CN117217628B - 一种碳信用项目评级方法及装置 - Google Patents
一种碳信用项目评级方法及装置 Download PDFInfo
- Publication number
- CN117217628B CN117217628B CN202311486886.0A CN202311486886A CN117217628B CN 117217628 B CN117217628 B CN 117217628B CN 202311486886 A CN202311486886 A CN 202311486886A CN 117217628 B CN117217628 B CN 117217628B
- Authority
- CN
- China
- Prior art keywords
- project
- target
- carbon credit
- satellite image
- rating
- 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
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 178
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 178
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000010191 image analysis Methods 0.000 claims abstract description 34
- 238000013500 data storage Methods 0.000 claims description 19
- 238000013527 convolutional neural network Methods 0.000 claims description 9
- 239000002028 Biomass Substances 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 6
- 239000005431 greenhouse gas Substances 0.000 claims description 5
- 238000013461 design Methods 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 8
- 238000007726 management method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明所提供的一种碳信用项目评级方法及装置,所述方法包括:当接收到对目标碳信用项目的评级指令时,获取与所述目标碳信用项目对应的目标文档数据和目标卫星影像数据;对所述目标卫星影像数据进行分析,得到卫星影像分析结果;根据所述目标文档数据和所述卫星影像分析结果对所述目标碳信用项目进行评级,得到评级结果。本发明将目标文档数据和目标卫星影像数据相结合,根据结合数据进行目标碳信用项目的评级,提高了评级效率和评级准确性。
Description
技术领域
本发明涉及项目评级技术领域,尤其涉及的是一种碳信用项目评级方法及装置。
背景技术
碳信用评级旨在评估一个碳项目发布的碳信用对其主张减少或吸收一吨二氧化碳或其他温室气体的可能性,需要从碳减排量、额外性和持续性三方面评估。
然而,碳信用评级通常由独立的第三方机构进行评估,评估周期一般为一年左右。一些专业机构会对项目开发方提交的材料进行评审,从几个方面给出项目的评级和评分。因此,评级周期长,数据来源渠道较少,数据完全依赖项目开发方,导致评级效率和准确率较低。
因此,现有技术存在缺陷,有待改进与发展。
发明内容
本申请提供了一种碳信用项目评级方法及装置,以解决相关技术中对碳信用项目进行评级时评级效率和准确率较低的技术问题。
为实现上述目的,本申请采用了以下技术方案:
本申请第一方面实施例提供一种碳信用项目评级方法,包括:
当接收到对目标碳信用项目的评级指令时,获取与所述目标碳信用项目对应的目标文档数据和目标卫星影像数据;
对所述目标卫星影像数据进行分析,得到卫星影像分析结果;
根据所述目标文档数据和所述卫星影像分析结果对所述目标碳信用项目进行评级,得到评级结果。
可选地,所述碳信用项目评级方法还包括:
预先建立待评级的所有碳信用项目的项目信息,每个所述碳信用项目的项目信息包括:项目编号、项目所在国家、项目简介、项目文档数据存储地址、项目卫星影像存储地址和项目所在地址;
获取各个所述碳信用项目的文档数据,并将各个所述文档数据存储至对应的项目文档数据存储地址中,以及获取各个所述碳信用项目的卫星影像数据,并将各个所述卫星影像数据存储至对应的项目卫星影像存储地址中;
对各个所述碳信用项目的项目信息进行信息提取,得到各个所述碳信用项目对应的项目详情信息,将所述项目详情信息保存至数据库。
可选地,所述当接收到对目标碳信用项目的评级指令时,获取与所述目标碳信用项目对应的目标文档数据和目标卫星影像数据,包括:
当接收到对目标碳信用项目的评级指令时,根据所述评级指令确定所述目标碳信用项目的项目编号;
根据所述项目编号得到对应的项目文档数据存储地址和项目卫星影像存储地址;
根据所述项目文档数据存储地址获取所述目标碳信用项目的目标文档数据,以及根据所述项目卫星影像存储地址获取所述目标碳信用项目的目标卫星影像数据。
可选地,所述碳信用项目的文档数据包括:碳项目介绍、碳项目规模、碳项目参与方、碳项目温室气体减排和移除目标、碳项目地址和区域划分、碳项目起止日期和运行时间表、碳项目设计原理、碳项目实现原理以及碳项目收益评估;
所述碳信用项目的卫星影像数据包括:项目区域内的海拔、坡度、森林类型、归一化植被指数、道路距离及水域距离。
可选地,对所述目标卫星影像数据进行分析,得到卫星影像分析结果,包括:
获取预先训练的卷积神经网络,将所述目标卫星影像数据输入所述卷积神经网络中,得到项目地上生物量,将所述项目地上生物量作为卫星影像分析结果。
可选地,根据所述目标文档数据和所述卫星影像分析结果对所述目标碳信用项目进行评级,得到评级结果,包括:
结合所述目标文档数据和所述卫星影像分析结果,利用预先设置的评分规则对所述目标碳信用项目进行评级,得到评级结果。
可选地,根据所述目标文档数据和所述卫星影像分析结果对所述目标碳信用项目进行评级,得到评级结果之后,还包括:
将所述评级结果保存至数据库;
当接收到对所述目标碳信用项目的展示指令时,获取所述目标碳信用项目对应的项目详情信息和评级结果并展示。
本申请第二方面实施例提供一种碳信用项目评级装置,包括:
获取模块,用于当接收到对目标碳信用项目的评级指令时,获取与所述目标碳信用项目对应的目标文档数据和目标卫星影像数据;
分析模块,用于对所述目标卫星影像数据进行分析,得到卫星影像分析结果;
评级模块,用于根据所述目标文档数据和所述卫星影像分析结果对所述目标碳信用项目进行评级,得到评级结果。
本申请第三方面实施例提供一种终端设备,所述终端设备包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的碳信用项目评级程序,所述处理器执行所述碳信用项目评级程序时,实现如上所述的碳信用项目评级方法的步骤。
本申请第四方面实施例提供一种计算机可读存储介质,所述计算机可读存储介质上存储有碳信用项目评级程序,所述碳信用项目评级程序被处理器执行时,实现如上所述的碳信用项目评级方法的步骤。
本发明的有益效果:本发明实施例通过当接收到对目标碳信用项目的评级指令时,获取与所述目标碳信用项目对应的目标文档数据和目标卫星影像数据;对所述目标卫星影像数据进行分析,得到卫星影像分析结果;根据所述目标文档数据和所述卫星影像分析结果对所述目标碳信用项目进行评级,得到评级结果。本发明将目标文档数据和目标卫星影像数据相结合,根据两种数据进行目标碳信用项目的评级,提高了评级效率和评级准确性。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明中碳信用项目评级方法较佳实施例的流程图。
图2是本发明中碳信用项目评级方法较佳实施例的目标保护区、缓冲区和目标候选区之间的关系示意图。
图3是本发明中碳信用项目评级方法较佳实施例中的多通道特征图。
图4是本发明中碳信用项目评级装置较佳实施例的功能原理框图。
图5是本发明中终端设备的较佳实施例的功能原理框图。
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,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参见图1,本发明实施例所述的碳信用项目评级方法包括如下步骤:
步骤S100、当接收到对目标碳信用项目的评级指令时,获取与所述目标碳信用项目对应的目标文档数据和目标卫星影像数据。
本发明提供一个可以对项目文档数据、项目卫星影像数据、项目详情数据、项目评级数据进行管理、查看的平台,便于评级时整合各种信息和数据,提高了评级效率,提高了评级准确性。
具体地,如图2所示,前端界面(前端UI)包括:超文本标记语言(Html,Hyper TextMarkup Language)、层叠样式表(CSS,Cascading Style Sheets)、jQuery框架、图片。业务层包括:用户管理模块、文档数据管理、卫星遥感影像管理、项目管理、评级模块和交互接口。数据层包括:MySQL数据库、文件存储和图片存储。在用户管理模块中,研究员开通本平台账号,管理员为研究员开通评级功能,研究员可以对平台内项目进行评级。在文档管理模块中,采取定时任务的模式,获取项目公开的项目文档,例如,将时间周期设置为月度,每月1日开启定时任务。任务开启时,逐一处理项目,通过HTTP请求将项目对应的文档下载,并保存在文件存储服务器上。通过项目编号,将文件保存地址和项目进行对应,将对应关系保存在MySQL数据库中,当需要使用文档时,可以快速提取并展示。在卫星遥感影像管理模块中,通过Google Earth获得项目的卫星遥感影像,并将影像图片保存在图片服务器上;通过项目编号,将图片保存地址和项目进行对应,将对应关系保存在MySQL数据库中,当使用图片时,可以快速提取。在项目管理模块中,记录需要评级的所有项目,包括项目编号,国家,简介,项目文档存储地址,项目卫星影像存储地址,项目地址等;这些信息记录在MySQL数据库中,当需要的时候可以通过接口快速提取。在评级模块中,根据其他模块获得的数据,分析项目文档和AI算法分析出的卫星影像结果,对项目进行评级,并且把评级结果存储在数据库中;当需要展示时,提取项目对应的评级结果和相关数据进行展示。本实施例还采用RESTFUL架构的形式和前端展示进行交互,包括研究员保存评级接口、项目详情展示接口、文档展示接口、卫星影像展示接口和评级展示接口等。
本实施例在终端设备上配置该平台,如图3所示,当研究员需要评级时,通过平台上的各个模块实现对目标碳信用项目的评级。
在一种实施例中,所述碳信用项目评级方法还包括:
步骤S10、预先建立待评级的所有碳信用项目的项目信息,每个所述碳信用项目的项目信息包括:项目编号、项目所在国家、项目简介、项目文档数据存储地址、项目卫星影像存储地址和项目所在地址;
步骤S20、获取各个所述碳信用项目的文档数据,并将各个所述文档数据存储至对应的项目文档数据存储地址中,以及获取各个所述碳信用项目的卫星影像数据,并将各个所述卫星影像数据存储至对应的项目卫星影像存储地址中;
步骤S30、对各个所述碳信用项目的项目信息进行信息提取,得到各个所述碳信用项目对应的项目详情信息,将所述项目详情信息保存至数据库。
具体地,本申请实施例使用多种存储方案,可以管理多种类型的数据,提高了数据存储和获取效率。
在一种实现方式中,所述步骤S100具体包括:
步骤S110、当接收到对目标碳信用项目的评级指令时,根据所述评级指令确定所述目标碳信用项目的项目编号;
步骤S120、根据所述项目编号得到对应的项目文档数据存储地址和项目卫星影像存储地址;
步骤S130、根据所述项目文档数据存储地址获取所述目标碳信用项目的目标文档数据,以及根据所述项目卫星影像存储地址获取所述目标碳信用项目的目标卫星影像数据。
具体地,本申请实施例将各个碳信用项目的项目信息中保存的是项目文档数据存储地址和项目卫星影像存储地址,当需要获取文档数据和卫星影像数据时,按照项目文档数据存储地址和项目卫星影像存储地址去后台服务中下载对应的文档数据和卫星影像数据,节约了终端设备的内存空间。
在一种实施例中,所述碳信用项目的文档数据是由项目开发商公开的,包括:碳项目介绍、碳项目规模、碳项目参与方、碳项目温室气体减排和移除目标、碳项目地址和区域划分、碳项目起止日期和运行时间表、碳项目设计原理、碳项目实现原理以及碳项目收益评估。所述碳信用项目的卫星影像数据包括:项目区域内的海拔、坡度、森林类型、归一化植被指数(NDVI)、道路距离及水域距离。
具体地,本申请实施例采取了文档数据、影像数据相结合的方式,增加了数据来源,使得评级结果更加全面和准确。
如图1所示,所述碳信用项目评级方法还包括如下步骤:
步骤S200、对所述目标卫星影像数据进行分析,得到卫星影像分析结果。
在一种实施例中,所述步骤S200具体包括:获取预先训练的卷积神经网络,将所述目标卫星影像数据输入所述卷积神经网络中,得到项目地上生物量,将所述项目地上生物量作为卫星影像分析结果。
具体地,本申请实施例利用预先训练的卷积神经网络处理目标卫星影像数据,提高了数据处理的效率和准确性,进而提高了评估的效率和准确性。
如图1所示,所述碳信用项目评级方法还包括如下步骤:
步骤S300、根据所述目标文档数据和所述卫星影像分析结果对所述目标碳信用项目进行评级,得到评级结果。
在一种实施例中,所述步骤S300具体包括:结合所述目标文档数据和所述卫星影像分析结果,利用预先设置的评分规则对所述目标碳信用项目进行评级,得到评级结果。
具体地,预先设置的评分规则可以由研究人员自行设置,可以根据实际情况进行调整,提高了平台的适用性。
在一种实现方式中,所述步骤S300之后还包括:将所述评级结果保存至数据库;当接收到对所述目标碳信用项目的展示指令时,获取所述目标碳信用项目对应的项目详情信息和评级结果并展示。
具体地,由于上述文档数据比较详细,每个都是大篇幅介绍,因此对上述项目文档数据进行提炼和总结,得到碳项目详情信息,目的是便于研究员查看和评估,当研究员需要详细分析的时候,可以查看原始文档。评级结果具体可以分为1-5级,级别越高表示项目越优良,有更高的投资价值。
在一种实施例中,如图4所示,基于上述碳信用项目评级方法,本发明还相应提供了一种碳信用项目评级装置,包括:
获取模块100,用于当接收到对目标碳信用项目的评级指令时,获取与所述目标碳信用项目对应的目标文档数据和目标卫星影像数据;
分析模块200,用于对所述目标卫星影像数据进行分析,得到卫星影像分析结果;
评级模块300,用于根据所述目标文档数据和所述卫星影像分析结果对所述目标碳信用项目进行评级,得到评级结果。
需要说明的是,前述对碳信用项目评级方法实施例的解释说明也适用于该实施例的碳信用项目评级装置,此处不再赘述。
本发明公开一种碳信用项目评级方法及装置,所述方法包括:当接收到对目标碳信用项目的评级指令时,获取与所述目标碳信用项目对应的目标文档数据和目标卫星影像数据;对所述目标卫星影像数据进行分析,得到卫星影像分析结果;根据所述目标文档数据和所述卫星影像分析结果对所述目标碳信用项目进行评级,得到评级结果。本发明将目标文档数据和目标卫星影像数据相结合,根据两种数据进行目标碳信用项目的评级,提高了评级效率和评级准确性。
图5为本申请实施例提供的终端设备的结构示意图。该终端设备可以包括:
存储器501、处理器502及存储在存储器501上并可在处理器502上运行的计算机程序。
处理器502执行程序时实现上述实施例中提供的碳信用项目评级方法。
进一步地,终端设备还包括:
通信接口503,用于存储器501和处理器502之间的通信。
存储器501,用于存放可在处理器502上运行的计算机程序。
存储器501可能包含高速RAM存储器,也可能还包括非易失性存储器 (non -volatile memory),例如至少一个磁盘存储器。
如果存储器501、处理器502和通信接口503独立实现,则通信接口503、存储器501和处理器502可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(Industry Standard Architecture,简称为ISA)总线、外部设备互连 (Periphera lComponent,简称为PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture,简称为EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条线表示,但并不表示仅有一根总线或一种类型的总线。
可选地,在具体实现上,如果存储器501、处理器502及通信接口503,集成在一块芯片上实现,则存储器501、处理器502及通信接口503可以通过内部接口完成相互间的通信。
处理器502可能是一个中央处理器(Central Processing Unit,简称为CPU),或者是特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者是被配置成实施本申请实施例的一个或多个集成电路。
本实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上的碳信用项目评级方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“N个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备读取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或N个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM), 可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器 (CDROM)。另外,计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介 质,因为可以通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,N个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (4)
1.一种碳信用项目评级方法,其特征在于,包括:
当接收到对目标碳信用项目的评级指令时,获取与所述目标碳信用项目对应的目标文档数据和目标卫星影像数据;
对所述目标卫星影像数据进行分析,得到卫星影像分析结果;
根据所述目标文档数据和所述卫星影像分析结果对所述目标碳信用项目进行评级,得到评级结果;
所述碳信用项目评级方法还包括:
预先建立待评级的所有碳信用项目的项目信息,每个所述碳信用项目的项目信息包括:项目编号、项目所在国家、项目简介、项目文档数据存储地址、项目卫星影像存储地址和项目所在地址;
获取各个所述碳信用项目的文档数据,并将各个所述文档数据存储至对应的项目文档数据存储地址中,以及获取各个所述碳信用项目的卫星影像数据,并将各个所述卫星影像数据存储至对应的项目卫星影像存储地址中;
对各个所述碳信用项目的项目信息进行信息提取,得到各个所述碳信用项目对应的项目详情信息,将所述项目详情信息保存至数据库;
所述当接收到对目标碳信用项目的评级指令时,获取与所述目标碳信用项目对应的目标文档数据和目标卫星影像数据,包括:
当接收到对目标碳信用项目的评级指令时,根据所述评级指令确定所述目标碳信用项目的项目编号;
根据所述项目编号得到对应的项目文档数据存储地址和项目卫星影像存储地址;
按照项目文档数据存储地址和项目卫星影像存储地址去后台服务中下载目标文档数据和目标卫星影像数据;
所述碳信用项目的文档数据包括:碳项目介绍、碳项目规模、碳项目参与方、碳项目温室气体减排和移除目标、碳项目地址和区域划分、碳项目起止日期和运行时间表、碳项目设计原理、碳项目实现原理以及碳项目收益评估;
所述碳信用项目的卫星影像数据包括:项目区域内的海拔、坡度、森林类型、归一化植被指数、道路距离及水域距离;
对所述目标卫星影像数据进行分析,得到卫星影像分析结果,包括:
获取预先训练的卷积神经网络,将所述目标卫星影像数据输入所述卷积神经网络中,得到项目地上生物量,将所述项目地上生物量作为卫星影像分析结果;
根据所述目标文档数据和所述卫星影像分析结果对所述目标碳信用项目进行评级,得到评级结果,包括:
结合所述目标文档数据和所述卫星影像分析结果,利用预先设置的评分规则对所述目标碳信用项目进行评级,得到评级结果;预先设置的评分规则可自行设置;
根据所述目标文档数据和所述卫星影像分析结果对所述目标碳信用项目进行评级,得到评级结果之后,还包括:
将所述评级结果保存至数据库;
当接收到对所述目标碳信用项目的展示指令时,获取所述目标碳信用项目对应的项目详情信息和评级结果并展示;
采取定时任务的模式,获取项目公开的项目文档;任务开启时,逐一处理项目,通过HTTP请求将项目对应的文档下载,并保存在文件存储服务器上;通过项目编号,将文件保存地址和项目进行对应,将对应关系保存在MySQL数据库中,当需要使用文档时,提取并展示;通过Google Earth获得项目的卫星遥感影像,并将影像图片保存在图片服务器上;通过项目编号,将图片保存地址和项目进行对应,将对应关系保存在MySQL数据库中,当使用图片时进行提取。
2.一种碳信用项目评级装置,其特征在于,包括:
获取模块,用于当接收到对目标碳信用项目的评级指令时,获取与所述目标碳信用项目对应的目标文档数据和目标卫星影像数据;
分析模块,用于对所述目标卫星影像数据进行分析,得到卫星影像分析结果;
评级模块,用于根据所述目标文档数据和所述卫星影像分析结果对所述目标碳信用项目进行评级,得到评级结果;
预先建立待评级的所有碳信用项目的项目信息,每个所述碳信用项目的项目信息包括:项目编号、项目所在国家、项目简介、项目文档数据存储地址、项目卫星影像存储地址和项目所在地址;
获取各个所述碳信用项目的文档数据,并将各个所述文档数据存储至对应的项目文档数据存储地址中,以及获取各个所述碳信用项目的卫星影像数据,并将各个所述卫星影像数据存储至对应的项目卫星影像存储地址中;
对各个所述碳信用项目的项目信息进行信息提取,得到各个所述碳信用项目对应的项目详情信息,将所述项目详情信息保存至数据库;
所述当接收到对目标碳信用项目的评级指令时,获取与所述目标碳信用项目对应的目标文档数据和目标卫星影像数据,包括:
当接收到对目标碳信用项目的评级指令时,根据所述评级指令确定所述目标碳信用项目的项目编号;
根据所述项目编号得到对应的项目文档数据存储地址和项目卫星影像存储地址;
按照项目文档数据存储地址和项目卫星影像存储地址去后台服务中下载目标文档数据和目标卫星影像数据;
所述碳信用项目的文档数据包括:碳项目介绍、碳项目规模、碳项目参与方、碳项目温室气体减排和移除目标、碳项目地址和区域划分、碳项目起止日期和运行时间表、碳项目设计原理、碳项目实现原理以及碳项目收益评估;
所述碳信用项目的卫星影像数据包括:项目区域内的海拔、坡度、森林类型、归一化植被指数、道路距离及水域距离;
对所述目标卫星影像数据进行分析,得到卫星影像分析结果,包括:
获取预先训练的卷积神经网络,将所述目标卫星影像数据输入所述卷积神经网络中,得到项目地上生物量,将所述项目地上生物量作为卫星影像分析结果;
根据所述目标文档数据和所述卫星影像分析结果对所述目标碳信用项目进行评级,得到评级结果,包括:
结合所述目标文档数据和所述卫星影像分析结果,利用预先设置的评分规则对所述目标碳信用项目进行评级,得到评级结果;预先设置的评分规则可自行设置;
将所述评级结果保存至数据库;
当接收到对所述目标碳信用项目的展示指令时,获取所述目标碳信用项目对应的项目详情信息和评级结果并展示;
采取定时任务的模式,获取项目公开的项目文档;任务开启时,逐一处理项目,通过HTTP请求将项目对应的文档下载,并保存在文件存储服务器上;通过项目编号,将文件保存地址和项目进行对应,将对应关系保存在MySQL数据库中,当需要使用文档时,提取并展示;通过Google Earth获得项目的卫星遥感影像,并将影像图片保存在图片服务器上;通过项目编号,将图片保存地址和项目进行对应,将对应关系保存在MySQL数据库中,当使用图片时进行提取。
3.一种终端设备,其特征在于,所述终端设备包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的碳信用项目评级程序,所述处理器执行所述碳信用项目评级程序时,实现如权利要求1所述的碳信用项目评级方法的步骤。
4.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有碳信用项目评级程序,所述碳信用项目评级程序被处理器执行时,实现如权利要求1所述的碳信用项目评级方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311486886.0A CN117217628B (zh) | 2023-11-09 | 2023-11-09 | 一种碳信用项目评级方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311486886.0A CN117217628B (zh) | 2023-11-09 | 2023-11-09 | 一种碳信用项目评级方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117217628A CN117217628A (zh) | 2023-12-12 |
CN117217628B true CN117217628B (zh) | 2024-03-19 |
Family
ID=89037542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311486886.0A Active CN117217628B (zh) | 2023-11-09 | 2023-11-09 | 一种碳信用项目评级方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117217628B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150014020A (ko) * | 2013-07-26 | 2015-02-06 | 주식회사 나라 | 탄소정보시스템 |
KR102478050B1 (ko) * | 2022-06-14 | 2022-12-15 | 아주대학교산학협력단 | 탄소배출 관리정보를 제공하는 방법, 이를 이용하는 서버 및 시스템 |
CN116341986A (zh) * | 2023-04-07 | 2023-06-27 | 北京一点五度科技有限公司 | 一种多源多时相传感器数据融合的碳汇项目审计与评级方法 |
-
2023
- 2023-11-09 CN CN202311486886.0A patent/CN117217628B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150014020A (ko) * | 2013-07-26 | 2015-02-06 | 주식회사 나라 | 탄소정보시스템 |
KR102478050B1 (ko) * | 2022-06-14 | 2022-12-15 | 아주대학교산학협력단 | 탄소배출 관리정보를 제공하는 방법, 이를 이용하는 서버 및 시스템 |
CN116341986A (zh) * | 2023-04-07 | 2023-06-27 | 北京一点五度科技有限公司 | 一种多源多时相传感器数据融合的碳汇项目审计与评级方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117217628A (zh) | 2023-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11568754B2 (en) | Guiding creation of an electronic survey | |
US8782055B2 (en) | Geospatial object property assessment apparatus, assessment system, editor apparatus and method of assessing property of a geospatial object | |
Schrader et al. | Leaf‐IT: An Android application for measuring leaf area | |
US11640583B2 (en) | Generation of user profile from source code | |
JP2006004409A (ja) | 電子書籍装置および電子書籍装置における表示方法 | |
CN106095738A (zh) | 推荐表单片段 | |
Khan et al. | Measuring the impact of biodiversity datasets: Data reuse, citations and altmetrics | |
CN108334626B (zh) | 新闻栏目的生成方法、装置和计算机设备 | |
CN113836429A (zh) | 书籍推荐方法、终端及存储介质 | |
JP2004252881A (ja) | テキストデータ修正方法 | |
CN117217628B (zh) | 一种碳信用项目评级方法及装置 | |
CN111259225A (zh) | 新媒体信息展示方法、装置、电子设备及计算机可读介质 | |
CN111427544B (zh) | 软件需求文档的生成方法、装置、存储介质及电子设备 | |
CN109727056B (zh) | 金融机构推荐方法、设备、存储介质及装置 | |
Noskov et al. | Open-data-driven embeddable quality management services for map-based web applications | |
CN111475722B (zh) | 用于发送信息的方法和装置 | |
CN110764662B (zh) | 信息处理方法、装置、电子设备及存储介质 | |
CN113723860A (zh) | 一种土地资源资产离任审计评价方法、装置及存储介质 | |
CN103544169A (zh) | 页面调整方法及装置 | |
CN111126741A (zh) | 基于查勘员画像的理赔案件分配方法、装置、计算机设备及存储介质 | |
CN113592523B (zh) | 一种金融数据处理系统及方法 | |
CN113221509B (zh) | 幻灯片的自动生成方法、装置、设备以及存储介质 | |
CN115545008B (zh) | 一种谱图文件解析方法、装置、设备及存储介质 | |
EP1986133A2 (en) | Automatic review of variable imaging jobs | |
CN117272953B (zh) | 一种文档信息自动填充方法、系统和存储介质 |
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 |