首页> 中国专利> 一种基于地理信息系统的农村生态治理优化方法

一种基于地理信息系统的农村生态治理优化方法

摘要

本申请提供一种基于地理信息系统的农村生态治理优化方法,通过在地理信息系统建立立体农村生态图;使用农村立体生态图分析该地区农村生态,具体包括:通过U‑net模型判断污染地区的污染种类;在地理信息系统构建立体生态污染地图;使用立体生态污染地图判断污染对村庄的影响;使用地理信息系统调整生态景观,所述使用地理信息系统调整生态景观,具体包括:获取生态景观种类适配度,获取生态景观位置适配度;结合地理信息系统建立生态循环,所述结合地理信息系统建立生态循环,具体包括:使用地理信息技术创建生态循环,对能迁移的生态景观进行合并处理,不仅改进了环境治理问题,还在未来保护环境和储备优质的资源。

著录项

  • 公开/公告号CN114971988A

    专利类型发明专利

  • 公开/公告日2022-08-30

    原文格式PDF

  • 申请/专利权人 青岛理工大学;

    申请/专利号CN202210634519.X

  • 发明设计人 邢一新;

    申请日2022-06-07

  • 分类号G06Q50/26(2012.01);G06F16/29(2019.01);G06V20/10(2022.01);G06V10/764(2022.01);G06V10/82(2022.01);G06N3/04(2006.01);G06N3/08(2006.01);

  • 代理机构深圳市广诺专利代理事务所(普通合伙) 44611;

  • 代理人居振浩

  • 地址 266000 山东省青岛市市北区抚顺路11号

  • 入库时间 2023-06-19 16:33:23

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-09-16

    实质审查的生效 IPC(主分类):G06Q50/26 专利申请号:202210634519X 申请日:20220607

    实质审查的生效

说明书

【技术领域】本发明涉及信息技术领域,尤其涉及一种基于地理信息系统的农村生态治理优化方法。

【背景技术】

农村的生态治理经常会不如城市,主要是因为人们对农村的关注度没有城市高,认为影响面不大。但其实如果能够对农村的生态进行分析,并根据不同的生态问题,提供景观性支持,则能够很好的解决农村治理的问题并实现农村越来越美的目标。很多污染其实可以通过提供优质的景观设计来进行弥补。例如污水乱排放地区,对应的景观,可以是设计成人工小湖,用于引导污水。焚烧垃圾地区,可以将它变成火灾灭火培训基地。过度开采的地貌,可以用加倍的果树园林设计进行弥补。很多污染是对应着更加美观的设计方案的。需要人们有开发和决心和知道如何进行开发。

【发明内容】

本发明提供了一种基于地理信息系统的农村生态治理优化方法,主要包括:

在地理信息系统建立立体农村生态图;使用农村立体生态图分析该地区农村生态;在地理信息系统构建立体生态污染地图;使用立体生态污染地图判断污染对村庄的影响;使用地理信息系统规划生态景观;使用地理信息系统调整生态景观;结合地理信息系统建立生态循环;

进一步可选地,所述在地理信息系统建立立体农村生态图包括:

获取农村所在地区的经纬度范围,确定卫星遥感拍摄的位置;使用卫星遥感拍摄农村地区的整体图像;使用全球卫星定位系统实地要素采集方法,获取地区的地形地势,根据地势在整体图像上绘制等高线;根据地形对卫星遥感图像进行区域划分,得到划分区域;将卫星遥感获取的图像输入AlexNet网络模型,获取图像的光谱特征,通过光谱特征判断土体用途和植被种类;将划分区域的地形地势、等高线、土地用途、植被种类标注在卫星遥感获取的整体图像上,输入到地理信息系统中,得到农村立体生态图。

进一步可选地,所述使用农村立体生态图分析该地区农村生态包括:

使用LandsatTM获取农村土地图像作为数据集输入U-net框架进行图像分割,以图像的光谱特征为特征集进行训练,通过光谱特征获取分割后图像对应的土地用途,土地种类,植被种类,得到经训练的U-net框架;将卫星遥感获取的土地图像输入经训练的U-net框架进行处理,得到图像对应的土地用途、土地种类和植物种类;结合地形地势和土地用途、土地种类和植物种类分析农村生态;包括:通过U-net模型判断污染地区的污染种类;

所述通过U-net模型判断污染地区的污染种类,具体包括:

使用卫星遥感获取农村土地图像;将污染图像和污染种类输入U-net框架,提取每种污染种类图像的光谱特征为特征集进行训练,得到经训练的U-net框架;将农村的土地图像输入经训练的U-net框架,对图像进行语义分割,将土地图像的光谱特征与污染种类光谱特征进行匹配,匹配污染种类光谱特征的为污染地区;根据污染地区光谱特征,判断污染种类。

进一步可选地,所述在地理信息系统构建立体生态污染地图包括:

获取农村土地图像、地形地势建立三维的立体生态地图;通过土地图像和地形地势标注出河流流向;将农村土地污染的污染地区、污染种类输入地理信息系统,在农村立体生态地图进行标注,得到立体生态污染地图。

进一步可选地,所述使用立体生态污染地图判断污染对村庄的影响包括:

将土地图像、地形地势、污染地区、污染种类输入地理信息系统,得到立体生态污染地图;地理信息系统标注出污染地区的污染种类、地形地势,标注出村庄位置;根据地形地势判断水流的流向,空气的流动方向;确定受水流影响的污染物的迁移方向,并在预设区域内标注,确定受空气流动影响的污染物的迁移方向并进行标注;以村庄为中心,若污染物迁移方向指向村庄,标注为正,根据水流或空气流动速度乘一系数,若不指向村庄,标注为负;并根据污染物的迁移速度和污染程度的计算污染物对村庄的影响;根据污染物污染程度和系数的乘积,判断污染物对村庄的影响。

进一步可选地,所述使用地理信息系统规划生态景观包括:

将生态景观所需气候水文条件和每种污染地区适宜的生态景观输入RBM网络进行训练,将图像的领域特征转化为矢量,得到经训练的RBM网络;将农村的经纬度输入地理信息系统,获得地理信息系统中农村地区的气候水文条件;将污染种类输入RBM网络,在气候水文条件匹配的生态景观中进行匹配;将气候水文条件输入RBM网络进行匹配,寻找匹配的生态景观,匹配成功,输出匹配的生态景观,匹配不成功,标记后输出匹配不成功;包括:使用RBM网络决定生态景观类型;使用地理信息系统决定生态景观种类;

所述使用RBM网络决定生态景观类型,具体包括:

获取已成功使用生态景观治理污染的地区的污染种类和生态景观类型输入RBM网络进行训练,得到生态景观与污染种类的匹配;使用卫星遥感获取建立生态景观前和建立生态景观后的图像,获取建立生态景观前图像和建立生态景观后图像的相似度,相似度越低,生态景观在污染种类的匹配权重越高;将污染种类输入地理信息系统,优先匹配权重高的生态景观输出。

所述使用地理信息系统决定生态景观种类,具体包括:

以每种生态景观中的植物种类和动物种类为特征集,输入RBM网络进行训练;获取农村经纬度,使用地理信息系统获取经纬度的气候和水文条件;通过地理信息系统,获取气候和水文条件对应生长的植物种类和动物种类;将植物种类和动物种类输入RBM网络,得到对应的生态景观种类。

进一步可选地,所述使用地理信息系统调整生态景观包括:

使用卫星遥感获取获取建立生态景观后的土地图像;将建立生态景观后的土地图像和农村建立生态景观前的土地图像输入孪生神经网络,获得建立前建立后图像的相似度,相似度低,生态景观种类适配度高;获取建立生态景观后生态污染对村庄的影响,与之前的影响进行比较,影响小于预设值,则生态景观位置适配度高;生态景观种类和位置适配度低,对生态景观进行调整;包括:获取生态景观种类适配度;获取生态景观位置适配度;

所述获取生态景观种类适配度,具体包括:

将建立生态景观后的土地图像和农村建立生态景观前的土地图像输入孪生神经网络,经过孪生神经网络的特征提取获得建立前建立后图像的特征对,使用0到1之间的实数来度量特征对的相似度,相似度越低,生态景观适配度越高;将建立后图像相似高的生态景观的经纬度,气候水文条件,污染地区和污染种类输入地理信息系统,降低这种生态景观在地理信息系统对此种污染种类在此经纬度,气候水文条件下的适配度;将污染地区经纬度,气候水文条件和污染种类再次输入地理信息系统,再次匹配生态景观进行建立。

所述获取生态景观位置适配度,具体包括:

获取农村土地的污染种类进行分类,对难以处理且会迁移的污染种类进行标注;将污染种类输入RBM网络进行匹配,建立生态景观;通过空气流动方向和水流方向判断生态景观建立后对村庄的影响,判断污染对村庄的影响是否大于预设值,大于则重新选取生态景观位置;影响小于预设值,则生态景观位置适配度高。

进一步可选地,所述结合地理信息系统建立生态循环包括:

将每种生态系统的物质能量输入输出途径输入PRGC模型进行深度学习,匹配建立循环的生态系统;使用地理信息系统建立的生态污染地图获取污染地区、污染种类及对应的生态景观和农村道路分布图;将可转移污染物的匹配的生态景观建立在农村道路的预设距离内;包括:使用地理信息技术创建生态循环;对能迁移的生态景观进行合并处理;

所述使用地理信息技术创建生态循环,具体包括:

将每种生态景观需要的物质种类、所需能量输入途径、物质输出种类、能量输出途径输入PRGC模型,抽取生态景观的实体:物质种类、能量、物质的输入和输出种类,抽取实体关系,通过生态系统物质、能量之间的输入和输出关系匹配建立循环的生态系统;获取污染种类和匹配的生态模型;将匹配的生态景观输入PRGC模型,建立生态景观之间的循环。

所述对能迁移的生态景观进行合并处理,具体包括:

使用卫星遥感获取农村道路,输入地理信息系统,将农村地区匹配的生态景观输入地理信息管理系统,同类型生态景观使用相同颜色标注;对生态污染进行分类,如污染物不可转移处理,就地建立生态景观,如为污染物可转移处理的生态污染,寻找同类型生态景观的费马点进行标注,在费马点预设距离内寻找靠近农村道路的地点建立生态景观对污染物进行处理。

本发明实施例提供的技术方案可以包括以下有益效果:

本发明基于地理信息系统,对农村生态环境进行分析,并对可能的景观如何融合进当前的缺点位置进行分析,使农村生态景观设计与农村环境问题结合,不仅改进了环境治理问题,还进一步在未来保护环境和储备优质的资源。

【附图说明】

图1为本发明的一种基于地理信息系统的农村生态治理优化方法的流程图。

图2为本发明的一种基于地理信息系统的农村生态治理优化方法的工作流程图。

【具体实施方式】

为了使本发明的目的、技术方案和优点更加清楚,下面结合附图和具体实施例对本发明进行详细描述。

图1为本发明的一种基于地理信息系统的农村生态治理优化方法流程图。如图1所示,本实施例一种基于地理信息系统的农村生态治理优化方法具体可以包括:

步骤101,在地理信息系统建立立体农村生态图。

获取农村所在地区的经纬度范围,确定卫星遥感拍摄的位置;使用卫星遥感拍摄农村地区的整体图像;使用全球卫星定位系统实地要素采集方法,获取地区的地形地势,根据地势在整体图像上绘制等高线;根据地形对卫星遥感图像进行区域划分,得到划分区域;将卫星遥感获取的图像输入AlexNet网络模型,获取图像的光谱特征,通过光谱特征判断土体用途和植被种类;将划分区域的地形地势、等高线、土地用途、植被种类标注在卫星遥感获取的整体图像上,输入到地理信息系统中,得到农村立体生态图。

