專利名稱：基于最短路徑的土地資源評價因子作用域劃分方法
技術(shù)領(lǐng)域：
本發(fā)明屬于土地資源評價因子作用域劃分技術(shù)領(lǐng)域，特別是涉及一種基于最短路徑的土地資源 評價因子作用域劃分方法。
背景技術(shù)：
(I) 土地資源評價技術(shù)我國作為人口大國，土地資源相對稀缺，如何合理利用土地，實現(xiàn)土地資源的可持續(xù)利用是當前迫切需要解決的問題。采用科學(xué)的技術(shù)手段和方法對土地資源的質(zhì)量進行評價，是促進土地資源合理利用、提高土地利用產(chǎn)出的必要途徑。根據(jù)聯(lián)合國糧農(nóng)組織FAO的定義，土地資源評價是指對土地針對特定的利用方式所表現(xiàn)出來的效果進行評估的過程，包括對土地的形態(tài)、土壤、植被、氣候等方面屬性進行質(zhì)量綜合鑒定，從而區(qū)分并比較不同土地利用方式對評價目標所表現(xiàn)出的適宜性程度。有關(guān)文獻[I]FAO. Land Evaluation. Towards a revised framework. 2007. 在借鑒國外先進技術(shù)的基礎(chǔ)上，我國已形成了包括針對農(nóng)用地與建設(shè)用地的土地分等、定級、估價、土地適宜性評價等在內(nèi)的符合當前國情需求的土地評價體系。在進行評價土地資源質(zhì)量時，對土地資源質(zhì)量有著顯著影響的各種因素實體如商服中心、集貿(mào)市場、灌溉水源、道路網(wǎng)絡(luò)等對象，被定義為“土地資源評價因子”(簡稱為“評價因子”)。根據(jù)評價因子的空間影響特征不同，主要可分為“點狀因子”、“線狀因子”和“面狀因子”。其中，“面狀因子”(土壤條件、地質(zhì)條件等)對土地資源質(zhì)量影響的空間范圍僅限于該評價因子的覆蓋范圍，其作用域就是該評價因子在土地資源評價范圍內(nèi)的空間區(qū)域；“點狀因子”、“線狀因子”對土地資源質(zhì)量的影響則和空間距離存在較強關(guān)系，主要表現(xiàn)為評價因子對土地資源質(zhì)量的影響隨著空間距離的增加而不斷減弱。因此，對于評價范圍內(nèi)的多個評價因子，某一土地總是受到距離其最近的評價因子的影響。這一規(guī)律在空間上表現(xiàn)為不同評價因子具有不同的空間作用域(作用范圍)。對于“線狀因子”(主要包括城鎮(zhèn)土地評價中的道路交通網(wǎng)絡(luò)、農(nóng)用土地評價中的溝渠等)的影響可通過空間緩沖區(qū)分析得到其作用域。在其緩沖區(qū)范圍內(nèi)的土地資源質(zhì)量受其影響，否則則不受其影響。而對土地資源質(zhì)量評價中的“點狀因子”(城鎮(zhèn)土地評價中的學(xué)校、商服中心，農(nóng)用土地評價中的水源、集貿(mào)市場等)的作用域的劃分則相對復(fù)雜，其主要原因在于點狀因子對土地資源質(zhì)量的影響往往依賴于某種特定的網(wǎng)絡(luò)結(jié)構(gòu)(道路交通網(wǎng)絡(luò)、溝渠網(wǎng)絡(luò)等)，其作用強度不是沿著空間直線距離衰減，而是沿著網(wǎng)絡(luò)路徑距離進行衰減。因此，在劃分其作用域時，通常需要采用基于路徑距離的劃分方式。本發(fā)明涉及的是針對土地資源質(zhì)量評價中的“點狀因子”作用域劃分方法進行設(shè)計，下文提到的“評價因子”主要指“點狀因子”。(2) 土地資源評價因子作用域劃分技術(shù)目前國內(nèi)外關(guān)于“點狀因子”作用域劃分的方法主要可以分為如下3類I)根據(jù)克勒斯特勒“中心地理說”的圓結(jié)構(gòu)，按照均衡覆蓋的原則，采用公式Z) = ^iV(WXTT)計算各點狀因子的作用域，其中D為因子的影響半徑、η為評價因子的個數(shù)、S為評價范圍的面積。該方法計算簡單，是目前被廣泛使用的方法，也是當前國內(nèi)相關(guān)土地資源評價規(guī)程中推薦的方法。有關(guān)文獻[2]國家質(zhì)量監(jiān)督檢驗檢疫總局.城鎮(zhèn)土地分等定級規(guī)程(GB/T 18507-2001) [S], 2001 ;有關(guān)文獻[3]國土資源部.農(nóng)用地定級規(guī)程(TD/T1005-2004) [S]. 2003。然而，該方法并沒有考慮評價因子的空間分布狀況，也不能反應(yīng)因子對土地資源質(zhì)量影響隨著路徑距離衰減的特征，計算精度低，因子作用域劃分不合理。2)基于VOTonoi圖的評價因子作用域劃分方法。該方法根據(jù)評價因子的空間分布狀況，將土地評價空間范圍劃分成若干個VOTonoi多邊形，各因子生成的VOTonoi多邊形覆蓋的范圍就是改因子的作用域。有關(guān)文獻[4]:胡石元，劉耀林.Voronoi圖的擴展及其在土地定級因素影響半徑確定中的應(yīng)用[J].中國土地科學(xué)，2004 (03).該方法計算相對復(fù)雜，但其計算過程考慮了評價因子的空間分布，相對于傳統(tǒng)的簡單算術(shù)方法更為合理，能夠完整覆蓋整個評價區(qū)域。然而，采用該方法進行評價因子作用域劃分依然沒有考慮路徑因素，因而也不能反映因子對土地資源質(zhì)量影響隨著路徑距離衰減的特征，具有一定的局限性。3)基于路徑距離的Voronoi圖方法。該方法以網(wǎng)絡(luò)為基礎(chǔ)，在進行Voronoi劃分時以網(wǎng)絡(luò)上最短路徑距離代替常規(guī)的空間直線歐氏距離。相對于前2種方法，該方法能夠反映評價因子影響沿路徑衰減的特征，也是目前實際應(yīng)用中準確度最高的方法。有關(guān)文獻:祝國瑞，唐旭，王平.基于影響特征的點狀定級因素分析[J].武漢大學(xué)學(xué)報(信息科學(xué)版)2004(03).有關(guān)文獻[6]:謝順平，馮學(xué)智，魯偉.基于道路網(wǎng)絡(luò)分析的VOTonoi面域圖構(gòu)建算法[J].測繪學(xué)報.2010. 39(01).然而，該方法通常需要采用柵格像元或矢量網(wǎng)格將土地評價范圍進行離散，在此基礎(chǔ)上劃分評價因子的作用域。由于土地資源評價范圍通?？蛇_數(shù)十平方公里，而為了獲得較高的計算精度，在對其進行離散時，柵格像元或矢量網(wǎng)格的大小通常為50-100米。因此計算涉及的像元或網(wǎng)格個數(shù)可達數(shù)十萬，且需要反復(fù)進行路徑查詢，其計算量巨大。對于I個中等城市的單個評價因子作用域劃分過程即需要計算3-4小時，而土地資源評價過程通常涉及10-20個評價因子，可見其計算過程非常耗時。因此，必須充分發(fā)揮計算機軟硬件發(fā)展的最新成果，提高計算效率。(3)并行計算技術(shù)并行計算(也稱為高性能計算、超級計算)是在并行計算平臺下執(zhí)行的計算。采用并行計算的主要目的在于提高計算機解決問題的速度和規(guī)模。有關(guān)文獻[7]:龍柏.并行計算平臺上的數(shù)據(jù)索引技術(shù)研究[D].中國科學(xué)技術(shù)大學(xué).2011.隨著計算機軟硬件技術(shù)的快速發(fā)展，網(wǎng)格、多核處理器、集群、桌面超級計算機、云計算等先進計算設(shè)施先后出現(xiàn)，為提高大規(guī)模計算問題的求解速度和效率提供了重要的技術(shù)支撐。此外，個人計算機上的CPU也日益朝著多核化的方向發(fā)展(從雙核、四核、八核向更多核數(shù)發(fā)展)，使得并行計算的硬件成本更加低廉。另一方面，OpenMP> MPICH、OpenMPI> MapReduce等并行編程規(guī)范的出現(xiàn)，也大大降低了并行軟件開發(fā)的門檻。因此，如何充分利用多核CPU的計算能力，提高大規(guī)模計算問題的求解速度和效率，是未來程序開發(fā)和科學(xué)計算中面臨的主要問題。但在土地資源評價因子作用域劃分技術(shù)領(lǐng)域，尚未有相應(yīng)技術(shù)方案出現(xiàn)。

發(fā)明內(nèi)容
針對現(xiàn)有的基于最短路徑的土地資源評價因子作用域劃分方法中存在的低效、耗時等問題，本發(fā)明對現(xiàn)有劃分方法進行改進，并設(shè)計符合并行運算要求的空間數(shù)據(jù)分解策略，實現(xiàn)土地資源評價因子作用域劃分的并行化。在此基礎(chǔ)上充分挖掘多核計算機的資源潛力，提高土地資源評價因子作用域劃分過程的效率，縮短工作時間。本發(fā)明提供的技術(shù)方案是一種基于最短路徑的土地資源評價因子作用域劃分方法，包括以下步驟步驟1，對土地資源的評價空間范圍進行離散，得到整個評價空間范圍的網(wǎng)格集合G；步驟2，基于評價空間范圍的道路網(wǎng)絡(luò)構(gòu)建道路網(wǎng)絡(luò)數(shù)據(jù)集，道路網(wǎng)絡(luò)數(shù)據(jù)集包括網(wǎng)絡(luò)結(jié)點和網(wǎng)絡(luò)邊，道路網(wǎng)絡(luò)數(shù)據(jù)集中所有網(wǎng)絡(luò)結(jié)點構(gòu)成網(wǎng)絡(luò)結(jié)點集；步驟3，基于評價空間范圍和道路網(wǎng)絡(luò)，將評價空間范圍劃分成若干個評價子區(qū)， 構(gòu)成的評價子區(qū)集合記為Ps ；步驟4，查找網(wǎng)格集合G中每個網(wǎng)格所在的評價子區(qū)，包括對網(wǎng)格集合G和評價子區(qū)集合Ps進行疊置，獲得每個網(wǎng)格所在評價子區(qū)的編號PID ；步驟5，對于評價子區(qū)集合Ps中每個評價子區(qū)分別進行空間查詢，獲得各評價子區(qū)包含的網(wǎng)絡(luò)結(jié)點和評價因子；步驟6，查找網(wǎng)絡(luò)結(jié)點集中每個網(wǎng)絡(luò)結(jié)點最近的評價因子，然后在網(wǎng)絡(luò)結(jié)點中記錄下最近的評價因子的編號FID及與最近的評價因子的路徑距離Dis ；步驟7，查找網(wǎng)格集合G中每個網(wǎng)格最近的評價因子，包括遍歷網(wǎng)格集合G，對于其中的任一個網(wǎng)格g執(zhí)行以下子步驟，步驟7. 1，根據(jù)步驟4的查找結(jié)果，獲得網(wǎng)格g所在評價子區(qū)的編號PID，將網(wǎng)格g所在評價子區(qū)記為評價子區(qū)P ；步驟7. 2，根據(jù)步驟5的查詢結(jié)果，獲得評價子區(qū)P所包含的網(wǎng)絡(luò)結(jié)點和評價因子；若評價子區(qū)P包含了評價因子，執(zhí)行步驟7. 3，若評價子區(qū)P不包含評價因子，執(zhí)行步驟
