一种工程测绘数据智能管理方法及平台与流程

本发明涉及测绘，具体为一种工程测绘数据智能管理方法及平台。

背景技术：

1、工程测绘数据智能平台的背景技术基于现代测绘技术和信息技术的发展。传统测绘方法存在数据处理繁琐、精度难以保障和人工成本高等问题。随着gis、遥感、gps和lidar等技术的进步，测绘数据的获取和处理变得更加高效。然而，海量且多源数据的管理和智能分析仍是挑战。智能平台通过集成多种数据采集、存储、分析和可视化技术，实现数据的高效管理和智能化处理。

2、在申请号为202310532394.4的发明专利中，该发明公开一种工程项目测绘数据智能管理系统，包括：采集单元，获取到工程数据模型和数据测绘模型；模型为cad数据；分类单元，分别获取到工程数据模型和数据测绘模型中的模型子区域数据信息；分析单元，对测绘数据中的文字、数字和图形进行分析判断，然后通过处理单元，进行交叉级处理，生成对应信号，反馈单元，获取数据正常信号、数据核实信号和数据不正常信号，当获取到数据正常信号时，通过红色标注将数据测绘模型中异常部分标注出来，通过人工进行核查校准；本发明对测绘数据进行子区域单独分析，便于后期对数据核实处理，以及对测试数据进行判断，保证测绘的准确性。

3、但是上述技术方案在应用于灾害风险评估时，仍存在一些技术缺陷；但在灾害风险评估中，通常需要多种类型的数据，包括遥感影像、气象数据和水文数据等，单一的cad数据无法全面反映灾害风险所需的所有信息；并且灾害风险评估涉及复杂的空间分析和建模，而该系统主要关注数据的分类和文字、数字、图形的分析判断，可能不足以应对复杂的空间分析和多变量的灾害模型构建需求。

技术实现思路

1、解决的技术问题

2、针对现有技术的不足，本发明提供了一种工程测绘数据智能管理方法及平台，解决了背景技术中所遇到的问题。

3、技术方案

4、为实现以上目的，本发明通过以下技术方案予以实现：一种工程测绘数据智能管理平台，包括多源数据采集模块、数据质量管理模块、多源数据融合模块、动态模型构建模块、空间分析模块和数据总结互通模块；

5、所述多源数据采集模块用于采集地区内评估灾害风险所用的测绘数据；包括地表数据、气象数据和水文数据，并分别建立地表数据集、气象数据集和水文数据集；同时对所有数据进行预处理；

6、所述多源数据融合模块用于对数据进行融合并分析数据完整性；通过将来自不同源头的数据进行统一整合后再进行计算，获取数据完整指数wzzs；利用数据验证机制评估完整指数wzzs；

7、所述数据质量管理模块用于对测绘数据进行清洗与储存；首先对测绘数据进行清洗，消除测绘数据中的错误和冗余，同时对测绘数据进行分析并计算其数据准确差值szqx，通过数据验证机制对数据准确差值szqx进行评估；

8、所述动态模型构建模块用于依据融合数据进行模型建立；首先确定需要构建的动态模型类型和功能要求，在选择模型后结合，对其进行训练与验证并实时更新；

9、所述空间分析模块用于依据动态模型对数据进行分析；通过动态模型，分别对地表数据、气象数据和水文数据进行分析；

10、所述数据总结互通模块用于将数据分析结果进行展示；再利用开放的api接口，允许其他系统访问分析结果与数据。

11、优选的，所述多源数据采集模块，包括采集单元和预处理单元；所述采集单元通过卫星遥感采集地区内地表数据；通过气象站采集地区内实时气象数据与近三年历史气象数据获取气象数据；通过水文监测站采集地区内水文数据；

12、所述地表数据包括：植被覆盖面积zbg、水体体积stj、裸地面积ldm、土壤湿度tsd和地表温度dbw；

13、所述气象数据包括近三年内的每月平均降水量jsl、气温qw、云覆盖率yfg和雷电频率ldp；

14、所述水文数据包括河流流速hls、河流流量hll、水浊度szd和地表水温度dbs；

15、所述预处理单元对卫星遥感所采集的地表数据进行辐射校正与几何校正的预处理；气象数据和水文数据进行清洗、去除噪声的预处理。

16、优选的，所述多源数据融合模块包括数据融合单元和第一数据分析单元；所述数据融合单元，将多个不同源头的测绘数据进行预处理，包括去噪和去除冗余数据，再对预处理后的数据进行融合；所述第一数据分析单元通过提取融合后的数据，并进行无量纲处理后，构建测绘完整数据集；所述测绘完整数据集包括数据来源指数sjy、采集空间覆盖面积kjmj、数据位置精度wzjd和数据信噪比sxzb。

17、优选的，所述测绘完整数据集通过提取数据来源指数sjy、采集空间覆盖面积kjmj、数据位置精度wzjd和数据信噪比sxzb，通过以下公式计算获得数据完整差值swcz：

18、

19、式中，w1、w2、w3和w4分别表示数据来源指数sjy、采集空间覆盖面积kjmj、数据位置精度wzjd和数据信噪比sxzb的权重值，且0≤w1＜1、0≤w2＜1、0≤w3＜1、0≤w4＜1，w1+w2+w3+w4＝1；

20、sjyx、kjmjx、wzjdx和sxzbx分别表示在x点处的数据来源指数sjy、采集空间覆盖面积kjmj、数据位置精度wzjd和数据信噪比sxzb；kjmjmax表示目标采集区域的最大空间覆盖面积；wzjdmin表示某一参考位置精度，取最小精度值；sxzbmin表示某一参考信噪比，取最小信噪比值；x表示积分变量，dx表示积分变量x的微小增量；

21、所述第一数据分析单元通过预设数据完整阈值y和数据完整差值swcz进行对比，生成以下评估方案：

22、若数据完整阈值y≥数据完整差值swcz，则表示当前数据完整性合格，差值正常且在容错范围内；

23、若数据完整阈值y＜数据完整差值swcz，则表示当前数据完整性不合格，差值异常且超出容错范围，此时对缺失数据进行补全。

24、优选的，所述数据质量管理模块包括数据预处理单元和第二数据分析单元；所述数据预处理单元，依据顺序分步将数据进行格式标准化、单位标准化和时间标准化，再将数据进行几何融合；所述数据分析单元通过采集采样点密度cmd、数据采集频率scp、数据延迟时间syc和数据重复值scf，并进行无量纲处理后，构建测绘准确数据集。

25、优选的，所述测绘准确数据集通过提取采样点密度cmd、数据采集频率scp、数据延迟时间syc和数据重复值scf，计算获取数据准确差值szqx，具体公式如下：

26、

27、式中，q1、q2、q3和q4分别表示采样点密度cmd、数据采集频率scp、数据延迟时间syc和数据重复值scf的权重值，且0≤q1＜1、0≤q2＜1、0≤q3＜1、0≤q4＜1，q1+q2+q3+q4＝1；

28、cmdmax表示采样点密度的最大值；scpmax表示数据采集频率的最大值；sycmax表示数据延迟时间的最大容许值；scfmax表示数据重复值的最大容许值；

29、所述第二数据分析单元通过预设数据准确阈值z和数据准确差值szqx对比，生成以下评估方案：

30、若数据准确阈值z≥数据准确差值szqx，则表示当前数据准确度合格，差值正常且在容错范围内；

31、若数据准确阈值z＜数据准确差值szqx，则表示当前数据准确度不合格，差值异常且超出容错范围，此时对数据重新采集或进行校正。

32、优选的，所述动态模型构建模块包括模型选择单元和模型训练单元；所述模型选择单元用于选择实时监测和预测变化的动态模型；所述模型训练单元通过地表数据集、气象数据集和水文数据集，将所有数据按照比例划分为训练集、验证集和测试集；再利用训练集对模型进行训练，调整模型参数和超参数，使用验证集评估模型性能，最后根据验证结果，优化模型参数，改进模型性能；最后利用云计算技术，将模型嵌入到测绘数据智能管理平台中，对测绘数据进行实时监控。

33、优选的，所述空间分析模块分别提取地表数据集、气象数据集和水文数据集，将数据进行归一化处理后，通过以下公式分别计算获取地表指数dbzs、气象指数qxzs和水文指数swzs：

34、

35、swzs＝hls*hll*szd*dbs；

36、所述空间分析模块通过对地表指数dbzs、气象指数qxzs和水文指数swzs进行高低排序对比，生成以下分析结果：

37、若地表指数dbzs＞气象指数qxzs＞水文指数swzs，这表示地表条件，包括植被覆盖、土壤湿度和地表温度，在对灾害风险评估上影响最显著；其次是气象因素，最后是水文因素的影响最小；

38、若气象指数qxzs＞水文指数swzs＞地表指数dbzs，这表示气象因素，包括降水量、气温、云覆盖量和雷电频率，在对灾害风险评估上影响最显著；其次是水文因素，最后是地表条件的影响最小；

39、若水文指数swzs＞地表指数dbzs＞气象指数qxzs，这表示水文因素，包括河流的流速、流量、水浊度和地表水温度，在对灾害风险评估上影响最显著；其次是地表条件，最后是气象因素的影响最小；

40、若地表指数dbzs＝气象指数qxzs＝水文指数swzs，这表示地表条件、气象因素和水文因素对研究区域的影响相对均衡，没有一个因素在影响上显著领先于其他因素。

41、优选的，所述数据总结互通模块通过数据质量管理模块、多源数据融合模块和空间分析模块获取数据；再通过调用api接口，实时获取最新的数据分析结果或查询数据集。

42、一种工程测绘数据智能管理方法，包括以下步骤：

43、步骤一、所述多源数据采集模块用于采集地区内评估灾害风险所用的测绘数据；包括地表数据、气象数据和水文数据，并分别建立地表数据集、气象数据集和水文数据集；同时对所有数据进行预处理；

44、步骤二、所述多源数据融合模块通过对数据进行融合并分析数据完整性；通过将来自不同源头的数据进行统一整合后再进行计算，获取数据完整指数wzzs；利用数据验证机制评估完整指数wzzs；

45、步骤三、所述数据质量管理模块通过对测绘数据进行清洗与储存；首先对测绘数据进行清洗，消除测绘数据中的错误和冗余，同时对测绘数据进行分析并计算其数据准确差值szqx，通过数据验证机制对数据准确差值szqx进行评估；

46、步骤四、所述动态模型构建模块通过融合数据进行模型建立；首先确定需要构建的动态模型类型和功能要求，在选择模型后结合，对其进行训练与验证并实时更新；

47、步骤五、所述空间分析模块通过动态模型对数据进行分析；通过动态模型，分别对地表数据、气象数据和水文数据进行分析；

48、步骤六、所述数据总结互通模块用于将数据分析结果进行展示；再利用开放的api接口，允许其他系统访问分析结果与数据。

49、有益效果

50、本发明提供了一种工程测绘数据智能管理方法及平台。具备以下有益效果：

51、(1)该一种工程测绘数据智能管理方法及平台，通过采集地表数据、气象数据和水文数据，建立了三个独立的数据集，覆盖了多个数据源头，提高了数据的全面性和代表性；对采集数据进行预处理和整合，并计算数据完整指数wzzs并进行评估，量化数据完整性；再通过计算数据准确差值szqx，通过验证机制对数据的准确性进行评估，确保数据的高精度和可用性，消除了测绘数据中的错误和冗余，提高了数据的质量和可信度，全面反映灾害风险所需的所有信息。

52、(2)该一种工程测绘数据智能管理方法及平台，通过动态模型构建模块对空间进行实时监控；再通过空间分析模块分别对地表数据、气象数据和水文数据进行全面分析；通过计算评估地表指数dbzs、气象指数qxzs和水文指数swzs，并进行排序对比，直观地了解不同因素对灾害风险的影响程度；通过开放的api接口，允许其他系统访问分析结果和数据，增强了数据的共享性和互操作性，最后将数据分析结果进行展示，使得决策者直接理解和利用这些信息，提高了信息的可读性和实用性。