亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

人文地理綜合區(qū)劃的生成方法與流程

文檔序號:12122775閱讀:來源:國知局

技術(shù)特征:

1.一種人文地理綜合區(qū)劃的生成方法,其特征在于包括:

獲取預(yù)定行政區(qū)域內(nèi)的人文地理綜合區(qū)劃的定量指標(biāo)以及對應(yīng)的指標(biāo)權(quán)重;

依據(jù)所述定量指標(biāo)中的自然要素定量指標(biāo)和經(jīng)濟(jì)要素定量指標(biāo)以及對應(yīng)的指標(biāo)權(quán)重,采用要素加權(quán)疊置法計(jì)算所述預(yù)定行政區(qū)域內(nèi)的單位行政區(qū)的自然生態(tài)指數(shù)和綜合經(jīng)濟(jì)指數(shù),并根據(jù)所述自然生態(tài)指數(shù)和所述綜合經(jīng)濟(jì)指數(shù),將所述單位行政區(qū)分類為多個(gè)人文地理大區(qū);

依據(jù)所述定量指標(biāo)以及對應(yīng)的指標(biāo)權(quán)重,采用要素加權(quán)疊置法計(jì)算所述單位行政區(qū)的人文地理綜合指數(shù);

依據(jù)所述人文地理綜合指數(shù),采用空間聚類分析法將所述單位行政區(qū)中距離臨近、屬性趨同的單位行政區(qū)進(jìn)行空間聚類,并根據(jù)空間聚類分析的結(jié)果,將所述多個(gè)人文地理大區(qū)中的各個(gè)人文地理大區(qū)分類為多個(gè)人文地理區(qū);

通過地理信息系統(tǒng)GIS技術(shù),生成包括所述多個(gè)人文地理大區(qū)和所述多個(gè)人文地理區(qū)的空間展示圖像。

2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述單位行政區(qū)為縣級行政區(qū)。

3.根據(jù)權(quán)利要求1所述的方法,其特征在于,在通過地理信息系統(tǒng)GIS技術(shù),生成包括所述多個(gè)人文地理大區(qū)和所述多個(gè)人文地理區(qū)的空間展示圖像之后,所述方法還包括:

整合采用多種空間聚類分析法形成的空間展示圖像,并結(jié)合所述單位行政區(qū)的聚落景觀、文化差異、農(nóng)業(yè)區(qū)劃成果,對所述多個(gè)人文地理大區(qū)內(nèi)的人文地理區(qū)的邊緣進(jìn)行修正;

通過GIS技術(shù),生成包括所述多個(gè)人文地理大區(qū)和修正后的所述多個(gè)人文地理區(qū)的空間展示圖像。

4.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述人文地理綜合區(qū)劃的所述定量指標(biāo)以及對應(yīng)的指標(biāo)權(quán)重如下表所示:

5.根據(jù)權(quán)利要求1所述的方法,其特征在于,依據(jù)所述定量指標(biāo)以及對應(yīng)的指標(biāo)權(quán)重,采用要素加權(quán)疊置法計(jì)算所述單位行政區(qū)的人文地理綜合指數(shù)包括:

將人文地理綜合區(qū)劃的各個(gè)要素進(jìn)行空間尺度統(tǒng)一,通過ArcGIS技術(shù)最終在空間上落到所述單位行政區(qū);

對人文地理綜合區(qū)劃的定量指標(biāo)的原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,并綜合運(yùn)用熵值法和德爾菲法計(jì)算每個(gè)定量指標(biāo)的權(quán)重;

通過綜合指數(shù)法計(jì)算所述人文地理綜合指數(shù)。

6.根據(jù)權(quán)利要求5所述的方法,其特征在于,所述人文地理綜合指數(shù)根據(jù)以下公式計(jì)算:

<mrow> <mi>S</mi> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>W</mi> <mi>i</mi> </msub> <mo>*</mo> <msub> <mi>S</mi> <mi>i</mi> </msub> <mo>;</mo> </mrow>

其中,Wi是指i要素的權(quán)重,Si代表第i個(gè)要素的屬性值,S為人文地理綜合指數(shù)。

7.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述空間聚類分析法包括以下至少之一:基于K臨近算法的最小跨度樹聚類方法、基于臨近邊的空間約束聚類方法、基于歐氏距離的K平均聚類方法。

當(dāng)前第2頁1 2 3 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會(huì)獲得點(diǎn)贊!
1