CN115131685A - 基于卫星夜光数据监测企业生产经营状况的分析方法 - Google Patents
基于卫星夜光数据监测企业生产经营状况的分析方法 Download PDFInfo
- Publication number
- CN115131685A CN115131685A CN202211063645.0A CN202211063645A CN115131685A CN 115131685 A CN115131685 A CN 115131685A CN 202211063645 A CN202211063645 A CN 202211063645A CN 115131685 A CN115131685 A CN 115131685A
- Authority
- CN
- China
- Prior art keywords
- luminous
- month
- monitored
- value
- months
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 76
- 238000012544 monitoring process Methods 0.000 title claims abstract description 23
- 238000004458 analytical method Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 37
- 230000002159 abnormal effect Effects 0.000 claims abstract description 25
- 239000002131 composite material Substances 0.000 claims description 31
- 230000002194 synthesizing effect Effects 0.000 claims description 9
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000012952 Resampling Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
- G06Q30/0185—Product, service or business identity fraud
-
- 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
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/176—Urban or other man-made structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Multimedia (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Remote Sensing (AREA)
- Astronomy & Astrophysics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例提供了基于卫星夜光数据监测企业生产经营状况的分析方法,涉及卫星遥感大数据应用技术领域。该方法包括:获取待监测企业的多个月份的月合成夜光影像;确定待监测企业多个月份的月合成夜光影像的夜光值;基于夜光值,确定多个月份的月合成夜光影像的夜光值的统计参数;基于统计参数和待监测月的夜光值,确定待监测企业的待监测月的企业生产经营是否异常。本方案通过对夜光值进行数据分析,能够及时准确的反应企业生产经营情况。
Description
技术领域
本申请涉及卫星遥感大数据应用技术领域,尤其涉及一种基于卫星夜光数据监测企业生产经营状况的分析方法。
背景技术
目前我国注册的企业多达几千万家,而且每年新注册登记的企业也越来越多,监测这些企业尤其是一些制造型企业,生产经营情况是否正常或者是否是一个空壳企业是必不可少的。
目前通过对公司的销售合同、公开的财务报表以及能源消耗进行监测,由于存在时效性较差的缺点,因此不能及时有效地反应企业的生产经营情况。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本申请的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本申请的目的在于提供一种基于卫星夜光数据监测企业生产经营状况的分析方法,通过对企业的夜光值进行数据分析,能够及时准确的反应企业生产经营情况。
本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。
根据本申请的实施例,提供一种基于卫星夜光数据监测企业生产经营状况的分析方法,该方法包括:获取待监测企业的多个月份的月合成夜光影像,所述月合成夜光影像为日频的卫星夜光影像按照中值或均值方法合成的夜光影像;确定多个月份的所述月合成夜光影像的夜光值;基于所述夜光值,确定多个月份的所述月合成夜光影像的夜光值的统计参数;基于所述统计参数和待监测月的夜光值,确定所述待监测企业的待监测月的企业生产经营是否异常。
在本申请一个实施例中,上述所述方法还包括:根据所述待监测企业在地图上的边界线生成矢量多边形;所述获取待监测企业的多个月份的月合成夜光影像,包括:基于所述矢量多边形,获取所述待监测企业的多个月份的月合成夜光影像。
在本申请一个实施例中,上述所述夜光值为夜光总值或者夜光平均值;所述确定待监测企业多个月份的所述月合成夜光影像的夜光值,包括:基于多个月份的所述月合成夜光影像,逐一确定每个月份的所述月合成夜光影像的有效像元的夜光总值;或者基于多个月份的所述月合成夜光影像,逐一确定每个月份的所述月合成夜光影像的像元总数以及有效像元;基于所述像元总数以及有效像元,确定每个月份的所述月合成夜光影像的像元的夜光平均值。
在本申请一个实施例中,上述所述基于所述夜光值,确定多个月份的所述月合成夜光影像的夜光值的统计参数,包括:基于多个月份的所述月合成夜光影像的夜光总值或者夜光平均值,生成长时间序列的夜光值变化曲线;基于所述长时间序列的夜光值变化曲线,确定所述夜光值变化曲线的均值和标准差。
在本申请一个实施例中,上述所述基于所述统计参数和待监测月的夜光值,确定所述待监测企业的所述待监测月的企业生产经营是否异常,包括:获取所述待监测月的所述月合成夜光影像的夜光值;基于所述待监测月的夜光值,确定所述待监测月的夜光值与所述均值的差值的绝对值;基于所述绝对值与所述标准差,确定所述待监测企业生产经营是否异常,其中,若所述绝对值大于三倍所述标准差,则所述企业生产经营异常;若所述绝对值小于三倍所述标准差,则所述企业生产经营正常。
在本申请一个实施例中,上述所述方法还包括:基于多个月份的所述月合成夜光影像的夜光值以及所述待监测月的夜光值,确定所述待监测企业的所述待监测月的企业生产经营是否异常,其中,若所述待监测月的夜光值等于零且多个月份的所述月合成夜光影像的夜光值均不等于零,则所述企业生产经营异常。
在本申请一个实施例中,上述所述获取待监测企业的多个月份的月合成夜光影像,包括:获取所述待监测企业的历史夜光影像;根据自然月将所述历史夜光影像划分成多组夜光影像;将每组所述夜光影像合成一个所述月合成夜光影像。
本申请的实施例所提供的基于卫星夜光数据监测企业生产经营状况的分析方法,具备以下技术效果:
通过获取待监测企业的多个月份的月合成夜光影像,计算多个月份的月合成夜光影像的夜光值,之后统计多个夜光值的统计参数,基于统计参数和待监测月的夜光值,确定待监测企业的待监测月的企业生产经营是否异常。在此过程中,通过对多个夜光值进行统计分析,以及与待监测月的夜光值对比,能够及时客观有效地反应企业生产的经营情况。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。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1示意性示出了本申请一示例性的实施例提供的基于卫星夜光数据监测企业生产经营状况的分析方法的流程图;
图2示出了本申请另一示例性的实施例提供的基于卫星夜光数据监测企业生产经营状况的分析方法的流程图;
图3示出了本申请一示例性的实施例提供的确定月合成夜光影像的夜光值的流程图;
图4示出了本申请一示例性的实施例提供的确定夜光值的统计参数的流程图;
图5示意性示出了本申请一示例性的实施例提供的确定待监测月的企业生产经营情况的流程框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施例方式作进一步地详细描述。
下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请的描述中,需要理解的是,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。此外,在本申请的描述中,除非另有说明,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
目前我国注册的企业多达几千万家,而且每年新注册登记的企业也越来越多,监测这些企业尤其是一些制造型企业,生产经营情况是否正常或者是否是一个空壳企业,对于金融机构或者监管部门来说是必不可少的。此外,生产企业的经营情况也关系着相关投资者的投资收益和风险。
传统的获取企业生产经营情况的方法主要包括:
1、通过企业销售合同确定企业生产经营情况。这种方式比较直接,准确率较高。但是一般情况下企业的销售合同属于公司机密,一般不对外公开,通过这种方式了解企业生产经营情况较为困难。
2、通过该企业公开的财务报表确定企业生产经营情况。财务报表是外界了解上市企业生产经营情况以及财务信息最直接的手段。但是该方式只能针对受证监会监管的上市企业有效,通过这种方式了解企业生产经营情况,存在范围有限以及时效性有限的缺点。
3、通过监测该企业的能源消耗情况确定企业生产经营情况。即,通过对企业生产所消耗的电或者煤等能源的用量来评估企业生产经营情况。但是该方式通常用于能源消耗型企业,且受到该企业的设备先进程度、能源利用率等因素影响,因此通过这种方式了解企业生产经营情况不仅存在范围有限,而且真实性以及时效性较差。
综上,通过传统方式,即对企业的销售合同、公开的财务报表以及能源消耗进行监测,或多或少存在数据获取困难、真实性以及时效性较差的缺点,因此不能及时准确的反应企业生产经营情况。
针对上述相关技术中所存在的问题,本申请提出了一种基于卫星夜光数据监测企业生产经营状况的分析方法,通过对夜光值进行数据分析,及时准确的反应企业生产经营情况。
下面,将结合附图及实施例对本示例实施方式中的基于卫星夜光数据监测企业生产经营状况的分析方法的各个步骤进行更详细的说明。
其中,图1示意性示出了根据本申请一示例性的实施例中基于卫星夜光数据监测企业生产经营状况的分析方法的流程图。该基于卫星夜光数据监测企业生产经营状况的分析方法可以通过具有计算功能的计算设备执行,该计算设备可以为台式计算机或笔记本电脑等。下面,结合附图对该基于卫星夜光数据监测企业生产经营状况的分析方法进行详细的描述。
参照图1所示,在步骤S101中:获取待监测企业的多个月份的月合成夜光影像。
在示例实施例中,月合成夜光影像为日频的卫星夜光影像按照中值或均值方法合成的夜光影像。夜光影像为通过卫星拍摄得到的夜间灯光和/或背景(非灯光)辐射复合图像。多个月份的月合成夜光影像可以是连续的也可以是不连续的,本实施例中,多个月份的月合成夜光影像为可连续的。本实施例中多个月份的月合成夜光影像,可通过NPP/VIIRS的官网进行下载获取,无需企业提供,与获取公司的销售合同、公开的财务报表以及能源消耗数据相比,获取方式较为方便。
例如,目前常用的夜光影像是美国国家海洋和大气管理局(NOAA)(和美国国家海洋和大气研究所(NCEI)的地球观测组(Earth Observations Group,EOG)利用可见光红外成像辐射仪套件(Visible Infrared Imaging Radiometer Suite,VIIRS)昼/夜波段(DNB)的夜间数据制作的。该夜光影像可直接从美国国家海洋大气管理局(NOAA)下属的NCEI国家环境信息中心(Earth Observation Group)官网进行下载。
步骤S102:确定待监测企业多个月份的月合成夜光影像的夜光值。
在示例实施例中,夜光值可以为月合成夜光影像的夜光总值或者夜光平均值。夜光总值为一张N*M的图像中有效像元的总数值。夜光平均值为一张N*M的图像中总的像元数除以有效像元的的数值。有效像元为一张N*M的图像中,在设定的矢量范围内的像元。
在本申请一个实施例中,夜光值为月合成夜光影像的夜光平均值,则确定待监测企业多个月份的月合成夜光影像的夜光值,包括以下步骤:
参照图2所示,在步骤S201中:基于多个月份的月合成夜光影像,逐一确定每个月份的月合成夜光影像的像元总数以及有效像元。
步骤S202:基于像元总数以及有效像元,确定每个月份的月合成夜光影像的夜光平均值。
可以理解的,获取待监测企业的多个月份的月合成夜光影像,计算每个月份的月合成夜光影像的像元总数以及有效像元,计算像元总数除以有效像元的值,即获得每个月合成夜光影像的夜光平均值。
在本申请另一实施例中,夜光值为月合成夜光影像的夜光总值,则确定待监测企业多个月份的月合成夜光影像的夜光值包括:基于多个月份的月合成夜光影像,逐一确定每个月合成夜光影像的有效像元的夜光总值。
步骤S103:基于夜光值,确定多个月份的月合成夜光影像的夜光值的统计参数。
在示意实施例中,统计参数包括总值、最大值、最小值、均值、方差、标准差和/或最大值与最小值的差值中的一种或多种。在本实施例中,统计参数包括均值和标准差。
基于夜光值,对多个月份的月合成夜光影像的夜光值进行统计,获取多个月份的月合成夜光影像的夜光值的统计参数。换言之,基于夜光值,对多个月份的月合成夜光影像的夜光值进行统计,获取多个月份的月合成夜光影像的夜光值的均值和标准差。
步骤S104:基于统计参数和待监测月的夜光值,确定待监测企业的待监测月的企业生产经营是否异常。
在一示意实施例中,结合上述内容可知,在本实施例中,统计参数可以包括均值和标准差。换言之,基于均值和标准差,以及待监测月的夜光值,确定待监测企业的待监测月的企业生产经营时候异常。
根据图1的示例实施例中的基于卫星夜光数据监测企业生产经营状况的分析方法,通过计算设备获取待监测企业的多个月份的月合成夜光影像;在获取多个月份的月合成夜光影像后,计算多个月份的月合成夜光影像的夜光值;之后统计多个夜光值的统计参数;基于统计参数和待监测月的夜光值,确定待监测企业的待监测月的企业生产经营是否异常。在此过程中,通过对多个夜光值进行统计分析,以及与待监测月的夜光值对比,能够及时准确的反应企业生产的经营情况。
图3示出了本申请另一示例性的实施例提供的基于卫星夜光数据监测企业生产经营状况的分析方法的流程图。下面,结合附图对该基于卫星夜光数据监测企业生产经营状况的分析方法进行详细的描述。
如图3所示,在步骤S301中:根据待监测企业在地图上的边界线生成矢量多边形。
步骤S101:基于矢量多边形,获取待监测企业的多个月份的月合成夜光影像。
在示意实施例中,矢量多边形为根据企业在地图上的边界线划定的矢量范围。结合上述实施例内容可知,夜光影像可从上述官网上直接下载,但因下载的夜光影像为中国区的夜光影像,需要基于矢量多边形对该夜光影像进行裁切,以获取待监测企业的夜光影像。其中,从上述网站上下载的夜光影像可以是月合成夜光影像,也可以是日频夜光影像,日频夜光影像为以24小时为单位的夜光影像。
结合实际应用对上述内容进行理解,在一示意实施例中,若从上述网站上下载的夜光影像为月合成夜光影像,则基于矢量多边形对该月合成夜光影像进行裁切,之后经过按掩膜提取、重采样、栅格计算、栅格转点等方式处理后形成待监测企业的月合成夜光影像。
在另一示意实施例中,从上述网站上下载的夜光影像为日频夜光影像,则形成待监测企业的月合成夜光影像包括:获取待监测企业的历史夜光影像,其中,历史夜光影像为连续的日频夜光影像;根据自然月将历史夜光影像划分成多组夜光影像;之后将每组夜光影像合成一个月合成夜光影像;基于矢量多边形对该月合成夜光影像进行裁切,之后经过按掩膜提取、重采样、栅格计算、栅格转点等方式处理后形成待监测企业的月合成夜光影像。
其中,对将每组夜光影像合成一个月合成夜光影像进行举例说明,如,根据自然月将从上述官网上下载的历史夜光影像划分为5组夜光影像,每组夜光影像中包含有30幅图像,且30幅图像均由n*m个像元组成,在一幅图像中,逐一获取一个像元值,如此依次获取另外29幅图像,之后依次选择出相同行列号的30个像元值,利用中值法或者均值法从30个像元值计算出一个新的像元值,如此n*m个新的像元值组成一幅新的图像,该图像即月合成夜光影像。
步骤S102:确定待监测企业多个月份的月合成夜光影像的夜光值。
步骤S103:基于夜光值,确定多个月份的月合成夜光影像的夜光值的统计参数。
步骤S104:基于统计参数和待监测月的夜光值,确定待监测企业的待监测月的企业生产经营是否异常。
根据图3的示例实施例中的基于卫星夜光数据监测企业生产经营状况的分析方法,通过根据待监测企业在地图上的边界线生成矢量多边形,对从上述官网上下载的夜光影像进行裁切等方式处理,以形成待监测企业的月合成夜光影像;之后确定月合成夜光影像的夜光值;基于夜光值,确定多个月份的月合成夜光影像的夜光值的统计参数;基于统计参数和待监测月的夜光值,确定待监测企业的待监测月的企业生产经营是否异常。
图4示出了本申请一示例性的实施例提供的确定夜光值的统计参数的流程图。下面,结合附图对上述实施例的步骤S103:基于夜光值,确定多个月份的月合成夜光影像的夜光值的统计参数进行详细的描述。
如图4所示,在步骤S401中:基于多个月份的月合成夜光影像的夜光总值或者夜光平均值,生成长时间序列的夜光值变化曲线。
在一示例实施例中,基于多个月份的月合成夜光影像的夜光总值,生成长时间序列的夜光值变化曲线。具体的,以自然月为横坐标、夜光总值为纵坐标形成直角坐标系,在直角坐标系中生成长时间序列的夜光值变化曲线。
在另一示例实施例中,基于多个月份的月合成夜光影像的夜光平均值,生成长时间序列的夜光值变化曲线。具体的,以自然月为横坐标、夜光平均值为纵坐标形成直角坐标系,在直角坐标系中生成长时间序列的夜光值变化曲线。
步骤S402:基于长时间序列的夜光值变化曲线,确定夜光值变化曲线的均值和标准差。
在图4所示例实施例中,基于该长时间序列的夜光值变化曲线,能够较为直观的表现出夜光总值的变化,便于快速的计算均值和标准差。
图5示意性示出了本申请一示例性的实施例提供的确定待监测月的企业生产经营情况的流程框图。下面,结合附图对上述实施例的步骤S104:基于统计参数和待监测月的夜光值,确定待监测企业的待监测月的企业生产经营是否异常进行详细的描述。
如图5所示,在步骤S501中:获取待监测月的月合成夜光影像的夜光值。
在示例实施例中,待监测月的月合成夜光影像为从上述网站上下载的日频夜光影像,经合成后形成的。具体合成过程见上述实施例,本实施例中不再赘述。
步骤S502:基于待监测月的夜光值,确定待监测月的夜光值与均值的差值的绝对值。
步骤S503:基于绝对值与标准差,确定待监测企业生产经营是否异常,其中,在本实施例中,若待监测月的夜光值与均值的差值的绝对值大于三倍标准差,则企业生产经营异常;若待监测月的夜光值与均值的差值的绝对值小于等于三倍标准差,则企业生产经营正常。
结合实际生产中的应用,举例对上述实施例的内容做进一步的解释说明。如,确定待监测企业在2022年7月的生产经营情况,可以从上述官网上下载2022年1-6月的月合成夜光影像,将该6个月合成夜光影像经过裁切等方式处理后,得到待监测企业的6个月合成夜光影像,计算该6个月合成夜光影像的夜光值,以及统计该6个夜光值的均值和标准差σ;
在上述官网下载1-6月的月合成夜光影像的同时,可下载7月的日频夜光影像,将7月的日频夜光影像合成待监测月的月合成夜光影像,计算7月的月合成夜光影像的夜光值v,其中,待监测月的夜光值与均值的差值的绝对值;若d>3σ,则该待监测企业的待监测月的企业生产经营异常;若d≤3σ,则该待监测企业的待监测月的企业生产经营正常。
在图5所示实施例中,通过待监测月的夜光值、均值以及标准差确定待监测企业的待监测月的企业生产经营情况,可以不受外界因素影响,客观性较强。
在本申请的一个实施例中,基于卫星夜光数据监测企业生产经营状况的分析方法还包括:基于多个月份的月合成夜光影像的夜光值以及待监测月的夜光值,确定待监测企业的待监测月的企业生产经营是否异常,其中,若待监测月的夜光值等于零且多个月份的月合成夜光影像的夜光值均不等于零,则企业生产经营异常。
在示例实施例中,基于多个月份的月合成夜光影像的夜光值以及待监测月的夜光值,统计多个月份的月合成夜光影像的夜光值都不为零,且待监测月的夜光值也不等于零,则确定待监测企业的待监测月的企业生产经营异常。此外,在本实施例中,因待监测月有时不足自然月,所以从上述官网上下载的夜光影像为日频夜光影像,需要将日频夜光影像经过合成、裁切等方式形成待监测月的月合成影像,进而获取待监测月的夜光值。其中,将日频夜光影像经过合成、裁切等方式形成月合成影像在上述实施例已经说明,本实施例中不再赘述。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,依本申请权利要求所作的等同变化,仍属本申请所涵盖的范围。
Claims (7)
1.一种基于卫星夜光数据监测企业生产经营状况的分析方法,其特征在于,包括:
获取待监测企业的多个月份的月合成夜光影像,所述月合成夜光影像为日频的卫星夜光影像按照中值或均值方法合成的夜光影像;
确定待监测企业多个月份的所述月合成夜光影像的夜光值;
基于所述夜光值,确定多个月份的所述月合成夜光影像的夜光值的统计参数;
基于所述统计参数和待监测月的夜光值,确定所述待监测企业的所述待监测月的企业生产经营是否异常。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述待监测企业在地图上的边界线生成矢量多边形;
所述获取待监测企业的多个月份的月合成夜光影像,包括:
基于所述矢量多边形,获取所述待监测企业的多个月份的月合成夜光影像。
3.根据权利要求2所述的方法,其特征在于,所述夜光值为夜光总值或者夜光平均值;所述确定待监测企业多个月份的所述月合成夜光影像的夜光值,包括:
基于多个月份的所述月合成夜光影像,逐一确定每个月份的所述月合成夜光影像的有效像元的夜光总值;或者
基于多个月份的所述月合成夜光影像,逐一确定每个月份的所述月合成夜光影像的像元总数以及有效像元;
基于所述像元总数以及有效像元,确定每个月份的所述月合成夜光影像的像元的夜光平均值。
4.根据权利要求3所述的方法,其特征在于,所述基于所述夜光值,确定多个月份的所述月合成夜光影像的夜光值的统计参数,包括:
基于多个月份的所述月合成夜光影像的夜光总值或者夜光平均值,生成长时间序列的夜光值变化曲线;
基于所述长时间序列的夜光值变化曲线,确定所述夜光值变化曲线的均值和标准差。
5.根据权利要求4所述的方法,其特征在于,所述基于所述统计参数和待监测月的夜光值,确定所述待监测企业的所述待监测月的企业生产经营是否异常,包括:
获取所述待监测月的所述月合成夜光影像的夜光值;
基于所述待监测月的夜光值,确定所述待监测月的夜光值与所述均值的差值的绝对值;
基于所述绝对值与所述标准差,确定所述待监测企业生产经营是否异常,其中,
若所述绝对值大于三倍所述标准差,则所述企业生产经营异常;
若所述绝对值小于三倍所述标准差,则所述企业生产经营正常。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
基于多个月所述月合成夜光影像的夜光值以及所述待监测月的夜光值,确定所述待监测企业的所述待监测月的企业生产经营是否异常,其中,
若所述待监测月的夜光值等于零且多个月份的所述月合成夜光影像的夜光值均不等于零,则所述企业生产经营异常。
7.根据权利要求1所述的方法,其特征在于,所述获取待监测企业的多个月份的月合成夜光影像,包括:
获取所述待监测企业的历史夜光影像;
根据自然月将所述历史夜光影像划分成多组夜光影像;
将每组所述夜光影像合成一个所述月合成夜光影像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211063645.0A CN115131685A (zh) | 2022-09-01 | 2022-09-01 | 基于卫星夜光数据监测企业生产经营状况的分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211063645.0A CN115131685A (zh) | 2022-09-01 | 2022-09-01 | 基于卫星夜光数据监测企业生产经营状况的分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115131685A true CN115131685A (zh) | 2022-09-30 |
Family
ID=83387733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211063645.0A Pending CN115131685A (zh) | 2022-09-01 | 2022-09-01 | 基于卫星夜光数据监测企业生产经营状况的分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115131685A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112488820A (zh) * | 2020-11-19 | 2021-03-12 | 建信金融科技有限责任公司 | 基于夜光遥感数据的模型训练方法、违约预测方法 |
CN113033948A (zh) * | 2021-02-02 | 2021-06-25 | 中国科学院空天信息创新研究院 | 一种基于夜间灯光遥感数据的社会经济发展状况监测方法 |
CN113570528A (zh) * | 2020-10-15 | 2021-10-29 | 北京四象爱数科技有限公司 | 一种夜光遥感月度影像合成方法 |
CN114398594A (zh) * | 2021-12-07 | 2022-04-26 | 二十一世纪空间技术应用股份有限公司 | 卫星工业生产活力指数的计算方法和装置 |
WO2022169874A1 (en) * | 2021-02-03 | 2022-08-11 | Atlas Ai P.B.C. | Computer system with economic development decision support platform and method of use thereof |
-
2022
- 2022-09-01 CN CN202211063645.0A patent/CN115131685A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113570528A (zh) * | 2020-10-15 | 2021-10-29 | 北京四象爱数科技有限公司 | 一种夜光遥感月度影像合成方法 |
CN112488820A (zh) * | 2020-11-19 | 2021-03-12 | 建信金融科技有限责任公司 | 基于夜光遥感数据的模型训练方法、违约预测方法 |
CN113033948A (zh) * | 2021-02-02 | 2021-06-25 | 中国科学院空天信息创新研究院 | 一种基于夜间灯光遥感数据的社会经济发展状况监测方法 |
WO2022169874A1 (en) * | 2021-02-03 | 2022-08-11 | Atlas Ai P.B.C. | Computer system with economic development decision support platform and method of use thereof |
CN114398594A (zh) * | 2021-12-07 | 2022-04-26 | 二十一世纪空间技术应用股份有限公司 | 卫星工业生产活力指数的计算方法和装置 |
Non-Patent Citations (1)
Title |
---|
杨建思等: "融合多源大数据的武汉城市空置区域评估与分析", 《地球信息科学学报》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11699198B2 (en) | Methods and systems for machine-learning for prediction of grid carbon emissions | |
Otto et al. | Climate change increases the probability of heavy rains in Northern England/Southern Scotland like those of storm Desmond—a real-time event attribution revisited | |
US7626496B1 (en) | Negative feedback loop for defect management of plant protection ticket screening | |
Grubesic | Efficiency in broadband service provision: A spatial analysis | |
US20120240072A1 (en) | Intensity transform systems and methods | |
CN105606920A (zh) | 确定电力变换器的健康的当前和将来状态的系统和方法 | |
CN111539604A (zh) | 一种依托电力数据的企业复工复产指数测算监控方法 | |
CN113487251B (zh) | 基于一键式遥感的自然灾害预警与应急响应方法与系统 | |
CN115658776B (zh) | 联合多源数据生成全国1km碳排放空间分布图的方法 | |
Haupt et al. | The SunCast solar-power forecasting system: the results of the public-private-academic partnership to advance solar power forecasting | |
Zharkova et al. | Solar feature catalogues in EGSO | |
Biard et al. | Automated detection of weather fronts using a deep learning neural network | |
Johansson et al. | Method for describing and analysing cascading effects in past events: Initial conclusions and findings | |
Roberts et al. | The High Resolution Ensemble Forecast (HREF) system: Applications and performance for forecasting convective storms | |
US10557720B2 (en) | Unauthorized electrical grid connection detection and characterization system and method | |
CN105610487B (zh) | 一种卫星观测资源跨域协调调度方法 | |
US20140136424A1 (en) | System and method for creating a customer profile based on history of service | |
CN115131685A (zh) | 基于卫星夜光数据监测企业生产经营状况的分析方法 | |
CN113033948A (zh) | 一种基于夜间灯光遥感数据的社会经济发展状况监测方法 | |
CN111667151B (zh) | 一种电力市场风险全景识别方法及系统 | |
Potisomporn et al. | Evaluating ERA5 reanalysis predictions of low wind speed events around the UK | |
US20150371242A1 (en) | Systems and methods for prime product forecasting | |
CN112613711A (zh) | 一种基于六何分析法的水务大数据指标管理方法及系统 | |
CN116401601A (zh) | 基于逻辑回归模型的停电敏感用户优选处置方法 | |
Kasperowicz et al. | Reengineering of electricity market monitoring |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220930 |