7.4,步驟7. 3，比較網(wǎng)格g和評價子區(qū)P包含的各評價因子的直線距離，并記錄下最近的評價因子的編號FID，對網(wǎng)格g處理結(jié)束；步驟7. 4，遍歷評價子區(qū)P包含的所有網(wǎng)絡(luò)結(jié)點，計算網(wǎng)格g和各網(wǎng)絡(luò)結(jié)點中記錄的最近的評價因子的距離D，比較并記錄下與網(wǎng)格g最近的評價因子的編號FID，對網(wǎng)格g處理結(jié)束；遍歷時進行計算的方式為，設(shè)遍歷到的網(wǎng)絡(luò)結(jié)點為J，計算網(wǎng)格g和網(wǎng)絡(luò)結(jié)點J的距離dl，然后根據(jù)步驟6的查找結(jié)果獲得網(wǎng)絡(luò)結(jié)點J最近的評價因子的編號FID及與最近的評價因子的路徑距離d2 = Dis,計算D = dl+d2 ；步驟8，根據(jù)步驟7所得網(wǎng)格集合G中每個網(wǎng)格最近的評價因子，將最近的評價因子相同的網(wǎng)格進行合并，得到相應(yīng)的評價因子作用域。而且，步驟6中，查找某個網(wǎng)絡(luò)結(jié)點最近的評價因子實現(xiàn)方式為，采用Dijkstra算法計算網(wǎng)絡(luò)結(jié)點與評價空間范圍中所有評價因子的路徑距離，從中獲得距離最近的評價因子。而且，步驟I的實現(xiàn)方式為，按照評價空間范圍所在最小外包矩形進行平均分割，得到若干空間分區(qū)，并將各空間分區(qū)分配到不同的線程上單獨計算生成規(guī)則的網(wǎng)格；最后將各空間分區(qū)的網(wǎng)格進行合并，得到整個評價空間范圍的網(wǎng)格集合G。
而且，步驟4的實現(xiàn)方式為，查找網(wǎng)格集合G中每個網(wǎng)格所在的評價子區(qū)，將評價子區(qū)集合Ps劃分成若干個評價子區(qū)子集，從網(wǎng)格集合G中分離每個評價子區(qū)子集相應(yīng)的分區(qū)網(wǎng)格子集，將各評價子區(qū)子集和相應(yīng)分區(qū)網(wǎng)格子集分配到不同的線程上單獨執(zhí)行疊置，獲得分區(qū)網(wǎng)格子集中各網(wǎng)格所在評價子區(qū)的編號PID ;最后將各評價子區(qū)子集的疊置結(jié)果進行合并，得到網(wǎng)格集合G中每個網(wǎng)格所在評價子區(qū)的編號PID。
而且，步驟5的實現(xiàn)方式為，將評價子區(qū)集合Ps劃分成若干個評價子區(qū)子集，將各評價子區(qū)子集分配到不同的線程上單獨執(zhí)行空間查詢，獲得評價子區(qū)子集中各評價子區(qū)包含的網(wǎng)絡(luò)結(jié)點和評價因子；最后將各評價子區(qū)子集的空間查詢結(jié)果進行合并，得到評價子區(qū)集合Ps中每個評價子區(qū)包含的網(wǎng)絡(luò)結(jié)點和評價因子。而且，步驟6的實現(xiàn)方式為，將網(wǎng)絡(luò)結(jié)點集平均劃分成若干個網(wǎng)絡(luò)結(jié)點子集，并分配到不同的線程上單獨查找網(wǎng)絡(luò)結(jié)點子集中每個網(wǎng)絡(luò)結(jié)點最近的評價因子，然后在網(wǎng)絡(luò)結(jié)點中記錄下最近的評價因子的編號FID及與最近的評價因子的路徑距離Dis ;最后將各網(wǎng)絡(luò)結(jié)點子集的查找結(jié)果合并，得到網(wǎng)絡(luò)結(jié)點集中每個網(wǎng)絡(luò)結(jié)點最近的評價因子。而且，步驟7的實現(xiàn)方式為，將網(wǎng)格集合G平均劃分成若干個網(wǎng)格子集，并分配到不同線程上單獨對網(wǎng)格子集中的網(wǎng)格執(zhí)行子步驟7. I 7. 4，得到網(wǎng)格子集中每個網(wǎng)格最近的評價因子；最后將各個網(wǎng)格子集的執(zhí)行結(jié)果合并，得到網(wǎng)格集合G中每個網(wǎng)格最近的評價因子。相對于國內(nèi)外已有的基于最短路徑的評價因子作用域劃分方法，本發(fā)明根據(jù)新的數(shù)據(jù)結(jié)構(gòu)和計算并行化的基本要求，重新設(shè)計了評價因子作用域劃分的流程。本發(fā)明還提供了利于最短路徑查詢的數(shù)據(jù)結(jié)構(gòu)，降低數(shù)據(jù)之間的依賴和關(guān)聯(lián)程度，使之更適合于并行處理，同時也能提高最短路徑查詢的效率。本發(fā)明還設(shè)計了合理的數(shù)據(jù)分解策略，實現(xiàn)了土地資源評價因子作用域劃分方法的并行化，能充分發(fā)揮多核個人計算機、小型工作站、共享存儲的集群等并行計算機的處理能力，提高工作效率。本發(fā)明的技術(shù)方案具有簡單、快速的特點，能夠較好地提高土地資源評價中點狀因子作用域劃分過程的運行效率。


圖I本發(fā)明實施例的流程圖；圖2本發(fā)明的土地資源評價空間范圍的離散網(wǎng)格化示意圖；圖3本發(fā)明實施例的土地資源評價空間范圍的并行化離散示意圖；圖4本發(fā)明實施例的道路網(wǎng)絡(luò)構(gòu)建示意圖；圖5本發(fā)明實施例的評價空間區(qū)域分割示意圖；圖6本發(fā)明實施例的網(wǎng)格拓撲關(guān)系構(gòu)建不意圖；圖7本發(fā)明實施例的評價子區(qū)域拓撲構(gòu)建示意圖；圖8本發(fā)明實施例的網(wǎng)絡(luò)結(jié)點的最近評價因子查詢示意圖；圖9本發(fā)明實施例的網(wǎng)格的最近評價因子查詢方法流程圖；圖10本發(fā)明實施例的執(zhí)行最近因子查詢后的網(wǎng)格狀態(tài)效果圖；圖11本發(fā)明實施例的圖例基本數(shù)據(jù)情況示意圖；圖12本發(fā)明實施例的圖例評價范圍離散化結(jié)果示意圖；圖13本發(fā)明實施例的圖例道路網(wǎng)絡(luò)構(gòu)建結(jié)果示意圖14本發(fā)明實施例的圖例評價范圍分割與評價子區(qū)構(gòu)建結(jié)果示意圖；圖15本發(fā)明實施例的圖例評價因子作用域劃分結(jié)果對比圖。
具體實施例方式本發(fā)明設(shè)計的基于最短路徑的土地資源評價點狀因子作用域的劃分方法流程見附圖1，可由本領(lǐng)域技術(shù)人員采用計算機軟件技術(shù)實現(xiàn)流程自動運行。其中步驟(1)_(3)為整個流程的基礎(chǔ)數(shù)據(jù)預(yù)處理階 段。實施例具體實現(xiàn)過程如下步驟1，對土地資源的評價空間范圍進行離散，得到整個評價空間范圍的網(wǎng)格集合G0網(wǎng)格采用矢量矩形進行存儲。網(wǎng)格越小，則計算精度越高，計算量越大；反之，計算精度越低，計算量越小。通常在進行土地資源評價時采用50*50或100*100米的網(wǎng)格對評價空間區(qū)域進行離散。如圖2，對土地資源的評價空間范圍進行離散，得到整個評價空間范圍的網(wǎng)格集合G。由于此步驟中網(wǎng)格數(shù)量可達數(shù)十萬個，計算量較大，通常是土地資源評價過程中比較耗時的計算步驟，因此可將評價空間范圍按坐標分割成若干個空間分區(qū)，再將其分配到不同的線程(進程)上單獨的執(zhí)行離散操作，這種數(shù)據(jù)分解并行處理提高了效率，最終將各線程(進程)的離散化結(jié)果進行合并，就得到整個評價空間范圍的網(wǎng)格集合G，如圖3 :按照評價空間范圍所在最小外包矩形進行平均分割，得到若干空間分區(qū)，并將各空間分區(qū)分配到不同的線程上單獨計算生成規(guī)則的網(wǎng)格；最后將各空間分區(qū)的網(wǎng)格進行合并，得到整個評價空間范圍的網(wǎng)格集合G。實施例是按最小外包矩形的水平方向等距分割，具體實施時也可以采用其他方案，例如按垂直方向等距分割。步驟2，基于評價空間范圍的道路網(wǎng)絡(luò)構(gòu)建道路網(wǎng)絡(luò)數(shù)據(jù)集，道路網(wǎng)絡(luò)數(shù)據(jù)集包括網(wǎng)絡(luò)結(jié)點和網(wǎng)絡(luò)邊，道路網(wǎng)絡(luò)數(shù)據(jù)集中所有網(wǎng)絡(luò)結(jié)點構(gòu)成網(wǎng)絡(luò)結(jié)點集。實施例在此步驟根據(jù)土地資源的評價空間范圍內(nèi)的道路網(wǎng)絡(luò)，構(gòu)建道路網(wǎng)絡(luò)數(shù)據(jù)集。道路網(wǎng)絡(luò)數(shù)據(jù)集可用于計算評價空間范圍內(nèi)任意一點到評價因子的之間的最短路徑距離，主要由網(wǎng)絡(luò)結(jié)點和網(wǎng)絡(luò)邊組成，網(wǎng)絡(luò)邊上存儲了與之相鄰的結(jié)點信息、邊的長度、網(wǎng)絡(luò)的方向等信息。網(wǎng)絡(luò)結(jié)點存儲了與之相鄰的網(wǎng)絡(luò)邊信息。網(wǎng)絡(luò)構(gòu)建的效率較高，對于一個大型城市的道路網(wǎng)絡(luò)構(gòu)建通常也不超過I分鐘即可完成。故此步驟作為評價因子作用域劃分的基礎(chǔ)數(shù)據(jù)準備工作，主要借助現(xiàn)有軟件(如ArcGIS)提供的接口實現(xiàn)，不作為本發(fā)明的關(guān)注重點。如圖4，從網(wǎng)絡(luò)邊El、E2、E3、E4、E5構(gòu)成的道路網(wǎng)絡(luò)中，構(gòu)建的道路網(wǎng)絡(luò)數(shù)據(jù)集還包括了網(wǎng)絡(luò)結(jié)點N1、N2、N3、N4、N5、N6。步驟3，基于評價空間范圍和道路網(wǎng)絡(luò)，將評價空間范圍劃分成若干個評價子區(qū)，構(gòu)成的評價子區(qū)集合記為Ps。實施例根據(jù)道路網(wǎng)絡(luò)和評價空間范圍的多邊形，將土地資源的評價空間范圍劃分成若干個獨立的子區(qū)域，為后續(xù)步驟的數(shù)據(jù)分解并行做好基礎(chǔ)數(shù)據(jù)準備。由于此步驟作為評價因子作用域劃分的基礎(chǔ)數(shù)據(jù)準備工作，且計算過程較短，主要借助現(xiàn)有的軟件(如ArcGIS)提供的接口實現(xiàn)，不作為本發(fā)明的關(guān)注重點。其基本原理見圖5 :根據(jù)道路，對評價空間范圍進行了分割。步驟4，查找網(wǎng)格集合G中每個網(wǎng)格所在的評價子區(qū)，包括對網(wǎng)格集合G和評價子區(qū)集合Ps進行疊置，獲得每個網(wǎng)格所在評價子區(qū)的編號PID。實施例在本步驟進行網(wǎng)格拓撲構(gòu)建。將步驟I中離散得到的網(wǎng)格和步驟3中得到的評價子區(qū)進行空間疊置，獲得各網(wǎng)格中心所在評價子區(qū)的編號。如圖6 :基于道路網(wǎng)格劃分的子區(qū)域編號為1、2、3、4、5、6、7、8、9、10、11、12，按子區(qū)域分解且并行執(zhí)行與步驟I所得原始網(wǎng)格(即網(wǎng)格集合G)的疊置，最后合并得到疊置后的網(wǎng)格。具體實施時，可在網(wǎng)格信息中設(shè)置“PID”字段，將該編號存儲于網(wǎng)格的“PID”字段中。由于步驟3已將評價空間范圍分割成了多個評價子區(qū)。