CN117610779B - 基于cors大数据的测绘地理信息质量监管方法及系统 - Google Patents
基于cors大数据的测绘地理信息质量监管方法及系统 Download PDFInfo
- Publication number
- CN117610779B CN117610779B CN202311577610.3A CN202311577610A CN117610779B CN 117610779 B CN117610779 B CN 117610779B CN 202311577610 A CN202311577610 A CN 202311577610A CN 117610779 B CN117610779 B CN 117610779B
- Authority
- CN
- China
- Prior art keywords
- geographic information
- mapping
- range
- cors
- mapping geographic
- 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
- 238000013507 mapping Methods 0.000 title claims abstract description 169
- 208000028257 Joubert syndrome with oculorenal defect Diseases 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000005259 measurement Methods 0.000 claims abstract description 64
- 238000012544 monitoring process Methods 0.000 claims abstract description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 11
- 238000004220 aggregation Methods 0.000 claims description 8
- 230000002776 aggregation Effects 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 230000002596 correlated effect Effects 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003326 Quality management system Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
- 238000005728 strengthening 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
-
- 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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Bioinformatics & Computational Biology (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Tourism & Hospitality (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Remote Sensing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开基于CORS大数据的测绘地理信息质量监管方法及系统,包括:S1:获取CORS大数据的若干轨迹点数据和已监管测绘地理信息项目范围;S2:将若干轨迹点数据聚类模拟测绘地理信息项目施测范围的实际情况;S3:将已监管测绘地理信息项目范围合并成质量监管范围一张图;S4:将模拟测绘地理信息项目施测范围的实际情况与质量监管范围一张图进行空间范围叠加匹配,S5:统计各单元区域内匹配的已监管测绘地理信息项目数量占模拟测绘地理信息项目施测范围的实际情况总数比例k1,单元区域内不匹配的已监管测绘地理信息项目数量占已监管测绘地理信息项目总数比例k2;S5:分析得出各单元区域的测绘地理信息项目监管覆盖率k=k1/(1+k2)。本发明实现了地理信息质量的主动监督管理。
Description
技术领域
本发明涉及测绘地理信息质量监督管理领域,具体涉及是一种测绘成果质量监督管理的方法及系统。
背景技术
目前在测绘地理信息质量监管方面,建设项目信息的获取仍以测绘单位主动填报的方式为主,但是有时存在漏报瞒报、选择性报送等情况,从而难以全面掌握测绘地理信息项目作业情况,导致测绘地理信息主管部门监管力度较弱,不能够对各单位的测绘活动进行全面、精准和客观分析评价,不便于测绘地理信息主管部门进行有效质量监管,测绘地理信息质量监管较为被动。
发明内容
本发明的目的是一种基于城市CORS大数据的测绘地理信息质量监管方法及系统,实现主动监督管理,发现质量监管的薄弱区域,为加强质量监管提出有针对性的建议,提高监管力度。
为了实现上述目的之一,本发明采用如下技术方案:
一种基于CORS大数据的测绘地理信息质量监管方法,包括如下步骤:
S1:获取CORS大数据的若干轨迹点数据和已监管测绘地理信息项目的范围及测绘单位信息;
S2:采用聚类算法将所述若干轨迹点数据进行聚类,模拟测绘地理信息项目施测范围的实际情况;
S3:将所述已监管测绘地理信息项目的范围进行坐标转换为同一坐标系,合并成质量监管范围一张图;
S4:将所述模拟测绘地理信息项目施测范围的实际情况与所述质量监管范围一张图进行空间范围叠加匹配,若单元区域内空间范围具有重叠关系且测绘单位名称相同的项目范围,即为匹配相关,否则为匹配不相关;
S5:统计各单元区域内匹配相关的已监管测绘地理信息项目数量占所述模拟测绘地理信息项目施测范围的实际情况总数的比例k1,单元区域内匹配不相关的已监管测绘地理信息项目数量占该单元区域内已监管测绘地理信息项目总数的比例k2;
S6:分析得出各单元区域的测绘地理信息项目监管覆盖率k=k1/(1+k2),若所述单元区域的测绘地理信息项目监管覆盖率低于预设阈值,属于监管覆盖薄弱区域。
进一步地,所述S1获取CORS大数据的若干轨迹点数据,包括:
获取某时间段内CORS大数据定位服务完成的轨迹点位置大地坐标,并依据坐标转换参数将大地坐标转换至平面坐标,得到若干轨迹点数据。
进一步地,所述S2采用聚类算法将所述若干轨迹点数据进行聚类,模拟测绘地理信息项目施测范围的实际情况,包括:
采用聚类算法根据属于同一测绘单位测量账号且空间位置上具有集聚性和测量时间接近的点聚合成一个集合,对获取的所述CORS大数据的若干轨迹点数据进行聚类,以模拟各项目施测时的真实作业范围。
进一步地,所述同一测绘单位测量账号是指用于CORS测量的账号从属于同一测绘单位;所述空间位置上具有集聚性是指测量点之间的空间距离小于预设距离阈值;所述测量时间接近是指测量点的施测时间小于预设时间阈值。
进一步地,所述模拟测绘地理信息项目施测范围的实际情况总数是根据CORS大数据中轨迹点进行聚类计算所得到的聚类簇总数。
进一步地,所述步骤S5,具体包括:
以某一空间管理尺度为基本单元,分析各单元区域内所述匹配相关的已监管测绘地理信息项目范围中的范围线个数占所述模拟测绘地理信息项目施测范围的实际情况范围线个数的比例k1;分析各单元区域内匹配不相关的所述已监管范围中测绘地理信息项目地理信息的范围线个数占所述已监管范围中测绘地理信息项目总数的比例k2。
进一步地,所述以某一空间管理尺度为基本单元,包括:以区或县或镇界线为基本单元,或以测绘单位为基本单元。
进一步地,所述重叠关系包括已监管项目范围与所述模拟测绘地理信息项目施测范围的实际情况的项目范围存在完全重叠或局部重叠关系。
为了实现上述目的之二,本发明采用如下技术方案:
一种基于CORS大数据的测绘地理信息质量监管系统,包括数据采集模块和数据处理分析模块,所述数据采集模块与所述数据处理分析模块相连,
所述数据采集模块:用于获取CORS大数据的若干轨迹点数据和已监管测绘地理信息项目的范围及测绘单位信息;
所述数据处理分析模块:用于采用聚类算法将所述若干轨迹点数据进行聚类,模拟测绘地理信息项目施测范围的实际情况;将所述已监管测绘地理信息项目的范围进行坐标转换为同一坐标系,合并成质量监管范围一张图;将所述模拟测绘地理信息项目施测范围的实际情况与所述质量监管范围一张图进行空间范围叠加匹配,若单元区域内空间范围具有重叠关系且测绘单位名称相同的项目范围,即为匹配相关,否则为匹配不相关,统计各单元区域内匹配相关的已监管测绘地理信息项目数量占所述模拟测绘地理信息项目施测范围的实际情况总数的比例k1,单元区域内匹配不相关的已监管测绘地理信息项目数量占该单元区域内已监管测绘地理信息项目总数的比例k2;分析得出各单元区域的测绘地理信息项目监管覆盖率k=k1/(1+k2),若所述单元区域的测绘地理信息项目监管覆盖率低于预设阈值,属于监管覆盖薄弱区域。
所述重叠关系包括已监管项目范围与所述模拟测绘地理信息项目施测范围的实际情况的项目范围存在完全重叠或局部重叠关系。
本发明的有益效果:
本发明方法利用了CORS系统测量所获取的海量轨迹点数据,通过聚类方式模拟测绘地理信息项目作业真实范围,并与已监管项目覆盖范围一张图进行叠加分析,来反映各管理空间单元内的质量监管水平现状,主动发现质量监管的薄弱区域,为主管部门加强监管提出针对性的可靠建议。该方法有效解决了以往的监管力度不够,实现了以往被动变为主动的监管模式。
采用各单元区域的测绘地理信息项目监管覆盖率k=k1/(1+k2)进行评估,若所述单元区域的测绘地理信息项目监管覆盖率低于预设阈值,属于监管覆盖薄弱区域,该测绘监管水平还充分考虑到了单元区域内未使用CORS基准开展测绘地理信息项目作业的情况,从而提高了本监管评估结果的精确度,为主管部门监管区域提供更为准确的指导建议。
附图说明
图1为本发明具体实施例1的流程图之一;
图2为本发明具体实施例1的流程图之二;
图3为本发明具体实施例2的系统原理框图。
注:1为数据采集模块,2为数据处理分析模块。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
实施例1:
参见图1和图2所示,一种基于CORS大数据的测绘地理信息质量监管方法,包括如下步骤:
步骤S1:获取CORS大数据的若干轨迹点数据和已监管范围的测绘地理信息项目地理信息;
所述获取CORS大数据的若干轨迹点数据,包括:
获取某时间段内CORS大数据定位服务完成的轨迹点位置大地坐标X坐标、Y坐标,并依据坐标转换参数将大地坐标转换至平面坐标,得到若干轨迹点数据。该时间段可以根据实际需要灵活设置,如:以年为单位获取一年,或者以半年为单位获取半年、或者以季度为单位获取一季度等。所述CORS大数据是指长期使用GNSS仪器等精密测量设备,利用城市CORS系统所提供的定位服务进行精密测量,获取海量具有平面坐标和高程信息的点的作业过程所记录的轨迹点数据。所述CORS系统是指省、市级和行业级建立的不同规模的卫星定位连续运行参考系统,一般由基准站网、数据处理中心、数据传输系统、定位导航数据播发系统、用户应用系统五个部分组成,可为测量仪器提供定位服务。能在某特定范围如省、市、城市等区域内为用户提供高精度定位服务。
所述获取已监管测绘地理信息项目的范围及测绘单位信息是从地理信息监管部门获取已上传或上报的测绘地理信息项目的空间范围及测绘单位信息,该测绘地理信息项目是测绘和地理信息的统称,指利用测绘技术或地理信息技术进行测量、绘图、建立数据库以及生产相关成果的领域。
步骤S2:采用聚类算法将所述若干轨迹点数据进行聚类,模拟测绘地理信息项目施测范围的实际情况。本具体实施例基于CORS大数据中各轨迹点的X坐标、Y坐标、测量时间、测量账号,将若干轨迹点数据分成若干聚合类,每一聚合类中的元素尽可能具有相同的特性。选择属于同一单位测量账号,轨迹点的X、Y坐标空间位置接近且测量时间在规定范围内,使不同聚合类之间的特性差别尽可能大,为最佳实施例。本实施例中:施测范围是实施测量范围。
具体包括:
采用聚类算法根据属于同一测绘单位测量账号且空间位置上具有集聚性和测量时间接近的点聚合成一个集合,对获取的所述CORS大数据的若干轨迹点数据进行聚类,以模拟各项目施测时的真实作业范围。所述同一测绘单位测量账号是指用于CORS测量的账号从属于同一测绘单位。所述空间位置上具有集聚性是指测量点之间的空间距离小于预设距离阈值,如:本具体实施例中,预设距离阈值采用2km,该预设距离阀值根据检测聚类算法,同一测量任务中最远点离测区的距离。所述测量时间接近是指测量点的施测时间小于预设时间阈值,如:本具体实施例中,预设时间阀值采用六个月。施测时间是实施测量时间,该预设时间阀值根据完成一个测绘地理信息项目开展施测的时间最大间距,一般认为超过6个月的两次测量数据属于两个单独的测量任务,即使是在同一区域。
步骤S3:将所述已监管范围的测绘地理信息进行坐标转换为同一坐标系,合并成质量监管范围一张图。即监管部门将当前已实施质量检查的项目范围坐标统一转换至同一坐标系下,合并成质量监管范围一张图,坐标转换方法与现有技术相同。
步骤S4:将所述模拟测绘地理信息项目施测范围的实际情况与所述质量监管范围一张图进行空间范围叠加匹配,若单元区域内空间范围具有重叠关系且测绘单位名称相同的区域,即为匹配相关,否则为匹配不相关;所述重叠关系包括已监管项目范围与所述模拟测绘地理信息项目施测范围的实际情况的项目范围存在完全重叠或局部重叠关系。
步骤S5:统计各单元区域内匹配相关的已监管测绘地理信息项目数量占所述模拟测绘地理信息项目施测范围的实际情况总数的比例k1,及单元区域内匹配不相关的已监管测绘地理信息项目数量占该区域内已监管测绘地理信息项目总数的比例k2;所述模拟测绘地理信息项目施测范围的实际情况总数是根据CORS大数据中轨迹点进行聚类计算所得到的聚类簇总数。具体包括:某一空间管理尺度为基本单元,分析各单元区域内所述匹配相关的已监管测绘地理信息项目范围中的范围线个数占所述模拟测绘地理信息项目施测范围的实际情况范围线个数的比例k1;分析各单元区域内匹配不相关的所述已监管范围中测绘地理信息项目地理信息的范围线个数占所述已监管范围中测绘地理信息项目地理信息总数的比例K2。所述以某一空间管理尺度为基本单元,包括:以区或县或镇界线为基本单元,或以测绘单位为基本单元。
步骤S6:分析得出各单元区域的测绘地理信息项目监管覆盖率k=k1/(1+k2),若所述单元区域的测绘地理信息项目监管覆盖率低于预设阈值,属于监管覆盖薄弱区域。该k2充分考虑到了该单元区域内未使用CORS大数据基准开展测绘地理信息项目作业的比例,使单元区域的测绘地理信息项目监管覆盖率监测的结果更准确。将获得的监管覆盖薄弱区域信息通过互联网传送至测绘地理信息质量监管部门,所述测绘地理信息质量监管部门是指测绘地理信息的主管部门依法依规开展测绘地理信息行业成果质量监督检查、制定质量管理制度、及实施相关质量管理措施等活动。为测绘地理信息质量监管部门提供执法依据,以便测绘地理信息质量监管部门针对薄弱区域强化监管措施,如加大测绘成果质量监督检查力度、“双随机、一公开”检查力度等。
以某市为例,该市含11个区(县),全市2022年全市域测绘地理信息项目模拟数量为3483个,已监管测绘地理信息项目366个,其中匹配相关的已监管测绘地理信息项目292个,匹配不相关的已监管测绘地理信息项目74个。以区(县)为统计单位对全市测绘地理信息项目监管覆盖率计算如下表所示。根据该市管理要求,区(县)测绘地理信息项目监管覆盖率应不低于5%,则根据2022年统计数据表,见下表,认为区(县)09、区(县)10、区(县)11三个区(县)属于监管覆盖薄弱区域,其主管部门应加强测绘地理信息质量监管。
进一步地,还包括:根据各单元测绘地理信息项目监管覆盖率k依次对所有单元区域进行排序,从而便于直观了解哪些监管单元区域做的较好,以便为主管部门后续的工作部署提供指导意见。
本发明方法通过对测绘生产过程大数据的运用,由果寻因,将测绘活动中的施测痕迹反向用于质量监管,使测量大数据得到有效应用,对各单位的测绘活动分析评价更加全面、精准和客观,可以为主管部门的质量监管等提供技术支撑。
具体实施例2:
参见图3所示,一种基于CORS大数据的测绘地理信息质量监管系统,包括数据采集模块和数据处理分析模块,所述数据采集模块与所述数据处理分析模块相连,
所述数据采集模块:用于获取CORS大数据的若干轨迹点数据和已监管范围的测绘地理信息项目地理信息;所述获取CORS大数据的若干轨迹点数据,包括:
获取某时间段内CORS大数据定位服务完成的轨迹点位置大地坐标X坐标、Y坐标,并依据坐标转换参数将大地坐标转换至平面坐标,得到若干轨迹点数据。所述获取已监管测绘地理信息项目的范围及测绘单位信息是从地理信息监管部门获取已上传或上报的测绘地理信息项目的空间范围及测绘单位信息。
所述数据处理分析模块:用于采用聚类算法将所述若干轨迹点数据进行聚类,模拟测绘地理信息项目施测范围的实际情况;将所述已监管范围的测绘地理信息进行坐标转换为同一坐标系,合并成质量监管范围一张图;将所述模拟测绘地理信息项目施测范围的实际情况与所述质量监管范围一张图进行空间范围叠加匹配,若单元区域内空间范围具有重叠关系且测绘单位名称相同的项目范围,即为匹配相关,否则为匹配不相关;统计各单元区域内匹配相关的已监管测绘地理信息项目数量占所述模拟测绘地理信息项目施测范围的实际情况总数的比例k1,单元区域内匹配不相关的已监管测绘地理信息项目数量占该单元区域内已监管测绘地理信息项目总数的比例k2;分析得出各单元区域的测绘地理信息项目监管覆盖率k=k1/(1+k2),若所述单元区域的测绘地理信息项目监管覆盖率低于预设阈值,属于监管覆盖薄弱区域。所述重叠关系包括已监管项目范围与所述模拟测绘地理信息项目施测范围的实际情况的项目范围存在完全重叠或局部重叠关系。本具体实施例中:所述数据处理分析模块的作用与具体实施例1中一种基于CORS大数据的测绘地理信息质量监管方法的步骤S2、步骤S3、步骤S4、步骤S5、步骤S6的方法相同,故本具体实施例在此省略。
以上对本发明所提供的技术方案进行了详细介绍。本文中应用了具体个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。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (10)
1.一种基于CORS大数据的测绘地理信息质量监管方法,其特征在于,包括如下步骤:
S1:获取CORS大数据的若干轨迹点数据和已监管测绘地理信息项目的范围及测绘单位信息;
S2:采用聚类算法将所述若干轨迹点数据进行聚类,模拟测绘地理信息项目施测范围的实际情况;
S3:将所述已监管测绘地理信息项目的范围进行坐标转换为同一坐标系,合并成质量监管范围一张图;
S4:将所述模拟测绘地理信息项目施测范围的实际情况与所述质量监管范围一张图进行空间范围叠加匹配,若单元区域内空间范围具有重叠关系且测绘单位名称相同的项目范围,即为匹配相关,否则为匹配不相关;
S5:统计各单元区域内匹配相关的已监管测绘地理信息项目数量占所述模拟测绘地理信息项目施测范围的实际情况总数的比例k1,单元区域内匹配不相关的已监管测绘地理信息项目数量占该单元区域内已监管测绘地理信息项目总数的比例k2;
S6:分析得出各单元区域的测绘地理信息项目监管覆盖率k=k1/(1+k2)。
2.根据权利要求1一种基于CORS大数据的测绘地理信息质量监管方法,其特征在于:所述S1获取CORS大数据的若干轨迹点数据,包括:
获取某时间段内CORS大数据定位服务完成的轨迹点位置大地坐标,并依据坐标转换参数将大地坐标转换至平面坐标,得到若干轨迹点数据。
3.根据权利要求1一种基于CORS大数据的测绘地理信息质量监管方,其特征在于:所述S2采用聚类算法将所述若干轨迹点数据进行聚类,模拟测绘地理信息项目施测范围的实际情况,包括:
采用聚类算法根据属于同一测绘单位测量账号且空间位置上具有集聚性和测量时间接近的点聚合成一个集合,对获取的所述CORS大数据的若干轨迹点数据进行聚类,以模拟各项目施测时的真实作业范围。
4.根据权利要求1一种基于CORS大数据的测绘地理信息质量监管方法,其特征在于:所述同一测绘单位测量账号是指用于CORS测量的账号从属于同一测绘单位;所述空间位置上具有集聚性是指测量点之间的空间距离小于预设距离阈值;所述测量时间接近是指测量点的施测时间小于预设时间阈值。
5.根据权利要求1一种基于CORS大数据的测绘地理信息质量监管方法,其特征在于:所述模拟测绘地理信息项目施测范围的实际情况总数是根据CORS大数据中轨迹点进行聚类计算所得到的聚类簇总数。
6.根据权利要求1一种基于CORS大数据的测绘地理信息质量监管方法,其特征在于:所述步骤S5,具体包括:
以某一空间管理尺度为基本单元,分析各单元区域内所述匹配相关的已监管测绘地理信息项目范围中的范围线个数占所述模拟测绘地理信息项目施测范围的实际情况范围线个数的比例k1;分析各单元区域内匹配不相关的所述已监管范围中测绘地理信息项目地理信息的范围线个数占所述已监管范围中测绘地理信息项目总数的比例k2。
7.根据权利要求6一种基于CORS大数据的测绘地理信息质量监管方法,其特征在于:所述以某一空间管理尺度为基本单元,包括:以区或县或镇界线为基本单元,或以测绘单位为基本单元。
8.根据权利要求1一种基于CORS大数据的测绘地理信息质量监管方法,其特征在于:所述重叠关系包括已监管项目范围与所述模拟测绘地理信息项目施测范围的实际情况的项目范围存在完全重叠或局部重叠关系。
9.一种基于CORS大数据的测绘地理信息质量监管系统,其特征在于:包括数据采集模块和数据处理分析模块,所述数据采集模块与所述数据处理分析模块相连,
所述数据采集模块:用于获取CORS大数据的若干轨迹点数据和已监管测绘地理信息项目的范围及测绘单位信息;
所述数据处理分析模块:用于采用聚类算法将所述若干轨迹点数据进行聚类,模拟测绘地理信息项目施测范围的实际情况;将所述已监管测绘地理信息项目的范围进行坐标转换为同一坐标系,合并成质量监管范围一张图;将所述模拟测绘地理信息项目施测范围的实际情况与所述质量监管范围一张图进行空间范围叠加匹配,若单元区域内空间范围具有重叠关系且测绘单位名称相同的项目范围,即为匹配相关,否则为匹配不相关,统计各单元区域内匹配相关的已监管测绘地理信息项目数量占所述模拟测绘地理信息项目施测范围的实际情况总数的比例k1,单元区域内匹配不相关的已监管测绘地理信息项目数量占该单元区域内已监管测绘地理信息项目总数的比例k2;分析得出各单元区域的测绘地理信息项目监管覆盖率k=k1/(1+k2)。
10.根据权利要求9所述一种基于CORS大数据的测绘地理信息质量监管系统,其特征在于:所述重叠关系包括已监管项目范围与所述模拟测绘地理信息项目施测范围的实际情况的项目范围存在完全重叠或局部重叠关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311577610.3A CN117610779B (zh) | 2023-11-24 | 2023-11-24 | 基于cors大数据的测绘地理信息质量监管方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311577610.3A CN117610779B (zh) | 2023-11-24 | 2023-11-24 | 基于cors大数据的测绘地理信息质量监管方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117610779A CN117610779A (zh) | 2024-02-27 |
CN117610779B true CN117610779B (zh) | 2024-05-24 |
Family
ID=89950890
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311577610.3A Active CN117610779B (zh) | 2023-11-24 | 2023-11-24 | 基于cors大数据的测绘地理信息质量监管方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117610779B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108460107A (zh) * | 2018-02-07 | 2018-08-28 | 重庆市地理信息中心 | 测绘地理信息质量管理系统 |
CN115900656A (zh) * | 2022-11-11 | 2023-04-04 | 广东国图勘测地理信息有限公司 | 一种基于无人机的不动产测绘项目分区域测绘方法及系统 |
WO2023103290A1 (zh) * | 2021-12-09 | 2023-06-15 | 上海禾赛科技有限公司 | 标定方法、标定设备、标定系统和可读存储介质 |
-
2023
- 2023-11-24 CN CN202311577610.3A patent/CN117610779B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108460107A (zh) * | 2018-02-07 | 2018-08-28 | 重庆市地理信息中心 | 测绘地理信息质量管理系统 |
WO2023103290A1 (zh) * | 2021-12-09 | 2023-06-15 | 上海禾赛科技有限公司 | 标定方法、标定设备、标定系统和可读存储介质 |
CN115900656A (zh) * | 2022-11-11 | 2023-04-04 | 广东国图勘测地理信息有限公司 | 一种基于无人机的不动产测绘项目分区域测绘方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117610779A (zh) | 2024-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gogolak et al. | Indoor fingerprint localization in WSN environment based on neural network | |
CN108918815B (zh) | 一种土壤重金属风险预测方法 | |
CN105355047B (zh) | 多交通检测源动态时间粒度的数据融合处理方法 | |
CN110046834A (zh) | 工作场所有害气体健康风险定量评估系统及其评估方法 | |
CN105118108B (zh) | 一种长输油气管道巡检方法及系统 | |
CN111563649A (zh) | 一种基于联盟链的水质监测管理系统及方法 | |
CN113360587B (zh) | 一种基于gis技术的土地测绘设备及测绘方法 | |
CN103249144A (zh) | 一种基于c型的无线传感器网络节点定位方法 | |
CN116308958A (zh) | 基于移动终端的碳排放在线检测预警系统及方法 | |
CN107884746B (zh) | 一种无线电网格化中多站无源时差定位技术自动选站方法 | |
CN110716998B (zh) | 一种精细尺度人口数据空间化方法 | |
CN115994685A (zh) | 一种国土空间规划现状评估方法 | |
CN114493333A (zh) | 一种土地测绘作业数据实时采集处理方法 | |
Zaidan et al. | Dense air quality sensor networks: Validation, analysis, and benefits | |
Loska et al. | Integrated system of control and management of exploitation of water supply system | |
CN117610779B (zh) | 基于cors大数据的测绘地理信息质量监管方法及系统 | |
CN113496348A (zh) | 一种耕地质量管理系统及方法 | |
CN104821854A (zh) | 一种基于随机集的多主用户多维频谱感知方法 | |
CN109725121B (zh) | 一种生成采样任务的方法和系统 | |
CN117234156A (zh) | 选矿厂巡检系统及巡检方法 | |
CN116542469A (zh) | 一种基于bim技术的建筑工程监理智能一体化云平台及监理方法 | |
CN116307858A (zh) | 测绘成果质量检查与评分系统 | |
Ansari et al. | HistoRIA: A new tool for simulation input analysis | |
CN110019167A (zh) | 一种中长期新能源资源资料库构建方法及系统 | |
CN109283107B (zh) | 一种pm2.5个体暴露自动化监测装置及监测方法 |
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 |