CN114881814A - 一种自然资源综合调查技术方法 - Google Patents
一种自然资源综合调查技术方法 Download PDFInfo
- Publication number
- CN114881814A CN114881814A CN202210558577.9A CN202210558577A CN114881814A CN 114881814 A CN114881814 A CN 114881814A CN 202210558577 A CN202210558577 A CN 202210558577A CN 114881814 A CN114881814 A CN 114881814A
- Authority
- CN
- China
- Prior art keywords
- data
- building
- remote sensing
- house
- result
- 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
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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
本发明公开了一种自然资源综合调查技术方法,涉及自然资源综合调查技术领域,包括以下步骤:S1、通过遥感底图数据进行收集与处理,充分利用已有成果资料,对遥感底图数据信息高效准确采集收集和处理工作,本发明的有益效果是:本发明通过遥感底图数据进行收集与处理设置,有效助力房屋建筑信息高效准确采集,本发明通过对房屋建筑底面轮廓进行勾绘,采用计算机自动提取和人工目视解译相结合的半自动快速提取方式,在各环节充分利用各自动提取软件和GIS空间叠加分析相结合的方法,快速准确进行房屋建筑矢量数据采集,本发明通过对成果整理与分析,通过引进、开发各类质量检查、整理、统计分析工具及管理平台,保障成果质量。
Description
技术领域
本发明涉及自然资源综合调查技术领域,具体为一种自然资源综合调查技术方法。
背景技术
目前我国是世界上自然灾害最为严重的国家之一,灾害种类多、分布地域广、发生频率高、造成损失重。与此同时,在全球气候变化、经济社会快速发展背景下,自然灾害风险呈现出新情况、新特点,防范应对风险出现新的挑战,原有工作的全面性、综合性不足问题逐渐显现,亟待开展综合性的普查,为防范化解风险提供权威的自然灾害综合风险信息。
全国自然灾害综合风险普查是一项重大的国情国力调查,是提升自然灾害防治能力的基础性工作。全国自然灾害综合风险普查作为灾害风险调查和重点隐患排查工程的核心工作,具有基础性、综合性、创新性突出特点,通过普查摸清全国自然灾害风险隐患底数,查明重点区域抗灾能力,客观认识全国和各地区灾害综合风险水平,为中央和地方各级人民政府有效开展自然灾害防治工作、切实保障经济社会可持续发展提供权威的灾害风险信息和科学决策依据,需要通过自然资源综合调查方法进行对应处理。
现有技术较为死板,现有在进行自然资源综合调查时,大多采用人工主动操作,对各种信息采集时效果较差,同时未进行有效整理与工具平台相结合操作,会使得整体工作效率低下,工作质量未得到很好的保障,因此针对以上问题,本发明需要设计一种自然资源综合调查技术方法来解决上述出现的问题。
发明内容
鉴于现有技术中存在的上述问题,本发明的目的在于提供一种自然资源综合调查技术方法,以解决上述背景技术中提出现有在进行自然资源综合调查时,大多采用人工主动操作,对各种信息采集时效果较差,同时未进行有效整理与工具平台相结合操作,会使得整体工作效率低下,工作质量未得到很好的保障的问题。
本发明的技术方案是这样的:
一种自然资源综合调查技术方法,包括以下步骤:
S1、通过遥感底图数据进行收集与处理,充分利用已有成果资料,对遥感底图数据信息高效准确采集收集和处理工作;
S2、对房屋建筑底面轮廓进行勾绘,采用计算机自动提取和人工目视解译相结合的半自动快速提取方式,快速准确进行房屋建筑矢量数据采集;
S3、对成果整理与分析:通过引进、开发各类质量检查、整理、统计分析工具及管理平台对成果整理与分析。
优选的,所述步骤S1中包括以下步骤:
S101、通过遥感底图数据需求分析,拟定遥感底图数据收集清单:对房屋建筑采集规定的采集精度、采集要求及其他相关要求进行解读分析,明确实际生产中要在规定时间内采集满足要求的房屋建筑信息,可能需要的遥感底图数据具备什么条件,结合目前各部位已经开展的有关房屋建筑的调查、普查、监测相关项目,拟定待收集的遥感底图数据清单;
S102、对各类遥感底图数据用途进行分别解析:针对不同的遥感底图数据内容及特点,结合房屋建筑矢量数据采集内容与要求,对各类遥感底图数据在房屋建筑采集过程中的用途进行详细解析,并以此作为遥感底图数据质量标准制定及检查内容与处理方法的依据;
S103、通过遥感底图数据进行收集:对照遥感底图数据需求分析得到的遥感底图数据收集清单,逐项分析其数据来源,通过接收、申请、采买方式,逐项进行数据收集,一并纳入保密数据管理范围;
S104、通过遥感底图数据进行检查与处理:根据项目要求,对遥感底图数据的完整性、正确性、有效性、数学基础进行全面检查,填写检查记录表,并根据数据检查的具体情况进行相应处理或及时向招标方反馈;
S105、遥感底图数据规范化处理:结合房屋建筑矢量数据采集要求,根据各遥感底图数据在实际采集工作中的用途和使用方法,对遥感底图数据开展标准化、规范化处理。
优选的,所述步骤S2中包括以下步骤:
S201、辅助资料准备;
S202、房屋建筑底面轮廓勾绘方法分析与选取;
S203、房屋建筑发现与底面轮廓勾绘;
S204、拓扑构建处理及属性信息表达。
优选的,所述步骤S3中包括以下步骤:
S301、批次成果整理:投标人按照采集任务书要求完成采集任务后,以县区为单位,按照统一的成果文件组织要求进行批次成果整理,在任务书规定时间内提交质检单位检查,待质检意见下发后,对成果进行修改完善后再次上交,直至完全合格,批次成果整理主要包括房屋建筑采集信息管理文件夹整理、云层覆盖文件制作、签名文件制作、批次成果交接单打印;
S302、最终成果整理:投标人完成所有采集任务后,在招标方的统一安排及要求下,以县区为单位,整合采集区内所有批次成果,进行最终成果的整理,主要包括批次成果合并、最终成果交接单打印;
S303、成果统计分析:在房屋建筑矢量数据采集任务完成后,分别以县级行政辖区和市级行政辖区为统计单元,采用软件自动统计与人工相结合的方法,对房屋建筑矢量数据采集成果的总体采集情况、房屋建筑类型、面积分级情况进行统计,根据统计结果编写房屋建筑矢量数据采集分析报告,对房屋建筑情况进行客观分析;
S304、文字报告编写:按照招标方要求,在房屋建筑采集任务开展前、完成后两个阶段,分别编制《全国自然灾害综合风险普查房屋建筑和市政设施底图制备项目实施方案》、《全国自然灾害综合风险普查房屋建筑和市政设施底图制备项目自检报告》、《全国自然灾害综合风险普查房屋建筑和市政设施底图制备项目分省成果分析报告》《全国自然灾害综合风险普查房屋建筑和市政设施底图制备项目工作报告》、《全国自然灾害综合风险普查房屋建筑和市政设施底图制备项目技术报告》、《全国自然灾害综合风险普查房屋建筑和市政设施底图制备经费决算报告》相关报告。
优选的,所述步骤S201包括以下步骤:
(1)收集采集区背景资料,包括自然地理概况和社会经济情况;
(2)复印招标方下发的《全国自然灾害综合风险普查房屋建筑和市政设施底图制备技术方案》,并分发至信息提取组各成员及项目组主要技术人员;
(3)建立主要建设用地类型建设状态解译标志、房屋建筑物主要影像特征、不同建筑物区域结构解译标志、建筑物遥感影像特征与影像分辨率对应关系、不同房屋建筑类型解译标志、易混淆为房屋建筑的地物用地解译标志相关解译标志,并在作业过程中不断补充完善;
(4)生产过程中,及时归纳总结质检单位检查意见、遇到的问题及解决方法。
优选的,所述步骤S202在进行使用时通过充分对比分析人工目视解译勾绘法与各类房屋建筑信息自动提取算法、基于市面常用的自动提取软件的自动提取方法的优缺点,结合房屋建筑矢量数据采集内容与要求,选择适宜的、最优的房屋建筑底面轮廓勾绘方法,即基于已有参考数据构建的建筑物样本集数据基础上的计算机自动提取和人工目视解译相结合的半自动快速提取方法;
所述步骤S203在进行使用时采用基于已有参考数据构建的建筑物样本集数据基础上的计算机自动提取和人工目视解译相结合的半自动快速提取方法,按照城镇与农村不同房屋建筑类型分类,通过分步提取的方式,进行房屋建筑发现与底面轮廓勾绘;
所述步骤S204在进行使用时根据采集成果要求,对自检合格的房屋建筑矢量采集数据进行拓扑构建及处理,在以上基础上,采用人工赋值与软件自动赋值相结合的方法,完善相应属性信息,得到房屋建筑采集成果。
优选的,所述步骤S203包括以下步骤:
(1)图斑勾绘前准备工作:
根据方案要求,统一建立房屋建筑矢量数据模板;
根据任务分配情况,提前准备好待采集区县的相关数据资料,以文件夹的形式统一整理存放;
(2)房屋建筑信息自动提取:充分利用已有参考数据构建建筑物样本集数据,同时结合云雪矢量数据,分别制作城镇房屋建筑和农村房屋建筑采集范围;在以上基础上,采用面向对象和深度学习的房屋建筑自动提取方法,分别得到城镇房屋建筑自动提取成果和农村房屋建筑自动提取成果;
(3)人工去伪、修正与补绘:在自动提取成果的基础上,严格按照房屋建筑采集标准与要求,综合利用人工目视解译法和半自动修正法,对房屋建筑矢量采集成果进行去伪、修正与补漏。
优选的,所述步骤S301包括以下步骤:
(1)签名文件制作:在下发的质检软件中依次填写房屋建筑采集人、质量检查人、技术负责人、项目负责人相关签名信息;
(2)云层覆盖文件夹整理:对采集区遥感影像底图中云层覆盖重点区域部分进行勾绘,形成云层覆盖矢量文件,在提交有云层覆盖重点区域成果时,提供云层覆盖重点区情况说明,说明内容主要包括投标人接收数据、问题反馈及数据组答复情况;
(3)补充说明文件编写:对于精度超限、影像质量差、特殊原因造成文件缺失或文件异常情况要提交相应的情况说明,并分析原因;
(4)房屋建筑采集信息管理文件夹整理:按照房屋建筑采集信息管理文件夹整理要求,拷贝矢量文件、表格、文档到指定目录,并按命名规则进行命名;
(5)批次成果交接单打印:批次成果交接单用于记录本批次提交成果内容及数量、载体信息,打印后与成果盘同时提交。
优选的,所述步骤S302包括以下步骤:
(1)批次成果合并,批次成果合并主要指批次房屋建筑矢量文件合并;
(2)最终成果交接单打印,最终成果交接单用于记录本次提交成果内容及数量、载体信息,打印后与成果盘同时提交。
优选的,所述步骤S304中在进行报告编制时主要按照确定报告编写提纲、资料收集、报告编写、报告修改以及编排与校核几项内容进行编制。
本发明具有以下优点和有益效果:
1、本发明通过遥感底图数据进行收集与处理设置,科学收集并充分利用已有成果资料,有效助力房屋建筑信息高效准确采集;
2、本发明通过对房屋建筑底面轮廓进行勾绘,基于已有参考数据构建的建筑物样本集数据基础上,采用计算机自动提取和人工目视解译相结合的半自动快速提取方式,在各环节充分利用各自动提取软件和GIS空间叠加分析相结合的方法,快速准确进行房屋建筑矢量数据采集;
3、本发明通过对成果整理与分析,通过引进、开发各类质量检查、整理、统计分析工具及管理平台,有效提高成果检查效率,保障成果质量。
附图说明
图1为本发明实施例所述的一种自然资源综合调查技术方法整体步骤流程示意图;
图2为本发明实施例所述的一种自然资源综合调查技术方法批次成果整理流程示意图;
图3为本发明实施例所述的一种自然资源综合调查技术方法遥感底图数据收集与处理技术流程示意图;
图4为本发明实施例所述的一种自然资源综合调查技术方法最终成果整理流程示意图;
图5为本发明实施例所述的一种自然资源综合调查技术方法成果质量控制流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。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,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
下面将参照附图和具体实施例对本发明作进一步的说明。
请参阅图1-5,本发明提供一种技术方案:一种自然资源综合调查技术方法,包括以下步骤:
实施例
其中,S1、通过遥感底图数据进行收集与处理,充分利用已有成果资料,对遥感底图数据信息高效准确采集收集和处理工作;
所述步骤S1中包括以下步骤:
S101、通过遥感底图数据需求分析,拟定遥感底图数据收集清单:对房屋建筑采集规定的采集精度、采集要求及其他相关要求进行解读分析,明确实际生产中要在规定时间内采集满足要求的房屋建筑信息,可能需要的遥感底图数据具备什么条件,结合目前各部位已经开展的有关房屋建筑的调查、普查、监测相关项目,拟定待收集的遥感底图数据清单;
S102、对各类遥感底图数据用途进行分别解析:针对不同的遥感底图数据内容及特点,结合房屋建筑矢量数据采集内容与要求,对各类遥感底图数据在房屋建筑采集过程中的用途进行详细解析,并以此作为遥感底图数据质量标准制定及检查内容与处理方法的依据;
S103、通过遥感底图数据进行收集:对照遥感底图数据需求分析得到的遥感底图数据收集清单,逐项分析其数据来源,通过接收、申请、采买方式,逐项进行数据收集,从招标方和相关部门领取基础数据后,首先要对基础数据进行详细的登记、备份,并将所有基础数据,包括备份数据,一并纳入保密数据管理范围;
S104、通过遥感底图数据进行检查与处理:根据项目要求,对遥感底图数据的完整性、正确性、有效性、数学基础进行全面检查,填写检查记录表,并根据数据检查的具体情况进行相应处理或及时向招标方反馈,以便及时更换合格数据;
S105、遥感底图数据规范化处理:结合房屋建筑矢量数据采集要求,根据各遥感底图数据在实际采集工作中的用途和使用方法,对遥感底图数据开展标准化、规范化处理,以便直接用于房屋建筑采集环节,助力于快速、准确地提取房屋建筑信息;
S2、对房屋建筑底面轮廓进行勾绘,采用计算机自动提取和人工目视解译相结合的半自动快速提取方式,快速准确进行房屋建筑矢量数据采集;
所述步骤S2中包括以下步骤:
S201、辅助资料准备;
S202、房屋建筑底面轮廓勾绘方法分析与选取;
S203、房屋建筑发现与底面轮廓勾绘;
S204、拓扑构建处理及属性信息表达;
S3、对成果整理与分析:通过引进、开发各类质量检查、整理、统计分析工具及管理平台对成果整理与分析;
所述步骤S3中包括以下步骤:
S301、批次成果整理:投标人按照采集任务书要求完成采集任务后,以县区为单位,按照统一的成果文件组织要求进行批次成果整理,在任务书规定时间内提交质检单位检查,待质检意见下发后,对成果进行修改完善后再次上交,直至完全合格,批次成果整理主要包括房屋建筑采集信息管理文件夹整理、云层覆盖文件制作、签名文件制作、批次成果交接单打印;
S302、最终成果整理:投标人完成所有采集任务后,在招标方的统一安排及要求下,以县区为单位,整合采集区内所有批次成果,进行最终成果的整理,主要包括批次成果合并、最终成果交接单打印;
S303、成果统计分析:在房屋建筑矢量数据采集任务完成后,分别以县级行政辖区和市级行政辖区为统计单元,采用软件自动统计与人工相结合的方法,对房屋建筑矢量数据采集成果的总体采集情况、房屋建筑类型、面积分级情况进行统计,根据统计结果编写房屋建筑矢量数据采集分析报告,对房屋建筑情况进行客观分析;
S304、文字报告编写:按照招标方要求,在房屋建筑采集任务开展前、完成后两个阶段,分别编制《全国自然灾害综合风险普查房屋建筑和市政设施底图制备项目实施方案》、《全国自然灾害综合风险普查房屋建筑和市政设施底图制备项目自检报告》、《全国自然灾害综合风险普查房屋建筑和市政设施底图制备项目分省成果分析报告》《全国自然灾害综合风险普查房屋建筑和市政设施底图制备项目工作报告》、《全国自然灾害综合风险普查房屋建筑和市政设施底图制备项目技术报告》、《全国自然灾害综合风险普查房屋建筑和市政设施底图制备经费决算报告》相关报告。
其中,所述步骤S201包括以下步骤:
(1)收集采集区背景资料,包括自然地理概况和社会经济情况;
(2)复印招标方下发的《全国自然灾害综合风险普查房屋建筑和市政设施底图制备技术方案》,并分发至信息提取组各成员及项目组主要技术人员;
(3)建立主要建设用地类型建设状态解译标志、房屋建筑物主要影像特征、不同建筑物区域结构解译标志、建筑物遥感影像特征与影像分辨率对应关系、不同房屋建筑类型解译标志、易混淆为房屋建筑的地物用地解译标志相关解译标志,并在作业过程中不断补充完善;
(4)生产过程中,及时归纳总结质检单位检查意见、遇到的问题及解决方法。
其中,所述步骤S202在进行使用时通过充分对比分析人工目视解译勾绘法与各类房屋建筑信息自动提取算法、基于市面常用的自动提取软件的自动提取方法的优缺点,结合房屋建筑矢量数据采集内容与要求,选择适宜的、最优的房屋建筑底面轮廓勾绘方法,即基于已有参考数据构建的建筑物样本集数据基础上的计算机自动提取和人工目视解译相结合的半自动快速提取方法;
所述步骤S203在进行使用时采用基于已有参考数据构建的建筑物样本集数据基础上的计算机自动提取和人工目视解译相结合的半自动快速提取方法,按照城镇与农村不同房屋建筑类型分类,通过分步提取的方式,进行房屋建筑发现与底面轮廓勾绘;
