本發(fā)明涉及數(shù)據(jù)網(wǎng)格化統(tǒng)計(jì)，具體涉及一種空間數(shù)據(jù)網(wǎng)格化統(tǒng)計(jì)裝置及方法。

背景技術(shù)：

1、空間數(shù)據(jù)網(wǎng)格化統(tǒng)計(jì)是一種將連續(xù)的空間數(shù)據(jù)按照特定規(guī)則劃分為若干個(gè)規(guī)則或不規(guī)則網(wǎng)格單元，并對(duì)每個(gè)網(wǎng)格單元內(nèi)的空間數(shù)據(jù)進(jìn)行統(tǒng)計(jì)和分析的方法。在空間數(shù)據(jù)研究中，原始數(shù)據(jù)往往分布廣泛且形式多樣，通過(guò)網(wǎng)格化處理，可將復(fù)雜的空間信息轉(zhuǎn)化為離散的網(wǎng)格單元集合，每個(gè)網(wǎng)格單元被賦予特定的屬性值（如該網(wǎng)格內(nèi)建筑物的數(shù)量、面積總和、人口密度等統(tǒng)計(jì)指標(biāo)）。其不僅簡(jiǎn)化了空間數(shù)據(jù)的復(fù)雜度，便于數(shù)據(jù)的存儲(chǔ)、管理和計(jì)算，還能更直觀地展示空間數(shù)據(jù)的分布特征和變化趨勢(shì)。

2、現(xiàn)有技術(shù)如基于數(shù)學(xué)插值的空間數(shù)據(jù)網(wǎng)格化統(tǒng)計(jì)方法，其使用規(guī)則網(wǎng)格將待統(tǒng)計(jì)區(qū)域覆蓋，其中各個(gè)網(wǎng)格的數(shù)值采用網(wǎng)格中心所在區(qū)域的統(tǒng)計(jì)值除以該區(qū)域內(nèi)網(wǎng)格數(shù)的方法進(jìn)行計(jì)算，而后用各網(wǎng)格的領(lǐng)域平均值代替該網(wǎng)格的原始數(shù)值，以統(tǒng)計(jì)區(qū)域的總值不變?yōu)榍疤?，以平滑后的柵格值為?quán)重，對(duì)柵格值進(jìn)行調(diào)整形成一次循環(huán)，其通過(guò)多次的平滑與調(diào)整能夠得到統(tǒng)計(jì)值的連續(xù)表面。

3、上述方法雖然能夠在一定程度上實(shí)現(xiàn)對(duì)空間數(shù)據(jù)的網(wǎng)格化統(tǒng)計(jì)，但其由于基于規(guī)則網(wǎng)格進(jìn)行插值，在面對(duì)復(fù)雜分布的數(shù)據(jù)時(shí)，插值結(jié)果可能無(wú)法準(zhǔn)確反映真實(shí)情況，從而可能導(dǎo)致統(tǒng)計(jì)結(jié)果出現(xiàn)偏差，降低了空間數(shù)據(jù)網(wǎng)格化分析結(jié)果準(zhǔn)確性。

4、綜上所述，基于數(shù)學(xué)插值的空間數(shù)據(jù)網(wǎng)格化統(tǒng)計(jì)方法在面對(duì)復(fù)雜分布的數(shù)據(jù)時(shí)，可能導(dǎo)致統(tǒng)計(jì)結(jié)果出現(xiàn)偏差，降低了空間數(shù)據(jù)網(wǎng)格化分析結(jié)果準(zhǔn)確性的問(wèn)題已經(jīng)成為本領(lǐng)域亟需解決的難題，因此有必要提出一種空間數(shù)據(jù)網(wǎng)格化統(tǒng)計(jì)裝置及方法。

技術(shù)實(shí)現(xiàn)思路

1、為解決上述問(wèn)題，本發(fā)明提供一種空間數(shù)據(jù)網(wǎng)格化統(tǒng)計(jì)裝置及方法，通過(guò)采用dbscan算法對(duì)實(shí)際參考數(shù)據(jù)進(jìn)行數(shù)據(jù)分析操作，能夠自動(dòng)識(shí)別數(shù)據(jù)中的密集區(qū)域和稀疏區(qū)域，無(wú)需預(yù)先設(shè)定網(wǎng)格大小或形狀，使其能夠處理任意形狀的簇，進(jìn)而提高了空間數(shù)據(jù)網(wǎng)格化分析結(jié)果的效率和準(zhǔn)確性。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案如下：一種空間數(shù)據(jù)網(wǎng)格化統(tǒng)計(jì)裝置，包括以下模塊：

3、數(shù)據(jù)采集模塊，用于集成衛(wèi)星遙感影像技術(shù)、移動(dòng)測(cè)量車實(shí)時(shí)點(diǎn)云技術(shù)、iot傳感器網(wǎng)絡(luò)和歷史檔案數(shù)字化平臺(tái)，構(gòu)建空天地一體化采集體系，對(duì)待統(tǒng)計(jì)區(qū)域的遙感圖像信息、實(shí)時(shí)地理信息、實(shí)地測(cè)量信息和歷史檔案信息進(jìn)行采集。

4、模型建立模塊，用于以數(shù)據(jù)采集模塊采集到的歷史檔案信息和實(shí)時(shí)地理信息為基礎(chǔ)，建立建筑物分布的概率模型，并以遙感圖像信息、實(shí)時(shí)地理信息和實(shí)地測(cè)量信息為基礎(chǔ)建立實(shí)時(shí)信息庫(kù)，通過(guò)實(shí)時(shí)信息庫(kù)建立建筑變化增量模型，對(duì)建筑物分布的概率模型和建筑變化增量模型進(jìn)行動(dòng)態(tài)加權(quán)整合，得到綜合分析模型。

5、數(shù)據(jù)分析模塊，用于通過(guò)綜合分析模型，采用dbscan算法對(duì)實(shí)際參考數(shù)據(jù)進(jìn)行數(shù)據(jù)分析操作，得出分析結(jié)果，并計(jì)算得到的分析結(jié)果與實(shí)際參考數(shù)據(jù)之間的匹配率；其中，實(shí)際參考數(shù)據(jù)為實(shí)時(shí)信息庫(kù)中的遙感圖像信息、實(shí)時(shí)地理信息和實(shí)地測(cè)量信息。

6、多源驗(yàn)證模塊，用于根據(jù)分析結(jié)果與實(shí)際參考數(shù)據(jù)之間的匹配率，采用多級(jí)決策機(jī)制對(duì)分析結(jié)果的輸出情況進(jìn)行調(diào)整。

7、數(shù)據(jù)輸出與管理模塊，用于對(duì)輸出的分析結(jié)果進(jìn)行分類和編碼操作，并以分析結(jié)果為基礎(chǔ)創(chuàng)建圖表，同時(shí)對(duì)采集過(guò)程和分析過(guò)程中的所有數(shù)據(jù)進(jìn)行歸檔和備份操作。

8、進(jìn)一步，數(shù)據(jù)采集模塊包括以下單元：

9、遙感圖像采集單元，用于與衛(wèi)星api對(duì)接，自動(dòng)拉取最新的遙感影像信息。

10、地理信息采集單元，用于通過(guò)geoserver實(shí)時(shí)獲取待統(tǒng)計(jì)區(qū)域的路網(wǎng)和地形數(shù)據(jù)，將其整合為實(shí)時(shí)地理信息。

11、測(cè)量信息采集單元，用于通過(guò)移動(dòng)測(cè)量車實(shí)時(shí)點(diǎn)云技術(shù)和iot傳感器網(wǎng)絡(luò)對(duì)待統(tǒng)計(jì)區(qū)域的建筑物進(jìn)行實(shí)地測(cè)量，得出實(shí)地測(cè)量信息。

12、歷史檔案采集單元，用于通過(guò)互聯(lián)網(wǎng)大模型查詢待統(tǒng)計(jì)區(qū)域的歷史檔案信息。

13、進(jìn)一步，模型建立模塊包括以下單元：

14、概率模型建立單元，用于對(duì)歷史檔案信息和實(shí)時(shí)地理信息進(jìn)行關(guān)鍵因子提取操作，并基于提取出的關(guān)鍵因子建立建筑物分布的概率模型，其具體算法公式如下：

15、（1）。

16、其中，y=1為存在建筑物的概率，x為特征向量，為通過(guò)歷史數(shù)據(jù)訓(xùn)練得到的權(quán)重參數(shù)。

17、增量模型建立單元，用于根據(jù)遙感圖像信息對(duì)建筑物的變化情況進(jìn)行實(shí)時(shí)監(jiān)測(cè)和預(yù)測(cè)，根據(jù)實(shí)時(shí)地理信息對(duì)新建筑物進(jìn)行識(shí)別操作，并基于實(shí)地測(cè)量信息對(duì)建筑物的使用狀態(tài)進(jìn)行分析，建立出實(shí)時(shí)信息庫(kù)，再以實(shí)時(shí)信息庫(kù)為基礎(chǔ)，建立建筑變化增量模型。

18、模型整合單元，用于采用卡爾曼濾波技術(shù)對(duì)建筑物分布的概率模型和建筑變化增量模型進(jìn)行動(dòng)態(tài)加權(quán)整合，得到綜合分析模型。

19、進(jìn)一步，dbscan算法的具體過(guò)程如下：

20、給定對(duì)象p，對(duì)其-鄰域進(jìn)行定義，具體公式如下：

21、（2）。

22、其中，d為數(shù)據(jù)集，為p點(diǎn)到q點(diǎn)的距離。

23、當(dāng)點(diǎn)p的-鄰域中包含有minpts個(gè)點(diǎn)時(shí)，p為核心點(diǎn)，其具體表示為：

24、（3）。

25、此時(shí)，當(dāng)點(diǎn)q在點(diǎn)p的-鄰域中，且p為核心點(diǎn)時(shí)，q從p直接密度可達(dá)；當(dāng)存在一個(gè)點(diǎn)序列p1、p2、…、pn，且其中p1=p，pn=q，同時(shí)pi+1從pi直接密度可達(dá)時(shí)，則q從p密度可達(dá)；當(dāng)存在一個(gè)點(diǎn)o，且點(diǎn)p和點(diǎn)q都從點(diǎn)o密度可達(dá)時(shí)，則p和q密度相連。

26、進(jìn)一步，匹配率的計(jì)算公式如下：

27、（4）。

28、其中，g為匹配率，f為分析結(jié)果，c為參考數(shù)據(jù)。

29、進(jìn)一步，多源驗(yàn)證模塊的運(yùn)作流程如下：

30、當(dāng)匹配率大于90%時(shí)，多源驗(yàn)證模塊將分析結(jié)果直接輸出。

31、當(dāng)匹配率在70%-90%之間時(shí)，由多源驗(yàn)證模塊對(duì)分析結(jié)果進(jìn)行調(diào)整，并將調(diào)整完畢后的分析結(jié)果向工作人員展示，在工作人員確認(rèn)后，將分析結(jié)果進(jìn)行輸出。

32、當(dāng)匹配率小于70%時(shí)，多源驗(yàn)證模塊向工作人員發(fā)出報(bào)警，由工作人員人工介入，對(duì)分析結(jié)果進(jìn)行修正，在修正完成后，再將修正后的分析結(jié)果進(jìn)行輸出。

33、進(jìn)一步，歷史檔案采集單元還用于通過(guò)ocr技術(shù)對(duì)紙質(zhì)文檔進(jìn)行識(shí)別，再通過(guò)nlp技術(shù)對(duì)紙質(zhì)文檔中的數(shù)據(jù)進(jìn)行提取，得到紙質(zhì)文檔中的歷史檔案。

34、進(jìn)一步，多源驗(yàn)證模塊包括自學(xué)習(xí)單元，當(dāng)匹配率在70%-90%之間時(shí)，多源驗(yàn)證模塊通過(guò)自學(xué)習(xí)單元對(duì)分析結(jié)果進(jìn)行調(diào)整，同時(shí)記錄調(diào)整參數(shù)并反饋至模型建立模塊，使模型建立模塊根據(jù)調(diào)整參數(shù)更新綜合分析模型的參數(shù)。

35、進(jìn)一步，數(shù)據(jù)輸出與管理模塊包括區(qū)塊鏈存證單元，用于將分析結(jié)果、采集的所有數(shù)據(jù)和處理日志生成哈希值并上傳至區(qū)塊鏈進(jìn)行存證。

36、進(jìn)一步，一種空間數(shù)據(jù)網(wǎng)格化統(tǒng)計(jì)方法，包括以下步驟：

37、步驟一，數(shù)據(jù)采集與模型建立：采集待統(tǒng)計(jì)區(qū)域的遙感圖像信息、實(shí)時(shí)地理信息、實(shí)地測(cè)量信息和歷史檔案信息，根據(jù)其歷史檔案信息和實(shí)時(shí)地理信息為基礎(chǔ)建立建筑物分布的概率模型，同時(shí)以遙感圖像信息、實(shí)時(shí)地理信息和實(shí)地測(cè)量信息為依據(jù)，建立實(shí)時(shí)信息庫(kù)，再基于實(shí)時(shí)信息庫(kù)建立建筑變化增量模型，最后將概率分布模型和建筑變化增量模型進(jìn)行整合，得到綜合分析模型。

38、步驟二，數(shù)據(jù)分析與多源驗(yàn)證：通過(guò)dbscan算法和綜合分析模型分析實(shí)際參考數(shù)據(jù)，在得出分析結(jié)果后，計(jì)算得出其與實(shí)際參考數(shù)據(jù)之間的匹配率，并以匹配率為參考數(shù)據(jù)建立多級(jí)決策機(jī)制，對(duì)分析結(jié)果的輸出進(jìn)行調(diào)整。

39、步驟三，數(shù)據(jù)的輸出與管理：在完成分析結(jié)果的輸出后，對(duì)本次分析中的所有數(shù)據(jù)進(jìn)行歸檔和備份，同時(shí)將輸出的分析結(jié)果分類編碼，并根據(jù)輸出的分析結(jié)果創(chuàng)建圖表。

40、上述方案的技術(shù)原理如下：

41、數(shù)據(jù)采集模塊首先對(duì)待統(tǒng)計(jì)區(qū)域的遙感圖像信息、實(shí)時(shí)地理信息、實(shí)地測(cè)量信息和歷史檔案信息進(jìn)行采集，再由模型建立模塊以歷史檔案信息和實(shí)時(shí)地理信息為基礎(chǔ)，建立建筑物分布的概率模型，以遙感圖像信息、實(shí)時(shí)地理信息和實(shí)地測(cè)量信息為基礎(chǔ)建立實(shí)時(shí)信息庫(kù)，基于實(shí)時(shí)信息庫(kù)建立出建筑變化增量模型，再對(duì)建筑物分布的概率模型和建筑變化增量模型進(jìn)行動(dòng)態(tài)加權(quán)整合，得到綜合分析模型。

42、在得出綜合分析模型后，通過(guò)數(shù)據(jù)分析模塊采用dbscan算法對(duì)實(shí)際參考數(shù)據(jù)進(jìn)行數(shù)據(jù)分析，得出分析結(jié)果，并同步計(jì)算其與實(shí)際參考數(shù)據(jù)的匹配率，在得出匹配率后，由多源驗(yàn)證模塊根據(jù)匹配率的具體情況對(duì)分析結(jié)果的輸出情況進(jìn)行調(diào)整和輸出，最后再由數(shù)據(jù)輸出與管理模塊對(duì)所有數(shù)據(jù)進(jìn)行歸檔備份，并對(duì)輸出的分析結(jié)果進(jìn)行分類和編碼，同時(shí)根據(jù)分析結(jié)果創(chuàng)建圖表。

43、采用上述方案有以下有益效果：

44、1、本發(fā)明，通過(guò)采用dbscan算法對(duì)實(shí)際參考數(shù)據(jù)進(jìn)行數(shù)據(jù)分析操作，能夠自動(dòng)識(shí)別數(shù)據(jù)中的密集區(qū)域和稀疏區(qū)域，無(wú)需預(yù)先設(shè)定網(wǎng)格大小或形狀，使其能夠處理任意形狀的簇，進(jìn)而提高了空間數(shù)據(jù)網(wǎng)格化分析結(jié)果的效率和準(zhǔn)確性。

45、2、本發(fā)明，通過(guò)對(duì)建筑物分布概率模型和建筑變化增量模型進(jìn)行動(dòng)態(tài)加權(quán)整合，得到綜合分析模型，充分考慮了建筑物的歷史分布和實(shí)時(shí)變化情況，提高了綜合分析模型的準(zhǔn)確性和適應(yīng)性。

46、3、本發(fā)明，通過(guò)對(duì)輸出的分析結(jié)果進(jìn)行分類和編碼操作，并以分析結(jié)果為基礎(chǔ)創(chuàng)建圖表，為工作人員提供了直觀的分析結(jié)果。同時(shí)，對(duì)采集過(guò)程和分析過(guò)程中的所有數(shù)據(jù)進(jìn)行歸檔和備份的操作，還確保了數(shù)據(jù)的安全性和可追溯性。

47、本發(fā)明的附加方面和優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過(guò)本發(fā)明的實(shí)踐了解到。