步骤102,使用农村立体生态图分析该地区农村生态。

使用LandsatTM获取农村土地图像作为数据集输入U-net框架进行图像分割,以图像的光谱特征为特征集进行训练,通过光谱特征获取分割后图像对应的土地用途,土地种类,植被种类,得到经训练的U-net框架;将卫星遥感获取的土地图像输入经训练的U-net框架进行处理,得到图像对应的土地用途、土地种类和植物种类;结合地形地势和土地用途、土地种类和植物种类分析农村生态。

通过U-net模型判断污染地区的污染种类。

使用卫星遥感获取农村土地图像;将污染图像和污染种类输入U-net框架,提取每种污染种类图像的光谱特征为特征集进行训练,得到经训练的U-net框架;将农村的土地图像输入经训练的U-net框架,对图像进行语义分割,将土地图像的光谱特征与污染种类光谱特征进行匹配,匹配污染种类光谱特征的为污染地区;根据污染地区光谱特征,判断污染种类植物分类在形态,颜色和纹理上具有高度的相似性和密集的细节信息,传统模型无法满足这些大样本的特征提取训练,识别种类与精度受到限制,使用AlexNet网络模型,获取细节特征,提高识别精度。例如:使用卫星遥感获取拍摄农村地区的整体图像;使用全球卫星定位系统实地要素采集方法,获取该地区的地形地势,根据地势在整体图像绘制等高线;划分某区域地形为丘陵;将卫星遥感图像输入AlexNet网络模型,通过植被的光谱特征判断植被种类为水稻;将地形为丘陵,等高线,土地用途为农田,植被种类为水稻标注在卫星遥感获取的整体图像上,输入地理信息系统,得到农村立体生态图。

步骤103,在地理信息系统构建立体生态污染地图。

获取农村土地图像、地形地势建立三维的立体生态地图;通过土地图像和地形地势标注出河流流向;将农村土地污染的污染地区、污染种类输入地理信息系统,在农村立体生态地图进行标注,得到立体生态污染地图。例如:将该地图的农村土地图像输入经训练的U-net框架;得到该地区地形为平原,地势为自西向东逐步降低,河流区域植被为水葫芦,土地用途主要为农田,土地种类主要为盐碱地,植被种类主要为水稻,分析得到该农村生态为水体富营养化,土地盐碱化严重,产业以第一产业为主。

步骤104,使用立体生态污染地图判断污染对村庄的影响。

将土地图像、地形地势、污染地区、污染种类输入地理信息系统,得到立体生态污染地图;地理信息系统标注出污染地区的污染种类、地形地势,标注出村庄位置;根据地形地势判断水流的流向,空气的流动方向;确定受水流影响的污染物的迁移方向,并在预设区域内标注,确定受空气流动影响的污染物的迁移方向并进行标注;以村庄为中心,若污染物迁移方向指向村庄,标注为正,根据水流或空气流动速度乘一系数,若不指向村庄,标注为负;并根据污染物的迁移速度和污染程度的计算污染物对村庄的影响;根据污染物污染程度和系数的乘积,判断污染物对村庄的影响例如:将某农村土地图像、河流图像输入经训练的U-net框架,获取土地图像光谱特征匹配重金属污染的土地光谱特征,河流图像匹配水体富营养化的光谱特征,则该农村为污染地区,污染种类有水体富营养化和重金属污染;将另一农村土地图像、河流图像输入经训练的U-net框架,获取土地图像光谱特征匹配土地盐碱化地区的光谱特征,河流图像不匹配污染地区光谱特征,则该农村为污染地区,污染种类有土地盐碱化。

步骤105,使用地理信息系统规划生态景观。

请参阅图2,将生态景观所需气候水文条件和每种污染地区适宜的生态景观输入RBM网络进行训练,将图像的领域特征转化为矢量,得到经训练的RBM网络;将农村的经纬度输入地理信息系统,获得地理信息系统中农村地区的气候水文条件;将污染种类输入RBM网络,在气候水文条件匹配的生态景观中进行匹配;将气候水文条件输入RBM网络进行匹配,寻找匹配的生态景观,匹配成功,输出匹配的生态景观,匹配不成功,标记后输出匹配不成功;生态污染是对整体环境的改变,应当结合水流方向,地形地势构建立体生态地图才能更好判断生态污染对环境的改变。例如:获取某农村土地图像,地形为河谷,地势北高南低,南北方向有河流穿过形成河谷,污染地区为养殖场地区,位于农村北部,地势北高南低,即为河流上游地区,污染类型为养殖场导致的地表水有机物污染,将信息输入地理信息系统,得到立体生态污染地图。

使用RBM网络决定生态景观类型。

获取已成功使用生态景观治理污染的地区的污染种类和生态景观类型输入RBM网络进行训练,得到生态景观与污染种类的匹配;使用卫星遥感获取建立生态景观前和建立生态景观后的图像,获取建立生态景观前图像和建立生态景观后图像的相似度,相似度越低,生态景观在污染种类的匹配权重越高;将污染种类输入地理信息系统,优先匹配权重高的生态景观输出。污染物在环境中会进行迁移,污染种类不同,迁移方式不同;地形地势会影响空气流动方向,如热岛效应;污染地区不同,对农村造成的危害不同,应当使用地理信息系统综合判断生态污染对农村生态环境的影响。例如:获得某农村位于山谷,日间风速为4m/s,方向从山谷吹向山峰,夜间风速6m/s,从山峰吹向山谷,污染地区为山峰矿场,污染种类为扬尘污染,随空气流动方向迁移,污染程度为4,即该矿场对村庄的污染为(-4)*4+4*6=8,该扬尘污染对村庄的影响为8。

使用地理信息系统决定生态景观种类。

以每种生态景观中的植物种类和动物种类为特征集,输入RBM网络进行训练;获取农村经纬度,使用地理信息系统获取经纬度的气候和水文条件;通过地理信息系统,获取气候和水文条件对应生长的植物种类和动物种类;将植物种类和动物种类输入RBM网络,得到对应的生态景观种类。非线性神经网络的学习具有多重隐层,使用一次只学习一重特征的RBM网络可以避免权重分配引起的局部最优和隐层不足问题;例如:获取到某农村气候为温带大陆性气候,年降水量300mm,污染类型为盐碱地污染,将盐碱地输入经训练的RBM网络,得到匹配的生态景观为香蒲,棕榈林,胡杨林;将温带大陆性气候,年降水量200ml输入RBM网络,匹配生态景观为胡杨林,输出胡杨林。

步骤106,使用地理信息系统调整生态景观。

使用卫星遥感获取获取建立生态景观后的土地图像;将建立生态景观后的土地图像和农村建立生态景观前的土地图像输入孪生神经网络,获得建立前建立后图像的相似度,相似度低,生态景观种类适配度高;获取建立生态景观后生态污染对村庄的影响,与之前的影响进行比较,影响小于预设值,则生态景观位置适配度高;生态景观种类和位置适配度低,对生态景观进行调整。例如:获取到成功治理土地重金属污染的生态景观有香根草种植园,蚯蚓养殖园,将土地重金属污染与两种生态景观进行匹配;获取到重金属污染地区建立蚯蚓养殖园后图像相似度为0.3,建立香根草种植园后图像相似度为0.1,则香根草种植园权重更高;将土地重金属污染输入地理信息系统,得到匹配结果香根草种植园。

获取生态景观种类适配度。

将建立生态景观后的土地图像和农村建立生态景观前的土地图像输入孪生神经网络,经过孪生神经网络的特征提取获得建立前建立后图像的特征对,使用0到1之间的实数来度量特征对的相似度,相似度越低,生态景观适配度越高;将建立后图像相似高的生态景观的经纬度,气候水文条件,污染地区和污染种类输入地理信息系统,降低这种生态景观在地理信息系统对此种污染种类在此经纬度,气候水文条件下的适配度;将污染地区经纬度,气候水文条件和污染种类再次输入地理信息系统,再次匹配生态景观进行建立生态治理为整体过程,需要结合当地气候水文条件决定。例如:获取到某农村有土地荒漠化,气候为温带大陆性气候,年降水量为300mm,通过地理信息系统了解到该气候植被类型为温带草原;将温带草原输入RBM网络,匹配的生态景观为草方格固沙;又获取到某农村有水土流失地区,气候为温带季风气候,年降水量为700mm,通过地理信息系统了解到该气候植被类型为温带阔叶林;将温带阔叶林输入RBM网络,匹配的生态景观为植树造林。

