CN112561470A - 一种数字林业大数据***的构建方法 - Google Patents
一种数字林业大数据***的构建方法 Download PDFInfo
- Publication number
- CN112561470A CN112561470A CN202011423545.5A CN202011423545A CN112561470A CN 112561470 A CN112561470 A CN 112561470A CN 202011423545 A CN202011423545 A CN 202011423545A CN 112561470 A CN112561470 A CN 112561470A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- forestry
- program
- remote sensing
- 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.)
- Pending
Links
- 238000010276 construction Methods 0.000 title claims abstract description 49
- 230000010354 integration Effects 0.000 claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 20
- 238000007405 data analysis Methods 0.000 claims abstract description 11
- 238000013075 data extraction Methods 0.000 claims abstract description 11
- 238000013500 data storage Methods 0.000 claims abstract description 11
- 238000001228 spectrum Methods 0.000 claims description 27
- 238000011161 development Methods 0.000 claims description 20
- 230000003595 spectral effect Effects 0.000 claims description 10
- 239000004973 liquid crystal related substance Substances 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 238000005192 partition Methods 0.000 claims description 6
- 238000013519 translation Methods 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 5
- 238000013461 design Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000010365 information processing Effects 0.000 claims description 3
- 238000004451 qualitative analysis Methods 0.000 claims description 3
- 238000004445 quantitative analysis Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 abstract description 8
- 230000008569 process Effects 0.000 abstract description 5
- 238000007418 data mining Methods 0.000 abstract description 3
- 230000018109 developmental process Effects 0.000 description 14
- 230000001737 promoting effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
- G06F16/53—Querying
- G06F16/538—Presentation of query results
-
- 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
