CN106971008A - 一种洪涝风险专题图的自动生成***及其并行处理方法 - Google Patents

一种洪涝风险专题图的自动生成***及其并行处理方法 Download PDF

Info

Publication number
CN106971008A
CN106971008A CN201710325578.8A CN201710325578A CN106971008A CN 106971008 A CN106971008 A CN 106971008A CN 201710325578 A CN201710325578 A CN 201710325578A CN 106971008 A CN106971008 A CN 106971008A
Authority
CN
China
Prior art keywords
data
module
thematic map
flooding risk
memory module
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710325578.8A
Other languages
English (en)
Other versions
CN106971008B (zh
Inventor
高伟
李欣
李杨
林妍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Geosciences
Original Assignee
China University of Geosciences
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China University of Geosciences filed Critical China University of Geosciences
Priority to CN201710325578.8A priority Critical patent/CN106971008B/zh
Publication of CN106971008A publication Critical patent/CN106971008A/zh
Application granted granted Critical
Publication of CN106971008B publication Critical patent/CN106971008B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/56—Information retrieval; Database structures therefor; File system structures therefor of still image data having vectorial format
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Software Systems (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明提供一种洪涝风险专题图的自动生成***及其并行处理方法，包括用于获取洪涝风险专题图的输入模块，连接输入模块的用于存储所述输入模块中的数据的存储模块，连接输入模块的能够制作出满足洪涝风险专题图要求的MXD格式图像的生成模块，连接存储模块的用于遍历存储模块和识别数据类型以及裁剪数据的GIS处理模块，连接生成模块和GIS处理模块的能够用GIS处理模块中的数据替换生成模块中的数据的数据替换模块，连接GIS处理模块的输出模块，GIS处理模块包括连接存储模块的用于将存储模块中的数据分割成若干组的数据分割单元，和连接数据分割单元的用于进行制图运算的数据运算单元。本发明能够解决制图时数据量大费时等问题。

Description

一种洪涝风险专题图的自动生成***及其并行处理方法
技术领域
本发明涉及地图制图学和地理工程技术领域，具体涉及一种洪涝风险专题图自动生成***及其并行处理方法。
背景技术
洪涝风险专题图能够直观的反映中小流域在发生强降雨后的淹没现状和变化情况，是开展分析中小流域洪涝风险预警评估的重要依据。近年来，随着测绘和遥感科学的进步，地面测量设备和遥感卫星都在不断的改进和升级，从而获得了大量的中小流域的下垫面现状及变化情况，这为生成洪涝风险专题图提供了大量的数据。
洪涝风险专题图作为灾害预警评估工作的一项重要手段，在制作过程中需要处理大量的数据。但是传统的洪涝风险专题图的生成大多是运用arcgis进行洪涝风险专题图手工制作，这种处理方法通常会遇到数据量大、处理时间长、大量浪费时间精力等问题，效率低且耗时长。
发明内容
有鉴于此，本发明的实施例提供了一种洪涝风险专题图自动生成***及其并行处理方法，以解决制图时出现的数据量大、处理时间长、浪费大量的时间和精力等问题。
为达到上述目的，本发明的实施例提供了一种洪涝风险专题图的自动生成***，包括用于获取洪涝风险专题图的输入模块，连接所述输入模块的用于存储所述输入模块中的数据的存储模块，连接所述输入模块的能够制作出满足洪涝风险专题图要求的MXD格式图像的生成模块，连接所述存储模块的用于遍历所述存储模块和识别数据类型以及裁剪数据的GIS处理模块，连接所述生成模块和所述GIS处理模块的能够用所述GIS处理模块中的数据替换所述生成模块中的数据的数据替换模块，连接所述GIS处理模块的输出模块，所述GIS处理模块包括连接所述存储模块的用于将所述存储模块中的数据分割成若干组的数据分割单元，和连接所述数据分割单元的用于进行制图运算的数据运算单元。
进一步地，所述存储模块包括矢量存储模块和栅格存储模块。
进一步地，所述GIS处理模块还包括数据遍历单元、数据类别识别单元和数据裁剪单元，所述数据遍历单元与所述存储模块连接用于遍历所述存储模块以获取洪涝风险专题图中每个流域的边界数据，所述数据类别识别单元与所述存储模块连接用于自动识别所述存储模块中的数据类型以区分出栅格数据和矢量数据，所述数据裁剪单元与所述数据遍历单元和所述数据类别识别单元连接以结合边界数据对栅格数据和矢量数据进行裁剪。
进一步地，所述GIS处理模块还包括若干存储单元和图像调整模块，所述数据裁剪单元与若干存储单元连接以将裁剪后的栅格数据和矢量数据传输入相应的若干所述存储单元，所述数据替换模块连接所述生成模块的同时还与若干所述存储单元连接以用若干所述存储单元中的数据替换掉所述生成模块中的相应数据，所述图像调整模块与所述数据替换模块连接以调节所述数据替换模块中数据的位置。
进一步地，所述数据分割单元内具有若干制图模块用以容纳被分割的数据，所述数据运算单元内具有multiprocessing模块，所述multiprocessing模块能够利用其中的Python进程对若干所述制图模块进行并行制图运算。
为达到上述目的，本发明的实施例提供了一种洪涝风险专题图自动生成的并行处理方法，包括如下步骤：
步骤1：通过输入模块获取洪涝风险专题图并将其存储于存储模块中，然后通过制图模块制作所述洪涝风险专题图的原始MXD格式图像；
步骤2：采用GIS处理模块遍历所述存储模块，且批量裁剪所述洪涝风险专题图，去掉其中的非研究区图层，留下其中的研究区图层；
步骤3：通过数据替换模块，用步骤2中的研究区图层替换步骤1中的原始 MXD格式图像中的相应图层，得到洪涝风险专题最终的MXD格式图像；
步骤4：承接步骤2，将研究区图层分割成多个小组，然后同时对各个小组的数据进行并行制图运算，得到洪涝风险专题图新的JPG格式图像；
步骤5：输出步骤3中的MXD格式图像，和步骤4中洪涝风险专题图新的 JPG格式图像。
进一步地，所述存储模块包括矢量存储模块和栅格存储模块。
进一步地，所述GIS处理模块包括数据遍历单元、数据类别识别单元和数据裁剪单元，步骤2包括以下子步骤，
步骤2.1：采用GIS处理模块中的所述数据遍历单元遍历所述存储模块，获取洪涝风险专题图中每个流域的边界数据；
步骤2.2：采用GIS处理模块中的所述数据类别识别单元自动识别所述存储模块中的数据类型，区分出栅格数据和矢量数据；
步骤2.3：GIS处理模块中的所述数据裁剪单元结合边界数据对栅格数据采用栅格裁剪方法对其进行批量裁剪，结合边界数据对矢量数据采用矢量裁剪方法对其进行批量裁剪，从而剔除非研究区图层，留下研究区图层。
进一步地，步骤3包括以下子步骤，
步骤3.1：采用GIS处理模块中的所述数据类别识别单元辨别出步骤2中的研究区图层中的栅格数据和矢量数据，对栅格数据和矢量数据设置不同的存储单元；
步骤3.2：用不同存储单元中的数据表征的图层来替换步骤1中的原始MXD 格式图像中的相应图层，得到新的MXD格式图像；
步骤3.3：调整和/或设置新的MXD格式图像，使新的MXD格式图像中的研究区图层位于新的MXD格式图像的中心，得到洪涝风险专题最终的MXD格式图像；
步骤3.4：根据GIS处理模块中的所述数据类别识别单元自动识别的流域名称对最终的MXD格式图像的名称自动进行修改。
进一步地，所述GIS处理模块还包括数据分割单元和数据运算单元,步骤4 包括以下子步骤，
步骤4.1：将研究区图层中的各个流域分别存储于以各自流域名称命名的子存储模块中，并对各个子存储模块进行属性查询统计，利用所述数据分割单元根据每个流域的子存储模块的大小将其分为N组制图模块；
步骤4.2：调用所述数据运算单元中的multiprocessing模块中的Process() 函数，开启N个Python进程，对N组所述制图模块进行并行制图计算，得到洪涝风险专题图新的JPG格式图像。
本发明提供的技术方案带来的有益效果是：(1)从传统的手工专题图制作方式到洪涝风险自动化专题图制作，避免了单调重复的工作，大量的节约了时间和精力；(2)在实现洪涝风险专题图自动化制作的基础上，加入了并行制图处理，对洪涝风险专题图的数据进行批量裁剪之后，根据每个流域文件的大小将其平均分为N组，调用所述multiprocessing模块中的Process()函数，开启 N个Python进程进行制图工作，这样解决了数据量大、处理时间长的问题，极大的提升了洪涝风险专题图制作的效率。随着后续洪涝风险专题图制作的数目增多，涉及的数据量增大，该方法的优势将更加明显，对于传统制图方式出现的数据量大、处理时间长、大量浪费时间精力等问题，本方法可快速解决。
附图说明
图1是本发明一种洪涝风险专题图自动生成***的组成示意图；
图2是本发明一种洪涝风险专题图自动并行处理方法的流程图；
图3是图2中的步骤2的子步骤图；
图4是图2中的步骤3的子步骤图；
图5是图2中的步骤4的子步骤图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地描述。
请参考图1，本发明的实施例提供了一种洪涝风险专题图的自动生成***，所述自动生成***是一个或者多个PC机，包括:输入模块1,用于获取洪涝风险专题图；存储模块2，与所述输入模块1连接，用于存储所述输入模块1中的洪涝风险专题图数据；生成模块3，与所述输入模块1连接，用于制作出满足洪涝风险专题图要求的MXD格式图像；以及数据替换模块4、GIS处理模块5和输出模块6，所述输出模块6与所述GIS处理模块5连接。
所述GIS处理模块5包括数据遍历单元52、数据类别识别单元51和数据裁剪单元53。所述数据遍历单元52与所述存储模块2连接，用以遍历所述存储模块2以获取所述存储模块2中的洪涝风险专题图中每个流域的边界数据。所述数据类别识别单元51与所述存储模块2连接，用以自动识别所述存储模块2中的数据类型以区分出栅格数据和矢量数据。所述数据裁剪单元53与所述数据遍历单元52和所述数据类别识别单元51连接，以结合边界数据对栅格数据采用栅格裁剪方法然后对栅格数据进行批量裁剪，结合边界数据对矢量数据采用矢量裁剪方法然后对矢量数据进行批量裁剪，从而剔除非研究区图层，留下研究区图层。
所述GIS处理模块5还包括若干存储单元54和图像调整模块55。所述数据裁剪单元53与若干所述存储单元54连接，以将其中的研究区图层数据存储于若干所述存储单元54中，研究区图层数据包括栅格数据和矢量数据，且所述栅格数据和矢量数据分别存储于相应规格的若干所述存储单元。所述数据替换模块4连接所述生成模块3的同时还与若干所述存储单元54连接，若干所述存储单元54内的栅格数据和矢量数据传输入所述数据替换模块4中，所述生成模块 3中的MXD格式图像也传输入所述数据替换模块4中；在所述数据替换模块4当中，所述栅格数据和所述矢量数据替换掉所述MXD格式图像数据中的与所述栅格数据和所述矢量数据对应的相应数据，从而得到新的MXD格式图像，然后将该新的MXD格式图像传输入相应的所述存储单元54中暂时存储。所述图像调整模块4与存放有所述新的MXD格式图像数据的所述存储单元54连接，存放有所述新的MXD格式图像数据的所述存储单元54将所述新的MXD格式图像数据传输入所述图像调整模块55，在所述图像调整模块55中，调整和/或设置所述新的 MXD格式图像，使所述新的MXD格式图像中的研究区图层位于所述新的MXD格式图像的中心，得到洪涝风险专题最终的MXD格式图像。所述图像调整模块4与所述输出模块6连接，用以将所述图像调整模块4中的最终的MXD格式图像传输入所述输出模块6并被所述输出模块6输出。
所述GIS处理模块还包括数据分割单元56和数据运算单元57。所述数据分割单元56具有若干子存储模块，其中所述数据分割单元56与所述存储模块2 连接，用以接收所述存储模块2传输的洪涝风险专题图数据，并将所述洪涝风险专题图中的各个流域分别存储于以各自流域名称命名的子存储模块中，并对各个子存储模块进行属性查询统计，然后根据每个流域的子存储模块的大小将若干自存储模块大致平均的分为N组制图模块。所述数据运算单元57与所述数据分割单元56连接，所述数据运算单元57内具有multiprocessing模块，所述multiprocessing模块能够利用其中的Python进程对若干所述制图模块进行并行制图运算，并将并行制图运算后的制图结果传输至所述输出模块6，所述输出模块6输出的制图结果为JPG格式的洪涝风险专题图。
所述存储模块2包括矢量存储模块和栅格存储模块，用来根据数据类型分别存储矢量数据和栅格数据。
请参考图2至图5，本发明的实施例提供了一种洪涝风险专题图自动生成的并行处理方法，包括输入模块1、存储模块2、生成模块3和GIS处理模块5以及数据替换模块4，其步骤为：
步骤1：通过输入模块1获取洪涝风险专题图并将其存储于存储模块2中，然后通过生成模块3制作所述洪涝风险专题图的原始MXD格式图像。
在获取洪涝风险专题图(原始图)后，根据实际需求制作所述洪涝风险专题图(原始图)原始MXD格式图像，该原始MXD格式图像要满足所述洪涝风险专题图的应用要求，所述洪涝风险专题图的原始MXD格式图像包括两部分：图层要素和专题图要素。其中，所述图层要素包括主图图层和附图图层:所述主图图层包括流域边界图层、淹没水深图层和水体分布图层；所述附图图层包括湖北省(也可以是其他地方)流域分布图和主图中的高亮显示的流域图。所述专题图要素则包括图名、图例、比例尺、指北针、经纬度以及制作单位等内容。
步骤2：采用GIS处理模块5遍历所述存储模块1，且批量裁剪所述洪涝风险专题图，去掉其中的非研究区图层，留下其中的研究区图层。
所述GIS处理模块5包括数据遍历单元52、数据类别识别单元51和数据裁剪单元53，请参考图3，具体地，步骤2包括以下子步骤：
步骤2.1：采用GIS处理模块5中的所述数据遍历单元52遍历所述存储模块2，获取洪涝风险专题图中每个流域的边界数据；
步骤2.2：采用GIS处理模块5中的所述数据类别识别单元51自动识别所述存储模块2中的数据类型，区分出栅格数据和矢量数据；
步骤2.3：GIS处理模块5中的所述数据裁剪单元53结合边界数据对栅格数据采用栅格裁剪方法对其进行批量裁剪，结合边界数据对矢量数据采用矢量裁剪方法对其进行批量裁剪，从而剔除非研究区图层，留下研究区图层。
步骤3：通过数据替换模块4，用步骤2.3中的研究区图层替换步骤1中的原始MXD格式图像中的相应图层，得到新的MXD格式图像。
请参考图4，具体地，步骤3包括以下子步骤：
步骤3.1：采用GIS处理模块5中的所述数据类别识别单元51辨别出步骤 2.3中的研究区图层中的栅格数据和矢量数据，对栅格数据和矢量数据设置不同的存储单元54；
步骤3.2：用不同存储单元54中的数据表征的图层来替换步骤1中的原始 MXD格式图像中的相应图层，得到新的MXD格式图像；
步骤3.3：调整和/或设置新的MXD格式图像，使新的MXD格式图像中的研究区图层位于新的MXD格式图像的中心，得到洪涝风险专题最终的MXD格式图像；
步骤3.4：根据GIS处理模块5中的所述数据类别识别单元51自动识别的流域名称对最终的MXD格式图像的名称自动进行修改。
步骤4：承接步骤2.3，将研究区图层分割成多个小组，然后同时对各个小组的数据进行并行制图运算，得到洪涝风险专题图新的JPG格式图像。
所述GIS处理模块5还包括数据分割单元56和数据运算单元57,请参考图 5，具体地，步骤4包括以下子步骤，
步骤4.1：将研究区图层中的各个流域分别存储于以各自流域名称命名的子存储模块中，并对各个子存储模块进行属性查询统计，利用所述数据分割单元 56根据每个流域的子存储模块的大小将其分为N组制图模块；
步骤4.2：调用所述数据运算单元57中的multiprocessing模块中的Process()函数，开启N个Python进程，对N组所述制图模块进行并行制图计算，得到洪涝风险专题图新的JPG格式图像。
本发明提供的技术方案带来的有益效果是：(1)从传统的手工专题图制作方式到洪涝风险自动化专题图制作，避免了单调重复的工作，大量的节约了时间和精力；(2)在实现洪涝风险专题图自动化制作的基础上，加入了并行制图处理，对洪涝风险专题图的数据进行批量裁剪之后，根据每个流域文件的大小将其平均分为N组，调用所述multiprocessing模块中的Process()函数，开启 N个Python进程进行制图工作，这样解决了数据量大、处理时间长的问题，极大的提升了洪涝风险专题图制作的效率。随着后续洪涝风险专题图制作的数目增多，涉及的数据量增大，该方法的优势将更加明显，对于传统制图方式出现的数据量大、处理时间长、大量浪费时间精力等问题，本方法可快速解决。
在不冲突的情况下，本文中上述实施例及实施例中的特征可以相互结合。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种洪涝风险专题图的自动生成***，其特征在于：包括用于获取洪涝风险专题图的输入模块，
连接所述输入模块的用于存储所述输入模块中的数据的存储模块，
连接所述输入模块的能够制作出满足洪涝风险专题图要求的MXD格式图像的生成模块，
连接所述存储模块的用于遍历所述存储模块和识别数据类型以及裁剪数据的GIS处理模块，
连接所述生成模块和所述GIS处理模块的能够用所述GIS处理模块中的数据替换所述生成模块中的数据的数据替换模块，
连接所述GIS处理模块的输出模块，所述GIS处理模块包括连接所述存储模块的用于将所述存储模块中的数据分割成若干组的数据分割单元，和连接所述数据分割单元的用于进行制图运算的数据运算单元。
2.如权利要求1所述的洪涝风险专题图的自动生成***，其特征在于：所述存储模块包括矢量存储模块和栅格存储模块。
3.如权利要求1所述的洪涝风险专题图的自动生成***，其特征在于：所述GIS处理模块还包括数据遍历单元、数据类别识别单元和数据裁剪单元，所述数据遍历单元与所述存储模块连接用于遍历所述存储模块以获取洪涝风险专题图中每个流域的边界数据，所述数据类别识别单元与所述存储模块连接用于自动识别所述存储模块中的数据类型以区分出栅格数据和矢量数据，所述数据裁剪单元与所述数据遍历单元和所述数据类别识别单元连接以结合边界数据对栅格数据和矢量数据进行裁剪。
4.如权利要求3所述的洪涝风险专题图的自动生成***，其特征在于：所述GIS处理模块还包括若干存储单元和图像调整模块，所述数据裁剪单元与若干存储单元连接以将裁剪后的栅格数据和矢量数据传输入相应的若干所述存储单元，所述数据替换模块连接所述生成模块的同时还与若干所述存储单元连接以用若干所述存储单元中的数据替换掉所述生成模块中的相应数据，所述图像调整模块与所述数据替换模块连接以调节所述数据替换模块中数据的位置。
5.如权利要求1所述的洪涝风险专题图的自动生成***，其特征在于：所述数据分割单元内具有若干制图模块用以容纳被分割的数据，所述数据运算单元内具有multiprocessing模块，所述multiprocessing模块能够利用其中的Python进程对若干所述制图模块进行并行制图运算。
6.一种洪涝风险专题图自动生成的并行处理方法，其特征在于，包括如下步骤：
步骤1：通过输入模块获取洪涝风险专题图并将其存储于存储模块中，然后通过生成模块制作所述洪涝风险专题图的原始MXD格式图像；
步骤2：采用GIS处理模块遍历所述存储模块，且批量裁剪所述洪涝风险专题图，去掉其中的非研究区图层，留下其中的研究区图层；
步骤3：通过数据替换模块，用步骤2中的研究区图层替换步骤1中的原始MXD格式图像中的相应图层，得到洪涝风险专题最终的MXD格式图像；
步骤4：承接步骤2，将研究区图层分割成多个小组，然后同时对各个小组的数据进行并行制图运算，得到洪涝风险专题图新的JPG格式图像；
步骤5：输出步骤3中的MXD格式图像和步骤4中洪涝风险专题图新的JPG格式图像。
7.如权利要求6所述的洪涝风险专题图自动生成的并行处理方法，其特征在于：所述存储模块包括矢量存储模块和栅格存储模块。
8.如权利要求6所述的洪涝风险专题图自动生成的并行处理方法，其特征在于：所述GIS处理模块包括数据遍历单元、数据类别识别单元和数据裁剪单元，步骤2包括以下子步骤，
步骤2.1：采用GIS处理模块中的所述数据遍历单元遍历所述存储模块，获取洪涝风险专题图中每个流域的边界数据；
步骤2.2：采用GIS处理模块中的所述数据类别识别单元自动识别所述存储模块中的数据类型，区分出栅格数据和矢量数据；
步骤2.3：GIS处理模块中的所述数据裁剪单元结合边界数据对栅格数据采用栅格裁剪方法进行批量裁剪，结合边界数据对矢量数据采用矢量裁剪方法进行批量裁剪，从而剔除非研究区图层，留下研究区图层。
9.如权利要求8所述的洪涝风险专题图自动生成的并行处理方法，其特征在于：步骤3包括以下子步骤，
步骤3.1：采用GIS处理模块中的所述数据类别识别单元辨别出步骤2中的研究区图层中的栅格数据和矢量数据，对栅格数据和矢量数据设置不同的存储单元；
步骤3.2：用不同存储单元中的数据表征的图层来替换步骤1中的原始MXD格式图像中的相应图层，得到新的MXD格式图像；
步骤3.3：调整和/或设置新的MXD格式图像，使新的MXD格式图像中的研究区图层位于新的MXD格式图像的中心，得到洪涝风险专题最终的MXD格式图像；步骤3.4：根据GIS处理模块中的所述数据类别识别单元自动识别的流域名称对最终的MXD格式图像的名称自动进行修改。
10.如权利要求9所述的洪涝风险专题图自动生成的并行处理方法，其特征在于：所述GIS处理模块还包括数据分割单元和数据运算单元,步骤4包括以下子步骤，
步骤4.1：将研究区图层中的各个流域分别存储于以各自流域名称命名的子存储模块中，并对各个子存储模块进行属性查询统计，利用所述数据分割单元根据每个流域的子存储模块的大小将其分为N组制图模块；
步骤4.2：调用所述数据运算单元中的multiprocessing模块中的Process()函数，开启N个Python进程，对N组所述制图模块进行并行制图计算，得到洪涝风险专题图新的JPG格式图像。
CN201710325578.8A 2017-05-10 2017-05-10 一种洪涝风险专题图的自动生成***及其并行处理方法 Active CN106971008B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710325578.8A CN106971008B (zh) 2017-05-10 2017-05-10 一种洪涝风险专题图的自动生成***及其并行处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710325578.8A CN106971008B (zh) 2017-05-10 2017-05-10 一种洪涝风险专题图的自动生成***及其并行处理方法

Publications (2)

Publication Number Publication Date
CN106971008A true CN106971008A (zh) 2017-07-21
CN106971008B CN106971008B (zh) 2023-08-08

Family

ID=59332126

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710325578.8A Active CN106971008B (zh) 2017-05-10 2017-05-10 一种洪涝风险专题图的自动生成***及其并行处理方法

Country Status (1)

Country Link
CN (1) CN106971008B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108062631A (zh) * 2017-12-29 2018-05-22 广东工业大学 城市内涝风险评估方法、装置及终端
CN112711646A (zh) * 2021-01-11 2021-04-27 中国地质大学（北京） 基于地学信息的找矿方法及装置、电子设备、存储介质
CN116468269A (zh) * 2023-04-10 2023-07-21 广州市城市规划勘测设计研究院 一种洪涝高风险区识别方法、装置、设备及存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003066161A (ja) * 2001-08-21 2003-03-05 Foundation Of River & Basin Integrated Communications Japan 流域情報生成システム
KR20030043115A (ko) * 2001-11-27 2003-06-02 김계현 지아이에스를 이용한 홍수위험지도 제작·관리 시스템
JP2007011582A (ja) * 2005-06-29 2007-01-18 Information & Science Techno-System Co Ltd 洪水予測システム
CN103366633A (zh) * 2013-04-16 2013-10-23 中国水利水电科学研究院 基于水利地图数据模型的洪水风险图绘制方法及其***
CN104485054A (zh) * 2014-12-31 2015-04-01 贵州东方世纪科技股份有限公司 一种动态洪水风险图的绘制方法
CN104851360A (zh) * 2014-02-14 2015-08-19 杭州贵仁科技有限公司 一种洪水风险图的生成方法和***
CN104951567A (zh) * 2015-07-14 2015-09-30 国家信息中心 自然资源要素级产品制作方法和***
WO2016116045A1 (zh) * 2015-01-21 2016-07-28 高德软件有限公司 电子地图的数字地面模型数据生成方法和装置
CN106228610A (zh) * 2016-07-25 2016-12-14 环境保护部南京环境科学研究所 结合主导生态功能与生态退化程度的生态修复分区方法
WO2016198873A1 (en) * 2015-06-09 2016-12-15 Smith Alexis Hannah Flood risk mapping and warning system and method
CN106340055A (zh) * 2016-08-19 2017-01-18 江苏电力信息技术有限公司 一种基于多线程的OpenGL快速绘制方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003066161A (ja) * 2001-08-21 2003-03-05 Foundation Of River & Basin Integrated Communications Japan 流域情報生成システム
KR20030043115A (ko) * 2001-11-27 2003-06-02 김계현 지아이에스를 이용한 홍수위험지도 제작·관리 시스템
JP2007011582A (ja) * 2005-06-29 2007-01-18 Information & Science Techno-System Co Ltd 洪水予測システム
CN103366633A (zh) * 2013-04-16 2013-10-23 中国水利水电科学研究院 基于水利地图数据模型的洪水风险图绘制方法及其***
CN104851360A (zh) * 2014-02-14 2015-08-19 杭州贵仁科技有限公司 一种洪水风险图的生成方法和***
CN104485054A (zh) * 2014-12-31 2015-04-01 贵州东方世纪科技股份有限公司 一种动态洪水风险图的绘制方法
WO2016116045A1 (zh) * 2015-01-21 2016-07-28 高德软件有限公司 电子地图的数字地面模型数据生成方法和装置
WO2016198873A1 (en) * 2015-06-09 2016-12-15 Smith Alexis Hannah Flood risk mapping and warning system and method
CN104951567A (zh) * 2015-07-14 2015-09-30 国家信息中心 自然资源要素级产品制作方法和***
CN106228610A (zh) * 2016-07-25 2016-12-14 环境保护部南京环境科学研究所 结合主导生态功能与生态退化程度的生态修复分区方法
CN106340055A (zh) * 2016-08-19 2017-01-18 江苏电力信息技术有限公司 一种基于多线程的OpenGL快速绘制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
W.GAO等: "An Improved Strategy for Object-Oriented Multi-Scale Remote Sensing Image Segmentation", pages 1149 - 1152 *
王军等: "基于GIS的水库洪水风险图编制", vol. 38, no. 38, pages 20 - 25 *
邹广黔等: "基于GDAL的标准图幅生成及数据批量裁剪方法", vol. 32, no. 32, pages 1 - 4 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108062631A (zh) * 2017-12-29 2018-05-22 广东工业大学 城市内涝风险评估方法、装置及终端
CN112711646A (zh) * 2021-01-11 2021-04-27 中国地质大学（北京） 基于地学信息的找矿方法及装置、电子设备、存储介质
CN112711646B (zh) * 2021-01-11 2023-05-16 中国地质大学（北京） 基于地学信息的找矿方法及装置、电子设备、存储介质
CN116468269A (zh) * 2023-04-10 2023-07-21 广州市城市规划勘测设计研究院 一种洪涝高风险区识别方法、装置、设备及存储介质
CN116468269B (zh) * 2023-04-10 2023-10-20 广州市城市规划勘测设计研究院 一种洪涝高风险区识别方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN106971008B (zh) 2023-08-08

Similar Documents

Publication Publication Date Title
CN103236086B (zh) 一种顾及地表水文上下文的多尺度dem建模方法
CN106780089B (zh) 基于神经网络元胞自动机模型的永久性基本农田划定方法
CN109272170B (zh) 一种基于Louvain算法的交通小区划分***
CN106547853A (zh) 基于一张图的林业大数据建设方法
CN104615638B (zh) 一种面向大数据的分布式密度聚类方法
CN107330422A (zh) 一种基于高精度数字高程模型对半干旱地区进行微地形分类的方法
CN106971008A (zh) 一种洪涝风险专题图的自动生成***及其并行处理方法
CN102607569B (zh) 导航中大比例尺水系自动生成多重小比例尺数据的方法
Xiong et al. Drainage basin object-based method for regional-scale landform classification: A case study of loess area in China
CN104182453A (zh) 一种面向海量历史浮动车数据的分布式地图匹配方法
Speight Landform pattern description from aerial photographs
CN105787289A (zh) 一种河流特征数据分类***及其分类方法
CN107657618A (zh) 基于遥感影像和地形数据的区域尺度侵蚀沟自动提取方法
CN113570275A (zh) 基于bim和数字高程模型的水资源实时监测***
CN106778749A (zh) 基于聚集度和Delaunay三角重构的巡回作业区域边界提取方法
CN105067004A (zh) 一种基于地形的路径搜索方法
CN103955909A (zh) 一种基于MapGISK9图像融合制作专题图的方法及***
CN107782323A (zh) 一种基于城市间最优路径的高等级导航路网的生成方法
WO2018196214A1 (zh) 一种地理影响民居建筑形态的统计***及统计方法
Abdelhalim et al. Mapping lineament features using GIS approaches: case study of Neoproterozoic basement rocks in the South-Eastern Desert of Egypt
CN207008615U (zh) 一种洪涝风险专题图的自动生成***
CN105741280A (zh) 一种模糊数学矢量分区评价方法及装置
CN106897705B (zh) 一种基于增量学习的海洋观测大数据分布方法
Juckem et al. Simulation of groundwater flow in the glacial aquifer system of northeastern Wisconsin with variable model complexity
Guo et al. Research on key technologies of spatio-temporal analysis and prediction of marine ecological environment based on association rule mining analysis

Legal Events

Date Code Title Description
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant