CN115080642A - 企业集群识别方法、装置、计算机设备及存储介质 - Google Patents
企业集群识别方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN115080642A CN115080642A CN202210995680.XA CN202210995680A CN115080642A CN 115080642 A CN115080642 A CN 115080642A CN 202210995680 A CN202210995680 A CN 202210995680A CN 115080642 A CN115080642 A CN 115080642A
- Authority
- CN
- China
- Prior art keywords
- enterprise
- area
- cluster
- unit
- industrial
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 239000000872 buffer Substances 0.000 claims abstract description 59
- 238000009826 distribution Methods 0.000 claims abstract description 45
- 238000010586 diagram Methods 0.000 claims abstract description 17
- 230000000694 effects Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 abstract 1
- 230000002265 prevention Effects 0.000 description 6
- 239000012855 volatile organic compound Substances 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000010865 sewage Substances 0.000 description 2
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- 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
- G06F16/23—Updating
- G06F16/2379—Updates performed during online database operations; commit processing
-
- 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
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- 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
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Computational Linguistics (AREA)
- Probability & Statistics with Applications (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Remote Sensing (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供了一种企业集群识别方法、装置、计算机设备及存储介质，涉及大气污染管控技术领域，其中，该方法包括：获取待识别区域的工业企业清单数据，并根据所述工业企业清单数据中企业的位置信息，建立企业空间分布图；在所述企业空间分布图中，为每个企业设置预设范围的缓冲区，其中，每个企业位于各自的所述缓冲区中，所述缓冲区为企业的污染排放所影响的区域；将存在空间交集的所述缓冲区组成一个区域，将所述企业空间分布图中独立的区域视为一个单元；根据所述单元确定企业集群单元。该方案实现了基于企业清单数据来智能自动化定位、识别企业集群单元区域，可以精准、高效地实现企业集群的提取和统计。
Description
技术领域
本发明涉及大气污染管控技术领域，特别涉及一种企业集群识别方法、装置、计算机设备及存储介质。
背景技术
在大气污染防治取得全面胜利的大背景下，需要深入打好污染防治攻坚战，突出精准、科学、依法治污，加强细颗粒物与臭氧协同控制，创新大气环境监管模式，利用科技手段推进非现场监督执法工作，不断提高大气环境智慧监管水平。随着散乱污企业的整治工作逐步完成，大量“散乱污”关停取缔、升级改造、搬迁入园，工业企业分布的聚集性特征越发明显，工业企业入驻园区形成趋势；另外存在部分因产业、供应等因素，自发或人为原因形成的聚集区，多数为同类型企业，即特色产业集群。将原有热点网格监管转变为以重点工业园区、重点企业集群等为单元开展监管、考核，将有利于落实责任主体，压实各级工作责任。
目前国家的监管体系仍然是抓热点、督整改的方式，而企业数量众多，对每个企业监管会造成评估和管理工作量巨大。尽管中小型企业单个企业排放量不明显，但是在企业聚集区域当企业累积到一定数量会形成较大排放。因此，构建工业企业污染集群，用于后续监管和考核评估。将工业企业污染集群作为新的监管单元，可以用以指导和支持大气污染防治管理，如评估、考核、监管、应急管控等。
