CN113434713B - 一种基于一张图的林业大数据建设方法及*** - Google Patents
一种基于一张图的林业大数据建设方法及*** Download PDFInfo
- Publication number
- CN113434713B CN113434713B CN202110677116.9A CN202110677116A CN113434713B CN 113434713 B CN113434713 B CN 113434713B CN 202110677116 A CN202110677116 A CN 202110677116A CN 113434713 B CN113434713 B CN 113434713B
- Authority
- CN
- China
- Prior art keywords
- data
- forestry
- module
- database
- central control
- 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.)
- Active
Links
- 238000010276 construction Methods 0.000 title claims abstract description 53
- 238000012545 processing Methods 0.000 claims abstract description 41
- 238000003860 storage Methods 0.000 claims abstract description 25
- 230000004927 fusion Effects 0.000 claims abstract description 22
- 238000007781 pre-processing Methods 0.000 claims abstract description 22
- 238000001514 detection method Methods 0.000 claims abstract description 21
- 230000005540 biological transmission Effects 0.000 claims abstract description 14
- 238000013500 data storage Methods 0.000 claims description 19
- 238000012937 correction Methods 0.000 claims description 16
- 238000007499 fusion processing Methods 0.000 claims description 13
- 238000005259 measurement Methods 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 11
- 230000010354 integration Effects 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000010219 correlation analysis Methods 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 2
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000007418 data mining Methods 0.000 abstract description 2
- 230000002349 favourable effect Effects 0.000 abstract description 2
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
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
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- 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
- G06F16/55—Clustering; Classification
-
- 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
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/80—Information retrieval; Database structures therefor; File system structures therefor of semi-structured data, e.g. markup language structured data such as SGML, XML or HTML
- G06F16/81—Indexing, e.g. XML tags; Data structures therefor; Storage structures
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Business, Economics & Management (AREA)
- Animal Husbandry (AREA)