因此本步驟也可以通過數(shù)據(jù)分解的方式以評價子區(qū)為單位，分別分配到不同的線程(進程)上單獨執(zhí)行。實施例查找網(wǎng)格集合G中每個網(wǎng)格所在的評價子區(qū)，將評價子區(qū)集合Ps劃分成若干個評價子區(qū)子集，從網(wǎng)格集合G中分離每個評價子區(qū)子集相應(yīng)的分區(qū)網(wǎng)格子集，將各評價子區(qū)子集和相應(yīng)分區(qū)網(wǎng)格子集分配到不同的線程上單獨執(zhí)行疊置，獲得分區(qū)網(wǎng)格子集中各網(wǎng)格所在評價子區(qū)的編號PID ;最后將各評價子區(qū)子集的疊置結(jié)果進行合并，得到網(wǎng)格集合G中每個網(wǎng)格所在評價子區(qū)的編號PID。步驟5，對于評價子區(qū)集合Ps中每個評價子區(qū)分別進行空間查詢，獲得各評價子區(qū)包含的網(wǎng)絡(luò)結(jié)點和評價因子。實施例在本步驟進行評價子區(qū)拓撲構(gòu)建。將步驟3得到的評價子區(qū)分別和步驟2中的網(wǎng)絡(luò)結(jié)點以及評價因子進行空間疊置，查詢評價子區(qū)包含的網(wǎng)絡(luò)結(jié)點和評價因子。如圖7，設(shè)評價子區(qū)5、評價子區(qū)8在并行的執(zhí)行查詢計算后，評價子區(qū)5上有網(wǎng)絡(luò)結(jié)點1、2、3、4 ;評價子區(qū)8上有網(wǎng)絡(luò)結(jié)點3、4、5、6、7、8，并含有評價因子I。具體實施時，可在存儲評價子區(qū)信息的數(shù)據(jù)結(jié)構(gòu)中設(shè)置“NIDs”字段和“FIDs”字段，將網(wǎng)絡(luò)結(jié)點存儲于“NIDs”字段中，評價因子存儲于“FIDs”字段中。若某評價子區(qū)中的網(wǎng)絡(luò)結(jié)點包含多個，則各網(wǎng)絡(luò)結(jié)點的編號NID之間采用“，”分割的方式組成字符串進行存儲。若評價因子也包含多個，可采用同樣的方式進行存儲。本步驟可采用和步驟4相同的并行策略，將評價子區(qū)集合Ps劃分成若干個子集，每個數(shù)據(jù)集中包含一個或者若干個評價子區(qū)。為一個子集分配一個線程，對子集中的評價子區(qū)逐個在線程(進程)上執(zhí)行空間查詢。例如，將200個評價子區(qū)分解到10個線程執(zhí)行時，就一共有10個子集，每個子集包含20個多邊形。實施例將評價子區(qū)集合Ps劃分成若干個評價子區(qū)子集，將各評價子區(qū)子集分配到不同的線程上單獨執(zhí)行空間查詢，獲得評價子區(qū)子集中各評價子區(qū)包含的網(wǎng)絡(luò)結(jié)點和評價因子；最后將各評價子區(qū)子集的空間查詢結(jié)果進行合并，得到評價子區(qū)集合Ps中每個評價子區(qū)包含的網(wǎng)絡(luò)結(jié)點和評價因子。步驟6，查找網(wǎng)絡(luò)結(jié)點集中每個網(wǎng)絡(luò)結(jié)點最近的評價因子，然后在網(wǎng)絡(luò)結(jié)點中記錄下最近的評價因子的編號FID及與最近的評價因子的路徑距離Dis。實施例查詢距離每個網(wǎng)絡(luò)結(jié)點的最近的評價因子，并將在該結(jié)點處記錄最近評價因子的編號FID。具體實施時，可以遍歷每個網(wǎng)絡(luò)結(jié)點，遍歷過程中采用現(xiàn)有的Dijkstra算 法(迪杰斯特拉算法)計算當前遍歷到的網(wǎng)絡(luò)結(jié)點與所有評價因子的路徑距離，從中獲得距離該網(wǎng)絡(luò)結(jié)點最近的評價因子。如圖8，對一個簡化了的道路網(wǎng)絡(luò)上的某一網(wǎng)絡(luò)結(jié)點的最近因子查詢過程為，網(wǎng)絡(luò)結(jié)點I周圍有評價因子1、2、3，通過Dijkstra算法，查詢得到其中最近的是評價因子1，且距離為31. 8。
具體實施時，可在存儲網(wǎng)絡(luò)結(jié)點信息的數(shù)據(jù)結(jié)構(gòu)中設(shè)置字段“FID”和“Dis”，在網(wǎng)絡(luò)結(jié)點的屬性字段“FID”中記錄下距離其最近的評價因子的編號(FID)、在“Dis”字段中存儲網(wǎng)絡(luò)結(jié)點與評價因子的路徑距離(Dis)。 對于一個中等城市，其道路網(wǎng)絡(luò)結(jié)點規(guī)模通常在1000個左右，且各網(wǎng)絡(luò)結(jié)點的最近評價因子查詢的過程是一個相對獨立的過程，非常適合并行處理。因此可采用數(shù)據(jù)分解并行的方法，將網(wǎng)絡(luò)結(jié)點集分解成若干子集，并分配到不同線程(進程)上并行執(zhí)行。本步驟不必按照評價子區(qū)進行劃分。實施例查找時將網(wǎng)絡(luò)結(jié)點集平均劃分成若干個網(wǎng)絡(luò)結(jié)點子集，并分配到不同的線程上單獨查找網(wǎng)絡(luò)結(jié)點子集中每個網(wǎng)絡(luò)結(jié)點最近的評價因子，然后在網(wǎng)絡(luò)結(jié)點中記錄下最近的評價因子的編號FID及與最近的評價因子的路徑距離Dis ;最后將各網(wǎng)絡(luò)結(jié)點子集的查找結(jié)果合并，得到網(wǎng)絡(luò)結(jié)點集中每個網(wǎng)絡(luò)結(jié)點最近的評價因子。步驟7，查找網(wǎng)格集合G中每個網(wǎng)格最近的評價因子。實施例遍歷網(wǎng)格集合G。設(shè)遍歷到的任一網(wǎng)格記為g，執(zhí)行以下子步驟步驟7. 1，根據(jù)步驟4的查找結(jié)果，獲得網(wǎng)格g所在評價子區(qū)的編號PID，將網(wǎng)格g所在評價子區(qū)記為評價子區(qū)P ;步驟7. 2，根據(jù)步驟5的查詢結(jié)果，獲得評價子區(qū)P所包含的網(wǎng)絡(luò)結(jié)點和評價因子；若評價子區(qū)P包含了評價因子，執(zhí)行步驟7. 3，若評價子區(qū)P不包含評價因子，執(zhí)行步驟
