CN117056856A - 一种融合多源自然资源监测变化图斑数据的方法与系统 - Google Patents
一种融合多源自然资源监测变化图斑数据的方法与系统 Download PDFInfo
- Publication number
- CN117056856A CN117056856A CN202310902751.1A CN202310902751A CN117056856A CN 117056856 A CN117056856 A CN 117056856A CN 202310902751 A CN202310902751 A CN 202310902751A CN 117056856 A CN117056856 A CN 117056856A
- Authority
- CN
- China
- Prior art keywords
- data
- pattern
- source
- natural resource
- monitoring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 95
- 230000008859 change Effects 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000013507 mapping Methods 0.000 claims abstract description 34
- 230000004927 fusion Effects 0.000 claims abstract description 30
- 238000011835 investigation Methods 0.000 claims abstract description 25
- 238000007689 inspection Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 6
- 230000008520 organization Effects 0.000 abstract description 4
- 238000007500 overflow downdraw method Methods 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000007726 management method Methods 0.000 description 14
- 230000014759 maintenance of location Effects 0.000 description 6
- 238000007619 statistical method Methods 0.000 description 6
- 238000010276 construction Methods 0.000 description 5
- 238000010606 normalization Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 238000004806 packaging method and process Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24564—Applying rules; Deductive queries
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- 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
- G06F2123/00—Data types
- G06F2123/02—Data types in the time domain, e.g. time-series data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种融合多源自然资源监测变化图斑数据的方法,包括以下步骤:获取区域范围内的多源自然资源监测变化图斑数据,根据年度变化数据和月度变化数据将多源自然资源监测变化图斑数据更新为图斑矢量数据;基于时序和业务优先的方法融合图斑矢量数据,形成一张底图;根据业务需求数据对底图中的变化图斑进行标识,形成标识数据;建立映射规则,将获取的标识数据按照映射规则进行地类映射;统计区域范围内的地类变化情况。本发明的有益效果是:通过构建基于时序和业务优先的融合方法,实现1次融合,服务多方管理需求,全面满足自然资源管理对调查监测“一张图”的切实需求,便于统一的自然资源管理组织协调,支撑自然资源管理领域业务应用,大大提高了工作效率。