- General Health & Medical Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Library & Information Science (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Processing (AREA)
Abstract
本发明属于大数据建设技术领域,公开了一种基于一张图的林业大数据建设方法及***,所述基于一张图的林业大数据建设***包括:数据库构建模块、林业数据获取模块、数据预处理模块、数据融合模块、无线传输模块、中央控制模块、质量检测模块、结构化处理模块、数据导入模块、更新显示模块。本发明通过数据融合模块对来自不同传感器的数据进行分析和综合处理,获得更多更全面的信息,提高信息的可信度以及***的稳定性;通过结构化处理模块保证林业数据科学性、***性的录入至林业数据库中,且适用范围广,林业数据库的实用性高,同时实现林业数据的结构化处理,提高林业数据的存储和读取效率,有利于数据挖掘和分析,消除林业数据的信息孤岛。
Description
技术领域
本发明属于大数据建设技术领域,尤其涉及一种基于一张图的林业大数据建设方法及***。
背景技术
目前,信息技术的快速普及和不断升级,使数据已经渗透到了社会生活的各个领域,逐渐成为一种日益重要的生产要素,人们对于海量数据的有效运用,将预示着新一轮生产率的增长和生产方式的改变。大数据时代的主要特点是数据量大,而是有效地挖掘和利用,这是各部门、各行业的普遍需求。
林业大数据除了容量大、类型多、存取速度快、应用价值高的特征外,林业数据的空间特征也尤为明显,建设难度较大。目前只有针对某项具体林业业务的林业数据整合方法,尚无林业大数据的建设方法,这导致林业大数据不能够实现结构化存储,影响计算机对林业数据的处理效率,增加人工成本。因此,亟需一种新的基于一张图的林业大数据建设方法。
通过上述分析,现有技术存在的问题及缺陷为:目前只有针对某项具体林业业务的林业数据整合方法,尚无林业大数据的建设方法,导致林业大数据不能够实现结构化存储,影响计算机对林业数据的处理效率,增加人工成本。
发明内容
针对现有技术存在的问题,本发明提供了一种基于一张图的林业大数据建设方法及***。
本发明是这样实现的,一种基于一张图的林业大数据建设***,所述基于一张图的林业大数据建设***包括:
数据库构建模块,与中央控制模块连接,用于通过数据库构建程序进行林业数据库的构建;
林业数据获取模块,与中央控制模块连接,用于通过数据获取设备获取林业数据;其中,所述林业数据包括林业基础地理图像数据和林业遥感图像数据;
数据预处理模块,与中央控制模块连接,用于通过数据预处理程序将获取的林业数据进行格式转换及校正处理;
数据融合模块,与中央控制模块连接,用于通过数据融合程序将预处理后的林业基础地理图像数据和林业遥感图像数据进行融合处理,获得林业数据集,包括:
基于多种传感器测量得到多种林业基础地理图像数据;
根据数据预处理模块得到的多种林业基础地理图像数据的预处理值进行相关性分析,得到林业基础地理图像数据的同类值;
将所述林业基础地理图像数据的同类值与林业基础地理图像数据的平均值进行对比,得到各传感器的测量偏差的标准差;
根据所述测量偏差的标准差确定各传感器的权值;其中,通过权值分配公式确定各传感器的权值;所述权值分配公式为:
其中,σi(t)为所述测量偏差的标准差;
根据各所述传感器的权值对所述林业基础地理图像数据的同类值通过加权公式进行融合处理,获得林业数据集;所述加权公式为:
X(t)=∑μnXn(t);
其中,Xn(t)表示第n个传感器在当前所述观测周期内的t时刻检测到的目标定位数据,μn表示所述第n个传感器在当前所述观测周期内的权值。
进一步,所述基于一张图的林业大数据建设***,还包括:
无线传输模块,与中央控制模块连接,用于通过无线传输装置将获得的林业数据集发送至中央处理器;
中央控制模块,与数据库构建模块、林业数据获取模块、数据预处理模块、数据融合模块、无线传输模块、质量检测模块、结构化处理模块、数据导入模块、更新显示模块连接,用于通过中央处理器协调控制所述基于一张图的林业大数据建设***各个模块的正常运行;
质量检测模块,与中央控制模块连接,用于通过质量检测程序对融合处理后的林业数据集进行审核和质量检查;
结构化处理模块,与中央控制模块连接,用于通过结构化处理程序对质量检测合格后的林业数据集进行结构化处理;
数据导入模块,与中央控制模块连接,用于通过数据导入程序按照预定的关系数据库的关系将结构化处理后的林业数据集导入至林业数据库;
更新显示模块,与中央控制模块连接,用于通过显示器对构建得到的林业数据库、获取的林业数据、数据预处理结果、林业数据集、质量检测结果以及结构化处理结果的实时数据进行更新显示。
进一步,数据库构建模块中,所述通过数据库构建程序进行林业数据库的构建,包括:
(1)根据传感器节点信息、历史数据/或历史告警,构成不常变的物联网数据存储节点;
(2)通过创建实时数据和/或实时告警,构成常变的物联网数据存储节点;
(3)通过配置不常变的物联网数据存储节点和常变的物联网数据存储节点,构建林业数据库分类存储框架。
进一步,所述构建林业数据库分类存储框架后,还包括:
1)采用构建的物联网数据库分类存储框架,通过不常变的物联网数据存储节点,存储不常变的物联网数据;
2)采用构建的物联网数据库分类存储框架,通过常变的物联网数据存储节点,存储常变的物联网数据。
进一步,数据预处理模块中,所述基础地理数据整合处理的格式转换为:将选取的基础地理数据统一转换为GIS数据;所述遥感影像数据整合的数据格式转换为:将GEOTIFF的遥感影像数据转换为xml格式保存。
进一步,数据预处理模块中,所述校正处理,包括辐射校正、几何校正和数字高程模型校正。
进一步,数据预处理模块中,所述数据预处理,还包括对图形错误的处理、图面信息的补充、拓扑关系重构以及依照行业标准进行图幅的拼接或分割处理。
进一步,结构化处理模块中,所述通过结构化处理程序对质量检测合格后的林业数据集进行结构化处理,包括:
(1)获取待入库的林业数据集;
(2)对所述林业数据集进行分类及分层,并得到分类及分层结果;
(3)构建所述林业数据集的属性信息;
(4)基于所述属性信息以及分类及分层结果对所述林业数据集进行编码,以得到结构化后的林业数据集。
本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以应用所述的基于一张图的林业大数据建设***。
本发明的另一目的在于提供一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机应用所述的基于一张图的林业大数据建设***。
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:本发明提供的基于一张图的林业大数据建设***,通过数据融合模块对来自不同传感器的数据进行分析和综合处理,获得更多更全面的信息,提高了信息的可信度以及***的稳定性;通过结构化处理模块保证林业数据科学性、***性的录入至林业数据库中,且适用范围广,林业数据库的实用性高,同时实现了林业数据的结构化处理,提高林业数据的存储和读取效率,有利于数据挖掘和分析,消除了林业数据的信息孤岛。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明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发明的一些实施例,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基于一张图的林业大数据建设***结构框图;
图中:1、数据库构建模块;2、林业数据获取模块;3、数据预处理模块;4、数据融合模块;5、无线传输模块;6、中央控制模块;7、质量检测模块;8、结构化处理模块;9、数据导入模块;10、更新显示模块。
图2是本发明实施例提供的基于一张图的林业大数据建设方法流程图。
图3是本发明实施例提供的通过数据库构建模块利用数据库构建程序进行林业数据库构建的方法流程图。
图4是本发明实施例提供的通过数据融合模块利用数据融合程序将预处理后的林业基础地理图像数据和林业遥感图像数据进行融合处理的方法流程图。
图5是本发明实施例提供的通过结构化处理模块利用结构化处理程序对质量检测合格后的林业数据集进行结构化处理的方法流程图。
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,本发明提供了一种基于一张图的林业大数据建设方法及***,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基于一张图的林业大数据建设***包括:
数据库构建模块1、林业数据获取模块2、数据预处理模块3、数据融合模块4、无线传输模块5、中央控制模块6、质量检测模块7、结构化处理模块8、数据导入模块9、更新显示模块10。
数据库构建模块1,与中央控制模块6连接,用于通过数据库构建程序进行林业数据库的构建;
林业数据获取模块2,与中央控制模块6连接,用于通过数据获取设备获取林业数据;其中,所述林业数据包括林业基础地理图像数据和林业遥感图像数据;
数据预处理模块3,与中央控制模块6连接,用于通过数据预处理程序将获取的林业数据进行格式转换及校正处理;
数据融合模块4,与中央控制模块6连接,用于通过数据融合程序将预处理后的林业基础地理图像数据和林业遥感图像数据进行融合处理,获得林业数据集;
无线传输模块5,与中央控制模块6连接,用于通过无线传输装置将获得的林业数据集发送至中央处理器;
中央控制模块6,与数据库构建模块1、林业数据获取模块2、数据预处理模块3、数据融合模块4、无线传输模块5、质量检测模块7、结构化处理模块8、数据导入模块9、更新显示模块10连接,用于通过中央处理器协调控制所述基于一张图的林业大数据建设***各个模块的正常运行;
质量检测模块7,与中央控制模块6连接,用于通过质量检测程序对融合处理后的林业数据集进行审核和质量检查;
结构化处理模块8,与中央控制模块6连接,用于通过结构化处理程序对质量检测合格后的林业数据集进行结构化处理;
数据导入模块9,与中央控制模块6连接,用于通过数据导入程序按照预定的关系数据库的关系将结构化处理后的林业数据集导入至林业数据库;
更新显示模块10,与中央控制模块6连接,用于通过显示器对构建得到的林业数据库、获取的林业数据、数据预处理结果、林业数据集、质量检测结果以及结构化处理结果的实时数据进行更新显示。
如图2所示,本发明实施例提供的基于一张图的林业大数据建设方法包括以下步骤:
S101,通过数据库构建模块利用数据库构建程序进行林业数据库的构建;
S102,通过林业数据获取模块利用数据获取设备获取林业数据;其中,所述林业数据包括林业基础地理图像数据和林业遥感图像数据;
S103,通过数据预处理模块利用数据预处理程序将获取的林业数据进行格式转换及校正处理;
S104,通过数据融合模块利用数据融合程序将预处理后的林业基础地理图像数据和林业遥感图像数据进行融合处理,获得林业数据集;通过无线传输模块利用无线传输装置将获得的林业数据集发送至中央处理器;
