输变电工程环境敏感区域智能识别与预测方法与流程

本发明涉及一种输变电工程环境敏感区域智能识别与预测方法。

背景技术：

随着我国电力工业的发展，电网的容量越来越大，输送的距离越来越远，输电线路的电压等级也在不断提高，高压变电站和架空输电线路的建设规模不断扩大。再加上经济发展及人口增长等社会因素的影响，新建的输变电工程逐渐向人口稠密区逼近已经成为大势所趋。近年来许多城市进行供电电力网的改扩建，变电站由城市郊区逐渐建到市区，高压架空输电线路在城市公众活动场所和居民区星罗棋布，变电站和输电线路可能产生的环境影响日益受到人们的关注，对输变电工程的环境保护工作提出了更高的要求。

由于变电站和输电线路数量庞大，单纯依靠人工对输变电工程环境保护工作进行管理不仅耗费大量精力而且容易出现错误，因此对输变电工程环保工作进行智能化管理十分必要。目前，国家电网公司电网环境保护工作智能化已经取得了很大的进展，但是在实际工作中仍存在部分环节智能化程度不高等问题，制约了输变电工程环境保护工作的效率。

在输变电工程环境影响评价和设计阶段，由于缺乏环境敏感区域分布有关数据，在输变电工程选址选线和建设过程中，部分工程在环境敏感区域避让方面采取的措施和管理支撑手段不足；输变电工程环境影响预测技术在自动化、信息化程度方面不高，在选址选线阶段和路径调整时无法快速、及时和准确评估输变电工程对环境敏感点的影响。需要建立涵盖环境敏感区域分布的可更新、拓展的数据库，研究基于现有电网GIS平台的输变电工程环境敏感点的自动识别、分类技术和输变电工程电磁、噪声影响自动预测分析技术，提高国家电网公司电网环保管理的信息化、精益化、智能化水平。

技术实现要素：

本发明为了解决上述问题，提出了一种输变电工程环境敏感区域智能识别与预测方法，本方法结合电网GIS平台，对输变电工程环境敏感区域进行较为准确的识别与预测。

为了实现上述目的，本发明采用如下技术方案：

一种输变电工程环境敏感区域智能识别与预测方法，包括以下步骤：

(1)利用空间索引技术访问GIS地理信息系统，读取敏感区域目标的地理位置信息、确定其空间实体形状；

(2)根据基本点确定生成的缓冲区形状，利用矢量算法，进行直线性判断、折点凹凸性判断，并嵌入圆弧，生成缓冲区，划分缓冲区边界的自相交边界；

(3)对生成的缓冲区进行多边形裁剪，对空间数据的区域重新划分，将区域内的不同的数据模型进行空间叠加，实现输变电工程环境敏感区的自动识别；

(4)将识别的敏感区反应在GIS地理信息系统中，构建环境敏感区数据库，对数据库中的环境敏感区进行更新，实时预测环境敏感区域的变化。

所述步骤(1)中，环境敏感区，主要是指依法设立的各级各类自然、文化保护地，以及对建设项目的某类污染因子或者生态影响因子特别敏感的区域，主要包括：

(一)自然保护区、风景名胜区、世界文化和自然遗产地、饮用水水源保护区；

(二)基本农田保护区、基本草原、森林公园、地质公园、重要湿地、天然林、珍稀濒危野生动植物天然集中分布区、重要水生生物的自然产卵场、索饵场、越冬场和洄游通道、天然渔场、资源性缺水地区、水土流失重点防治区、沙化土地封禁保护区、封闭及半封闭海域、富营养化水域；

(三)以居住、医疗卫生、文化教育、科研、行政办公等为主要功能的区域，文物保护单位，具有特殊历史、文化、科学、民族意义的保护地。

在给定空间实体周围建立缓冲半径距离的缓冲区多边形，以确定这些物体对周围环境的影响范围或服务范围即邻近度。

所述步骤(1)中，利用R树空间索引技术访问GIS地理信息系统，将空间对象按范围划分，每个结点对应一个区域和一个磁盘页，非叶结点的磁盘页中存储其所有子结点的区域范围，非叶结点的所有子结点的区域都落在它的区域范围之内；叶结点的磁盘页中存储其区域范围之内的所有空间对象的外接矩形，每个结点所能拥有的子结点数目有上、下限，下限保证对磁盘空间的有效利用，上限保证每个结点对应一个磁盘页，但插入新的结点使得某结点要求的空间大于一个磁盘页时，该结点一分为二。

所述步骤(2)中，对不同类型的目标实体，所产生的缓冲区也不同，点的缓冲区为以点为圆心，一定距离为半径的圆；线的缓冲区是以线为中心轴线，距中心轴线一定距离的平行条带多边形；面缓冲区是由面的边界多边形向外或向内扩展一定距离所生成的新的多边形。

所述步骤(2)中，生成缓冲区的方法可以替换为栅格法，将点、线和面矢量数据转化为栅格数据，进行像元加粗，然后作边缘提取，以生成缓冲区。

所述步骤(2)中，利用角平分线算法生成缓冲区，以线目标为轴线，并分别在其两侧作距轴线一定距离，即设定的缓冲半径的平行线来生成缓冲区边界，在轴线首末点处，作轴线的垂线并按缓冲区半径截出左右边界的起迄点，在轴线的其它各个拐点上，用与该点所关联的前后两邻边距轴线的偏移量为缓冲区半径的两平行线的交点来生成两平行边界的对应顶点。

所述步骤(2)中，利用凸角圆弧算法生成缓冲区，在轴线首末点处，作轴线的垂线并按缓冲区半径截出左右边界的起迄点；在轴线的其它各个拐点上，首先判断该点的凹凸特性，在凸侧用圆弧弥合，而在凹侧用与该点所关联的前后两邻边距轴线的偏移量为缓冲区半径的两平行线的交点来生成对应顶点。

所述步骤(2)中，将轴线顶点处的凹凸特性的判断转化为两个矢量的叉积，即把相邻两个线段看成两个矢量，中间点为所需判定凹凸的顶点，其方向取为坐标点顺序方向，若前一个矢量以最小的角度扫向第二个矢量时呈逆时针，则为凸顶点，反之，为凹顶点。

所述步骤(2)中，利用圆弧弥合时，圆弧上布点的多少，取取决于计算步长，而步长由表示缓冲区的正N边形的边数决定。

所述步骤(2)中，取缓冲区的曲线坐标串的方向为曲线前进方向，当缓冲区边界的生成轴线被取定方向后，其两侧的平行曲线根据轴线获得其左右属性，根据边界与轴线的关系，为各条边界的两侧赋以内侧与外侧属性，朝向轴线的一侧取为内侧，背向轴线的一侧取为外侧。

所述步骤(2)中，当轴线的弯曲空间不能容许缓冲区边界通过时，产生边界的自相交问题，形成若干个自相交多边形，自相交多边形分为岛屿多边形与重叠区多边形两种类型，当轴线方向为顺时针方向时，对于左边界，岛屿多边形呈逆时针方向，重叠多边形呈顺时针方向；对于右边界，岛屿多边形呈顺时针方向，重叠区多边形呈逆时针方向；岛屿多边形是缓冲区边界的有效组成部分，而重叠多边形不是缓冲区边界的有效组成部分，不参与缓冲区有效边界的最终重构。

所述步骤(3)中，叠加分析是将同一地区、同一比例尺的两组或更多的专题图层进行叠加，建立具有多重地理属性的空间分布区域，进行叠加产生一个新的数据层的操作，其结果综合原来两层或多层地图要素所具有的属性。

所述步骤(4)中，根据GIS地理信息系统中的空间信息，实时更新新的敏感区域规划方案，根据步骤(2)-步骤(3)的内容，确定新的敏感区域，实现对敏感区域的预测。

所述步骤(4)中，输变电工程环境敏感区空间数据库以关系数据库为基础。

本发明的有益效果为：

(1)本发明能够准确生成缓冲区，为输变电工程环境敏感区域识别提供最基础的图层方案，利用矢量方法生成缓冲区，能够保证精度，进行缓冲区生成时能最大限度地保证平行曲线的等宽性，排除了众多的异常情况；

(2)本发明利用左、右侧缓冲区边界的生成与自相交问题处理，能够有效的消除以水源地保护区为代表的敏感区的识别和建立问题，为实现环境敏感区的识别提供了最重要的基础。

(3)本发明将敏感区域和路径或站址规划方案一同建立在GIS地理信息系统中，能够直观的对比出是否存在区域交叉或重叠，保证筛选出最佳方案或将已有方案进行进一步的优化，有助于输变电工程中输电线路规划和变电站等选址；本发明