所述步骤S204在进行使用时根据采集成果要求,对自检合格的房屋建筑矢量采集数据进行拓扑构建及处理,在以上基础上,采用人工赋值与软件自动赋值相结合的方法,完善相应属性信息,得到房屋建筑采集成果。
其中,所述步骤S203包括以下步骤:
(1)图斑勾绘前准备工作:
根据方案要求,统一建立房屋建筑矢量数据模板;
根据任务分配情况,提前准备好待采集区县的相关数据资料,以文件夹的形式统一整理存放;
(2)房屋建筑信息自动提取:充分利用已有参考数据构建建筑物样本集数据,同时结合云雪矢量数据,分别制作城镇房屋建筑和农村房屋建筑采集范围;在以上基础上,采用面向对象和深度学习的房屋建筑自动提取方法,分别得到城镇房屋建筑自动提取成果和农村房屋建筑自动提取成果;具体流程如下:
首先,充分利用收集的2020年农村房地一体化调查数据、2020年集体建设用地和宅基地调查更新数据、2020年地理国情监测数据参考矢量数据和对应的高分辨率卫星遥感影像数据,快速制作建筑物样本集数据;
然后,引入云检测软件,对遥感影像底图的云、雪、雾、阴影矢量区域进行自动检测,制作遥感影像云雪矢量文件;同时,利用GIS软件的字段筛选工具,从收集的土地权属性质矢量数据相关参考数据中,提取城镇区范围矢量数据和农村范围矢量数据,分别作为城镇房屋建筑矢量数据采集范围和农村房屋建筑矢量数据采集范围;在以上数据基础上,结合行政界线,利用GIS软件的切割、空间位置属性链接工具,分别制作城镇房屋和农村房屋软件自动提取范围矢量数据;
最后,依据采集区及数据源特点,通过分析城镇住宅房屋建筑、城镇非住宅房屋建筑、农村房屋建筑物不同类型建筑物的光谱、几何、纹理影像特征,选取适宜的自动提取算法与模型,采用“面向对象和深度学习”的房屋建筑自动提取方法,分别得到城镇房屋建筑自动提取成果和农村房屋建筑自动提取成果。
(3)人工去伪、修正与补绘:在自动提取成果的基础上,严格按照房屋建筑采集标准与要求,综合利用人工目视解译法和半自动修正法,对房屋建筑矢量采集成果进行去伪、修正与补漏。
其中,所述步骤S301包括以下步骤:
(1)签名文件制作:在下发的质检软件中依次填写房屋建筑采集人、质量检查人、技术负责人、项目负责人相关签名信息;
(2)云层覆盖文件夹整理:对采集区遥感影像底图中云层覆盖重点区域部分进行勾绘,形成云层覆盖矢量文件,在提交有云层覆盖重点区域成果时,提供云层覆盖重点区情况说明,说明内容主要包括投标人接收数据、问题反馈及数据组答复情况;
(3)补充说明文件编写:对于精度超限、影像质量差、特殊原因造成文件缺失或文件异常情况要提交相应的情况说明,并分析原因;
(4)房屋建筑采集信息管理文件夹整理:按照房屋建筑采集信息管理文件夹整理要求,拷贝矢量文件、表格、文档到指定目录,并按命名规则进行命名;
(5)批次成果交接单打印:批次成果交接单用于记录本批次提交成果内容及数量、载体信息,打印后与成果盘同时提交。
其中,所述步骤S302包括以下步骤:
(1)批次成果合并,批次成果合并主要指批次房屋建筑矢量文件合并;
(2)最终成果交接单打印,最终成果交接单用于记录本次提交成果内容及数量、载体信息,打印后与成果盘同时提交。
其中,所述步骤S304中在进行报告编制时主要按照确定报告编写提纲、资料收集、报告编写、报告修改以及编排与校核几项内容进行编制。
本发明的工作原理:
(一)科学收集并充分利用已有成果资料,有效助力房屋建筑信息高效准确采集:
通过对房屋建筑采集要求的需求解读,科学分析、拟定待收集的遥感底图数据清单;收集整合既有信息,全面梳理普查规范中要求的数据,充分利用农村房屋确权登记颁证、国土三调、土地确权各类专项调查成果,对数据进行有效融合、处理,以便直接用于房屋建筑采集环节,有效助力房屋建筑信息快速、准确采集。具体为:
(1)在房屋建筑信息采集准备工作阶段
充分利用国土变更调查数据库及其遥感影像、地理国情监测数据库及其遥感影像,制作主要建设用地建设状态解译标志、房屋建筑物主要影像特征、不同建筑物区域结构解译标志、建筑物遥感影像特征与影像分辨率对应关系、不同房屋建筑类型解译标志、易混淆为房屋建筑的地物用地解译标志相关解译标志,以用于指导后续房屋建筑信息采集及类型判定工作;
(2)在房屋建筑信息采集工作阶段
一是,充分利用收集的农村房地一体化调查数据、集体建设用地和宅基地调查更新数据、地理国情监测数据参考矢量数据和对应的高分辨率卫星遥感影像数据,快速制作分类房屋建筑物样本集数据,以用于房屋建筑信息自动采集工作;
二是,可以利用GIS软件的字段筛选工具,从收集的土地权属性质矢量数据相关参考数据中,提取城镇区范围矢量数据和农村范围矢量数据,结合遥感影像云雪矢量文件,分别制作城镇房屋和农村房屋软件自动提取范围矢量数据,通过锚定目标区域的方式,提高房屋建筑软件自动提取的效率和准确度;
三是,基于减少了干扰项的分类房屋建筑物样本集数据和锚定了目标区域的分类房屋提取范围,采取分类、分步的采集方式开展房屋建筑信息采集工作,可有效提高房屋建筑信息软件自动采集的效率和准确度;
(二)基于已有参考数据构建的建筑物样本集数据基础上,采用计算机自动提取和人工目视解译相结合的半自动快速提取方式,在各环节充分利用“各自动提取软件和GIS空间叠加分析”相结合的方法,快速准确进行房屋建筑矢量数据采集,全国自然灾害综合风险普查房屋建筑和市政设施底图制备房屋建筑矢量数据采集项目,同时,需要对地级市范围内的全部房屋建筑进行单体矢量化、生产任务重。若采用纯人工提取的方法,只能通过人海战术来实现,考虑到人工成本较高,生产单位经济压力较大,可能会出现降低质量以保数量的现象,最后只能是影响项目工期和成果整体质量,针对此问题,通过充分对比分析各房屋建筑信息勾绘方法,尤其是各计算机自动发现、提取算法及各自动提取软件的优缺点,选择采用以下方法,有效提高房屋建筑矢量数据采集精度和效率:
(1)房屋采集总体环节上:采用基于已有参考数据构建的建筑物样本集数据基础上的计算机自动提取+人工目视解译相结合的半自动快速提取方法,进行房屋建筑矢量数据快速采集;同时,采用其他采集方法进行补充、验证。
首先,充分利用收集的2020年农村房地一体化调查数据、2020年集体建设用地和宅基地调查更新数据、2020年地理国情监测数据参考矢量数据和对应的高分辨率卫星遥感影像数据,快速制作建筑物样本集数据;
然后,分别在利用收集的相关参考数据基础上制作的城镇房屋和农村房屋软件自动提取数据矢量范围内,依据采集区及数据源特点,通过分析城镇住宅房屋建筑、城镇非住宅房屋建筑、农村房屋建筑物不同类型建筑物的光谱、几何、纹理影像特征,选取适宜的自动提取算法与模型,采用“面向对象+深度学习”的房屋建筑自动提取方法,分别得到城镇房屋建筑自动提取成果和农村房屋建筑自动提取成果;
最后,在自动提取成果的基础上,严格按照房屋建筑采集标准与要求,综合利用人工目视解译法和半自动修正法,对房屋建筑矢量采集成果进行去伪、修正与补漏;同时,可利用其他快速提取方法进行补充、验证,以此提高房屋建筑底面轮廓勾绘的效率和准确度;
(2)在房屋建筑自动采集准备环节:利用云自动检测软件和GIS空间叠加分析相结合的方式,快速制作城镇房屋和农村房屋软件自动提取范围矢量数据,有效房屋建筑信息自动采集效率和准确度;
引入云检测软件,对遥感影像底图的云、雪、雾、阴影矢量区域进行自动检测,制作遥感影像云雪矢量文件;同时,利用GIS软件的字段筛选工具,从收集的土地权属性质矢量数据相关参考数据中,提取城镇区范围矢量数据和农村范围矢量数据;在以上数据基础上,结合行政界线,利用GIS软件的空间叠加分析工具,分别制作城镇房屋和农村房屋软件自动提取范围矢量数据。在房屋建筑信息自动采集时,通过对自动采集软件中相关分类文件进行设置,仅对矢量范围内容数据进行计算分割,提高采集效率的同时,由于减少了云雪干扰项,还可有效提高房屋建筑信息采集准确度;
(3)在房屋建筑自动采集环节:采用面向对象多尺度分割和深度学习的房屋建筑自动提取方法,有效提高房屋建筑信息自动采集效率和准确度;
采用面向对象多尺度分割和深度学习的自动化提取软件,充分利用已有的建筑物样本,分别在城镇房屋建筑采集范围和农村房屋建筑范围内进行房屋建筑信息自动采集,有效提高房屋建筑信息自动采集效率和准确度。具体为:
首先,通过分别载入城镇房屋建筑采集范围和农村房屋建筑范围,建立房屋建筑自动采集工程文件;然后,利用面向对象的多尺度分割方法,对房屋建筑范围矢量文件内部的影像区域进行自动分割,同时,可根据影像地物情况,进行分割尺度的二次编辑;得到满意的分割结果后,根据房屋建筑类别情况,构建地物类别,根据采集区实际情况,可构建按照对象特征公式进行面向对象特征分类,构建规则集,以满足采集精度要求;接着,选取深度学习提取分类法,利用基于已有参考数据建立的建筑物样本集数据,进行模型训练、计算和自动分类;最后,经过面向对象的半自动化编辑后,分类导出房屋建筑信息自动采集成果;
(4)在去伪环节:利用综合分析方法,采用分类审核快速去伪方式,实现伪图斑快速认定与剔除;
采用开发的图斑分类审核工具,借助其快速切换显示功能,采用分类审核的模式,通过综合利用各类采集知识库,基于影像空间纹理、光谱与时相特征,分类逐图斑对软件自动提取的房屋建筑图斑进行辨伪,以达到伪图斑快速认定与剔除目标;
(5)在图斑边界修正和明显遗漏图斑补充环节:利用半自动化修正和半自动化勾绘工具,快速实现对大量自动采集图斑的边界修正和明显遗漏图斑的补绘工作;
利用计算机自动采集的房屋建筑信息图斑,除了存在伪图斑外,受提取精度、图斑分类影响,也存在大量图斑边界不完全满足规定要求的情况,需要人工对图斑边界进行修正;
通常图斑边界修正,主要采用ArcGIS软件的整形要素、裁剪面、编辑折点工、追踪、分割面工具实现。但是考虑到边界修正工作量较大,完全靠人工进行图斑边界修正,需要耗费的时间较长;
针对此种情况,采用自主研发的土地调查数据库管理系统的半自动化快速修正工具,在快速修边的同时自动完成拓扑重建,可极大地提高图斑边界修正效率;
同样,针对明显遗漏图斑勾绘工作,也可在以往ArcGIS软件基础上,采用EasyFeature软件的建筑物半自动勾绘工具,有效提高图斑勾绘效率。
(6)在拓扑构建与处理环节:通过构建拓扑规则集模型,实现拓扑构建与处理的标准与统一,确保图斑拓扑正确性;
利用GIS软件拓扑构建工具,根据房屋建筑矢量数据采集标准与要求,结合往年相关项目经验,统一构建拓扑规则集模型,以此下发各作业员,实现拓扑构建与处理的标准与统一,确保拓扑构建时不会因规则建立错误或遗漏问题,导致拓扑问题未查出,从而确保图斑拓扑正确性;
(7)在属性信息表达环节:采用软件自动赋值的方法,进行属性内容快速、准确标注;
结合以往信息采集经验和不同属性标注方法的优缺点,采用软件自动赋值的方法,对不同的属性内容进行标注。具体为:
A、关于房屋建筑类型,若为软件自动提取,可根据所属的分类矢量统一赋值;若为人工补绘,可利用事先设定的房屋建筑类型模板,选择相应的房屋建筑类型进行勾绘,即可自动输入该房屋建筑类型,无需再手工填写。
B、关于其他属性字段,利用我单位自行研发的数据管理与数据库系统平台或基于ArcGIS软件模型构建器编制的属性赋值小工具,对其他基础信息字段内容进行批量自动标注;对于后期新增的采集任务或变更的要求,在原有ArcGIS属性赋值小工具基础上进行更新、增补、修订后,自动进行标注。
(三)引进、开发各类质量检查、整理、统计分析工具及管理平台,有效提高成果检查效率,保障成果质量;
根据房屋建筑矢量数据采集具体要求,在以往影像信息采集项目中引进、自主开发的多款成果质量检查、自动整理、统计分析小工具基础上,不断探索试验、改进更新,以期提高成果检查效率,保障成果质量,包括但不限于:
(1)在遥感底图数据检查阶段:利用人工目视检查和软件自动检查相结合的方式,对收集的各类遥感底图数据进行快速检查;
针对不同遥感底图数据类型,结合该数据在房屋建筑矢量数据采集工作中的作用要求,根据遥感底图数据实际情况,借助GIS、RS、云自动检测软件、遥感影像相对精度自动化检测软件,综合选用人工目视检查法和软件自动检查法,对收集的各类遥感底图数据进行快速检查,以确保其能有效用于后续房屋建筑底面轮廓勾绘工作中;
(2)在房屋建筑底面轮廓勾绘成果检查阶段:综合利用多种检查小工具,提高图斑检查准确性基础上,提高检查效率;
a、在ArcGIS软件平台下二次开发图斑审核工具,按房屋建筑类型,逐类型、逐图斑对提取的房屋建筑图斑进行检查,提高房屋建筑类型界定准确率,同时提升图斑检查效率;
b、引入锐角检查小工具,对房屋建筑采集中存在的细长尖角问题进行自动检查,提高图斑勾绘边界准确率,同时提升图斑检查效率;
c、引入按键精灵软件,通过录制图斑自动跳跃脚本,实现逐图斑自动跳跃闪现,以达到对房屋建筑矢量图斑边界勾绘准确性进行快速、整体浏览检查的目的,解放双手的同时,提高图斑检查效率;
d、引入具备一键式自动解译功能的EasyFeature、简译房屋建筑信息自动提取软件,借助自动提取结果,与房屋建筑采集成果进行空间叠加比对,对可能漏采图斑进行位置指引,有效提高图斑漏采图斑检查效率;
e、在往年成果质量检查小工具基础上,针对本项目各阶段成果类型、内容及要求,进行二次修改开发,提高房屋建筑矢量图斑整体性检查效率,批次成果及最终成果整体性检查效率,有效保证检查准确性;
(3)在成果整理分析检查阶段:开发整理分析小工具,提高成果整理分析效率和统计准确性;
自行研发成果整理和统计分析小软件,自动完成房屋建筑采集成果的整理、统计、分析工作。以此,进一步提高房屋建筑采集的自动化水平,提高作业效率的同时,解放更多人力投入到改善房屋建筑信息提取的准确性上;
(4)在成果质量控制阶段:搭建房屋建筑采集任务管理系统,有效提高多批次任务管理,确保成果质量;
结合房屋建筑矢量数据采集任务的内容、作业方法和方式,搭建房屋建筑信息采集任务管理系统,从任务下发、各主要作业环节、项目进度方面进行系统化、自动化管理,以确保各作业环节的有效衔接,提高作业效率,同时避免多批次任务下发造成的任务遗漏、重复现象,确保按招标方下发的各批次任务书要求,及时提交合格的成果,通过遥感底图数据进行收集与处理设置,科学收集并充分利用已有成果资料,有效助力房屋建筑信息高效准确采集,通过对房屋建筑底面轮廓进行勾绘,基于已有参考数据构建的建筑物样本集数据基础上,采用计算机自动提取和人工目视解译相结合的半自动快速提取方式,在各环节充分利用各自动提取软件和GIS空间叠加分析相结合的方法,快速准确进行房屋建筑矢量数据采集,通过对成果整理与分析,通过引进、开发各类质量检查、整理、统计分析工具及管理平台,有效提高成果检查效率,保障成果质量。
最后应说明的是:以上所述的各实施例仅用于说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分或全部技术特征进行同替换;而这些修改或替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种自然资源综合调查技术方法,其特征在于,包括以下步骤:
S1、通过遥感底图数据进行收集与处理,充分利用已有成果资料,对遥感底图数据信息高效准确采集收集和处理工作;
S2、对房屋建筑底面轮廓进行勾绘,采用计算机自动提取和人工目视解译相结合的半自动快速提取方式,快速准确进行房屋建筑矢量数据采集;
S3、对成果整理与分析:通过引进、开发各类质量检查、整理、统计分析工具及管理平台对成果整理与分析。
2.根据权利要求1所述的自然资源综合调查技术方法,其特征在于,所述步骤S1中包括以下步骤:
S101、通过遥感底图数据需求分析,拟定遥感底图数据收集清单:对房屋建筑采集规定的采集精度、采集要求及其他相关要求进行解读分析,明确实际生产中要在规定时间内采集满足要求的房屋建筑信息,可能需要的遥感底图数据具备什么条件,结合目前各部位已经开展的有关房屋建筑的调查、普查、监测相关项目,拟定待收集的遥感底图数据清单;
S102、对各类遥感底图数据用途进行分别解析:针对不同的遥感底图数据内容及特点,结合房屋建筑矢量数据采集内容与要求,对各类遥感底图数据在房屋建筑采集过程中的用途进行详细解析,并以此作为遥感底图数据质量标准制定及检查内容与处理方法的依据;
S103、通过遥感底图数据进行收集:对照遥感底图数据需求分析得到的遥感底图数据收集清单,逐项分析其数据来源,通过接收、申请、采买方式,逐项进行数据收集,一并纳入保密数据管理范围;
S104、通过遥感底图数据进行检查与处理:根据项目要求,对遥感底图数据的完整性、正确性、有效性、数学基础进行全面检查,填写检查记录表,并根据数据检查的具体情况进行相应处理或及时向招标方反馈;
S105、遥感底图数据规范化处理:结合房屋建筑矢量数据采集要求,根据各遥感底图数据在实际采集工作中的用途和使用方法,对遥感底图数据开展标准化、规范化处理。
3.根据权利要求1所述的自然资源综合调查技术方法,其特征在于,所述步骤S2中包括以下步骤:
S201、辅助资料准备;
S202、房屋建筑底面轮廓勾绘方法分析与选取;
S203、房屋建筑发现与底面轮廓勾绘;
S204、拓扑构建处理及属性信息表达。
4.根据权利要求1所述的自然资源综合调查技术方法,其特征在于,所述步骤S3中包括以下步骤:
S301、批次成果整理:投标人按照采集任务书要求完成采集任务后,以县区为单位,按照统一的成果文件组织要求进行批次成果整理,在任务书规定时间内提交质检单位检查,待质检意见下发后,对成果进行修改完善后再次上交,直至完全合格,批次成果整理主要包括房屋建筑采集信息管理文件夹整理、云层覆盖文件制作、签名文件制作、批次成果交接单打印;
S302、最终成果整理:投标人完成所有采集任务后,在招标方的统一安排及要求下,以县区为单位,整合采集区内所有批次成果,进行最终成果的整理,主要包括批次成果合并、最终成果交接单打印;
S303、成果统计分析:在房屋建筑矢量数据采集任务完成后,分别以县级行政辖区和市级行政辖区为统计单元,采用软件自动统计与人工相结合的方法,对房屋建筑矢量数据采集成果的总体采集情况、房屋建筑类型、面积分级情况进行统计,根据统计结果编写房屋建筑矢量数据采集分析报告,对房屋建筑情况进行客观分析;
S304、文字报告编写:按照招标方要求,在房屋建筑采集任务开展前、完成后两个阶段,分别编制《全国自然灾害综合风险普查房屋建筑和市政设施底图制备项目实施方案》、《全国自然灾害综合风险普查房屋建筑和市政设施底图制备项目自检报告》、《全国自然灾害综合风险普查房屋建筑和市政设施底图制备项目分省成果分析报告》《全国自然灾害综合风险普查房屋建筑和市政设施底图制备项目工作报告》、《全国自然灾害综合风险普查房屋建筑和市政设施底图制备项目技术报告》、《全国自然灾害综合风险普查房屋建筑和市政设施底图制备经费决算报告》相关报告。
5.根据权利要求3所述的自然资源综合调查技术方法,其特征在于,所述步骤S201包括以下步骤:
(1)收集采集区背景资料,包括自然地理概况和社会经济情况;
(2)复印招标方下发的《全国自然灾害综合风险普查房屋建筑和市政设施底图制备技术方案》,并分发至信息提取组各成员及项目组主要技术人员;
(3)建立主要建设用地类型建设状态解译标志、房屋建筑物主要影像特征、不同建筑物区域结构解译标志、建筑物遥感影像特征与影像分辨率对应关系、不同房屋建筑类型解译标志、易混淆为房屋建筑的地物用地解译标志相关解译标志,并在作业过程中不断补充完善;
(4)生产过程中,及时归纳总结质检单位检查意见、遇到的问题及解决方法。
6.根据权利要求5所述的自然资源综合调查技术方法,其特征在于:所述步骤S202在进行使用时通过充分对比分析人工目视解译勾绘法与各类房屋建筑信息自动提取算法、基于市面常用的自动提取软件的自动提取方法的优缺点,结合房屋建筑矢量数据采集内容与要求,选择适宜的、最优的房屋建筑底面轮廓勾绘方法,即基于已有参考数据构建的建筑物样本集数据基础上的计算机自动提取和人工目视解译相结合的半自动快速提取方法;
所述步骤S203在进行使用时采用基于已有参考数据构建的建筑物样本集数据基础上的计算机自动提取和人工目视解译相结合的半自动快速提取方法,按照城镇与农村不同房屋建筑类型分类,通过分步提取的方式,进行房屋建筑发现与底面轮廓勾绘;
所述步骤S204在进行使用时根据采集成果要求,对自检合格的房屋建筑矢量采集数据进行拓扑构建及处理,在以上基础上,采用人工赋值与软件自动赋值相结合的方法,完善相应属性信息,得到房屋建筑采集成果。
7.根据权利要求3所述的自然资源综合调查技术方法,其特征在于,
所述步骤S203包括以下步骤:
(1)图斑勾绘前准备工作:
根据方案要求,统一建立房屋建筑矢量数据模板;
根据任务分配情况,提前准备好待采集区县的相关数据资料,以文件夹的形式统一整理存放;
(2)房屋建筑信息自动提取:充分利用已有参考数据构建建筑物样本集数据,同时结合云雪矢量数据,分别制作城镇房屋建筑和农村房屋建筑采集范围;在以上基础上,采用面向对象和深度学习的房屋建筑自动提取方法,分别得到城镇房屋建筑自动提取成果和农村房屋建筑自动提取成果;
(3)人工去伪、修正与补绘:在自动提取成果的基础上,严格按照房屋建筑采集标准与要求,综合利用人工目视解译法和半自动修正法,对房屋建筑矢量采集成果进行去伪、修正与补漏。
8.根据权利要求4所述的自然资源综合调查技术方法,其特征在于,所述步骤S301包括以下步骤:
(1)签名文件制作:在下发的质检软件中依次填写房屋建筑采集人、质量检查人、技术负责人、项目负责人相关签名信息;
(2)云层覆盖文件夹整理:对采集区遥感影像底图中云层覆盖重点区域部分进行勾绘,形成云层覆盖矢量文件,在提交有云层覆盖重点区域成果时,提供云层覆盖重点区情况说明,说明内容主要包括投标人接收数据、问题反馈及数据组答复情况;
(3)补充说明文件编写:对于精度超限、影像质量差、特殊原因造成文件缺失或文件异常情况要提交相应的情况说明,并分析原因;
(4)房屋建筑采集信息管理文件夹整理:按照房屋建筑采集信息管理文件夹整理要求,拷贝矢量文件、表格、文档到指定目录,并按命名规则进行命名;
(5)批次成果交接单打印:批次成果交接单用于记录本批次提交成果内容及数量、载体信息,打印后与成果盘同时提交。
9.根据权利要求4所述的自然资源综合调查技术方法,其特征在于,所述步骤S302包括以下步骤:
(1)批次成果合并,批次成果合并主要指批次房屋建筑矢量文件合并;
(2)最终成果交接单打印,最终成果交接单用于记录本次提交成果内容及数量、载体信息,打印后与成果盘同时提交。
10.根据权利要求4所述的自然资源综合调查技术方法,其特征在于,所述步骤S304中在进行报告编制时主要按照确定报告编写提纲、资料收集、报告编写、报告修改以及编排与校核几项内容进行编制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210558577.9A CN114881814A (zh) | 2022-05-20 | 2022-05-20 | 一种自然资源综合调查技术方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210558577.9A CN114881814A (zh) | 2022-05-20 | 2022-05-20 | 一种自然资源综合调查技术方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114881814A true CN114881814A (zh) | 2022-08-09 |
Family
ID=82678421
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210558577.9A Pending CN114881814A (zh) | 2022-05-20 | 2022-05-20 | 一种自然资源综合调查技术方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114881814A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115934749A (zh) * | 2022-11-22 | 2023-04-07 | 江苏省基础地理信息中心 | 一种自然灾害综合风险普查数据一体化处理方法及应用 |
CN116595715A (zh) * | 2023-04-12 | 2023-08-15 | 北京世纪农丰土地科技有限公司 | 一种土地综合整治与生态修复数据处理系统 |
-
2022
- 2022-05-20 CN CN202210558577.9A patent/CN114881814A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115934749A (zh) * | 2022-11-22 | 2023-04-07 | 江苏省基础地理信息中心 | 一种自然灾害综合风险普查数据一体化处理方法及应用 |
CN115934749B (zh) * | 2022-11-22 | 2024-04-09 | 江苏省基础地理信息中心 | 一种自然灾害综合风险普查数据一体化处理方法及应用 |
CN116595715A (zh) * | 2023-04-12 | 2023-08-15 | 北京世纪农丰土地科技有限公司 | 一种土地综合整治与生态修复数据处理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104750799B (zh) | 一种基于地址解析数据的建设用地类型快速识别方法 | |
CN114881814A (zh) | 一种自然资源综合调查技术方法 | |
CN108921166A (zh) | 基于深度神经网络的医疗票据类文本检测识别方法及系统 | |
CN108256116B (zh) | 一种农用地现状数据快速采集方法 | |
CN103268613B (zh) | 利用遥感、地理信息系统技术检测小班林业资源的方法 | |
CN108830554B (zh) | 基于任务模型的数据成果信息质量智能检测方法和系统 | |
CN114519498A (zh) | 一种基于bim模型的质量验评方法和系统 | |
CN111914767A (zh) | 一种基于多源遥感数据的散乱污企业检测方法及系统 | |
CN107368480A (zh) | 一种兴趣点数据错误类型定位、重复识别方法及装置 | |
CN111797188B (zh) | 一种基于开源地理空间矢量数据的城市功能区定量识别方法 | |
Congalton | Assessing positional and thematic accuracies of maps generated from remotely sensed data | |
Roschlaub et al. | An INSPIRE-konform 3D building model of Bavaria using cadastre information, lidar and image matching | |
CN112419124B (zh) | 一种低效工业用地的快速识别方法、装置及其存储介质 | |
CN111708827A (zh) | 一种不动产单元编码系统 | |
Busch et al. | Automated verification of a topographic reference dataset: System design and practical results | |
Zygmunt et al. | Database inconsistency errors correction, on example of LPIS databases in Poland | |
CN111625549B (zh) | 一种不动产登记空间数据户落幢快速模糊匹配方法 | |
CN112257970A (zh) | 一种基于兴趣点大数据的城市功能区自动划分方法 | |
CN114973017A (zh) | 融合遥感及gis技术的输变电设备高精度定位方法及系统 | |
CN107657262A (zh) | 一种计算机自动分类精度评价方法 | |
KR20110037015A (ko) | 연속지적도 오류 발견 프로그램 및 그 방법 | |
CN111412925B (zh) | 一种poi位置的纠错方法及装置 | |
Busch et al. | Quality management of ATKIS data | |
CN111582813A (zh) | 一种城市体检指标采集方法及填报工具 | |
CN113486105B (zh) | 一种面向cim的自然资源历史业务数据整合方法及装置 |
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 |