目前企业集群的判断方法主要是依靠生态环境管理部门通过实地调查、走访和统计得出，这种方法尽管能保障准确性，但是非常耗费人力物力，并且更新周期很慢，导致有的地方企业基本已经关停或者搬离后，依然被认定为企业集群，使得企业集群的确定精度低、效率低。
发明内容
有鉴于此，本发明实施例提供了一种企业集群识别方法，以解决现有技术中企业集群的确定存在精度低、效率低的技术问题。该方法包括：
获取待识别区域的工业企业清单数据，并根据所述工业企业清单数据中企业的位置信息，建立企业空间分布图；
在所述企业空间分布图中，为每个企业设置预设范围的缓冲区，其中，每个企业位于各自的所述缓冲区中，所述缓冲区为企业的污染排放所影响的区域；
将存在空间交集的所述缓冲区组成一个区域，将所述企业空间分布图中独立的区域视为一个单元；
根据所述单元确定企业集群单元。
本发明实施例还提供了一种企业集群识别装置，以解决现有技术中企业集群的确定存在精度低、效率低的技术问题。该装置包括：
企业空间分布图构建模块，用于获取待识别区域的工业企业清单数据，并根据所述工业企业清单数据中企业的位置信息，建立企业空间分布图；
缓冲区设置模块，用于在所述企业空间分布图中，为每个企业设置预设范围的缓冲区，其中，每个企业位于各自的所述缓冲区中，所述缓冲区为企业的污染排放所影响的区域；
单元确定模块，用于将存在空间交集的所述缓冲区组成一个区域，将所述企业空间分布图中独立的区域视为一个单元；
企业集群识别模块，用于根据所述单元确定企业集群单元。
本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在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上述任意的企业集群识别方法，以解决现有技术中企业集群的确定存在精度低、效率低的技术问题。
本发明实施例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执行上述任意的企业集群识别方法的计算机程序，以解决现有技术中企业集群的确定存在精度低、效率低的技术问题。
与现有技术相比，本说明书实施例采用的上述至少一个技术方案能够达到的有益效果至少包括：通过工业企业清单数据建立企业空间分布图，进而在企业空间分布图中为每个企业设置预设范围的缓冲区，以标出每个企业污染排放所影响的区域，将存在空间交集的缓冲区组成一个区域，并将企业空间分布图中独立的区域视为一个单元，最后，根据企业空间分布图中的单元即可确定企业集群单元，实现了基于企业清单大数据来智能自动化定位、识别企业集群单元区域，与现有技术中人工统计企业集群的方法相比，可以精准、高效地实现企业集群的统计，并可以实现基于更新的工业企业清单数据，及时、高效、动态地更新企业集群的统计，进而可以更精准、高效地为大气污染防治提供管控依据。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例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它的附图。
图1是本发明实施例提供的一种企业集群识别方法的流程图；
图2是本发明实施例提供的一种企业分布的示意图；
图3是本发明实施例提供的一种为企业添加缓冲区的示意图；
图4是本发明实施例提供的一种相交重叠的缓冲区融合的示意图；
图5是本发明实施例提供的一种每个单元区域内企业数量的示意图；
图6是本发明实施例提供的一种筛选出包括预设数量企业的单元的示意图；
图7是本发明实施例提供的一种卫星数据中不透水地表区域的示意图；
图8是本发明实施例提供的一种某一个企业集群单元的区域示意图；
图9是本发明实施例提供的一种将不透水区域与企业集群单元空间关联的示意图；
图10是本发明实施例提供的一种企业集群单元边界及其行业特征的示意图；
图11是本发明实施例提供的一种计算机设备的结构框图；
图12是本发明实施例提供的一种企业集群识别装置的结构框图。
具体实施方式
下面结合附图对本申请实施例进行详细描述。
以下通过特定的具体实例说明本申请的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。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。本申请还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本申请的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。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。
在本发明实施例中，提供了一种企业集群识别方法，如图1所示，该方法包括：
步骤S101：获取待识别区域的工业企业清单数据，并根据所述工业企业清单数据中企业的位置信息，建立企业空间分布图；
步骤S102：在所述企业空间分布图中，为每个企业设置预设范围的缓冲区，其中，每个企业位于各自的所述缓冲区中，所述缓冲区为企业的污染排放所影响的区域；
步骤S103：将存在空间交集的所述缓冲区组成一个区域，将所述企业空间分布图中独立的区域视为一个单元；
步骤S104：根据所述单元确定企业集群单元。
由图1所示的流程可知，在本发明实施例中，通过工业企业清单数据建立企业空间分布图，进而在企业空间分布图中为每个企业设置预设范围的缓冲区，以标出每个企业污染排放所影响的区域，将存在空间交集的缓冲区组成一个区域，并将企业空间分布图中独立的区域视为一个单元，最后，根据企业空间分布图中的单元即可确定企业集群单元，实现了基于企业清单大数据来自动化定位、识别企业集群单元区域，与现有技术中人工统计企业集群的方法相比，可以精准、高效地实现企业集群的统计，并可以实现基于更新的工业企业清单数据，及时、高效、动态地更新企业集群的统计，进而可以更精准、高效地为大气污染防治提供管控依据。