7.4,步驟7. 3，比較網(wǎng)格g和評價子區(qū)P包含的各評價因子的直線距離，并記錄下最近的評價因子的編號FID，對網(wǎng)格g處理結(jié)束；步驟7. 4，遍歷評價子區(qū)P包含的所有網(wǎng)絡(luò)結(jié)點，計算網(wǎng)格g和各網(wǎng)絡(luò)結(jié)點中記錄的最近的評價因子的距離D，比較并記錄下與網(wǎng)格g最近的評價因子的編號FID，對網(wǎng)格g處理結(jié)束；遍歷時進行計算的方式為，設(shè)遍歷到的網(wǎng)絡(luò)結(jié)點為J，計算網(wǎng)格g和網(wǎng)絡(luò)結(jié)點J的距離dl，然后根據(jù)步驟6的查找結(jié)果獲得網(wǎng)絡(luò)結(jié)點J最近的評價因子的編號FID及與最近的評價因子的路徑距離d2 = Dis,計算D = dl+d2。具體實施時，可在存儲網(wǎng)格的數(shù)據(jù)結(jié)構(gòu)中設(shè)置字段“FID”和“Dis”，將最近評價因子的編號FID存儲在該網(wǎng)格的屬性字段“FID”中，并將網(wǎng)格與最近評價因子之間的距離存儲于“Dis’字段中。查找網(wǎng)格集合G中每個網(wǎng)格最近的評價因子時，也可以利用之前存儲在數(shù)據(jù)結(jié)構(gòu)中的信息，相應(yīng)流程如圖9 對當前遍歷到的網(wǎng)格g開始處理，包括提供該網(wǎng)格給定的網(wǎng)格編號GID ；根據(jù)網(wǎng)格g的“PID”屬性值獲得網(wǎng)格g所在的評價子區(qū)P ；根據(jù)評價子區(qū)P的”NIDs”和“FIDs”屬性值，獲得評價子區(qū)P所包含的網(wǎng)絡(luò)結(jié)點集N和評價因子集F ;判斷評價因子集F是否為空；是則執(zhí)行②，否則執(zhí)行①。①為計算網(wǎng)格g與評價因子集F中各評價因子的直線距離，取出與網(wǎng)格g最近的評價因子，記為f。最后將網(wǎng)格g與評價因子f的直線距離存入網(wǎng)格的”Dis”字段，將評價因子f的FID屬性值存儲進網(wǎng)格的g” FID”字段。如圖9中舉例，評價子區(qū)有網(wǎng)絡(luò)結(jié)點3、4、5、7...，其中有評價因子1，網(wǎng)格I與評價因子I的直線距離最近，存入網(wǎng)格I的”Dis”字段。②分別計算網(wǎng)格g與網(wǎng)絡(luò)結(jié)點集N中各網(wǎng)絡(luò)結(jié)點之間的直線距離dl、獲得各網(wǎng)絡(luò)結(jié)點與其最近評價因子的距離d2、計算網(wǎng)格g距離評價因子的距離D = dl+d2。從中找出最短路徑上的網(wǎng)絡(luò)結(jié)點n，以網(wǎng)絡(luò)結(jié)點η的”FID”屬性中存儲的最近評價因子的編號FID作為網(wǎng)格g最近的評價因子f。最后將網(wǎng)格g與評價因子f的距離存入網(wǎng)格g的”Dis”字段，將評價因子f的編號FID存儲進網(wǎng)格g的”FID”字段。如圖9中舉例，評價子區(qū)有網(wǎng)絡(luò)結(jié)點1、2、3、4，其中沒有評價因子，網(wǎng)格到網(wǎng)絡(luò)結(jié)點1、2、3、4的距離分別記為dl (I)、dl (2)、dl (3)、dl (4)，網(wǎng)絡(luò)結(jié)點I到與其距離最近的評價因子的距離記為d2 (I)、網(wǎng)絡(luò)結(jié)點2到與其距離最近的評價因子的距離記為d2(2)、網(wǎng)絡(luò)結(jié)點3到與其距離最近的評價因子的距離記為d2 (3)、網(wǎng)絡(luò)結(jié)點4到與其距離最近的評價因子的距離記為d2 (4)，找出dl⑴+d2⑴、dl (2) +d2 (2)、dl (3) +d2 (3)、dl (4) +d2 (4)中的最小者并存入網(wǎng)格的” Dis”字段，相應(yīng)網(wǎng)絡(luò)結(jié)點的” FID”屬性中存儲的因子編號作為當前最近的對象f。
