CN117078102B - 基于空间匹配度的区域粮食安全保障能力定量化评价方法 - Google Patents
基于空间匹配度的区域粮食安全保障能力定量化评价方法 Download PDFInfo
- Publication number
- CN117078102B CN117078102B CN202311086077.0A CN202311086077A CN117078102B CN 117078102 B CN117078102 B CN 117078102B CN 202311086077 A CN202311086077 A CN 202311086077A CN 117078102 B CN117078102 B CN 117078102B
- Authority
- CN
- China
- Prior art keywords
- grain
- data
- space
- population
- matching degree
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000011158 quantitative evaluation Methods 0.000 title claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 60
- 238000003860 storage Methods 0.000 claims abstract description 34
- 231100000279 safety data Toxicity 0.000 claims abstract description 26
- 238000011156 evaluation Methods 0.000 claims abstract description 23
- 238000004364 calculation method Methods 0.000 claims description 37
- 230000005484 gravity Effects 0.000 claims description 34
- 230000006870 function Effects 0.000 claims description 27
- 230000002776 aggregation Effects 0.000 claims description 11
- 238000004220 aggregation Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 8
- 230000004927 fusion Effects 0.000 claims description 7
- 238000007726 management method Methods 0.000 claims description 7
- 238000013439 planning Methods 0.000 claims description 5
- 230000006698 induction Effects 0.000 abstract description 3
- 238000000605 extraction Methods 0.000 abstract description 2
- 239000000463 material Substances 0.000 abstract description 2
- 239000003921 oil Substances 0.000 description 38
- 235000019198 oils Nutrition 0.000 description 38
- 238000005259 measurement Methods 0.000 description 9
- 238000009826 distribution Methods 0.000 description 7
- 238000010276 construction Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000008157 edible vegetable oil Substances 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 241000238631 Hexapoda Species 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000000586 desensitisation Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000013316 zoning Methods 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
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Primary Health Care (AREA)
- Computational Mathematics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Algebra (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Operations Research (AREA)
- Pure & Applied Mathematics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于空间匹配度的区域粮食安全保障能力定量化评价方法，基于多部门粮食安全基础数据资料采集归纳；对粮食安全数据集合处理，针对多源、多格式数据，进行格式识别、图像识别、分类抽取等处理工作，建立粮食安全数据资源池。并进行空间数据生成器设计，粮食安全数据资源池中抽取数据进行空间化处理，构建空间数据库并对空间数据进行属性信息挂接。同时通过构建指标评估体系并进行测算，在空间聚集度指标方面针对保障人口、粮食仓储规模和粮食加工能力，在空间匹配度指标方面，从人口、仓储、加工、应急、运输多维度进行考虑。综合分析了区域粮食安全保障能力及薄弱点，支撑服务粮食安全保障工作。
Description
技术领域
本发明涉及粮食安全保障的技术领域，具体涉及一种基于空间匹配度的区域粮食安全保障能力定量化评价方法。
背景技术
洪范八政，食为政首，保障粮食安全是一个永恒的课题。当今世界粮食生产区域发展不平衡，市场价格波动等不确定因素增多，对我国粮食供给影响较大，公共卫生事件、自然灾害、病虫害频发，更增加了从外部市场保障粮食安全的难度。
但是目前关于粮食安全能力评估方面多是停留在数值比对等方面和聚焦单个方面，缺乏定量化计算和均衡性评估分析方法，难以实现对于粮食安全进行综合性、区域性和定量化的保障能力评价。
发明内容
针对现有技术中所存在的不足，本发明提供了一种基于空间匹配度的区域粮食安全保障能力定量化评价方法，以解决现有技术中粮食安全能力评估方面多是停留在数值比对等方面和聚焦单个方面，缺乏定量化计算和均衡性评估分析方法，难以实现对于粮食安全进行综合性、区域性和定量化的保障能力综合评价的技术问题。
本发明提供了一种基于空间匹配度的区域粮食安全保障能力定量化评价方法，包括：
S1、收集粮食安全的多源数据并进行归纳形成粮食安全数据集合，对所述粮食安全数据集合进行标准化处理并形成粮食数据资源池；
S2、基于所述粮食数据资源池进行空间数据生成器的建设，通过所述空间数据生成器对所述粮食数据资源池进行空间化转换，生成空间信息数据库；
S3、基于所述空间信息数据库构建用于空间聚集度指标体系评价的加权核密度模型和重心模型；
S4、基于所述空间信息数据库构建用于空间匹配度指标体系评价的粮油储备与人口匹配度模型、粮油储备加工匹配度模型、保障网点与供应人口匹配度模型和应急保障中心交通通达模型；
S5、结合所述空间聚集度指标体系评价结果和空间匹配度指标体系评价结果对粮食安全保障能力进行定量化评价。
可选地，所述基于所述粮食数据资源池进行空间数据生成器的建设，包括：
将所述粮食数据资源池的数据分为空间数据和非空间数据，利用SpatialReference函数读取空间数据的第一坐标系统，并将所述第一坐标系统转换为CGS2000坐标系统下；
并将非空间数据分类为含有坐标信息数据、含有地址信息数据和纯属性信息数据；
判断所述含有坐标信息数据的第二坐标系统，通过MakeXYEventLayer_management函数进行空间点位生成，并将所述第二坐标系统转换到CGS2000坐标系统下；
利用地名地址库对所述含有地址信息数据进行文本相似度计算，获得对应地址的空间点位信息，并将空间点位信息和含有地址信息数据进行属性挂接融合；
读取所述纯属性信息数据，指定挂接字段，并与空间数据进行属性信息挂接。
可选地，所述加权核密度模型，包括：
以所述空间信息数据库中的人口点位数据、粮食仓储空间点位数据以及粮食加工空间单位数据作为输入的单位变量，分别进行核密度计算，获得人口布局核密度指标、粮食仓储核密度指标、粮食加工能力核密度指标三项核密度指标；
所述单位变量服从的概率密度函数的核密度计算公式表示为：
式中：k(x)为核函数，且k(x)≥0，hn为窗口宽度，单位变量X的独立同分布样本为X1，X2，...，Xn；
并计算(x,y)位置在空间图形上的预测密度计算公式表示为：
For disti<radius
式中：i＝1，2，…，n是输入的数据，popi是i点的population字段值，disti是点i和(x,y)位置之间的距离，radius为搜索半径。
可选地，所述重心模型，包括：
分别获取人口重心，仓储规模重心和加工能力重心的重心指标，计算公式表示为：
其中，X、Y和Z分别为空间现象中人口、仓储规模和加工能力的重心坐标，Xi、Yi和Zi均为子区域几何中心，Mi为空间现象属性值，n为子区域个数。
可选地，所述粮油储备与人口匹配度模型，包括：
粮油储备与人口匹配度的计算公式表示为：
其中：Match_Igrain&pop_base为储备与人口匹配度指标，Valuegrain_reserve为区域内粮食储备规模；
Popbase＝Popurban+15％*Poprural
其中：Popbase为粮油储备消耗人口基数，Popurban为城镇人口数，Poprural为乡村人口数。
可选地，所述粮油储备加工匹配度模型，包括：
所述粮油储备加工匹配度的计算公式表示为：
式中：Match_Igrain&process为储备与加工匹配度指标，Valuegrain_reserve为区域内粮食储备规模，Valuegrain_process_daily为区域内粮油日加工能力。
可选地，所述保障网点与供应人口匹配度模型，包括：
计算点均保障人口基数，计算公式表示为：
其中：Ipressure(i)为第i个子区域的供应网点保障压力，即点均保障人口基数，Popbase(i)为第i个子区域内的人口基数，gcount(i)第i个子区域内的保供网点数量统计，i为第i个子区对应的代码，n为子区域总个数；
计算路径成本，计算公式表示为：
furl_str(Pori，Pdes)＝“https://……”+“origin＝”+str(lonori)+“，”+str(latori)+“&destination＝”+str(londes)+“，”+str(latdes)
i＝1,2…,m j＝1,2…,n.
i＝1,2…,m j＝1,2…,n.
其中，Isupport_path_cost_min(i,j)为区域内保供网点i向人口中心j进行保障的最小路径成本，Isupport_time_cost_min(i,j)为区域内保供网点i向人口中心j进行保障的最小时间成本，furl_str(Pori,Pdes)为路径规划功能调用的url结构化生成函数，Pori为起始点，Pdes为终止点，m为保障中心总个数，n为人口中心总个数。
可选地，所述应急保障中心交通通达模型，包括：
计算应急保供中心交通通达能力指数，计算公式如下：
其中：Icenter_path_cost(k,z)为保障中心设立在k区域时，对全域各区域进行保障时的路径成本指数，Icenter_time_cost(k,z)为保障中心设立在k区域时，对全域各区域进行保障时的时间成本指数，n为区域总个数。
相比于现有技术，本发明具有如下有益效果：
1、获取粮食安全的粮食安全数据集合并对其进行标准化处理，建立粮食安全数据资源池，避免了综合性评价片面化的问题。
2、设计空间数据生成器，粮食安全数据资源池中抽取数据进行空间化处理，构建空间数据库并对空间数据进行属性信息挂接，便于后续更新数据进行动态跟进更新。
3、构建指标评估体系并进行测算，在空间聚集度指标方面针对保障人口、粮食仓储规模和粮食加工能力，构建加权核密度模型和重心模型；在空间匹配度指标方面，从人口、仓储、加工、应急、运输多维度进行考虑，构建了人口匹配度模型、粮油储备加工匹配度模型、保障网点与供应人口匹配度模型和应急保障中心交通通达模型。
5、基于指数测算结果，进行综合评价，综合分析区域粮食安全保障能力及薄弱点，支撑服务粮食安全保障工作，实现了对粮食安全的综合性、区域性和定量化的保障能力评价。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的流程示意图；
图2为本发明的粮食安全数据集合标准化处理与数据资源池构建示意图；
图3为本发明的数据库动态更新机制示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。本发明实例中相同标号的功能单元具有相同和相似的结构和功能。
参见图1，本发明提供了一种基于空间匹配度的区域粮食安全保障能力定量化评价方法，包括：
S1、收集粮食安全的多源数据并进行归纳形成粮食安全数据集合，对所述粮食安全数据集合进行标准化处理并形成粮食数据资源池；
S2、基于所述粮食数据资源池进行空间数据生成器的建设，通过所述空间数据生成器对所述粮食数据资源池进行空间化转换，生成空间信息数据库；
S3、基于所述空间信息数据库构建用于空间聚集度指标体系评价的加权核密度模型和重心模型；
S4、基于所述空间信息数据库构建用于空间匹配度指标体系评价的粮油储备与人口匹配度模型、粮油储备加工匹配度模型、保障网点与供应人口匹配度模型和应急保障中心交通通达模型；
S5、结合所述空间聚集度指标体系评价结果和空间匹配度指标体系评价结果对粮食安全保障能力进行定量化评价。
本实施例中，S1、收集粮食安全的多源数据并进行归纳形成粮食安全数据集合，对所述粮食安全数据集合进行标准化处理并形成粮食数据资源池。
参见图2，本发明涉及的粮食安全的统计数据来源于粮食流通平台及国粮直报平台数据库、保供网点台账文本等资料，其数据来源于发改委、粮食局、规划自然资源局、农业农村委、商务委等，以确保粮食数据的客观性。考虑到粮食数据具有“多而散，融合度不足、空间化程度有待提高、数据格式繁多”等问题，同时在数据承载介质上表现为纸质件和信息化文件共存的现状，信息化文件也包含图片、电子表格、电子文档多种类型。针对粮食安全数据集合，进行粮食安全数据集合标准化处理工具构建，通过python进行功能实现，开展数据抽取、清洗、融合处理，完成粮食信息清洗融合归纳、粮食安全数据集合融合汇集、多平台数据归纳整合、粮食安全信息融合，构建“产购储加销运”粮食安全数据资源池。
设计并构建行业文件数据集、耕地与生产数据集、储备信息数据集、加工信息数据集、流通信息数据集、应急管理数据集六个数据集，共同形成粮食安全数据资源池，对粮食安全数据集合进行归一化处理和分类存储。针对多平台后台数据，直接访问数据库，按照六个数据集进行数据信息抽取。
