CN116680351A - 基于移动大数据的地震人口热力实时获取方法及系统 - Google Patents
基于移动大数据的地震人口热力实时获取方法及系统 Download PDFInfo
- Publication number
- CN116680351A CN116680351A CN202310557534.3A CN202310557534A CN116680351A CN 116680351 A CN116680351 A CN 116680351A CN 202310557534 A CN202310557534 A CN 202310557534A CN 116680351 A CN116680351 A CN 116680351A
- Authority
- CN
- China
- Prior art keywords
- grid
- longitude
- latitude
- target point
- population
- 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
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000010586 diagram Methods 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 18
- 230000004931 aggregating effect Effects 0.000 claims abstract description 8
- 238000009877 rendering Methods 0.000 claims abstract description 7
- 238000003860 storage Methods 0.000 claims description 16
- 230000009467 reduction Effects 0.000 claims description 11
- 238000011946 reduction process Methods 0.000 claims description 8
- 230000003993 interaction Effects 0.000 claims description 6
- 230000002776 aggregation Effects 0.000 claims description 5
- 238000004220 aggregation Methods 0.000 claims description 5
- 238000009826 distribution Methods 0.000 abstract description 25
- 238000004364 calculation method Methods 0.000 abstract description 20
- 238000004590 computer program Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 230000000007 visual effect Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000012800 visualization Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000008093 supporting effect Effects 0.000 description 1
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
-
- 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
- G06F16/26—Visual data mining; Browsing structured data
-
- 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)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种基于移动大数据的地震人口热力实时获取方法及系统，所述方法包括：利用Z阶曲线填充二维空间，并将所述空间划分为网格并进行编码，得到网格编码信息的一维数据；将实时数据流按照时间窗口进行聚合，并根据预设的网格大小进行聚合，得到每个网格下人口的数量；根据地图软件的坐标系，地图的缩放层级，计算出网格在地图画布上对应像素范围；基于所述每个网格下人口的数量以及所述网格在地图画布上对应像素范围，预设网格对应的像素范围的颜色范围；基于预设的颜色范围对所述网格对应的像素范围进行画面的渲染，并根据设定的时间窗口动态刷新。通过本公开的处理方案，可以实现秒级指定范围的热力人口数据计算和分布图的自动绘制。
Description
技术领域
本发明涉及热力图技术领域，特别是涉及一种基于移动大数据的地震人口热力实时获取方法及系统。
背景技术
随着大数据分析技术和地理信息技术的发展，目前热力图的发展形成比较成熟的应用产品，比如Google公司提供输入shp数据自动生成热图API工具，OpenSignal网站可以提供全球手机基站信号覆盖热图，微软公司的统计数据访问量热图网站。在国内，人口热力图技术被广泛应用于旅游、交通、市政管理等行业，如：腾讯区域热力图、百度景区热力图、基于LBS人口数据可视化监测系统等。
互联网2.0的出现，大数据平台使城市动态人口的数量及空间分布的获取成为可能。2012年MURAKAMIA等研究2011年日本大地震相关的Twitter信息，发现在灾害的不同阶段，物资需求的数量会随着受灾人口的变化而存在较大差异。由此可见，地震后震区人口的实时情况对于地震应急救援和政府决策指挥有重要的参考意义。
利用人口热力图信息技术在地震领域的深入研发和应用，发挥其功能优势在地震信息服务中的重要作用。目前，通过地震信息、大数据技术应用可快速自动实现地震影响范围内的人口数量、分布情况等基本信息，可视化技术处理后直观了解震区人口概况。
人口热力图的生成原理是根据系统对于获取请求的人口位置数据，根据人口所在位置地点坐标的经纬度信息，所在区域范围内人口数量百分比大小，绘制出不同颜色表示人口的稠密程度，红色表示人口密集度较大的区域，黄色表示相对拥挤的区域，蓝色代表相对人口适中的区域范围。
上述的人口热力图生成方法，虽可以在一定程度上进行人口热力图生成，但是在实际使用时却发现其方法中还存在有若干缺点，因未能达到最佳的使用效果，而其缺点可归纳如下：
1、传统的地理信息使用经纬度坐标来表示，它用两个浮点数值来表示地图中的点位，擅长描述点位而不擅长描述范围，表示范围时会增加很多额外计算量。
2、经纬度表示的地图区域在地图缩放重新计算时，需要重新找到像素面积和经纬度区域的关系，代价比较大。
由此可见，上述现有的热力图生成方法在使用上，显然仍存在有不便与缺陷，而亟待加以进一步改进。如何能创设一种新的热力图生成方法，成为当前业界急需改进的目标。
发明内容
有鉴于此，本公开实施例提供一种基于移动大数据的地震人口热力实时获取方法，至少部分解决现有技术中存在的问题。
第一方面，本公开实施例提供了一种基于移动大数据的地震人口热力实时获取方法，所述方法包括以下步骤：
对经纬度信息进行降维处理；所述降维处理包括：利用Z阶曲线填充二维空间，并将所述空间划分为网格并进行编码，得到网格编码信息的一维数据；
将基于移动大数据获取的实时数据流按照时间窗口进行聚合，并将所述网格编码信息的一维数据进行聚合，得到每个网格下人口的数量；
根据地图软件的坐标系，地图的缩放层级，计算出网格在地图画布上对应像素范围；
基于所述每个网格下人口的数量以及所述网格在地图画布上对应像素范围，预设网格对应的像素范围的颜色范围；
基于预设的颜色范围对所述网格对应的像素范围进行画面的渲染，并根据设定的时间窗口动态刷新。
根据本公开实施例的一种具体实现方式，所述方法还包括：
在划分后的网格中递归的进行划分网格的操作，直至所述网格大小满足预设的精度要求。
根据本公开实施例的一种具体实现方式，划分后的网格的编码信息中包含划分前网格的信息。
根据本公开实施例的一种具体实现方式，所述将所述空间划分为网格并进行编码，得到网格编码信息的一维数据，包括：
确定待划分目标点的经纬度；
将纬度区间平均分为[-180,0)和[0,180]两个网格区间；将其中包含所述待划分目标点的纬度的网格区间，记为1；将不包含所述待划分目标点的纬度的网格区间，记为0；
将其中包含所述待划分目标点的纬度的网格区间再次平分为两个网格区间；将其中包含所述待划分目标点的纬度的网格区间，记为1；将不包含所述待划分目标点的纬度的网格区间，记为0；
重复平分符合包含所述待划分目标点的纬度的网格区间，直至符合预设的精度满足要求，得到一串纬度二进制数；
以及，将经度区间平分为[-90,0)和[0,90]两个网格区间；将其中包含所述待划分目标点的经度的网格区间，记为1；将不包含所述待划分目标点的经度的网格区间，记为0；
将其中包含所述待划分目标点的经度的网格区间再次平分为两个网格区间，将其中包含所述待划分目标点的经度的网格区间，记为1；将不包含所述待划分目标点的经度的网格区间，记为0；
重复平分符合包含所述待划分目标点的经度的网格区间，直至符合预设的精度满足要求，得到一串经度二进制数；
以经度占偶数位，纬度占奇数位合并所述经度二进制数和所述纬度二进制数；
将所述合并结果以5位数为一组转化为十进制数；
通过base32进行编码，得到所述待划分目标点的一维的网格编码。
根据本公开实施例的一种具体实现方式，所述基于移动大数据获取的实时数据流，包含：通过中国移动、中国电信、中国联通、百度地图和每日互动获取的实时数据流。
根据本公开实施例的一种具体实现方式，所述方法应用于地震应急处置。
第二方面，本公开实施例提供了一种基于移动大数据的地震人口热力实时获取系统，所述系统包括：
降维模块，被配置用于对经纬度信息进行降维处理；所述降维处理包括：利用Z阶曲线填充二维空间，并将所述空间划分为网格并进行编码，得到网格编码信息的一维数据；
聚合模块，被配置用于将基于移动大数据获取的实时数据流按照时间窗口进行聚合，并将所述网格编码信息的一维数据进行聚合，得到每个网格下人口的数量；
图像生成模块，被配置用于根据地图软件的坐标系，地图的缩放层级，计算出网格在地图画布上对应像素范围；以及，
基于所述每个网格下人口的数量以及所述网格在地图画布上对应像素范围，预设网格对应的像素范围的颜色范围；以及，
基于预设的颜色范围对所述网格对应的像素范围进行画面的渲染，并根据设定的时间窗口动态刷新。
根据本公开实施例的一种具体实现方式，所述将所述空间划分为网格并进行编码，得到网格编码信息的一维数据，包括：
确定待划分目标点的经纬度；
将纬度区间平均分为[-180,0)和[0,180]两个网格区间；将其中包含所述待划分目标点的纬度的网格区间，记为1；将不包含所述待划分目标点的纬度的网格区间，记为0；
将其中包含所述待划分目标点的经度的网格区间再次平分为两个网格区间；将其中包含所述待划分目标点的纬度的网格区间，记为1；将不包含所述待划分目标点的纬度的网格区间，记为0；
重复平分符合包含所述待划分目标点的纬度的网格区间，直至符合预设的精度满足要求，得到一串纬度二进制数；
以及，将经度区间平分为[-90,0)和[0,90]两个网格区间；将其中包含所述待划分目标点的经度的网格区间，记为1；将不包含所述待划分目标点的经度的网格区间，记为0；
将其中包含所述待划分目标点的经度的网格区间再次平分为两个网格区间；将其中包含所述待划分目标点的经度的网格区间，记为1；将不包含所述待划分目标点的经度的网格区间，记为0；
重复平分包含所述待划分目标点的经度的网格区间，直至符合预设的精度满足要求，得到一串经度二进制数；
以经度占偶数位，纬度占奇数位合并所述经度二进制数和所述纬度二进制数；
将所述合并结果以5位数为一组转化为十进制数；
通过base32进行编码，得到所述待划分目标点的一维的网格编码。
第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有能够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时，使所述至少一个处理器前述第一方面或第一方面的任一实现方式中的任一项所述的基于移动大数据的地震人口热力实时获取方法。
第四方面，本公开实施例还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令当由至少一个处理器执行时使所述至少一个处理器执行前述第一方面或第一方面的任一实现方式中的基于移动大数据的地震人口热力实时获取方法。
第五方面，本公开实施例还提供了一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使该计算机执行前述第一方面或第一方面的任一实现方式中的基于移动大数据的地震人口热力实时获取方法。
本公开实施例中的基于移动大数据的地震人口热力实时获取方法，通过获取海量移动互联网人口分布数据，并对数据进行实时处理和网格化，在震后实现秒级震中周边指定范围的热力人口数据计算和分布图的自动绘制。
附图说明
上述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，以下结合附图与具体实施方式对本发明作进一步的详细说明。
图1为本公开实施例提供的一种基于移动大数据的地震人口热力实时获取方法流程示意图；
图2为本公开实施例提供的一种月均人口热力数据接口示意图；
图3为本公开实施例提供的一种人口热力数据处理及接口设计示意图；
图4为本公开实施例提供的一种面向移动端的可视化人口热力数据示意图；
图5为本公开实施例提供的一种面向应急决策的人口人力可视化大屏示意图；
图6为本公开实施例提供的一种基于移动大数据的地震人口热力实时获取方法流程框图；以及
图7为本公开实施例提供的电子设备示意图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其他方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其他结构及/或功能性实施此设备及/或实践此方法。
另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。
本发明实施例提供了一种基于移动大数据的地震人口热力实时获取方法，通过获取海量移动互联网人口分布数据，通过对海量数据进行实时处理和网格化，在震后实现秒级震中周边指定范围的热力人口数据计算和分布图的自动绘制。
图1为本公开实施例提供的基于移动大数据的地震人口热力实时获取方法流程的示意图。
如图1所示，在步骤S110处，对经纬度信息进行降维处理；所述降维处理包括：利用Z阶曲线填充二维空间，并将所述空间划分为网格并进行编码，得到网格编码信息的一维数据。
在本发明实施例中，所述方法还包括：
在划分后的网格中递归的进行划分网格的操作，直至所述网格大小满足预设的精度要求；并且，划分后的网格的编码信息中包含划分前网格的信息。
在本发明实施例中，所述将所述空间划分为网格并进行编码，得到网格编码信息的一维数据，包括：
确定待划分目标点的经纬度；
将纬度区间平均分为[-180,0)和[0,180]两个网格区间；将其中包含所述待划分目标点的纬度的网格区间，记为1；将不包含所述待划分目标点的纬度的网格区间，记为0；
将其中包含所述待划分目标点的纬度的网格区间再次平分为两个网格区间；将其中包含所述待划分目标点的纬度的网格区间，记为1；将不包含所述待划分目标点的纬度的网格区间，记为0；
重复平分符合包含所述待划分目标点的纬度的网格区间，直至符合预设的精度满足要求，得到一串纬度二进制数；
以及，将经度区间平分为[-90,0)和[0,90]两个网格区间；将其中包含所述待划分目标点的经度的网格区间，记为1；将不包含所述待划分目标点的经度的网格区间，记为0；
将其中包含所述待划分目标点的经度的网格区间再次平分为两个网格区间；将其中包含所述待划分目标点的经度的网格区间，记为1；将不包含所述待划分目标点的经度的网格区间，记为0；
重复平分符合包含所述待划分目标点的经度的网格区间，直至符合预设的精度满足要求，得到一串经度二进制数；
以经度占偶数位，纬度占奇数位合并所述经度二进制数和所述纬度二进制数；
将所述合并结果以5位数为一组转化为十进制数；
通过base32进行编码，得到所述待划分目标点的一维的网格编码。
在本发明实施例中，所述基于移动大数据获取的实时数据流，包含：通过中国移动、中国电信、中国联通、百度地图和每日互动获取的实时数据流。
更具体地，首先对包含经纬度信息进行降维处理，利用Z阶曲线(或称空间填充曲线)填充空间，将空间划分为网格并进行编码，可以在划分后的网格中递归的进行划分网格的操作，以保证网格范围满足精度要求，并确保小网格的编码信息中包含大网格的信息，这样就可以将包含经纬度信息的二维数据降低到包含网格编码信息的一维数据；然后将实时数据流按照时间窗口进行聚合，再根据需要的网格大小进行聚合，得到每个网格下人口的数量；再根据不同厂商提供的地图软件的坐标系，地图的缩放层级，计算出网格在地图画布上对应像素范围；然后基于网格对应人口的数量，计算出网格对应的像素范围的颜色范围；最后用对应的颜色对网格对应的像素范围进行画面的渲染并根据设定的时间窗口动态刷新。
采用本发明能够将地图进行网格划分，可视化网格中人口数量，并且，由于采用了Z阶曲线的空间填充编码方式，使得信息量从二维经纬度降低到一维网格编码，大大降低了整个过程的数据计算量，使得热力图的可视化效果可以实时动态展示，不但可以方便的查看对比不同区域，还可以对比随时间前后变化情况，来发现人口流动的趋势。
由于编码过程是递归的对每个划分后的网格再编码为更小的网格，因此在地图缩放层级比较低时，控制的像素范围可以很小，热力图的精度可以做到很高，并且，由于递归编码的方式保证了小网格中包含了大网格的信息，使得地图缩放层级比较高时，信息流可以快速调整策略按照大网格进行聚合，在不影响视觉效果的同时保证计算量始终在可控范围内。用户可以灵活操作，程序本身的机制会保证整个过程交互自然，体验流畅。
如图3所示，海量用户数据，通过大数据平台进行分布式实时分析处理，并采用Kafka消息队列进行计算结果的高速传输，采用Spark分布式计算技术进行数据清洗、去重，并将全国划分成约150米*150米的网格，构建了百米级的全国3700多万个热力人口网格数据，以“像素”的方式进行网格区域人口的计算，并将结果存储到分布式数据库Hbase里。通常情况，一个地理位置是由经度和纬度来共同表示的，这种二维展示方式便于人的理解，但并不适合计算与存储，因为这是消耗大量的计算工作，数据量巨大时也会对服务器造成很大压力。为解决这个问题，系统通过GeoHash编码方式，将二维的空间经纬度数据编码成一维的字符串数据，GeoHash编码字符的长度越长，则经纬度细分的区间越小，GeoHash所表示的定位区域也越小，定位精度也越精确，且对于同一GeoHash编码字符串，不同长度的字符串之间存在着包含关系，以编码wx4g0ec1为例，wx4g0e的定位区域包含着wx4g0ec1，而wx4g0所表示的定位区域则包含着wx4g0e，以此类推，这会极大压缩计算量，为整个技术系统实现秒级产出奠定了基础。
举例来说：
降维过程和网格划分包括以下步骤：
对于一个待划分的经纬度点(或称目标点)，其经度范围在-180～180，纬度范围在-90～90；
以对经纬度点(116.389550,39.928167)进行降维处理为例：
通过纬度39.928167为例说明网格划分过程：
1、将纬度区间平均分为左右两个区间，这里将区间划分为[-180,0)和[0,180]，纬度39.928167不在左区间范围内，记为0，纬度39.928167在右区间范围内，记为1；选择为1的区间；
2、继续将[0,180]平分为左右两个区间[0,90)[90,180]，纬度39.928167在左区间范围内，记为1；将右区间记为0；
3、随着划分次数越来越多，范围会越来越小，重复以上过程直至精度满足要求(这里会将地图划分为网格形式，划分结果如图2所示)，最终得到一串二进制数：101110001100100。
对经度进行同样的步骤可以得到二进制数：110100101100010
以经度占偶数位，纬度占奇数位合并两串二进制数：111001110100100011110000011000
将结果五位一组转化为十进制数为：28、29、4、15，0，13
通过base32进行编码结果为：wx4g0e
这样就将二维的经纬度点(116.389550,39.928167)，转化为一维的网格编码。
更具体地，接下来转到步骤S120。
在步骤S120处，将基于移动大数据获取的实时数据流按照时间窗口进行聚合，并将所述网格编码信息的一维数据进行聚合，得到每个网格下人口的数量。
在本发明实施例中，可以通过Flink-SQL的groupby语法按某一个key聚合，然后用count()函数统计每个key下的数据条数，得到每个网格下人口的数量，在此，并不对本发明构成限制，还可以通过其他任意能实现对网格进行聚合，得到每个网格下人口的数量的方法。
据工信部权威数据，截至2022年9月底，中国移动、中国电信和中国联通三家基础电信企业移动电话用户总数达16.82亿户，庞大的移动用户群体，使得基于移动互联网的链接数更加准确，用互联网人口代替实际人口不仅准确性高，而且时效性也强，这从而解决了地震应急处置工作中的第一时间判定准确受灾人口的一大难题。通过百度地图和每日互动得到了庞大的移动互联网用户链接大数据。
在本发明实施例中，所述基于移动大数据获取的实时数据流，包含：通过中国移动、中国电信、中国联通、百度地图和每日互动获取的实时数据流。
接下来转到步骤S130。
在步骤S130处，根据地图软件的坐标系，地图的缩放层级，计算出网格在地图画布上对应像素范围。
接下来转到步骤S140。
在步骤S140处，基于所述每个网格下人口的数量以及所述网格在地图画布上对应像素范围，预设网格对应的像素范围的颜色范围。
接下来转到步骤S150。
在步骤S150处，基于预设的颜色范围对所述网格对应的像素范围进行画面的渲染，并根据设定的时间窗口动态刷新，生成人口热力图。
更具体地，热图是一种常用的基本数据可视化技术，通常用颜色编码数值大小，并以矩阵或方格形式整齐排列，在二维平面或者地图上呈现数据空间分布，被广泛应用在许多领域。HeatMap是一种常用的热力可视化技术，为了确保震后系统能达到秒级产出的效率，还可以通过多策略抽稀计算和基于HeatMap实现可视化显示，在震后实现秒级震中周边指定范围的热力人口数据计算和分布图的自动绘制。
对海量用户数据的网格化“像素”级处理后，如果想在震后第一时间获取震中区域的人口分布情况，直接计算对系统的计算性能要求非常高，很难在秒级完成计算，因此按照东西部不同区域的人口分布密度，我们按照“西疏东密”的原则，对西部区域按照约500米范围进行数据抽取合并，东部区域按照约1公里*1公里范围进行数据抽取合并。
考虑到实时人口分布(小时级别更新)的数据可能并不能更稳定表示一定区域范围内的真实人口，实时变化较大，在一定程度上会影响评估震中受灾人口的准确性。我们在实时人口分布接口上，设计了如图3所示的月均人口热力数据接口，通过实际检验更符合用于评估震中区域的人口分布情况。计算公式为：
Yi＝pn×a+Yi-1×b……式1
其中，Yi为第i个网格的月均人口热力数据，pn为当前最新的小时级区域人口分布数量，Yi-1为前一小时的月均人口分布数量，a和b为权重系数，用于准实时更新区域月均人口数据。
通过大数据技术，部署分布式处理集群实现海量用户数据的实时处理并网格化后，通过信息加密实时推送，按照公式1完成数据的计算和更新到本地数据库。在地震信息实时获取上，系统实时连接地震信息服务平台(EQIM)获取实时地震速报信息，在地震发生后第一时间获取并从按照震中位置从数据库中获取人口分布数据。基于Heatmap完成人口热力可视化计算和不同震中距离的人口分布计算后，调用地震API接口生成可视化结果，如图4所示。
成功实现地震人口热力图的全自动计算与产出，并通过地震信息播报机器人、第三方平台对接转发等多种途径开展应用。
在本发明实施例中，所述方法还包括：将生成过的地震人口热力图自动推送到可视化地震信息服务平台，如图5所示，从图中我们可以看到震中区域20公里范围内有3.8万人口分布，震中50公里范围内有32.6万人分布，100公里范围内有154.1万人口分布，准确的信息数据，以及基于Heatmap的可视化人口分布情况(图3)，为第一时间评估受灾人口情况，开展应急救援方案制定，提供数据支持，提升了应急处置效率。
本发明提出的基于移动大数据的地震人口热力实时获取方法，移动人口热力大数据在震后的深度挖掘与多途径应用服务，使得地震应急工作的开展更加精准和高效，对地震灾害的判断也更为准确，有效助力地震应急处置工作，服务于公共安全治理水平提升。通过数次实际震例的检验，地震人口热力大数据产出结果与震中实际人口分布情况高度吻合，在震后应急中起到了很大支撑作用。
图6示出了本发明提供的基于移动大数据的地震人口热力实时获取系统600，包括降维模块610、聚合模块620和图像生成模块630。
降维模块610用于对经纬度信息进行降维处理；所述降维处理包括：利用Z阶曲线填充二维空间，并将所述空间划分为网格并进行编码，得到网格编码信息的一维数据；
聚合模块620用于将基于移动大数据获取的实时数据流按照时间窗口进行聚合，并将所述网格编码信息的一维数据进行聚合，得到每个网格下人口的数量；
图像生成模块630用于根据地图软件的坐标系，地图的缩放层级，计算出网格在地图画布上对应像素范围；以及，基于所述每个网格下人口的数量以及所述网格在地图画布上对应像素范围，预设网格对应的像素范围的颜色范围；以及，基于预设的颜色范围对所述网格对应的像素范围进行画面的渲染，并根据设定的时间窗口动态刷新。
在本发明实施例中，所述将所述空间划分为网格并进行编码，得到网格编码信息的一维数据，包括：
确定待划分目标点的经纬度；
将纬度区间平均分为[-180,0)和[0,180]两个网格区间；将其中包含所述待划分目标点的纬度的网格区间，记为1；将不包含所述待划分目标点的纬度的网格区间，记为0；
将其中包含所述待划分目标点的经度的网格区间再次平分为两个网格区间；将其中包含所述待划分目标点的纬度的网格区间，记为1；将不包含所述待划分目标点的纬度的网格区间，记为0；
重复平分符合包含所述待划分目标点的纬度的网格区间，直至符合预设的精度满足要求，得到一串纬度二进制数；
以及，将经度区间平分为[-90,0)和[0,90]两个网格区间；将其中包含所述待划分目标点的经度的网格区间，记为1；将不包含所述待划分目标点的经度的网格区间，记为0；
将其中包含所述待划分目标点的经度的网格区间再次平分为两个网格区间；将其中包含所述待划分目标点的经度的网格区间，记为1；将不包含所述待划分目标点的经度的网格区间，记为0；
重复平分包含所述待划分目标点的经度的网格区间，直至符合预设的精度满足要求，得到一串经度二进制数；
以经度占偶数位，纬度占奇数位合并所述经度二进制数和所述纬度二进制数；
将所述合并结果以5位数为一组转化为十进制数；
通过base32进行编码，得到所述待划分目标点的一维的网格编码。
参见图7，本公开实施例还提供了一种电子设备70，该电子设备包括：
至少一个处理器；以及，
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述方法实施例中的基于移动大数据的地震人口热力实时获取方法。
本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述方法实施例中的基于移动大数据的地震人口热力实时获取方法。
本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述方法实施例中的基于移动大数据的地震人口热力实时获取方法。
下面参考图7，其示出了适于用来实现本公开实施例的电子设备70的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图7示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图7所示，电子设备70可以包括处理装置(例如中央处理器、图形处理器等)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有电子设备70操作所需的各种程序和数据。处理装置701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
通常，以下装置可以连接至I/O接口705：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置706；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707；包括例如磁带、硬盘等的存储装置708；以及通信装置709。通信装置709可以允许电子设备70与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备70，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置709从网络上被下载和安装，或者从存储装置708被安装，或者从ROM 702被安装。在该计算机程序被处理装置701执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取至少两个网际协议地址；向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求，其中，所述节点评价设备从所述至少两个网际协议地址中，选取网际协议地址并返回；接收所述节点评价设备返回的网际协议地址；其中，所获取的网际协议地址指示内容分发网络中的边缘节点。
或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收包括至少两个网际协议地址的节点评价请求；从所述至少两个网际协议地址中，选取网际协议地址；返回选取出的网际协议地址；其中，接收到的网际协议地址指示内容分发网络中的边缘节点。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。
以上所述，仅为本公开的具体实施方式，但本公开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公开揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于移动大数据的地震人口热力实时获取方法，其特征在于，所述方法包括以下步骤：
对经纬度信息进行降维处理；所述降维处理包括：利用Z阶曲线填充二维空间，并将所述空间划分为网格并进行编码，得到网格编码信息的一维数据；
将基于移动大数据获取的实时数据流按照时间窗口进行聚合，并将所述网格编码信息的一维数据进行聚合，得到每个网格下人口的数量；
根据地图软件的坐标系，地图的缩放层级，计算出网格在地图画布上对应像素范围；
基于所述每个网格下人口的数量以及所述网格在地图画布上对应像素范围，预设网格对应的像素范围的颜色范围；
基于预设的颜色范围对所述网格对应的像素范围进行画面的渲染，并根据设定的时间窗口动态刷新，生成人口热力图。
2.根据权利要求1所述的基于移动大数据的地震人口热力实时获取方法，其特征在于，所述方法还包括：
在划分后的网格中递归的进行划分网格的操作，直至所述网格大小满足预设的精度要求。
3.根据权利要求2所述的基于移动大数据的地震人口热力实时获取方法，其特征在于，划分后的网格的编码信息中包含划分前网格的信息。
4.根据权利要求1所述的基于移动大数据的地震人口热力实时获取方法，其特征在于，所述将所述空间划分为网格并进行编码，得到网格编码信息的一维数据，包括：
确定待划分目标点的经纬度；
将纬度区间平均分为[-180,0)和[0,180]两个网格区间；将其中包含所述待划分目标点的纬度的网格区间，记为1；将不包含所述待划分目标点的纬度的网格区间，记为0；
将其中包含所述待划分目标点的纬度的网格区间再次平分为两个网格区间；将其中包含所述待划分目标点的纬度的网格区间，记为1；将不包含所述待划分目标点的纬度的网格区间，记为0；
重复平分符合包含所述待划分目标点的纬度的网格区间，直至符合预设的精度满足要求，得到一串纬度二进制数；
以及，将经度区间平分为[-90,0)和[0,90]两个网格区间；将其中包含所述待划分目标点的经度的网格区间，记为1；将不包含所述待划分目标点的经度的网格区间，记为0；
将其中包含所述待划分目标点的经度的网格区间再次平分为两个网格区间；将其中包含所述待划分目标点的经度的网格区间，记为1；将不包含所述待划分目标点的经度的网格区间，记为0；
重复平分包含所述待划分目标点的经度的网格区间，直至符合预设的精度满足要求，得到一串经度二进制数；
以经度占偶数位，纬度占奇数位合并所述经度二进制数和所述纬度二进制数；
将所述合并结果以5位数为一组转化为十进制数；
通过base32进行编码，得到所述待划分目标点的一维的网格编码。
5.根据权利要求4所述的基于移动大数据的地震人口热力实时获取方法，其特征在于，所述基于移动大数据获取的实时数据流，包含：通过中国移动、中国电信、中国联通、百度地图和每日互动获取的实时数据流。
6.根据权利要求1-5任意一项所述的基于移动大数据的地震人口热力实时获取方法，其特征在于，所述方法应用于地震应急处置。
7.一种基于移动大数据的地震人口热力实时获取系统，其特征在于，所述系统包括：
降维模块，被配置用于对经纬度信息进行降维处理；所述降维处理包括：利用Z阶曲线填充二维空间，并将所述空间划分为网格并进行编码，得到网格编码信息的一维数据；
聚合模块，被配置用于将基于移动大数据获取的实时数据流按照时间窗口进行聚合，并将所述网格编码信息的一维数据进行聚合，得到每个网格下人口的数量；
图像生成模块，被配置用于根据地图软件的坐标系，地图的缩放层级，计算出网格在地图画布上对应像素范围；以及，
基于所述每个网格下人口的数量以及所述网格在地图画布上对应像素范围，预设网格对应的像素范围的颜色范围；以及，
基于预设的颜色范围对所述网格对应的像素范围进行画面的渲染，并根据设定的时间窗口动态刷新。
8.根据权利要求7所述的基于移动大数据的地震人口热力实时获取系统，其特征在于，所述将所述空间划分为网格并进行编码，得到网格编码信息的一维数据，包括：
确定待划分目标点的经纬度；
将纬度区间平均分为[-180,0)和[0,180]两个网格区间；将其中包含所述待划分目标点的纬度的网格区间，记为1；将不包含所述待划分目标点的纬度的网格区间，记为0；
将其中包含所述待划分目标点的经度的网格区间再次平分为两个网格区间；将其中包含所述待划分目标点的纬度的网格区间，记为1；将不包含所述待划分目标点的纬度的网格区间，记为0；
重复平分符合包含所述待划分目标点的纬度的网格区间，直至符合预设的精度满足要求，得到一串纬度二进制数；
以及，将经度区间平分为[-90,0)和[0,90]两个网格区间；将其中包含所述待划分目标点的经度的网格区间，记为1；将不包含所述待划分目标点的经度的网格区间，记为0；
将其中包含所述待划分目标点的经度的网格区间再次平分为两个网格区间；将其中包含所述待划分目标点的经度的网格区间，记为1；将不包含所述待划分目标点的经度的网格区间，记为0；
重复平分包含所述待划分目标点的经度的网格区间，直至符合预设的精度满足要求，得到一串经度二进制数；
以经度占偶数位，纬度占奇数位合并所述经度二进制数和所述纬度二进制数；
将所述合并结果以5位数为一组转化为十进制数；
通过base32进行编码，得到所述待划分目标点的一维的网格编码。
9.一种电子设备，其特征在于，该电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有能够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时，使所述至少一个处理器执行如权利要求1至6中的任一项所述的基于移动大数据的地震人口热力实时获取方法。
10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令当由至少一个处理器执行时使所述至少一个处理器执行如权利要求1至6中的任一项所述的基于移动大数据的地震人口热力实时获取方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310557534.3A CN116680351A (zh) | 2023-05-17 | 2023-05-17 | 基于移动大数据的地震人口热力实时获取方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310557534.3A CN116680351A (zh) | 2023-05-17 | 2023-05-17 | 基于移动大数据的地震人口热力实时获取方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116680351A true CN116680351A (zh) | 2023-09-01 |
Family
ID=87781629
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310557534.3A Pending CN116680351A (zh) | 2023-05-17 | 2023-05-17 | 基于移动大数据的地震人口热力实时获取方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116680351A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111083728A (zh) * | 2019-12-25 | 2020-04-28 | 电子科技大学 | 一种基于时空大数据的景区实时负荷监控方法及系统 |
| US20200366838A1 (en) * | 2017-08-03 | 2020-11-19 | Hangzhou Hikvision Digital Technology Co., Ltd. | Panoramic image generation method and device |
| CN115687517A (zh) * | 2022-10-18 | 2023-02-03 | 中慧图策(北京)科技有限公司 | 时空数据的存储方法、装置、数据库引擎和存储介质 |
-
2023
- 2023-05-17 CN CN202310557534.3A patent/CN116680351A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20200366838A1 (en) * | 2017-08-03 | 2020-11-19 | Hangzhou Hikvision Digital Technology Co., Ltd. | Panoramic image generation method and device |
| CN111083728A (zh) * | 2019-12-25 | 2020-04-28 | 电子科技大学 | 一种基于时空大数据的景区实时负荷监控方法及系统 |
| CN115687517A (zh) * | 2022-10-18 | 2023-02-03 | 中慧图策(北京)科技有限公司 | 时空数据的存储方法、装置、数据库引擎和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2343659B1 (en) | Techniques for density mapping | |
| CN112731565B (zh) | 一种基于多级网格地图的天气预报数据加工方法及装置 | |
| CN115858973B (zh) | 栅格地图解析方法、装置、设备和介质 | |
| CN110955820A (zh) | 一种媒体信息兴趣点推荐方法、装置、服务器及存储介质 | |
| CN115546331A (zh) | 一种数据渲染方法、装置、电子设备及计算机可读介质 | |
| CN111383329A (zh) | 基于浏览器的三维图像显示方法、装置及电子设备 | |
| CN115391681A (zh) | 充电站推荐方法、装置、电子设备及可读存储介质 | |
| CN117056581A (zh) | 一种数据处理方法和装置 | |
| CN110633383A (zh) | 一种重复房源的识别方法、装置、电子设备及可读介质 | |
| CN113347276A (zh) | 一种基于gis的移动式访问系统 | |
| CN112461244A (zh) | 一种基于经纬度的快递柜定位方法、装置及电子设备 | |
| CN117950050A (zh) | 基于移动互联网的地震震感可视化分析方法及系统 | |
| CN116680351A (zh) | 基于移动大数据的地震人口热力实时获取方法及系统 | |
| CN114443787B (zh) | 大气污染特征识别方法和装置 | |
| CN113506356B (zh) | 面积图的绘制方法、装置、可读介质和电子设备 | |
| CN112260880B (zh) | 一种网络访问关系的显示方法及相关设备 | |
| CN114723600A (zh) | 美妆特效的生成方法、装置、设备、存储介质和程序产品 | |
| CN111008178A (zh) | 数据处理方法、装置、电子设备及计算机可读存储介质 | |
| CN111160285A (zh) | 一种获取板书信息的方法、装置、介质和电子设备 | |
| CN116894933B (zh) | 一种三维模型比较方法、装置、设备和存储介质 | |
| CN115965752B (zh) | 环境数据分布图的生成方法、装置、存储介质及电子设备 | |
| CN115239842B (zh) | 空气质量剖面分析图的绘制方法和装置 | |
| CN114357348B (zh) | 显示方法、装置和电子设备 | |
| CN112699289B (zh) | 房源信息聚合展示方法、装置、电子设备和计算机可读介质 | |
| CN111859879B (zh) | 基于虚拟表格的数据展示方法、装置以及电子设备 |
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: 20230901 |