Description
技术领域
本发明涉及图斑数据融合技术领域,尤其涉及一种融合多源自然资源监测变化图斑数据的方法与系统。
背景技术
长期以来,自然资源调查监测工作分散在不同部门,由于缺乏统一的组织协调,导致不同调查监测的数据多源分散、概念有差异、内容有交叉,标准规范不一致,难以全面满足自然资源管理对“一张图,一套数,一本账”的切实需求,当前广东省已开展面向国土空间全域全要素的自然资源常态化监测,形成海量常态化监测数据,与此同时国家会定期下发土地卫片执法数据,两数据源之间在覆盖面上互有遗漏和补充,且数据分散,标准不一,数据不易共享,现有的监测统计分析方法需要面向各自然资源业务管理部门对自然资源调查评价监测的需求展开,业务众多,数据多源,结构各异,需求关系复杂且统计流程繁琐,现有采用单一自然资源监测变化图斑数据来源来以及按需被动的统计分析方法已经不能适应当前自然资源管理对构建“一张图,一套数,一本账”的更智慧、更规范、更高效、更便捷的要求,也难以有效反映总体地类变化情况。当前成果分析以单要素统计与对比评价为主,缺乏对自然资源要素关联匹配、演变规律等的综合性研究,难以有效支撑自然资源与国土空间的格局解析、结构诊断、趋势预测、态势预警等高层次应用。与此同时,常态化监测外业核查回流数据和国家土地卫片执法数据结构复杂,形式多样,标准不一,当前作业模式的自动化和协同化程度有待提高,往往难以保证针对大范围调查监测结果统计分析的准确性和高效率。
现有技术的缺点:
①由于业务关系和自然资源管理各业务处室对自然资源调查监测变化图斑的处置需求不同,调查监测工作分头开展,入口分散,标准不一,数据共享不易,国家土地卫片执法数据分布在执法监督部门,而常态化监测数据(含日常调查、专项巡查)分布在调查监测部门,两数据源之间在覆盖面上均互有大量遗漏和补充,若采用任一单一来源数据进行统计分析均难以有效反映总体地类变化情况,不能满足自然资源监测监管对融合多源异构数据形成“一张图”的迫切需求。
②现有单一业务来源的调查监测数据为了各自的业务需求建立,自成体系,缺乏统一的分类标准体系,使得概念有差异、内容有交叉、规范不统一,容易造成不同部门发布的统计数据前后矛盾,因此亟须建立统一的统计的分类标准体系、统一的统计分析口径来满足管理部门的业务需求,而当前如何针对众多的数据源建立统一分类标准体系来满足自然资源监测监管对“一套数,一本账”的要求是当前要解决的难题。
③现有技术的自动化处理能力薄弱,当前存在调查监测数据量大、业务内容复杂、数据重叠与拓扑错误类型多、数据内业分类体系不一致、外业上报地类不一致,数据处理过程中需要人工进行校验和检查耗费大量人力物力等需解决的难题,导致统计分析工作无法自动、准确、高效实现。
发明内容
针对上述问题,本发明提出一种融合多源自然资源监测变化图斑数据的方法与系统,解决背景技术中提出的至少一个问题。
为解决上述技术问题,本发明第一方面提出一种融合多源自然资源监测变化图斑数据的方法,包括以下步骤:
步骤1,获取区域范围内的多源自然资源监测变化图斑数据,按照统一的数据结构标准将所述多源自然资源监测变化图斑数据更新为图斑矢量数据;
步骤2,基于时序和业务优先的方法融合所述图斑矢量数据,形成一张底图;
步骤3,根据业务需求数据对所述底图中的变化图斑进行标识,形成标识数据;
步骤4,建立映射规则,将获取的所述标识数据按照所述映射规则进行地类映射;
步骤5,统计所述区域范围内的地类变化情况。
在步骤1中,所述多源自然资源监测变化图斑数据包括常态化监测日常调查数据、常态化监测专项巡查数据和国家土地卫片执法数据。
在一些实施方式中,在步骤2中,所述底图的融合过程包括:先对所述图斑矢量数据中的各个单源数据进行内部融合,去除所述单源数据的内部重叠部分,然后各个所述单源数据之间进行外部融合,去除各个所述单源数据之间的外部重叠部分,形成所述底图。
在一些实施方式中,所述内部融合包括:输入单源数据,对所述单源数据按照是否已进行外业进行分包处理,分为下发图斑和审核通过图斑,对于所述下发图斑,首先对所述下发图斑的空间重合部分进行分割,之后通过后时相影像日期字段获取所述下发图斑的时序信息,并基于后时相影像日期对所述下发图斑按照降序方式进行排序,最后更新所述下发图斑的空间重合部分的矢量图斑范围,对于所述审核通过图斑,首先对所述审核通过图斑的空间位置有重合部分进行分割,之后通过地方外业举证拍照时间字段获取所述审核通过图斑的时序信息,并基于地方外业举证拍照时间字段对所述审核通过图斑按照降序方式进行排序,最后更新所述审核通过图斑的空间重合部分的矢量图斑范围。
