CN115062192B - 基于空间分析的燃气管道检测数据自动对齐方法 - Google Patents

基于空间分析的燃气管道检测数据自动对齐方法 Download PDF

Info

Publication number
CN115062192B
CN115062192B CN202211007134.7A CN202211007134A CN115062192B CN 115062192 B CN115062192 B CN 115062192B CN 202211007134 A CN202211007134 A CN 202211007134A CN 115062192 B CN115062192 B CN 115062192B
Authority
CN
China
Prior art keywords
data
detection
pipeline
gis
point
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
Application number
CN202211007134.7A
Other languages
English (en)
Other versions
CN115062192A (zh
Inventor
常关羽
杨皓洁
王凌宇
胡芸华
蒋中宇
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.)
Chengdu Qianjia Technology Co Ltd
Original Assignee
Chengdu Qianjia Technology Co Ltd
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 Chengdu Qianjia Technology Co Ltd filed Critical Chengdu Qianjia Technology Co Ltd
Priority to CN202211007134.7A priority Critical patent/CN115062192B/zh
Publication of CN115062192A publication Critical patent/CN115062192A/zh
Application granted granted Critical
Publication of CN115062192B publication Critical patent/CN115062192B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17D—PIPE-LINE SYSTEMS; PIPE-LINES
    • F17D5/00—Protection or supervision of installations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/906—Clustering; Classification
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Mechanical Engineering (AREA)
  • Computational Linguistics (AREA)
  • Pipeline Systems (AREA)

Abstract

本发明涉及基于空间分析的燃气管道检测数据自动对齐方法，包括步骤：收集管道定检数据，分析定检数据的空间特征，将定检数据分为点位数据、线型数据，其中线型数据的细粒度小于点位数据；选择线型数据中细粒度最小的作为与GIS管线数据对齐的空间参考数据；建立线型数据与GIS管线数据的ID关联表；分析ID关联表中的关联关系和层次，基于关联关系和层次将管道的定检数据与GIS管线数据进行对齐。本发明在不增加定检数据整理工作的前提下，通过设计检测数据结构和配套的空间分析方法，实现定检数据与GIS管线数据的自动对齐。

Description

基于空间分析的燃气管道检测数据自动对齐方法
技术领域
本发明涉及燃气管道数据检测技术领域，特别涉及一种基于空间分析的燃气管道检测数据自动对齐方法。
背景技术
城镇天然气管道作为城镇燃气输送的主要媒介，是管网生产运行关注的主要基础设施。为了保证管道安全性，会定期对管道进行检测，采集管道及其所在环境的数据，以判定管道的安全状况。但由于管道检测数据收集通常以检测任务的检测段为单元进行收集，其数据粒度与燃气企业GIS***中的管线没法一一对应，使得检测数据的数字化面临较大困难。因此，为了在不增加检测数据整理工作复杂性的前提下，实现检测数据的数字化，还需对检测方法做进一步的改进。
发明内容
本发明的目的在于在不增加定检数据（即检测数据）整理工作的前提下，通过设计检测数据结构和配套的空间分析方法，实现定检数据与GIS管线数据的自动对齐，提供一种基于空间分析的燃气管道检测数据自动对齐方法。
为了实现上述发明目的，本发明实施例提供了以下技术方案：
基于空间分析的燃气管道检测数据自动对齐方法，包括以下步骤：
步骤S1，收集管道定检数据，分析定检数据的空间特征，将定检数据分为点位数据、线型数据，其中线型数据的细粒度小于点位数据；
步骤S2，选择线型数据中细粒度最小的作为与GIS管线数据对齐的空间参考数据；建立线型数据与GIS管线数据的ID关联表；
步骤S3，分析ID关联表中的关联关系和层次，基于关联关系和层次将管道的定检数据与GIS管线数据进行对齐。
所述定检数据在业务上采集的业务数据包括土壤腐蚀性检测、杂散电流检测、防腐层质量检测、防腐层非开挖及埋深检测、阴保有效性检测、管道占压；所述定检数据在业务上的收集方式包括按点位、按分段、按分段多点；
其中，土壤腐蚀性检测、杂散电流检测、阴保有效性检测、管道占压的收集方式为按点位；防腐层质量检测的收集方式为按分段；防腐层非开挖及埋深检测的收集方式为按分段多点；
按点位的收集方式所采集的业务数据为点位数据，按分段和按分段多点的收集方式所采集的业务数据为线型数据；线型数据的细粒度小于点位数据，按分段多点的业务数据的细粒度小于按分段的业务数据。
所述建立线型数据与GIS管线数据的ID关联表的步骤，包括：
使用收集方式为按分段多点的线型数据作为与GIS管线数据对齐的空间参考数据，该线型数据包含多个检测段，每个检测段包含若干检测点位；
对每个检测段进行空间缓冲区分析，将单个检测段形成的线段在线段两侧垂直缓冲预设距离范围d，形成条带表达的一个面图形，并将面图形包含的GIS管线的线段作为该检测段的管段；
形成的ID关联表中为一个检测段对应多个GIS管段的映射关系。
分析ID关联表中的关联关系和层次，形成主数据形态，所述主数据形态包括检测任务ID、检测段ID、GIS管段主ID、GIS管段辅助ID、检测数据。
与现有技术相比，本发明的有益效果：
本发明通过对管道定检数据的空间特性分析，实现对定检数据的分类，并以描述细粒度最小的线型数据为主，完成与GIS管线数据的对应关联关系计算，结合采集数据主数据的关联设计完成原始检测数据到GIS管线数据对齐，实现了定检数据与GIS管线数据的自动对齐，为定检数据的数字化提供了实现方案。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本发明方法流程图；
图2为本发明实施例检测段与GIS管段的空间关联分析示意图；
图3为本发明实施例主数据关联于层次示意图。
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性，或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
实施例1：
本发明通过下述技术方案实现，如图1所示，基于空间分析的燃气管道检测数据自动对齐方法，包括以下步骤：
步骤S1，收集管道定检数据，分析定检数据的空间特征，将定检数据分为点位数据、线型数据，其中线型数据的细粒度小于点位数据。
管道定检数据在业务上主要采集的业务数据和收集方式如表1所示：
表1 管道定检数据在业务上主要采集的业务数据和收集方式
Figure 701367DEST_PATH_IMAGE001
根据业务数据的收集方式，可以看出其中“防腐层非开挖及埋深检测”业务数据采用按分段多点的方式收集，可以判定为多点代表的线型数据；“防腐层质量检测”业务数据采用按分段的收集方式，是多段代表的线型数据，其他的业务数据都采用按点位的收集方式。
因此根据业务数据的收集方式，可以将业务数据分为点位数据和线型数据，表1中序号1、2、5、6为点位数据，序号3、4为线型数据，其中线型数据的细粒度是小于点位数据的。
步骤S2，选择线型数据中细粒度最小的作为与GIS管线数据对齐的空间参考数据；建立线型数据与GIS管线数据的ID关联表。
步骤S1中线型数据包括按分段收集的业务数据和按分段多点收集的业务数据，再从线型数据中选择描述细粒度最细的线型数据，也就是按分段多点收集的业务数据，作为与GIS管线数据对齐的空间参考数据。
防腐层非开挖及埋深检测的业务数据记录具体如表2-1和表2-2所示。表2-1为检测段01，该检测段中包含了多个点位；表2-2为检测段02，该检测段中也包含了多个点位。
表2-1 检测段01的防腐层非开挖及埋深检测的业务数据记录
Figure 87349DEST_PATH_IMAGE002
表2-2 检测段02的防腐层非开挖及埋深检测的业务数据记录
Figure 335927DEST_PATH_IMAGE003
根据表2-1、表2-2的数据特性，其通过多点表达了各检测段，符合参考数据选择要求，选择为对齐GIS管线数据的参考数据。每个检测段有一系列的检测点位，这些检测点依次连接构成了检测段的线段描述。由于坐标采集的误差，检测段的几何位置与GIS管线数据的几何位置是基本重合，但并非完全重合。因此需要建立检测段与GIS管线关联，如图2所示，首先对检测分段形成的线段进行空间缓冲区分析，即对检测段01形成的线段在线段两侧垂直缓冲一定距离范围d，形成条带表达的一个面图形，并将面图形包含的GIS管线的线段作为检测段01所对应的管段。
经过空间分析后，对于检测段01，则可以得到如表3所示的GIS管段与检测段01的ID关联表：
表3 GIS管段与检测段01的ID关联表
Figure 465557DEST_PATH_IMAGE004
数据对齐的目标是将检测得到的业务数据作为表征管线状态的属性，对齐到每个GIS管段上去。但业务繁重的数据收集往往不会直接以GIS管段为对象，且收集到的业务数据在空间上由不同几何图形表示，由此，需要梳理主数据关联及层次，同时定义对齐到GIS管段。
本实施例中涉及到点位数据和线型数据，基于表3所示的ID关联表，步骤S3以点位数据防腐层质量检测为例，展示线型数据对齐过程与逻辑；以点位数据杂散电流为例，展示点位数据对齐过程与逻辑。
步骤S3，分析ID关联表中的关联关系和层次，基于关联关系和层次将管道的定检数据与GIS管线数据进行对齐。
主数据就是可以附加业务属性的对象化的主体，一般由对应的ID标识表示，如管线在数据库中的主键ID、检测段的编号，本实施例的主数据体系请参见图3。图3中检测任务ID是一个检测任务的标识，每个检测任务中会进行多个检测段检测，多个检测段都属于一个检测任务，而一个检测段又通过空间分析与GIS管段建立了一对多的关联，如表3所示，因此整个主数据关联关系和层次就建立起来了。图3中管段辅助ID一般是应业务数据上特定需求，在GIS管线数据中对管段上追加的ID，代表比GIS管段ID更高一级的辅助管理单元。如一个路段包含了多条GIS管段，最终可以形成如表4所示的主数据形态：
表4 主数据形态
Figure 998039DEST_PATH_IMAGE005
对于点位数据，如杂散电流的数据记录格式如表5所示：
表5 杂散电流的数据记录
Figure 492605DEST_PATH_IMAGE006
由此通过GIS管段的缓冲区分析，将GIS管段缓冲区范围内的杂散电流测量点位，对齐到GIS管段，一般只会对齐到一条GIS管段上，其他GIS管段杂散电流则为空。而杂散电流检测是以该点位代表整个检测任务所包含GIS管段的杂散电流水平，因此需要由已对齐的一条GIS管段反查到检测段，再将属于一个检测段的GIS管段的杂散电流填充为所测的杂散电流值。对齐的结果如表6所示：
表6 检测段01与GIS管段的杂散电流对齐结果
Figure 228480DEST_PATH_IMAGE007
对于以检测段提交的线型数据，如防腐层质量检测数据，形式如表7所示：
表7 检测子段0101的防腐层质量检测数据
Figure 909604DEST_PATH_IMAGE008
检测子段0101表示该段位检测段01的其中一段。根据每条记录描述的起始点里程及所属检测段，从表2-1查询并获取检测段0101所包含的对应测点集合，表7中第1条记录，包含里程从0到499m的测点，对应到表1-1的1至6条记录，对该6个点形成的折线段，进行空间缓冲分析即可得到检测子段0101数据包含的GIS管段，进而得到对应的关系及数据的对齐结果，如表8所示：
表8 检测字段0101与GIS管段的防腐层质量检测数据对齐结果
Figure 250586DEST_PATH_IMAGE009
通过该对应关系就可以将检测子段上的检测业务属性分发到GIS管段g1、g2上，实现了线型数据与GIS管线数据的对齐。
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，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (2)

1.基于空间分析的燃气管道检测数据自动对齐方法，其特征在于：包括以下步骤：
步骤S1，收集管道定检数据，分析定检数据的空间特征，将定检数据分为点位数据、线型数据，其中线型数据的细粒度小于点位数据；
所述定检数据在业务上采集的业务数据包括土壤腐蚀性检测、杂散电流检测、防腐层质量检测、防腐层非开挖及埋深检测、阴保有效性检测、管道占压；所述定检数据在业务上的收集方式包括按点位、按分段、按分段多点；
其中，土壤腐蚀性检测、杂散电流检测、阴保有效性检测、管道占压的收集方式为按点位；防腐层质量检测的收集方式为按分段；防腐层非开挖及埋深检测的收集方式为按分段多点；
按点位的收集方式所采集的业务数据为点位数据，按分段和按分段多点的收集方式所采集的业务数据为线型数据；线型数据的细粒度小于点位数据，按分段多点的业务数据的细粒度小于按分段的业务数据；
步骤S2，选择线型数据中细粒度最小的作为与GIS管线数据对齐的空间参考数据；建立线型数据与GIS管线数据的ID关联表；
所述建立线型数据与GIS管线数据的ID关联表的步骤，包括：
使用收集方式为按分段多点的线型数据作为与GIS管线数据对齐的空间参考数据，该线型数据包含多个检测段，每个检测段包含若干检测点位；
对每个检测段进行空间缓冲区分析，将单个检测段形成的线段在线段两侧垂直缓冲预设距离范围d，形成条带表达的一个面图形，并将面图形包含的GIS管线的线段作为该检测段的管段；
形成的ID关联表中为一个检测段对应多个GIS管段的映射关系；
步骤S3，分析ID关联表中的关联关系和层次，基于关联关系和层次将管道的定检数据与GIS管线数据进行对齐。
2.根据权利要求1所述的基于空间分析的燃气管道检测数据自动对齐方法，其特征在于：分析ID关联表中的关联关系和层次，形成主数据形态，所述主数据形态包括检测任务ID、检测段ID、GIS管段主ID、GIS管段辅助ID、检测数据。
CN202211007134.7A 2022-08-22 2022-08-22 基于空间分析的燃气管道检测数据自动对齐方法 Active CN115062192B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211007134.7A CN115062192B (zh) 2022-08-22 2022-08-22 基于空间分析的燃气管道检测数据自动对齐方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211007134.7A CN115062192B (zh) 2022-08-22 2022-08-22 基于空间分析的燃气管道检测数据自动对齐方法

Publications (2)

Publication Number Publication Date
CN115062192A CN115062192A (zh) 2022-09-16
CN115062192B true CN115062192B (zh) 2022-10-25

Family

ID=83207721

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211007134.7A Active CN115062192B (zh) 2022-08-22 2022-08-22 基于空间分析的燃气管道检测数据自动对齐方法

Country Status (1)

Country Link
CN (1) CN115062192B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8548757B1 (en) * 2013-01-14 2013-10-01 RCP Inc. Method for calculating maximum allowable operating pressure and maximum operating pressure of a pipeline
US8548756B1 (en) * 2013-01-14 2013-10-01 RCP Inc. System for calculating maximum allowable operating pressure and maximum operating pressure of a pipeline
CN109886506A (zh) * 2019-03-14 2019-06-14 重庆大学 一种供水管网爆管风险分析方法
CN113971463A (zh) * 2021-10-13 2022-01-25 杭州英集动力科技有限公司 一种供热管线风险分布分析方法与巡检路径规划***

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050149561A1 (en) * 2003-12-29 2005-07-07 Jungle Lasers, Llc Method and apparatus for creating and maintaining a GIS
US7869944B2 (en) * 2005-04-18 2011-01-11 Roof Express, Llc Systems and methods for recording and reporting data collected from a remote location
CN105303045B (zh) * 2015-10-27 2018-05-04 中国石油天然气股份有限公司 一种长输管道线性数据关联规则挖掘方法
CN111105107B (zh) * 2018-10-25 2022-09-09 中国石油化工股份有限公司 一种基于定量风险评价的油气管道风险管理***
CN111667132B (zh) * 2019-03-07 2023-07-28 中国石油化工股份有限公司 一种管道完整性智能分析决策***
CN111274683B (zh) * 2020-01-15 2023-10-03 深圳四维集思技术服务有限公司 一种油气管线数据对齐管理方法
CN111612301A (zh) * 2020-04-17 2020-09-01 北京市燃气集团有限责任公司 基于权重自调节的燃气埋地管道泄漏风险评估方法及装置
CN111551967B (zh) * 2020-06-11 2023-08-25 沈阳龙昌管道检测中心 利用gps坐标的间接检测数据对齐方法及其应用
CN114458967A (zh) * 2020-10-22 2022-05-10 中国石油化工股份有限公司 存储器、油气管道监测预警方法、装置和设备
CN113032380B (zh) * 2021-03-25 2022-09-30 中国石油管道局工程有限公司 管道内外检测数据对齐方法、***及设备
CN113485984A (zh) * 2021-06-07 2021-10-08 深圳市燃气集团股份有限公司 一种燃气管道状态数据处理方法及***
CN113486494A (zh) * 2021-06-07 2021-10-08 深圳市燃气集团股份有限公司 一种燃气管道状态监控决策方法及***
CN113986894A (zh) * 2021-09-28 2022-01-28 深圳市燃气集团股份有限公司 燃气管道改迁后的管道数据对齐方法、***及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8548757B1 (en) * 2013-01-14 2013-10-01 RCP Inc. Method for calculating maximum allowable operating pressure and maximum operating pressure of a pipeline
US8548756B1 (en) * 2013-01-14 2013-10-01 RCP Inc. System for calculating maximum allowable operating pressure and maximum operating pressure of a pipeline
CN109886506A (zh) * 2019-03-14 2019-06-14 重庆大学 一种供水管网爆管风险分析方法
CN113971463A (zh) * 2021-10-13 2022-01-25 杭州英集动力科技有限公司 一种供热管线风险分布分析方法与巡检路径规划***

Also Published As

Publication number Publication date
CN115062192A (zh) 2022-09-16

Similar Documents

Publication Publication Date Title
CN110110902B (zh) 一种共享单车接驳轨道交通站点的可达性测算方法
CN113010506B (zh) 一种多源异构水环境大数据管理***
CN105893544A (zh) 一种基于poi业态数据生成城市空间大数据地图的方法
CN110967461B (zh) 一种基于gis技术实现河流水质动态分布的方法
CN108090165A (zh) 一种基于嵌入式图数据库的图谱变化差异的获取方法
CN106326923A (zh) 一种顾及位置重复和密度峰值点的签到位置数据聚类方法
CN117078077A (zh) 一种高速公路路域的生态脆弱性评价方法
CN115062192B (zh) 基于空间分析的燃气管道检测数据自动对齐方法
Elmustafa et al. Understanding economic development in rural Africa using satellite imagery, building footprints and deep models
Li et al. Partition KMNN‐DBSCAN Algorithm and Its Application in Extraction of Rail Damage Data
CN106815320B (zh) 基于拓展三维直方图的调研大数据可视化建模方法及***
CN102446186B (zh) 中文地理编码及解码方法和装置
CN116109185A (zh) 一种应用于电力***碳排放核算的碳量测***
CN110688439A (zh) 一种基于区域地理编码自动识别企业信息和分析的方法
CN111858808B (zh) 基于海量实测点的地形图特征地物精度自动评价方法
Huang et al. Recognition of Functional Areas in an Old City Based on POI: A Case Study in Fuzhou, China
CN103853817A (zh) 基于gis的海量统计数据的空间奇异点发掘方法
CN110619134B (zh) 解决路网数据飞点、点密度问题一体化检测及修复方法
Xu et al. An assistant decision-supporting method for urban transportation planning over big traffic data
Nadinta et al. A clustering-based approach for reorganizing bus route on bus rapid transit system
Li et al. Identifying urban form typologies in seoul with mixture model based clustering
CN112686507A (zh) 一种基于WorldPop数据的大都市区多中心指数评价方法
CN118033691B (zh) 基于卫星导航定位基准的测绘基准监督管理方法及***
CN112434393B (zh) 一种利用百度地图API与ArcGIS的营销水表定位方法
CN112612778B (zh) 一种企业数据架构方法

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