S105,通过中央控制模块利用中央处理器协调控制所述基于一张图的林业大数据建设***各个模块的正常运行;
S106,通过质量检测模块利用质量检测程序对融合处理后的林业数据集进行审核和质量检查;通过结构化处理模块利用结构化处理程序对质量检测合格后的林业数据集进行结构化处理;
S107,通过数据导入模块利用数据导入程序按照预定的关系数据库的关系将结构化处理后的林业数据集导入至林业数据库;
S108,通过更新显示模块利用显示器对构建得到的林业数据库、获取的林业数据、数据预处理结果、林业数据集、质量检测结果以及结构化处理结果的实时数据进行更新显示。
如图3所示,本发明实施例提供的步骤S101中,所述通过数据库构建模块利用数据库构建程序进行林业数据库的构建,包括:
S201,根据传感器节点信息、历史数据/或历史告警,构成不常变的物联网数据存储节点;
S202,通过创建实时数据和/或实时告警,构成常变的物联网数据存储节点;
S203,通过配置不常变的物联网数据存储节点和常变的物联网数据存储节点,构建林业数据库分类存储框架。
本发明实施例提供的步骤S203中,所述构建林业数据库分类存储框架后,还包括:
(1)采用构建的物联网数据库分类存储框架,通过不常变的物联网数据存储节点,存储不常变的物联网数据;
(2)采用构建的物联网数据库分类存储框架,通过常变的物联网数据存储节点,存储常变的物联网数据。
本发明实施例提供的步骤S103中,所述基础地理数据整合处理的格式转换为:将选取的基础地理数据统一转换为GIS数据;所述遥感影像数据整合的数据格式转换为:将GEOTIFF的遥感影像数据转换为xml格式保存。
本发明实施例提供的步骤S103中,所述校正处理,包括辐射校正、几何校正和数字高程模型校正。
本发明实施例提供的步骤S103中,所述数据预处理,还包括对图形错误的处理、图面信息的补充、拓扑关系重构以及依照行业标准进行图幅的拼接或分割处理。
如图4所示,本发明实施例提供的步骤S104中,所述通过数据融合模块利用数据融合程序将预处理后的林业基础地理图像数据和林业遥感图像数据进行融合处理,包括:
S301,基于多种传感器测量得到多种林业基础地理图像数据;
S302,根据数据预处理模块得到的多种林业基础地理图像数据的预处理值进行相关性分析,得到林业基础地理图像数据的同类值;
S303,将所述林业基础地理图像数据的同类值与林业基础地理图像数据的平均值进行对比,得到各传感器的测量偏差的标准差;
S304,根据所述测量偏差的标准差确定各传感器的权值,并根据各所述传感器的权值对所述林业基础地理图像数据的同类值通过加权公式进行融合处理,获得林业数据集。
本发明实施例提供的步骤S304中,通过权值分配公式确定各传感器的权值;所述权值分配公式为:
其中,σi(t)为所述测量偏差的标准差;
所述加权公式为:
X(t)=∑μnXn(t);
其中Xn(t)表示第n个传感器在当前所述观测周期内的t时刻检测到的目标定位数据,μn表示所述第n个传感器在当前所述观测周期内的权值。
如图5所示,本发明实施例提供的步骤S106中,所述通过结构化处理模块利用结构化处理程序对质量检测合格后的林业数据集进行结构化处理,包括:
S401,获取待入库的林业数据集;
S402,对所述林业数据集进行分类及分层,并得到分类及分层结果;
S403,构建所述林业数据集的属性信息;
S404,基于所述属性信息以及分类及分层结果对所述林业数据集进行编码,以得到结构化后的林业数据集。
在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上;术语“上”、“下”、“左”、“右”、“内”、“外”、“前端”、“后端”、“头部”、“尾部”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”等仅用于描述目的,而不能理解为指示或暗示相对重要性。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现,所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
以上所述,仅为本发明的具体实施方式,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 (7)
1.一种基于一张图的林业大数据建设***,其特征在于,所述基于一张图的林业大数据建设***包括:
数据库构建模块,与中央控制模块连接,用于通过数据库构建程序进行林业数据库的构建;
林业数据获取模块,与中央控制模块连接,用于通过数据获取设备获取林业数据;其中,所述林业数据包括林业基础地理图像数据和林业遥感图像数据;
数据预处理模块,与中央控制模块连接,用于通过数据预处理程序将获取的林业数据进行格式转换及校正处理;
数据融合模块,与中央控制模块连接,用于通过数据融合程序将预处理后的林业基础地理图像数据和林业遥感图像数据进行融合处理,获得林业数据集,包括:
基于多种传感器测量得到多种林业基础地理图像数据;
根据数据预处理模块得到的多种林业基础地理图像数据的预处理值进行相关性分析,得到林业基础地理图像数据的同类值;
将所述林业基础地理图像数据的同类值与林业基础地理图像数据的平均值进行对比,得到各传感器的测量偏差的标准差;
根据所述测量偏差的标准差确定各传感器的权值;其中,通过权值分配公式确定各传感器的权值;所述权值分配公式为:
其中,σi(t)为所述测量偏差的标准差;
根据各所述传感器的权值对所述林业基础地理图像数据的同类值通过加权公式进行融合处理,获得林业数据集;所述加权公式为:
其中Xi(t)表示第i个传感器在当前观测周期内的t时刻检测到的目标定位数据,μi表示所述第i个传感器在当前观测周期内的权值;
所述基于一张图的林业大数据建设***,还包括:
无线传输模块,与中央控制模块连接,用于通过无线传输装置将获得的林业数据集发送至中央处理器;
中央控制模块,与数据库构建模块、林业数据获取模块、数据预处理模块、数据融合模块、无线传输模块、质量检测模块、结构化处理模块、数据导入模块、更新显示模块连接,用于通过中央处理器协调控制所述基于一张图的林业大数据建设***各个模块的正常运行;
质量检测模块,与中央控制模块连接,用于通过质量检测程序对融合处理后的林业数据集进行审核和质量检查;
结构化处理模块,与中央控制模块连接,用于通过结构化处理程序对质量检测合格后的林业数据集进行结构化处理;
数据导入模块,与中央控制模块连接,用于通过数据导入程序按照预定的关系数据库的关系将结构化处理后的林业数据集导入至林业数据库;
更新显示模块,与中央控制模块连接,用于通过显示器对构建得到的林业数据库、获取的林业数据、数据预处理结果、林业数据集、质量检测结果以及结构化处理结果的实时数据进行更新显示;
数据库构建模块中,所述通过数据库构建程序进行林业数据库的构建,包括:
(1)根据传感器节点信息、历史数据/或历史告警,构成不常变的物联网数据存储节点;
(2)通过创建实时数据和/或实时告警,构成常变的物联网数据存储节点;
(3)通过配置不常变的物联网数据存储节点和常变的物联网数据存储节点,构建林业数据库分类存储框架;
所述构建林业数据库分类存储框架后,还包括:
1)采用构建的物联网数据库分类存储框架,通过不常变的物联网数据存储节点,存储不常变的物联网数据;
2)采用构建的物联网数据库分类存储框架,通过常变的物联网数据存储节点,存储常变的物联网数据。
2.如权利要求1所述的基于一张图的林业大数据建设***,其特征在于,数据预处理模块中,所述基础地理数据整合处理的格式转换为:将选取的基础地理数据统一转换为GIS数据;所述遥感影像数据整合的数据格式转换为:将GEOTIFF的遥感影像数据转换为xml格式保存。
3.如权利要求1所述的基于一张图的林业大数据建设***,其特征在于,数据预处理模块中,所述校正处理,包括辐射校正、几何校正和数字高程模型校正。
4.如权利要求1所述的基于一张图的林业大数据建设***,其特征在于,数据预处理模块中,所述数据预处理,还包括对图形错误的处理、图面信息的补充、拓扑关系重构以及依照行业标准进行图幅的拼接或分割处理。
5.如权利要求1所述的基于一张图的林业大数据建设***,其特征在于,结构化处理模块中,所述通过结构化处理程序对质量检测合格后的林业数据集进行结构化处理,包括:
(1)获取待入库的林业数据集;
(2)对所述林业数据集进行分类及分层,并得到分类及分层结果;
(3)构建所述林业数据集的属性信息;
(4)基于所述属性信息以及分类及分层结果对所述林业数据集进行编码,以得到结构化后的林业数据集。
6.一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以应用如权利要求1~5任意一项所述的基于一张图的林业大数据建设***。
7.一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机应用如权利要求1~5任意一项所述的基于一张图的林业大数据建设***。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110677116.9A CN113434713B (zh) | 2021-06-18 | 2021-06-18 | 一种基于一张图的林业大数据建设方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110677116.9A CN113434713B (zh) | 2021-06-18 | 2021-06-18 | 一种基于一张图的林业大数据建设方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113434713A CN113434713A (zh) | 2021-09-24 |
CN113434713B true CN113434713B (zh) | 2024-03-12 |
Family
ID=77756468
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110677116.9A Active CN113434713B (zh) | 2021-06-18 | 2021-06-18 | 一种基于一张图的林业大数据建设方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113434713B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102023010A (zh) * | 2010-10-26 | 2011-04-20 | 西安理工大学 | 基于mems的小波域多传感器信息融合***及融合方法 |
CN106547853A (zh) * | 2016-10-19 | 2017-03-29 | 北京航天泰坦科技股份有限公司 | 基于一张图的林业大数据建设方法 |
WO2019198076A1 (en) * | 2018-04-11 | 2019-10-17 | Ionterra Transportation And Aviation Technologies Ltd. | Real-time raw data- and sensor fusion |