- G06F16/55—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Entrepreneurship & Innovation (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Primary Health Care (AREA)
- Image Processing (AREA)
Abstract
本发明属于地理科学技术领域,公开了一种数字林业大数据***的构建方法,所述数字林业大数据***的构建装置包括:遥感影像获取模块、林业数据获取模块、数据处理模块、中央控制模块、数据分析模块、数据整合模块、数据分类模块、数据存储模块、数据提取模块、特征总结模块、规律探索模块、信息输出模块、***构建模块。本发明解决了林业数据信息孤岛的问题,提高了数据挖掘过程中计算机对林业数据读取速度和处理效率。本发明的数字林业大数据***的构建方法能够开发出相应的空间数据库管理子***、资源目录管理子***以及公共信息服务平台。
Description
技术领域
本发明属于地理科学技术领域,尤其涉及一种数字林业大数据***的构建方法。
背景技术
目前:林业信息化建设是现代林业建设的重要组成部分,是促进林业科学发展的重要手段,是衡量我国林业基础设施建设水平、参与国际竞争的一个重要标志,也是提高六大林业重点工程管理水平,全面推进林业可持续发展的重大举措。
数字林业多***集成是针对林业应用***自行建设和自成体系的现状,以业务整合、流程重构为基础,以数据建库、***集成为手段,以信息共享、应用共享、智慧林业为目标,构建横向互联纵向互通的数字林业信息平台,实现林业资源的智能化和精细化管理。建立林业数据采集、更新与共享等标准和规范以及机制,连通信息孤岛、构建全市统一的森林资源基础信息资源库,确立政府部门和林业内部信息、资源更新共享机制,实现跨部门、跨平台的信息共享与交换。全面整合业务流程,突破条块分割,创新林业信息化管理模式,建立覆盖林业主要业务、贯穿上下的电子政务体系,实现林业审批业务流程化、管理业务信息化、应急指挥智能化、协同办公自动化,推进信息化保障体系、信息资源共享、高效协同办公、共享服务等应用创新,建成一个集语音、数据、图像于一体的纵横交织的网络高速公路,实现市级与各区县间业务数据高效传送、办公信息实时上传下达,使数字林业建设达到国内领先水平。
通过上述分析,现有技术存在的问题及缺陷为:现有的数字林业大数据***的构建方法在数据挖掘过程中,计算机对林业数据读取速度较慢,处理效率较低,存在林业数据信息孤岛的问题。
发明内容
针对现有技术存在的问题,本发明提供了一种数字林业大数据***的构建方法。
本发明是这样实现的,一种数字林业大数据***的构建方法,所述数字林业大数据***的构建方法包括以下步骤:
步骤一,通过遥感影像获取模块利用遥感卫星采集卫星遥感影像;通过林业数据获取模块利用林业数据获取从数据库中获取林业数据;
所述通过遥感影像获取模块利用遥感卫星采集卫星遥感影像,包括:
采用液晶光谱相机搭载于无人机上进行高空图像采集;所述高空图像采集为定速采集;
设定液晶光谱相机的工作波长范围、光谱间隔、曝光时间、帧频等参数进行光谱图像采集;
液晶光谱相机拍摄时直接获得目标物的二维空间光谱图像,根据无人机不同飞行速度采用不同拍摄速度进行图像采集,后进行光谱图像拼接;
所述进行光谱图像拼接,包括:
基于特征匹配算法,提取图像特征,生成特征描述子,根据描述子的相似程度对两幅图像的特征进行匹配,限定匹配图像旋转角度小于5度,平移尺度小于图像的1%;
任取一个光谱立方体,对光谱立方体中每一幅光谱图像的灰度直方图进行比较,选出灰度峰值图像;
基于特征匹配算法,在相邻的两幅图像冗余范围内提取图像特征,生成特征描述子,根据描述子的相似程度对两幅图像的特征进行匹配;
将两幅图像拼接的旋转角度、平移量用于其它波段拼接,形成一个光谱立方体;
步骤二,通过数据处理模块利用数据处理程序进行获取数据的处理;通过数据分析模块利用数据分析程序分别对处理后的卫星遥感影像和林业数据进行分析;
步骤三,通过数据整合模块利用数据整合程序将卫星遥感影像和林业数据进行整合,得到每一卫星遥感影像中对应的林业数据;通过数据分类模块利用数据分类程序分别对整合后的林业数据进行分类;
步骤四,通过数据存储模块利用数据库对整合后的数据进行存储;通过数据提取模块利用数据提取程序对数据库内存储的数据进行分类提取;
步骤五,通过特征总结模块利用特征总结程序对提取的数据进行分析总结,得到不同种类数据的特征;通过规律探索模块利用规律探索程序进行种类数据发展规律的探索;
步骤六,通过信息输出模块利用信息输出程序进行不同种类的数据、数据特征、发展规律的输出;通过***构建模块利用***构建程序对平台软硬件环境和网络拓扑结构进行建设。
进一步,步骤二中,所述通过数据处理模块利用数据处理程序进行获取数据的处理,包括:对数据进行相似匹配。
进一步,步骤三中,所述通过数据整合模块利用数据整合程序将卫星遥感影像和林业数据进行整合,包括:
(1)将获取数据作为一个数据集,并将数据集划分成若干个网格单元;
(2)分别计算各网格单元的密度,并向大密度的网格单元进行扩展,进而形成较大的网格单元合集,形成数据分区;
(3)运用基本CFSFDP算法分别对分区进行局部聚类,并将得到的子类进行合并。
进一步,步骤四中,所述数据库为面向对象数据库、分布式数据库和空间数据库。
进一步,步骤五中,所述通过特征总结模块利用特征总结程序对提取的数据进行分析总结,得到不同种类数据的特征,包括:利用信息处理技术对数字林业建设中的海量数据进行深层次的分析,从中挖掘出林业信息的机理知识,得到不同种类数据的特征。
进一步,步骤六中,所述通过***构建模块利用***构建程序对平台软硬件环境和网络拓扑结构进行建设,包括:根据分析评价和设计构建数字林业多***集成平台,并对集成平台的分层结构、总体业务逻辑和功能结构进行设计,对平台软硬件环境和网络拓扑结构进行建设。
进一步,步骤五中,所述通过规律探索模块利用规律探索程序进行种类数据发展规律的探索,包括:将自然科学和社会科学有机结合起来,用定性和定量分析相结合的方法进行种类数据发展规律的探索。
本发明的另一目的在于提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如权利要求1至7任一项所述数字林业大数据***的构建方法。
本发明的另一目的在于提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如权利要求1至7任一项所述数字林业大数据***的构建方法。
本发明的另一目的在于提供一种应用数字林业大数据***的构建方法的数字林业大数据***的构建装置,所述数字林业大数据***的构建装置包括以下模块:
遥感影像获取模块,与中央控制模块连接,用于通过遥感卫星采集卫星遥感影像;
林业数据获取模块,与中央控制模块连接,用于通过林业数据获取从数据库中获取林业数据;
数据处理模块,与中央控制模块连接,用于通过数据处理程序进行获取数据的处理;
中央控制模块,与遥感影像获取模块、林业数据获取模块、数据处理模块、数据分析模块、数据整合模块、数据分类模块、数据存储模块、数据提取模块、特征总结模块、规律探索模块、信息输出模块、***构建模块连接,用于通过主控机控制各个模块正常运行;
数据分析模块,与中央控制模块连接,用于通过数据分析程序分别对处理后的卫星遥感影像和林业数据进行分析;
数据整合模块,与中央控制模块连接,用于通过数据整合程序将卫星遥感影像和林业数据进行整合,得到每一卫星遥感影像中对应的林业数据;
数据分类模块,与中央控制模块连接,用于通过数据分类程序分别对整合后的林业数据进行分类;
数据存储模块,与中央控制模块连接,用于通过数据库对整合后的数据进行存储;
数据提取模块,与中央控制模块连接,用于通过数据提取程序对数据库内存储的数据进行分类提取;
特征总结模块,与中央控制模块连接,用于通过特征总结程序对提取的数据进行分析总结,得到不同种类数据的特征;
规律探索模块,与中央控制模块连接,用于通过规律探索程序进行种类数据发展规律的探索;
信息输出模块,与中央控制模块连接,用于通过信息输出程序进行不同种类的数据、数据特征、发展规律的输出;
***构建模块,与中央控制模块连接,用于通过***构建程序对平台软硬件环境和网络拓扑结构进行建设。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:
(1)本发明解决了林业数据信息孤岛的问题,提高了数据挖掘过程中计算机对林业数据读取速度和处理效率。
(2)本发明所述的数字林业大数据***的构建方法能够开发出相应的空间数据库管理子***、资源目录管理子***以及公共信息服务平台,通过业务定制最终在集成平台可实现地图浏览、查询定位、缓冲区分析、地图标注、基础矢量数据与影响叠加显示和打印输出等功能。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的数字林业大数据***的构建方法的流程图。
图2是本发明实施例提供的通过遥感影像获取模块利用遥感卫星采集卫星遥感影像的流程图。
图3是本发明实施例提供的进行光谱图像拼接的流程图。
图4是本发明实施例提供的通过数据整合模块利用数据整合程序将卫星遥感影像和林业数据进行整合的流程图。
图5是本发明实施例提供的数字林业大数据***的构建装置的结构框图;
图中:1、遥感影像获取模块;2、林业数据获取模块;3、数据处理模块;4、中央控制模块;5、数据分析模块;6、数据整合模块;7、数据分类模块;8、数据存储模块;9、数据提取模块;10、特征总结模块;11、规律探索模块;12、信息输出模块;13、***构建模块。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种数字林业大数据***的构建方法,下面结合附图对本发明作详细的描述。
如图1所示,本发明实施例提供的数字林业大数据***的构建方法包括以下步骤:
S101,通过遥感影像获取模块利用遥感卫星采集卫星遥感影像;通过林业数据获取模块利用林业数据获取从数据库中获取林业数据。
S102,通过数据处理模块利用数据处理程序进行获取数据的处理;通过数据分析模块利用数据分析程序分别对处理后的卫星遥感影像和林业数据进行分析。
S103,通过数据整合模块利用数据整合程序将卫星遥感影像和林业数据进行整合,得到每一卫星遥感影像中对应的林业数据;通过数据分类模块利用数据分类程序分别对整合后的林业数据进行分类。
S104,通过数据存储模块利用数据库对整合后的数据进行存储;通过数据提取模块利用数据提取程序对数据库内存储的数据进行分类提取。
S105,通过特征总结模块利用特征总结程序对提取的数据进行分析总结,得到不同种类数据的特征;通过规律探索模块利用规律探索程序进行种类数据发展规律的探索。
S106,通过信息输出模块利用信息输出程序进行不同种类的数据、数据特征、发展规律的输出;通过***构建模块利用***构建程序对平台软硬件环境和网络拓扑结构进行建设。
如图2所示,步骤S101中,本发明实施例提供的通过遥感影像获取模块利用遥感卫星采集卫星遥感影像,包括:
S201,采用液晶光谱相机搭载于无人机上进行高空图像采集。
S202,设定液晶光谱相机的工作波长范围、光谱间隔、曝光时间、帧频等参数进行光谱图像采集。
S203,液晶光谱相机拍摄时直接获得目标物的二维空间光谱图像,根据无人机不同飞行速度采用不同拍摄速度进行图像采集,后进行光谱图像拼接。
步骤S201中,本发明实施例提供的高空图像采集为定速采集。
如图3所示,步骤S203中,本发明实施例提供的进行光谱图像拼接,包括:
S301,基于特征匹配算法,提取图像特征,生成特征描述子,根据描述子的相似程度对两幅图像的特征进行匹配,限定匹配图像旋转角度小于5度,平移尺度小于图像的1%。
S302,任取一个光谱立方体,对光谱立方体中每一幅光谱图像的灰度直方图进行比较,选出灰度峰值图像。
S303,基于特征匹配算法,在相邻的两幅图像冗余范围内提取图像特征,生成特征描述子,根据描述子的相似程度对两幅图像的特征进行匹配。
S304,将两幅图像拼接的旋转角度、平移量用于其它波段拼接,形成一个光谱立方体。
步骤S102中,本发明实施例提供的通过数据处理模块利用数据处理程序进行获取数据的处理,包括:对数据进行相似匹配。
如图4所示,步骤S103中,本发明实施例提供的通过数据整合模块利用数据整合程序将卫星遥感影像和林业数据进行整合,包括:
S401,将获取数据作为一个数据集,并将数据集划分成若干个网格单元。
S402,分别计算各网格单元的密度,并向大密度的网格单元进行扩展,进而形成较大的网格单元合集,形成数据分区。
S403,运用基本CFSFDP算法分别对分区进行局部聚类,并将得到的子类进行合并。
步骤S104中,本发明实施例提供的数据库为面向对象数据库、分布式数据库和空间数据库。
步骤S105中,本发明实施例提供的通过特征总结模块利用特征总结程序对提取的数据进行分析总结,得到不同种类数据的特征,包括:利用信息处理技术对数字林业建设中的海量数据进行深层次的分析,从中挖掘出林业信息的机理知识,得到不同种类数据的特征。
步骤S106中,本发明实施例提供的通过***构建模块利用***构建程序对平台软硬件环境和网络拓扑结构进行建设,包括:根据分析评价和设计构建数字林业多***集成平台,并对集成平台的分层结构、总体业务逻辑和功能结构进行设计,对平台软硬件环境和网络拓扑结构进行建设。
步骤S105中,本发明实施例提供的通过规律探索模块利用规律探索程序进行种类数据发展规律的探索,包括:将自然科学和社会科学有机结合起来,用定性和定量分析相结合的方法进行种类数据发展规律的探索。
如图5所示,本发明实施例提供的数字林业大数据***的构建装置包括以下模块:
遥感影像获取模块1,与中央控制模块4连接,用于通过遥感卫星采集卫星遥感影像;
林业数据获取模块2,与中央控制模块4连接,用于通过林业数据获取从数据库中获取林业数据;
数据处理模块3,与中央控制模块4连接,用于通过数据处理程序进行获取数据的处理;
中央控制模块4,与遥感影像获取模块1、林业数据获取模块2、数据处理模块3、数据分析模块5、数据整合模块6、数据分类模块7、数据存储模块8、数据提取模块9、特征总结模块10、规律探索模块11、信息输出模块12、***构建模块13连接,用于通过主控机控制各个模块正常运行;
数据分析模块5,与中央控制模块4连接,用于通过数据分析程序分别对处理后的卫星遥感影像和林业数据进行分析;
数据整合模块6,与中央控制模块4连接,用于通过数据整合程序将卫星遥感影像和林业数据进行整合,得到每一卫星遥感影像中对应的林业数据;
数据分类模块7,与中央控制模块4连接,用于通过数据分类程序分别对整合后的林业数据进行分类;
数据存储模块8,与中央控制模块4连接,用于通过数据库对整合后的数据进行存储;
数据提取模块9,与中央控制模块4连接,用于通过数据提取程序对数据库内存储的数据进行分类提取;
特征总结模块10,与中央控制模块4连接,用于通过特征总结程序对提取的数据进行分析总结,得到不同种类数据的特征;
规律探索模块11,与中央控制模块4连接,用于通过规律探索程序进行种类数据发展规律的探索;
信息输出模块12,与中央控制模块4连接,用于通过信息输出程序进行不同种类的数据、数据特征、发展规律的输出;
***构建模块13,与中央控制模块4连接,用于通过***构建程序对平台软硬件环境和网络拓扑结构进行建设。
以上所述,仅为本发明较优的具体的实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种数字林业大数据***的构建方法,其特征在于,所述数字林业大数据***的构建方法包括以下步骤:
步骤一,通过遥感影像获取模块利用遥感卫星采集卫星遥感影像;通过林业数据获取模块利用林业数据获取从数据库中获取林业数据;
所述通过遥感影像获取模块利用遥感卫星采集卫星遥感影像,包括:
采用液晶光谱相机搭载于无人机上进行高空图像采集;所述高空图像采集为定速采集;
设定液晶光谱相机的工作波长范围、光谱间隔、曝光时间、帧频等参数进行光谱图像采集;
液晶光谱相机拍摄时直接获得目标物的二维空间光谱图像,根据无人机不同飞行速度采用不同拍摄速度进行图像采集,后进行光谱图像拼接;
所述进行光谱图像拼接,包括:
基于特征匹配算法,提取图像特征,生成特征描述子,根据描述子的相似程度对两幅图像的特征进行匹配,限定匹配图像旋转角度小于5度,平移尺度小于图像的1%;
任取一个光谱立方体,对光谱立方体中每一幅光谱图像的灰度直方图进行比较,选出灰度峰值图像;
基于特征匹配算法,在相邻的两幅图像冗余范围内提取图像特征,生成特征描述子,根据描述子的相似程度对两幅图像的特征进行匹配;
将两幅图像拼接的旋转角度、平移量用于其它波段拼接,形成一个光谱立方体;
步骤二,通过数据处理模块利用数据处理程序进行获取数据的处理;通过数据分析模块利用数据分析程序分别对处理后的卫星遥感影像和林业数据进行分析;
步骤三,通过数据整合模块利用数据整合程序将卫星遥感影像和林业数据进行整合,得到每一卫星遥感影像中对应的林业数据;通过数据分类模块利用数据分类程序分别对整合后的林业数据进行分类;
步骤四,通过数据存储模块利用数据库对整合后的数据进行存储;通过数据提取模块利用数据提取程序对数据库内存储的数据进行分类提取;
步骤五,通过特征总结模块利用特征总结程序对提取的数据进行分析总结,得到不同种类数据的特征;通过规律探索模块利用规律探索程序进行种类数据发展规律的探索;
步骤六,通过信息输出模块利用信息输出程序进行不同种类的数据、数据特征、发展规律的输出;通过***构建模块利用***构建程序对平台软硬件环境和网络拓扑结构进行建设。
2.如权利要求1所述数字林业大数据***的构建方法,其特征在于,步骤二中,所述通过数据处理模块利用数据处理程序进行获取数据的处理,包括:对数据进行相似匹配。
3.如权利要求1所述数字林业大数据***的构建方法,其特征在于,步骤三中,所述通过数据整合模块利用数据整合程序将卫星遥感影像和林业数据进行整合,包括:
(1)将获取数据作为一个数据集,并将数据集划分成若干个网格单元;
(2)分别计算各网格单元的密度,并向大密度的网格单元进行扩展,进而形成较大的网格单元合集,形成数据分区;
(3)运用基本CFSFDP算法分别对分区进行局部聚类,并将得到的子类进行合并。
4.如权利要求1所述数字林业大数据***的构建方法,其特征在于,步骤四中,所述数据库为面向对象数据库、分布式数据库和空间数据库。
5.如权利要求1所述数字林业大数据***的构建方法,其特征在于,步骤五中,所述通过特征总结模块利用特征总结程序对提取的数据进行分析总结,得到不同种类数据的特征,包括:利用信息处理技术对数字林业建设中的海量数据进行深层次的分析,从中挖掘出林业信息的机理知识,得到不同种类数据的特征。
6.如权利要求1所述数字林业大数据***的构建方法,其特征在于,步骤六中,所述通过***构建模块利用***构建程序对平台软硬件环境和网络拓扑结构进行建设,包括:根据分析评价和设计构建数字林业多***集成平台,并对集成平台的分层结构、总体业务逻辑和功能结构进行设计,对平台软硬件环境和网络拓扑结构进行建设。
7.如权利要求1所述数字林业大数据***的构建方法,其特征在于,步骤五中,所述通过规律探索模块利用规律探索程序进行种类数据发展规律的探索,包括:将自然科学和社会科学有机结合起来,用定性和定量分析相结合的方法进行种类数据发展规律的探索。
8.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述数字林业大数据***的构建方法。
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述数字林业大数据***的构建方法。
10.一种应用如权利要求1-7任意一项所述数字林业大数据***的构建方法的数字林业大数据***的构建装置,其特征在于,所述数字林业大数据***的构建装置包括以下模块:
遥感影像获取模块,与中央控制模块连接,用于通过遥感卫星采集卫星遥感影像;
林业数据获取模块,与中央控制模块连接,用于通过林业数据获取从数据库中获取林业数据;
数据处理模块,与中央控制模块连接,用于通过数据处理程序进行获取数据的处理;
中央控制模块,与遥感影像获取模块、林业数据获取模块、数据处理模块、数据分析模块、数据整合模块、数据分类模块、数据存储模块、数据提取模块、特征总结模块、规律探索模块、信息输出模块、***构建模块连接,用于通过主控机控制各个模块正常运行;
数据分析模块,与中央控制模块连接,用于通过数据分析程序分别对处理后的卫星遥感影像和林业数据进行分析;
数据整合模块,与中央控制模块连接,用于通过数据整合程序将卫星遥感影像和林业数据进行整合,得到每一卫星遥感影像中对应的林业数据;
数据分类模块,与中央控制模块连接,用于通过数据分类程序分别对整合后的林业数据进行分类;
数据存储模块,与中央控制模块连接,用于通过数据库对整合后的数据进行存储;
数据提取模块,与中央控制模块连接,用于通过数据提取程序对数据库内存储的数据进行分类提取;
特征总结模块,与中央控制模块连接,用于通过特征总结程序对提取的数据进行分析总结,得到不同种类数据的特征;
规律探索模块,与中央控制模块连接,用于通过规律探索程序进行种类数据发展规律的探索;
信息输出模块,与中央控制模块连接,用于通过信息输出程序进行不同种类的数据、数据特征、发展规律的输出;
***构建模块,与中央控制模块连接,用于通过***构建程序对平台软硬件环境和网络拓扑结构进行建设。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011423545.5A CN112561470A (zh) | 2020-12-08 | 2020-12-08 | 一种数字林业大数据***的构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011423545.5A CN112561470A (zh) | 2020-12-08 | 2020-12-08 | 一种数字林业大数据***的构建方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112561470A true CN112561470A (zh) | 2021-03-26 |
Family
ID=75059705
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011423545.5A Pending CN112561470A (zh) | 2020-12-08 | 2020-12-08 | 一种数字林业大数据***的构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112561470A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120200682A1 (en) * | 2011-02-08 | 2012-08-09 | Xerox Corporation | Method for classifying a pixel of a hyperspectral image in a remote sensing application |
CN106339416A (zh) * | 2016-08-15 | 2017-01-18 | 常熟理工学院 | 基于网格快速搜寻密度峰值的数据聚类方法 |
CN109977991A (zh) * | 2019-01-23 | 2019-07-05 | 彭广惠 | 基于高清卫星遥感的林业资源采集方法 |
CN110286091A (zh) * | 2019-06-11 | 2019-09-27 | 华南农业大学 | 一种基于无人机的近地遥感图像采集方法 |
CN110516101A (zh) * | 2019-08-21 | 2019-11-29 | 湖北泰龙互联通信股份有限公司 | 一种基于大数据挖掘的林业一张图建立方法及装置 |
CN110926430A (zh) * | 2019-11-22 | 2020-03-27 | 海南省林业科学研究所 | 一种空地一体化红树林监测***及控制方法 |
CN111990078A (zh) * | 2020-09-16 | 2020-11-27 | 海南省林业科学研究院(海南省红树林研究院) | 一种海南粗榧的水培扦插育苗方法 |
-
2020
- 2020-12-08 CN CN202011423545.5A patent/CN112561470A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120200682A1 (en) * | 2011-02-08 | 2012-08-09 | Xerox Corporation | Method for classifying a pixel of a hyperspectral image in a remote sensing application |
CN106339416A (zh) * | 2016-08-15 | 2017-01-18 | 常熟理工学院 | 基于网格快速搜寻密度峰值的数据聚类方法 |
CN109977991A (zh) * | 2019-01-23 | 2019-07-05 | 彭广惠 | 基于高清卫星遥感的林业资源采集方法 |
CN110286091A (zh) * | 2019-06-11 | 2019-09-27 | 华南农业大学 | 一种基于无人机的近地遥感图像采集方法 |
CN110516101A (zh) * | 2019-08-21 | 2019-11-29 | 湖北泰龙互联通信股份有限公司 | 一种基于大数据挖掘的林业一张图建立方法及装置 |
CN110926430A (zh) * | 2019-11-22 | 2020-03-27 | 海南省林业科学研究所 | 一种空地一体化红树林监测***及控制方法 |
CN111990078A (zh) * | 2020-09-16 | 2020-11-27 | 海南省林业科学研究院(海南省红树林研究院) | 一种海南粗榧的水培扦插育苗方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108446293B (zh) | 一种基于城市多源异构数据构建城市画像的方法 | |
Zuiev et al. | Development of complex methodology of processing heterogeneous data in intelligent decision support systems | |
CN112115198B (zh) | 一种城市遥感智能服务平台 | |
CN109978249B (zh) | 基于分区建模的人口数据空间化方法、***及介质 | |
CN109635068A (zh) | 云计算环境下的海量遥感数据高效组织及快速检索方法 | |
CN104809242A (zh) | 一种基于分布式结构的大数据聚类方法和装置 | |
CN111052105A (zh) | 可缩放的空间-时间密度数据融合 | |
CN104809244A (zh) | 一种大数据环境下的数据挖掘方法和装置 | |
CN112528508A (zh) | 电磁可视化方法和装置 | |
CN115758522A (zh) | 一种数字孪生城市管理***及方法 | |
CN113570275A (zh) | 基于bim和数字高程模型的水资源实时监测*** | |
Zhou et al. | A streaming framework for seamless building reconstruction from large-scale aerial lidar data | |
CN110826454A (zh) | 一种遥感影像变化检测方法及装置 | |
CN116860905B (zh) | 一种城市信息模型的空间单元编码生成方法 | |
CN114820975A (zh) | 基于全要素参数符号化的三维场景仿真重构***及方法 | |
Zhang et al. | Map generation from large scale incomplete and inaccurate data labels | |
CN117435823B (zh) | 基于网格编码的时空数据服务方法及工业互联网平台 | |
Yan et al. | An improved coverage-oriented retrieval algorithm for large-area remote sensing data | |
CN116796083B (zh) | 一种空间数据划分方法及*** | |
Touzani et al. | Machine Learning for Automated Extraction of Building Geometry | |
CN115357675B (zh) | 一种像控点标准化处理建设像控点数据库方法和*** | |
CN112561470A (zh) | 一种数字林业大数据***的构建方法 | |
CN109542062A (zh) | 资源环境动态数字监测控制***及方法、信息数据处理终端 | |
CN115170924A (zh) | 一种空天地大数据智能解译*** | |
CN115017396A (zh) | 一种智能型城市知识图谱构建方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |