CN115393148A - 自然资源用数据监测系统、监测方法、设备、介质及终端 - Google Patents

自然资源用数据监测系统、监测方法、设备、介质及终端 Download PDF

Info

Publication number
CN115393148A
CN115393148A CN202211120862.9A CN202211120862A CN115393148A CN 115393148 A CN115393148 A CN 115393148A CN 202211120862 A CN202211120862 A CN 202211120862A CN 115393148 A CN115393148 A CN 115393148A
Authority
CN
China
Prior art keywords
natural
natural resources
evaluation
province
monitoring
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
CN202211120862.9A
Other languages
English (en)
Inventor
霍子文
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.)
Guangzhou Urban Planning Survey and Design Institute
Original Assignee
Guangzhou Urban Planning Survey and Design Institute
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 Guangzhou Urban Planning Survey and Design Institute filed Critical Guangzhou Urban Planning Survey and Design Institute
Priority to CN202211120862.9A priority Critical patent/CN115393148A/zh
Publication of CN115393148A publication Critical patent/CN115393148A/zh
Pending legal-status Critical Current

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—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
    • 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
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明属于自然资源数据识别技术领域，公开了自然资源用数据监测系统、监测方法、设备、介质及终端。所述方法包括：结合各省域地形地貌和典型区位特征，分别以省域为对象，以县级行政单位为单元进行省级层面的综合地理分区，在此基础上进行各种类型自然资源的分类归属，分析各省域自然资源调查监测技术体系，并根据自然资源评价方法，构建适宜各省省情状况的自然资源调查监测数据评价体系。本发明结合各省份典型地域特征，筛选指标构建符合各省省情状况的自然资源综合分析评价体系，为自然资源调查监测数据综合分析与评价工作奠定基础。

Description

自然资源用数据监测系统、监测方法、设备、介质及终端
技术领域
本发明属于自然资源数据识别技术领域，尤其涉及一种自然资源用数据监测系统、监测方法、设备、介质及终端。
背景技术
我国位于北半球中纬度地区，国土幅员辽阔，自然资源极为丰富，加以海陆分布，大地貌的影响显著，自然资源在数量和质量上都存在显著的地域分异特征。大尺度的地域分异包括纬度地带性、干湿地带性和大地貌分异。自然地带只有在广大低平地区或者内陆平坦地区，在纬度地带性作用占优势的时候，才大致与纬线平行。在一些地区，地带分异往往与纬线成斜交方向，例如东北地区、内蒙古地区等，即存在气温的南北差异，又存在适度的东西更替，两者相互作用使地带的排列与纬线斜交方向。大高原、大山系和广大平原的地貌差异或是山地、高原和平原的组合差别，例如青藏高原、云贵高原、黄土高原、塔里木盆地等，则是大地貌的分异单位，直接致使自然资源的极为复杂多样。因而为有效地开展省级、自治区的自然资源调查监测评价工作，保障分析评价结果的科学性和可靠性，有必要从省级层面对自然资源进行综合分区。
现有分区划定方法的问题：
(1)分区种类繁多杂乱
与空间规划种类繁多、体系庞杂相类似，我国在实践中产生发展了诸多分区类型，如自然地理分区、气候分区、主体功能区划、生态功能区划、、综合农业区划等等，类型繁多、体系杂乱。造成这种状况主要有两个因素:一是规划分区系统仅主要被作为是规划编制的一种方法，而非规划实施管理的有力工具，其地位有限而不受重视，从而既助长了该问题的存在，又缺乏解决该问题的努力；二是受条块分割的规划管理体制影响和制约，各部门在缺乏统筹的情况下自发地发展各种规划分区系统，不可避免地会导致分区系统的繁杂化。
(2)不同类别规划分区间不协调
受规划权力部门化的影响，以不同系列规划为载体建立起来的不同类别规划分区系统之间存在着突出的不相协调问题。如生态环境规划系列的地质灾害防治分区、水土流失防治分区等系统与土地利用总体规划的土地用途分区、建设分区等系统常常存在冲突和不一致现象。
(3)规划分区在地方层级特色不足
在同类别甚至同类型规划分区系统的不同层级之间，受规划层级管理体制等因素的影响，存在下级简单模仿上级、上下级刻板统一的问题，突出表现规划分区系统在地方层面适应性不强、精度不足的问题，不利于实施精细化、特色化管制。
(4)区划理论体系发明薄弱的现状不仅影响到成果的科学性、实用性，而且阻碍了区划工作的发展。
自然要素与社会经济要素间的密切联系以及实践的需求，使得区划工作应包含不同属性的指标。进而，区划范式由自下而上和自上而下向两者有机结合转变，如自然要素主要采用自上而下的范式，社会经济要素适用于自下而上范式。
可以预见，未来5～10年仍然是区划类工作的黄金时段，大量不同空间尺度和领域(地理、生态、经济和环境等，抑或多个学科的综合)的区划方案将会出现，尤其是针对区域发展、生态恢复、环境整治和重大基础设施建设的综合区划方案将会发挥巨大的实践价值。
目前的区划工作大多局限于中国的陆地部分，虽有一些海洋功能区划，但详尽程度远远不能与陆地区划相比。因而，未来的区划工作将会覆盖整个中国国土。此外，在全球变化和可持续发展背景下，许多气候、环境、生态与经济问题需要在全球尺度上寻求解决方案。在此情形下，中国的区划工作者的视角将会越来越宏大，制定出一些全球尺度的区划方案。
区划信息源由多种并行使用向无缝融合转变，区划时变性质由静态区划向动态区划发展。主要论题包括：寻求更为客观的等级系统制定依据以及各级区划主导因子的定量标准，以使得人为制订的区划等级系统更为真实地反映自然地域系统的层次和等级；寻求表征地理界线及其附近各种因子空间变化特征的技术，以较为准确地识别过渡界线的位置和走向；寻求实现从分类到分区的转换技术，以提高结果的准确性；寻求更加科学的综合区划途径，以使得不同质的因子在区划框架下加以综合；寻求更加有效的动态区划及其可视化技术，以表征区划方案的时空两维性。
通过上述分析，现有技术存在的问题及缺陷为：
(1)现有技术分区种类繁多杂乱、不同类别规划分区间不协调分区数据精度不足。
(2)现有技术没有针对自然资源基本状况指标、自然资源开发利用与保护指标、自然资源协同协调指标和自然资源响应指标等时间序列数据进行综合水平分析，使得现有技术获得的数据准确度低。
(3)现有技术自然资源调查监测评价指标体系获得的数据信息协调性以及准确性差，不能为自然资源保护与合理开发利用提供决策参考。
发明内容
为克服相关技术中存在的问题，本发明公开实施例提供了一种自然资源用数据监测系统、监测方法、设备、介质及终端。
所述技术方案如下：一种自然资源用数据监测系统，应用于信息数据处理终端，所述自然资源用数据监测系统包括：
自然资源综合分析评价单元，用于对于省域自然资源的综合分区以自然地理区划为基础，综合结合区域气候特征、水热条件，地形地貌地域差异因素，以县域为单元进行自然资源综合分区划定；
自然资源调查监测指标体系构建单元，用于基于不同省域自然资源综合分区结果，结合各省域自然资源调查监测数据，综合结合自然资源与自然资源、人与自然资源之间的关系，结合相自然资源统计调查制度，统筹构建各省域自然资源调查统计指标体系；
自然资源综合分析评价体系构建单元，用于结合各省不同自然资源分区下自然资源评价的数量、质量和生态等指标，综合结合自然资源的空间结构和整体功能，对自然资源的时空演变进行发明与分析，以及对不同类型的自然资源之间协调性，人与自然资源的协同性进行分析，并基于各省域自然资源调查监测指标，构建适宜各省省情状况的自然资源调查监测数据评价体系。
本发明的另一目的在于提供一种自然资源用数据监测系统的监测方法，应用于信息数据处理终端，所述自然资源用数据监测系统的监测方法包括：
结合各省域地形地貌和典型区位特征，分别以省域为对象，以县级行政单位为单元进行省级层面的综合地理分区，在此基础上进行各种类型自然资源的分类归属，分析各省域自然资源调查监测技术体系，并根据自然资源评价方法，构建适宜各省省情状况的自然资源调查监测数据评价体系。
在一个实施例中，所述进行省级层面的综合地理分区包括：
跨省域分区，根据分区划定方法进行自然资源分区；
省域内自然资源综合分区划定：结合各省域自然地理要素特征和行政区分布，分别对各省、自治区进行自然资源综合分区。
在一个实施例中，所述分区划定方法包括：
综合划分，用于在进行某一级区划时，须全面结合构成环境的各组成成分和其本身综合特征的相似和差别，然后挑选出一些具有相互联系的指标作为确定区界的依据；
主导因素划分，用于选取反映区域分异的主导因素的某一主导标志来作为确定区界的主要依据，并且在进行某一级区划时，须按统一的指标划分；
发生学划分，用于描述区域单位成因的一致性和区域发展性质的共同性原则；
地域差异性划分，用于体现不同自然资源地理差异性；
区域共轭性划分，用于每个具体的区划单位为连续的地域单元，不存在着地理于区域之外而又从属于该区的单位；
陆海统筹划分，用于自然资源区划的划定综合结合陆地空间与海洋空间的统一性，以及海洋系统的相对独立性进行区分。
在一个实施例中，所述进行自然资源分区包括：采用叠置法、主导标志法以及地理相关法进行自然资源分区。
在一个实施例中，自然资源评价方法包括：单指标时间序列分析方法、速度分析方法、分解分析方法、单指标时空地统计分析方法、地统计分析方法以及多指标专题综合评价方法。
在一个实施例中，所述自然资源综合分析评价体系构建包括：
基于获取的自然资源基本状况、自然资源开发利用情况、人与自然资源以及自然资源之间的匹配协调性、自然资源反映响应数据构建自然资源综合分析评价体系。
本发明的另一目的在于提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述自然资源用数据监测系统的监测方法。
本发明的另一目的在于提供一种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，使得所述处理器执行所述自然资源用数据监测系统的监测方法。
本发明的另一目的在于提供一种信息数据处理终端，所述信息数据处理终端用于实现于电子装置上执行时，提供用户输入接口以实施所述自然资源用数据监测系统的监测方法。
结合上述的所有技术方案，本发明所具备的优点及积极效果为：
第一、针对上述现有技术存在的技术问题以及解决该问题的难度，紧密结合本发明的所要保护的技术方案以及研发过程中结果和数据等，详细、深刻地分析本发明技术方案如何解决的技术问题，解决问题之后带来的一些具备创造性的技术效果。具体描述如下：
本发明结合各省域地形地貌和典型区位特征，分别以省域为对象，以县级行政单位为单元进行省级层面的综合地理分区，在此基础上明确各种类型自然资源的分类归属，进而整理分析各省域自然资源调查监测技术体系，在自然资源部管理职能的基础上，面向自然资源管理需要，并参考目前国内外比较全面、完善、成熟的自然资源评价方法框架，最终提出适合各省省情的自然资源调查监测数据分析评价的总体思路、指标体系以及技术方法。
第二、把技术方案看作一个整体或者从产品的角度，本发明所要保护的技术方案具备的技术效果和优点，具体描述如下：
本发明通过梳理国内外自然资源调查监测方面的发明或技术体系，对自然资源调查监测和分析评估展开分析。
本发明通过明确自然资源部职能下的自然资源类型，剖析各种自然资源类型的调查监测指标。通过数量、质量、结构、功能、生态等各个方面的指标，构建评估指标体系和评估方法体系，完成各个省份自然资源调查监测数据分析评价的总体思路与实施途径。
本发明对全国自然资源调查监测技术体系进行梳理，分析、筛选、评估自然资源调查监测指标体系，进行自然资源数据分析与评估方法，结合各省份典型地域特征，筛选指标构建符合各省省情状况的自然资源综合分析评价体系，为自然资源调查监测数据综合分析与评价工作奠定基础。
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，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是本发明实施例提供的自然资源用数据监测系统示意图；
图2是本发明实施例提供的省级自然资源综合分析与评价指标体系构建方法流程图；
图3是本发明实施例提供的分区划定技术路线图；
图中：1、自然资源综合分析评价单元；2、自然资源调查监测指标体系构建单元；3、自然资源综合分析评价体系构建单元。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其他方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施的限制。
一、解释说明实施例：
如图1所示，本发明实施例提供一种自然资源用数据监测系统，应用于信息数据处理终端，所述自然资源用数据监测系统包括：
自然资源综合分析评价单元1，用于对于省域自然资源的综合分区以自然地理区划为基础，综合结合区域气候特征、水热条件，地形地貌地域差异因素，以县域为单元进行自然资源综合分区划定；
自然资源调查监测指标体系构建单元2，用于基于不同省域自然资源综合分区结果，结合各省域自然资源调查监测数据，综合结合自然资源与自然资源、人与自然资源之间的关系，结合相自然资源统计调查制度，统筹构建各省域自然资源调查统计指标体系；
自然资源综合分析评价体系构建单元3，用于结合各省不同自然资源分区下自然资源评价的数量、质量和生态等指标，综合结合自然资源的空间结构和整体功能，对自然资源的时空演变进行发明与分析，以及对不同类型的自然资源之间协调性，人与自然资源的协同性进行分析，并基于各省域自然资源调查监测指标，构建适宜各省省情状况的自然资源调查监测数据评价体系。
本发明实施例还提供一种自然资源用数据监测系统的监测方法，应用于信息数据处理终端，所述自然资源用数据监测系统的监测方法包括：
本发明结合各省域地形地貌和典型区位特征，分别以省域为对象，以县级行政单位为单元进行省级层面的综合地理分区，在此基础上明确各种类型自然资源的分类归属，进而整理分析各省域自然资源调查监测技术体系，在自然资源部管理职能的基础上，面向自然资源管理需要，并参考目前国内外比较全面、完善、成熟的自然资源评价方法框架，最终提出适合各省省情的自然资源调查监测数据分析评价的总体思路、指标体系以及技术方法。
实施例1
如图2所示，省级自然资源综合分析与评价指标体系构建方法包括：
优先识别省域自然资源综合分区，作为指导各省域内部自然资源调查分析指标体系构建，进而更精准的识别出各省域内不同资源禀赋地区的自然资源本底状态。在调查分析基础上，结合各省域自然资源目标与问题，开展自然资源评价指标体系构建。具体包括以下步骤：
省级自然资源综合分析评价：
自然资源在数量和质量上都存在显著的地域分异特征。为准确有效对各省域自然资源进行科学、可靠、准确的评价，监测数据分析评价指标体系。分区方法：对于省域自然资源的综合分区主要以自然地理区划为基础，综合结合区域气候特征、水热条件，地形地貌等地域差异因素，以县域为单元进行自然资源综合分区划定。
省级自然资源调查监测指标体系：
基于各省域自然资源综合分区结果，结合各省域自然资源调查监测数据，综合结合自然资源与自然资源、人与自然资源之间的关系，在经济社会和谐稳定发展和生态环境可持续的大背景下，结合相对完善的自然资源“1+8”统计调查制度，统筹构建各省域自然资源调查统计指标体系。
省级自然资源综合分析评价体系和技术方法：
1)自然资源调查监测数据分析方法。结合各省不同自然资源分区下自然资源评价的数量、质量和生态等指标，综合结合自然资源的空间结构和整体功能，对自然资源的时空演变进行发明与分析。通过自然资源空间分析方法，发明不同分区类型下的自然资源在空间上的聚集特征、分布特点和丰富程度等，分析各分区下不同类型自然资源的质量空间分布特征，并分析不同类型自然资源的生态效应、生态作用和生态功能。
2)分析各省域自然资源调查监测数据综合分析评价指标体系和技术方法。对不同类型的自然资源之间协调性，人与自然资源的协同性进行发明，探寻不同类型自然资源之间错综复杂的影响关系，分析人类经济社会发展、土地开发利用、生态环境保护等各个方面对自然资源的影响，在综述国内外自然资源分析评价方法、框架、技术的基础上，基于梳理的各省域自然资源调查监测指标体系，提出适宜各省省情状况的自然资源调查监测数据评价体系和技术方法。
实施例2
基于实施例1提供的省级自然资源综合分析与评价指标体系构建方法，进一步地，省级自然资源综合分区包括：
一、跨省域分区方法
(一)分区划定方法：
(1)体现主导功能
自然资源分区要在综合分析各种影响因素的基础上根据主导功能进行区域划分。
(2)综合划分和主导因素划分。
综合划分强调在进行某一级区划时，必须全面结合构成环境的各组成成分和其本身综合特征的相似和差别，然后挑选出一些具有相互联系的指标作为确定区界的依据。主导因素划分强调选取反映区域分异的主导因素的某一主导标志来作为确定区界的主要依据，并且特别强调在进行某一级区划时，必须按统一的指标来划分。
(3)发生学划分
发生学划分应理解为区域单位成因的一致性和区域发展性质的共同性原则。由于地域分异是长期发展的结果，具有一定的继承性，追溯发展历史以论证其发生、发展的异同是十分必要的。
(3)体现地域差异性
遵循自然资源的客观规律，应用科学的分区方法，体现不同自然资源地理差异性，区内相似性指区内单元个体在自然资源保护与利用中表现出来的共性。区间差异性指不同分区之间在表现特征方面应存在明显差异，体现地域差异性，凸显自然资源的独特性和差异性。
(4)区域共轭性划分
每个具体的区划单位都要求是一个连续的地域单元，不能存在着地理于区域之外而又从属于该区的单位。区划的这一属性，成为区域共轭性。这一原则决定了区划单位永远是个体的，不能存在着某一区划单位的分离部分。
(5)陆海统筹划分
自然资源区划的划定要综合结合陆地国土空间与海洋国土空间的统一性，以及海洋系统的相对独立性进行开发，促进陆地国土空间与海洋国土空间协调开发。
(二)划定技术路线
在综合梳理现有分区划定经验基础上，结合国家对自然资源分区用途管制的要求，本发明在参考自然地理分区、要素评价分区和各省份行政地理界限基础上，综合结合各省域自然资源地理空间分布特征和各区域特征要素，以县级行政单位为基本单元，分别对各省进行了自然资源综合分区划定，分区划定技术路线如图3所示。
(三)自然资源分区方法
(1)叠置法
将若干自然要素的分布图和区划图像叠置在一起，得出一定的网格，案后选择其中重叠最多的线条作为综合自然区划的依据。叠置法可以减少主观性和任意性，并有助于发现一些自然现象之间的联系。但是，自然界各种现象都有其发展规律，所处发展阶段也各不相同，特别是资料不完整的情况下，如果机械地运用叠置法，有时会得出错误的结论。
(2)主导标志法
在综合分析法的基础上，选择主导标志作为区划的依据，由此得出区划界线，这种界线意义比较明确。但如果机械地御用这种方法，往往不能正确的表现出自然界的地域分异规律，区划界线有时会带有主管任意性。
(3)地理相关法
是在比较各项自然现象的分析图、分布图和区划图，了解自然界地域分异规律的基础上，再按若干重要因素相互依存的关系，制定区划界线的依据。上述这些方法适当结合使用，它们的共同内容是根据自然界地域分异的因素，通过各种现象与对象因果关系的分析，选出可以作为区划依据的指标。
二、省域内自然资源综合分区划定
本自然资源分区综合分析了陆地空间与海洋空间的统一性与差异性，基于陆海统筹角度，以全国自然地理区划为基础，结合各省域自然地理要素特征和行政区分布，分别对各个省、自治区进行了自然资源综合分区。
实施例3
基于实施例1提供的省级自然资源综合分析与评价指标体系构建方法，进一步地，
自然资源综合分析评价包括：
一、单指标时间序列分析方法
(一)水平分析方法
可针对自然资源基本状况指标、自然资源开发利用与保护指标、自然资源协同协调指标和自然资源响应指标等时间序列数据进行水平分析，包括发展水平和平均发展水平分析、增长水平和平均整张水平分析。
发展水平的分析可反映自然资源在具体时间下所达到的规模或者发展程度。在各个指标时间序列中，各个指标用ai表示，则该时间序列可表示为a0，a1，a2...an-1，an，通常把首项a0称为最初水平，末项an为最末水平。作为对比基准的水平为基期水平，被发明考察时间的水平称为报告期水平。
平均发展水平是在对时间序列进行分析时，为了综合说明自然资源各个方面在一段时期内的发展水平。可由总量指标计算序时平均数、以相对指标或平均指标时间序列计算序时平均数等来反映自然资源基本状况、开发利用保护程度等水平。
增长水平也称增长量，是报告期发展水平与基期发展水平之差。计算公式为：
增长量＝报告期水平-基期水平
平均增长水平也称平均增长量，它是逐期增长量的序时平均数。计算平均增长量可以将各逐期增长量相加除以逐期增长量个数，用简单算术平均法计算，也可以将累计增长量厨艺时间序列项数减1。计算公式如下：
平均增长量＝逐期增长量之和/逐期增长量个数＝累计增长量/(时间序列项数-1)。
(二)速度分析方法
用于对自然资源发展速度和增长速度进行分析。主要包括发展速度与增长速度、平均发展速度与平均增长速度。
发展速度可用于反映自然资源开发利用、保护、基本状况等发展程度的相对指标，是报告期水平与基期水平之商，用于说明报告期水平应发展到基期水平的百分之几或若干倍。计算公式如下：
发展速度＝报告期水平/基期水平×100％
由于采用的基期不同，还可计算环比发展速度和定基发展速度。另外为了消除季节变动的影响，也可计算年距发展速度，用以说明报告期水平与上年同期水平对比达到的相对程度。计算公式如下：
年距发展速度＝报告期发展水平/上年同期发展水平×100％
增长速度是反映增长程度的相对指标，有正增长也有负增长，与发展速度类似，可计算环比增长速度和定基增长速度。增长速度计算公式如下：
增长速度＝(报告期水平-基期水平)/基期水平
平均发展速度是哥哥时期环比发展速度的序时平均数，用于说明自然资源在较长时期内速度变化的平均程度。平均发展速度与平均增长速度的数量关系是：平均增长速度＝平均发展速度-1。
(三)分解分析方法
在时间序列中，各个时期的发展水平受到各种因素的共同影响，自然资源调查监测各个指标数据也存在长期趋势、季节变动、循环变动和比规则变动等影响因素，对时间序列数据进行分解分析能够明确其内在发展规律。
对于长期趋势的测定可用一定得方法对时间序列进行修匀，使修匀后的数列排除季节变动、循环变动和不规则变动等因素的影响，显示出自然资源各个方面变动的基本趋势。测定长期趋势的方法主要有时距扩大法、移动平均法和趋势模型法。
二、单指标时空地统计分析方法
(一)探索性空间数据分析方法
探索性空间数据分析方法(ESDA)是指利用统计学原理和图形图表相结合对空间信息的性质进行分析、鉴别，用以引导确定性模型的结构和解法。
例如可以对自然资源调查监测数据分析评价指标体系中具有地理空间属性的指标进行全局空间自相关和局部空间自相关分析。
全局空间自相关概括了在一个总的空间范围内空间依赖的程度。Moran指数和Geary系数是两个用来度量空间自相关的全局指标。Moran指数反映的是空间邻接或空间邻近的区域单元属性值的相似程度。Geary系数与Moran指数存在负相关关系。Moran指数I的取值一般在[-1，1]之间，小于0表示负相关，等于0表示不相关，大于0表示正相关；Geary系数C的取值一般在[0，2]之间，大于1表示负相关，等于1表示不相关，而小于1表示正相关。
局部空间自相关描述一个空间单元与其领域的相似程度，能够表示每个局部单元服从全局总趋势的程度(包括方向和量级)，反映了空间异质性，说明空间依赖是如何随位置变化的。局部空间自相关分析方法包括3种：空间联系的局部指标(LISA)；G统计量；Moran散点图。LISA包括局部Moran指数(local Moran index)和局部Geary指数(local Gearyindex)。G统计量用于探测区域单元是属于高值集聚还是低值集聚的空间分布模式。以(Wz，z)为坐标点的Moran散点图，常来发明局部的空间不稳定性，它对空间滞后因子Wz和z数据对进行了可视化的二维图示。
(二)地统计分析方法
地统计学是以区域化变量理论为基础，以变异函数为主要工具，发明在空间分布上既有随机性又有结构性，或空间相关和依赖性，或空间格局与变异，并对这些数据进行最优无偏内插估计，或模拟这些数据的离散性、波动性。
协方差函数和变异函数是以区域化变量理论为基础建立起来的地统计学的两个最基本的函数。例如地统计学的主要方法之一，克立格法就是建立在变异函数理论和结构分析基础之上的。
三、多指标专题综合评价方法
本发明所构建的自然资源调查监测分析评价指标体系不仅仅能够通过单指标分析查清我国各类自然资源家底和变化情况，揭示自然资源相互关系和演替规律。还可以基于不同的评价目的，利用指标体系中的多指标组合进行专题评价，比如不同区域资源禀赋情况综合评价、国土空间生态修复情况综合评价、高质量发展背景下综合绩效评价等。
针对不同的专题，可从本发明所构建的指标体系中选择不同的指标，确定不同的指标权重进行专题评价，综合评价的方法较多，以层次分析法为例，具体内容方法流程如下：
层次分析法，简称AHP，是指将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。该方法是美国运筹学家匹茨堡大学教授萨蒂于20世纪70年代初，在为美国国防部发明"根据各个工业部门对国家福利的贡献大小而进行电力分配"课题时，应用网络系统理论和多目标综合评价方法，提出的一种层次权重决策分析方法。该方法将定量分析与定性分析结合起来，用决策者的经验判断各衡量目标能否实现的标准之间的相对重要程度，并合理地给出每个决策方案的每个标准的权数，利用权数求出各方案的优劣次序，比较有效地应用于难以用定量方法解决的综合评价。
(一)层次分析法
层次分析法是指将一个复杂的多目标决策问题作为一个系统，将目标分解为多个目标或准则，进而分解为多指标(或准则、约束)的若干层次，通过定性指标模糊量化方法算出层次单排序(权数)和总排序，以作为目标(多指标)、多方案优化决策的系统方法。
层次分析法是将决策问题按总目标、各层子目标、评价准则直至具体的备投方案的顺序分解为不同的层次结构，然后用求解判断矩阵特征向量的办法，求得每一层次的各元素对上一层次某元素的优先权重，最后再加权和的方法递阶归并各备择方案对总目标的最终权重，此最终权重最大者即为最优方案。
层次分析法比较适合于具有分层交错评价指标的目标系统，而且目标值又难于定量描述的决策问题。
层次分析法基本原理
层次分析法根据问题的性质和要达到的总目标，将问题分解为不同的组成因素，并按照因素间的相互关联影响以及隶属关系将因素按不同层次聚集组合，形成一个多层次的分析结构模型，从而最终使问题归结为最低层(供决策的方案、措施等)相对于最高层(总目标)的相对重要权值的确定或相对优劣次序的排定。
层次分析法计算步骤
1.建立层次结构模型
将决策的目标、结合的因素(决策准则)和决策对象按它们之间的相互关系分为最高层、中间层和最低层，绘出层次结构图。最高层是指决策的目的、要解决的问题。最低层是指决策时的备选方案。中间层是指结合的因素、决策的准则。对于相邻的两层，称高层为目标层，低层为因素层。
2.构造判断(成对比较)矩阵
在确定各层次各因素之间的权重时，如果只是定性的结果，则常常不容易被别人接受，因而Santy等人提出一致矩阵法，即不把所有因素放在一起比较，而是两两相互比较，对此时采用相对尺度，以尽可能减少性质不同的诸因素相互比较的困难，以提高准确度。如对某一准则，对其下的各方案进行两两对比，并按其重要性程度评定等级。aij为要素i与要素j重要性比较结果，表1列出Saaty给出的9个重要性等级及其赋值。按两两比较结果构成的矩阵称作判断矩阵。判断矩阵具有如下性质：
Figure BDA0003846959130000161
判断矩阵元素aij的标度方法如下：
表1层次分析法标度量化值
因素i比因素j 量化值
同等重要 1
稍微重要 3
较强重要 5
强烈重要 7
极端重要 9
两相邻判断的中间值 2，4，6，8
3.层次单排序及其一致性检验
对应于判断矩阵最大特征根λmax的特征向量，经归一化(使向量中各元素之和等于1)后记为W。W的元素为同一层次因素对于上一层次因素某因素相对重要性的排序权值，这一过程称为层次单排序。能否确认层次单排序，则需要进行一致性检验，所谓一致性检验是指对A确定不一致的允许范围。其中，n阶一致阵的唯一非零特征根为n；n阶正互反阵A的最大特征根λ≥n，当且仅当λ＝n时，A为一致矩阵。由于λ连续的依赖于aij，则λ比n大的越多，A的不一致性越严重，一致性指标用CI计算，CI越小，说明一致性越大。用最大特征值对应的特征向量作为被比较因素对上层某因素影响程度的权向量，其不一致程度越大，引起的判断误差越大。因而可以用λ-n数值的大小来衡量A的不一致程度。定义一致性指标为：
Figure BDA0003846959130000171
CI＝0，有完全的一致性；CI接近于0，有满意的一致性；CI越大，不一致越严重。
为衡量CI的大小，引入随机一致性指标RI：
Figure BDA0003846959130000172
其中，随机一致性指标RI和判断矩阵的阶数有关，一般情况下，矩阵阶数越大，则出现一致性随机偏离的可能性也越大，其对应关系如下表2：
平均随机一致性指标RI标准值(不同的标准不同，RI的值也会有微小的差异)。
表2层次分析法RI标准值
Figure BDA0003846959130000173
结合到一致性的偏离可能是由于随机原因造成的，因此在检验判断矩阵是否具有满意的一致性时，还需将CI和随机一致性指标RI进行比较，得出检验系数CR，公式如下：
Figure BDA0003846959130000181
一般，如果CR<0.1，则认为该判断矩阵通过一致性检验，否则就不具有满意一致性。
4.层次总排序及其一致性检验
计算某一层次所有因素对于最高层(总目标)相对重要性的权值，称为层次总排序。这一过程是从最高层次到最低层次依次进行的。
(二)模糊综合评价法
模糊综合评价法是一种基于模糊数学的综合评价方法。该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。它具有结果清晰，系统性强的特点，能较好地解决模糊的、难以量化的问题，适合各种非确定性问题的解决。
(1)模糊综合评价法的术语定义
为了便于描述，依据模糊数学的基本概念，对模糊综合评价法中的有关术语定义如下：
1.评价因素(F)：是指对招标项目评议的具体内容(例如，价格、各种指标、参数、规范、性能、状况，等等)。
为便于权重分配和评议，可以按评价因素的属性将评价因素分成若干类(例如，商务、技术、价格、伴随服务，等)，把每一类都视为单一评价因素，并称之为第一级评价因素(F1)。第一级评价因素可以设置下属的第二级评价因素(例如，第一级评价因素“商务”可以有下属的第二级评价因素：交货期、付款条件和付款方式，等)。第二级评价因素可以设置下属的第三级评价因素(F3)。依此类推。
2.评价因素值(Fv)：是指评价因素的具体值。例如，某投标人的某技术参数为120，那么，该投标人的该评价因素值为120。
3.评价值(E)：是指评价因素的优劣程度。评价因素最优的评价值为1(采用百分制时为100分)；欠优的评价因素，依据欠优的程度，其评价值大于或等于零、小于或等于1(采用百分制时为100分)，即0≤E≤1(采用百分制时0≤E≤100)。
4.平均评价值(Ep)：是指评标委员会成员对某评价因素评价的平均值。
平均评价值(Ep)＝全体评标委员会成员的评价值之和÷评委数
5.权重(W)：是指评价因素的地位和重要程度。
第一级评价因素的权重之和为1；每一个评价因素的下一级评价因素的权重之和为1。
6.加权平均评价值(Epw)：是指加权后的平均评价值。
加权平均评价值(Epw)＝平均评价值(Ep)×权重(W)。
7.综合评价值(Ez)：是指同一级评价因素的加权平均评价值(Epw)之和。综合评价值也是对应的上一级评价。
(2)显著特点
模糊综合评价法的最显著特点是：
相互比较
以最优的评价因素值为基准，其评价值为1；其余欠优的评价因素依据欠优的程度得到相应的评价值。
函数关系
可以依据各类评价因素的特征，确定评价值与评价因素值之间的函数关系(即：隶属度函数)。确定这种函数关系(隶属度函数)有很多种方法，例如，F统计方法，各种类型的F分布等。当然，也可以请有经验的评标专家进行评价，直接给出评价值。
在招标文件的编制中，应依据项目的具体情况，有重点地选择评价因素，科学地确定评价值与评价因素值之间的函数关系以及合理地确定评价因素的权重。
(3)一般步骤
1、模糊综合评价指标的构建
模糊综合评价指标体系是进行综合评价的基础，评价指标的选取是否适宜，将直接影响综合评价的准确性。进行评价指标的构建应广泛涉猎与该评价指标系统行业资料或者相关的法律法规。
2、采用构建好权重向量
通过专家经验法或者AHP层次分析法构建好权重向量。
3、构建评价矩阵
建立适合的隶属函数从而构建好评价矩阵。
4、评价矩阵和权重的合成
采用适合的合成因子对其进行合成，并对结果向量进行解释。
实施例4
基于实施例1提供的省级自然资源综合分析与评价指标体系构建方法，进一步地，省级自然资源综合分析评价体系构建包括：
一、自然资源综合分析评价的主要内容
自然资源调查监测数据的综合分析与评价是在统计汇总自然资源调查监测数据基础上，建立科学的自然资源评价指标，开展综合分析和系统评价，为科学决策和严格管理提供依据。自然资源综合分析评价内容主要有以下3个方面：
(一)统计
在综合借鉴自然资源“1+8”统计调查指标制度的基础上，构建自然资源调查统计指标体系，基于各省域自然资源综合分区，按照各分区典型特征，筛选反映区域特征的典型指标构建各省域自然资源调查统计指标体系。按照统计指标，开展自然资源基础统计，分类、分项统计自然资源调查监测数据，形成基本的自然资源现状和变化成果。
(二)分析
基于统计结果等，以省域、各分区单元或专题为目标，从数量、质量、结构、生态功能等角度，开展自然资源现状、开发利用程度及潜力分析，研判各省、各分区单元自然资源变化情况及发展趋势，综合分析自然资源、生态环境与区域高质量发展整体情况。
(三)评价
基于各省域自然资源统计分析结果，结合省域自然资源典型特征，建立自然资源调查监测评价指标体系，评价各类自然资源基本状况与保护开发利用程度，评价自然资源要素之间、人类生存发展与自然资源之间、区域之间、经济社会与区域发展之间的协调关系，为自然资源保护与合理开发利用提供决策参考。
二、评价框架构建
本发明自然资源综合分析评价的指标体系主要围绕自然资源基本状况、自然资源开发利用情况、人与自然资源以及自然资源之间的匹配协调性、自然资源反映响应4个方面进行构建。
(一)自然资源基本状况
对自然资源状况评价，提高对发明区内各种自然资源的数量、质量、结构等方面的定量了解程度，揭示各种自然资源空间组合及数量结构上的配置问题，明确所发明区自然资源的整体优势和劣势，分析优势资源在发明区所占的地位。
(二)自然资源开发利用
对自然资源开发利用情况进行评价，估算优势资源的开发潜力，估测资源开发所能带来的经济效益、生态效益和社会效益，并从经济、生态和社会效益的角度来评估资源的使用价值和货币价值。
(三)人与自然资源匹配协调性
对社会、经济和自然资源匹配协调性评价，寻找打破人口、经济和自然环境恶性循环的突破口，探寻经济发展与自然资源保护平衡的新途径，为资源环境与经济协调发展方案制定提供理论依据。为人与自然谐调发展、加强发明区的系统功能提供科学依据。
人与资源环境匹配协调性发明对于实现区域可持续发展具有一定的理论和实践意义。通过评价水土协调性、人口与资源环境协调性、经济与自然资源协调程度，发明资源开发与社会经济体系关系，进而分析生态环境的现状与社会经济的相互作用，建立资源开发生态协调系统机制，资源开发生态协调系统战略规划机制。既要保持平稳的经济发展速度，同时也要合理利用有限的自然资源及赖以生存的环境。
(四)自然资源反映响应
评价自然资源开发利用对社会、经济和生态环境的影响，并为自然资源利用和治理保护提出建议，为充分发挥自然资源的多种功能和综合效益提供科学依据。揭示自然资源开发利用的优势与劣势、资源开发的限制因素，并指出克服途径，从而更好为自然资源开发利用服务。
三、自然资源评价指标选取原则
评价指标体系的构建是自然资源综合分析评价的关键环节之一。有关自然资源数量和质量评价的指标比较确定，容易选用。但对自然资源开发利用、协调性及社会经济影响指标体系仍需探讨。自然资源综合分析评价指标的选择应结合以下原则:
(1)先进性
所建的评价指标应与自然资源健康可持续利用的目标一致，并且还具有一定的前瞻性和导向性，能通过对这些指标的分析引导自然资源逐步走上可持续发展的道路。
(2)科学性
指标体系的指标要建立在科学的基础上，不仅要符合自然资源管理理论、自然资源生态系统理论和系统分析原理，而且能够反映宏观管理目标的内涵和目标实现的程度。
(3)完整性
指标体系作为一个有机的整体，应该能够监测被评价系统的主要特征，从不同角度全面反映自然资源系统的综合状况。
(4)可行性
指标体系中的指标一定要具有可操作性和可比性，计算方法容易掌握，所需数据容易统计。
(5)独立性
指标体系中各项指标应互不相关，彼此独立，不存在包含和交叉关系。
(6)简洁性
在完备性基础上，应力求简洁，尽量选择那些有代表性的综合指标和主要指标，辅之以一些辅助指标。
(7)动态性
指标体系要结合系统的动态状况，在时间和空间上具有一定的敏感性，不但要评价现状，还要结合系统的发展趋势，系统的缓冲能力和应变能力。
(8)稳定性
在结合动态性的基础上，指标体系中的指标在一定时期内要尽量保持其相对的稳定，指标体系内容不宜变动过多过频。
在综合性的评价指标体系中，每个评价指标在选择具体的监测指标，原则上是选择说明评价目标的一般性特征的指标。指标的测度可以直接用数值度量，对于无法确定具体数值的，可以依据相关的国家标准或规程采用定性评分中的等级评分法对这些指标进行数量化，根据好坏或优劣将指标分为几个等级。并构建了各省域自然资源调查统计指标体系。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
上述装置/单元之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
二、应用实施例：
本发明实施例还提供了一种计算机设备，该计算机设备包括：至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个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各个方法实施例中的步骤。
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计算机程序，所述计算机程序被处理器执行时可实现上述各个方法实施例中的步骤。
本发明实施例还提供了一种信息数据处理终端，所述信息数据处理终端用于实现于电子装置上执行时，提供用户输入接口以实施如上述各方法实施例中的步骤，所述信息数据处理终端不限于手机、电脑、交换机。
本发明实施例还提供了一种服务器，所述服务器用于实现于电子装置上执行时，提供用户输入接口以实施如上述各方法实施例中的步骤。
本发明实施例提供了一种计算机程序产品，当计算机程序产品在电子设备上运行时，使得电子设备执行时可实现上述各个方法实施例中的步骤。
所述集成的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，可以通过计算机程序来指令相关的硬件来完成，所述的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，所述计算机程序包括计算机程序代码，所述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。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(RandomAccessMemory，RAM)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。
以上所述，仅为本发明较优的具体的实施方式，但本发明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发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种自然资源用数据监测系统，其特征在于，应用于信息数据处理终端，所述自然资源用数据监测系统包括：
自然资源综合分析评价单元(1)，对省域自然资源的综合分区以自然地理区划为基础，结合区域气候特征、水热条件，地形地貌地域差异因素，以县域为单元进行自然资源综合分区划定；
自然资源调查监测指标体系构建单元(2)，基于不同省域自然资源综合分区结果，结合各省域自然资源调查监测数据，结合自然资源、人与自然资源之间的关系，统筹构建各省域自然资源调查统计指标体系；
自然资源综合分析评价体系构建单元(3)，结合各省不同自然资源分区下自然资源评价的数量、质量和生态指标，综合自然资源的空间结构和整体功能，对自然资源的时空演变进行分析，对不同类型的自然资源之间协调性，人与自然资源的协同性进行分析，并基于各省域自然资源调查监测指标，构建适宜各省省情状况的自然资源调查监测数据评价体系。
2.一种根据权利要求1所述自然资源用数据监测系统的自然资源用数据监测方法，其特征在于，应用于信息数据处理终端，该自然资源用数据监测方法包括：
结合各省域地形地貌和区位特征，分别以省域为对象，以县级行政单位为单元进行省级层面的综合地理分区，在此基础上进行自然资源的分类归属，分析各省域自然资源调查监测技术体系，并根据自然资源评价方法，构建适宜各省省情状况的自然资源调查监测数据评价体系。
3.根据权利要求2所述的自然资源用数据监测方法，其特征在于，所述进行省级层面的综合地理分区包括：
跨省域分区，根据分区划定方法进行自然资源分区；
省域内自然资源综合分区划定，结合各省域自然地理要素特征和行政区分布，分别对各省、自治区进行自然资源综合分区。
4.根据权利要求3所述的所述自然资源用数据监测系统的监测方法，其特征在于，所述分区划定方法包括：
综合划分，用于在进行某一级区划时，结合构成环境的各组成成分和其本身综合特征的相似和差别，挑选出一些具有相互联系的指标作为确定区界的依据；
主导因素划分，用于选取反映区域分异的主导因素的某一主导标志作为确定区界的主要依据，并且在进行某一级区划时，按统一的指标划分；
发生学划分，用于描述区域单位成因的一致性和区域发展性质的共同性；
地域差异性划分，用于体现不同自然资源地理差异性；
区域共轭性划分，用于每个具体的区划单位为连续的地域单元；
陆海统筹划分，用于自然资源区划的划定综合结合陆地空间与海洋空间的统一性，以及海洋系统的相对独立性进行区分。
5.根据权利要求3所述的自然资源用数据监测系统的监测方法，其特征在于，所述进行自然资源分区包括：采用叠置法、主导标志法以及地理法进行自然资源分区。
6.据权利要求2所述的所述自然资源用数据监测系统的监测方法，其特征在于，所述自然资源评价方法包括：单指标时间序列分析方法、速度分析方法、分解分析方法、单指标时空地统计分析方法、地统计分析方法以及多指标专题综合评价方法。
7.据权利要求2所述的所述自然资源用数据监测系统的监测方法，其特征在于，所述构建适宜各省省情状况的自然资源调查监测数据评价体系包括：
基于获取的自然资源基本状况、自然资源开发利用情况、人与自然资源以及自然资源之间的匹配协调性、自然资源反映响应数据构建自然资源综合分析评价体系。
8.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求2-7任意一项所述自然资源用数据监测系统的监测方法。
9.一种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，使得所述处理器执行权利要求2-7任意一项所述自然资源用数据监测系统的监测方法。
10.一种信息数据处理终端，其特征在于，所述信息数据处理终端用于实现于电子装置上执行时，提供用户输入接口以实施权利要求2-7任意一项所述自然资源用数据监测系统的监测方法。
CN202211120862.9A 2022-09-15 2022-09-15 自然资源用数据监测系统、监测方法、设备、介质及终端 Pending CN115393148A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211120862.9A CN115393148A (zh) 2022-09-15 2022-09-15 自然资源用数据监测系统、监测方法、设备、介质及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211120862.9A CN115393148A (zh) 2022-09-15 2022-09-15 自然资源用数据监测系统、监测方法、设备、介质及终端

Publications (1)

Publication Number Publication Date
CN115393148A true CN115393148A (zh) 2022-11-25

Family

ID=84127245

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211120862.9A Pending CN115393148A (zh) 2022-09-15 2022-09-15 自然资源用数据监测系统、监测方法、设备、介质及终端

Country Status (1)

Country Link
CN (1) CN115393148A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117635177A (zh) * 2024-01-25 2024-03-01 武汉永业赛博能规划勘测有限公司 一种自然资源资产清查方法及系统
CN118229117A (zh) * 2024-05-22 2024-06-21 云南云金地科技有限公司 一种国土空间规划实施监测模型

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117635177A (zh) * 2024-01-25 2024-03-01 武汉永业赛博能规划勘测有限公司 一种自然资源资产清查方法及系统
CN117635177B (zh) * 2024-01-25 2024-04-16 武汉永业赛博能规划勘测有限公司 一种自然资源资产清查方法及系统
CN118229117A (zh) * 2024-05-22 2024-06-21 云南云金地科技有限公司 一种国土空间规划实施监测模型
CN118229117B (zh) * 2024-05-22 2024-08-06 云南云金地科技有限公司 一种国土空间规划实施监测模型

Similar Documents

Publication Publication Date Title
Cao et al. Multi-geohazards susceptibility mapping based on machine learning—a case study in Jiuzhaigou, China
Ghorbanzadeh et al. An interval matrix method used to optimize the decision matrix in AHP technique for land subsidence susceptibility mapping
Siddayao et al. Analytic hierarchy process (AHP) in spatial modeling for floodplain risk assessment
Akgun A comparison of landslide susceptibility maps produced by logistic regression, multi-criteria decision, and likelihood ratio methods: a case study at İzmir, Turkey
Thapa et al. Drivers of urban growth in the Kathmandu valley, Nepal: Examining the efficacy of the analytic hierarchy process
CN111898315B (zh) 基于分形—机器学习混合模型的滑坡易发性评估方法
CN115393148A (zh) 自然资源用数据监测系统、监测方法、设备、介质及终端
de Souza et al. A data based model to predict landslide induced by rainfall in Rio de Janeiro city
Yang et al. A constraint-based approach for identifying the urban–rural fringe of polycentric cities using multi-sourced data
Daams et al. Living near to attractive nature? A well-being indicator for ranking Dutch, Danish, and German functional urban areas
Chen et al. Modeling landslide susceptibility based on convolutional neural network coupling with metaheuristic optimization algorithms
Oshan et al. A scoping review on the multiplicity of scale in spatial analysis
Hassan et al. Modelling of urban growth and planning: A critical review
Fu et al. Flood risk assessment of urban cultural heritage based on PSR conceptual model with game theory and cloud model–A case study of Nanjing
Palma et al. The residential real estate market in Italy: A spatio-temporal analysis
Duo et al. Semi-probabilistic coastal flood impact analysis: From deterministic hazards to multi-damage model impacts
Mathew et al. Comparative assessment of geospatial and statistical methods to estimate local road annual average daily traffic
Wang et al. Delineation and validation of river network spatial scales for water resources and fisheries management
Zou et al. Quantifying the impact of human activities on geological hazards in mountainous areas: evidence from Shennongjia, China
Bajat et al. Spatial hedonic modeling of housing prices using auxiliary maps
Dadras et al. A combined FUZZY MCDM approach for identifying the suitable lands for urban development: an example from Bandar Abbas, Iran
Chen et al. A cellular automaton integrating spatial case-based reasoning for predicting local landslide hazards
Al-sharif et al. Urban sprawl assessment
Murayama et al. Spatial analysis: Evolution, methods, and applications
Chuangchang et al. Modelling urban growth over time using grid-digitized method with variance inflation factors applied to spatial correlation

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