针对现存表格数据通过调用openxl库和xlrd库分别进行.xlsx格式和.xls格式数据读取，并进行空值字段剔除、敏感字段剔除，获取粮食安全相关数据属性值，以及空间位置信息字段。通过python-docx库和win32com库分别对.docx格式和.doc格式数据文件进行数据遍历，根据需求进行属性数值遍历，补全电子表格信息，同时针对文件数据进行文件号和关键字检索，行业管理性文件直接转存到行业文件数据集。
针对图片数据，通过调用OCR工具进行图像识别转换，将图片数值信息转换为电子表格格式，根据标准化电子表格信息缺失情况，进行数据检索查询，获取对应数据值。完成数据的格式标准化、归一化处理，填充六个数据集，进而完成“产购储加销运”粮食安全数据资源池构建。
S2、基于所述粮食数据资源池进行空间数据生成器的建设，通过所述空间数据生成器对所述粮食数据资源池进行空间化转换，生成空间信息数据库。
粮食安全解决的是人、地、粮之间的协调性问题，地不仅仅指代耕地，而是更加广义的指代空间位置，是各类属性信息的空间载体，也是均衡性、匹配度计算的基石，因此需要对粮食安全数据进行空间化处理。本方法中设计了空间数据生成器并进行了空间数据库建设。
基于python语言，结合arcpy站点包，进行空间数据生成器构建：
①从粮食安全数据资源池中进行数据获取，利用SpatialReference函数读取空间数据坐标系统，并利用Project_management工具将坐标系统转换为CGS2000坐标系统下，其中SpatialReference函数为获取数据空间坐标信息的函数。
②针对非空间数据进行分类标记，标记含坐标信息数据、含地址信息数据及纯属性信息数据三类数据资源：
a.针对含坐标信息数据，判断数据坐标系统，通过MakeXYEventLayer_management函数进行空间点位生成，并将坐标系统转换到CGS2000坐标系统下；
b.针对含地址信息数据，利用地名地址库进行文本相似度计算，获取对应地址下的空间点位信息，并进行属性挂接融合；
c.针对纯属性信息数据，指定挂接字段，与空间数据进行属性信息挂接，实现属性信息的空间化处理。
参见图3，通过空间数据生成器处理，实现数据的空间化转换，并形成空间信息数据库，无法进行挂接的纯属性数据存储至统计信息数据库，文本资料数据存储至文本资料数据库。空间信息数据库、统计信息数据库和文本资料数据库共同组合形成粮食安全数据资源体系。同时设置动态更新机制，对粮食安全数据资源池增量数据进行自动化处理和数据库更新。
S3、基于所述空间信息数据库构建用于空间聚集度指标体系评价的加权核密度模型和重心模型。
考虑到人口是粮食安全保障的对象，人口的总量与城乡结构、空间重心、聚集度特征均会对粮食供需的需求端产生重要的影响作用。粮油储备依托于粮食仓储设施建设，储备规模空间聚集情况能够充分反映出粮食安全保障基本资料的空间分布特征，作用于粮食供给端。同时，粮油加工是原粮储备向成品粮转化的必经环节，是粮食供需关系间的重要桥接，特别是在极端情况下，市场流通商品粮紧缺，成品粮储备消耗殆尽的情况下，存储于储备库点的原粮储备必须快速通过调用粮油加工能力实现高效转化，并进行市场供应，才能保障粮食安全工作的顺利开展。
(1)加权核密度模型，人口、粮食储备、粮食加工均受辐射范围和叠加效果等因素的影响，其供需的分布特征呈现非线性的特点，无法用线性方程等来进行分析，即没有先验知识确定各项因素的概率密度函数，需要使用非参数估计的方法进行分布分析。
设X1，X2，...，Xn为单位变量X的独立同分布样本，则X服从的概率密度函数的核密度估计为：
式中：k(x)为核函数，且k(x)≥0，hn为窗口宽度，简称窗宽或带宽。
在空间图形上进行计算，则(x,y)位置的预测密度由以下公式确定：
For disti<radius
式中：i＝1,2,…,n是输入点数据，popi是i点的population字段值，亦可理解为加权字段，disti是点i和(x,y)位置之间的距离，radius为搜索半径，即带宽。
以各区域单元粮食储备规模和粮食加工能力数据为基础，通过KernelDensity函数进行实现，分别将人口点位数据、粮食储备空间点位数据以及粮食加工空间单位数据进行输入，即分别将字段作为加权字段进行输入，设定搜索半径，进而获得人口布局核密度指标、仓储规模核密度指标、加工能力核密度指标三项核密度指标，同时利用自然断点法进行数据分割，实现聚集区提取。
(2)重心模型，重心模型是在区域几何中心的基础上将子区域(行政区划单元)的某一空间现象(如人口、仓储、加工)作为权重，计算出该空间现象的空间均值。当空间均值显著区别于几何中心，则指示这一空间现象的不均衡分布，或称“重心偏离”。偏离方向指示了空间现象的“高密度”部位，偏离距离与均衡程度负相关。重心变动轨迹反应区域发展动态。本方法中各单元范围内粮食储备规模和粮食加工能力数据作为空间对象，分别进行重心指标测算，获取人口重心，仓储规模重心、加工能力重心的重心指标。重心的数学表达式为：
其中，X、Y和Z分别为空间现象中人口、仓储规模和加工能力的重心坐标，Xi、Yi和Zi均为子区域几何中心，Mi为空间现象属性值，n为子区域个数。以各单元范围内粮食储备规模和粮食加工能力数据为空间对象，通过MeanCenter_stats函数分别进行重心指标测算，获取人口重心，仓储规模重心、加工能力重心三项重心指标。
S4、基于所述空间信息数据库构建用于空间匹配度指标体系评价的粮油储备与人口匹配度模型、粮油储备加工匹配度模型、保障网点与供应人口匹配度模型和应急保障中心交通通达模型。
(1)粮油储备与人口匹配度模型，考虑到粮油储备是基础物资，人口是粮油的主要需求对象，粮油储备可以分为中央储备、地方储备以及家庭自储三类，农村人口多有自储粮习惯，而城镇人口普遍自储粮较少，应急状态下城乡人口对于储备粮油的需求呈现差异化，因此参照政策性文件，按照进行粮油需求人口基数测算，结合粮油储备规模与人口基数，按照省域、市域、区县域三个层次，进行粮油储备与人口匹配度指标测算(即粮食储备保障天数)，人口基数及储备与人口匹配度指标计算公式如下：
Popbase＝Popurban+15％*Poprural
式中：Popbase为按照城乡结构获取的粮油储备消耗人口基数，Popurban为城镇人口数，Poprural为乡村人口数。
式中：Match_Igrain&pop_base为储备与人口匹配度指标，Valuegrain_reserve为区域内粮食储备规模。
(2)粮油储备加工匹配度模型，粮食储备存储的主要为原粮，需要进行进一步加工，包装形成成品粮，进行市场供应，散装食用植物油也需要进一步加工成小包装食用油再进行市场供应，因此，单单有粮食储备是不够的，还需要配套的粮食加工生产能力，同时粮食加工生产能力与粮油储备的匹配度也决定了在应急状态下，粮油储备转化成成品粮油的时效性。为了更好地评价应急状态下区域内储备粮油向成品粮油的快速转化效率，我们构建了粮油储备加工匹配度指标(即在地转化天数)进行测算，并利用粮食储备规模数据和粮食加工能力数据进行省域、市域和区县域三个层级的指标测算，粮油储备加工匹配度指标计算公式如下：
式中：Match_Igrain&process为储备与加工匹配度指标，Valuegrain_reserve为区域内粮食储备规模，Valuegrain_process_daily为区域内粮油日加工能力。
(3)保障网点与供应人口匹配度模型，计算点均保障人口测算，利用社区村行政范围进行统计，利用范围内保障网点数据以及社区村及人口数据，进行保障网点与供应人口的匹配度指标测算，通过点均人口基数测算保障网点保障压力，通过社区村驻地与最临近保障网点间的保障耗时测算应急网点的保障时效性。计算公式表示为：
式中：Ipressure(i)为第i个子区域的供应网点保障压力，即点均保障人口基数，Popbase(i)为第i个子区域内的人口基数，gcount(i)第i个子区域内的保供网点数量统计，i为第i个子区对应的代码，n为子区域总个数
路径成本及时间成本测算，利用网络爬虫技术，可以结合高德地图API路径规划函数，对进行脱敏处理后的空间点位数据进行url构建，并进行API调用，实现点位间路径成本和时间成本实施测算，获取最小耗时和最小路径成本，更加精确的获取交通通达信息，计算公式如下：
furl_str(Pori，Pdes)＝“https://……”+“origin＝”+str(lonori)+“，”+str(lonori)+“&destination＝”+str(londes)+“，”+str(latdes)
i＝1,2…,m j＝1,2…,n.
i＝1,2…,m j＝1,2…,n.
式中：Isupport_path_cost_min(i,j)为区域内保供网点i向人口中心j进行保障的最小路径成本，Isupport_time_cost_min(i,j)为区域内保供网点i向人口中心j进行保障的最小时间成本，furl_str(Pori,Pdes)为路径规划功能调用的url结构化生成函数，Pori为起始点，Pdes为终止点，m为保障中心总个数，n为人口中心总个数。
(4)应急保障中心交通通达模型，考虑到应急中心的启动一般是在极端状况下，此时更加侧重社会效益而不是经济消息，因此保障更加侧重的是保障的时效性和高效性。利用所有子区域数据，假定某一子区域为保障中心的情况下，对全域保障工作进行模拟和测算，计算保障耗时和路径车本平均值，用以代表该区域作为保障中心的优势，从而表征储应急保供中心的交通通达能力，时间成本指数和路径成本指数共同形成应急保供中心交通通达能力指数，计算公式如下：
式中：Icenter_path_cost(k,z)为保障中心设立在k区域时，对全域各区域进行保障时的路径成本指数，Icenter_time_cost(k,z)为保障中心设立在k区域时，对全域各区域进行保障时的时间成本指数，n为区域总个数。
S5、结合所述空间聚集度指标体系评价结果和空间匹配度指标体系评价结果对粮食安全保障能力进行定量化评价。
基于空间匹配度指标体系测算结果，进行重心偏离评价、仓储布局合理性评价、加工布局合理性评价、应急保供时效评价，对指标的总体测算，分区测算，分级测算，进行区域评估，总体评估：利用人口、储备、加工三者的空间聚集和空间中心分布情况，从总体全域的尺度上评价需求、供给基础和供给转化能力间的偏离情况，从区域尺度上评价各子区内部保障功能布局与保障主体分布的空间匹配度与合理性；利用粮油储备与人口匹配度指标，测算研究区域内粮油储备总量功能能力是否满足区域内粮油需求量，从子区域尺度挖掘储备能力富余区及储备能力薄弱区，供需结合评价储备能力分布合理性，指导供需管理合理调配机制建设；利用粮油储备加工匹配度指标，分区域、分层级发掘加工能力富余区和薄弱区，评价“储-加”模式布局均衡性和加工布局合理性；利用保障网点与供应人口匹配度指标和应急保障中心交通通达能力指标从总体、子区等层级评价储备加工输出的成品粮油与需求端的保供时效性，评估资源配置和终端供应的保障能力。通过上述多项指标的测算与评价，找到薄弱环节和薄弱位点，同时发掘能力富余区域，从需求、储备、加工、终端供应综合评价当前粮食安全保障现状，服务对口保障机制及优化调整和对口保障机制构建。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的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申请的原理和新颖特点相一致的最宽的范围。
Claims (5)
1.一种基于空间匹配度的区域粮食安全保障能力定量化评价方法，其特征在于，包括：
S1、收集粮食安全的多源数据并进行归纳形成粮食安全数据集合，对所述粮食安全数据集合进行标准化处理并形成粮食数据资源池；
S2、将所述粮食数据资源池的数据分为空间数据和非空间数据，利用SpatialReference函数读取空间数据的第一坐标系统，并将所述第一坐标系统转换为CGS2000坐标系统下；
并将非空间数据分类为含有坐标信息数据、含有地址信息数据和纯属性信息数据；
判断所述含有坐标信息数据的第二坐标系统，通过MakeXYEventLayer_management函数进行空间点位生成，并将所述第二坐标系统转换到CGS2000坐标系统下；
利用地名地址库对所述含有地址信息数据进行文本相似度计算，获得对应地址的空间点位信息，并将空间点位信息和含有地址信息数据进行属性挂接融合；
读取所述纯属性信息数据，指定挂接字段，并与空间数据进行属性信息挂接，通过所述空间数据生成器对所述粮食数据资源池进行空间化转换，生成空间信息数据库；
S3、基于所述空间信息数据库构建用于空间聚集度指标体系评价的加权核密度模型和重心模型，所述加权核密度模型以所述空间信息数据库中的人口点位数据、粮食仓储空间点位数据以及粮食加工空间单位数据作为输入的单位变量，分别进行核密度计算，获得人口布局核密度指标、粮食仓储核密度指标、粮食加工能力核密度指标三项核密度指标；
所述单位变量服从的概率密度函数的核密度计算公式表示为：
式中：k(x)为核函数，且k(x)≥0，hn为窗口宽度，单位变量X的独立同分布样本为X1，X2，...，Xn；
并计算(x，y)位置在空间图形上的预测密度计算公式表示为：
For disti<radius
式中：i＝1，2，…，n是输入的数据，popi是i点的population字段值，disti是点i和(x，y)位置之间的距离，radius为搜索半径；
所述重心模型分别获取人口重心，仓储规模重心和加工能力重心的重心指标，计算公式表示为：
其中，X、Y和Z分别为空间现象中人口、仓储规模和加工能力的重心坐标，Xi、Yi和Zi均为子区域几何中心，Mi为空间现象属性值，n为子区域个数；
S4、基于所述空间信息数据库构建用于空间匹配度指标体系评价的粮油储备与人口匹配度模型、粮油储备加工匹配度模型、保障网点与供应人口匹配度模型和应急保障中心交通通达模型；
S5、结合所述空间聚集度指标体系评价结果和空间匹配度指标体系评价结果对粮食安全保障能力进行定量化评价。
2.如权利要求1所述的基于空间匹配度的区域粮食安全保障能力定量化评价方法，其特征在于，所述粮油储备与人口匹配度模型，包括：
粮油储备与人口匹配度的计算公式表示为：
其中：Match_Igrain&pop_base为储备与人口匹配度指标，Valuegrain_reserve为区域内粮食储备规模；
Popbase＝Popurban+15％*Poprural
其中：Popbase为粮油储备消耗人口基数，Popurban为城镇人口数，Poprural为乡村人口数。
3.如权利要求1所述的基于空间匹配度的区域粮食安全保障能力定量化评价方法，其特征在于，所述粮油储备加工匹配度模型，包括：
所述粮油储备加工匹配度的计算公式表示为：
式中：Match_Igrain&process为储备与加工匹配度指标，Valutegrain_reserve为区域内粮食储备规模，Vahuegrain_process_daily为区域内粮油日加工能力。
4.如权利要求1所述的基于空间匹配度的区域粮食安全保障能力定量化评价方法，其特征在于，所述保障网点与供应人口匹配度模型，包括：
计算点均保障人口基数，计算公式表示为：
其中：Ipressure(i)为第i个子区域的供应网点保障压力，即点均保障人口基数，Popbase(i)为第i个子区域内的人口基数，gcount(i)第i个子区域内的保供网点数量统计，i为第i个子区对应的代码，n为子区域总个数；
计算路径成本，计算公式表示为：
furl_str(Pori，Pdes)＝“https：//.....”+“origin＝”+str(lonoori)+“，”+str(latori)+“&destination＝”+str(londes)+“，”+str(latdes)
Isupport_path_cost_min(i，.j)＝Min[gpath_cost_cal(furl_str(Pori(i)，Pdes(j)))]i＝1，2…，m j＝1，2…，n.
Isupport_time_cost_min(i，j)＝Min[gtime_cost_cal(furl_str(Pori(i)，Pdes(j)))]i＝1，2…，m j＝1，2…，n.