具体实施时，上述工业企业清单数据可以包括各种企业相关的数据，例如，可以包括但不限于：企业名称、位置信息（如经纬度等）、行业类型（例如，包装印刷、建材、涂装等）等等。
具体实施时，上述工业企业清单数据可以从地方相关部门获取，也可以通过互联网技术爬取企业相关信息，然后提取出工业企业清单作为初始数据。
具体实施时，得到工业企业清单数据后，即可根据工业企业清单数据中各个企业的位置信息，建立企业空间分布图，在企业空间分布图中可以显示企业名称以及各个企业对应的位置，如图2所示。
具体实施时，一个工业企业的污染排放对周边一定范围内的大气浓度会产生直接影响，因此，为了实现识别出的企业集群可以代表企业污染集群，进而可以作为大气污染防治管理的监管单元，提出了在企业空间分布图中，为每个企业设置预设范围的缓冲区，每个企业位于各自的缓冲区中，缓冲区为企业的污染排放所影响的区域。
具体实施时，为每个企业设置预设范围的缓冲区的过程中，缓冲区可以为任意形状的区域，为了使得缓冲区可以凸显、准确代表污染排放所影响的区域，在本实施例中，设置缓冲区为圆形区域，例如，以每个企业的位置为圆心，以预设长度为半径，设置圆形的缓冲区，如图3所示，每个圆形区域代表一个企业的缓冲区，圆形的圆心即为企业的所在位置。
具体实施时，上述预设长度可以为500米，即设置半径为500米的缓冲区。
具体实施时，设置企业的缓冲区后，在企业分布密集的地区，会有缓冲区相交重合的情况，为了确定出企业分布密集的区域，提出了将存在空间交集的缓冲区组成一个区域，即利用空间融合技术，对缓冲区之间相交重合的部分进行融合（例如，合并），使得存在空间交集的缓冲区组成一个区域，如图4所示，一个区域内包括多个企业（在图4中区域内的每个圆点代表一个企业所在的位置），即该区域是由多个存在空间交集的缓冲区组成的。
具体实施时，确定出企业空间分布图中的独立区域后，即可将企业空间分布图中每个独立的区域视为一个单元，进而基于单元的划分确定出企业集群单元。
具体实施时，考虑到企业集群单元在大气污染防治管理的应用，企业集群单元应该代表具有一定污染排放量的区域，考虑到企业数量与污染排放量一定程度成正比，因此提出用企业数量来衡量单元是否可以视为企业集群单元。例如，在根据单元确定企业集群单元的过程中，提出了将包括企业数量大于预设数量的单元，确定为企业集群单元。
具体的，如图5所示，可以根据每个单元区域内的位置信息或者名称信息等来统计每个单元内的企业数量，图5中每个单元区域内的数字表示各自单元包括的企业数量，进而在企业空间分布图中删除包括企业数量小于预设数量的单元，显示的单元区域为企业集群单元，如图6所示。
具体实施时，确定出企业集群单元后，为了进一步精确企业集群单元的区域，以便利于精准的大气污染治理，在本实施例中，提出了明确企业集群单元边界的方法，例如，根据识别出的工业活动区域，确定每个企业集群单元的边界信息。
具体实施时，在识别工业活动区域的过程中，可以根据不同区域的热辐射等因素来识别工业活动区域。但是，为了更准确地识别出工业活动区域，在本实施例中，提出了基于卫星数据通过识别不透水地表区域来实现工业活动区域的识别，进而明确企业集群单元的边界。例如：
获取待识别区域的卫星数据；
根据卫星数据中的土地利用类型数据，识别出不透水地表区域，如图7所示（图7中黑色区域即为不透水地表区域），将不透水地表区域确定为工业活动区域；
将不透水地表区域与企业集群单元进行空间关联；具体的，某个企业集群单元的区域如图8所示（图8中闭环线条圈出的区域即为企业集群单元区域），不透水地表区域与企业集群单元进行空间关联的结果如图9所示；
将不透水地表区域的边界信息确定为企业集群单元的边界信息，如图10所示（图10中折线圈起的区域即为不透水地表区域，也是企业集群单元的边界）。
具体的，当不透水地表区域小于企业集群单元时，将不透水地表区域与企业集群单元进行空间关联之后，在每个企业集群单元中裁剪出不透水地表区域，即可得到不透水地表区域的边界信息，进而将不透水地表区域的边界确定为企业集群单元的边界，使得企业集群单元区域进一步缩至不透水地表区域，使得企业集群单元可以更精准地代表有污染排放的工业活动区域，为大气污染防治提供精准、有效的管理边界依据。
具体的，当不透水地表区域大于企业集群单元时，将不透水地表区域与企业集群单元进行空间关联之后，可以直接将不透水地表区域的边界确定为企业集群单元的边界，使得企业集群单元区域进一步扩大至不透水地表区域，使得企业集群单元可以更全面、精准地代表有污染排放的工业活动区域。
具体实施时，为了进一步为大气污染防治提供精准、有效的管理依据，在本实施例中，提出了对每个企业集群单元进行特征画像，例如，根据工业企业清单数据中的行业类型信息，对每个企业集群单元进行特征画像，其中，特征画像包括企业集群单元内企业的行业类型以及各行业类型对应的企业数量。例如，如图10所示，该企业集群单元中包括塑料制造行业的企业212家，人造板制造行业的企业1家，其他行业的企业1家。
具体实施时，基于工业企业清单数据中的行业类型信息，可以识别、统计每个企业集群单元内主要和次要的行业类型及其对应的企业数量，以使得明确企业集群单元的大气污染排放特征，进而用以支撑对企业集群单元的监管。
具体实施时，经上述企业集群识别方法识别出的企业集群单元，可用于大气环境监管执法的各类评估和管控中。例如，在VOC（Volatile Organic compound，挥发性有机化合物）管控中，明确区域内涉VOC企业集群分布情况以及各个企业集群内涉VOC的企业数量，可以形成VOC管控作战地图，可以极大的帮助当地政府实现精准管控。
在本实施例中，提供了一种计算机设备，如图11所示，包括存储器1101、处理器1102及存储在存储器上并可在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上述任意的企业集群识别方法。
具体的，该计算机设备可以是计算机终端、服务器或者类似的运算装置。
在本实施例中，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执行上述任意的企业集群识别方法的计算机程序。
具体的，计算机可读存储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。计算机可读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)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁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。按照本文中的界定，计算机可读存储介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
基于同一发明构思，本发明实施例中还提供了一种企业集群识别装置，如下面的实施例所述。由于企业集群识别装置解决问题的原理与企业集群识别方法相似，因此企业集群识别装置的实施可以参见企业集群识别方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图12是本发明实施例的企业集群识别装置的一种结构框图，如图12所示，该装置包括：
企业空间分布图构建模块1201，用于获取待识别区域的工业企业清单数据，并根据所述工业企业清单数据中企业的位置信息，建立企业空间分布图；
缓冲区设置模块1202，用于在所述企业空间分布图中，为每个企业设置预设范围的缓冲区，其中，每个企业位于各自的所述缓冲区中，所述缓冲区为企业的污染排放所影响的区域；
单元确定模块1203，用于将存在空间交集的所述缓冲区组成一个区域，将所述企业空间分布图中独立的区域视为一个单元；
企业集群识别模块1204，用于根据所述单元确定企业集群单元。
在一个实施例中，上述装置还包括：
边界确定模块，用于根据识别出的工业活动区域，确定每个所述企业集群单元的边界信息。
在一个实施例中，边界确定模块，包括：
数据获取单元，用于获取所述待识别区域的卫星数据；
工业活动区域识别单元，用于根据所述卫星数据中的土地利用类型数据，识别出不透水地表区域，将所述不透水地表区域确定为所述工业活动区域；
数据关联单元，用于将所述不透水地表区域与所述企业集群单元进行空间关联；
边界确定单元，用于将所述不透水地表区域的边界信息确定为所述企业集群单元的边界信息。
在一个实施例中，上述装置还包括：
画像模块，用于根据所述工业企业清单数据中的行业类型信息，对每个所述企业集群单元进行特征画像，其中，所述特征画像包括所述企业集群单元内企业的行业类型以及各行业类型对应的企业数量。
在一个实施例中，缓冲区设置模块，具体用于以每个企业的位置为圆心，以预设长度为半径，设置圆形的所述缓冲区。
在一个实施例中，企业集群识别模块，具体用于将包括企业数量大于预设数量的所述单元，确定为企业集群单元。
本发明实施例实现了如下技术效果：通过工业企业清单数据建立企业空间分布图，进而在企业空间分布图中为每个企业设置预设范围的缓冲区，以标出每个企业污染排放所影响的区域，将存在空间交集的缓冲区组成一个区域，并将企业空间分布图中独立的区域视为一个单元，最后，根据企业空间分布图中的单元即可确定企业集群单元，实现了基于企业清单大数据来智能自动化定位、识别企业集群单元区域，与现有技术中人工统计企业集群的方法相比，可以精准、高效地实现企业集群的统计，并可以实现基于更新的工业企业清单数据，及时、高效、动态地更新企业集群的统计，进而可以更精准、高效地为大气污染防治提供管控依据。
显然，本领域的技术人员应该明白，上述的本发明实施例的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明实施例不限制于任何特定的硬件和软件结合。
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，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。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 (10)
1.一种企业集群识别方法，其特征在于，包括：
获取待识别区域的工业企业清单数据，并根据所述工业企业清单数据中企业的位置信息，建立企业空间分布图；
在所述企业空间分布图中，为每个企业设置预设范围的缓冲区，其中，每个企业位于各自的所述缓冲区中，所述缓冲区为企业的污染排放所影响的区域；
将存在空间交集的所述缓冲区组成一个区域，将所述企业空间分布图中独立的区域视为一个单元；
根据所述单元确定企业集群单元。
2.如权利要求1所述的企业集群识别方法，其特征在于，还包括：
根据识别出的工业活动区域，确定每个所述企业集群单元的边界信息。
3.如权利要求2所述的企业集群识别方法，其特征在于，所述根据识别出的工业活动区域，确定每个所述企业集群单元的边界信息，包括：
获取所述待识别区域的卫星数据；
根据所述卫星数据中的土地利用类型数据，识别出不透水地表区域，将所述不透水地表区域确定为所述工业活动区域；
将所述不透水地表区域与所述企业集群单元进行空间关联；
将所述不透水地表区域的边界信息确定为所述企业集群单元的边界信息。
4.如权利要求1至3中任一项所述的企业集群识别方法，其特征在于，还包括：
根据所述工业企业清单数据中的行业类型信息，对每个所述企业集群单元进行特征画像，其中，所述特征画像包括所述企业集群单元内企业的行业类型以及各行业类型对应的企业数量。
5.如权利要求1至3中任一项所述的企业集群识别方法，其特征在于，所述为每个企业设置预设范围的缓冲区，包括：
以每个企业的位置为圆心，以预设长度为半径，设置圆形的所述缓冲区。
6.如权利要求5所述的企业集群识别方法，其特征在于，所述预设长度为500米。
7.如权利要求1至3中任一项所述的企业集群识别方法，其特征在于，所述根据所述单元确定企业集群单元，包括：
将包括企业数量大于预设数量的所述单元，确定为企业集群单元。
8.一种企业集群识别装置，其特征在于，包括：
企业空间分布图构建模块，用于获取待识别区域的工业企业清单数据，并根据所述工业企业清单数据中企业的位置信息，建立企业空间分布图；
缓冲区设置模块，用于在所述企业空间分布图中，为每个企业设置预设范围的缓冲区，其中，每个企业位于各自的所述缓冲区中，所述缓冲区为企业的污染排放所影响的区域；
单元确定模块，用于将存在空间交集的所述缓冲区组成一个区域，将所述企业空间分布图中独立的区域视为一个单元；
企业集群识别模块，用于根据所述单元确定企业集群单元。
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在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权利要求1至7中任一项所述的企业集群识别方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至7中任一项所述的企业集群识别方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210995680.XA CN115080642B (zh) | 2022-08-19 | 2022-08-19 | 企业集群识别方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210995680.XA CN115080642B (zh) | 2022-08-19 | 2022-08-19 | 企业集群识别方法、装置、计算机设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115080642A true CN115080642A (zh) | 2022-09-20 |
| CN115080642B CN115080642B (zh) | 2022-11-22 |
Family
ID=83244589
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210995680.XA Active CN115080642B (zh) | 2022-08-19 | 2022-08-19 | 企业集群识别方法、装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115080642B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107516073A (zh) * | 2017-07-19 | 2017-12-26 | 二十世纪空间技术应用股份有限公司 | 一种基于多源数据的产热企业快速识别方法 |
| CN111461167A (zh) * | 2020-03-02 | 2020-07-28 | 平安国际智慧城市科技股份有限公司 | 基于大数据的污染源定位方法、装置、设备及存储介质 |
| CN112798610A (zh) * | 2020-12-29 | 2021-05-14 | 生态环境部卫星环境应用中心 | 一种基于卫星遥感监测的“散乱污”企业分布识别方法 |
| CN112949914A (zh) * | 2021-02-09 | 2021-06-11 | 深圳大学 | 一种产业集群的识别方法、装置、存储介质及电子设备 |
| CN113688940A (zh) * | 2021-09-09 | 2021-11-23 | 浙江大学 | 一种基于公开数据的疑似污染工业企业识别方法 |
| US20220147023A1 (en) * | 2020-08-18 | 2022-05-12 | Chinese Academy Of Environmental Planning | Method and device for identifying industry classification of enterprise and particular pollutants of enterprise |
-
2022
- 2022-08-19 CN CN202210995680.XA patent/CN115080642B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107516073A (zh) * | 2017-07-19 | 2017-12-26 | 二十世纪空间技术应用股份有限公司 | 一种基于多源数据的产热企业快速识别方法 |
| CN111461167A (zh) * | 2020-03-02 | 2020-07-28 | 平安国际智慧城市科技股份有限公司 | 基于大数据的污染源定位方法、装置、设备及存储介质 |
| US20220147023A1 (en) * | 2020-08-18 | 2022-05-12 | Chinese Academy Of Environmental Planning | Method and device for identifying industry classification of enterprise and particular pollutants of enterprise |
| CN112798610A (zh) * | 2020-12-29 | 2021-05-14 | 生态环境部卫星环境应用中心 | 一种基于卫星遥感监测的“散乱污”企业分布识别方法 |
| CN112949914A (zh) * | 2021-02-09 | 2021-06-11 | 深圳大学 | 一种产业集群的识别方法、装置、存储介质及电子设备 |
| CN113688940A (zh) * | 2021-09-09 | 2021-11-23 | 浙江大学 | 一种基于公开数据的疑似污染工业企业识别方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115080642B (zh) | 2022-11-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Getis et al. | Second-order neighborhood analysis of mapped point patterns | |
| Şan et al. | Innovative and polygonal trend analyses applications for rainfall data in Vietnam | |
| US7626496B1 (en) | Negative feedback loop for defect management of plant protection ticket screening | |
| US20080154652A1 (en) | System and method for calculating damage as a result of natural catastrophes | |
| CN112492275B (zh) | 一种区域监测点的布局方法、装置及存储介质 | |
| CN114742460B (zh) | 一种确定待管控企业的方法、装置、电子设备及存储介质 | |
| Ma et al. | How China’s linked urban–rural construction land policy impacts rural landscape patterns: A simulation study in Tianjin, China | |
| Choi et al. | Near-term regional climate change over Bangladesh | |
| van Strien et al. | An improved neutral landscape model for recreating real landscapes and generating landscape series for spatial ecological simulations | |
| Zoppi et al. | Determinants of land take at the regional scale: A study concerning Sardinia (Italy) | |
| CN115080642B (zh) | 企业集群识别方法、装置、计算机设备及存储介质 | |
| CN115457408A (zh) | 一种土地监测方法、装置、电子设备及介质 | |
| CN116663786B (zh) | 一种风光资源评估方法、装置、电子设备和存储介质 | |
| CN113076855A (zh) | 一种分布式光伏资源整合方法、系统、装置及存储介质 | |
| CN111652522A (zh) | 一种关于自然保护地的生态风险评估方法 | |
| CN112070463A (zh) | 数据处理方法、装置、设备及存储介质 | |
| CN115879595A (zh) | 一种城区大气污染网格化平台的构建方法 | |
| Santarsiero et al. | Geographic information and socio-economic indicators: a reading of recent territorial processes in the test area of Basilicata region | |
| CN101908274B (zh) | 道路交通事件信息的处理方法和装置 | |
| CN108764090A (zh) | 一种区域性异动确定方法、装置、服务器及存储介质 | |
| CN113762787A (zh) | 一种基于自然资源管理的火箭信息化系统 | |
| CN104504600B (zh) | 对历史数据进行因子回测的方法及装置 | |
| CN117635177B (zh) | 一种自然资源资产清查方法及系统 | |
| Kuswanto et al. | Risk management of flood disaster (A case study of Kendal River) | |
| CN118278676A (zh) | 一种基于大数据的项目计划编排方法、设备及介质 |
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 |