CN116451900A - 基于一张图工程的国土空间精细化管理方法及系统 - Google Patents
基于一张图工程的国土空间精细化管理方法及系统 Download PDFInfo
- Publication number
- CN116451900A CN116451900A CN202310699168.5A CN202310699168A CN116451900A CN 116451900 A CN116451900 A CN 116451900A CN 202310699168 A CN202310699168 A CN 202310699168A CN 116451900 A CN116451900 A CN 116451900A
- Authority
- CN
- China
- Prior art keywords
- management
- target
- data
- database
- remote sensing
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 270
- 238000004088 simulation Methods 0.000 claims abstract description 49
- 230000005484 gravity Effects 0.000 claims abstract description 46
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000005457 optimization Methods 0.000 claims abstract description 21
- 238000013433 optimization analysis Methods 0.000 claims abstract description 9
- 238000004458 analytical method Methods 0.000 claims description 20
- 238000000605 extraction Methods 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 238000004140 cleaning Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 238000007621 cluster analysis Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 4
- 238000009877 rendering Methods 0.000 claims description 4
- 238000012800 visualization Methods 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 239000002689 soil Substances 0.000 abstract description 15
- 230000000694 effects Effects 0.000 abstract description 12
- 238000011161 development Methods 0.000 abstract description 7
- 238000004883 computer application Methods 0.000 abstract description 2
- 238000013439 planning Methods 0.000 description 8
- 238000009826 distribution Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于一张图工程的国土空间精细化管理方法及系统，涉及计算机应用技术领域，所述方法包括：分析底图数据库得到目标国土空间的初始地图，分析蓝图数据库得到目标地图；对比生成预定重心偏移路径；提取管理数据库中的第一管理数据，并通过管理演变模型模拟得到第一管理模拟路径；对比生成第一管理偏差；获取预定干预方案并进行干预优化分析，得到第一优化决策；对目标国土空间进行精细化管理。解决了现有技术中的国土空间管理存在信息化程度低，无法智能化综合多源数据进行国土针对性管理的问题。实现了提高国土空间管理信息化程度的技术目标，达到了提高国土空间管理科学性、准确性和可持续发展性的技术效果。
Description
技术领域
本发明涉及计算机应用技术领域，尤其涉及基于一张图工程的国土空间精细化管理方法及系统。
背景技术
国土作为生态文明建设的空间载体，对其进行国土空间优化调控和精细化管理将深刻影响人类-环境可持续发展。现有技术中的国土空间管理方法存在信息化程度低，无法智能化综合多源数据进行国土针对性管理，同时无法及时发现实际管理中的偏差并采取干预措施，从而影响国土空间管理效果，最终不利于国土空间可持续利用的问题。示范性的如城镇化推进在推进生活水平的同时，不可避免带来生态自然资源地加剧采用，影响国土空间资源配置有效性。因此，对于借助计算机技术中的特征工程及智能算法对国土空间进行智能化管理，对于推进国土空间治理能力现代化具有重要意义。
因为在对国土空间进行管理时无法综合多方数据，所以可能出现国土空间管理规划不科学不合理的问题，进而导致国土空间治理效果差，为此，无法智能化综合多源数据确定国土空间规划参考方案，为实际国土空间管理提供科学、可靠的规划管理参考被认为是影响国土空间治理能力的关键因素，因此，对于促进国土空间的信息化、精细化管理有很大的需求。
发明内容
本发明的目的是提供基于一张图工程的国土空间精细化管理方法及系统，用以解决现有技术中的国土空间管理存在信息化程度低，无法智能化综合多源数据进行国土针对性管理，同时无法及时发现实际管理中的偏差并采取干预措施，从而影响国土空间管理效果，最终不利于国土空间保护和发展平衡的问题。
鉴于上述问题，本发明提供了基于一张图工程的国土空间精细化管理方法及系统。
第一方面，本发明提供了基于一张图工程的国土空间精细化管理方法，所述方法通过基于一张图工程的国土空间精细化管理系统实现，其中，所述方法包括：通过建立目标国土空间的目标综合数据库，其中，所述目标综合数据库包括底图数据库、蓝图数据库和管理数据库；分析所述底图数据库得到所述目标国土空间的初始地图，分析所述蓝图数据库得到所述目标国土空间的目标地图；对比所述目标地图与所述初始地图，并根据对比分析结果生成预定重心偏移路径；提取所述管理数据库中的第一管理数据，并通过管理演变模型对所述第一管理数据进行管理模拟，得到第一管理模拟路径；对比所述第一管理模拟路径与所述预定重心偏移路径，生成第一管理偏差；获取预定干预方案，并通过所述预定干预方案对所述第一管理偏差进行干预优化分析，得到第一优化决策；根据所述第一优化决策对所述目标国土空间进行精细化管理。
第二方面，本发明还提供了基于一张图工程的国土空间精细化管理系统，用于执行如第一方面所述的基于一张图工程的国土空间精细化管理方法，其中，所述系统包括：数据库建立模块，其用于建立目标国土空间的目标综合数据库，其中，所述目标综合数据库包括底图数据库、蓝图数据库和管理数据库；智能分析模块，其用于分析所述底图数据库得到所述目标国土空间的初始地图，分析所述蓝图数据库得到所述目标国土空间的目标地图；路径生成模块，其用于对比所述目标地图与所述初始地图，并根据对比分析结果生成预定重心偏移路径；管理模拟模块，其用于提取所述管理数据库中的第一管理数据，并通过管理演变模型对所述第一管理数据进行管理模拟，得到第一管理模拟路径；偏差分析模块，其用于对比所述第一管理模拟路径与所述预定重心偏移路径，生成第一管理偏差；干预优化模块，其用于获取预定干预方案，并通过所述预定干预方案对所述第一管理偏差进行干预优化分析，得到第一优化决策；智能执行模块，其用于根据所述第一优化决策对所述目标国土空间进行精细化管理。
第三方面，本发明还提供了一种电子设备，包括：
至少一个处理器；
与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述第一方面中任一项所述的方法。
第四方面，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上存储有计算机程序，所述计算机程序在执行时实现上述第一方面中任一项所述方法的步骤。
本发明中提供的一个或多个技术方案，至少具有如下技术效果或优点：
通过建立目标国土空间的目标综合数据库，其中，所述目标综合数据库包括底图数据库、蓝图数据库和管理数据库；分析所述底图数据库得到所述目标国土空间的初始地图，分析所述蓝图数据库得到所述目标国土空间的目标地图；对比所述目标地图与所述初始地图，并根据对比分析结果生成预定重心偏移路径；提取所述管理数据库中的第一管理数据，并通过管理演变模型对所述第一管理数据进行管理模拟，得到第一管理模拟路径；对比所述第一管理模拟路径与所述预定重心偏移路径，生成第一管理偏差；获取预定干预方案，并通过所述预定干预方案对所述第一管理偏差进行干预优化分析，得到第一优化决策；根据所述第一优化决策对所述目标国土空间进行精细化管理。实现了提高国土空间管理信息化程度的技术目标，达到了提高国土空间管理科学性、准确性和可持续发展性的技术效果。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术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示例性的，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，还可以根据提供的附图获得其他的附图。
图1为本发明基于一张图工程的国土空间精细化管理方法的流程示意图；
图2为本发明基于一张图工程的国土空间精细化管理方法中根据所述第一预定路径组建所述预定重心偏移路径的流程示意图；
图3为本发明基于一张图工程的国土空间精细化管理系统的结构示意图。
附图标记说明：
智能采集模块11，智能采集模块12，智能采集模块13，智能采集模块14，智能采集模块15，智能采集模块16，智能采集模块17。
具体实施方式
本发明通过提供基于一张图工程的国土空间精细化管理方法及系统，解决了现有技术中的国土空间管理存在信息化程度低，无法智能化综合多源数据进行国土针对性管理，同时无法及时发现实际管理中的偏差并采取干预措施，从而影响国土空间管理效果，最终不利于国土空间保护和发展平衡的问题。实现了提高国土空间管理信息化程度的技术目标，达到了提高国土空间管理科学性、准确性和可持续发展性的技术效果。
下面，将参考附图对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明的实施例，本领域普通技术人员在没有做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。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部。
实施例一
请参阅附图1，本发明提供了基于一张图工程的国土空间精细化管理方法，其中，所述方法应用于基于一张图工程的国土空间精细化管理系统，所述方法具体包括如下步骤：
步骤S100：建立目标国土空间的目标综合数据库，其中，所述目标综合数据库包括底图数据库、蓝图数据库和管理数据库；
进一步的，本发明步骤S100包括：