其中，Isupport_path_cost_min(i，j)为区域内保供网点i向人口中心j进行保障的最小路径成本，Isupport_time_cost_min(i，j)为区域内保供网点i向人口中心j进行保障的最小时间成本，furl_str(Pori，Pdes)为路径规划功能调用的url结构化生成函数，Pori为起始点，Pdes为终止点，m为保障中心总个数，n为人口中心总个数。
5.如权利要求1所述的基于空间匹配度的区域粮食安全保障能力定量化评价方法，其特征在于，所述应急保障中心交通通达模型，包括：
计算应急保供中心交通通达能力指数，计算公式如下：
其中：Icenter_path_cost(k，z)为保障中心设立在k区域时，对全域各区域进行保障时的路径成本指数，Icenter_time_cost(k，z)为保障中心设立在k区域时，对全域各区域进行保障时的时间成本指数，n为区域总个数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311086077.0A CN117078102B (zh) | 2023-08-28 | 2023-08-28 | 基于空间匹配度的区域粮食安全保障能力定量化评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311086077.0A CN117078102B (zh) | 2023-08-28 | 2023-08-28 | 基于空间匹配度的区域粮食安全保障能力定量化评价方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117078102A CN117078102A (zh) | 2023-11-17 |
| CN117078102B true CN117078102B (zh) | 2024-05-17 |
Family
ID=88715048
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311086077.0A Active CN117078102B (zh) | 2023-08-28 | 2023-08-28 | 基于空间匹配度的区域粮食安全保障能力定量化评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117078102B (zh) |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002133036A (ja) * | 2000-10-23 | 2002-05-10 | Nec System Technologies Ltd | 緊急災害用物資分散管理システム及びその方法 |
| RU2008116277A (ru) * | 2008-04-28 | 2009-11-10 | Открытое акционерное общество "Оптовые продовольственные рынки Москвы" (ОАО "Оптпродрынок") (RU) | Самоорганизующаяся автоматизированная система информационной поддержки обеспечения продовольственной безопасности города или региона |
| CN107248053A (zh) * | 2017-05-19 | 2017-10-13 | 江苏中源物联网技术发展有限公司 | 一种粮食大数据智能分析管理系统 |
| CN108537396A (zh) * | 2017-03-01 | 2018-09-14 | 北京大学 | 一种粮食安全脆弱性分析方法及系统 |
| CN110428136A (zh) * | 2019-07-03 | 2019-11-08 | 武汉理工大学 | 一种灾后城镇应急物资协同配送方案生成方法 |
| CN111915333A (zh) * | 2020-08-13 | 2020-11-10 | 南京朗赢信息技术有限公司 | 一种粮油产品质量控制与追溯平台及构建方法 |
| CN113052441A (zh) * | 2021-03-09 | 2021-06-29 | 中国安全生产科学研究院 | 一种应急食品供应风险分析方法 |
| CN114154745A (zh) * | 2021-12-13 | 2022-03-08 | 南方电网深圳数字电网研究院有限公司 | 一种物资智能调配方法及装置 |
| CN115136799A (zh) * | 2022-08-15 | 2022-10-04 | 安徽荣夏智能科技有限责任公司 | 一种粮食存储智能管理系统 |
| CN115759574A (zh) * | 2022-10-31 | 2023-03-07 | 深圳供电局有限公司 | 物资的存储方法、装置、计算机设备和存储介质 |
| CN116012044A (zh) * | 2023-01-17 | 2023-04-25 | 中国科学院地理科学与资源研究所 | 一种多尺度粮食安全供需预警的方法、装置及存储介质 |
| CN116151439A (zh) * | 2023-01-31 | 2023-05-23 | 东北大学 | 一种在城市中选址救灾物资储备站的方法 |
| CN116205478A (zh) * | 2022-10-10 | 2023-06-02 | 陕西西瑞(集团)有限责任公司 | 一种粮食储备风险防控方法及系统 |
| CN116452035A (zh) * | 2023-03-27 | 2023-07-18 | 华南理工大学 | 基于网络抗毁性的社区生活物资供应韧性评估方法及系统 |
-
2023
- 2023-08-28 CN CN202311086077.0A patent/CN117078102B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002133036A (ja) * | 2000-10-23 | 2002-05-10 | Nec System Technologies Ltd | 緊急災害用物資分散管理システム及びその方法 |
| RU2008116277A (ru) * | 2008-04-28 | 2009-11-10 | Открытое акционерное общество "Оптовые продовольственные рынки Москвы" (ОАО "Оптпродрынок") (RU) | Самоорганизующаяся автоматизированная система информационной поддержки обеспечения продовольственной безопасности города или региона |
| CN108537396A (zh) * | 2017-03-01 | 2018-09-14 | 北京大学 | 一种粮食安全脆弱性分析方法及系统 |
| CN107248053A (zh) * | 2017-05-19 | 2017-10-13 | 江苏中源物联网技术发展有限公司 | 一种粮食大数据智能分析管理系统 |
| CN110428136A (zh) * | 2019-07-03 | 2019-11-08 | 武汉理工大学 | 一种灾后城镇应急物资协同配送方案生成方法 |
| CN111915333A (zh) * | 2020-08-13 | 2020-11-10 | 南京朗赢信息技术有限公司 | 一种粮油产品质量控制与追溯平台及构建方法 |
| CN113052441A (zh) * | 2021-03-09 | 2021-06-29 | 中国安全生产科学研究院 | 一种应急食品供应风险分析方法 |
| CN114154745A (zh) * | 2021-12-13 | 2022-03-08 | 南方电网深圳数字电网研究院有限公司 | 一种物资智能调配方法及装置 |
| CN115136799A (zh) * | 2022-08-15 | 2022-10-04 | 安徽荣夏智能科技有限责任公司 | 一种粮食存储智能管理系统 |
| CN116205478A (zh) * | 2022-10-10 | 2023-06-02 | 陕西西瑞(集团)有限责任公司 | 一种粮食储备风险防控方法及系统 |
| CN115759574A (zh) * | 2022-10-31 | 2023-03-07 | 深圳供电局有限公司 | 物资的存储方法、装置、计算机设备和存储介质 |
| CN116012044A (zh) * | 2023-01-17 | 2023-04-25 | 中国科学院地理科学与资源研究所 | 一种多尺度粮食安全供需预警的方法、装置及存储介质 |
| CN116151439A (zh) * | 2023-01-31 | 2023-05-23 | 东北大学 | 一种在城市中选址救灾物资储备站的方法 |
| CN116452035A (zh) * | 2023-03-27 | 2023-07-18 | 华南理工大学 | 基于网络抗毁性的社区生活物资供应韧性评估方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| "我国粮食安全风险分析及粮食安全评价指标体系研究";杨磊;《农业现代化研究》;20141231;第35卷(第6期);696-702 * |
| "长江中游粮食生产力与植被初级生产力的 动态演进及协同关系";杨浩等;《经济地理》;20220331;第42卷(第3期);103-112 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117078102A (zh) | 2023-11-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Tone | Advances in DEA theory and applications | |
| Farahbakhsh et al. | Sustainable location and route planning with GIS for waste sorting centers, case study: Kerman, Iran | |
| Altuntas et al. | Analysis of patent documents with weighted association rules | |
| Li et al. | Statistical analysis of tourist flow in tourist spots based on big data platform and DA-HKRVM algorithms | |
| JP5096642B2 (ja) | 経済活動指標提示システム | |
| Liu et al. | A new model using multiple feature clustering and neural networks for forecasting hourly PM2. 5 concentrations, and its applications in China | |
| Ikeda et al. | Inclusive wealth of regions: the case of Japan | |
| CN112256762A (zh) | 基于产业地图的企业画像方法、系统、设备及介质 | |
| CN116401379A (zh) | 金融产品数据推送方法、装置、设备及存储介质 | |
| Krüger et al. | The Digital Layer: How innovative firms relate on the Web | |
| CN110222180B (zh) | 一种文本数据分类与信息挖掘方法 | |
| Mete et al. | A hybrid approach for mass valuation of residential properties through Geographic Information Systems and Machine Learning Integration | |
| CN113421037A (zh) | 一种多源协同建设规划编制方法和装置 | |
| CN117078102B (zh) | 基于空间匹配度的区域粮食安全保障能力定量化评价方法 | |
| Ziolo et al. | ESG risk perception in sustainable financial decisions. Quantitative methods perspective | |
| Duan et al. | Urban flood vulnerability Knowledge-Graph based on remote sensing and textual bimodal data fusion | |
| Li et al. | Uncovering the relationship between point-of-interests-related human mobility and socioeconomic status | |
| CN114663165A (zh) | 网点选址预测方法、装置、设备、介质和程序产品 | |
| Park et al. | Analysis of residential satisfaction changes by the land bank program using text mining | |
| Werder et al. | Towards a software product industry classification | |
| Lin et al. | Analysis and Prediction of Overloaded Extra‐Heavy Vehicles for Highway Safety Using Machine Learning | |
| Zhou et al. | Re-examining the Rank-Size Distribution, Characteristics, and Evolutionary Trends of Air Transport Flows in China | |
| KR101979242B1 (ko) | 건설 지식 허브 센터의 지식 제공 방법 | |
| Yu et al. | Design of Risk Prevention and Early Warning System for EPC Mode of University Infrastructure Project | |
| KR102630611B1 (ko) | 지도 기반 상권분석을 이용한 가상 프랜차이즈 창업 시뮬레이션 서비스 제공 시스템 |
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 |