在一些实施方式中,所述外部融合包括:按照土地卫片执法数据审核通过图斑数据、土地卫片执法下发数据、常态化监测专项巡查审核通过图斑数据、常态化监测专项巡查下发图斑数据、常态化监测日常调查审核通过图斑数据,以及常态化监测日常调查下发图斑数据的业务优先顺序应用更新工具对所述图斑矢量数据中的各个单源数据进行数据融合,并去除各个所述单源数据的外部重叠部分。
在一些实施方式中,在步骤3中,所述业务需求数据包括年度国土变更调查数据、城镇村范围数据、永久基本农田数据,以及用地红线数据。
在一些实施方式中,所述标识数据的标识过程包括:
修复所述变化图斑的几何结构;
将所有所述业务需求数据进行融合为各自内部无重叠的数据;
对各所述用地红线数据的要素使用联合工具,将所述用地红线数据合并为一个独立图层;
分别对输入的所述变化图斑添加标识字段;
按照顺序使用所述业务需求数据标识所述底图;
返回标识带有业务信息的所述标识数据。
在一些实施方式中,在步骤4,所述映射规则包括,读取所述标识数据属性表中的指定字段名称,并将所述指定字段名称映射至预设的地类映射对照表。
本发明第二方面提出一种融合多源自然资源监测变化图斑数据的系统,包括:
数据获取模块,用于获取区域范围内的多源自然资源监测变化图斑数据,按照统一的数据结构标准将所述多源自然资源监测变化图斑数据更新为图斑矢量数据;
多源数据融合模块,用于基于时序和业务优先的方法融合所述图斑矢量数据,形成一张底图;
信息标识模块,用于根据业务需求数据对所述底图中的变化图斑进行标识,形成标识数据;
地类映射模块,用于建立映射规则,将获取的所述标识数据按照所述映射规则进行地类映射;
统计报表模块,用于统计所述区域范围内的地类变化情况。
本发明的有益效果为:
(1)本方法针对自然资源监测变化等多样化业务需求,汇集自然资源常态化监测数据、国家土地卫片执法数据等多源异构数据,通过构建基于时序和业务优先的融合方法,实现1次融合,服务多方管理需求,全面满足自然资源管理对调查监测“一张图”的切实需求,便于统一的自然资源管理组织协调,支撑自然资源管理领域业务应用,大大提高了工作效率。
(2)建立常态化监测数据和国家土地卫片执法数据的内业和外业统一分类标准、统一统计口径、统一映射体系,将体系独立、差异较大的数据统一到一个标准下,重构出跨越单一业务界限的统一统计分析流程,全面满足自然资源管理对调查监测“一套数,一本账”的切实需求。
(3)构建跨越单一业务界限的自动化信息处理系统,规范化作业流程,设立独立且紧密衔接的多个环节,保证每一环节数据都能及时进行验证,及时进行信息回流,形成闭环工作,实现多源数据的快速融合、信息即时提取、指标高效能计算,形成了不同地区一张图、一套数、一本账,高效支撑自然资源监测监管。
附图说明
图1为本发明实施例一公开的融合多源自然资源监测变化图斑数据的方法的流程图;
图2为本发明实施例一公开的步骤3的流程图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确,下面结合附图和具体实施方式对本发明的内容做进一步详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。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内容。
实施例一
本实施例提出了一种融合多源自然资源监测变化图斑数据的方法,通过构建基于时序和业务优先的融合方法,实现1次融合,服务多方管理需求,全面满足自然资源管理对调查监测“一张图”的切实需求,便于统一的自然资源管理组织协调,支撑自然资源管理领域业务应用,大大提高了工作效率。
如图1所示,本方法包括以下步骤:
步骤1,获取区域范围内的多源自然资源监测变化图斑数据,按照统一的数据结构标准将多源自然资源监测变化图斑数据更新为图斑矢量数据;
在步骤1中,多源自然资源监测变化图斑数据包括常态化监测日常调查数据、常态化监测专项巡查数据和国家土地卫片执法数据。
步骤2,基于时序和业务优先的方法融合图斑矢量数据,形成一张底图;
