CN117036112B - 一种土地规划用的地理信息系统及方法 - Google Patents
一种土地规划用的地理信息系统及方法 Download PDFInfo
- Publication number
- CN117036112B CN117036112B CN202311294212.0A CN202311294212A CN117036112B CN 117036112 B CN117036112 B CN 117036112B CN 202311294212 A CN202311294212 A CN 202311294212A CN 117036112 B CN117036112 B CN 117036112B
- Authority
- CN
- China
- Prior art keywords
- data
- land
- module
- representing
- geographic 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.)
- Active
Links
- 238000013439 planning Methods 0.000 title claims abstract description 97
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000012545 processing Methods 0.000 claims abstract description 106
- 238000004458 analytical method Methods 0.000 claims abstract description 73
- 230000010354 integration Effects 0.000 claims abstract description 59
- 230000008859 change Effects 0.000 claims abstract description 50
- 238000013500 data storage Methods 0.000 claims abstract description 49
- 238000011156 evaluation Methods 0.000 claims abstract description 33
- 238000007689 inspection Methods 0.000 claims abstract description 26
- 230000008569 process Effects 0.000 claims abstract description 18
- 238000004088 simulation Methods 0.000 claims abstract description 18
- 238000012937 correction Methods 0.000 claims abstract description 10
- 238000011161 development Methods 0.000 claims description 39
- 238000005457 optimization Methods 0.000 claims description 36
- 230000007613 environmental effect Effects 0.000 claims description 19
- 230000001105 regulatory effect Effects 0.000 claims description 19
- 238000003860 storage Methods 0.000 claims description 19
- 230000000694 effects Effects 0.000 claims description 16
- 238000012800 visualization Methods 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 13
- 238000012732 spatial analysis Methods 0.000 claims description 11
- 238000012986 modification Methods 0.000 claims description 9
- 230000004048 modification Effects 0.000 claims description 9
- 238000013178 mathematical model Methods 0.000 claims description 8
- 239000002689 soil Substances 0.000 claims description 8
- 230000003993 interaction Effects 0.000 claims description 7
- 238000011160 research Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000009286 beneficial effect Effects 0.000 claims description 4
- 238000011835 investigation Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 230000035945 sensitivity Effects 0.000 claims description 4
- 238000013079 data visualisation Methods 0.000 claims description 3
- 238000000611 regression analysis Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 9
- 230000007246 mechanism Effects 0.000 description 9
- 238000013523 data management Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000002349 favourable effect Effects 0.000 description 3
- 238000003012 network analysis Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004856 soil analysis Methods 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000000454 anti-cipatory effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000004836 empirical method Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012876 topography Methods 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
- 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
- G06Q50/16—Real estate
- G06Q50/165—Land development
-
- 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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Remote Sensing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及地理信息技术领域,尤其涉及一种土地规划用的地理信息系统及方法。将不同来源的地理信息数据进行预处理,将其整合为一个统一的数据格式并进行一致性检查及修正,将修正后的一致性数据和识别的不一致数据点的列表进行存储;针对数据整合、数据检查、数据存储的处理流程和数据进行优化,基于所有模块的输出保证各模块间无缝协同,并对各个处理过程中的矛盾进行处理;基于修正后的一致性地理信息数据进行空间分析,并基于空间分析结果数据,进行土地分类与评估、土地利用变化模拟和土地利用规划,得到优化后的土地利用规划。解决了现有技术在进行土地规划时对地理信息数据的处理不够准确,数据不够完整,规划不够高效准确的技术问题。
Description
技术领域
本发明涉及地理信息技术领域,尤其涉及一种土地规划用的地理信息系统及方法。
背景技术
随着全球化的进程和人口的快速增长,土地资源的有效管理和合理规划变得尤为关键。土地作为有限的自然资源,在保障生态平衡、支持经济发展和满足居民需求等方面都起到了重要的作用。然而,传统的土地规划方法往往依赖于人工经验,而不是数据驱动,这在很大程度上限制了规划的准确性、及时性和合理性;因此,一个集成了先进计算技术、能够实时响应各种数据变化,并具有高度智能化决策支持功能的土地规划系统显得尤为重要,这不仅可以提高土地利用的效率和合理性,还可以帮助实现可持续的社会、经济和生态发展目标。
对于土地规划的方法有很多,黄劲等人提出的申请号:“CN202211466630.9”,专利名称:“一种基于远程遥感的土地规划用系统”,主要包括:用户登录单元、系统操作单元、实时定位查询单元、视频数据采集单元、数据处理单元、模型构建单元、模型数据对比单元、数据中心、错误统计单元、模型展示单元、预案生成单元、成本计算单元;该系统通过错误诊断模块对整合后的原始数据进行错误诊断处理,同时将诊断结果输送给错误纠正模块对数据漏洞进行修复,并进行填充缺失值、处理异常值、删除冗余数据处理,并通过错误总结模块对纠正后的数据进行重新排版,通过成本计算单元对解决预案和土地规划成本的计算,并对计算的结果进行可视化展示,有效的提高了远程遥感的土地规划用系统的使用效和便捷性。
上述技术至少存在如下技术问题:在进行土地规划时对地理信息数据的处理不够准确,数据不够完整,规划不够高效准确的技术问题。
发明内容
本申请实施例通过提供一种土地规划用的地理信息系统及方法,解决了现有技术在进行土地规划时对地理信息数据的处理不够准确,数据不够完整,规划不够高效准确的技术问题,实现了基于完整准确的地理信息数据进行高效准确的土地规划的技术效果。
本申请提供了一种土地规划用的地理信息系统及方法具体包括以下技术方案:
一种土地规划用的地理信息系统,包括以下部分:
数据整合模块,数据检查模块,空间分析模块,土地利用规划模块,数据存储模块,优化模块,协同模块,矛盾处理模块,可视化和报告模块;
所述数据整合模块,将来自不同来源的地理信息数据进行格式化、标准化并整合为一个统一的数据格式,得到整合后的统一格式的地理信息数据,并将整合后的数据作为数据检查模块的输入;
所述数据检查模块,基于所述数据整合模块得到的整合后的统一格式的地理信息数据,进行一致性检查,识别潜在的错误或不一致的数据点,并进行修正,得到修正后的一致性数据和识别的不一致数据点的列表,并将修正后的一致性数据作为空间分析模块的输入用于后续分析和处理,同时,识别的不一致数据点的列表将作为数据存储模块的输入;
所述空间分析模块,基于数据检查模块的修正后的一致性数据,进行空间分析,得到空间分析的结果数据,并将空间分析的结果数据作为土地利用规划模块的输入;
所述土地利用规划模块,基于所述空间分析模块的空间分析结果数据,进行土地分类与评估、土地利用变化模拟和土地利用规划,得到优化后的土地利用规划,并将优化后的土地利用规划作为可视化和报告模块的输入;
所述数据存储模块,基于数据检查模块识别的不一致数据点的列表,存储原始的不一致数据点和修正后的数据点,形成存储后的原始和修正的数据点的数据库,以便在将来进行审查或回溯,查看在数据一致性检查中做出的具体修改,有助于保持数据透明性和可追溯性;
所述数据存储模块和所述数据整合模块、所述数据检查模块存在冲突,从而导致系统效率下降,因此引入优化模块;
所述优化模块,基于所述数据存储模块、所述数据整合模块和所述数据检查模块的处理流程和数据,对处理流程进行优化,确保高效的运行效率,为数据存储模块、数据整合模块和数据检查模块提供优化后的高效处理流程;
在所述优化模块得到的优化后的处理流程将影响协同模块的工作;
所述协同模块,基于所述数据存储模块、所述数据整合模块和所述数据检查模块和所述优化模块的输出,保证各模块间无缝协同,得到协同工作的各模块的输出数据和结果;
所述矛盾处理模块,基于所述协同模块在协同工作中的各模块的输出数据和结果,识别并避免数据的重复处理和存储,得到去重后的处理结果和存储数据;确保了系统中问题的圆满解决,形成了闭环;
所述可视化和报告模块,基于空间分析模块的空间分析结果数据和土地利用规划模块的优化后的土地利用规划,进行数据可视化、报告生成和提供互动工具。
一种土地规划用的地理信息方法,应用于一种土地规划用的地理信息系统,包括以下步骤:
S1. 数据整合、检查及存储;
S2. 优化运行、协同工作和矛盾处理;
S3. 空间分析和土地利用规划;
S4. 输出结果并可视化。
优选的,所述步骤S1,具体包括:
将来自不同来源的地理信息数据进行格式化、标准化并整合为一个统一的数据格式,对整合后的统一格式的地理信息数据,进行一致性检查,识别潜在的错误或不一致的数据点,并进行修正,得到修正后的一致性数据和识别的不一致数据点的列表,并进行存储。
优选的,在所述步骤S1中,还包括:
在对地理信息数据进行格式化、标准化后,定义数据整合模型对标准化后的地理信息数据进行整合处理。
优选的,在所述步骤S1中,还包括:
在对数据进行整合时,引入增强参数和调整参数对上述模型进行优化,得到最终数据结果;对整合后的数据进行一致性检查,确保数据的正确性和完整性,修正检测到的任何不一致或错误的数据;将检查修正后的一致性地理信息数据用于后续分析和处理。
优选的,所述步骤S2,具体包括:
针对数据整合、数据检查、数据存储的处理流程和数据,对处理流程进行优化,同时,基于所述数据存储模块、所述数据整合模块和所述数据检查模块的输出,保证各模块间无缝协同,并对各个处理过程中的矛盾进行处理。
优选的,在所述步骤S2中,还包括:
对处理流程进行优化时,建立目标函数来描述最小化的目标,为保障优化框架的完整性,引入优化调整参数对目标函数进行优化,最后转换为求解优化问题,完成对数据存储模块、数据整合模块和数据检查模块的运行优化。
优选的,所述步骤S3,具体包括:
基于检查修正后的一致性地理信息数据,进行深入空间分析,得到空间分析的结果数据,并基于空间分析的结果数据,进行土地分类与评估、土地利用变化模拟和土地利用规划,得到优化后的土地利用规划,并将优化后的土地利用规划作为可视化和报告模块的输入。
优选的,在所述步骤S3中,还包括:
基于空间分析的结果数据,引入土地分类与评估公式,进行土地分类与评估,评估土地的价值和适用性,为后续土地规划提供决策依据。
优选的,在所述步骤S3中,还包括:
引入综合土地利用变化模型进行土地利用变化模拟。
优选的,在所述步骤S3中,还包括:
基于土地分类与评估和土地利用变化模拟,引入生态补偿因子和经济调整因子,确定最优土地利用的价值,基于最优土地利用的价值对土地实现最优规划。
有益效果:
本申请实施例中提供的多个技术方案,至少具有如下技术效果或优点:
1、本申请通过对标准化后的数据进行整合处理,可以处理各种地理信息数据的特性,从而实现数据的深度整合,并引入增强参数和调整参数使得模型可以根据实际情况进行微调,提供更具适应性的数据整合结果,提高了数据的准确性和完整性;
2、本申请通过上述技术方法和机制确保了系统的高效、稳定和协同工作,同时提高了数据处理效率和数据管理能力,在进行优化时引入优化框架和相关参数,系统可以找到最佳的模块间数据流配置,从而最大限度地减少总运行时间,提高了效率。
3、本申请通过引入时间变化的参数和未来土地利用的调节因子,为土地规划带来了动态性,可以根据不同时间段的需求和环境变化进行灵活调整,通过土地分类与评估和土地利用变化模拟,生态和经济的冲突误差计算,以及生态补偿因子和经济调整因子的引入,实现了生态环境和经济发展之间的平衡,这有助于实现可持续发展,同时满足生态保护和经济发展的需求。