(4)本发明能够提早进行规避或采取相应的环保措施，降低项目可能存在的环境风险，实现输变电工程建设的辅助分析，为项目规划、科研、初设、施工过程等环节的决策提供有力支撑。

(5)本发明利用R树的动态索引结构，查询可与插入或删除同时进行，而且不需要定期地对树结构进行重新组织，实现与GIS地理信息系统的动态访问与融合。

附图说明

图1(a)为本发明的点的缓冲区生成结果示意图；

图1(b)为本发明的线的缓冲区生成结果示意图；

图1(c)为本发明的面的缓冲区生成结果示意图；

图2为本发明的角平分线算法的缓冲区生成示意图；

图3为本发明的凸角圆弧算法生成缓冲区时的双线宽度处理示意图；

图4为本发明的缓冲区边界自相交多边形示意图；

图5为本发明的单条线的缓冲区生成过程示意图；

图6为本发明的多条线的缓冲区生成过程示意图；

图7为本发明的多边形的裁剪示意图；

图8为本发明的环境敏感区的关系数据库模型示意图；

图9(a)为本发明的地图M的层次模型表达示意图；

图9(b)为本发明的地图M的网状模型表达示意图；

图9(c)为本发明的地图M的关系模型表达示意图；

图10为本发明的环境敏感区数据的管理方式示意图。

具体实施方式：

下面结合附图与实施例对本发明作进一步说明。

地理信息系统的数据库包括空间数据库与属性数据库两种，数据库的建设在地理信息系统的开发工作中占到70％以上工作量。空间数据具有空间特征、非结构化、空间关系、分类编码及海量数据等特征。正是由于空间数据的这些特殊性，通用的数据库模型和数据库管理系统不能完全适用于空间数据的组织与管理，因此在数据库建设中要采用合适的空间数据库管理系统，该系统简言之就是存储、组织、分析管理空间数据的数据库系统。管理形式又分为文件与关系数据库混合管理、全关系型空间数据库管理、对象—关系型空间数据库管理、面向对象空间数据库管理。这方面，国际上比较主流的有Oracle、DB2、MS SQL Server、Sybase等数据库管理系统。

输变电工程环境敏感区智能识别与预测主要是基于地理信息系统进行开发，需要具有海量数据处理、多用户并发处理等功能。数据库在逻辑上以表空间、表、段等对象形式存在，物理上表现为各种文件，其逻辑结构是面向用户的，需要包括表空间、段、区、数据块和模式对象。其物理结果包括数据库、物理文件和物理块3个层级。

空间数据和传统数据的主要区别在于复杂程度不同，其复杂性来源于描述一个空间对象时必须同时包含其属性信息和几何信息。而几何信息本身也具复杂性。因此与一般系统相比，GIS具有数据量大、数据表达形式复杂特点，加上各种计算量大的空间操作，使得数据访问性能(指向准确性、访问速度)成为关注的一个重点问题。如何提高空间数据访问性能对WebGIS来说显得尤为重要。

空间数据的访问在很大程度上体现空间位置的局部性和相关性，这种数据访问的空间局部性使得空间索引技术在WebGIS系统中的作用变得非常突出。空间索引技术一直是空间数据库的一项基本技术，它的有无可能导致效率相差悬殊，高效的空间索引方法更是对系统的性能起决定性作用。常见的空间索引一般是自上向下、逐级划分空间的各种树结构空间索引，选用R树索引，R树将空间对象按范围划分，每个结点对应一个区域和一个磁盘页，非叶结点的磁盘页中存储其所有子结点的区域范围，非叶结点的所有子结点的区域都落在它的区域范围之内；叶结点的磁盘页中存储其区域范围之内的所有空间对象的外接矩形。每个结点所能拥有的子结点数目有上、下限，下限保证对磁盘空间的有效利用，上限保证每个结点对应一个磁盘页，但插入新的结点使得某结点要求的空间大于一个磁盘页时，该结点一分为二。R树是一种动态索引结构，即：它的查询可与插入或删除同时进行，而且不需要定期地对树结构进行重新组织。

空间数据访问的局部性和位置相关性决定了引入空间索引技术，同样地，这种特点也突出利用缓存技术提高GIS空间数据的访问有效性。基于ORDB的WebGIS系统中，影响数据存取效率的主要环节有两个：数据库的存取效率，特别当采用对象关系数据库存储空间对象时的效率；另一个是网络的传输效率。在这节分别讨论采用不同的缓存策略解决这两个问题。

对于数据库的存取效率，一方面可以通过优化数据库服务器的参数定义高速缓冲存储器，另一方面通过在服务器端或中间层设计“ORDB—内存文件”缓存及缓存管理机制来加速存取速度，提高存取效率。对于网络传输效率问题，则可通过在客户端建立数据缓存机制来缓解。

服务器端数据高效存储，一方面在于调整Oracle数据库参数，另一方面则在程序中应用缓存机制。调整Oracle数据库性能以使其发挥最大的优势，涉及的技术内容很多。限于篇幅，这里只讨论内存分配。Oracle系统全局区(System Global Area)是对数据库数据进行快速访问的一个区域，若SGA本身需要频繁地进行释放、分配，则不能达到快速访问数据的目的，因此将SGA放在主存中，不放在虚拟内存中。内存调整主要指调整主存SGA的内存结构大小来提高系统性能。SGA大小在很大程度上由缓冲区高速缓存(DB_CACHE)、共享池(Shared pool)和大缓冲池(Large Pool)及Java池的大小。用户进程所存取的所有数据都经过缓冲区高速缓存来存取，所以该部分的命中率对性能至关重要。高速缓冲存储器越大，内存中用于保存的块越多，那访问磁盘以重新读取该块的可能性越小。缓冲区高速缓存的使用情况记录在动态性能表视图中，通过查询该视图了解其活动情况，进而决定如何调整。或者以参数DB_CACHESIZE直接指定大小。除了SGA中的各项参数，另外还应考虑撤销空间管理。调整磁盘I/O(包括将表与索引分离，多磁盘存放，采用分区等)、使用数据库完整性约束、触发器、存储过程和包等。各个方面综合考虑以确定最优的方式使Oracle数据库发挥其最大应用优势。

在应用程序中通过内存文件提高存取效率，这里的内存文件是在内存中建立的具有与磁盘文件类似结构的内存数据段，用于临时存储空间数据。由于直接使用内存，所以内存文件的存取速度远大于磁盘文件。

基于网络的WebGIS中网络传输效率问题也是体现WebGIS系统性能的一个主要方面。目前一般通过在客户端建立数据缓存机制来缓解。当网络带宽和速度有限时，本地和网络数据访问存在着存取效率上的巨大差异。但如果在本地节点建立数据缓存，暂时存储刚从数据服务器得到的空间数据，则下一次访问这些空间数据就可以直接从本地缓存中读取，而不需要通过远程网络访问，大大减少访问时间。

在应用程序中使用缓存策略包括：内存Cache、文件Cache和内存文件Cache。具体实现时分为三个层次：从图层到分片再到实体。创建地图图层时，为图层生成一个ID作为唯一标识，当把图层数据读到Cache中时，根据图层ID分配不同的Cache空间。图层中的实体按照空间索引划分为若干个分片，Cache从数据库或应用服务器读取图层数据时并非读取整个图层，而是以分片为单位。这样设计因为大多数空间查询并不对整个图层，而只在其中一定范围内进行，当图层数据量大时，按照分片读取可满足查询要求又减少网络传输；另一方面又保证数据存取效率同时，相对减少系统对内存的需求。同一个分片中数据又分为两部分：空间数据和属性数据，这是由于不同图层空间几何数据的组成都是一样的，可采用相同结构和管理方式，而属性数据却与具体应用密切相关，将这两部分数据分开缓存。

输变电工程环境敏感区的自动识别主要是基于地理信息系统的空间分析功能。所谓空间分析，在水污染监测、城市规划与管理、地震灾害和损失估计、洪水灾害分析、矿产资源评价、道路交通管理、地形地貌分析和军事领域等领域都有广泛应用。例如，在区域环境质量现状评价工作中，可将地理信息与大气、土壤、水、噪声等环境要素的监测数据结合在一起，利用GIS软件的空间分析模块，对整个区域的环境质量现状进行客观和全面的评价，以反映出区域受污染的程度以及空间分布情况。