在步骤2中,底图的融合过程包括:先对图斑矢量数据中的各个单源数据进行内部融合,去除单源数据的内部重叠部分,然后各个单源数据之间进行外部融合,去除各个单源数据之间的外部重叠部分,形成底图。
内部融合包括:输入单源数据,对单源数据按照是否已进行外业进行分包处理,分为下发图斑和审核通过图斑,对于下发图斑,首先对下发图斑的空间重合部分进行分割,之后通过后时相影像日期字段获取下发图斑的时序信息,并基于后时相影像日期对下发图斑按照降序方式进行排序,最后更新下发图斑的空间重合部分的矢量图斑范围,对于审核通过图斑,首先对审核通过图斑的空间位置有重合部分进行分割,之后通过地方外业举证拍照时间字段获取审核通过图斑的时序信息,并基于地方外业举证拍照时间字段对审核通过图斑按照降序方式进行排序,最后更新审核通过图斑的空间重合部分的矢量图斑范围。
以常态化监测日常调查数据、常态化监测专项巡查数据和国家土地卫片执法数据三种“单源数据”为例,以下进行具体说明。
①常态化监测日常调查数据融合:输入常态化监测日常调查矢量数据,对矢量数据按照是否已进行外业进行分包处理,分为常态化监测日常调查下发图斑和常态化监测日常调查审核通过图斑。针对常态化监测日常调查下发图斑,首先对数据进行联合,即对空间位置有重合的部分进行分割,之后通过后时相影像日期(HSXRQ)字段获取矢量图斑的时序信息,并基于后时相影像日期(HSXRQ)对矢量图斑数据按照降序方式进行排序,最后对数据进行更新,即对有重叠区域的数据保留时间较新的矢量图斑范围。针对常态化监测日常调查审核通过图斑,首先对数据进行联合,即对空间位置有重合的部分进行分割,之后通过地方外业举证拍照时间(wytbsj)字段获取矢量图斑的时序信息,并基于地方外业举证拍照时间(wytbsj)字段对矢量图斑数据按照降序方式进行排序,然后对数据进行更新,对有重叠区域的数据保留时间较新的矢量图斑范围,即仅保留最新上报的图斑矢量范围。
②常态化监测专项巡查数据融合:输入常态化监测专项巡查矢量数据,对矢量数据按照是否已进行外业进行分包处理,分为常态化监测专项巡查下发图斑和常态化监测专项巡查审核通过图斑。针对常态化监测专项巡查下发图斑,首先对数据进行联合,即对空间位置有重合的部分进行分割,之后通过后时相影像日期(HSXRQ)字段获取矢量图斑的时序信息,并基于后时相影像日期(HSXRQ)字段对矢量图斑数据按照降序方式进行排序,最后对数据进行更新,即对有重叠区域的数据保留时间较新的矢量图斑范围。针对常态化监测专项巡查审核通过图斑,首先对数据进行联合,即对空间位置有重合的部分进行分割,之后通过下发批次(PC)字段对矢量图斑数据按照降序方式进行排序,最后对数据进行更新,即对有重叠区域的数据保留时间较新的矢量图斑范围。
③土地卫片执法数据融合:输入土地卫片执法矢量数据,对矢量数据按照是否已进行外业进行分包处理,分为土地卫片执法下发图斑和土地卫片执法审核通过图斑。针对土地卫片执法下发图斑,首先对数据进行联合,即对空间位置有重合的部分进行分割,之后通过下发批次(PC)字段获取矢量图斑的时序信息,并基于下发批次(PC)字段对矢量图斑数据按照降序方式进行排序,最后对数据进行更新,即对有重叠区域的数据保留时间较新的矢量图斑范围。针对土地卫片执法审核通过图斑数据,首先对数据进行联合,即对空间位置有重合的部分进行分割,之后通过下发批次(PC)字段对矢量图斑数据按照降序方式进行排序,最后对数据进行更新,即对有重叠区域的数据保留时间较新的矢量图斑范围。
外部融合包括:按照土地卫片执法数据审核通过图斑数据、土地卫片执法下发数据、常态化监测专项巡查审核通过图斑数据、常态化监测专项巡查下发图斑数据、常态化监测日常调查审核通过图斑数据,以及常态化监测日常调查下发图斑数据的业务优先顺序应用更新工具对图斑矢量数据中的各个单源数据进行数据融合,并去除各个单源数据的外部重叠部分。
具体的,按照土地卫片执法数据审核通过图斑数据>土地卫片执法下发数据>常态化监测专项巡查审核通过图斑数据>常态化监测专项巡查下发图斑数据>常态化监测日常调查审核通过图斑数据>常态化监测日常调查下发图斑数据的业务优先顺序应用更新工具进行数据融合,去除外部重叠部分。
步骤3,根据业务需求数据对底图中的变化图斑进行标识,形成标识数据;
在步骤3中,业务需求数据包括年度国土变更调查数据、城镇村范围数据、永久基本农田数据,以及用地红线数据。具体的,用地红线数据包括临时用地数据、备案设施农用地数据、供地数据、批地数据、先行用地数据、增减挂钩(建新区)数据、建设用地历史批文数据、自录批文数据。
其中,标识数据的标识过程包括:
修复变化图斑的几何结构;
将所有业务需求数据进行融合为各自内部无重叠的数据;
对各用地红线数据的要素(供地数据、批地数据、先行用地数据、增减挂钩(建新区)数据、建设用地历史批文数据、自录批文数据)使用联合工具,将所述用地红线数据合并为一个独立图层;
分别对输入的变化图斑添加标识字段;
按照顺序使用业务需求数据标识底图;
返回标识带有业务信息的所述标识数据。
以下以具体的业务需求数据对标识过程进行说明。
输入基础数据(融合基础图层),标识业务数据信息和变更调查年末库数据信息。业务数据包括:广东省“三区三线”划定成果永久基本农田矢量数据、城镇村范围用地、临时用地、设施农用地、供地、批地、先行用地和增减挂钩(建新区)、建设用地历史批文、自录批文。对各个业务数据先修复几何,再使用“融合”工具去除内部重叠,然后分别对各个图层依次添加标识字段并赋值;最后添加对基础数据进行标识业务数据信息后的字段名称。
信息标识模块具体过程为:
①修复几何:各个数据源可能会存在拓扑错误,因此需要先对数据进行修复几何;
②融合去重:对各类数据,为确保单个图层内不存在重叠,同时不丢失图斑范围,先进行修复几何,然后使用“融合”工具去除数据内部重叠;
③对各用地红线的要素(批地、供地、先行用地、建设用地历史批文、自录批文和增减挂钩建新区),使用“联合”工具,将用地红线数据合并为一个图层;
④然后分别对输入的各类数据添加标识字段(例:SFYJJBNT(是否永久基本农田)),
再将标识字段进行赋值(例:“是”);
⑤标识:按照业务优先顺序进行标识,先用永久基本农田数据标识基础数据(得到B1图层,下同),再用临时用地数据标识B1(B2),然后用城镇村数据标识B2(B3),继续用设施农用地数据标识B3(B4),之后用红线联合数据标识B4(B5),最后用变更调查年末库数据标识B5(B6);
⑥完成模块标识,返回标识带有业务信息的标识后图斑图层数据,具体的标识运行流程参阅图2。
步骤4,建立映射规则,将获取的标识数据按照映射规则进行地类映射;
在步骤4,映射规则包括,读取标识数据属性表中的指定字段名称,并将指定字段名称映射至预设的地类映射对照表。
步骤5,统计区域范围内的地类变化情况。
实施例二
本实施例提出了一种融合多源自然资源监测变化图斑数据的系统,包括:
数据获取模块,用于获取区域范围内的多源自然资源监测变化图斑数据,按照统一的数据结构标准将多源自然资源监测变化图斑数据更新为图斑矢量数据;
多源数据融合模块,用于基于时序和业务优先的方法融合图斑矢量数据,形成一张底图;
信息标识模块,用于根据业务需求数据对底图中的变化图斑进行标识,形成标识数据;
地类映射模块,用于建立映射规则,将获取的标识数据按照映射规则进行地类映射;
统计报表模块,用于统计区域范围内的地类变化情况。
对于本实施例中的数据获取模块、多源数据融合模块、信息标识模块和地类映射模块的具体数据处理请参阅实施例一中的步骤1-5。
上述实施例只是为了说明本发明的技术构思及特点,其目的是在于让本领域内的普通技术人员能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡是根据本发明内容的实质所做出的等效的变化或修饰,都应涵盖在本发明的保护范围内。
Claims (9)
1.一种融合多源自然资源监测变化图斑数据的方法,其特征在于,包括以下步骤:
步骤1,获取区域范围内的多源自然资源监测变化图斑数据,按照统一的数据结构标准将所述多源自然资源监测变化图斑数据更新为图斑矢量数据;
步骤2,基于时序和业务优先的方法融合所述图斑矢量数据,形成一张底图;
步骤3,根据业务需求数据对所述底图中的变化图斑进行标识,形成标识数据;
步骤4,建立映射规则,将获取的所述标识数据按照所述映射规则进行地类映射;
步骤5,统计所述区域范围内的地类变化情况。
2.如权利要求1所述的融合多源自然资源监测变化图斑数据的方法,其特征在于,在步骤1中,所述多源自然资源监测变化图斑数据包括常态化监测日常调查数据、常态化监测专项巡查数据和国家土地卫片执法数据。
3.如权利要求1所述的融合多源自然资源监测变化图斑数据的方法,其特征在于,在步骤2中,所述底图的融合过程包括:先对所述图斑矢量数据中的各个单源数据进行内部融合,去除所述单源数据的内部重叠部分,然后各个所述单源数据之间进行外部融合,去除各个所述单源数据之间的外部重叠部分,形成所述底图。
