[发明专利]基于多源数据的村庄发展潜力评价及村庄分类方法及装置在审

专利信息
申请号: 202110754536.2 申请日: 2021-07-02
公开(公告)号: CN113610346A 公开(公告)日: 2021-11-05
发明(设计)人: 胡月明;朱泽;陈宇;陈飞香;王璐;谢英凯 申请(专利权)人: 华南农业大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/26
代理公司: 广东广盈专利商标事务所(普通合伙) 44339 代理人: 李俊
地址: 510000 广*** 国省代码: 广东;44
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 数据 村庄 发展潜力 评价 分类 方法 装置
【权利要求书】:

1.一种基于多源数据的村庄发展潜力评价及村庄分类方法,其特征在于,所述方法包括:

确定待潜力评价的村庄区域,并获得所述村庄区域的兴趣点数据、OSM数据和夜间灯光数据;

将所述村庄区域的兴趣点数据、OSM数据和夜间灯光数据统一转化为西安80投影坐标系,形成所述村庄区域的潜力评价数据库;

基于所述潜力评价数据库对所述村庄区域内的村庄进行发展潜力值进行计算评估处理,获得各村庄的发展潜力值;

基于所述发展潜力值利用引力模型进行村与村之间的引力值计算处理,获得村与村之间的引力值;

基于所述潜力评价数据库利用核密度分析法进行兴趣点数据的核密度分析处理,获得村庄区域的所有兴趣点数据的核密度分布;

基于村与村之间的引力值和村庄区域的所有兴趣点数据的核密度分布进行村庄分类处理,获得村庄分类结果,所述村庄分类结果包括搬迁撤并类、规模控制类、相对稳定类和集聚提升类。

2.根据权利要求1所述的村庄发展潜力评价及村庄分类方法,其特征在于,所述获得所述村庄区域的兴趣点数据、OSM数据和夜间灯光数据,包括:

基于百度地图的API接口通过获得相应URL并编写Python语言对所述村庄区域的百度兴趣点数据的爬取处理,获得所述村庄区域的兴趣点数据,所述兴趣点数据包括类别、名称和经纬度;

基于OSM官网下载全国的路网数据,对所述路网数据进行地里配准、地图裁剪处理,获得所述村庄区域的OSM数据;

基于NOAA/NGDC网站下载全国夜间灯光数据,对全国夜间灯光数据依次进行消除噪声、去除异常值、影像裁剪处理,获得所述村庄区域的夜间灯光数据。

3.根据权利要求1所述的村庄发展潜力评价及村庄分类方法,其特征在于,所述将所述村庄区域的兴趣点数据、OSM数据和夜间灯光数据统一转化为西安80投影坐标系,形成所述村庄区域的潜力评价数据库,包括:

基于Landsat8遥感影像对所述村庄区域的土地利用数据进行提取处理,获得村庄区域的土地利用数据;

以所述土地利用数据将所述村庄区域的兴趣点数据、OSM数据和夜间灯光数据统一转化为西安80投影坐标系,形成所述村庄区域的潜力评价数据库。

4.根据权利要求1所述的村庄发展潜力评价及村庄分类方法,其特征在于,所述基于所述潜力评价数据库对所述村庄区域内的村庄进行发展潜力值进行计算评估处理,获得各村庄的发展潜力值,包括:

对所述村庄区域的潜力评价数据库的村庄对应潜力评价数据进行指标数据标准化处理,获得标准化指标数据;

利用熵值法对所述标准化指标数据进行指标权重确定处理,获得计算指标权重;

基于所述计算指标权重对所述村庄区域内的各个村庄的发展潜力值进行计算,获得各村庄的发展潜力值。

5.根据权利要求4所述的村庄发展潜力评价及村庄分类方法,其特征在于,所述对所述村庄区域的潜力评价数据库的村庄对应潜力评价数据进行指标数据标准化处理的公式如下:

对于正向指标的指标数据标准化处理如下:

对于负向指标的指标数据标准化处理如下:

其中,yij表示第i个村庄的第j个指标标准化后的值;xij表示第i个村庄的第j个指标的实际值;max(xij)表示第i个村庄的第j个指标的最大值;min(xij)表示第i个村庄的第j个指标的最小值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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华南农业大学,未经华南农业大学许可,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/202110754536.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top