CN116108124A - 基于gis的土地类型相似度确定方法、系统、设备及介质 - Google Patents
基于gis的土地类型相似度确定方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN116108124A CN116108124A CN202310391577.9A CN202310391577A CN116108124A CN 116108124 A CN116108124 A CN 116108124A CN 202310391577 A CN202310391577 A CN 202310391577A CN 116108124 A CN116108124 A CN 116108124A
- Authority
- CN
- China
- Prior art keywords
- grid
- land
- area
- managed
- information
- 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
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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于GIS的土地类型相似度确定方法、系统、设备及介质,涉及地理信息系统技术领域,该方法包括:将待管理区域的土地类型区分为农业用地和建设用地,并基于GIS获取待管理区域的位置数据、农业用地对应的第一信息和建设用地对应的第二信息;基于位置数据确定待管理区域的划分规则,并基于划分规则将待管理区域划分为N个网格;识别第一网格中的土地类型和第二网格中的土地类型;在第一网格和第二网格中同时包含农业用地或者建设用地的情况下,获取第一网格和第二网格之间的相似度。本申请解决了用户无法无法通过几个网格区域之间的比对,获取其所关注网格区域与其他网格区域之间的相似度的问题。
Description
技术领域
本发明涉及地理信息系统技术领域,尤其涉及一种基于GIS的土地类型相似度确定方法、系统、设备及介质。
背景技术
地理信息系统(Geographic Information System, GIS)是一个创建、管理、分析和绘制所有类型数据的系统。GIS 将数据连接到地图,将位置数据与所有类型的描述性信息集成到一起。目前用于区域管理的地理信息系统,将所管理的区域划分为多个网格区域,前端页面一般展示预置的准静态数据、后台提供静态数据展示接口,方法设计上更多的是偏向于给用户提供静态数据展示。由于此类方法内容单一,用户无法与其关注的网格区域进行有效互动,更无法通过几个网格区域之间的比对,获取其所关注网格区域与其他网格区域之间的相似度。
发明内容
本申请实施例提供了一种基于GIS的土地类型相似度确定方法、系统、设备及介质,能够解决用户无法与其关注的区域进行有效互动,无法通过几个网格之间的比对,获取其所关注网格区域与其他网格区域之间的相似度的问题。
为了解决上述技术问题,本申请是这样实现的:
第一方面,本申请实施例提供了一种基于GIS的土地类型相似度确定方法,该方法包括:
将待管理区域的土地类型区分为农业用地和建设用地,并基于GIS获取所述待管理区域的位置数据、所述农业用地对应的第一信息和所述建设用地对应的第二信息;
基于所述位置数据确定所述待管理区域的划分规则,并基于所述划分规则将所述待管理区域划分为N个网格,其中,N为大于1的整数;
识别第一网格中的土地类型和第二网格中的土地类型,其中,所述第一网格和所述第二网格为所述N个网格中的任意两个;
在所述第一网格和所述第二网格中同时包含所述农业用地的情况下,基于所述第一网格中所述农业用地对应的所述第一信息和所述第二网格中所述农业用地对应的所述第一信息,获取所述第一网格和所述第二网格之间的相似度;
在所述第一网格和所述第二网格中同时包含所述建设用地的情况下,基于所述第一网格中所述建设用地对应的所述第二信息和所述第二网格中所述建设用地对应的所述第二信息,获取所述第一网格和所述第二网格之间的相似度。
可选地,所述基于GIS获取所述待管理区域的位置数据、所述农业用地的第一信息和所述建设用地的第二信息,包括:
基于所述GIS获取所述待管理区域的所述位置数据;
获取所述农业用地的第一信息和所述建设用地的第二信息;
结合所述位置数据、所述第一信息和所述第二信息,生成所述待管理区域的GIS地图数据库。
可选地,所述基于所述GIS获取所述待管理区域的位置数据,包括:
获取所述待管理区域包含预设参考标识的图像数据;
将所述图像数据输入预先构建的检测模型中进行识别检测,采集所述图像数据中的地物要素,其中,所述地物要素包括水文、土壤、植被、交通道路、地形地貌、建筑物中的至少一类;
基于所述地物要素、所述预设参考标识的位置坐标和所述地物要素与所述预设参考标识的位置关系,获取所述地物要素的位置坐标;
将所述地物要素的位置坐标转换为地理坐标系下的位置坐标;
将所述地理坐标系下的位置坐标输入所述GIS中,获取所述地物要素展示在所述GIS上的位置数据。
可选地,所述基于所述位置数据确定所述待管理区域的划分规则,包括:
在所述位置数据表示为二维的情况下,确定划分所述待管理区域的划分规则为第一划分规则,其中,所述第一划分规则为将所述待管理区域划分为大小一致的网格;
在所述位置数据表示为三维的情况下,确定划分所述待管理区域的划分规则为第二划分规则,其中,所述第二划分规则为将所述待管理区域所在的空间划分为空间角度一致的网格。
可选地,所述方法还包括:
获取目标网格在第一时间与目标特征相关的第一参数和在第二时间与所述目标特征相关的第二参数,其中,所述目标网格为所述N个网格中的任意一个,所述第一时间早于所述第二时间,所述目标特征包括面积、农作物种植情况、土地质量、地形地貌、人口密度、建筑物类型、建筑物密度、交通发展情况、绿地率、公共设施覆盖情况中的至少一类;
比对所述第一参数和所述第二参数,获取所述目标网格的在所述第一时间至所述第二时间区段内的发展态势。
可选地,所述方法还包括:
在所述第一网格和所述第二网格同时包含所述农业用地的情况下,或者,在所述第一网格和所述第二网格同时包含所述建设用地的情况下,获取所述第一网格在第三时间与目标特征相关的第三参数,和所述第二网格在所述第三时间与所述目标特征相关的第四参数;
比对所述第三参数和所述第四参数,获取所述第一网格与所述第二网格之间的发展差异。
可选地,所述方法还包括:
获取所述目标网格的中心的位置坐标,以预设距离为半径并以所述目标网格的中心为圆心,确定所述目标网格的邻域范围,或者,获取所述目标网格的边界线,以预设距离为扩展宽度并以所述边界线为基准线,确定所述目标网格的邻域范围,其中,所述目标网格为所述N个网格中的任意一个;
获取所述邻域范围内的所述第一信息和所述第二信息,并基于领域范围内的所述第一信息和所述第二信息,获取所述领域范围内的目标参数,其中,所述目标参数用于表征所述目标特征中的任意一类。
第二方面,本申请还提供一种基于GIS的土地类型相似度确定系统,该土地类型相似度确定系统包括:
土地区分模块,用于将待管理区域的土地类型区分为农业用地和建设用地,并基于GIS获取所述待管理区域的位置数据、所述农业用地对应的第一信息和所述建设用地对应的第二信息;
网格划分模块,用于基于所述位置数据确定所述待管理区域的划分规则,并基于所述划分规则将所述待管理区域划分为N个网格,其中,N为大于1的整数;
网格识别模块,用于识别第一网格中的土地类型和第二网格中的土地类型,其中,所述第一网格和所述第二网格为所述N个网格中的任意两个;
第一获取模块,用于在所述第一网格和所述第二网格中同时包含所述农业用地的情况下,基于所述第一网格中所述农业用地对应的所述第一信息和所述第二网格中所述农业用地对应的所述第一信息,获取所述第一网格和所述第二网格之间的相似度;
第二获取模块,用于在所述第一网格和所述第二网格中同时包含所述建设用地的情况下,基于所述第一网格中所述建设用地对应的所述第二信息和所述第二网格中所述建设用地对应的所述第二信息,获取所述第一网格和所述第二网格之间的相似度。
第三方面,本申请还提供一种电子设备,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序,所述程序被所述处理器执行时实现如第一方面中任一项所述的一种基于地理信息系统GIS的土地类型相似度确定方法的步骤。
第四方面,本申请还提供一种可读存储介质,所述可读存储介质上存储有程序,所述程序被处理器执行时实现如第一方面中任一项所述的一种基于地理信息系统GIS的土地类型相似度确定方法的步骤。
在本申请实施例中,首先对待管理区域的土地类型进行划分,以便于后续对同一类型土地之间相似度的确定。同时,获取待管理区域的位置数据,以及前述待管理土地所区分的农业用地对应的第一信息和建设用地对应的第二信息。随后,将待管理区域划分为多个网格,并识别目标网格中的土地类型,以便于同一土地类型的网格之间的相似度确定。这样,本申请通过确定具有同一土地类型的网格之间的相似度,便于用户获取其所关注的网格区域与其他网格区域之间的相似度。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例描述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性的前提下,还可以根据这些附图获取其他的附图。
图1是本申请实施例提供的一种基于GIS的土地类型相似度确定方法的流程图;
图2是本申请实施例提供的一种基于GIS的土地类型相似度确定系统的结构示意图;
图3是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
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清楚地描述,显然,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。基于本申请中的实施例,本领域普通技术人员获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施,且“第一”、“第二”等所区分的对象通常为一类,并不限定对象的个数,例如第一对象可以是一个,也可以是多个。此外,说明书以及权利要求中“和/或”表示所连接对象的至少其中之一,字符“/”,一般表示前后关联对象是一种“或”的关系。
下面结合附图,通过具体的实施例及其应用场景对本申请实施例提供的基于GIS的土地类型相似度确定方法、系统、设备及介质进行详细地说明。
请参见图1,图1是本申请提供的一种基于GIS的土地类型相似度确定方法,该方法包括以下步骤:
S101、将待管理区域的土地类型区分为农业用地和建设用地,并基于GIS获取所述待管理区域的位置数据、所述农业用地对应的第一信息和所述建设用地对应的第二信息.
需要说明的是,本申请中的GIS可以是能够实现对一定区域内人、地、事、物等多方面可视化管理的综合系统,能够为该区域内的治理、管理工作提供信息化支持,可以存储数据信息,并具有基于现有电子地图的信息展示和管理功能。上述待管理区域可以是GIS中已经以电子地图的形式展示的区域,可以是尚未以电子地图展示的区域。前述待管理区域可以是具体的行政区划所在的区域,可以是具体街道、村落、乡镇、县城、地级市等,也可以是以人口聚居密集度划分的农田和居民区、城市和郊区。例如,在本申请具体实施中,上述待管理区域可以是一个具体的乡镇,该乡镇包括居民区、山林、农田、水系、交通道路等。
在具体实施中,上述基于GIS获取待管理区域的位置数据,首先可以是基于GIS中的电子地图系统获得该待管理区域的位置数据,该位置数据的内容可以包括地理空间或水平面上存在的物体或元素相关的信息,可以是矢量数据和栅格数据,矢量数据使用点、线和多边形来表示绘制并存储在GIS 中的城市、道路、山脉和水体等要素,栅格数据使用单元格表示空间特征,例如远程卫星数据。其次,上述位置数据还可以是在通过采集地理空间或水平面上存在的物体或元素的基础上处理获取的,例如,通过大数据计算采集引擎对待管理区域的水文、道路、地形地貌、农田、建筑物等信息汇总、收集,并处理计算以获取一个完整的关于该待管理区域内的空间特征信息。
具体地,第一信息可以是面积、种植作物类型、土地质量、地形地貌、植被等,第二信息可以是面积、人口密度、建筑物类型、建筑物密度、道路交通情况、绿地率、公共设施设置情况等。将上述待管理区域划分为农业用地区域和建设用地区域,并获取农业用地对应的第一信息和建设用地对应的第二信息,针对不同的土地类型获取不同的信息数据,第一信息与第二信息内所包含的指标特征可以不一致,在不同的指标特征下,不同的土地类型具有的特征不一,需要通过与其对应的指标值,即第一信息和第二信息,来反映该类地理空间区别于其他类别地理空间的特点,便于同类型管理、分析。
S102、基于所述位置数据确定所述待管理区域的划分规则,并基于所述划分规则将所述待管理区域划分为N个网格,其中,N为大于1的整数。
在本申请实施例中,基于位置数据确定待管理区域的划分规则,对待管理区域适用与位置数据的表现形式相匹配的划分规则,例如,在上述位置数据为矢量数据,矢量数据采用点、线、面描绘待管理区域的相关信息时,可以采用等面积划分的规则,将待管理区域划分为面积相等的网格,相等面积的网格在进行比较时可比较性强,便于反映两个网格内的相似或者区别之处,便于针对相似或者区别特征信息分析发展情况。还例如,在上述待管理数据采用栅格数据时,可以以栅格数据为基础基于栅格形状划分网格。
值得一提的是,将待管理区域划分为多个网格,可以将不规则的空间数据转换为规则的网格状数据,前述空间数据具体可以是第一信息和第二信息,转换为网格状数据后便于网格数据特征提取和网格间的比对。
S103、识别第一网格中的土地类型和第二网格中的土地类型,其中,所述第一网格和所述第二网格为所述N个网格中的任意两个。
在上述步骤中,识别两个不同网格中的土地类型,是便于将具有不同土地类型的网格进行分类,使得能够确定具有同一土地类型的网格间相似度。
S104、在所述第一网格和所述第二网格中同时包含所述农业用地的情况下,基于所述第一网格中所述农业用地对应的所述第一信息和所述第二网格中所述农业用地对应的所述第一信息,获取所述第一网格和所述第二网格之间的相似度。
在具体实施中,上述步骤为第一网格中和第二网格中同时包含农业用地时,表明第一网格和第二网格此时具有相同类型的土地,可以将第一网格和第二网格作为同一类网格进行比较。由于农业用地所具有的信息为第一信息,可以根据第一网格中对应的第一信息和第二网格中对应的第一信息,确定第一网格和第二网格之间的相似度。此外,在确定相似度时的第一信息可以具体为一类或者多类参数值,例如,基于第一网格的种植作物类型和第二网格的种植作物类型,确定第一网格和第二网格之间的相似度,若第一网格的种植作物为小麦,第二网格的种植作物为高粱,则第一网格也可以用于种植高粱,能够基于种植作物类别确定第一网格中的农业用地和第二网格中的农业用地在土壤耕作方面的情况,以此确定第一网格与第二网格之间相似度较高。又或是,第一网格种植的作物为小麦,而第二网格的种植作物为水稻,则表明第一网格中的农业用地相对于第二网格中的农业用地的具有更为潮湿的土壤环境适于水稻生成,水稻难以种植在第二网格中,能够确定第一网格和第二网格之间的相似度。
S105、在所述第一网格和所述第二网格中同时包含所述建设用地的情况下,基于所述第一网格中所述建设用地对应的所述第二信息和所述第二网格中所述建设用地对应的所述第二信息,获取所述第一网格和所述第二网格之间的相似度。
具体地,确定第一网格对应的第二信息和第二网格对应的第二信息包括同一类别参数。例如,基于第一网格的人口密度与第二网格的人口密度,确定第一网格和第二网格之间相似度。在第一网格的人口密度与第二网格的人口密度相近时,可以确定第一网格的人口聚居情况与第二网格中居民聚居情况相近,可以确定第一网格与第二网格之间的相似度较高。在上述步骤中,对具有同一土地类型的网格提取相同类型的特征值进行比对,以确定该类网格之间的相似度。前述特征值可以是第一信息中包括面积、种植作物类型、土地质量、地形地貌、植被等其中任意一项或者多项的参数信息,也可以是第二信息,第二信息可以是面积、人口密度、建筑物类型、建筑物密度、道路交通情况、绿地率、公共设施设置情况等其中任意一项或者多项的参数信息。
这样,在第一网格和第二网格均包括农业用地时,或者,在第一网格和第二网格均包括建设用地时,通过提取第一网格和第二网格中同一特征值进行比对,确定第一网格和第二网格之间的差异,从而确定第一网格和第二网格之间的相似度。这样,在获取了相同土地类别的网格之间的相似度之后,可以基于此相似度发现网格之间的数据差异,能够广泛应用于多种场景,确定网格自身或者与别的网格之间的发展趋势、发展情况、发展差异等。
还值得一提的是,本申请实施例中采用第一网格和第二网格之间确定相似度,但不表示本申请仅能够用于两个网格之间的相似度确定,可以根据实际情况拓展比对网格数量,可以是一个网格在不同时间段的自身对比确定相似度,也可以是多个网格相互之间确定相似度,本申请不作具体限制。
可选地,所述基于GIS获取所述待管理区域的位置数据、所述农业用地的第一信息和所述建设用地的第二信息,包括:
基于所述GIS获取所述待管理区域的所述位置数据;
获取所述农业用地的第一信息和所述建设用地的第二信息;
结合所述位置数据、所述第一信息和所述第二信息,生成所述待管理区域的GIS地图数据库。
具体而言,位置数据的获取可以是在现有GIS的基础上确定的,具体可以参考前述对位置数据的阐述。随后,获取农业用地的第一信息和建设用地的第二信息,所获取的第一信息和第二信息可以是通过大数据计算采集引擎实施更新的,将第一信息和第二信息可以为日更新数据、月更新数据、洞察汇总数据、实时明细数据,不同的数据类型对应着不同的储存和前端更新频率,通过对第一信息和第二信息的更新,为GIS地图数据库的生成提供了数据基础,增强了后续网格展示、提取特征数据的可实施性、适时性。
在具体实施中,可以将待管理区域的位置数据、第一信息和第二信息结合起来,成为GIS地图数据库的数据基础。GIS地图数据库中的数据信息可以建立与其信息类别对应的索引和查询机制,以便在将数据信息展示在网格中时,便于用户快速访问和查询。
可选地,所述基于所述GIS获取所述待管理区域的位置数据,包括:
获取所述待管理区域包含预设参考标识的图像数据;
将所述图像数据输入预先构建的检测模型中进行识别检测,采集所述图像数据中的地物要素,其中,所述地物要素包括水文、土壤、植被、交通道路、地形地貌、建筑物中的至少一类;
基于所述地物要素、所述预设参考标识的位置坐标和所述地物要素与所述预设参考标识的位置关系,获取所述地物要素的位置坐标;
将所述地物要素的位置坐标转换为地理坐标系下的位置坐标;
将所述地理坐标系下的位置坐标输入所述GIS中,获取所述地物要素展示在所述GIS上的位置数据。
在本申请又一个实施例中,首先通过采集获取待管理区域中包含预设参考标识的图像数据,图像数据的获取可以是基于GIS中现有的图像数据信息,可以是基于预先获取的视频数据中的图像帧数据,可以是基于遥感影像获取的。具体可以将视频中参考标识所在区域与GIS地图就行精确比对,提高数据可视化和决策支持的效果。随后,对图像数据的处理过程可以采用开放源代码计算机视觉库(Open Source Computer Vision Library,OpenCV)和将深度学习应用到目标检测上的算法(Fast Region-based ConvolutionalNeural Network, Faster R-CNN),预先构建图像检测模型,以实现对图像数据的数据处理和数据转化。前述图像检测模型能够识别检测出图像数据中的地物要素,地物要素可以是待管理区域的各个组成部分,可以是水文、土壤、植被、交通道路、地形地貌、建筑物中的至少一类,每一张图像中包括至少一类的地物要素。通过对图像数据的检测识别,待管理区域内的地物要素能够以预设参考标识的位置坐标为参照,确定每一个地物要素的位置坐标。最后,将前述地物要素的位置坐标转换为地理坐标系下的位置坐标并输入至GIS中,能够将各种地物要素展示在GIS展示平台上,实现对网格的定位与展示,并便于获取网格的位置数据、第一信息和第二信息。
可选地,所述基于所述位置数据确定所述待管理区域的划分规则,包括:
在所述位置数据表示为二维的情况下,确定划分所述待管理区域的划分规则为第一划分规则,其中,所述第一划分规则为将所述待管理区域划分为大小一致的网格;
在所述位置数据表示为三维的情况下,确定划分所述待管理区域的划分规则为第二划分规则,其中,所述第二划分规则为将所述待管理区域所在的空间划分为空间角度一致的网格。
具体地,本申请中不同表现形式的位置数据可以确定待管理区域网格划分的具体规则。在位置数据为平面数据,也即二维数据时,可以以等面积划分为网格划分规则。在位置数据为空间数据,也即三维数据时,可以以空间内的等角度对网格进行划分。根据位置数据表现形式的不同确定不同的划分规则,可以提升网格的划分效率,将网格展示在GIS展示平台上时也简洁可观。此外,本申请对于网格的具体划分规则不作过多的限制,具体可以根据所获取的位置数据的差异,确定不同的待管理区域可以采用的具体划分规则
可选地,所述方法还包括:
获取目标网格在第一时间与目标特征相关的第一参数和在第二时间与所述目标特征相关的第二参数,其中,所述目标网格为所述N个网格中的任意一个,所述第一时间早于所述第二时间,所述目标特征包括面积、农作物种植情况、土地质量、地形地貌、人口密度、建筑物类型、建筑物密度、交通发展情况、绿地率、公共设施覆盖情况中的至少一类;
比对所述第一参数和所述第二参数,获取所述目标网格的在所述第一时间至所述第二时间区段内的发展态势。
在具体实施中,网格的比对可以是同一网格在不同时间的比对,在获取了目标网格在第一时间的与一个具体的特征相关的参数值后,还需要获取在第二时间下与前述特征相同类别的参数值。比对时间早晚情况同一网格在同一目标特征上的参数值,能够确定该目标网格的发展态势。
需要说明的是,上述目标特征基于不同的土地类型具有不同的特征,农业用地具有的目标特征包括面积、农作物种植情况、土地质量、地形地貌、归一化植被指数(NDVI)中的至少一类。下面就每一类别特征作具体解释:面积特征可以用来比较不同网格或不同时间段的耕地规模。农作物种植情况可以对不同网格的作物种植情况进行比较,了解不同区域的作物结构和品质情况。土地质量特征可以根据不同网格的土地肥力、含水量等指标来评估其土地质量,从而比较不同网格的土地质量状况。地形地貌可以对不同网格的地形地貌进行比较,了解不同区域的地形地貌特征和变化情况。归一化植被指数用于评估图像数据中植被覆盖度和生长状况的指数。NDVI的计算基于不同波段的反射率差异,通常使用近红外波段和红色波段的数据计算。
此外,建筑用地具有的目标特征包括面积、人口密度、建筑物类型、建筑物密度、交通发展情况、绿地率、公共设施覆盖情况中的至少一类。下面就每一类别特征作出具体解释:面积可以用来比较不同网格或同一网格在不同时间段的住宅规模,从而了解住宅面积的变化情况。人口密度可以根据不同网格的人口数量和面积比例来评估其人口密度,从而比较不同区域的人口集聚情况。建筑物类型可以对不同网格的建筑物类型进行比较,了解不同网格中的建筑物的结构和风格特征。建筑密度可以根据不同网格的建筑物数量和面积比例来评估其建筑物密度,从而比较不同网格的建筑物集聚情况。交通发展情况可以根据不同网格的地理位置和交通情况进行比较,了解不同网格的便利程度和发展前景。绿地率可以根据不同网格的绿地面积比例来评估,从而比较不同网格的生态环境质量和居住舒适度。
可选地,所述方法还包括:
在所述第一网格和所述第二网格同时包含所述农业用地的情况下,或者,在所述第一网格和所述第二网格同时包含所述建设用地的情况下,获取所述第一网格在第三时间与目标特征相关的第三参数,和所述第二网格在所述第三时间与所述目标特征相关的第四参数;
比对所述第三参数和所述第四参数,获取所述第一网格与所述第二网格之间的发展差异。
在又一个具体实施例中,可以对不同网格进行同一时间的比对,确定不同网格在当前的发展差异,以便针对某一个或者多个网格作应对调整。例如,同时包含农业用地的网格之间可以的通过地形地貌和土地质量直观预估农作物的产值变化;同时包含建筑用地的不同网格之间可以通过建筑物密度、交通发展情况、绿地率、公共设施发现区域的资源发展不均衡,更利于后期合理规划。
可选地,所述方法还包括:
获取所述目标网格的中心的位置坐标,以预设距离为半径并以所述目标网格的中心为圆心,确定所述目标网格的邻域范围,或者,获取所述目标网格的边界线,以预设距离为扩展宽度并以所述边界线为基准线,确定所述目标网格的邻域范围,其中,所述目标网格为所述N个网格中的任意一个;
获取所述邻域范围内的所述第一信息和所述第二信息,并基于领域范围内的所述第一信息和所述第二信息,获取所述领域范围内的目标参数,其中,所述目标参数用于表征所述目标特征中的任意一类。
可以理解的是,可以通过对目标网格周边邻域的确定,可以在目标网格周边环境变化时,使用户能够获取在该邻域范围内的目标参数,通过该目标参数确定该领域范围内的发展变化趋势。
在本申请的另一个实施例中,可以通过接入网络监控设备、视频监控站点数据,以在GIS上展示每一个网格对应的真实视频图像数据。具体地,前述网络监控设备可以是各种类型的监控摄像头、视频录像机等,用于采集监控区域内的视频数据。可以利用深度学习等算法对监控设备获取的视频图像数据进行目标检测、行为识别,以提取视频图像数据中的目标位置、速度、方向等信息,并将其显示在对应的网格中。随后,可以对监控区域内的位置数据进行分析和统计,以获得监控所在网格的建筑物分布情况、人流量、车流量等信息。当发现异常行为或者事故事件时,可以及时发出告警信号,通知相关人员进行处置和救援。最后,可以将处理后的视频数据和分析结果进行存储,方便后续查询和检索。
这样,用户可以通过接入监控设备获取该设备的位置数据、设备状态等,可以将该设备以打点方式展示在GIS展示平台上。通过点击地GIS展示平台上在线的监控设备,可以弹出视频窗口以实时视频流接入的方式查看当前设备的实时监控画面,并通过设备指令接口实现视野转换、焦距调整、动态捕捉等功能。最后,在人工查看的基础之上还可以实现自动事件捕捉,具体表现为可以配置对该监控设备所获取视频图像数据进行动态捕捉的算法,使得监控设备可以自动实现巡视以及事件捕捉功能。并将该事件的具体信息如发生地点、发生时间、事件内容等内容以打点的形式展现在GIS展示平台上以便用户随时以弹框形式打开查阅。还并可以在弹框中进行相关事件的分析、研判、调度指派等,以便于用户在GIS展示平台上进行事件管控,为用户提供动态化的网格和可交互的GIS展示平台。
请参见图2,图2是本申请实施例提供的一种基于GIS的土地类型相似度确定系统的结构示意图,该土地类型相似度确定系统200具体包括:
土地区分模块201,用于将待管理区域的土地类型区分为农业用地和建设用地,并基于GIS获取所述待管理区域的位置数据、所述农业用地对应的第一信息和所述建设用地对应的第二信息;
网格划分模块202,用于基于所述位置数据确定所述待管理区域的划分规则,并基于所述划分规则将所述待管理区域划分为N个网格,其中,N为大于1的整数;
网格识别模块203,用于识别第一网格中的土地类型和第二网格中的土地类型,其中,所述第一网格和所述第二网格为所述N个网格中的任意两个;
第一获取模块204,用于在所述第一网格和所述第二网格中同时包含所述农业用地的情况下,基于所述第一网格中所述农业用地对应的所述第一信息和所述第二网格中所述农业用地对应的所述第一信息,获取所述第一网格和所述第二网格之间的相似度;
第二获取模块205,用于在所述第一网格和所述第二网格中同时包含所述建设用地的情况下,基于所述第一网格中所述建设用地对应的所述第二信息和所述第二网格中所述建设用地对应的所述第二信息,获取所述第一网格和所述第二网格之间的相似度。
可选地,土地区分模块201用于:
基于所述GIS获取所述待管理区域的所述位置数据;
获取所述农业用地的第一信息和所述建设用地的第二信息;
结合所述位置数据、所述第一信息和所述第二信息,生成所述待管理区域的GIS地图数据库。
可选地,土地区分模块201用于:
获取所述待管理区域包含预设参考标识的图像数据;
将所述图像数据输入预先构建的检测模型中进行识别检测,采集所述图像数据中的地物要素,其中,所述地物要素包括水文、土壤、植被、交通道路、地形地貌、建筑物中的至少一类;
基于所述地物要素、所述预设参考标识的位置坐标和所述地物要素与所述预设参考标识的位置关系,获取所述地物要素的位置坐标;
将所述地物要素的位置坐标转换为地理坐标系下的位置坐标;
将所述地理坐标系下的位置坐标输入所述GIS中,获取所述地物要素展示在所述GIS上的位置数据。
可选地,网格划分模块202用于:
在所述位置数据表示为二维的情况下,确定划分所述待管理区域的划分规则为第一划分规则,其中,所述第一划分规则为将所述待管理区域划分为大小一致的网格;
在所述位置数据表示为三维的情况下,确定划分所述待管理区域的划分规则为第二划分规则,其中,所述第二划分规则为将所述待管理区域所在的空间划分为空间角度一致的网格。
可选地,土地类型相似度确定系统200还用于:
获取目标网格在第一时间与目标特征相关的第一参数和在第二时间与所述目标特征相关的第二参数,其中,所述目标网格为所述N个网格中的任意一个,所述第一时间早于所述第二时间,所述目标特征包括面积、农作物种植情况、土地质量、地形地貌、人口密度、建筑物类型、建筑物密度、交通发展情况、绿地率、公共设施覆盖情况中的至少一类;
比对所述第一参数和所述第二参数,获取所述目标网格的在所述第一时间至所述第二时间区段内的发展态势。
可选地,土地类型相似度确定系统200还用于:
在所述第一网格和所述第二网格同时包含所述农业用地的情况下,或者,在所述第一网格和所述第二网格同时包含所述建设用地的情况下,获取所述第一网格在第三时间与目标特征相关的第三参数,和所述第二网格在所述第三时间与所述目标特征相关的第四参数;
比对所述第三参数和所述第四参数,获取所述第一网格与所述第二网格之间的发展差异。
可选地,土地类型相似度确定系统200还用于:
获取所述目标网格的中心的位置坐标,以预设距离为半径并以所述目标网格的中心为圆心,确定所述目标网格的邻域范围,或者,获取所述目标网格的边界线,以预设距离为扩展宽度并以所述边界线为基准线,确定所述目标网格的邻域范围,其中,所述目标网格为所述N个网格中的任意一个;
获取所述邻域范围内的所述第一信息和所述第二信息,并基于领域范围内的所述第一信息和所述第二信息,获取所述领域范围内的目标参数,其中,所述目标参数用于表征所述目标特征中的任意一类。
本发明实施例提供的土地类型相似度确定系统200可以实现本发明实施例提供的一种基于GIS的土地类型相似度确定方法的各个过程,且能够取得相同的有益效果,为避免重复,在此不再赘述。
请参阅图3,图3是本申请实施例提供的一种电子设备的结构示意图,该电子设备300包括:存储器301、处理器302及存储在存储器301上并可在处理器302上运行的计算机程序。本申请实施例能够实现如图1所示基于GIS的土地类型相似度确定方法实施例中各个步骤,且能够取得相同的有益效果,为避免重复,在此不再赘述。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如图1所示实施例提供的一种基于GIS的土地类型相似度确定方法中的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,所述的计算机可读存储介质,如只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“优选实施例”、“具体实施方式”、或“优选实施方式”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种基于地理信息系统GIS的土地类型相似度确定方法,其特征在于,包括:
将待管理区域的土地类型区分为农业用地和建设用地,并基于GIS获取所述待管理区域的位置数据、所述农业用地对应的第一信息和所述建设用地对应的第二信息;
基于所述位置数据确定所述待管理区域的划分规则,并基于所述划分规则将所述待管理区域划分为N个网格,其中,N为大于1的整数;
识别第一网格中的土地类型和第二网格中的土地类型,其中,所述第一网格和所述第二网格为所述N个网格中的任意两个;
在所述第一网格和所述第二网格中同时包含所述农业用地的情况下,基于所述第一网格中所述农业用地对应的所述第一信息和所述第二网格中所述农业用地对应的所述第一信息,获取所述第一网格和所述第二网格之间的相似度;
在所述第一网格和所述第二网格中同时包含所述建设用地的情况下,基于所述第一网格中所述建设用地对应的所述第二信息和所述第二网格中所述建设用地对应的所述第二信息,获取所述第一网格和所述第二网格之间的相似度。
2.根据权利要求1所述的方法,其特征在于,所述基于GIS获取所述待管理区域的位置数据、所述农业用地的第一信息和所述建设用地的第二信息,包括:
基于所述GIS获取所述待管理区域的所述位置数据;
获取所述农业用地的第一信息和所述建设用地的第二信息;
结合所述位置数据、所述第一信息和所述第二信息,生成所述待管理区域的GIS地图数据库。
3.根据权利要求2所述的方法,其特征在于,所述基于所述GIS获取所述待管理区域的位置数据,包括:
获取所述待管理区域包含预设参考标识的图像数据;
将所述图像数据输入预先构建的检测模型中进行识别检测,采集所述图像数据中的地物要素,其中,所述地物要素包括水文、土壤、植被、交通道路、地形地貌、建筑物中的至少一类;
基于所述地物要素、所述预设参考标识的位置坐标和所述地物要素与所述预设参考标识的位置关系,获取所述地物要素的位置坐标;
将所述地物要素的位置坐标转换为地理坐标系下的位置坐标;
将所述地理坐标系下的位置坐标输入所述GIS中,获取所述地物要素展示在所述GIS上的位置数据。
4.根据权利要求1所述的方法,其特征在于,所述基于所述位置数据确定所述待管理区域的划分规则,包括:
在所述位置数据表示为二维的情况下,确定划分所述待管理区域的划分规则为第一划分规则,其中,所述第一划分规则为将所述待管理区域划分为大小一致的网格;
在所述位置数据表示为三维的情况下,确定划分所述待管理区域的划分规则为第二划分规则,其中,所述第二划分规则为将所述待管理区域所在的空间划分为空间角度一致的网格。
5.根据权利要求1所述的方法,其特征在于,还包括:
获取目标网格在第一时间与目标特征相关的第一参数和在第二时间与所述目标特征相关的第二参数,其中,所述目标网格为所述N个网格中的任意一个,所述第一时间早于所述第二时间,所述目标特征包括面积、农作物种植情况、土地质量、地形地貌、人口密度、建筑物类型、建筑物密度、交通发展情况、绿地率、公共设施覆盖情况中的至少一类;
比对所述第一参数和所述第二参数,获取所述目标网格的在所述第一时间至所述第二时间区段内的发展态势。
6.根据权利要求5所述的方法,其特征在于,还包括:
在所述第一网格和所述第二网格同时包含所述农业用地的情况下,或者,在所述第一网格和所述第二网格同时包含所述建设用地的情况下,获取所述第一网格在第三时间与目标特征相关的第三参数,和所述第二网格在所述第三时间与所述目标特征相关的第四参数;
比对所述第三参数和所述第四参数,获取所述第一网格与所述第二网格之间的发展差异。
7.根据权利要求5所述的方法,其特征在于,还包括:
获取所述目标网格的中心的位置坐标,以预设距离为半径并以所述目标网格的中心为圆心,确定所述目标网格的邻域范围,或者,获取所述目标网格的边界线,以预设距离为扩展宽度并以所述边界线为基准线,确定所述目标网格的邻域范围,其中,所述目标网格为所述N个网格中的任意一个;
获取所述邻域范围内的所述第一信息和所述第二信息,并基于领域范围内的所述第一信息和所述第二信息,获取所述领域范围内的目标参数,其中,所述目标参数用于表征所述目标特征中的任意一类。
8.一种基于GIS的土地类型相似度确定系统,其特征在于,包括:
土地区分模块,用于将待管理区域的土地类型区分为农业用地和建设用地,并基于GIS获取所述待管理区域的位置数据、所述农业用地对应的第一信息和所述建设用地对应的第二信息;
网格划分模块,用于基于所述位置数据确定所述待管理区域的划分规则,并基于所述划分规则将所述待管理区域划分为N个网格,其中,N为大于1的整数;
网格识别模块,用于识别第一网格中的土地类型和第二网格中的土地类型,其中,所述第一网格和所述第二网格为所述N个网格中的任意两个;
第一获取模块,用于在所述第一网格和所述第二网格中同时包含所述农业用地的情况下,基于所述第一网格中所述农业用地对应的所述第一信息和所述第二网格中所述农业用地对应的所述第一信息,获取所述第一网格和所述第二网格之间的相似度;
第二获取模块,用于在所述第一网格和所述第二网格中同时包含所述建设用地的情况下,基于所述第一网格中所述建设用地对应的所述第二信息和所述第二网格中所述建设用地对应的所述第二信息,获取所述第一网格和所述第二网格之间的相似度。
9.一种电子设备,其特征在于,包括:处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序,所述程序被所述处理器执行时实现如权利要求1至7中任一项所述的一种基于地理信息系统GIS的土地类型相似度确定方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储有程序,所述程序被处理器执行时实现如权利要求1至7中任一项所述的一种基于地理信息系统GIS的土地类型相似度确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310391577.9A CN116108124B (zh) | 2023-04-13 | 2023-04-13 | 基于gis的土地类型相似度确定方法、系统、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310391577.9A CN116108124B (zh) | 2023-04-13 | 2023-04-13 | 基于gis的土地类型相似度确定方法、系统、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116108124A true CN116108124A (zh) | 2023-05-12 |
CN116108124B CN116108124B (zh) | 2023-06-27 |
Family
ID=86265921
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310391577.9A Active CN116108124B (zh) | 2023-04-13 | 2023-04-13 | 基于gis的土地类型相似度确定方法、系统、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116108124B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016152044A (ja) * | 2015-02-16 | 2016-08-22 | バイドゥ オンライン ネットワーク テクノロジー (ベイジン) カンパニー リミテッド | 目標位置を確定するための方法及び装置 |
CN107239756A (zh) * | 2017-05-23 | 2017-10-10 | 国家地理空间信息中心 | 基于高分卫星遥感数据结合地物类型的人口密度分析系统 |
CN109241846A (zh) * | 2018-08-06 | 2019-01-18 | 广州市城市规划勘测设计研究院 | 遥感影像的时空变化估测方法、装置与存储介质 |
CN111476325A (zh) * | 2020-06-29 | 2020-07-31 | 北京隆普智能科技有限公司 | 基于大数据的城市建设用地分类识别方法及系统 |
CN112418925A (zh) * | 2020-11-18 | 2021-02-26 | 智慧足迹数据科技有限公司 | 人口数据统计方法、装置、计算机设备和可读存储介质 |
CN115062682A (zh) * | 2022-04-26 | 2022-09-16 | 广东省科学院广州地理研究所 | 目标功能区标识方法、装置、存储介质及设备 |
CN115512059A (zh) * | 2022-09-20 | 2022-12-23 | 天津师范大学 | 一种基于云技术的地表地物信息采集方法及系统 |
CN115829779A (zh) * | 2022-12-07 | 2023-03-21 | 中联智慧农业股份有限公司 | 用于划分农业区域管理分区的方法、存储介质及处理器 |
-
2023
- 2023-04-13 CN CN202310391577.9A patent/CN116108124B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016152044A (ja) * | 2015-02-16 | 2016-08-22 | バイドゥ オンライン ネットワーク テクノロジー (ベイジン) カンパニー リミテッド | 目標位置を確定するための方法及び装置 |
CN107239756A (zh) * | 2017-05-23 | 2017-10-10 | 国家地理空间信息中心 | 基于高分卫星遥感数据结合地物类型的人口密度分析系统 |
CN109241846A (zh) * | 2018-08-06 | 2019-01-18 | 广州市城市规划勘测设计研究院 | 遥感影像的时空变化估测方法、装置与存储介质 |
CN111476325A (zh) * | 2020-06-29 | 2020-07-31 | 北京隆普智能科技有限公司 | 基于大数据的城市建设用地分类识别方法及系统 |
CN112418925A (zh) * | 2020-11-18 | 2021-02-26 | 智慧足迹数据科技有限公司 | 人口数据统计方法、装置、计算机设备和可读存储介质 |
CN115062682A (zh) * | 2022-04-26 | 2022-09-16 | 广东省科学院广州地理研究所 | 目标功能区标识方法、装置、存储介质及设备 |
CN115512059A (zh) * | 2022-09-20 | 2022-12-23 | 天津师范大学 | 一种基于云技术的地表地物信息采集方法及系统 |
CN115829779A (zh) * | 2022-12-07 | 2023-03-21 | 中联智慧农业股份有限公司 | 用于划分农业区域管理分区的方法、存储介质及处理器 |
Also Published As
Publication number | Publication date |
---|---|
CN116108124B (zh) | 2023-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Voltersen et al. | Object-based land cover mapping and comprehensive feature calculation for an automated derivation of urban structure types at block level | |
CN100533486C (zh) | 一种数字城市全自动生成的方法 | |
Zhu et al. | Flood disaster risk assessment based on random forest algorithm | |
Hagenlocher et al. | Integrated assessment of the environmental impact of an IDP camp in Sudan based on very high resolution multi-temporal satellite imagery | |
Ismail et al. | Satellite data classification accuracy assessment based from reference dataset | |
Schaefer et al. | Assessing local heat stress and air quality with the use of remote sensing and pedestrian perception in urban microclimate simulations | |
Veljanovski et al. | Object-based image analysis of VHR satellite imagery for population estimation in informal settlement Kibera-Nairobi, Kenya | |
Malinverni | Change detection applying landscape metrics on high remote sensing images | |
Handayani et al. | Estimation of built-up and green volume using geospatial techniques: A case study of Surabaya, Indonesia | |
Saini et al. | Land use land cover change detection using remote sensing and GIS in Srinagar, India | |
Klobucar et al. | Comparing ground and remotely sensed measurements of urban tree canopy in private residential property | |
Rau et al. | Semi-automatic shallow landslide detection by the integration of airborne imagery and laser scanning data | |
Tatishvili et al. | The Use of Structured Data for Drought Evaluation in Georgia | |
Das et al. | GeoAI to implement an individual tree inventory: Framework and application of heat mitigation | |
Luo et al. | Understanding the relationship between 2D/3D variables and land surface temperature in plain and mountainous cities: Relative importance and interaction effects | |
Liang et al. | Assessment of street forest characteristics in four African cities using google street view measurement: Potentials and implications | |
Chen et al. | Remote sensing of diverse urban environments: From the single city to multiple cities | |
CN116108124B (zh) | 基于gis的土地类型相似度确定方法、系统、设备及介质 | |
Bilotta et al. | Wildfires: an application of remote sensing and OBIA | |
Memduhoğlu | Identifying impervious surfaces for rainwater harvesting feasibility using unmanned aerial vehicle imagery and machine learning classification | |
LOTFIAN | Urban climate modeling: case study of Milan city | |
CN105469444B (zh) | 一种基于影像技术和数据挖掘的良田利用分析方法及装置 | |
Jande et al. | Prediction of Land Use Change in Katsina-Ala through a Geospatial Approach | |
Hussein | Assessment of urban vegetation changes on different scales in a semi-arid region using satellite imageries: a case study of Erbil city, Iraq | |
Kanga | Geospatial techniques for Land use Land cover mapping using satellite data: A case study of Bilaspur District (Himachal Pradesh) |
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 |