4、本申请的技术方案能够有效解决在进行土地规划时对地理信息数据的处理不够准确,数据不够完整,规划不够高效准确的技术问题,并且,上述系统或方法经过了一系列的效果调研,通过对标准化后的数据进行整合处理,可以处理各种地理信息数据的特性,从而实现数据的深度整合,并引入增强参数和调整参数使得模型可以根据实际情况进行微调,提供更具适应性的数据整合结果,提高了数据的准确性和完整性;通过上述技术方法和机制确保了系统的高效、稳定和协同工作,同时提高了数据处理效率和数据管理能力,在进行优化时引入优化框架和相关参数,系统可以找到最佳的模块间数据流配置,从而最大限度地减少总运行时间,提高了效率;通过引入时间变化的参数和未来土地利用的调节因子,该技术方案为土地规划带来了动态性,可以根据不同时间段的需求和环境变化进行灵活调整,通过土地分类与评估和土地利用变化模拟,生态和经济的冲突误差计算,以及生态补偿因子和经济调整因子的引入,实现了生态环境和经济发展之间的平衡,这有助于实现可持续发展,同时满足生态保护和经济发展的需求。
附图说明
图1为本申请所述一种土地规划用的地理信息系统的模块图;
图2为本申请所述一种土地规划用的地理信息方法的流程图;
具体实施方式
本申请实施例通过提供一种土地规划用的地理信息系统及方法,解决了现有技术中在进行土地规划时对地理信息数据的处理不够准确,数据不够完整,规划不够高效准确的技术问题,总体思路如下:
将来自不同来源的地理信息数据进行格式化、标准化并整合为一个统一的数据格式,对整合后的统一格式的地理信息数据,进行一致性检查,识别可能的错误或不一致的数据点,并进行修正,得到修正后的一致性数据和识别的不一致数据点的列表,并进行存储,针对数据整合、数据检查、数据存储的处理流程和数据,对处理流程进行优化,同时,基于所述数据存储模块、所述数据整合模块和所述数据检查模块的输出,保证各模块间无缝协同,并对各个处理过程中的矛盾进行处理;基于修正后的一致性地理信息数据,进行深入空间分析,得到空间分析的结果数据,并基于空间分析的结果数据,进行土地分类与评估、土地利用变化模拟和土地利用规划,得到优化后的土地利用规划,并将优化后的土地利用规划作为可视化和报告模块的输入。通过对标准化后的数据进行整合处理,可以处理各种地理信息数据的特性,从而实现数据的深度整合,并引入增强参数和调整参数使得模型可以根据实际情况进行微调,提供更具适应性的数据整合结果,提高了数据的准确性和完整性;通过上述技术方法和机制确保了系统的高效、稳定和协同工作,同时提高了数据处理效率和数据管理能力,在进行优化时引入优化框架和相关参数,系统可以找到最佳的模块间数据流配置,从而最大限度地减少总运行时间,提高了效率;通过引入时间变化的参数和未来土地利用的调节因子,该技术方案为土地规划带来了动态性,可以根据不同时间段的需求和环境变化进行灵活调整,通过土地分类与评估和土地利用变化模拟,生态和经济的冲突误差计算,以及生态补偿因子和经济调整因子的引入,实现了生态环境和经济发展之间的平衡,这有助于实现可持续发展,同时满足生态保护和经济发展的需求。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
参照附图1,本申请所述的一种土地规划用的地理信息系统包括以下部分:
数据整合模块,数据检查模块,空间分析模块,土地利用规划模块,数据存储模块,优化模块,协同模块,矛盾处理模块,可视化和报告模块;
所述数据整合模块,将来自不同来源的地理信息数据进行格式化、标准化并整合为一个统一的数据格式,得到整合后的统一格式的地理信息数据,并将整合后的数据作为数据检查模块的输入;所述地理信息数据,如矢量数据、栅格数据、遥感数据、实时交通数据;
所述数据检查模块,基于所述数据整合模块得到的整合后的统一格式的地理信息数据,进行一致性检查,识别可能的错误或不一致的数据点,并进行修正,得到修正后的一致性数据和识别的不一致数据点的列表,并将修正后的一致性数据作为空间分析模块的输入用于后续分析和处理,同时,识别的不一致数据点的列表将作为数据存储模块的输入;
所述空间分析模块,基于数据检查模块的修正后的一致性数据,进行空间分析,得到空间分析的结果数据,并将空间分析的结果数据作为土地利用规划模块的输入;所述空间分析,如空间叠加分析、缓冲区分析和网络分析;
所述土地利用规划模块,基于所述空间分析模块的空间分析结果数据,进行土地分类与评估、土地利用变化模拟和土地利用规划,得到优化后的土地利用规划,并将优化后的土地利用规划作为可视化和报告模块的输入;
所述数据存储模块,基于数据检查模块识别的不一致数据点的列表,存储原始的不一致数据点和修正后的数据点,形成存储后的原始和修正的数据点的数据库,以便在将来进行审查或回溯,查看在数据一致性检查中做出的具体修改,有助于保持数据透明性和可追溯性;
所述数据存储模块和所述数据整合模块、所述数据检查模块存在冲突,可能会导致系统效率下降,因此引入优化模块;
所述优化模块,基于所述数据存储模块、所述数据整合模块和所述数据检查模块的处理流程和数据,对处理流程进行优化,确保高效的运行效率,为数据存储模块、数据整合模块和数据检查模块提供优化后的高效处理流程;
在所述优化模块得到的优化后的处理流程将影响协同模块的工作;
所述协同模块,基于所述数据存储模块、所述数据整合模块和所述数据检查模块和所述优化模块的输出,保证各模块间无缝协同,得到协同工作的各模块的输出数据和结果;
然而,协同工作可能导致数据的重复处理和存储,需要矛盾处理模块的介入;
所述矛盾处理模块,基于所述协同模块在协同工作中的各模块的输出数据和结果,识别并避免数据的重复处理和存储,得到去重后的处理结果和存储数据;确保了系统中问题的圆满解决,形成了闭环;
所述可视化和报告模块,基于空间分析模块的空间分析结果数据和土地利用规划模块的优化后的土地利用规划,进行数据可视化、报告生成和提供互动工具,为决策者或其他利益相关者提供易于理解的信息。
参照附图2,本申请所述一种土地规划用的地理信息方法包括以下步骤:
S1.数据整合、检查及存储;
S11.数据整合;
基于所需数据类型和来源,访问各种数据库、卫星数据平台或地理信息系统服务,将多个数据源获取的地理信息数据进行收集,得到地理信息数据的多源数据集合,,其中,N表示数据源个数,集合/>中的任意一个元素可由/>表示,/>表示第i个数据源获得的地理信息数据集合;然后对多源数据集合/>进行数据清洗和缺失值的数据预处理,因为来自不同来源的数据往往具有不同的数据格式,所以对预处理后的多源数据集合各自进行格式化处理,如矢量数据处理,通过GIS工具或库(如GDAL、QGIS)进行格式转换;栅格数据处理,需要转换分辨率、投影或格式;遥感数据处理,需要大气校正、裁剪、重采样;考虑不同的数据源可能使用不同的测量单位、坐标系统或时间格式;为了使数据有意义且可比较,需要对格式化后的地理信息数据集合进行标准化,有:确定一个统一的坐标系统,如WGS 84,然后使用GIS工具重新投影所有数据;将所有日期和时间数据转换为统一的格式,如ISO 8601;标准化其他属性,如将所有温度数据转换为摄氏度;
进一步,为了在单一系统中对多源数据进行有效的分析和可视化,需要将标准化后的数据整合为一个统一的数据结构:
为了对来自不同数据源的信息进行整合,需要建立一个统一的框架,确保所有数据都在同一个基础上进行处理和评估;首先,根据多源地理信息数据的属性来定义参数,所述多源地理信息数据的属性,利用现有技术基于数据的来源、类型以及收集方法进行确定;
设定一个初始模型,假设标准化后的地理信息数据集有N个数据源,每个数据源有M个属性,定义数据源加权值:
,
其中,表示数据源i的第j个属性的加权值;/>表示数据源i的第k个属性值;表示属性k到j的转换系数;/>;
由于地理信息系统数据具有地理空间分布、时间变化、海拔参数、土壤类型参数、气候参数和人口密度参数特性,通过复杂的数学模型对标准化后的多源地理信息数据进行处理,所述数学模型:
,
其中,表示模型处理后的数据值;/>、/>、/>、/>、/>、/>表示各参数的权重系数,这些权重系数可以通过回归分析、专家评估确定;/>、/>、/>、/>、/>和/>分别表示数据源i的空间参数、时间参数、海拔参数、土壤类型参数、气候参数和人口密度参数;体现了数据变化的非线性关系;描述了在一个特定的区域范围内,所有参数与空间和时间属性之间的综合影响;
进一步,在数据整合过程中,由于数据间的差异以及模型误差限制,引入增强参数和调整参数对上述模型进行优化,得到最终数据结果:
,
其中,表示优化后的数据值,/>表示数据源i的增强参数,/>表示数据源i的调整参数,/>表示一个非常小的数,防止分母为零,根据实际应用来选择合适的值;
