CN117131149B - 一种基于运渣车gps轨迹的土石方点位和运输网络识别方法 - Google Patents

Abstract

本发明公开了一种基于运渣车GPS轨迹的土石方点位和运输网络识别方法，涉及环境监测技术领域。该方法包括获取待识别区域的运渣车停驻点数据，并对待识别区域进行区域栅格化处理；将待识别区域内的运渣车停驻点与栅格化划分的网格进行匹配；根据运渣车停驻点与网格的匹配结果提取运渣车的行程数据，确定有效网格；对确定的有效网格进行网格聚类，得到土石方点位聚类结果；根据土石方点位聚类结果计算点位之间土石方运输量，得到土石方点位和运输网络的识别结果。本发明无需进行现场人工排查即可自动呈现点位的活跃范围，并定量给出渣土车在不同点位间穿行的特征，分时段动态呈现点位活跃情况和渣土车辆运输网络，从而提高了识别效果。

Description

一种基于运渣车GPS轨迹的土石方点位和运输网络识别方法

技术领域

本发明涉及环境监测技术领域，具体涉及一种基于运渣车GPS轨迹的土石方点位和运输网络识别方法。

背景技术

随着城市化进程的加快,建筑渣土和各类工程材料运输需求不断增长，渣土车作为城市建设的运输主体，其行为包括工地装载、道路运输与土场倾倒等。由于作业过程的复杂性与土石方点位环境的特殊性，违规施工、运输现象频发，给城市环境、居民生活及社会发展造成很大影响。单靠人力长时效全面监督，不仅成本耗费较大、且监管效果不佳，因此对形态各异的土石方点位进行范围圈定以及对渣土车作业行为模式与特征进行探索，对于监管部门落实相关污染管控措施、助力改善辖区空气质量具有十分重要的意义。

发明内容

针对现有技术中的上述不足，本发明提供了一种基于运渣车GPS轨迹的土石方点位和运输网络识别方法。

为了达到上述发明目的，本发明采用的技术方案为：

一种基于运渣车GPS轨迹的土石方点位和运输网络识别方法，包括以下步骤：

获取待识别区域的运渣车停驻点数据，并对待识别区域进行区域栅格化处理；

将待识别区域内的运渣车停驻点与栅格化划分的网格进行匹配；

根据运渣车停驻点与网格的匹配结果提取运渣车的行程数据，确定有效网格；

对确定的有效网格进行网格聚类，得到土石方点位聚类结果；

根据土石方点位聚类结果计算点位之间土石方运输量，得到土石方点位和运输网络的识别结果。

可选地，所述获取待识别区域的运渣车停驻点数据，并对待识别区域进行区域栅格化处理，具体包括以下步骤：

获取待识别区域内的运渣车实时轨迹数据；

对运渣车实时轨迹数据筛选轨迹点，得到运渣车停驻点数据；

对待识别区域进行区域栅格化处理，确定每个网格的中心坐标和各个顶点坐标。

可选地，所述将待识别区域内的运渣车停驻点与栅格化划分的网格进行匹配具体包括以下步骤：

针对每一辆运渣车，将停驻点按照时间进行排序，依次确定每个停驻点存在的对应网格，得到运渣车停驻点与网格的匹配结果。

可选地，所述根据运渣车停驻点与网格的匹配结果提取运渣车的行程数据，确定有效网格，具体包括以下步骤：

针对每一辆运渣车，按照时间顺序查看各个停驻点是否属于同一网格；若是，则保留该网格的第一条停驻点数据和最后一条停驻点数据；否则跳转至下一个停驻点；

以上一个网格的最后一个停驻点作为一条行程的起点，以下一个网格的第一个停驻点作为一条行程的终点，根据所有行程形成完整行程数据；

将所有运渣车的完整行程数据合并，得到每个网格的全部出行线路以及全部有效网格。

可选地，所述对确定的有效网格进行网格聚类，得到土石方点位聚类结果，具体包括以下步骤：

对确定的所有有效网格进行网格聚类，得到初步土石方点位聚类区域；

对初步土石方点位聚类区域进行簇内二次聚类，得到最终的土石方点位聚类结果。

可选地，所述对确定的所有有效网格进行网格聚类，得到初步土石方点位聚类区域，具体包括以下步骤：

遍历每一个有效网格，判定是否为未处理的有效网格；若是，则执行下一步骤；否则跳转至下一个有效网格；

以该有效网格作为目标网格，从所有其他有效网格中筛选目标网格的邻接网格，根据筛选结果判断目标网格的类型；若为核心网格，则将目标网格与所有邻接网格的所属类别标记为同一类，并同时都标记为已处理；若为噪声网格，则将目标网格标记为已处理；

遍历该有效网格的每一个邻接网格分别作为目标网格，从所有其他有效网格中筛选目标网格的邻接网格，根据筛选结果判断目标网格的类型；若为核心网格，则将目标网格与所有邻接网格的所属类别标记为同一类，并同时都标记为已处理；若为噪声网格，则将目标网格标记为已处理；

根据每一个有效网格聚类生成的网格类别簇得到初步土石方点位聚类区域。

可选地，所述从所有其他有效网格中筛选目标网格的邻接网格的方法为：

计算目标网格到所有其他有效网格的距离；

从所有其他有效网格中筛选距离等于网格边长或网格对角线长的有效网格，得到目标网格的邻接网格。

可选地，所述对初步土石方点位聚类区域进行簇内二次聚类，得到最终的土石方点位聚类结果，具体包括以下步骤：

对初步土石方点位聚类区域中每一个网格类别簇，判定网格类别簇内各个网格的停驻点之间间距是否小于设定间距阈值；若是，则保留该网格类别簇的标签；否则对该网格类别簇内的各个网格进行簇内二次聚类。

可选地，所述根据土石方点位聚类结果计算点位之间土石方运输量，得到土石方点位和运输网络的识别结果，具体包括以下步骤：

根据每个网格的全部出行线路确定每个网格的运渣车出行流量和运渣车入行流量；

根据土石方点位聚类结果确定每个网格所属于的网格类别簇，得到各个网格类别簇内各个运渣车的总出行流量和总入行流量；

以各个运渣车的完整行程距离作为簇间距，判断簇间距是否小于设定间距阈值；若是，则将该完整行程数据删除；否则保留该完整行程数据；

判断各个网格类别簇内运渣车的完整行程数据是否仅为一条；若是，则将该完整行程数据删除；否则保留该完整行程数据；

根据各个网格类别簇间的有效运输行为，得到土石方点位和运输网络的识别结果。

可选地，还包括对土石方点位和运输网络的识别结果进行可视化，具体包括以下步骤：

将各个土石方点位所包含的所有网格中心经纬度的重心作为该土石方点位的中心坐标；

将各个土石方点位间属于同一行程的运渣车出行流量和运渣车入行流量进行合并；

对各个土石方点位以不规则的网格簇及区别于底图的颜色展示在地图上；

以弧线连接不同土石方点位的中心坐标，表示运渣车辆往返于点位之间，通过弧线的粗细表示运输土方量的大小。

本发明具有以下有益效果：

本发明基于运渣车轨迹数据，采用一种网格聚类算法进行土石方点位识别及点位间土方运输量统计；该方法梳理渣土车停驻点，形成出行OD（起讫点），通过栅格化OD化点为面，对网格进行首次聚类，后对区域内停驻点进行二次聚类，最终形成不规则的面状区域，即土石方点位。此方法无需进行现场人工排查即可自动呈现点位的活跃范围，并定量给出渣土车在不同点位间穿行的特征，从而能为环境污染监管工作提供实用信息支撑和决策辅助。

附图说明

图1为本发明实施例中一种基于运渣车GPS轨迹的土石方点位和运输网络识别方法的流程示意图。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

如图1所示，本发明实施例提供了一种基于运渣车GPS轨迹的土石方点位和运输网络识别方法，包括以下步骤S1至步骤S5：

S1、获取待识别区域的运渣车停驻点数据，并对待识别区域进行区域栅格化处理；

在本发明的一个可选实施例中，本实施例的步骤S1具体包括以下步骤S11至步骤S13：

S11、获取待识别区域内的运渣车实时轨迹数据；

S12、对运渣车实时轨迹数据筛选轨迹点，得到运渣车停驻点数据；

S13、对待识别区域进行区域栅格化处理，确定每个网格的中心坐标和各个顶点坐标。

具体而言，本实施例针对待识别区域，获取并处理以下几类数据：

（1）运渣车停驻点数据。依据运渣车实时轨迹数据筛选出来的轨迹点，表示车辆在某位置处于停留或者徘徊状态且维持一段时间的一簇点；

（2）200mx200m栅格。将待识别区域栅格化为200m*200m的正方形，并获取每个网格的中心坐标以及上下左右4个顶点坐标。

S2、将待识别区域内的运渣车停驻点与栅格化划分的网格进行匹配；

在本发明的一个可选实施例中，本实施例的步骤S2具体包括以下步骤：

针对每一辆运渣车，将停驻点按照时间进行排序，依次确定每个停驻点存在的对应网格，得到运渣车停驻点与网格的匹配结果。

具体而言，本实施例针对每一辆运渣车s，将停驻点按照时间排序，并与网格进行匹配，判断该点存在于哪个网格内，最终匹配结果表示为/>，其中/>表示停驻点的纬度，/>表示停驻点的经度，/>表示时间，/>表示网格id。

优选地，本实施例删掉自始至终在同一个网格内活动的运渣车停驻点数据。

S3、根据运渣车停驻点与网格的匹配结果提取运渣车的行程数据，确定有效网格；

在本发明的一个可选实施例中，本实施例的步骤S3具体包括以下步骤S31至步骤S32：

S31、针对每一辆运渣车，按照时间顺序查看各个停驻点是否属于同一网格；若是，则保留该网格的第一条停驻点数据和最后一条停驻点数据；否则跳转至下一个停驻点；

S32、以上一个网格的最后一个停驻点作为一条行程的起点，以下一个网格的第一个停驻点作为一条行程的终点，根据所有行程形成完整行程数据；

S33、将所有运渣车的完整行程数据合并，得到每个网格的全部出行线路以及全部有效网格。

具体而言，本实施例将运渣车的研究对象自停驻点转移至相应的网格，针对每一辆运渣车遍历该运渣车对应的全部网格，提取运渣车行程OD。

针对同一辆运渣车，本实施例按时间前后查看停驻点是否属于同一个网格，若是，则保留该网格的第一条停驻点数据和最后一条停驻点数据，代表运渣车进入和离开该网格的时刻；否则就继续到下一条停驻点数据。在判断并处理完所有停驻点数据后，若网格发生变化，则表明运渣车离开上一个网格区域进入下一个网格区域，一条OD形成，其中上一个网格的最后一条记录代表o点，下一个网格的第一条记录代表d点，记下此OD的距离。下一个网格的最后一条记录则又是一条新OD线的o点。以此类推，形成运渣车的完整OD行程。最终生成的行程数据格式形如[,/>...]，其中/>表示运渣车出发的网格id，/>表示运渣车到达的网格id，/>表示运渣车某趟行程的距离。

本实施例在得到每一辆运渣车的OD行程后，合并全部运渣车的OD行程数据，得到每个网格的全部出行线路，包括作为o点时的运渣车出行流量及作为d点时的运渣车入行流量，同时得到全部有效网格，即有运渣车出行的网格。

S4、对确定的有效网格进行网格聚类，得到土石方点位聚类结果；

在本发明的一个可选实施例中，本实施例的步骤S4具体包括以下步骤S41至步骤S42：

S41、对确定的所有有效网格进行网格聚类，得到初步土石方点位聚类区域；

S42、对初步土石方点位聚类区域进行簇内二次聚类，得到最终的土石方点位聚类结果。

在一些实施例中，本实施例的步骤S41具体包括以下步骤S411至步骤S414：

S411、遍历每一个有效网格，判定是否为未处理的有效网格；若是，则执行下一步骤；否则跳转至下一个有效网格；

S412、以该有效网格作为目标网格，从所有其他有效网格中筛选目标网格的邻接网格，根据筛选结果判断目标网格的类型；若为核心网格，则将目标网格与所有邻接网格的所属类别标记为同一类，并同时都标记为已处理；若为噪声网格，则将目标网格标记为已处理；

S413、遍历该有效网格的每一个邻接网格分别作为目标网格，从所有其他有效网格中筛选目标网格的邻接网格，根据筛选结果判断目标网格的类型；若为核心网格，则将目标网格与所有邻接网格的所属类别标记为同一类，并同时都标记为已处理；若为噪声网格，则将目标网格标记为已处理；

S414、根据每一个有效网格聚类生成的网格类别簇得到初步土石方点位聚类区域。

在一些实施例中，本实施例的步骤S412和步骤S413中从所有其他有效网格中筛选目标网格的邻接网格的方法为：

计算目标网格到所有其他有效网格的距离；

从所有其他有效网格中筛选距离等于网格边长或网格对角线长的有效网格，得到目标网格的邻接网格。

在一些实施例中，本实施例的步骤S42具体包括以下步骤：

对初步土石方点位聚类区域中每一个网格类别簇，判定网格类别簇内各个网格的停驻点之间间距是否小于设定间距阈值；若是，则保留该网格类别簇的标签；否则对该网格类别簇内的各个网格进行簇内二次聚类。

具体而言，本实施例首先对步骤S3得到的全部有效网格进行优化的基于密度的空间聚类（DBCAN,Density-Based Spatial Clustering of Applications with Noise），初步形成土石方区域。具体步骤如下：

1：遍历每一个网格，判断是否为未处理的网格；

2：若是，计算此网格到其他所有网格的距离,若否，跳至下一网格；

3：筛选出距离等于网格边长l或网格对角线s的所有其他网格；

4：判断该网格的类型，即为核心网格或噪音网格；如果没有满足条件的邻接网格，则为噪音网格，同时标记网格/>为已处理。如果至少有一个邻接网格，则为核心网格，将其与所有邻接网格的所属类别标记为/>，并都标记为已处理；

5：判断每一个邻接网格是否为核心网格，重复步骤4，即判断是否有自己的邻接网格，若有，也标记为同类别，记为已处理。

6：初始化簇类标记=/>+1。

7: 返回所有的网格类别簇(,/>.../>) ，其中m为网格类别簇的数量。

本实施例接下来对已聚类的网格区域进行簇内二次聚类。具体包括：

鉴于初步网格聚类会造成关联关系较弱的网格被识别为同一区域，需要对每一簇网格内的停驻点进行DBCAN二次聚类，即若停驻点之间间距小于75米，则判断为一类，如此形成关系紧密的小区域簇类；若停驻点之间间距大于或等于75米，即簇内还能分成小簇，则继续分为小簇，重新标记标签，二次聚类原理与步骤S41类似。最终形成由网格组成的不规则土石方点位，赋予点位不同标签。

S5、根据土石方点位聚类结果计算点位之间土石方运输量，得到土石方点位和运输网络的识别结果。

在本发明的一个可选实施例中，本实施例的步骤S5具体包括以下步骤S51至步骤S55：

S51、根据每个网格的全部出行线路确定每个网格的运渣车出行流量和运渣车入行流量；

S52、根据土石方点位聚类结果确定每个网格所属于的网格类别簇，得到各个网格类别簇内各个运渣车的总出行流量和总入行流量；

S53、以各个运渣车的完整行程距离作为簇间距，判断簇间距是否小于设定间距阈值；若是，则将该完整行程数据删除；否则保留该完整行程数据；

S54、判断各个网格类别簇内运渣车的完整行程数据是否仅为一条；若是，则将该完整行程数据删除；否则保留该完整行程数据；

S55、根据各个网格类别簇间的有效运输行为，得到土石方点位和运输网络的识别结果。

具体而言，本实施例对步骤S4形成的土石方点位聚类结果，进行点位之间运输量的估算，具体操作如下：

将步骤S3得到的每个网格的作为o点时的运渣车出行流量及作为d点时的运渣车入行流量，通过网格id与其相应的土石方点位簇类C匹配，得到各簇不同车辆的总入行流量和总出行流量，由此也将运渣车OD的距离作为簇间运输的距离。

通过衡量簇间距的大小来判断点位之间是否相隔过近。如果距离过小，则表明该趟行程可能属于点位内部的活动，如渣土车在较大的工地内穿行，可将此OD删除。

如果某点位对于外界的运输总流量只有1条，则该点位可能为某一辆渣土车的临时停留点，不参与点位间土石方流量的计算。由此获取点位间有效运输行为，形成点位和运输网络。

本发明采用改进的DBCAN聚类算法使其能够适应网格聚类，同时采用二次聚类，有效地从大量零散的轨迹数据中提取点位范围，识别运渣车运输网络。

在本发明的一个可选实施例中，本实施例还包括步骤S6，即对土石方点位和运输网络的识别结果进行可视化，具体包括以下步骤S61至步骤S64：

S61、将各个土石方点位所包含的所有网格中心经纬度的重心作为该土石方点位的中心坐标；

S62、将各个土石方点位间属于同一行程的运渣车出行流量和运渣车入行流量进行合并；

S63、对各个土石方点位以不规则的网格簇及区别于底图的颜色展示在地图上；

S64、以弧线连接不同土石方点位的中心坐标，表示运渣车辆往返于点位之间，通过弧线的粗细表示运输土方量的大小。

具体而言，本实施例对于由网格组成的不规则点位，将其包含的所有网格中心经纬度的重心作为该点位的中心经纬度，代表该点位实际方位。合并同一条线路的往返流量。如A点到B点的总流量，等于A到B的流量加B到A的流量。

最终数据格式['点位A','A点坐标','点位B','B点坐标','AB间流量']。

将点位和运输网络识别结果可视化，有助于指导监管部门在重污染管控期间全域了解渣土车的活动规律，进行源头排查。可视化方法包括：

（1）点位地图。各土石方点位以不规则的网格簇及明显区别于底图的颜色展示在地图上，网格大小200mx200m,使得各点位的规模、形态一目了然；

（2）运输OD网络图。以弧线连接不同点位中心坐标，表示运渣车辆往返于点位之间，通过弧线的粗细表示运输土方量的大小。

为了识别土石方点位区域及运渣车辆的运输规律，现有技术主要通过人力现场排查，即需要督察员亲自到现场进行取证采样，这不仅耗时耗力且监管效果不佳，无法满足污染防控工作全面彻底的需求。本发明提供的基于运渣车GPS轨迹的土石方点位和运输网络识别方法，仅依靠运渣车回传轨迹点，借助于机器学习技术，即可确定真实世界中不规则形状的土石方点位，自动生成点位范围以及点位间的运输量，分时段动态呈现点位活跃情况和渣土车辆运输网络，有效助力环境管理部门源头管控土方作业，切实提升辖区污染防控工作水平。

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存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置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。

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。

本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (9)

1.一种基于运渣车GPS轨迹的土石方点位和运输网络识别方法，其特征在于，包括以下步骤：

获取待识别区域的运渣车停驻点数据，并对待识别区域进行区域栅格化处理；

将待识别区域内的运渣车停驻点与栅格化划分的网格进行匹配；

根据运渣车停驻点与网格的匹配结果提取运渣车的行程数据，确定有效网格；

对确定的有效网格进行网格聚类，得到土石方点位聚类结果；

根据土石方点位聚类结果计算点位之间土石方运输量，得到土石方点位和运输网络的识别结果，具体包括以下步骤：

根据每个网格的全部出行线路确定每个网格的运渣车出行流量和运渣车入行流量；

根据土石方点位聚类结果确定每个网格所属于的网格类别簇，得到各个网格类别簇内各个运渣车的总出行流量和总入行流量；

以各个运渣车的完整行程距离作为簇间距，判断簇间距是否小于设定间距阈值；若是，则将该完整行程数据删除；否则保留该完整行程数据；

判断各个网格类别簇内运渣车的完整行程数据是否仅为一条；若是，则将该完整行程数据删除；否则保留该完整行程数据；

根据各个网格类别簇间的有效运输行为，得到土石方点位和运输网络的识别结果。

2.根据权利要求1所述的一种基于运渣车GPS轨迹的土石方点位和运输网络识别方法，其特征在于，所述获取待识别区域的运渣车停驻点数据，并对待识别区域进行区域栅格化处理，具体包括以下步骤：