4.如权利要求3所述的融合多源自然资源监测变化图斑数据的方法,其特征在于,所述内部融合包括:输入单源数据,对所述单源数据按照是否已进行外业进行分包处理,分为下发图斑和审核通过图斑,对于所述下发图斑,首先对所述下发图斑的空间重合部分进行分割,之后通过后时相影像日期字段获取所述下发图斑的时序信息,并基于后时相影像日期对所述下发图斑按照降序方式进行排序,最后更新所述下发图斑的空间重合部分的矢量图斑范围,对于所述审核通过图斑,首先对所述审核通过图斑的空间位置有重合部分进行分割,之后通过地方外业举证拍照时间字段获取所述审核通过图斑的时序信息,并基于地方外业举证拍照时间字段对所述审核通过图斑按照降序方式进行排序,最后更新所述审核通过图斑的空间重合部分的矢量图斑范围。
5.如权利要求3所述的融合多源自然资源监测变化图斑数据的方法,其特征在于,所述外部融合包括:按照土地卫片执法数据审核通过图斑数据、土地卫片执法下发数据、常态化监测专项巡查审核通过图斑数据、常态化监测专项巡查下发图斑数据、常态化监测日常调查审核通过图斑数据,以及常态化监测日常调查下发图斑数据的业务优先顺序应用更新工具对所述图斑矢量数据中的各个单源数据进行数据融合,并去除各个所述单源数据的外部重叠部分。
6.如权利要求1所述的融合多源自然资源监测变化图斑数据的方法,其特征在于,在步骤3中,所述业务需求数据包括年度国土变更调查数据、城镇村范围数据、永久基本农田数据,以及用地红线数据。
7.如权利要求6所述的融合多源自然资源监测变化图斑数据的方法,其特征在于,在步骤3中,所述标识数据的标识过程包括:
修复所述变化图斑的几何结构;
将所有所述业务需求数据进行融合为各自内部无重叠的数据;
对各所述用地红线数据的要素使用联合工具,将所述用地红线数据合并为一个独立图层;
分别对输入的所述变化图斑添加标识字段;
按照顺序使用所述业务需求数据标识所述底图;
返回标识带有业务信息的所述标识数据。
8.如权利要求1所述的融合多源自然资源监测变化图斑数据的方法,其特征在于,在步骤4,所述映射规则包括,读取所述标识数据属性表中的指定字段名称,并将所述指定字段名称映射至预设的地类映射对照表。
9.一种融合多源自然资源监测变化图斑数据的系统,其特征在于,包括:
数据获取模块,用于获取区域范围内的多源自然资源监测变化图斑数据,按照统一的数据结构标准将所述多源自然资源监测变化图斑数据更新为图斑矢量数据;
多源数据融合模块,用于基于时序和业务优先的方法融合所述图斑矢量数据,形成一张底图;
信息标识模块,用于根据业务需求数据对所述底图中的变化图斑进行标识,形成标识数据;
地类映射模块,用于建立映射规则,将获取的所述标识数据按照所述映射规则进行地类映射;
统计报表模块,用于统计所述区域范围内的地类变化情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310902751.1A CN117056856B (zh) | 2023-07-21 | 2023-07-21 | 一种融合多源自然资源监测变化图斑数据的方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310902751.1A CN117056856B (zh) | 2023-07-21 | 2023-07-21 | 一种融合多源自然资源监测变化图斑数据的方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117056856A true CN117056856A (zh) | 2023-11-14 |
CN117056856B CN117056856B (zh) | 2024-04-05 |
Family
ID=88668312
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310902751.1A Active CN117056856B (zh) | 2023-07-21 | 2023-07-21 | 一种融合多源自然资源监测变化图斑数据的方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117056856B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118429165A (zh) * | 2024-04-29 | 2024-08-02 | 重庆欣荣土地房屋勘测技术研究所有限责任公司 | 一种基于多源数据融合的国土变更调查方法及系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104298734A (zh) * | 2014-09-30 | 2015-01-21 | 东南大学 | 土地利用现状变更调查中变更图斑移动更新方法 |
CN107103305A (zh) * | 2017-05-03 | 2017-08-29 | 西安科技大学 | 基于高分辨率遥感影像的高标准农田识别方法 |
CN107506417A (zh) * | 2017-08-15 | 2017-12-22 | 国家基础地理信息中心 | 高保真地表覆盖数据迭代更新方法和系统 |
CN107766825A (zh) * | 2017-10-27 | 2018-03-06 | 国家测绘地理信息局第航测遥感院 | 基于空间功能单元的陆域省市县空间规划三区识别方法 |
CN112287050A (zh) * | 2020-09-29 | 2021-01-29 | 浙江易智信息技术有限公司 | 一种基于高分遥感的国土监测服务系统 |
CN112819846A (zh) * | 2021-01-27 | 2021-05-18 | 成都四象纵横遥感科技有限公司 | 一种面向多云雨地区的基于多载荷遥感图像的水稻估产方法 |
CN113033401A (zh) * | 2021-03-25 | 2021-06-25 | 生态环境部卫星环境应用中心 | 一种面向生态保护红线的人类活动变化识别监管方法 |
CN113822832A (zh) * | 2021-09-03 | 2021-12-21 | 国家林业和草原局中南调查规划设计院 | 自然资源多源矢量数据融合方法 |
CN114385712A (zh) * | 2022-01-11 | 2022-04-22 | 东南大学 | 一种基于gnss的乡村生态景观多源数据空间融合方法 |
CN115345419A (zh) * | 2022-06-29 | 2022-11-15 | 上海图源素数字科技有限公司 | 一种基于空间码的耕地智能保护监管方法及系统 |
CN115858615A (zh) * | 2022-11-22 | 2023-03-28 | 贵州图智信息技术有限公司 | 一种基于城乡融合的网格化遥感监测管理系统 |
-
2023
- 2023-07-21 CN CN202310902751.1A patent/CN117056856B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104298734A (zh) * | 2014-09-30 | 2015-01-21 | 东南大学 | 土地利用现状变更调查中变更图斑移动更新方法 |
CN107103305A (zh) * | 2017-05-03 | 2017-08-29 | 西安科技大学 | 基于高分辨率遥感影像的高标准农田识别方法 |
CN107506417A (zh) * | 2017-08-15 | 2017-12-22 | 国家基础地理信息中心 | 高保真地表覆盖数据迭代更新方法和系统 |
CN107766825A (zh) * | 2017-10-27 | 2018-03-06 | 国家测绘地理信息局第航测遥感院 | 基于空间功能单元的陆域省市县空间规划三区识别方法 |
CN112287050A (zh) * | 2020-09-29 | 2021-01-29 | 浙江易智信息技术有限公司 | 一种基于高分遥感的国土监测服务系统 |
CN112819846A (zh) * | 2021-01-27 | 2021-05-18 | 成都四象纵横遥感科技有限公司 | 一种面向多云雨地区的基于多载荷遥感图像的水稻估产方法 |
CN113033401A (zh) * | 2021-03-25 | 2021-06-25 | 生态环境部卫星环境应用中心 | 一种面向生态保护红线的人类活动变化识别监管方法 |
CN113822832A (zh) * | 2021-09-03 | 2021-12-21 | 国家林业和草原局中南调查规划设计院 | 自然资源多源矢量数据融合方法 |
CN114385712A (zh) * | 2022-01-11 | 2022-04-22 | 东南大学 | 一种基于gnss的乡村生态景观多源数据空间融合方法 |
CN115345419A (zh) * | 2022-06-29 | 2022-11-15 | 上海图源素数字科技有限公司 | 一种基于空间码的耕地智能保护监管方法及系统 |