CN110428008A (zh) * | 2019-08-02 | 2019-11-08 | 深圳市唯特视科技有限公司 | 一种基于多融合传感器的目标探测与识别装置和方法 |
CN112270251A (zh) * | 2020-10-26 | 2021-01-26 | 清华大学 | 一种基于互信息的自适应多传感器数据融合方法及*** |
-
2021
- 2021-06-18 CN CN202110677116.9A patent/CN113434713B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102023010A (zh) * | 2010-10-26 | 2011-04-20 | 西安理工大学 | 基于mems的小波域多传感器信息融合***及融合方法 |
CN106547853A (zh) * | 2016-10-19 | 2017-03-29 | 北京航天泰坦科技股份有限公司 | 基于一张图的林业大数据建设方法 |
WO2019198076A1 (en) * | 2018-04-11 | 2019-10-17 | Ionterra Transportation And Aviation Technologies Ltd. | Real-time raw data- and sensor fusion |
CN110428008A (zh) * | 2019-08-02 | 2019-11-08 | 深圳市唯特视科技有限公司 | 一种基于多融合传感器的目标探测与识别装置和方法 |
CN112270251A (zh) * | 2020-10-26 | 2021-01-26 | 清华大学 | 一种基于互信息的自适应多传感器数据融合方法及*** |
Non-Patent Citations (1)
Title |
---|
多传感器信息融合及其在林业中的应用;段梅;刘晋浩;;自动化博览(10);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113434713A (zh) | 2021-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111178456B (zh) | 异常指标检测方法、装置、计算机设备和存储介质 | |
WO2023024259A1 (zh) | 基于数字孪生的局部放电监测***、方法和装置 | |
US20170132263A1 (en) | Space-time-node engine signal structure | |
CN111526119B (zh) | 异常流量检测方法、装置、电子设备和计算机可读介质 | |
CN113570396A (zh) | 时间序列数据异常检测方法、装置、设备及存储介质 | |
CN113112497B (zh) | 一种基于零样本学习的工业外观缺陷检测方法、电子设备及存储介质 | |
CN116822803B (zh) | 基于智能算法的碳排放数据图构建方法、装置与设备 | |
CN112183627B (zh) | 生成预测密度图网络的方法和车辆年检标数量检测方法 | |
CN115085196A (zh) | 电力负荷预测值确定方法、装置、设备和计算机可读介质 | |
CN110490132B (zh) | 数据处理方法和装置 | |
CN116164822A (zh) | 基于知识图谱的流量计故障诊断方法、装置、介质 | |
CN117290561B (zh) | 业务状态信息反馈方法、装置、设备和计算机可读介质 | |
CN114202256A (zh) | 架构升级预警方法、装置、智能终端及可读存储介质 | |
CN111901156B (zh) | 一种监控故障的方法及装置 | |
CN113434713B (zh) | 一种基于一张图的林业大数据建设方法及*** | |
Yin et al. | State of health prediction for lithium-ion batteries through curve compression and CatBoost | |
CN116702005A (zh) | 一种基于神经网络的数据异常诊断方法和电子设备 | |
CN113808134B (zh) | 油罐布局信息生成方法、装置、电子设备、介质 | |
Lenart et al. | Real-time monitoring and analyses of sensory data integrated into the BIM platform | |
CN112906723A (zh) | 一种特征选择的方法和装置 | |
Nagarathna | Remote Monitoring Solution with Predictive Analysis for Health Care Devices | |
WO2023155425A1 (zh) | 调货方法、装置、电子设备和计算机可读介质 | |
CN115496393A (zh) | 异常检测方法、装置、电子设备和计算机可读介质 | |
CN116956086A (zh) | 数据监控预警方法、装置、电子设备及存储介质 | |
CN116319386A (zh) | 可用性及故障预测方法、装置、电子设备和介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |