[发明专利]一种地理数据可用性的评定方法在审
| 申请号: | 201811497171.4 | 申请日: | 2018-12-07 |
| 公开(公告)号: | CN109597870A | 公开(公告)日: | 2019-04-09 |
| 发明(设计)人: | 朱兵;王旭东;邵名声;陈清萍;王萍;胡聪;蔡翔;王阳;唐波;叶水勇;朱笔挥;陈明;刘琦 | 申请(专利权)人: | 国网安徽省电力有限公司黄山供电公司;国家电网有限公司 |
| 主分类号: | G06F16/29 | 分类号: | G06F16/29;G06F16/21 |
| 代理公司: | 深圳市百瑞专利商标事务所(普通合伙) 44240 | 代理人: | 李振泉;杨大庆 |
| 地址: | 245000 安*** | 国省代码: | 安徽;34 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 判定 地理数据 可用性 可视化 评定 可视效果 业务应用 有效解决 评估 | ||
1.一种地理数据可用性的评定方法,其特征在于:
通过在可视化效果、可靠性以及有效性三个方面对地理数据进行评估,将可视效果SIM≥90判定为优秀,85≤SIM<90判定为合格,SIM<85判定为不合格;将可靠性W≥99.99判定为优秀,95≤W<99.99判定为合格,W<95判定为不合格;将有效性Eff≥99.99判定为优秀,95≤Eff<99.99判定为合格,Eff<95判定为不合格;除了可视化效果、可靠性以及有效性三个方面的评估之外,将所有存在不符合国家相关规定的要素的地理数据可用性判定为不合格。
2.根据权利要求1所述的地理数据可用性的评定方法,其特征在于:
其中,地理数据可视化效果的度量方法如下:
在地理数据中,通常用点、线、面三类数据表示各类地理实体,从而可以将地理数据划分为点群、线群和面群三类空间群组目标;针对上述三类空间群组目标,分别采用不同的度量方法;具体如下:
(1)点群目标的相似性度量
a、空间点群目标方向关系相似性度量
将目标点群生成标准差椭圆,通过计算其方向偏离程度来度量点群目标方向相似度;并在此基础上,根据目标点群的标准差椭圆的长、短轴之间的关系来进行点群目标距离相似度的度量;
标准差椭圆的圆心,利用算术平均中心计算得到,公式如下:
其中,(xi,yi)为每个要素的坐标,(1<=i<=n),n为要素总数,为算术平均中心,(SDEx,SDEy)为标准差椭圆的圆心;
标准差椭圆的方向,x轴为准,正北方向为0度,顺时针旋转θ,计算公式如下:
标准差椭圆的长、短轴的长度计算公式如下:
对空间点群目标生成标准差椭圆,点群目标的主要分布方向可用椭圆的长轴方向进行表示;那么该方向与x轴的夹角θ的取值范围为[0,π];则对标准差椭圆夹角分别为θ1和θ2的两个点群来说,其方向相似度如下:
SIM_dirc=|cos(θ1-θ2)|;
当两点群的标准差椭圆方向相互垂直时,点群之间的空间方向相似度为0;当两点群的标准差椭圆在同一方向时,之间的空间方向相似度为1;
b、点群要素距离关系相似性度量
前文中点群空间方向相似度描述的是方向偏离特征,但无法描述点群中要素的集中程度;可采用标准差的长、短轴的距离之比来描述点群中要素的集中程度;对标准差椭圆长、短轴分别为a1、b1和a2、b2的两个点群来说,定义其距离相似度如下:
式中空间距离相似度是指点群中点要素分布的集中程度;
c、点群要素几何特征相似性度量
由于点数比较简单,且单独对点数进行讨论并无太大的意义,且本文在点群拓扑相似度的计算中隐含了对点数的描述,同时空间方向相似度与空间距离相似度隐含描述了离散点群在空间的分布趋势;因此,对于空间点群要素的几何特征描述,主要通过点群分布范围来对空间点群目标的几何相似性进行度量;
考虑到分布范围相似度的度量需要具有旋转、平移和缩放不变性,用一种形状描述函数来计算面要素之间的形状相似度:
其中f(li)为点群最小外包多边形的描述参数,即点群外包多边形各点到形心点的距离;
d、点群要素综合相似性度量
在分别计算出空间点群方向相似度、距离相似度和几何特征相似度后,考虑到空间要素间的空间关系和几何特征分布,通过其对空间点群要素相似度的影响分析,对上述计算出的空间点群目三个相似度度量指标分别赋以0.4、0.3、0.3的权值,并参与到最后的计算中;这样变化前后地理数据集中点要素的综合相似度计算公式如下所示:
S_poi=0.4*SIM_dire+0.3*SIM_dist+0.3*SIM_scope;
(2)线群要素的相似性度量
a、线群要素方向关系相似性度量
对于单个线要素的方向表示采用首末端点连线方向来表示;方向均值的计算公式如下:
式中θv为各个线要素的方向,θR为线群要素的方向均值;
若变化前后线群要素的方向均值分别θ1与θ2,那么两组线群要素的空间方向关系相似度的计算方法如下:
Sim_dir=cos|θ1 θ2|;
若变化前后线群要素的方向均值呈垂直时,线群要素空间方向相似度为0;若变化前后线群要素的方向在同一条直线上时,认为两者完全相似,即线群要素空间方向相似度为1;
b、线群要素距离关系相似性度量
方向均值仅描述了空间线群要素在某一方向上的集中趋势,但不能有效描述组成线群的各个要素之间方向的不一致性程度;因此空间线群要素的空间距离关系相似度需要描述各个要素之间方向关系的不一致性程度;用环形方差来对方向距离关系进行度量;环形方差即线群要素之间的距离关系度量值的计算公式如下式:
式中n为组成线群矢量集v的矢量个数,
环形方差即线群距离关系的值域在0和1之间;当OR=0时,表明线群的集中方向之间的跑离为0;当OR=1时,认为各要素与线群的整体方向的距离最远;那么线群要素之间的距离相似度计算方法如下:
c、线群要素几何特征相似度度量
长度是线状要素的基本特征;地理数据,线状要素是由一系列顺序表达的坐标串来表示的,其长度用坐标串中点与点之间的直线距离累加来近似计算;线的曲折系数或曲折度可简单定义为线的实际长度和其直线长度的比值;其计算公式为:
式中,L为线要素的长度,S为线要素首尾端点的直线距离;那么可以计算线群要素1和2的几何相似度,计算方法如下:
d、线群要素综合相似性度量
在分别计算出空间线群方向相似度、距离相似度和几何特征相似度后,考虑到空间要素间的空间关系和几何特征分布,通过其对空间线群要素相似度的影响分析,分别对上述计算出的三个相似度分别赋0.4、0.2、0.4的权值;那么变化前后地理数据集中线要素的综合相似度计算公式如下所示:
Sim_pline=0.4*Sim_dire+0.2*Sim_dist+0.4*Sim_geo
(3)面群要素的相似性度量
a、面群要素方向关系、距离关系相似性度量:
地理数据集中空间面群要素所表示的实体对象主要以人造建筑为主,多为比较规则的面状要素,因此可生成面状要素的最小面积外接矩形;利用最小面积外接矩形的最长边来代表该面状要素,那么该面状要素的方向就是其最小外接矩形的最长边的方向,则可将二维的面状要素降维至一维的线状要素;这样就将二维的面群要素转换为一维的线群要素,对于线群要素的方向关系、距离关系相似性度量已在上述(1)线群要素的相似性度量中给出;
b、面群要素几何特征相似性度量
描述面状要素几何特征的指标包括多边形的面积、周长、紧致度、边数、面群中包含的多边形面状要素、顶点数、分维数;对于处理前后的地理数据中面状要素而言,面状要素中多边形的边数和顶点数实际上是保持不变的,而受影响较大的则是多边形的形状;因此在计算空间面群要素几何特征相似性时,不考虑多边形的顶点数和边数;对于描述面状要素的几何特征值,结合面状要素的特点以及变化处理对面状要素的影响,可以采用紧致度来描述空间面群要素的几何特征;
紧致度用来描述一个给定的多边形区域离某一特定形状的面的偏离程度;面的紧致度采用其面积与周长之间的比率描述;对于多边形X,其紧致度C(X)为:
式中P(Xi)表示多边形Xi的周长,Are(Xi)表示多边形的面积,那么空间面群要素的几何相似度为:
c、面群要素综合相似性度量
在分别计算出空间线群方向相似度、距离相似度和几何特征相似度后,考虑到空间要素间的空间关系和几何特征分布,通过其对空间线群要素相似度的影响分析,对上述计算出的三个相似度分别赋0.3、0.3、0.4的权值;这样变化前后地理数据集中线要素的综合相似度计算公式如下所示:
S_pgone=0.3*Sim_dire+0.3*Sim_dist+0.4*Sim_geo;
(4)地理数据综合相似性度量
地理数据是不同类型的空间对象的混合体,包含点、线、面对象;因此变化前后地理数据综合相似度应充分考虑变化前后点、线、面要素的群组相似度;在地理数据中,分析各类要素对数据视觉效果的影响可知:人们是基于背景要素来获取其所处的空间位置;因此在对地理数据变化前后整体相似性度量时,应分别对点、线、面要素赋予不同的权值,即对点要素综合相似度、线要素综合相似度、面要素综合相似度分别赋予0.2、0.3、0.5的权值;那么,变化前后地理数据的可视化度量模型如下所示:
SIM=(0.2*S_poi+0.3*S_pline+0.5*S_pgone)*100。
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国网安徽省电力有限公司黄山供电公司;国家电网有限公司,未经国网安徽省电力有限公司黄山供电公司;国家电网有限公司许可,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/201811497171.4/1.html,转载请声明来源钻瓜专利网。





