设置。
在本实施例中，待识别地质数据为地质物探数据，地质物探数据可以根据某一预设地理位置性质的差异，提供含水层的划分情况，表达地层具有相同的物理力学参数或位置，例如：地下含水层顶板、底板、地下水位等值线信息。地质物探数据对应的建模系统使用这些等值线数据，可以插值拟合地层面或断层面。
在一个实施例中，待识别地质数据为二维地质图像组数据，二维地质图像组数据至少包括两个二维地质视图数据。
在该实施例中，基于GIS的地质模型为三维地质模型。
在该实施例中，将待识别地质数据输入至所述经过训练的GIS模型分类器，从而获取标识信息包括：
获取每个所述二维地质视图数据的特征；
通过深度注意力网络融合各个所述二维地质视图数据的特征，从而形成一个融合特征；
将融合特征输入至所述经过训练的GIS模型分类器，从而获取标识信息。
在该实施例中，深度注意力网络为深度自注意力神经网络。
具体而言，深度注意力网络包括n个处理层；其中第一层处理层为卷积层、最后一个处理层称为拼接层，其他处理层称为自注意力层。
在本实施例中，通过深度注意力网络融合各个二维地质视图数据的特征，从而形成一个融合特征包括：
将各个自注意力层叠设，其中有一个自注意力层与卷积层相接，该层作为第一层自注意力层，另外一个自注意力层与拼接层相接，作为最后一层自注意力层，除第一层自注意力层外，其他各层中，依次进行输入和输出的传递，举例来说，一共有5个自注意力层，分别为第一层、第二层、第三层、第四层、第五层，其中第一层与卷积层相接，第五层为拼接层，则第一层输出的数据给与第二层作为输入，第二层输出的数据给与第三层作为输入，第三层给与的数据给与第四层作为输入，拼接层用于获取最后一层（第四层）自注意力层的输入以及输出之和；其中，
卷积层用于根据各个二维地质视图数据的特征获取特征矩阵；
拼接层用于将最后一层（第四层）自注意力层的输入以及输出之和拼接成所述融合特征；
第一层自注意力层进行如下操作获取本层的输入与所述输出之和：
获取本层的自定义权重矩阵，所述自定义权重矩阵包括
Figure DEST_PATH_IMAGE002
、
Figure DEST_PATH_IMAGE004
以及
Figure DEST_PATH_IMAGE006
；
获取卷积层输出的所述特征矩阵；
通过softmax函数根据所述特征矩阵以及本层的自定义权重矩阵
Figure DEST_PATH_IMAGE008
、
Figure 215832DEST_PATH_IMAGE004
，获取本层的权重矩阵；
根据本层的权重矩阵、自定义权重矩阵
Figure DEST_PATH_IMAGE010
以及所述特征矩阵，生成本层的自注意力特征矩阵；
将本层的自注意力特征矩阵与所述特征矩阵相加，从而获得本层的输入与所述输出之和；
除第一层自注意力层外的其他每层自注意力层进行如下操作获取自身的输入与所述输出之和：
获取上一层的自注意力层的输入与所述输出之和；
获取本层的自定义权重矩阵，所述自定义权重矩阵包括
Figure 336235DEST_PATH_IMAGE002
、
Figure DEST_PATH_IMAGE012
以及
Figure 256917DEST_PATH_IMAGE006
；
通过softmax函数根据所述上一层的自注意力层的输入与所述输出之和以及本层的自定义权重矩阵
Figure 183285DEST_PATH_IMAGE008
、
Figure 404182DEST_PATH_IMAGE004
，获取本层的权重矩阵；
根据本层的权重矩阵、自定义权重矩阵
Figure 23382DEST_PATH_IMAGE010
以及所述上一层的自注意力层的输入与所述输出之和，生成本层的自注意力特征矩阵；
将本层的自注意力特征矩阵与上一层的自注意力层的输入与所述输出之和相加，从而获得本层的输入与所述输出之和。
在本实施例中，根据本层的权重矩阵、自定义权重矩阵
Figure DEST_PATH_IMAGE013
以及特征矩阵，生成本层的自注意力特征矩阵包括：
将权重矩阵、自定义权重矩阵
Figure 431361DEST_PATH_IMAGE013
以及所述特征矩阵相乘，以生成本层的自注意力特征矩阵；
根据本层的权重矩阵、自定义权重矩阵
Figure 161419DEST_PATH_IMAGE013
以及上一层的自注意力层的输入与所述输出之和，生成本层的自注意力特征矩阵包括：
将权重矩阵、自定义权重矩阵
Figure 502402DEST_PATH_IMAGE013
以及所述上一层的自注意力层的输入与输出之和相乘，以生成本层的自注意力特征矩阵。
本申请还提供了一种基于GIS的地质数据呈现系统，所述基于GIS的地质数据呈现系统包括模型数据库获取模块、待识别地质数据获取模块、分类器获取模块、标识获取模块、对应模型获取模块以及发送模块，模型数据库获取模块用于获取GIS模型数据库，所述GIS模型数据库中包括多个基于GIS的地质模型以及每个基于GIS的地质模型对应的标识信息；待识别地质数据获取模块用于获取待识别地质数据；分类器获取模块用于获取经过训练的GIS模型分类器；标识获取模块用于将所述待识别地质数据输入至经过训练的GIS模型分类器，从而获取标识信息；对应模型获取模块用于获取标识信息所对应的基于GIS的地质模型；发送模块用于将基于GIS的地质模型发送给显示装置以进行显示。
需要说明的是，前述对方法实施例的解释说明也适用于本实施例的装置，此处不再赘述。
本申请还提供了一种电子设备，包括存储器、处理器以及存储在存储器中并能够在处理器上运行的计算机程序，处理器执行计算机程序时实现如上的基于GIS的地质数据呈现方法。
本申请还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时能够实现如上的基于GIS的地质数据呈现方法。
图2是能够实现根据本申请一个实施例提供的基于GIS的地质数据呈现方法的电子设备的示例性结构图。
如图2所示，电子设备包括输入设备501、输入接口502、中央处理器503、存储器504、输出接口505以及输出设备506。其中，输入接口502、中央处理器503、存储器504以及输出接口505通过总线507相互连接，输入设备501和输出设备506分别通过输入接口502和输出接口505与总线507连接，进而与电子设备的其他组件连接。具体地，输入设备501接收来自外部的输入信息，并通过输入接口502将输入信息传送到中央处理器503；中央处理器503基于存储器504中存储的计算机可执行指令对输入信息进行处理以生成输出信息，将输出信息临时或者永久地存储在存储器504中，然后通过输出接口505将输出信息传送到输出设备506；输出设备506将输出信息输出到电子设备的外部供用户使用。
也就是说，图2所示的电子设备也可以被实现为包括：存储有计算机可执行指令的存储器；以及一个或多个处理器，该一个或多个处理器在执行计算机可执行指令时可以实现结合图1描述的基于GIS的地质数据呈现方法。
在一个实施例中，图2所示的电子设备可以被实现为包括：存储器504，被配置为存储可执行程序代码；一个或多个处理器503，被配置为运行存储器504中存储的可执行程序代码，以执行上述实施例中的基于GIS的地质数据呈现方法。
在一个典型的配置中，计算设备包括一个或多个处理器（CPU）、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器（RAM）和/或非易失性内存等形式，如只读存储器（ROM）或闪存（flash RAM）。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动，媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存（PRAM)、静态随机存取存储器（SRAM）、动态随机存取存储器（DRAM）、其他类型的随机存取存储器（RAM）、只读存储器（ROM）、电可擦除可编程只读存储器（EEPROM）、快闪记忆体或其他内存技术、只读光盘只读存储器（CD-ROM）、数据多功能光盘（DVD）或其他光学存储、磁盒式磁带、磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
此外，显然“包括”一词不排除其他单元或步骤。装置权利要求中陈述的多个单元、模块或装置也可以由一个单元或总装置通过软件或硬件来实现。第一、第二等词语用来标识名称，而不标识任何特定的顺序。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，模块、程序段、或代码的一部分包括一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地标识的方框实际上可以基本并行地执行，他们有时也可以按相反的顺序执行，这依据所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或总流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
在本实施例中所称处理器可以是中央处理单元（Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路 (Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，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。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现装置/终端设备的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据手机的使用所创建的数据（比如音频数据、电话本等）等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital, SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
在本实施例中，装置/终端设备集成的模块/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介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、电载波信号、电信信号以及软件分发介质等。
需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减。本申请虽然以较佳实施例公开如上，但其实并不是用来限定本申请，任何本领域技术人员在不脱离本申请的精神和范围内，都可以做出可能的变动和修改，因此，本申请的保护范围应当以本申请权利要求所界定的范围为准。
虽然，上文中已经用一般性说明及具体实施方案对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。

Claims (9)

1.一种基于GIS的地质数据呈现方法，其特征在于，所述基于GIS的地质数据呈现方法包括：
获取GIS模型数据库，所述GIS模型数据库中包括多个基于GIS的地质模型以及每个基于GIS的地质模型对应的标识信息；
获取待识别地质数据；
获取经过训练的GIS模型分类器；
将所述待识别地质数据输入至所述经过训练的GIS模型分类器，从而获取标识信息；
获取标识信息所对应的基于GIS的地质模型；
将所述基于GIS的地质模型发送给显示装置以进行显示。
2.如权利要求1所述的基于GIS的地质数据呈现方法，其特征在于，所述将所述待识别地质数据输入至所述经过训练的GIS模型分类器，从而获取标识信息包括：
提取所述待识别地质数据的特征数据；
将所述特征数据输入至所述经过训练的GIS模型分类器，从而获取标识信息。
3.如权利要求2所述的基于GIS的地质数据呈现方法，其特征在于，所述特征数据包括地下含水层顶板数据、底板数据、地下水位等值线数据。
4.如权利要求1所述的基于GIS的地质数据呈现方法，其特征在于，
所述待识别地质数据为二维地质图像组数据，所述二维地质图像组数据至少包括两个二维地质视图数据。
5.如权利要求4所述的基于GIS的地质数据呈现方法，其特征在于，所述将所述待识别地质数据输入至所述经过训练的GIS模型分类器，从而获取标识信息包括：
获取每个所述二维地质视图数据的特征；
通过深度注意力网络融合各个所述二维地质视图数据的特征，从而形成一个融合特征；
将所述融合特征输入至所述经过训练的GIS模型分类器，从而获取标识信息。
6.如权利要求5所述的基于GIS的地质数据呈现方法，其特征在于，所述深度注意力网络为深度自注意力神经网络。
7.一种基于GIS的地质数据呈现系统，其特征在于，所述基于GIS的地质数据呈现系统包括：
模型数据库获取模块，所述模型数据库获取模块用于获取GIS模型数据库，所述GIS模型数据库中包括多个基于GIS的地质模型以及每个基于GIS的地质模型对应的标识信息；
待识别地质数据获取模块，所述待识别地质数据获取模块用于获取待识别地质数据；
分类器获取模块，所述分类器获取模块用于获取经过训练的GIS模型分类器；
标识获取模块，所述标识获取模块用于将所述待识别地质数据输入至所述经过训练的GIS模型分类器，从而获取标识信息；
对应模型获取模块，所述对应模型获取模块用于获取标识信息所对应的基于GIS的地质模型；
发送模块，所述发送模块用于将所述基于GIS的地质模型发送给显示装置以进行显示。
8.一种电子设备，包括存储器、处理器以及存储在所述存储器中并能够在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的基于GIS的地质数据呈现方法。
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时能够实现如权利要求1至6中任一项所述的基于GIS的地质数据呈现方法。
CN202210462194.1A 2022-04-29 2022-04-29 一种基于gis的地质数据呈现方法及系统 Pending CN114579688A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210462194.1A CN114579688A (zh) 2022-04-29 2022-04-29 一种基于gis的地质数据呈现方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210462194.1A CN114579688A (zh) 2022-04-29 2022-04-29 一种基于gis的地质数据呈现方法及系统

Publications (1)

Publication Number Publication Date
CN114579688A true CN114579688A (zh) 2022-06-03

Family

ID=81778668

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210462194.1A Pending CN114579688A (zh) 2022-04-29 2022-04-29 一种基于gis的地质数据呈现方法及系统

Country Status (1)

Country Link
CN (1) CN114579688A (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110377686A (zh) * 2019-07-04 2019-10-25 浙江大学 一种基于深度神经网络模型的地址信息特征抽取方法
CN113190655A (zh) * 2021-05-10 2021-07-30 南京大学 一种基于语义依赖的空间关系抽取方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110377686A (zh) * 2019-07-04 2019-10-25 浙江大学 一种基于深度神经网络模型的地址信息特征抽取方法
CN113190655A (zh) * 2021-05-10 2021-07-30 南京大学 一种基于语义依赖的空间关系抽取方法及装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
吴志春等: "三维地质模型教学展示平台的构建", 《中国多媒体与网络教学学报(上旬刊)》 *
戴塔根等: "地学数据模型及数据融合技术", 《中南工业大学学报(自然科学版)》 *
李丰丹: "《基于云GIS架构的地质信息服务关键技术研究》", 《中国优秀博硕士学位论文全文数据库(博士)•基础科学辑》 *
温继伟等: "基于GMS的地层三维结构可视化模型及神经网络预测", 《科技导报》 *

Similar Documents

Publication Publication Date Title
CN106649331B (zh) 商圈识别方法及设备
US11061985B2 (en) System and method for linking data records for parcels
CN107133325A (zh) 一种基于街景地图的互联网照片地理空间定位方法
Morozov et al. Distributed contour trees
CN107832331A (zh) 可视化对象的生成方法、装置和设备
CN109063193A (zh) 一种专题地图推荐显示的方法及装置
JP2010128898A (ja) コンテンツ位置推定装置
US20220335635A1 (en) Method and system for location detection of photographs using topographic techniques
Adorjan Opensfm: A collaborative structure-from-motion system
CN114238541A (zh) 敏感目标信息获取方法、装置和计算机设备
CN114898057A (zh) 地质剖面图三维空间信息提取方法和装置、存储介质
CN114792111A (zh) 一种数据获取方法、装置、电子设备及存储介质
Lu et al. Online spatial data analysis and visualization system
Pacina et al. Pre‐dam valley reconstruction based on archival spatial data sources: Methods, accuracy, and 3D printing possibilities
CN113268793A (zh) 复杂地形土方量计算方法及装置
CN114579688A (zh) 一种基于gis的地质数据呈现方法及系统
CN115002196B (zh) 一种数据处理方法、装置、车端采集设备
CN116091715A (zh) 一种基于三维gis引擎的poi点聚合方法
Goodchild et al. Data quality in massive data sets
CN114972599A (zh) 一种对场景进行虚拟化的方法
CN111369624B (zh) 定位方法和装置
CN111737374B (zh) 位置坐标确定方法、装置、电子设备及存储介质
CN107833278B (zh) 地形模拟方法、装置及电子设备
Ruzinoor et al. Online 3D terrain visualization: Implementation and testing
Pfoser Crowdsourcing Geographic Information

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

Application publication date: 20220603

RJ01 Rejection of invention patent application after publication