为了实现环境敏感区的自动识别功能，就必须对空间分析中缓冲区分析和叠加分析两个重要的方面进行分析。缓冲区分析是指为了识别某地理实体或空间物体对其周围的邻近性或影响度而在其周围建立的一定宽度的带状区。叠加分析是将两层或多层地图要素进行叠加产生一个新要素层的操作，其结果是将原来要素分割生成新的要素，新要素综合了原来两层或多层要素所具有的属性。

缓冲区分析是地理信息系统重要和基本的空间操作功能之一。它是在给定空间实体(集合)周围建立一定距离(缓冲半径)的带状区(缓冲区多边形)，以确定这些物体对周围环境的影响范围或服务范围(邻近度问题)。

对不同类型的目标实体，所产生的缓冲区也不同。如图1所示，点的缓冲区通常是以点为圆心，一定距离为半径的圆，见图1(a)；线的缓冲区通常是以线为中心轴线，距中心轴线一定距离的平行条带多边形，见图1(b)；面缓冲区是由面的边界多边形向外或向内扩展一定距离所生成的新的多边形，见图1(c)。其中线目标的缓冲区的生成是关键和基础。

生成缓冲区可以采用栅格和矢量两种方法。栅格方法又叫点阵法，它将点、线和面矢量数据转化为栅格数据，进行像元加粗，然后作边缘提取，这种操作在原理上较简单，容易实现，但受精度的限制。并且内存开销大，所能处理的数据量受到机器硬件设备的限制。而矢量方法原理复杂，不易实现，但在机器精度范围内不降低原始精度。在缓冲区生成的矢量算法中，常用的是角平分线算法和凸角圆弧算法。

(1)角平分线算法

角平分线算法是一种以线目标为轴线，并分别在其两侧作距轴线一定距离(缓冲半径)的平行线来生成缓冲区边界的简便方法，即在轴线首末点处，作轴线的垂线并按缓冲区半径E截出左右边界的起迄点；在轴线的其它各个拐点上，用与该点所关联的前后两邻边距轴线的偏移量为E的两平行线的交点来生成两平行边界的对应顶点，因此，本方法也称“简单平行线法”。如图2所示。

在用该方法进行缓冲区生成时，难以最大限度地保证缓冲区边界线的等宽性。尤其在尖锐转角处，凸侧生成的缓冲点将随着角度的进一步变锐而沿角平分线远离轴线顶点，因而在尖角处平行线之间的宽度遭到破坏。为了克服此缺点，需要对其缓冲区生成边界进行校正，而校正时模型算法欠结构化，由于输变电工程环境敏感区边界形状基本属于不规则几何图形，因此由于此类异常情况导致的缓冲区异常不胜枚举，从而导致模型的逻辑构思不易做到条理清楚。因此，此方法在输变电工程环境敏感区聚集或较为密集的地方不适用，这时，可以选择用以下方法。

凸角圆弧算法

在轴线首末点处，作轴线的垂线并按缓冲区半宽E截出左右边界的起迄点；在轴线的其它各个拐点上，首先判断该点的凹凸特性，在凸侧用圆弧弥合，而在凹侧用与该点所关联的前后两邻边距轴线的偏移量为E的两平行线的交点来生成对应顶点。在凸侧用圆弧弥合，使凸侧平行边界与轴线等宽；平行边界相交在角平分线上，如图3所示，交点距轴对应顶点的距离d＝E/cos(A/2)或d＝E/sin(B/2)。用该算法进行缓冲区生成时能最大限度地保证平行曲线的等宽性，排除了角平分线算法所带来的众多的异常情况。

在采用凸角圆弧算法生成缓冲区时，根据输变电工程环境敏感区的特点，生成缓冲区的主要步骤是：

(1)直线性判断。对于相邻三点作直线性判断。用以简化计算过程，特别是当出现相邻三点处于近似共线状态时，可用简化计算过程来代替平行线的求交运算和圆弧连接等。

(2)折点凹凸性的判断。轴线顶点处的凹凸特性的判断是非常重要的一环，因为它能确保何处需要用圆弧连接和何处需要用直线求交。这个问题可转化为两个矢量的叉积，即把相邻两个线段看成两个矢量，中间点为所需判定凹凸的顶点，其方向取为坐标点顺序方向。若前一个矢量以最小的角度扫向第二个矢量时呈逆时针，则为凸顶点。反之，为凹顶点。

