本發(fā)明涉及一種柵格空間數(shù)據(jù)異常值智能計(jì)算處理方法及介質(zhì),屬于地理空間數(shù)據(jù)處理領(lǐng)域。
背景技術(shù):
1、柵格數(shù)據(jù)(raster?data)是地理信息系統(tǒng)(gis)中一種常用的空間數(shù)據(jù)表示形式,主要用于描述連續(xù)變化的現(xiàn)象。它由規(guī)則排列的像素(網(wǎng)格單元)組成,每個(gè)像素都有一個(gè)與其位置相對(duì)應(yīng)的值,用于表示地理區(qū)域中的某一特定特征或?qū)傩?,柵格?shù)據(jù)類型在地理信息系統(tǒng)(gis)、遙感、環(huán)境監(jiān)測等領(lǐng)域中廣泛使用,例如海拔、溫度、濕度等。
2、柵格數(shù)據(jù)因其獨(dú)特性,在儲(chǔ)存信息時(shí)擁有如下特點(diǎn):1數(shù)據(jù)直觀。每個(gè)像素都有一個(gè)明確的數(shù)值表示地理特征。2結(jié)構(gòu)簡單。在進(jìn)行像素級(jí)的數(shù)學(xué)計(jì)算時(shí),各種空間分析操作(如濾波、分類、重分類、卷積、代數(shù)運(yùn)算等)都可以直接應(yīng)用于柵格數(shù)據(jù)。3格式標(biāo)準(zhǔn),常見格式(如geotiff、ascii、netcdf等)被各種gis軟件和遙感處理工具支持。4存儲(chǔ)方便。遙感數(shù)據(jù)通常以柵格形式存儲(chǔ),可以覆蓋非常大的地理范圍,并且能夠分層處理不同類型的地理信息,可以用于多波段分析、時(shí)間序列分析和分類應(yīng)用,便于大規(guī)模地表變化的監(jiān)測與評(píng)估。
3、盡管柵格數(shù)據(jù)擁有眾多優(yōu)點(diǎn),在進(jìn)行數(shù)據(jù)加工和處理時(shí),存在局限。柵格數(shù)據(jù)由規(guī)則的網(wǎng)格(像素)組成,每個(gè)像素都有固定的大小和形狀(通常為正方形),這使得它在表達(dá)精確的邊界、不規(guī)則的形狀和線性特征時(shí)存在一定的困難,尤其在處理線性特征或面積較小的細(xì)長地物(如狹窄的河流、島嶼、建筑物等),柵格數(shù)據(jù)的空間分辨率往往不足以精確地捕捉這些細(xì)節(jié)。尤其在數(shù)據(jù)量大、精度要求高的場景下,直接編輯單個(gè)像素或局部區(qū)域的數(shù)值過程繁瑣,對(duì)海量柵格數(shù)據(jù)(如遙感影像或高分辨率dem),難以開展手工處理。此外,現(xiàn)有的軟件和方法,在進(jìn)行矢量數(shù)據(jù)和柵格數(shù)據(jù)空間分析時(shí),存在缺陷。難以精確識(shí)別面積較小、邊界復(fù)雜矢量范圍對(duì)應(yīng)的柵格范圍,導(dǎo)致無法準(zhǔn)確完成柵格裁剪等操作。
技術(shù)實(shí)現(xiàn)思路
1、本發(fā)明提出了一種柵格空間數(shù)據(jù)異常值智能計(jì)算處理方法及介質(zhì),針對(duì)柵格數(shù)據(jù)中存在的異常值,準(zhǔn)確識(shí)別異常值區(qū)域?qū)?yīng)的柵格范圍,利用柵格數(shù)據(jù)運(yùn)算實(shí)現(xiàn)異常值的識(shí)別與處理。本發(fā)明提出的方法能夠準(zhǔn)確讀取異常值區(qū)域范圍及修正量,快速批量處理異常值數(shù)據(jù)。
2、第一方面,一種實(shí)施例中提供一種柵格空間數(shù)據(jù)異常值智能計(jì)算處理方法,包括:
3、獲取區(qū)域?qū)ο蟮漠惓V祬^(qū)域范圍及對(duì)應(yīng)的異常值修正量,所述的異常值區(qū)域范圍以面狀矢量要素保存,所述的異常值修正量以正負(fù)數(shù)形式保存;
4、根據(jù)異常值區(qū)域面狀矢量要素創(chuàng)建緩沖區(qū),根據(jù)緩沖區(qū),裁剪原始柵格,得到對(duì)應(yīng)的第一柵格數(shù)據(jù),并得到第一柵格數(shù)據(jù)的行列數(shù),根據(jù)行列數(shù),對(duì)第一柵格數(shù)據(jù)中每個(gè)柵格像素進(jìn)行唯一值計(jì)算;
5、根據(jù)每個(gè)第一柵格像素的唯一值,生成第二柵格數(shù)據(jù),將第二柵格數(shù)據(jù)轉(zhuǎn)換為矢量網(wǎng)格,得到第一矢量網(wǎng)格數(shù)據(jù);
6、將異常值區(qū)域面狀矢量要素與第一矢量網(wǎng)格數(shù)據(jù)進(jìn)行疊加,識(shí)別相交的矢量網(wǎng)格,得到第二矢量網(wǎng)格數(shù)據(jù);
7、按照修正量將第二矢量網(wǎng)格數(shù)據(jù)轉(zhuǎn)為第三柵格數(shù)據(jù);所述的第三柵格數(shù)據(jù)為異常值區(qū)域準(zhǔn)確對(duì)應(yīng)的柵格范圍;
8、將第三柵格數(shù)據(jù)與原始柵格數(shù)據(jù)進(jìn)行柵格運(yùn)算,獲取異常值修正后的像元數(shù)值。
9、一種實(shí)施例中,獲取區(qū)域?qū)ο蟮漠惓V祬^(qū)域范圍及對(duì)應(yīng)的異常值修正量,所述的異常值區(qū)域范圍以面狀矢量要素保存。
10、一種實(shí)施例中,根據(jù)異常值區(qū)域面狀矢量要素創(chuàng)建緩沖區(qū),根據(jù)緩沖區(qū),裁剪原始柵格,得到對(duì)應(yīng)的第一柵格數(shù)據(jù),并得到第一柵格數(shù)據(jù)的行列數(shù),根據(jù)行列數(shù),計(jì)算第一柵格數(shù)據(jù)中每個(gè)柵格像素的唯一值,計(jì)算公式為:
11、
12、其中,是第一柵格數(shù)據(jù)中每個(gè)柵格像素的唯一值,和分別是第一柵格數(shù)據(jù)的行數(shù)和列數(shù)。
13、一種實(shí)施例中,根據(jù)第一柵格數(shù)據(jù)中每個(gè)柵格像素的唯一值,生成第二柵格數(shù)據(jù),將第二柵格數(shù)據(jù)轉(zhuǎn)換為矢量網(wǎng)格,得到第一矢量網(wǎng)格數(shù)據(jù)。
14、一種實(shí)施例中,將異常值區(qū)域面狀矢量要素與第一矢量網(wǎng)格數(shù)據(jù)進(jìn)行疊加,識(shí)別相交的矢量網(wǎng)格,得到第二矢量網(wǎng)格數(shù)據(jù)。第二矢量網(wǎng)格數(shù)據(jù)計(jì)算公式為:
15、
16、其中,是第二矢量網(wǎng)格數(shù)據(jù),是異常值區(qū)域面狀矢量要素,是第一矢量網(wǎng)格數(shù)據(jù),表示空間相交運(yùn)算。
17、一種實(shí)施例中,按照修正量將第二矢量網(wǎng)格數(shù)據(jù)轉(zhuǎn)為第三柵格數(shù)據(jù);所述的第三柵格數(shù)據(jù)為異常值區(qū)域準(zhǔn)確對(duì)應(yīng)的柵格范圍;
18、一種實(shí)施例中,將第三柵格數(shù)據(jù)與原始柵格數(shù)據(jù)進(jìn)行柵格運(yùn)算,獲取異常值修正后的像元數(shù)值。異常值修正后的像元數(shù)值計(jì)算公式為:
19、
20、其中,是異常值修正后的像元數(shù)值,是原始柵格像元數(shù)值,是第三柵格數(shù)據(jù)像元數(shù)值;當(dāng)異常值修正量為正數(shù)時(shí),為正數(shù),則減少;當(dāng)異常值修正量為負(fù)數(shù)時(shí),為負(fù)數(shù),則增加。
21、第二方面,一種實(shí)施例中提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),所述介質(zhì)中存儲(chǔ)有程序,所述程序能夠被處理器加載并執(zhí)行上述實(shí)施例中任意一項(xiàng)所述的柵格空間數(shù)據(jù)異常值智能計(jì)算處理方法。
22、本發(fā)明的有益效果是:
23、本發(fā)明提出一種柵格空間數(shù)據(jù)異常值智能計(jì)算處理方法及介質(zhì),提高了不規(guī)則幾何邊界區(qū)域的異常值處理的準(zhǔn)確性,提升了大批量、多斑塊異常值區(qū)域處理的效率。
24、本發(fā)明獲取異常值區(qū)域范圍及對(duì)應(yīng)的異常值修正量,批量創(chuàng)建面狀要素,解決了手工處理耗時(shí)費(fèi)力的問題;根據(jù)閾值,建立面狀要素緩沖區(qū),裁剪緩沖區(qū)范圍原始柵格,計(jì)算柵格唯一值,并轉(zhuǎn)換為矢量網(wǎng)格,解決了相鄰原始柵格像素?cái)?shù)值相同時(shí)網(wǎng)格識(shí)別錯(cuò)誤的問題;將異常值區(qū)域面狀要素與緩沖區(qū)矢量網(wǎng)格疊加,準(zhǔn)確識(shí)別異常值區(qū)域?qū)?yīng)的矢量網(wǎng)格,按照修正量將矢量網(wǎng)格轉(zhuǎn)為柵格數(shù)據(jù),解決了現(xiàn)有方法中,當(dāng)矢量邊界不規(guī)則時(shí)裁剪柵格范圍有誤的問題;利用柵格運(yùn)算實(shí)現(xiàn)異常值處理,將異常值區(qū)域柵格數(shù)據(jù)與原始柵格數(shù)據(jù)進(jìn)行運(yùn)算,修正原始數(shù)據(jù)中的異常值,提升了柵格數(shù)據(jù)處理效率。
1.一種柵格空間數(shù)據(jù)異常值智能計(jì)算處理方法,其特征在于,所述方法包括:
2.如權(quán)利要求1所述的一種柵格空間數(shù)據(jù)異常值智能計(jì)算處理方法,其特征在于,獲取區(qū)域?qū)ο蟮漠惓V祬^(qū)域范圍及對(duì)應(yīng)的異常值修正量,所述的異常值區(qū)域范圍以面狀矢量要素保存,所述的異常值修正量以正負(fù)數(shù)形式保存。
3.如權(quán)利要求1所述的一種柵格空間數(shù)據(jù)異常值智能計(jì)算處理方法,其特征在于,根據(jù)異常值區(qū)域面狀矢量要素創(chuàng)建緩沖區(qū),根據(jù)緩沖區(qū),裁剪原始柵格,得到對(duì)應(yīng)的第一柵格數(shù)據(jù),并得到第一柵格數(shù)據(jù)的行列數(shù),根據(jù)行列數(shù),計(jì)算第一柵格數(shù)據(jù)中每個(gè)柵格像素的唯一值,公式為:
4.如權(quán)利要求1所述的一種柵格空間數(shù)據(jù)異常值智能計(jì)算處理方法,其特征在于,根據(jù)第一柵格數(shù)據(jù)中每個(gè)柵格像素的唯一值,生成第二柵格數(shù)據(jù),將第二柵格數(shù)據(jù)轉(zhuǎn)換為矢量網(wǎng)格,得到第一矢量網(wǎng)格數(shù)據(jù)。
5.如權(quán)利要求1所述的一種柵格空間數(shù)據(jù)異常值智能計(jì)算處理方法,其特征在于,將異常值區(qū)域面狀矢量要素與第一矢量網(wǎng)格數(shù)據(jù)進(jìn)行疊加,識(shí)別相交的矢量網(wǎng)格,得到第二矢量網(wǎng)格數(shù)據(jù),第二矢量網(wǎng)格數(shù)據(jù)計(jì)算公式為:
6.如權(quán)利要求1所述的一種柵格空間數(shù)據(jù)異常值智能計(jì)算處理方法,其特征在于,按照修正量將第二矢量網(wǎng)格數(shù)據(jù)轉(zhuǎn)為第三柵格數(shù)據(jù);所述的第三柵格數(shù)據(jù)為異常值區(qū)域準(zhǔn)確對(duì)應(yīng)的柵格范圍。
7.如權(quán)利要求1所述的一種柵格空間數(shù)據(jù)異常值智能計(jì)算處理方法,其特征在于,將第三柵格數(shù)據(jù)與原始柵格數(shù)據(jù)進(jìn)行柵格運(yùn)算,獲取異常值修正后的像元數(shù)值,計(jì)算公式為:
8.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),其特征在于,所述介質(zhì)中存儲(chǔ)有程序,所述程序能夠被處理器加載并執(zhí)行如權(quán)利要求1到7中任意一項(xiàng)所述的一種柵格空間數(shù)據(jù)異常值智能計(jì)算處理方法。