申请/专利权人：重庆市规划和自然资源调查监测院

申请日：2023-06-08

公开（公告）日：2024-04-26

公开（公告）号：CN116703031B

主分类号：G06Q10/063

分类号：G06Q10/063;G06Q50/02;G06T17/05;G06T17/20;G06F16/29

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2023.09.22#实质审查的生效;2023.09.05#公开

摘要：本发明涉及GIS选址技术领域，尤其涉及一种使用GIS进行水田选址大数据分析方法，针对现有技术采用人工测量，数据精度低，数据采集周期长导致工作效率大大降低，采集成本高，无法进行选址自动规划等问题，现提出如下方案，包括以下步骤：S1：设置选址标准，选取可供整理地块，将选取结果作为分析的输入数据；本发明的目的是选用GIS技术，应用大数据空间分析作用，对选址区域进行各种各样统计分析、量算，量算数据精度高，采集数据耗时短，降低采集成本和数据错误率；GIS可实时获取必要信息，提供实时的、动态的监测信息，保证所需数据的及时性、准确性以及有效性，GIS对水田选址进行自动规划，大大提升工作效率。

主权项：1.一种使用GIS进行水田选址大数据分析方法，其特征在于，包括以下步骤：S1：设置选址标准，选取可供整理地块，将选取结果作为分析的输入数据；S2：DEM生成与分析，生成符合要求的TIN数据；所述S2中，DEM生成与分析，利用CreateTINFromFeature工具把高程点和等高线数据生成TIN，在HeightSource处注意将字段选择为高程属性字段，生成符合要求TIN数据，将TIN数据转换成规则格网形式的DEM数据；S3：利用GIS的坡度分析工具对DEM数据进行坡度分析，生成坡度数据；S4：去除坡度大于25°的地块；S5：从初始数据上生成中间过程数据，计算选址模型；根据水田采用数据，形成中间过程数据，该中间过程数据包括：水田选址的土地影响值，水田选址坡度影响概率，水田选址居民密度数据；收集水田选址方圆20公里的地理信息，水田选址的土地影响值与土地栽种适宜度和土地环境影响概率数据指标相关； 其中，Ei为进行水田选址的土地栽种适宜度的计算值，ki为第i块水田数据的评价权重，G为水田数据的环境风险指标，δ为调节系数；土地环境影响概率为F， 其中F1为盐碱地发生概率、F2为含水率、F3为植被覆盖率，土地环境影响均值；水田选址的土地影响值为Gi＝F·Ei；对于水田选址坡度影响概率来说，针对选址的坡度θ计算水田选址坡度影响概率， 其中，通过第j个适宜的坡度选址面积与预期坡度的面积D的比值，如果比值大于1，则说明适宜的坡度选址面积大于预期坡度的面积，反之，如果比值小于1，则说明适宜的坡度选址面积小于预期坡度的面积；通过比值除以全部j个适宜的坡度选址面积的总和，通过设定的面积收敛阈值μ进行调节之后，得到水田选址坡度影响概率Hj；水田选址居民密度数据Pu计算为其中，p为水田选址区域的居民数量，su为第u个水田选址区域在该水田选址区域中相应居民住所的面积比例，该比例计算为，水田面积除以水田面积与全部居民居住总面积的和；S为选址的总面积；根据水田选址的影响权重进行综合判断，形成选址模型Z；Z＝η1·Gi+η2·Hj+η3·Pu，其中，η1,η2,η3分别为土地影响权重，坡度影响权重和居民密度影响权重，η1+η2+η3＝0.8各项权重根据实际工作中的经验进行调整；S6：针对种植农作物的总体情况进行监测，获取评价单元；所述S6中，针对种植农作物的总体情况进行监测以及对相关数据进行展示，针对农作物种类、种植面积、生长情况、产量、进行监测，展示监测的模块有农业物分类模块、农业做物长势模块、农业作物估产模块，监测土地的营养成分含量以及土壤状态，对最近一周天气情况、降雨情况、未来七日预警的相关信息进行监测，后台展示对应的历史天气信息情况并接入真实数据，建立评价单元，划分为乡镇行政村、栅格、图斑，通过将图斑作为评价单元，对已选定的水田区域的建设方向进行有效指导，分析高标准农田建设区域特点和位置选择，针对细小的耕地图斑进行合并。

全文数据：

权利要求：

百度查询： 重庆市规划和自然资源调查监测院 使用GIS进行水田选址大数据分析方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD