[发明专利]基于时空推理的场地污染数字化与图形化展示系统及方法有效
申请号: | 201910649549.6 | 申请日: | 2019-07-18 |
公开(公告)号: | CN110544304B | 公开(公告)日: | 2023-03-14 |
发明(设计)人: | 刘占柱;徐海峰;李英韬;刘健;杨光;焦传宝 | 申请(专利权)人: | 长春市万易科技有限公司 |
主分类号: | G06T17/05 | 分类号: | G06T17/05;G06F16/56 |
代理公司: | 长春众邦菁华知识产权代理有限公司 22214 | 代理人: | 于晓庆 |
地址: | 130000 吉林省长春市*** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 时空 推理 场地 污染 数字化 图形 展示 系统 方法 | ||
1.基于时空推理的场地污染数字化与图形化展示方法,其特征在于,包括以下步骤:
(1)采用地质三维空间自然情况展示方法,对检测场地在自然条件下进行检测,形成检测场地地下各个地质层的自然扩展指标以及各个地质层的结构图,并在三维图层上显示出来,同时形成污染物自然扩展指标数据库;
(2)采集检测场地的各类检测数据,通过转换和补充,汇总形成通用的场地污染检测原始数据,要求各个检测点在地表按照抽样分布法、污染源检测法、边界检测法进行布局,同时还要求在地下各个地质层边界处增设检测点;
(3)采用数据蕴含关联分析方法对数据采集模块输出的场地污染检测原始数据进行关联分析,包括数据相关性指标值设定、数据矩阵分析、数据相干因子计算以及相干数据检测指标提取,通过数据蕴含关联分析模块找出不同检测指标下数据一致性的规律;
所述数据蕴含关联分析方法包括以下步骤:
步骤一、数据准备
准备检测场地100个检测点以上的检测数据,每个检测指标所对应的检测数据量应大于100个;
步骤二、共线性检验
将各个检测指标及检测结果进行多元共线性计算,计算方差膨胀因子;
方差膨胀因子VIF计算公式如式1所示;
式(1)中,Ri是以检测指标i为因变量时对其它指标值回归的复测定系数,无单位;
当0VIF10,不存在多重共线性;
当10≤VIF100,存在较强的多重共线性;
当VIF≥100,存在严重多重共线性;
将VIF大于100的检测项作为校验检测的检测指标;
步骤三、差异性标定
根据不同的地质层土壤条件下分别标定污染物的共线性检测指标;
(4)采用系统中预存的检测数据质量处理方法判定场地污染检测原始数据的质量,对数据异常值进行标识,剔除误差较大的数据,形成场地污染检测一审数据;
(5)首先采用基于时空推理的场地污染检测数据插值方法,对场地污染检测一审数据按照时间、空间进行数据插值计算并矢量化,形成在矢量空间和时间均连续的场地污染检测矢量数据,然后采用数据时空矢量化方法将各项检测数据的点的位置进行矢量转换,并赋予一个时间轴,进行空间变换,并为每种检测数据赋予一种色标,形成基于时空的矢量化数据;
所述基于时空推理的场地污染检测数据插值方法包括以下步骤:
步骤一、数据分区
首先按照地质层对数据进行分区,形成多维空间;
步骤二、紧邻值查找
在多维空间维度选取需插值数据邻近空间的n个关联性最大的取样数据,对于一个多维空间需插值数据,计算该需插值数据邻近空间点的数据序列以及需插值数据点的数据序列之间的关联系数R(yi,y0),yi表示多维空间中需插值数据邻近空间点的数据序列;y0表示需插值数据点的数据序列;
步骤三、空间插值计算
在空间维度,采用P-Bshade方法利用n个关联系数最大的空间周围采样数据,依据下式计算多维空间需插值数据的空间维度估值y′0,如式2所示;
式(2)中,C污为污染物吸收系数;Mi表示第i个空间邻近取样数据对需插值数据的空间贡献权重,即:
式(3)中,i∈n,[M1,…,Mn,μ]表示待求解矩阵;
μ代表拉格朗日乘子,无单位;
C(yi,yi')表示第i个大数据中多维空间周围取样点的时间序列与第i'个空间邻近取样点的时间序列的协方差,无单位;
bi和bn分别代表大数据中第i、n个空间邻近取样点的时间序列与需插值数据的时间序列之间的期望比值,无单位;
C(yn,yn)代表第n个空间周围取样点的时间序列与需插值数据点的时间序列的协方差,无单位;
C污i:为污染物i点的吸收系数;
T污i:污染物在i点的渗透系数T污;
步骤四、时间插值计算
在大数据时间维度上,采用m个关联系数最大的时间周围采样数据,利用式(4)计算大数据中多维空间需插值数据的时间维度估值t′0;
式(4)中,C(tj,tj')表示大数据中第j个邻近时间切片的空间点序列与第j'个邻近时间切片的空间点序列的协方差;
aj和am分别表示多维空间第j、m个周围时间切片的空间点序列与需插值数据时间切片的空间点序列的期望比;
C(tm,tm)表示数据库中第m个邻近时间切片的空间数据点序列与需插值数据时间切片的空间点序列的协方差,j∈m;
T污m:污染物m点的渗透系数;
步骤五、数据融合
采用线性加权方法对两种维度的估计值进行融合,利用下式计算多维空间需插值数据的最终时空估计结果:Y0=A*y′0+B*t′0,其中,A代表大数据中的多维空间维度权重,B代表多维空间数据时间维度权重,对于权重的确定过程,采用多维空间数据上下文中的关联系数进行计算:
式(5)中,R(tj,t0)表示多维空间数据序列tj与需插值数据序列t0之间的关联系数;
求解式(5)能够得到大数据中多维空间数据时空维度的贡献权重,式(5)在一定程度上考虑了大数据中多维空间数据时间维度和空间维度的贡献率,使得多维空间数据时空维度计算结果的融合较为合理,最后将多维空间数据时空维度估计结果和时空维度权重引入式(5)中即可获得多维空间需插值数据的时空估计结果;
(6)通过2.5D三维图层展示方法将各个检测数据以2.5D形式展示到大屏幕或显示器的时空图上,在三维地图上展示1种或几种场地污染检测矢量数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长春市万易科技有限公司,未经长春市万易科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910649549.6/1.html,转载请声明来源钻瓜专利网。