获取待识别区域内的运渣车实时轨迹数据；

对运渣车实时轨迹数据筛选轨迹点，得到运渣车停驻点数据；

对待识别区域进行区域栅格化处理，确定每个网格的中心坐标和各个顶点坐标。

3.根据权利要求1所述的一种基于运渣车GPS轨迹的土石方点位和运输网络识别方法，其特征在于，所述将待识别区域内的运渣车停驻点与栅格化划分的网格进行匹配具体包括以下步骤：

针对每一辆运渣车，将停驻点按照时间进行排序，依次确定每个停驻点存在的对应网格，得到运渣车停驻点与网格的匹配结果。

4.根据权利要求1所述的一种基于运渣车GPS轨迹的土石方点位和运输网络识别方法，其特征在于，所述根据运渣车停驻点与网格的匹配结果提取运渣车的行程数据，确定有效网格，具体包括以下步骤：

针对每一辆运渣车，按照时间顺序查看各个停驻点是否属于同一网格；若是，则保留该网格的第一条停驻点数据和最后一条停驻点数据；否则跳转至下一个停驻点；

以上一个网格的最后一个停驻点作为一条行程的起点，以下一个网格的第一个停驻点作为一条行程的终点，根据所有行程形成完整行程数据；

将所有运渣车的完整行程数据合并，得到每个网格的全部出行线路以及全部有效网格。

5.根据权利要求1所述的一种基于运渣车GPS轨迹的土石方点位和运输网络识别方法，其特征在于，所述对确定的有效网格进行网格聚类，得到土石方点位聚类结果，具体包括以下步骤：

对确定的所有有效网格进行网格聚类，得到初步土石方点位聚类区域；

对初步土石方点位聚类区域进行簇内二次聚类，得到最终的土石方点位聚类结果。

6.根据权利要求5所述的一种基于运渣车GPS轨迹的土石方点位和运输网络识别方法，其特征在于，所述对确定的所有有效网格进行网格聚类，得到初步土石方点位聚类区域，具体包括以下步骤：

遍历每一个有效网格，判定是否为未处理的有效网格；若是，则执行下一步骤；否则跳转至下一个有效网格；

以该有效网格作为目标网格，从所有其他有效网格中筛选目标网格的邻接网格，根据筛选结果判断目标网格的类型；若为核心网格，则将目标网格与所有邻接网格的所属类别标记为同一类，并同时都标记为已处理；若为噪声网格，则将目标网格标记为已处理；

遍历该有效网格的每一个邻接网格分别作为目标网格，从所有其他有效网格中筛选目标网格的邻接网格，根据筛选结果判断目标网格的类型；若为核心网格，则将目标网格与所有邻接网格的所属类别标记为同一类，并同时都标记为已处理；若为噪声网格，则将目标网格标记为已处理；

根据每一个有效网格聚类生成的网格类别簇得到初步土石方点位聚类区域。

7.根据权利要求6所述的一种基于运渣车GPS轨迹的土石方点位和运输网络识别方法，其特征在于，所述从所有其他有效网格中筛选目标网格的邻接网格的方法为：

计算目标网格到所有其他有效网格的距离；

从所有其他有效网格中筛选距离等于网格边长或网格对角线长的有效网格，得到目标网格的邻接网格。

8.根据权利要求5所述的一种基于运渣车GPS轨迹的土石方点位和运输网络识别方法，其特征在于，所述对初步土石方点位聚类区域进行簇内二次聚类，得到最终的土石方点位聚类结果，具体包括以下步骤：

对初步土石方点位聚类区域中每一个网格类别簇，判定网格类别簇内各个网格的停驻点之间间距是否小于设定间距阈值；若是，则保留该网格类别簇的标签；否则对该网格类别簇内的各个网格进行簇内二次聚类。

9.根据权利要求1所述的一种基于运渣车GPS轨迹的土石方点位和运输网络识别方法，其特征在于，还包括对土石方点位和运输网络的识别结果进行可视化，具体包括以下步骤：

将各个土石方点位所包含的所有网格中心经纬度的重心作为该土石方点位的中心坐标；

将各个土石方点位间属于同一行程的运渣车出行流量和运渣车入行流量进行合并；

对各个土石方点位以不规则的网格簇及区别于底图的颜色展示在地图上；

以弧线连接不同土石方点位的中心坐标，表示运渣车辆往返于点位之间，通过弧线的粗细表示运输土方量的大小。