获取生态景观位置适配度。

获取农村土地的污染种类进行分类,对难以处理且会迁移的污染种类进行标注;将污染种类输入RBM网络进行匹配,建立生态景观;通过空气流动方向和水流方向判断生态景观建立后对村庄的影响,判断污染对村庄的影响是否大于预设值,大于则重新选取生态景观位置;影响小于预设值,则生态景观位置适配度高。例如:获取到某农村水土流失严重,建立的生态景观为果园,获取到果园建立前和建立后的土地图像,输入孪生神经网络,得到相似度为0.4,生态景观种类匹配度高,水土流失导致沙尘暴,对村庄影响为12,建立生态景观后,对村庄影响为2,小于预设值,生态景观位置匹配度高。

步骤107,结合地理信息系统建立生态循环。

将每种生态系统的物质能量输入输出途径输入PRGC模型进行深度学习,匹配建立循环的生态系统;使用地理信息系统建立的生态污染地图获取污染地区、污染种类及对应的生态景观和农村道路分布图;将可转移污染物的匹配的生态景观建立在农村道路的预设距离内。通过生态景观对环境的改变程度判断生态景观的适配度,对农村生态污染改变越明显,生态景观适配度越高;例如:获取到某农村水土流失的山坡建立果园后的图像与建立果园前的图像输入孪生神经网络,获取到相似度为0.8;获取到该水土流失地区气候为温带大陆性气候,年降水量为200mm,不适宜种植果树,降低果园在温带大陆性气候,年降水量低于200mm地区对水土流失的适配度;将温带大陆性气候,年降水量200ml,污染种类水土流失再次输入地理信息系统,匹配生态系统为草方格固沙。

使用地理信息技术创建生态循环。

将每种生态景观需要的物质种类、所需能量输入途径、物质输出种类、能量输出途径输入PRGC模型,抽取生态景观的实体:物质种类、能量、物质的输入和输出种类,抽取实体关系,通过生态系统物质、能量之间的输入和输出关系匹配建立循环的生态系统;获取污染种类和匹配的生态模型;将匹配的生态景观输入PRGC模型,建立生态景观之间的循环以现在的技术并不是所有污染都可以处理,有些时候对于污染的处理方式是通过转移位置或使用污染较小的方式降低其对村庄的影响,成功降低则生态景观位置适配度高;例如:获取到某农村垃圾填埋场位于村庄河流上游,河流流经污染土地造成了农村水源污染,对村庄影响度为8,匹配的生态景观为垃圾焚烧厂;获取垃圾焚烧厂位于村庄下风口,废气污染对村庄的影响度为-3,影响预设的污染值,生态景观位置适配度高。

对能迁移的生态景观进行合并处理。

使用卫星遥感获取农村道路,输入地理信息系统,将农村地区匹配的生态景观输入地理信息管理系统,同类型生态景观使用相同颜色标注;对生态污染进行分类,如污染物不可转移处理,就地建立生态景观,如为污染物可转移处理的生态污染,寻找同类型生态景观的费马点进行标注,在费马点预设距离内寻找靠近农村道路的地点建立生态景观对污染物进行处理。生态污染物中亦含有资源,通过建立匹配的生态景观,规模化处理污染物;例如:通过卫星遥感获取某农村有生活污水污染的河道,水土流失严重的山地,盐碱化的土地;分别匹配的生态景观为饲料厂,果园,养鸡场;将三种景观输入PRGC模型,得到循环:河道的水华作为饲料喂养盐碱地上的养鸡场,在水土流失的山坡建立果园,将养鸡场产生的粪便送入果园作为肥料涵养水土。

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号