步骤S110：依次读取所述目标国土空间的地理数据和资源数据；
步骤S120：其中，所述地理数据包括地形、影像和电子地图数据；
步骤S130：其中，所述资源数据包括土地、水、森林、气象资源数据；
步骤S140：基于预定聚类原则对所述地理数据和所述资源数据进行聚类分析，得到数据聚类结果；
步骤S150：对所述数据聚类结果中的第一聚类簇进行标准化处理，得到第一标准化数据；
步骤S160：对所述第一标准化数据进行数据清洗，得到第一目标数据，并将所述第一目标数据添加至所述底图数据库。
具体而言，所述基于一张图工程的国土空间精细化管理方法应用于基于一张图工程的国土空间精细化管理系统，可以通过对目标国土空间进行全面数据采集分析，实现对目标国土空间的管理目标的智能具化，进一步对该目标国土空间的实时管理进行自动监测，达到及时发现管理异常并针对性干预，最终达到提高管理精细化和信息化程度的效果。
在对该目标国土空间进行全面数据采集分析前首先依次读取所述目标国土空间的地理数据和资源数据。其中，所述目标国土空间是指待利用所述国土空间精细化管理系统进行国土空间管理的国土空间范围。所述地理数据包括地形、影像和电子地图数据，示范性的如航拍地形地貌图像、视频等。所述资源数据包括土地、水、森林、气象资源数据，示范性的如在该目标国土空间范围内的植被覆盖及分布情况、历史天气降水等记录信息。接着，基于预定聚类原则对所述地理数据和所述资源数据进行聚类分析并对应得到数据聚类结果。其中，所述预定聚类原则是指将前述读取到的所述目标国土空间的地理数据和资源数据按照其数据类型特征进行聚类，具体包括数值型数据、分类型数据、文本和图像、视频数据类型。最后对所述数据聚类结果中的各个聚类簇依次进行数据预处理，对应得到的结果即用于组建所述底图数据库。具体来讲，首先随机提取一个聚类簇，将其记作第一聚类簇进行标准化处理，对应地得到所述第一聚类簇的第一标准化数据。最终通过对所述第一标准化数据进行数据清洗，示范性的如对某分类型数据的属性进行人工判断，若属性不正确则直接剔除其数据，避免影响数据准确性。将数据清洗处理后的结果作为所述第一目标数据，并将所述第一目标数据添加至所述底图数据库。
进一步的，基于采集构建的所述底图数据库，结合对所述目标国土空间的规划企划对应构建该目标国土空间的蓝图数据库，示范性的如各级别的规划目标和详细计划方案等，此外，对当前该目标国土空间的实际管理数据进行实时监测记录，得到对应的管理数据库，最终所有数据库共同组合作为所述目标国土空间的所述目标综合数据库。实现了为后续分析得到该目标国土空间的初始底图与目标地图提供完整、全面、可靠的数据基础的目标。
步骤S200：分析所述底图数据库得到所述目标国土空间的初始地图，分析所述蓝图数据库得到所述目标国土空间的目标地图；
具体而言，所述底图数据库包括在进行规划管理之前的目标国土空间的相关数据信息，通过分析所述底图数据库可以得到所述目标国土空间的初始地图，即所述目标国土空间的管理前地图。接着，分析所述蓝图数据库得到所述目标国土空间的目标地图，即所述目标国土空间的管理后预期结果地图。通过对所述底图数据库和所述蓝图数据库分别得到该目标国土空间在管理前后的地图，实现对精细化管理提供可视化信息的技术目标。
步骤S300：对比所述目标地图与所述初始地图，并根据对比分析结果生成预定重心偏移路径；
进一步的，如附图2所示，本发明步骤S300包括：
步骤S310：建立所述初始地图与所述目标地图的地图映射关系；
步骤S320：随机提取所述初始地图中的第一国土空间块，并结合所述地图映射关系匹配所述目标地图中的第二国土空间块；
步骤S330：依次分析得到所述第一国土空间块的第一国土空间类型信息和所述第二国土空间块的第二国土空间类型信息；
步骤S340：对比所述第一国土空间类型信息与所述第二国土空间类型信息得到第一预定路径；
步骤S350：根据所述第一预定路径组建所述预定重心偏移路径。
具体而言，在对比所述目标地图与所述初始地图并根据对比分析结果生成预定重心偏移路径时，首先建立所述初始地图与所述目标地图的地图映射关系，然后随机提取所述初始地图中的第一国土空间块，并结合所述地图映射关系匹配所述目标地图中的第二国土空间块。也就是说，所述第一国土空间块与所述第二国土空间块实质上为同一个国土空间块在所述目标国土空间不同时期下的状态，即分别为规划管理之前和规划管理之后的状态。接下来，依次分析得到所述第一国土空间块的第一国土空间类型信息和所述第二国土空间块的第二国土空间类型信息，示范性的如第一国土空间块中生态空间的总面积及其分布位置、农业空间的总面积及其分布位置、居住空间的总面积及其分布位置等。通过对比所述第一国土空间类型信息与所述第二国土空间类型信息中各类空间的面积和重心位置变化情况得到第一预定路径。示范性的如农业空间向西南方案持续偏移，城镇空间向北偏移等。最后基于所述第一预定路径组建所述预定重心偏移路径。其中，所述预定重心偏移路径包括所述目标国土空间中多个国土空间块的多个预定偏移路径。
通过对比分析管理前时期下该目标国土空间的实际格局状态与管理后时期下该目标国土空间的期望格局状态，得到该目标国土空间对各类空间的期望格局，包括偏移方向和重心位置等，即得到预定重心偏移路径，为实时评估管理情况提供评估基准，从而避免管理偏差，影响最终国土空间管理效果。
步骤S400：提取所述管理数据库中的第一管理数据，并通过管理演变模型对所述第一管理数据进行管理模拟，得到第一管理模拟路径；
进一步的，本发明步骤S400包括：
步骤S410：所述管理数据库包括国土资源管理数据、不动产管理数据和建设项目管理数据；
步骤S420：随机提取所述管理数据库中的所述第一管理数据，其中，所述第一管理数据包括第一时期对应的第一区域类型信息和第二时期对应的第二区域类型信息；
步骤S430：将所述第一区域类型信息和所述第二区域类型信息输入所述管理演变模型，得到所述第一管理模拟路径。
具体而言，首先随机提取所述管理数据库中的任意一次对该目标国土空间进行管理的数据，将其记作第一管理数据。其中，所述管理数据库包括国土资源管理数据、不动产管理数据和建设项目管理数据，示范性的如森林草地管理、房屋迁移管理、土地征收管理等。随机提取所述管理数据库中的所述第一管理数据，其中，所述第一管理数据包括第一时期对应的第一区域类型信息和第二时期对应的第二区域类型信息。其中，所述第一时期与所述第二时期不同，且具备顺序关系。接着将所述第一区域类型信息和所述第二区域类型信息输入所述管理演变模型，得到所述第一管理模拟路径。也就是说，通过管理演变模型对所述第一管理数据进行管理模拟，从而得到基于所述第一管理数据对所述目标国土空间进行管理之后形成的管理路径，即得到第一管理模拟路径。
通过对当前实际管理的实时管理数据进行模拟，得到当前管理可能得到的管理结果，为预测当前管理是否符合预定重心偏移路径提供参考模拟数据基础，并为实际管理决策提供理论信息支持和参考。
进一步的，本发明步骤S430包括：
步骤S431：对所述目标国土空间进行栅格划分，得到目标栅格集合，其中，所述目标栅格集合包括M个具备重心位置标识的栅格，M为大于1的整数；
步骤S432：提取所述M个具备重心位置标识的栅格中的第一栅格，其中，所述第一栅格具备第一重心位置标识；
步骤S433：在所述第一区域类型信息中匹配所述第一栅格的第一类型，记作第一类型标识；
步骤S434：在所述第二区域类型信息中匹配所述第一栅格的第二类型，记作第二类型标识；
步骤S435：将所述第一重心位置标识、所述第一类型标识和所述第二类型标识作为输入信息，通过所述管理演变模型中的弦图可视化单元得到目标弦图；
步骤S436：通过所述管理演变模型中的地学图谱单元对所述第一区域类型信息与所述第二区域类型信息中的所述第一栅格进行叠加运算，得到第一叠加结果；
步骤S437：将所述第一叠加结果渲染至所述目标弦图，得到所述第一管理模拟路径。
具体而言，通过管理演变模型对所述第一管理数据进行管理模拟从而得到所述第一管理模拟路径具体来讲，首先需要对所述目标国土空间进行栅格划分，相应地得到目标栅格集合，其中，所述目标栅格集合包括M个具备重心位置标识的栅格，M为大于1的整数。示范性的如基于预定单位长度进行栅格划分，如5公里等。然后对所述M个具备重心位置标识的栅格中各栅格依次进行分析，如提取第一栅格并获取所述第一栅格的第一重心位置标识。接着，在所述第一区域类型信息中匹配所述第一栅格的第一类型，并对应进行标记得到第一类型标识。示范性的如第一农业空间标识等。接下来，在所述第二区域类型信息中匹配所述第一栅格的第二类型，并对应进行标记得到第二类型标识。
进一步将所述第一重心位置标识、所述第一类型标识和所述第二类型标识作为输入信息，通过所述管理演变模型中的弦图可视化单元得到目标弦图。其中，弦图用于展示多个空间对象之间的关系，连接圆上任意两点的线段叫做弦，代表着两者之间的关联关系。通过所述目标弦图，可以反映国土空间演变过程中不同国土空间之间转换的数量和流向关系。其中，弦的宽度越宽，表示不同国土空间之间转换的数量越高，及面积越大。进而，通过所述管理演变模型中的地学图谱单元对所述第一区域类型信息与所述第二区域类型信息中的所述第一栅格进行叠加运算，对应地得到第一叠加结果。其中，所述地学图谱单元用于自动生成地学信息图谱，以直观反映国土空间数量、类型等方面的变化程度。最终将所述第一叠加结果渲染至所述目标弦图，得到所述第一管理模拟路径。
进一步的，本发明还包括步骤S438：
步骤S4381：获取所述目标国土空间的目标遥感影像，其中，所述目标遥感影像是指所述第一时期至所述第二时期的遥感影像；
步骤S4382：通过预定快识别支路对所述目标遥感影像进行图像提取，得到第一遥感图像集；
步骤S4383：通过预定慢识别支路对所述目标遥感影像进行图像提取，得到第二遥感图像集；
步骤S4384：基于SlowFast神经网络构建遥感演变模型；
进一步的，本发明还包括如下步骤：
步骤S43841：采集国土空间管理的遥感影像样本；
步骤S43842：获取所述遥感影像样本的第一样本遥感图像集和第二样本遥感图像集；
步骤S43843：获取所述遥感影像样本的国土空间演变路径，并结合所述第一样本遥感图像集和所述第二样本遥感图像集训练所述遥感演变模型。
步骤S4385：将所述第一遥感图像集和第二遥感图像集输入所述遥感演变模型内，获得遥感演变信息；
步骤S4386：根据所述遥感演变信息对所述第一管理模拟路径进行校正。
具体而言，通过智能遥感设备获取所述目标国土空间的目标遥感影像，其中，所述目标遥感影像是指所述第一时期至所述第二时期的遥感影像。接着，通过预定快识别支路对所述目标遥感影像进行图像提取并得到第一遥感图像集。其中，所述预定快识别支路具备预定提取频率。通过预定慢识别支路对所述目标遥感影像进行图像提取并得到第二遥感图像集。其中，所述预定慢识别支路亦具备预定提取频率，且该预定慢支路的图像提取频率远小于所述预定快支路的图像提取频率。接着，基于SlowFast神经网络构建遥感演变模型，并将所述第一遥感图像集和第二遥感图像集输入所述遥感演变模型内，得到模型的遥感演变信息。最后根据所述遥感演变信息对所述第一管理模拟路径进行校正。其中，所述遥感演变模型为神经网络模型，通过采集国土空间管理的遥感影像样本，并通过快和慢两个支路分别获取所述遥感影像样本的第一样本遥感图像集和第二样本遥感图像集。然后分析所述遥感影像样本得到其对应的国土空间演变路径，并结合所述第一样本遥感图像集和所述第二样本遥感图像集训练所述遥感演变模型。
通过构建所述遥感演变模型并将其用于所述目标遥感影像的智能分析，实现对该目标国土空间的国土空间演变情况进行分析的目标，对应地得到所述遥感演变信息后，基于其对前述得到的所述第一管理模拟路径进行校正，从而提高对第一管理数据的管理结果的预测准确度。
步骤S500：对比所述第一管理模拟路径与所述预定重心偏移路径，生成第一管理偏差；
步骤S600：获取预定干预方案，并通过所述预定干预方案对所述第一管理偏差进行干预优化分析，得到第一优化决策；
步骤S700：根据所述第一优化决策对所述目标国土空间进行精细化管理。
具体而言，通过对比所述第一管理模拟路径与所述预定重心偏移路径生成第一管理偏差。接着，获取预定干预方案，并通过所述预定干预方案对所述第一管理偏差进行干预优化分析，对应地得到第一优化决策。其中，所述预定干预方案通过国土空间管理技术人员综合分析国土空间管理影响因素后，指定干预方案并预先存储至系统中，示范性的如自然因子、区位因子、社会因子、经济因子、政策因子等影响因素。最后根据所述第一优化决策对所述目标国土空间进行精细化管理。
综上所述，本发明所提供的基于一张图工程的国土空间精细化管理方法具有如下技术效果：
首先基于多方数据来源构建目标国土空间的目标综合数据库，其中的底图数据库为对目标国土空间在管理之前的实际状态分析提供全面、准确地数据基础；其中的蓝图数据库为该目标国土空间将要规划管理达到的最终状态提供具化的数据信息；其中的管理数据库完整记录了对该目标国土空间进行各项各类管理的详细管理信息，有利于后续的管理追溯和复盘分析，同时为系统及时对比分析管理方向提供全面可靠的管理数据。然后针对实际管理数据与预定重心偏移路径进行相关性分析，从而确定二者之间的偏差，为及时发现管理异常进行智能化地监测预警，进而采取及时有效的针对性举措以校正管理方向。最终通过系统综合分析多源数据事先预定该目标国土空间的管理目标，并对实际管理进行监测，实现了提高国土空间管理信息化程度的技术目标，达到了提高国土空间管理科学性、准确性和可持续发展性的技术效果。
实施例二
基于与前述实施例中基于一张图工程的国土空间精细化管理方法，同样发明构思，本发明还提供了基于一张图工程的国土空间精细化管理系统，请参阅附图3，所述系统包括：
数据库建立模块11，其用于建立目标国土空间的目标综合数据库，其中，所述目标综合数据库包括底图数据库、蓝图数据库和管理数据库；
智能分析模块12，其用于分析所述底图数据库得到所述目标国土空间的初始地图，分析所述蓝图数据库得到所述目标国土空间的目标地图；
路径生成模块13，其用于对比所述目标地图与所述初始地图，并根据对比分析结果生成预定重心偏移路径；
管理模拟模块14，其用于提取所述管理数据库中的第一管理数据，并通过管理演变模型对所述第一管理数据进行管理模拟，得到第一管理模拟路径；
偏差分析模块15，其用于对比所述第一管理模拟路径与所述预定重心偏移路径，生成第一管理偏差；
干预优化模块16，其用于获取预定干预方案，并通过所述预定干预方案对所述第一管理偏差进行干预优化分析，得到第一优化决策；
智能执行模块17，其用于根据所述第一优化决策对所述目标国土空间进行精细化管理。
进一步的，所述系统中的所述数据库建立模块11还用于：
依次读取所述目标国土空间的地理数据和资源数据；
其中，所述地理数据包括地形、影像和电子地图数据；
其中，所述资源数据包括土地、水、森林、气象资源数据；
基于预定聚类原则对所述地理数据和所述资源数据进行聚类分析，得到数据聚类结果；
对所述数据聚类结果中的第一聚类簇进行标准化处理，得到第一标准化数据；
对所述第一标准化数据进行数据清洗，得到第一目标数据，并将所述第一目标数据添加至所述底图数据库。
进一步的，所述系统中的所述路径生成模块13还用于：
建立所述初始地图与所述目标地图的地图映射关系；
随机提取所述初始地图中的第一国土空间块，并结合所述地图映射关系匹配所述目标地图中的第二国土空间块；
依次分析得到所述第一国土空间块的第一国土空间类型信息和所述第二国土空间块的第二国土空间类型信息；
对比所述第一国土空间类型信息与所述第二国土空间类型信息得到第一预定路径；
根据所述第一预定路径组建所述预定重心偏移路径。
进一步的，所述系统中的所述管理模拟模块14还用于：
所述管理数据库包括国土资源管理数据、不动产管理数据和建设项目管理数据；
随机提取所述管理数据库中的所述第一管理数据，其中，所述第一管理数据包括第一时期对应的第一区域类型信息和第二时期对应的第二区域类型信息；
将所述第一区域类型信息和所述第二区域类型信息输入所述管理演变模型，得到所述第一管理模拟路径。
进一步的，所述系统中的所述管理模拟模块14还用于：
对所述目标国土空间进行栅格划分，得到目标栅格集合，其中，所述目标栅格集合包括M个具备重心位置标识的栅格，M为大于1的整数；
提取所述M个具备重心位置标识的栅格中的第一栅格，其中，所述第一栅格具备第一重心位置标识；
在所述第一区域类型信息中匹配所述第一栅格的第一类型，记作第一类型标识；
在所述第二区域类型信息中匹配所述第一栅格的第二类型，记作第二类型标识；
将所述第一重心位置标识、所述第一类型标识和所述第二类型标识作为输入信息，通过所述管理演变模型中的弦图可视化单元得到目标弦图；
通过所述管理演变模型中的地学图谱单元对所述第一区域类型信息与所述第二区域类型信息中的所述第一栅格进行叠加运算，得到第一叠加结果；
将所述第一叠加结果渲染至所述目标弦图，得到所述第一管理模拟路径。
进一步的，所述系统中的所述管理模拟模块14还用于：
获取所述目标国土空间的目标遥感影像，其中，所述目标遥感影像是指所述第一时期至所述第二时期的遥感影像；
通过预定快识别支路对所述目标遥感影像进行图像提取，得到第一遥感图像集；
通过预定慢识别支路对所述目标遥感影像进行图像提取，得到第二遥感图像集；
基于SlowFast神经网络构建遥感演变模型；
将所述第一遥感图像集和第二遥感图像集输入所述遥感演变模型内，获得遥感演变信息；
根据所述遥感演变信息对所述第一管理模拟路径进行校正。
进一步的，所述系统中的所述管理模拟模块14还用于：
采集国土空间管理的遥感影像样本；
获取所述遥感影像样本的第一样本遥感图像集和第二样本遥感图像集；
获取所述遥感影像样本的国土空间演变路径，并结合所述第一样本遥感图像集和所述第二样本遥感图像集训练所述遥感演变模型。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，前述图1实施例一中的基于一张图工程的国土空间精细化管理方法和具体实例同样适用于本实施例的基于一张图工程的国土空间精细化管理系统，通过前述对基于一张图工程的国土空间精细化管理方法的详细描述，本领域技术人员可以清楚的知道本实施例中基于一张图工程的国土空间精细化管理系统，所以为了说明书的简洁，在此不再详述。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本发明还提供一种电子设备，包括：
至少一个处理器；
与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行实施例一中任一项所述的方法。
本发明还提供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上存储有计算机程序，所述计算机程序在执行时实现实施例一中任一项所述方法的步骤。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.基于一张图工程的国土空间精细化管理方法，其特征在于，包括：
建立目标国土空间的目标综合数据库，其中，所述目标综合数据库包括底图数据库、蓝图数据库和管理数据库；
分析所述底图数据库得到所述目标国土空间的初始地图，分析所述蓝图数据库得到所述目标国土空间的目标地图；
对比所述目标地图与所述初始地图，并根据对比分析结果生成预定重心偏移路径；
提取所述管理数据库中的第一管理数据，并通过管理演变模型对所述第一管理数据进行管理模拟，得到第一管理模拟路径；
对比所述第一管理模拟路径与所述预定重心偏移路径，生成第一管理偏差；
获取预定干预方案，并通过所述预定干预方案对所述第一管理偏差进行干预优化分析，得到第一优化决策；
根据所述第一优化决策对所述目标国土空间进行精细化管理。
2.根据权利要求1所述国土空间精细化管理方法，其特征在于，所述建立目标国土空间的目标综合数据库，包括：
依次读取所述目标国土空间的地理数据和资源数据；
其中，所述地理数据包括地形、影像和电子地图数据；
其中，所述资源数据包括土地、水、森林、气象资源数据；
基于预定聚类原则对所述地理数据和所述资源数据进行聚类分析，得到数据聚类结果；
对所述数据聚类结果中的第一聚类簇进行标准化处理，得到第一标准化数据；
对所述第一标准化数据进行数据清洗，得到第一目标数据，并将所述第一目标数据添加至所述底图数据库。
3.根据权利要求1所述国土空间精细化管理方法，其特征在于，所述对比所述目标地图与所述初始地图，并根据对比分析结果生成预定重心偏移路径，包括：
建立所述初始地图与所述目标地图的地图映射关系；
随机提取所述初始地图中的第一国土空间块，并结合所述地图映射关系匹配所述目标地图中的第二国土空间块；
依次分析得到所述第一国土空间块的第一国土空间类型信息和所述第二国土空间块的第二国土空间类型信息；
对比所述第一国土空间类型信息与所述第二国土空间类型信息得到第一预定路径；
根据所述第一预定路径组建所述预定重心偏移路径。
4.根据权利要求1所述国土空间精细化管理方法，其特征在于，所述得到第一管理模拟路径，包括：
所述管理数据库包括国土资源管理数据、不动产管理数据和建设项目管理数据；
随机提取所述管理数据库中的所述第一管理数据，其中，所述第一管理数据包括第一时期对应的第一区域类型信息和第二时期对应的第二区域类型信息；
将所述第一区域类型信息和所述第二区域类型信息输入所述管理演变模型，得到所述第一管理模拟路径。
5.根据权利要求4所述国土空间精细化管理方法，其特征在于，所述将所述第一区域类型信息和所述第二区域类型信息输入所述管理演变模型，得到所述第一管理模拟路径，包括：
对所述目标国土空间进行栅格划分，得到目标栅格集合，其中，所述目标栅格集合包括M个具备重心位置标识的栅格，M为大于1的整数；
提取所述M个具备重心位置标识的栅格中的第一栅格，其中，所述第一栅格具备第一重心位置标识；
在所述第一区域类型信息中匹配所述第一栅格的第一类型，记作第一类型标识；
在所述第二区域类型信息中匹配所述第一栅格的第二类型，记作第二类型标识；
将所述第一重心位置标识、所述第一类型标识和所述第二类型标识作为输入信息，通过所述管理演变模型中的弦图可视化单元得到目标弦图；
通过所述管理演变模型中的地学图谱单元对所述第一区域类型信息与所述第二区域类型信息中的所述第一栅格进行叠加运算，得到第一叠加结果；
将所述第一叠加结果渲染至所述目标弦图，得到所述第一管理模拟路径。
6.根据权利要求5所述国土空间精细化管理方法，其特征在于，还包括：
获取所述目标国土空间的目标遥感影像，其中，所述目标遥感影像是指所述第一时期至所述第二时期的遥感影像；
通过预定快识别支路对所述目标遥感影像进行图像提取，得到第一遥感图像集；
通过预定慢识别支路对所述目标遥感影像进行图像提取，得到第二遥感图像集；
基于SlowFast神经网络构建遥感演变模型；
将所述第一遥感图像集和第二遥感图像集输入所述遥感演变模型内，获得遥感演变信息；
根据所述遥感演变信息对所述第一管理模拟路径进行校正。
7.根据权利要求6所述国土空间精细化管理方法，其特征在于，所述基于SlowFast神经网络构建遥感演变模型，包括：
采集国土空间管理的遥感影像样本；
获取所述遥感影像样本的第一样本遥感图像集和第二样本遥感图像集；
获取所述遥感影像样本的国土空间演变路径，并结合所述第一样本遥感图像集和所述第二样本遥感图像集训练所述遥感演变模型。
8.基于一张图工程的国土空间精细化管理系统，其特征在于，所述国土空间精细化管理系统包括：
数据库建立模块，其用于建立目标国土空间的目标综合数据库，其中，所述目标综合数据库包括底图数据库、蓝图数据库和管理数据库；
智能分析模块，其用于分析所述底图数据库得到所述目标国土空间的初始地图，分析所述蓝图数据库得到所述目标国土空间的目标地图；
路径生成模块，其用于对比所述目标地图与所述初始地图，并根据对比分析结果生成预定重心偏移路径；
管理模拟模块，其用于提取所述管理数据库中的第一管理数据，并通过管理演变模型对所述第一管理数据进行管理模拟，得到第一管理模拟路径；
偏差分析模块，其用于对比所述第一管理模拟路径与所述预定重心偏移路径，生成第一管理偏差；
干预优化模块，其用于获取预定干预方案，并通过所述预定干预方案对所述第一管理偏差进行干预优化分析，得到第一优化决策；
智能执行模块，其用于根据所述第一优化决策对所述目标国土空间进行精细化管理。
9.一种电子设备，包括：
至少一个处理器；
与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
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上存储有计算机程序，所述计算机程序在执行时实现权利要求1-7中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310699168.5A CN116451900B (zh) | 2023-06-14 | 2023-06-14 | 基于一张图工程的国土空间精细化管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310699168.5A CN116451900B (zh) | 2023-06-14 | 2023-06-14 | 基于一张图工程的国土空间精细化管理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116451900A true CN116451900A (zh) | 2023-07-18 |
| CN116451900B CN116451900B (zh) | 2023-09-08 |
Family
ID=87125942
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310699168.5A Active CN116451900B (zh) | 2023-06-14 | 2023-06-14 | 基于一张图工程的国土空间精细化管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116451900B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117974076A (zh) * | 2024-04-01 | 2024-05-03 | 沈阳创新设计研究院有限公司 | 基于产业数字化的项目管理方法及系统 |
| CN117973794A (zh) * | 2024-02-22 | 2024-05-03 | 北京新兴科遥信息技术有限公司 | 基于监督学习的国土空间规划数据调度优化方法和系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112084243A (zh) * | 2020-08-03 | 2020-12-15 | 广州市城市规划勘测设计研究院 | 构建国土空间规划“一张图”的方法、装置及存储介质 |
| WO2021169536A1 (zh) * | 2020-02-27 | 2021-09-02 | 同济大学 | 一种面向国土空间规划编制的健康风险评估方法及系统 |
| CN114549685A (zh) * | 2022-04-28 | 2022-05-27 | 江苏省基础地理信息中心 | 一种基于数据融合的自然资源一张底图建设方法 |
| CN114564552A (zh) * | 2022-03-03 | 2022-05-31 | 杨蕾 | 一种基于gis的国土空间规划方法 |
| CN114661846A (zh) * | 2022-03-15 | 2022-06-24 | 胡波 | 一种用于国土空间规划的数据处理方法及系统 |
| CN114692236A (zh) * | 2022-04-25 | 2022-07-01 | 自然资源部第三航测遥感院 | 一种面向大数据的国土空间规划底图底数处理方法 |
-
2023
- 2023-06-14 CN CN202310699168.5A patent/CN116451900B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021169536A1 (zh) * | 2020-02-27 | 2021-09-02 | 同济大学 | 一种面向国土空间规划编制的健康风险评估方法及系统 |
| CN112084243A (zh) * | 2020-08-03 | 2020-12-15 | 广州市城市规划勘测设计研究院 | 构建国土空间规划“一张图”的方法、装置及存储介质 |
| CN114564552A (zh) * | 2022-03-03 | 2022-05-31 | 杨蕾 | 一种基于gis的国土空间规划方法 |
| CN114661846A (zh) * | 2022-03-15 | 2022-06-24 | 胡波 | 一种用于国土空间规划的数据处理方法及系统 |
| CN114692236A (zh) * | 2022-04-25 | 2022-07-01 | 自然资源部第三航测遥感院 | 一种面向大数据的国土空间规划底图底数处理方法 |
| CN114549685A (zh) * | 2022-04-28 | 2022-05-27 | 江苏省基础地理信息中心 | 一种基于数据融合的自然资源一张底图建设方法 |
Non-Patent Citations (1)
| Title |
|---|
| 魏;: "江门市国土"一张图"及监管系统的研发", 地理空间信息, no. 09 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117973794A (zh) * | 2024-02-22 | 2024-05-03 | 北京新兴科遥信息技术有限公司 | 基于监督学习的国土空间规划数据调度优化方法和系统 |
| CN117974076A (zh) * | 2024-04-01 | 2024-05-03 | 沈阳创新设计研究院有限公司 | 基于产业数字化的项目管理方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116451900B (zh) | 2023-09-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116451900B (zh) | 基于一张图工程的国土空间精细化管理方法及系统 | |
| Moghadam et al. | Urban energy planning procedure for sustainable development in the built environment: A review of available spatial approaches | |
| CN113902580B (zh) | 一种基于随机森林模型的历史耕地分布重建方法 | |
| CN106485360A (zh) | 基于全局夜光遥感的局部社会经济指标预测方法及系统 | |
| CN117116382B (zh) | 引水工程影响下受水湖泊水质时空预测方法和系统 | |
| CN104679827A (zh) | 一种基于大数据的公开信息关联方法及挖掘引擎 | |
| CN104764868A (zh) | 一种基于地理加权回归的土壤有机碳预测方法 | |
| CN107093018A (zh) | 基于健康模型的电信工程项目信息可视化方法及装置 | |
| CN117151499A (zh) | 一种国土空间规划的监测评估方法及系统 | |
| CN111369102B (zh) | 内涝风险点的提取方法及装置 | |
| CN115564087A (zh) | 一种区域生态网络识别优化方法、系统、装置及存储介质 | |
| CN112232952A (zh) | 一种成交密集区数据获取方法及装置 | |
| CN117952321B (zh) | 基于土地工程的土壤侵蚀智能监测预警方法及系统 | |
| CN118094196B (zh) | 基于数据分析的土地利用规划方法及规划系统 | |
| CN117633249B (zh) | 面向SDGs空间型监测指标的基本变量构建方法及装置 | |
| Ma | Deterministic hydrological modelling for real time decision support systems: application to the Var catchment, France | |
| CN112463136B (zh) | 基于热力图技术的城市空间区域人流活力分析方法 | |
| Nichersu | Scale aware modeling and monitoring of the urban energy chain | |
| Campanile et al. | Environmental data and land use: integration of site-specific ecology and urban design | |
| Mohammed et al. | A spatiotemporal analysis of urban densification in an organically growing urban area | |
| Estacio | Simulating the future of the Ifugao rice terraces through observations of the past | |
| Yu et al. | Extracting Building Characteristics Essential for Building Energy Consumption Predictions: Learning from Façade Images through Deep Learning | |
| Parekh | Analytics for Public Governance: A Case of Aspirational Districts Program of NITI Aayog | |
| Chaudhuri et al. | Defining Urban India: Finding Order in Chaos | |
| Jarri | Urban Energy Modelling: An Integration of Data-Driven, Machine Learning and Deep Learning Techniques |
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 |