計算效果見圖10 :設(shè)初始狀態(tài)下道路網(wǎng)絡(luò)中有評價因子1、2，經(jīng)過以上查詢處理后，計算得到的網(wǎng)格狀態(tài)中，最近的評價因子為評價因子I的網(wǎng)格都存儲編號1，最近的評價因子為評價因子2的網(wǎng)格都存儲編號2。由于網(wǎng)格數(shù)量通?？蛇_數(shù)十萬，按照傳統(tǒng)的方法串行逐個計算最短路徑并進行路徑距離比較，效率十分低下，此計算過程在土地資源評價因子作用域劃分過程中所消耗的時間通?？烧颊麄€計算過程的80%以上。由于各個網(wǎng)格查找最近評價因子的過程也是相對獨立的，因此同樣可對將網(wǎng)格集合G劃分成若干個子集，并分配到不同線程上單獨執(zhí)行以上子步驟進行分解，以提高計算效率，縮短計算時間。本步驟不必按照評價子區(qū)進行劃分。實施例將網(wǎng)格集合G平均劃分成若干個網(wǎng)格子集，并分配到不同線程上單獨對網(wǎng)格子集中的網(wǎng)格執(zhí)行子步驟7. I 7. 4，得到網(wǎng)格子集中每個網(wǎng)格最近的評價因子；最后將各個網(wǎng)格子集的執(zhí)行結(jié)果合并，得到網(wǎng)格集合G中每個網(wǎng)格最近的評價因子。步驟8，根據(jù)步驟7所得網(wǎng)格集合G中每個網(wǎng)格最近的評價因子，將最近的評價因子相同的網(wǎng)格進行合并，得到相應(yīng)的評價因子作用域。實施例根據(jù)步驟7所得網(wǎng)格集合G中每個網(wǎng)格最近的評價因子的編號FID進行查詢，將FID屬性值相同的網(wǎng)格進行合并，即可得到各評價因子作用域多邊形，整個計算過程結(jié)束。由于具體實施時，本步驟中的查詢可以完全基于關(guān)系數(shù)據(jù)庫進行查詢，因而效率較高，故無需進行并行化操作即可完成。本發(fā)明中涉及的主要數(shù)據(jù)對象有道路網(wǎng)絡(luò)數(shù)據(jù)集(包括網(wǎng)絡(luò)結(jié)點和網(wǎng)絡(luò)邊)、網(wǎng)格、評價子區(qū)。為便于實施參考起見，本發(fā)明建議的數(shù)據(jù)結(jié)構(gòu)為1)道路網(wǎng)絡(luò)數(shù)據(jù)集以ESRI (美國環(huán)境系統(tǒng)研究所公司)的Network Dataset (網(wǎng)絡(luò)數(shù)據(jù)集)數(shù)據(jù)模型為基礎(chǔ)，在此基礎(chǔ)上對網(wǎng)絡(luò)結(jié)點的數(shù)據(jù)結(jié)構(gòu)進行擴展；2)網(wǎng)格對象，是按照固定的距離對土地資源評價空間范圍離散得到的矩形網(wǎng)格；3) 土地資源評價子區(qū)，依據(jù)土地資源評價范圍和道路網(wǎng)絡(luò)構(gòu)建封閉的多邊形，從而將整個評價區(qū)域在空間上劃分為若干個獨立的子區(qū)，從而為算法的并行做好數(shù)據(jù)分解準備。實施例為可以并行執(zhí)行的步驟選擇了分別相應(yīng)的最簡分解方案，具體實施時也可采用其他分解方案。具體分解子集的數(shù)目、運行線程并行的數(shù)目與實際運算能力等有關(guān)，用戶也可以根據(jù)具體情況設(shè)置。為了提高流程執(zhí)行效率、降低數(shù)據(jù)之間的依賴關(guān)系，本發(fā)明實施例對3類對象(網(wǎng)絡(luò)結(jié)點、網(wǎng)格、評價子區(qū))的數(shù)據(jù)結(jié)構(gòu)進行擴展后，如下表所示
權(quán)利要求
1.一種基于最短路徑的土地資源評價因子作用域劃分方法，其特征是，包括以下步驟 步驟1，對土地資源的評價空間范圍進行離散，得到整個評價空間范圍的網(wǎng)格集合G ;步驟2，基于評價空間范圍的道路網(wǎng)絡(luò)構(gòu)建道路網(wǎng)絡(luò)數(shù)據(jù)集，道路網(wǎng)絡(luò)數(shù)據(jù)集包括網(wǎng)絡(luò)結(jié)點和網(wǎng)絡(luò)邊，道路網(wǎng)絡(luò)數(shù)據(jù)集中所有網(wǎng)絡(luò)結(jié)點構(gòu)成網(wǎng)絡(luò)結(jié)點集； 步驟3，基于評價空間范圍和道路網(wǎng)絡(luò)，將評價空間范圍劃分成若干個評價子區(qū)，構(gòu)成的評價子區(qū)集合記為Ps ； 步驟4，查找網(wǎng)格集合G中每個網(wǎng)格所在的評價子區(qū)，包括對網(wǎng)格集合G和評價子區(qū)集合Ps進行疊置，獲得每個網(wǎng)格所在評價子區(qū)的編號PID ； 步驟5，對于評價子區(qū)集合Ps中每個評價子區(qū)分別進行空間查詢，獲得各評價子區(qū)包含的網(wǎng)絡(luò)結(jié)點和評價因子； 步驟6，查找網(wǎng)絡(luò)結(jié)點集中每個網(wǎng)絡(luò)結(jié)點最近的評價因子，然后在網(wǎng)絡(luò)結(jié)點中記錄下最近的評價因子的編號FID及與最近的評價因子的路徑距離Dis ； 步驟7，查找網(wǎng)格集合G中每個網(wǎng)格最近的評價因子，包括遍歷網(wǎng)格集合G，對于其中的任一個網(wǎng)格g執(zhí)行以下子步驟， 步驟7. I，根據(jù)步驟4的查找結(jié)果，獲得網(wǎng)格g所在評價子區(qū)的編號PID，將網(wǎng)格g所在評價子區(qū)記為評價子區(qū)P ; 步驟7. 2，根據(jù)步驟5的查詢結(jié)果，獲得評價子區(qū)P所包含的網(wǎng)絡(luò)結(jié)點和評價因子；若評價子區(qū)P包含了評價因子，執(zhí)行步驟7. 3，若評價子區(qū)P不包含評價因子，執(zhí)行步驟7. 4，步驟7. 3，比較網(wǎng)格g和評價子區(qū)P包含的各評價因子的直線距離，并記錄下最近的評價因子的編號FID，對網(wǎng)格g處理結(jié)束； 步驟7. 4，遍歷評價子區(qū)P包含的所有網(wǎng)絡(luò)結(jié)點，計算網(wǎng)格g和各網(wǎng)絡(luò)結(jié)點中記錄的最近的評價因子的距離D，比較并記錄下與網(wǎng)格g最近的評價因子的編號FID，對網(wǎng)格g處理結(jié)束；遍歷時進行計算的方式為，設(shè)遍歷到的網(wǎng)絡(luò)結(jié)點為J，計算網(wǎng)格g和網(wǎng)絡(luò)結(jié)點J的距離dl，然后根據(jù)步驟6的查找結(jié)果獲得網(wǎng)絡(luò)結(jié)點J最近的評價因子的編號FID及與最近的評價因子的路徑距離d2=Dis，計算D=dl+d2 ；步驟8，根據(jù)步驟7所得網(wǎng)格集合G中每個網(wǎng)格最近的評價因子，將最近的評價因子相同的網(wǎng)格進行合并，得到相應(yīng)的評價因子作用域。