所述增强参数:
,
其中,表示数据源i的增强参数;/>表示数据源i的原始值;/>表示与数据源i相邻的数据源j的值;/>表示权重因子,范围在[0,1]之间,来源于先验知识;
所述调整参数:
,
其中,表示数据源i的调整参数,/>表示数据源i的增强参数,/>、/>分别表示数据源i的前一个和后一个增强参数,/>表示权重因子,范围在[0,0.5]之间,来源于先验知识;
最终,通过上述过程得到整合后的地理信息数据集合,其中的任何一个元素可由/>表示,由整合后的多个数据源获得的地理信息数据组成。
S12.数据检查;
为确保整合后的数据的正确性和完整性,使用数据检查模块对整合后的数据进行一致性检查,确保数据的正确性和完整性,修正检测到的任何不一致或错误的数据;包含:属性一致性检查,检查所有数据项的属性是否符合预期格式和范围,如,确保所有“日期”字段确实包含日期;修正:对于不符合格式的属性,系统会尝试转换到正确的格式。如"01/05/2023"到"2023-05-01",如果无法转换,该条目将被标记为异常,经用户进行手动修改;地理边界一致性检查,检查空间数据的边界是否一致或是否有任何空间冲突;根据经验法设定冲突数量阈值,当冲突数量小于/>时定义为小规模冲突,当冲突数量大于/>时定义为大规模冲突;修正:自动修正小规模冲突,如通过移动边界修正微小的重叠,对于大规模冲突,根据试验研究提供详细的冲突报告,使用户可以手动调整;数据冗余检查,检查数据中的重复项;修正:系统将自动删除冗余数据,但在删除之前会备份原始数据并通知用户;利用奇偶校验法进行针对每个模块设计具体的输入和输出格式规范数据完整性检查,如输入数据类型为整型,输出数据类型为浮点型,确保所有必要的数据字段都是完整的,没有缺失值;修正:对于缺失的数据,系统首先会尝试从相似条目中估计或插补,如果这是不可能的,数据条目将被标记,用户可以选择手动输入或使用其他数据源进行填充;
将检查修正后的一致性数据作为空间分析模块的输入用于后续分析和处理;
S13. 数据存储;
使用数据存储模块,基于数据检查模块识别的不一致数据点的列表,存储原始的不一致数据点和修正后的数据点,形成存储后的原始和修正的数据点的数据库,以便在将来进行审查或回溯,查看在数据一致性检查中做出的具体修改,有助于保持数据透明性和可追溯性;
本申请通过对标准化后的数据进行整合处理,可以处理各种地理信息数据的特性,从而实现数据的深度整合,并引入增强参数和调整参数使得模型可以根据实际情况进行微调,提供更具适应性的数据整合结果,提高了数据的准确性和完整性;
S2. 优化运行、协同工作和矛盾处理;
S21. 优化运行;
基于所述数据存储模块、所述数据整合模块和所述数据检查模块的处理流程和数据,对处理流程进行优化,确保高效的运行效率,基于优化问题,设计一个复杂的优化框架,其中包含多个互相影响的变量和参数,具体详细实现过程和模型有:
变量定义:、/>、/>分别代表数据存储模块、数据整合模块和数据检查模块的运行时间;
、/>、/>分别代表数据存储模块、数据整合模块和数据检查模块处理的数据量;
其中,代表每个模块的运行时间,时间越长表示效率越低;/>代表数据量,即每个模块要处理的信息量;均来自于对系统性能的基本观察和测量;
建立一个公式作为目标函数来描述最小化的目标,最小化总的运行时间:
,
其中,P表示并行处理的核心数,硬件配置信息或并行计算框架设置;S表示存储使用率或数据存储的效率,存储设备的性能指标;V表示数据处理的速度,通过实验测量获得;W表示数据等待时的权重,描述数据处理的优先级或紧迫性,依赖于系统的实时性要求或数据的更新频率;表示数据存储模块的复杂性与其运行时间的对数关系,即运行时间增加,效率的降低速度逐渐减缓;/>描述了数据处理速度、存储使用率和数据整合模块的总运行时间。积分部分反映了数据处理的整体过程,其中并行处理的核心数P被用于优化处理速度;/>表示调节数据检查模块的效率与其运行时间的平方根关系,即随着时间增加,效率下降的速度逐渐增大。
为保障优化框架的完整性,引入优化调整参数对目标函数进行优化,得到优化后的最小化运行总时间:
,
其中,M, N, K表示模块间数据流的调节系数,M表示调节数据存储模块的数据流;N表示调节数据整合模块的数据处理能力;K表示调节数据检查模块的数据流;均源于对系统性能的理论分析和实际观察;
最后转换为求解优化问题,确定最优的M, N, K值,以达到最高的系统效率,即;使用数值优化算法,如梯度下降法或遗传算法,来找到能使/>最小化的M, N, K值,完成对数据存储模块、数据整合模块和数据检查模块的运行优化。
S22. 协同工作;
在所述优化模块得到的优化后的处理流程将影响协同模块的工作,激活协同模块来确保各个模块之间的无缝合作和数据交互;
进一步,设计数据交互协议: 为模块间的数据交换提供统一的标准,定义数据结构和标准。如,如果使用JSON, 每个数据包都应该包含时间戳、数据类型、数据来源、数据负载等基本信息;为确保数据传递时的一致性和完整性,根据用户需求对每个模块设计具体的输入和输出格式规范,确保数据传递的一致性和完整性;在数据交互出现问题时,利用现有的标记定位技术可以迅速定位,并由技术人员解决问题,增加错误处理机制,对于格式不符或数据错误的情况,应有明确的错误返回机制;
进一步,设计同步机制:为模块间提供一个实时、高效的数据交互平台,消息队列引入,使用如RabbitMQ或Kafka的消息队列进行数据同步;为确保数据的流动方向正确,避免不必要的数据传输,设计发布-订阅模式:根据模块的需求,设置数据发布和订阅;为实时监测各模块的运行状态,确保整个系统的稳定性,引入心跳机制,通过周期性的心跳消息,检查模块与同步器的连接状态;为避免数据冲突和重复处理,确保数据的新旧程度,对数据版本控制:为每份数据添加版本号;为系统增加鲁棒性,确保在出现异常时能够继续运行,由技术人员制定容错机制:如重试机制,当数据同步失败时,根据专家经验尝试重新执行该操作,直至操作成功或重试次数达到预定限制。
S23. 矛盾处理;
在经协同模块进行协同工作后可能导致数据的重复处理和存储,需要矛盾处理模块的介入,利用矛盾处理模块检测和避免数据的重复处理和存储,确保系统资源的最优使用。
针对数据重复处理:对数据进行哈希检查,具体有:对每个数据点生成一个哈希值,并与存储中的哈希值进行对比,若存在,则视为重复数据;
针对差异数据检测:当数据发生变化时,识别并存储数据的变动部分,使用差分算法(如bsdiff)来识别新旧数据之间的差异,将差异部分编码为一个差异文件或记录,存储差异文件/记录并关联到原始数据,以便于后续恢复或更新;
针对元数据管理:存储关于每个数据项的信息,如其创建时间、最后修改时间、相关哈希值,当新数据被加入或现有数据被修改时,更新元数据,元数据可用于数据管理、版本控制和优化查询性能;
本申请通过上述技术方法和机制确保了系统的高效、稳定和协同工作,同时提高了数据处理效率和数据管理能力,在进行优化时引入优化框架和相关参数,系统可以找到最佳的模块间数据流配置,从而最大限度地减少总运行时间,提高了效率。
S3. 空间分析和土地利用规划;
S31. 空间分析;
基于数据检查模块的修正后的一致性数据,进行深入空间分析,得到空间分析的结果数据,并将空间分析的结果数据作为土地利用规划模块的输入,具体过程如下:首先,由工作人员根据项目的特点和目标,选择性的选取叠加分析、缓冲区分析、网络分析、地形分析、热点分析、邻近性分析、地质与土壤分析、土地利用/土地覆盖分类,进一步进行空间分析得到空间分析结果,基于产生的空间分析结果,所述结果可以是新生成的地理图层、统计数据、图表或其他形式的地理信息,直接供土地利用规划模块使用,以制定或修订土地利用规划。
所述叠加分析,对多个地理图层进行叠加,以确定不同图层之间的相互关系;如,可以查找在一个特定的洪水平原区域内的土地利用类型;
所述缓冲区分析,创建指定距离的缓冲区以评估特定地点或特定地理特征周围的影响;如,围绕一条河流创建一个1公里的缓冲区,以确定在这个区域内的潜在洪水受影响的地块;
所述网络分析,在具有网络结构的数据上进行分析,如道路或河流;如,找出两点之间的最短路径或评估交通流量的影响;
所述地形分析,利用数字高程模型(DEM)来计算坡度、方向和流向等地形属性;
所述热点分析,确定地理数据中的特定模式或集群,如,可以识别城市中的犯罪热点;
所述邻近性分析,查找距离一个特定地理特征或地点最近的其他特征,如,查找距离某个居民区最近的医院;
所述地质与土壤分析,利用地质和土壤数据来评估某一地区的地质特征,如岩层、断层等,并对其潜在的土地利用进行评估;
所述土地利用/土地覆盖分类,利用遥感图像和其他地理数据对土地进行分类,如农田、森林、城市等。
S32. 土地利用规划;
基于所述空间分析模块的空间分析结果数据,进行土地分类与评估、土地利用变化模拟和土地利用规划,得到优化后的土地利用规划,并将优化后的土地利用规划作为可视化和报告模块的输入;
基于所述空间分析模块的空间分析结果数据,所述空间分析结果数据,如空间特征的相关性分数、土地的位置价值、土地的地理特性;
首先,进行土地分类与评估,评估土地的价值和适用性,为后续土地规划提供决策依据,引入土地分类与评估公式:
,
其中,表示第v类土地的综合评价值;/>表示第 v类土地与第q 个空间特征的相关性分数,基于地理信息数据的空间分析结果获得;/>表示第 q 个空间特征的权重,通过专家打分确定;/>表示土地的位置价值,所述土地的位置价值,表示土地所处位置的经济、社会、环境价值,如,土地附近的商业活动、交通便利性、就业机会等因素会影响其经济价值;土地所在社区的教育、医疗、文化等设施和服务也是评价其位置价值的重要因素;土地的自然环境、景观、生态条件等也会影响其位置价值;采用套利定价法去量化土地的位置价值;/>表示土地的地理特性值;/>表示土地的所有权价值,如是否为私有或公共,来自土地所有权和登记数据库;/>表示第 v 类土地在时间 t 的变化率,指的是土地价值的变化率,是基于历年土地评价、销售和交易数据利用现有神经网络预测模型获得;/>表示环境敏感度评分,描述了土地对不同环境因素的响应程度,基于环境数据库、生态研究报告、灾害记录获得;/>表示参数的权重系数,通过专家打分确定;在上述土地分类与评估公式中,以空间特性/>作为评估的基础,然后增加位置价值、地理和环境因素、所有权和时间动态性、以及环境敏感度评分,得到最终评估,所述评估根据空间分析结果数据,给每一块土地分配一个评分,考虑了各种空间特征和它们的重要性;
进一步,基于历史数据、当前的土地利用趋势和预测的未来发展进行土地利用变化模拟,以任意一块土地u为例,首先,所述土地利用变化可以被定义为当前土地利用和历史土地利用的差异,描述了过去到现在土地利用的变化情况,考虑到未来土地利用可能对当前的土地利用产生某种“预期”效应,引入一个调节因子/>,确保未来土地利用的大幅变化不会过多影响当前的计算结果;随着人口的增长和经济的发展,土地利用压力会增加,/>描述了人口和经济发展与土地利用之间的非线性关系;又因气候变化会影响土地的可用性和可恢复性,将土地的可用性和可恢复性结合/>,描述了气候变化往往对土地利用的影响;最后得到综合土地利用变化模型:
,
其中,、/>、/>分别代表历史、当前和未来的土地利用情况,来源于遥感数据、地籍调查或者地理信息系统的数据库;/>表示第u土地的综合利用变化参数;/>表示人口增长率,代表人口增长对土地利用的压力,源于国家统计局或其他统计机构的数据;/>表示经济发展指数,代表一个地区的经济活动对土地利用的影响,源于经济学研究、宏观经济数据;/>表示气候变化模型输出,代表气候变化对土地利用的影响,源于气象部门或相关的研究机构;/>表示土地可恢复性参数,代表土地在受到破坏后能否自我恢复,源于土壤学、生态学的研究;上述参数都是基于第u土地的对应参数;
进一步,基于土地分类与评估和土地利用变化模拟实现对土地的最优利用规划,具体有:在考虑土地规划时,土地的生态环境保护需求与土地的经济开发需求之间存在固有的冲突,因为经济开发可能会损害生态环境,为此基于区域的生态评估报告和经济发展策略定义为生态保护需求的指标,其值范围在0到1之间,其中1代表最高的生态保护需求。同样地,/>为经济开发需求的指标,其值也在0到1之间,其中1代表最高的经济开发需求,两者构成冲突误差/>:
,
其中,表示生态保护需求的指标和经济开发需求的指标的冲突误差。
进一步,引入生态补偿因子和经济调整因子/>对冲突误差进行调整,得到重构冲突误差/>:
,
描述了在某土地区域进行经济开发时,可以采取的生态补偿措施的效果,补偿措施可能包括种植树木、创建湿地、保护野生动植物栖息地,其值可以根据地区的生态补偿方案的实施情况和效果来确定,/>;/>描述了为了减少对生态环境的影响而对经济开发策略进行的调整,所述调整可能包括推迟或转移某些开发项目、采用环保技术和方法、减少污染排放,其值可以根据地区的经济开发策略和实际效果来确定,/>;
在得到重构冲突误差之后,结合先前的第v类土地的综合评价值/>和第u土地的综合利用变化参数/>来确定最优的土地利用策略:
,
其中,表示第u土地的最优土地利用的价值;
综上所述,基于最优土地利用的价值对土地实现最优规划,将优化后的规划作为可视化和报告模块的输入;
本申请通过引入时间变化的参数和未来土地利用的调节因子,为土地规划带来了动态性,可以根据不同时间段的需求和环境变化进行灵活调整,通过土地分类与评估和土地利用变化模拟,生态和经济的冲突误差计算,以及生态补偿因子和经济调整因子的引入,实现了生态环境和经济发展之间的平衡。这有助于实现可持续发展,同时满足生态保护和经济发展的需求。
S4. 输出结果并可视化;
最后,通过可视化和报告模块对分析和规划的结果进行可视化,生成互动地图、图表和详细报告,这些输出将为决策者和其他利益相关者提供明确、详细且易于理解的信息。
综上所述,便完成了本申请所述的一种土地规划用的地理信息系统及方法。
上述本申请实施例中的技术方案,至少具有如下的技术效果或优点:
1、本申请通过对标准化后的数据进行整合处理,可以处理各种地理信息数据的特性,从而实现数据的深度整合,并引入增强参数和调整参数使得模型可以根据实际情况进行微调,提供更具适应性的数据整合结果,提高了数据的准确性和完整性;
2、本申请通过上述技术方法和机制确保了系统的高效、稳定和协同工作,同时提高了数据处理效率和数据管理能力,在进行优化时引入优化框架和相关参数,系统可以找到最佳的模块间数据流配置,从而最大限度地减少总运行时间,提高了效率。
3、本申请通过引入时间变化的参数和未来土地利用的调节因子,为土地规划带来了动态性,可以根据不同时间段的需求和环境变化进行灵活调整,通过土地分类与评估和土地利用变化模拟,生态和经济的冲突误差计算,以及生态补偿因子和经济调整因子的引入,实现了生态环境和经济发展之间的平衡,这有助于实现可持续发展,同时满足生态保护和经济发展的需求。
效果调研:
本申请的技术方案能够有效解决在进行土地规划时对地理信息数据的处理不够准确,数据不够完整,规划不够高效准确的技术问题,并且,上述系统或方法经过了一系列的效果调研,通过对标准化后的数据进行整合处理,可以处理各种地理信息数据的特性,从而实现数据的深度整合,并引入增强参数和调整参数使得模型可以根据实际情况进行微调,提供更具适应性的数据整合结果,提高了数据的准确性和完整性;通过上述技术方法和机制确保了系统的高效、稳定和协同工作,同时提高了数据处理效率和数据管理能力,在进行优化时引入优化框架和相关参数,系统可以找到最佳的模块间数据流配置,从而最大限度地减少总运行时间,提高了效率;通过引入时间变化的参数和未来土地利用的调节因子,该技术方案为土地规划带来了动态性,可以根据不同时间段的需求和环境变化进行灵活调整,通过土地分类与评估和土地利用变化模拟,生态和经济的冲突误差计算,以及生态补偿因子和经济调整因子的引入,实现了生态环境和经济发展之间的平衡,这有助于实现可持续发展,同时满足生态保护和经济发展的需求。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
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权利要求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 (5)
1.一种土地规划用的地理信息系统,其特征在于,包括以下部分:
数据整合模块,数据检查模块,空间分析模块,土地利用规划模块,数据存储模块,优化模块,协同模块,矛盾处理模块,可视化和报告模块;
所述数据整合模块,将来自不同来源的地理信息数据进行格式化、标准化并整合为一个统一的数据格式,得到整合后的统一格式的地理信息数据,并将整合后的数据作为数据检查模块的输入;在对来自不同数据源的信息进行整合时,基于标准化处理后的地理信息数据集,定义数据源加权值:
,
其中,表示数据源i的第j个属性的加权值;/>表示数据源i的第k个属性值;/>表示属性k到j的转换系数;/>;N表示标准化后的地理信息数据集的数据源个数;M表示每个数据源的属性个数;
通过数学模型对标准化后的地理信息数据进行处理,所述数学模型:
,
其中,表示模型处理后的数据值;/>、/>、/>、/>、/>、/>表示各参数的权重系数,所述权重系数通过回归分析、专家评估确定;/>、/>、/>、/>、/>和/>分别表示数据源i的空间参数、时间参数、海拔参数、土壤类型参数、气候参数和人口密度参数;体现了数据变化的非线性关系;
引入增强参数和调整参数对数学模型进行优化,得到最终数据结果:
,
其中,表示优化后的数据值,/>表示数据源i的增强参数,/>表示数据源i的调整参数,/>表示非常小的数,防止分母为零;
所述增强参数公式如下:
,
其中,表示数据源i的原始值;/>表示与数据源i相邻的数据源j的值;/>表示权重因子,范围在[0,1]之间,来源于先验知识;
所述调整参数公式如下:
,
其中,、/>分别表示数据源i的前一个和后一个增强参数,/>表示权重因子,范围在[0,0.5]之间,来源于先验知识;
所述数据检查模块,基于所述数据整合模块得到的整合后的统一格式的地理信息数据,进行一致性检查,识别潜在的错误或不一致的数据点,并进行修正,得到修正后的一致性数据和识别的不一致数据点的列表,并将修正后的一致性数据作为空间分析模块的输入用于后续分析和处理,同时,识别的不一致数据点的列表将作为数据存储模块的输入;
所述空间分析模块,基于数据检查模块的修正后的一致性数据,进行空间分析,得到空间分析的结果数据,并将空间分析的结果数据作为土地利用规划模块的输入;
所述土地利用规划模块,基于所述空间分析模块的空间分析结果数据,进行土地分类与评估、土地利用变化模拟和土地利用规划,得到优化后的土地利用规划,并将优化后的土地利用规划作为可视化和报告模块的输入;引入土地分类与评估公式:
,
其中,表示第v类土地的综合评价值;/>表示第 v类土地与第q 个空间特征的相关性分数,基于地理信息数据的空间分析结果获得;/>表示第 q 个空间特征的权重,通过专家打分确定;/>表示土地的位置价值,所述土地的位置价值,表示土地所处位置的经济、社会、环境价值,具体有:土地附近的商业活动、交通便利性、就业机会会影响土地所处位置的经济价值;土地所在社区的教育、医疗、文化的设施和服务是评价土地所处位置的位置价值的重要因素;土地的自然环境、景观、生态条件会影响土地所处位置的位置价值;采用套利定价法量化土地的位置价值;/>表示土地的地理特性值;/>表示土地的所有权价值,包括是否为私有或公共,来自土地所有权和登记数据库;/>表示第 v 类土地在时间 t 的变化率,即土地价值的变化率;/>表示环境敏感度评分,描述了土地对不同环境因素的响应程度,基于环境数据库、生态研究报告、灾害记录获得;/>表示参数的权重系数,通过专家打分确定;
进一步,得到综合土地利用变化模型:
,
其中,、/>、/>分别代表历史、当前和未来的土地利用情况,来源于遥感数据、地籍调查或者地理信息系统的数据库;/>表示第u土地的综合利用变化参数;/>表示人口增长率,代表人口增长对土地利用的压力,源于国家统计局或其他统计机构的数据;/>表示经济发展指数,代表一个地区的经济活动对土地利用的影响,源于经济学研究、宏观经济数据;/>表示气候变化模型输出,代表气候变化对土地利用的影响,源于气象部门或相关的研究机构;/>表示土地可恢复性参数,代表土地在受到破坏后能否自我恢复,源于土壤学、生态学的研究;
土地的生态保护需求的指标和经济开发需求的指标构成冲突误差,引入生态补偿因子/>和经济调整因子/>对冲突误差进行调整,得到重构冲突误差/>;
,
结合第v类土地的综合评价值和第u土地的综合利用变化参数/>确定最优的土地利用策略:
,
其中,表示第u土地的最优土地利用的价值;
所述数据存储模块,基于数据检查模块识别的不一致数据点的列表,存储原始的不一致数据点和修正后的数据点,形成存储后的原始和修正的数据点的数据库,以便在将来进行审查或回溯,查看在数据一致性检查中做出的具体修改,有助于保持数据透明性和可追溯性;
所述数据存储模块和所述数据整合模块、所述数据检查模块存在冲突,从而导致系统效率下降,因此引入优化模块;
所述优化模块,基于所述数据存储模块、所述数据整合模块和所述数据检查模块的处理流程和数据,对处理流程进行优化,具体实现过程如下:
变量定义:、/>、/>分别代表数据存储模块、数据整合模块和数据检查模块的运行时间;/>、/>、/>分别代表数据存储模块、数据整合模块和数据检查模块处理的数据量;
代表每个模块的运行时间;/>代表数据量,即每个模块要处理的信息量;
建立目标函数来描述最小化的目标,最小化总的运行时间:
,
其中,P表示并行处理的核心数,来自硬件配置信息或并行计算框架设置;S表示存储使用率或数据存储的效率,存储设备的性能指标;V表示数据处理的速度,通过实验测量获得;W表示数据等待时的权重,描述数据处理的优先级或紧迫性,依赖于系统的实时性要求或数据的更新频率;表示数据存储模块的复杂性与运行时间的对数关系;描述了数据处理速度、存储使用率和数据整合模块的总运行时间;积分部分反映了数据处理的整体过程,其中并行处理的核心数P被用于优化处理速度;/>表示调节数据检查模块的效率与运行时间的平方根关系;
引入优化调整参数对目标函数进行优化,得到优化后的最小化运行总时间:
,
其中,M, N, K表示模块间数据流的调节系数,M表示调节数据存储模块的数据流;N表示调节数据整合模块的数据处理能力;K表示调节数据检查模块的数据流;为数据存储模块、数据整合模块和数据检查模块提供优化后的高效处理流程;
在所述优化模块得到的优化后的处理流程将影响协同模块的工作;
所述协同模块,基于所述数据存储模块、所述数据整合模块和所述数据检查模块和所述优化模块的输出,保证各模块间无缝协同,得到协同工作的各模块的输出数据和结果;
所述矛盾处理模块,基于所述协同模块在协同工作中的各模块的输出数据和结果,识别并避免数据的重复处理和存储,得到去重后的处理结果和存储数据;确保了系统中问题的圆满解决,形成了闭环;
所述可视化和报告模块,基于空间分析模块的空间分析结果数据和土地利用规划模块的优化后的土地利用规划,进行数据可视化、报告生成和提供互动工具。
2.一种土地规划用的地理信息方法,应用于如权利要求1所述的一种土地规划用的地理信息系统,其特征在于,包括以下步骤:
S1. 数据整合、检查及存储;将来自不同来源的地理信息数据进行格式化、标准化并整合为一个统一的数据格式,对整合后的统一格式的地理信息数据,进行一致性检查,识别潜在的错误或不一致的数据点,并修正检测到的任何不一致或错误的数据,得到修正后的一致性数据和识别的不一致数据点的列表,并进行存储;
在对来自不同数据源的信息进行整合时,基于标准化处理后的地理信息数据集,定义数据源加权值:
,
其中,表示数据源i的第j个属性的加权值;/>表示数据源i的第k个属性值;/>表示属性k到j的转换系数;/>;N表示标准化后的地理信息数据集的数据源个数;M表示每个数据源的属性个数;
通过数学模型对标准化后的地理信息数据进行处理,所述数学模型:
,
其中,表示模型处理后的数据值;/>、/>、/>、/>、/>、/>表示各参数的权重系数,所述权重系数通过回归分析、专家评估确定;/>、/>、/>、/>、/>和/>分别表示数据源i的空间参数、时间参数、海拔参数、土壤类型参数、气候参数和人口密度参数;体现了数据变化的非线性关系;
引入增强参数和调整参数对数学模型进行优化,得到最终数据结果:
,
其中,表示优化后的数据值,/>表示数据源i的增强参数,/>表示数据源i的调整参数,/>表示非常小的数,防止分母为零;
所述增强参数公式如下:
,
其中,表示数据源i的原始值;/>表示与数据源i相邻的数据源j的值;/>表示权重因子,范围在[0,1]之间,来源于先验知识;
所述调整参数公式如下:
,
其中,、/>分别表示数据源i的前一个和后一个增强参数,/>表示权重因子,范围在[0,0.5]之间,来源于先验知识;
S2. 优化运行、协同工作和矛盾处理;针对数据整合、数据检查、数据存储的处理流程和数据,对处理流程进行优化,具体实现过程如下:
变量定义:、/>、/>分别代表数据存储模块、数据整合模块和数据检查模块的运行时间;/>、/>、/>分别代表数据存储模块、数据整合模块和数据检查模块处理的数据量;
代表每个模块的运行时间;/>代表数据量,即每个模块要处理的信息量;
建立目标函数来描述最小化的目标,最小化总的运行时间:
,
其中,P表示并行处理的核心数,来自硬件配置信息或并行计算框架设置;S表示存储使用率或数据存储的效率,存储设备的性能指标;V表示数据处理的速度,通过实验测量获得;W表示数据等待时的权重,描述数据处理的优先级或紧迫性,依赖于系统的实时性要求或数据的更新频率;
引入优化调整参数对目标函数进行优化,得到优化后的最小化运行总时间:
,
其中,M, N, K表示模块间数据流的调节系数,M表示调节数据存储模块的数据流;N表示调节数据整合模块的数据处理能力;K表示调节数据检查模块的数据流;
S3. 空间分析和土地利用规划;通过空间分析,得到空间分析结果数据,基于空间分析结果数据,引入土地分类与评估公式:
,
其中,表示第v类土地的综合评价值;/>表示第 v类土地与第q 个空间特征的相关性分数,基于地理信息数据的空间分析结果获得;/>表示第 q 个空间特征的权重,通过专家打分确定;/>表示土地的位置价值,所述土地的位置价值,表示土地所处位置的经济、社会、环境价值,具体有:土地附近的商业活动、交通便利性、就业机会会影响土地所处位置的经济价值;土地所在社区的教育、医疗、文化的设施和服务是评价土地所处位置的位置价值的重要因素;土地的自然环境、景观、生态条件会影响土地所处位置的位置价值;采用套利定价法量化土地的位置价值;/>表示土地的地理特性值;/>表示土地的所有权价值,包括是否为私有或公共,来自土地所有权和登记数据库;/>表示第 v 类土地在时间 t 的变化率,即土地价值的变化率;/>表示环境敏感度评分,描述了土地对不同环境因素的响应程度,基于环境数据库、生态研究报告、灾害记录获得;/>表示参数的权重系数,通过专家打分确定;
进一步,基于历史数据、当前的土地利用趋势和预测的未来发展进行土地利用变化模拟,得到综合土地利用变化模型:
,
其中,、/>、/>分别代表历史、当前和未来的土地利用情况,来源于遥感数据、地籍调查或者地理信息系统的数据库;/>表示第u土地的综合利用变化参数;/>表示人口增长率,代表人口增长对土地利用的压力,源于国家统计局或其他统计机构的数据;/>表示经济发展指数,代表一个地区的经济活动对土地利用的影响,源于经济学研究、宏观经济数据;/>表示气候变化模型输出,代表气候变化对土地利用的影响,源于气象部门或相关的研究机构;/>表示土地可恢复性参数,代表土地在受到破坏后能否自我恢复,源于土壤学、生态学的研究;
土地的生态保护需求的指标和经济开发需求的指标构成冲突误差,引入生态补偿因子/>和经济调整因子/>对冲突误差进行调整,得到重构冲突误差/>;
,
其中,的值根据地区的生态补偿方案的实施情况和效果来确定,;/>的值根据地区的经济开发策略和实际效果来确定,;
结合第v类土地的综合评价值和第u土地的综合利用变化参数/>确定最优的土地利用策略:
,
其中,表示第u土地的最优土地利用的价值;基于最优土地利用的价值对土地实现最优规划;
S4. 输出结果并可视化。
3.根据权利要求2所述一种土地规划用的地理信息方法,其特征在于,所述步骤S2,具体包括:
基于所述数据存储模块、所述数据整合模块和所述数据检查模块的输出,保证各模块间无缝协同,并对各个处理过程中的矛盾进行处理。
4.根据权利要求2所述一种土地规划用的地理信息方法,其特征在于,在所述步骤S2中,还包括:
对处理流程进行优化时,建立目标函数来描述最小化的目标,并引入优化调整参数对目标函数进行优化,最后转换为求解优化问题,完成对数据存储模块、数据整合模块和数据检查模块的运行优化。
5.根据权利要求2所述一种土地规划用的地理信息方法,其特征在于,所述步骤S3,具体包括:
基于检查修正后的一致性地理信息数据,进行深入空间分析,得到空间分析的结果数据,并基于空间分析的结果数据,进行土地分类与评估、土地利用变化模拟和土地利用规划,得到优化后的土地利用规划,并将优化后的土地利用规划作为可视化和报告模块的输入。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311294212.0A CN117036112B (zh) | 2023-10-09 | 2023-10-09 | 一种土地规划用的地理信息系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311294212.0A CN117036112B (zh) | 2023-10-09 | 2023-10-09 | 一种土地规划用的地理信息系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117036112A CN117036112A (zh) | 2023-11-10 |
CN117036112B true CN117036112B (zh) | 2023-12-22 |
Family
ID=88645273
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311294212.0A Active CN117036112B (zh) | 2023-10-09 | 2023-10-09 | 一种土地规划用的地理信息系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117036112B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117408495B (zh) * | 2023-12-12 | 2024-03-29 | 菏泽市自然资源和规划局 | 一种基于土地资源综合管理的数据分析方法及系统 |
CN118094196B (zh) * | 2024-04-23 | 2024-07-12 | 菏泽市土地储备中心 | 基于数据分析的土地利用规划方法及规划系统 |
CN118229115A (zh) * | 2024-05-22 | 2024-06-21 | 山东省国土空间生态修复中心(山东省地质灾害防治技术指导中心、山东省土地储备中心) | 基于大数据的国土空间规划管理系统及方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2686718A1 (en) * | 2007-05-21 | 2008-11-27 | Benjamin Wilbur Breedlove | Function-based habitat design method |
CN103729739A (zh) * | 2013-12-25 | 2014-04-16 | 大连理工大学 | 基于psd-bpa的上下级电网运行方式网络模型整合系统 |
CN106683184A (zh) * | 2017-01-04 | 2017-05-17 | 朱军 | 网络环境下泥石流灾害过程快速模拟与可视化分析方法 |
CN111144569A (zh) * | 2019-12-25 | 2020-05-12 | 上海华力集成电路制造有限公司 | 一种基于遗传算法的良率提升适用模型的优化方法 |
CN112163724A (zh) * | 2020-08-05 | 2021-01-01 | 宁夏无线互通信息技术有限公司 | 环境信息数据资源整合集成系统 |
WO2022239609A1 (ja) * | 2021-05-10 | 2022-11-17 | 株式会社 東芝 | モジュラー型時系列データ予測装置、モジュラー型時系列データ予測方法、および、プログラム |
CN116362772A (zh) * | 2023-04-13 | 2023-06-30 | 北京未来链技术有限公司 | 一种基于区块链的溯源处理方法及区块链分布式溯源系统 |
CN116383241A (zh) * | 2023-03-02 | 2023-07-04 | 北京理工大学 | 基于多粒度锁的索引更新与查询处理协同优化系统及方法 |
CN116823578A (zh) * | 2023-07-17 | 2023-09-29 | 鲁友燕 | 基于大数据分析的智能城市规划系统和方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050096950A1 (en) * | 2003-10-29 | 2005-05-05 | Caplan Scott M. | Method and apparatus for creating and evaluating strategies |
-
2023
- 2023-10-09 CN CN202311294212.0A patent/CN117036112B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2686718A1 (en) * | 2007-05-21 | 2008-11-27 | Benjamin Wilbur Breedlove | Function-based habitat design method |
CN103729739A (zh) * | 2013-12-25 | 2014-04-16 | 大连理工大学 | 基于psd-bpa的上下级电网运行方式网络模型整合系统 |
CN106683184A (zh) * | 2017-01-04 | 2017-05-17 | 朱军 | 网络环境下泥石流灾害过程快速模拟与可视化分析方法 |
CN111144569A (zh) * | 2019-12-25 | 2020-05-12 | 上海华力集成电路制造有限公司 | 一种基于遗传算法的良率提升适用模型的优化方法 |
CN112163724A (zh) * | 2020-08-05 | 2021-01-01 | 宁夏无线互通信息技术有限公司 | 环境信息数据资源整合集成系统 |
WO2022239609A1 (ja) * | 2021-05-10 | 2022-11-17 | 株式会社 東芝 | モジュラー型時系列データ予測装置、モジュラー型時系列データ予測方法、および、プログラム |
CN116383241A (zh) * | 2023-03-02 | 2023-07-04 | 北京理工大学 | 基于多粒度锁的索引更新与查询处理协同优化系统及方法 |
CN116362772A (zh) * | 2023-04-13 | 2023-06-30 | 北京未来链技术有限公司 | 一种基于区块链的溯源处理方法及区块链分布式溯源系统 |
CN116823578A (zh) * | 2023-07-17 | 2023-09-29 | 鲁友燕 | 基于大数据分析的智能城市规划系统和方法 |
Non-Patent Citations (2)
Title |
---|
基于GIS的城市建设用地节约集约利用评价系统研究;王国杰;吕忠杰;杨生德;鞠杰松;张福存;应金法;李戈伟;;地理信息世界;第20卷(第06期);第2-4节 * |
基于MapMatrixGrid的网络化摄影测量系统实现与优化;答星;吴克友;刘涛;周勇兵;田思忆;;地理空间信息(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117036112A (zh) | 2023-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117036112B (zh) | 一种土地规划用的地理信息系统及方法 | |
Ali et al. | A data-driven approach for multi-scale GIS-based building energy modeling for analysis, planning and support decision making | |
Dinda et al. | An integrated simulation approach to the assessment of urban growth pattern and loss in urban green space in Kolkata, India: A GIS-based analysis | |
Sakr et al. | Efficient forest fire occurrence prediction for developing countries using two weather parameters | |
CN105956723A (zh) | 基于数据挖掘的物流信息管理方法 | |
US20210141779A1 (en) | System and method for facilitating an objective-oriented data structure and an objective via the data structure | |
CN116415110B (zh) | 基于多源遥感密度数据进行碳排放量分区网格化的方法 | |
Brown | Spatial statistics and GIS applied to internal migration in Rwanda, Central Africa | |
CN115994685A (zh) | 一种国土空间规划现状评估方法 | |
CN103942251A (zh) | 基于多种质控方法的高空气象资料入库方法和入库系统 | |
Wang et al. | Simulating the effect of urban light rail transit on urban development by coupling cellular automata and conjugate gradients | |
Dolui et al. | Modelling landuse dynamics of ecologically sensitive peri-urban space by incorporating an ANN cellular automata-Markov model for Siliguri urban agglomeration, India | |
Statsenko et al. | Developing software and hardware for automation of ground urban transport traffic management | |
CN113642669B (zh) | 基于特征分析的防欺诈检测方法、装置、设备及存储介质 | |
US20230102406A1 (en) | System and method for automated forest inventory mapping | |
Badr et al. | Toward large-scale crop production forecasts for global food security | |
CN113269380A (zh) | 一种面向疫情防控的返校方案预估方法 | |
Arora et al. | Probabilistic and machine learning methods for uncertainty quantification in power outage prediction due to extreme events | |
CN117852324B (zh) | 一种基于数据孪生的场景构建方法 | |
Simankov et al. | Situational center as an intelligent decision support system taking into account the uncertainty of the source information | |
CN113807724B (zh) | 一种基于综合风险评价的弃碴场选址方法 | |
CN118094196B (zh) | 基于数据分析的土地利用规划方法及规划系统 | |
CN117611108B (zh) | 一种城乡建设用地有偿调剂的智能决策构建方法 | |
CN117852975B (zh) | 基于数字化设计的城市更新行动可视化评估方法及系统 | |
Salman | Strategy of Ecoregion Protection and Management, Case Study of Tasikmalaya City |
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 |