龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：东南大学
摘要：本发明公开了一种针对村镇聚落的聚散性特征量化识别方法，包括：获取网格化的村镇空间数据；计算网格化的村镇空间数据的凝聚力指数；通过网格化的村镇空间数据中相邻网格的性质，计算蔓延度指数；类比万有引力定律计算村镇建设用地网格化数据的引力指数，通过该指数衡量聚落聚散程度。本发明通过引力指数衡量聚落聚散程度，本发明有效反映乡村间不同用地类型地块分布的物理连通性和紧密程度，描述村域单元整体上不同用地类型的混合程度和单一用地类型的空间分布情况，解决人工描述的主观性和系统性不足。
主权项：1.一种针对村镇聚落的聚散性特征量化识别方法，其特征在于，包括如下步骤：步骤S1、通过数据解译和网格化的技术，将县级或者区级的村镇空间数据进行网格化处理，得到网格化的村镇空间数据；步骤S2、计算所述网格化的村镇空间数据的凝聚力指数，通过该指数衡量建设用地在村域单元上的物理连通性；步骤S3、通过所述网格化的村镇空间数据中相邻网格的性质，计算蔓延度指数，通过该指数描述不同用户类型地块间混合程度和某种用地类型地块的空间分布情况；步骤S4、类比万有引力定律计算村镇建设用地网格化数据的引力指数，通过该指数衡量聚落聚散程度；所述步骤S2具体包括：步骤S201、获取村域地块列表，计算村单元建设用地地块i所占网格的数量为建设用地地块i所占网格的面积为村域中建设用地所占的网格总数为N；步骤S202、通过下式计算所述凝聚力指数，表达式为： 所述步骤S3具体包括：步骤S301、对所述网格化的村镇空间数据进行概率分布计算，随机选择的网格属于用地类型i的概率为Pi；给定一个i类型的网格，则该网格的相邻网格属于类型k的条件概率定义为gik；步骤S302、随机选择的网格属于用地类型i的概率由Pi估计，给定一个i类型网格，其中一个相邻网格属于类型k的概率为步骤S303、通过下式计算所述蔓延度指数，表达式为： 公式中，m表示用地类型网格的总量，i和k均表示网格类型的标号，Pi表示随机选择的网格属于用地类型i的概率，gik表示为确定网格为i类型时，该网格的相邻网格属于类型k的条件概率。
全文数据：
权利要求：
百度查询： 东南大学 一种针对村镇聚落的聚散性特征量化识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号