2.如權(quán)利要求I所述基于最短路徑的土地資源評價因子作用域劃分方法，其特征是步驟6中，查找某個網(wǎng)絡(luò)結(jié)點最近的評價因子實現(xiàn)方式為，采用Dijkstra算法計算網(wǎng)絡(luò)結(jié)點與評價空間范圍中所有評價因子的路徑距離，從中獲得距離最近的評價因子。
3.如權(quán)利要求I或2所述基于最短路徑的土地資源評價因子作用域劃分方法，其特征是步驟I的實現(xiàn)方式為，按照評價空間范圍所在最小外包矩形進行平均分割，得到若干空間分區(qū)，并將各空間分區(qū)分配到不同的線程上單獨計算生成規(guī)則的網(wǎng)格；最后將各空間分區(qū)的網(wǎng)格進行合并，得到整個評價空間范圍的網(wǎng)格集合G。
4.如權(quán)利要求I或2所述基于最短路徑的土地資源評價因子作用域劃分方法，其特征是步驟4的實現(xiàn)方式為，查找網(wǎng)格集合G中每個網(wǎng)格所在的評價子區(qū)，將評價子區(qū)集合Ps劃分成若干個評價子區(qū)子集，從網(wǎng)格集合G中分離每個評價子區(qū)子集相應(yīng)的分區(qū)網(wǎng)格子集，將各評價子區(qū)子集和相應(yīng)分區(qū)網(wǎng)格子集分配到不同的線程上單獨執(zhí)行疊置，獲得分區(qū)網(wǎng)格子集中各網(wǎng)格所在評價子區(qū)的編號PID ;最后將各評價子區(qū)子集的疊置結(jié)果進行合并，得到網(wǎng)格集合G中每個網(wǎng)格所在評價子區(qū)的編號PID。
5.如權(quán)利要求I或2所述基于最短路徑的土地資源評價因子作用域劃分方法，其特征是步驟5的實現(xiàn)方式為，將評價子區(qū)集合Ps劃分成若干個評價子區(qū)子集，將各評價子區(qū)子集分配到不同的線程上單獨執(zhí)行空間查詢，獲得評價子區(qū)子集中各評價子區(qū)包含的網(wǎng)絡(luò)結(jié)點和評價因子；最后將各評價子區(qū)子集的空間查詢結(jié)果進行合并，得到評價子區(qū)集合Ps中每個評價子區(qū)包含的網(wǎng)絡(luò)結(jié)點和評價 因子。
6.如權(quán)利要求I或2所述基于最短路徑的土地資源評價因子作用域劃分方法，其特征是步驟6的實現(xiàn)方式為，將網(wǎng)絡(luò)結(jié)點集平均劃分成若干個網(wǎng)絡(luò)結(jié)點子集，并分配到不同的線程上單獨查找網(wǎng)絡(luò)結(jié)點子集中每個網(wǎng)絡(luò)結(jié)點最近的評價因子，然后在網(wǎng)絡(luò)結(jié)點中記錄下最近的評價因子的編號FID及與最近的評價因子的路徑距離Dis ;最后將各網(wǎng)絡(luò)結(jié)點子集的查找結(jié)果合并，得到網(wǎng)絡(luò)結(jié)點集中每個網(wǎng)絡(luò)結(jié)點最近的評價因子。
7.如權(quán)利要求I或2所述基于最短路徑的土地資源評價因子作用域劃分方法，其特征是步驟7的實現(xiàn)方式為，將網(wǎng)格集合G平均劃分成若干個網(wǎng)格子集，并分配到不同線程上單獨對網(wǎng)格子集中的網(wǎng)格執(zhí)行子步驟7. f 7. 4，得到網(wǎng)格子集中每個網(wǎng)格最近的評價因子；最后將各個網(wǎng)格子集的執(zhí)行結(jié)果合并，得到網(wǎng)格集合G中每個網(wǎng)格最近的評價因子。
全文摘要
一種基于最短路徑的土地資源評價因子作用域劃分方法，包括對土地資源的評價空間范圍進行離散，基于評價空間范圍的道路網(wǎng)絡(luò)構(gòu)建道路網(wǎng)絡(luò)數(shù)據(jù)集，道路網(wǎng)絡(luò)數(shù)據(jù)集包括網(wǎng)絡(luò)結(jié)點和網(wǎng)絡(luò)邊，將評價空間范圍劃分成若干個評價子區(qū)，查找網(wǎng)格集合G中每個網(wǎng)格所在的評價子區(qū)，查詢獲得各評價子區(qū)包含的網(wǎng)絡(luò)結(jié)點和評價因子，查找網(wǎng)絡(luò)結(jié)點集中每個網(wǎng)絡(luò)結(jié)點最近的評價因子，然后查找網(wǎng)格集合G中每個網(wǎng)格最近的評價因子，將最近的評價因子相同的網(wǎng)格進行合并，得到相應(yīng)的評價因子作用域。
文檔編號G06F17/50GK102637227SQ20121008760
公開日2012年8月15日 申請日期2012年3月29日 優(yōu)先權(quán)日2012年3月29日
發(fā)明者何建華, 劉殿鋒, 劉耀林, 唐旭, 焦利民, 趙翔 申請人:武漢大學(xué)