CN115858615A (zh) * | 2022-11-22 | 2023-03-28 | 贵州图智信息技术有限公司 | 一种基于城乡融合的网格化遥感监测管理系统 |
Non-Patent Citations (1)
Title |
---|
张俊鑫等: ""国土‘三调’与森林资源‘一张图’数据快速融合技术研究——以台山市为例"", 《经纬天地》, pages 70 - 72 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118429165A (zh) * | 2024-04-29 | 2024-08-02 | 重庆欣荣土地房屋勘测技术研究所有限责任公司 | 一种基于多源数据融合的国土变更调查方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117056856B (zh) | 2024-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Olawumi et al. | Automating the modular construction process: A review of digital technologies and future directions with blockchain technology | |
CN105868373B (zh) | 电力业务信息系统关键数据处理方法及装置 | |
CN109784758B (zh) | 基于bim模型的工程质量监管预警系统和方法 | |
CN117056856B (zh) | 一种融合多源自然资源监测变化图斑数据的方法与系统 | |
CN110852601A (zh) | 一种用于环境监察执法决策的大数据应用方法及系统 | |
CN103699693A (zh) | 一种基于元数据的数据质量管理方法及系统 | |
CN114092025B (zh) | 一种临时用地全生命周期监测方法 | |
CN105354616A (zh) | 一种电力计量资产数据处理装置及其在线处理方法 | |
CN202948475U (zh) | 施工材料信息化管理系统 | |
CN110399363B (zh) | 一种问题数据全生命周期数据质量管理方法及系统 | |
CN105574698A (zh) | 基于大数据下的智能仓储管理系统 | |
Zhang et al. | A holistic literature review of building information modeling for prefabricated construction | |
CN112883001A (zh) | 一种基于营配贯通数据可视化平台的数据处理方法、装置及介质 | |
CN110580572A (zh) | 一种产品全寿命追溯系统 | |
CN113706101B (zh) | 电网项目管理智能系统架构及方法 | |
CN114386986A (zh) | 一种产品全生命周期数据的追溯平台 | |
CN110930111A (zh) | 实物资产与移动作业统一管理app | |
CN112686353A (zh) | 一种城市通行健康码信息数据治理系统 | |
CN117575222A (zh) | 生产管理方法、系统、设备及存储介质 | |
CN108681888B (zh) | 一种面向再制造全工艺流程的制造执行系统 | |
CN113722564A (zh) | 基于空间图卷积能源物资供应链的可视化方法及装置 | |
CN113869589A (zh) | 一种基于知识图谱的输电线路事故预测方法及巡检系统 | |
Serrano-Hernandez et al. | Determining an optimal area to locate a biorefinery under economic and environmental criteria | |
Benatia et al. | QR-code enabled product traceability system: a big data perspective | |
CN108256726A (zh) | 油品储运生产作业管理系统 |
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 |