(3)圆弧的嵌入。圆弧上布点的多少，取取决于计算步长(以角度计)。步长γ由近似表示缓冲区的正N边形的边数决定(γ＝2π/N)。

(4)左、右侧缓冲区边界的生成与自相交问题处理。如图4所示，以矢量数据格式表示的曲线是具有方向性的，最自然的方式就是取曲线坐标串的方向为曲线前进方向。当缓冲区边界的生成基线(轴线)被取定方向后，其两侧的平行曲线也就自然地获得其左右属性。根据边界与轴线的关系，可为各条边界的两侧赋以内侧与外侧属性。朝向轴线的一侧取为内侧，背向轴线的一侧取为外侧。当轴线的弯曲空间不能容许缓冲区边界通过时，产生边界的自相交问题，形成若干个自相交多边形，自相交多边形分为岛屿多边形与重叠区多边形两种类型。当轴线方向为顺时针方向时，对于左边界，岛屿多边形呈逆时针方向，重叠多边形呈顺时针方向；对于右边界，岛屿多边形呈顺时针方向，重叠区多边形呈逆时针方向。岛屿多边形是缓冲区边界的有效组成部分，而重叠多边形不是缓冲区边界的有效组成部分，不参与缓冲区有效边界的最终重构。

在输变电工程环境敏感区类型中，以水源地保护区为代表的敏感区由于比较狭长，往往与河道的走向一致，出现此类自相交多边形的情况较多。由缓冲区多边形边界自相交所产生的自相交多边形的个数是难以确定的，同时会随着缓冲半径的不同而发生变化。

经过处理后的缓冲区的生成情况如图5、图6所示。

缓冲区的生成为实现环境敏感区的识别提供了最重要的基础，后续通过叠加分析，就可实现对各类环境敏感区的识别分析。

叠加分析

地理信息系统的叠加分析是将同一地区、同一比例尺的两组或更多的专题图层进行叠加，建立具有多重地理属性的空间分布区域，进行叠加产生一个新的数据层的操作，其结果综合了原来两层或多层地图要素所具有的属性，从而满足用户需求和协同决策的一种方法。输变电工程环境敏感区的自动识别正是主要基于这一功能来实现。

地理信息系统的叠加分析不同于通常所说的视觉信息复合，这主要是因为叠加分析的结果不仅产生视觉效果，更主要的是形成新的目标，对空间数据的区域进行了重新划分，属性数据中包含了参与叠加的多种数据项。根据不同的数据模型可将空间叠加分为栅格叠加和矢量叠加两种。栅格叠加比较容易实现，但精度往往不能满足用户的要求：而矢量叠加与其相反，它能达到很高的精度，但是需要处理大量的矢量空间数据。由于空间数据量较大，常规的算法难以满足用户对时间的要求，必须进行特殊的处理。

从图形学的角度，多边形与多边形(或线)的叠加算法的核心是多边形对多边形(或线)的裁剪。在图形系统中，二维裁剪是最为基础和常用的操作之一。其典型的应用是在图形的消隐等各种三维图形的处理以及各种排料算法的求交操作之中。对裁剪算法的研究主要集中在裁剪直线和裁剪多边形两方面。在本发明中，多边形裁剪与线剪裁相比具有更高的使用率，是研究环境敏感区自动识别时需要解决的主要课题。

多边形裁剪用于裁剪掉被裁剪多边形(又称为实体多边形)位于窗口(又称为裁剪多边形)之外的部分。多边形愈复杂，其裁剪算法就愈难以实现。现有的解决方案或者局限于某一类多边形，或者结构复杂且时间消耗大。对于特殊情况已有几种有效的算法，如Sutherland-Hodgeman、粱-Barsky、Foley、Maillot、Andereev等算法要求裁剪多边形是矩形。而在本的实际研究中，只有对于一般多边形的裁剪才有普遍意义，且更实用。为此，研究了目前常用的适用于一般多边形的裁剪算法以及近年来出现的一些改进算法，在这类算法中最具有代表性有Weiler算法和近年出现的Vatti算法及Greiner-Hormann算法，Weiler算法使用的是树形数据结构，适用于任意多边形的裁剪。本发明主要采Weiler算法进行多边形的裁剪和处理。下面对有关裁剪方法进行说明。

在Weiler算法中，裁剪窗口和被裁剪多边形可以是凸的、凹的或者是带有内环的任意多边形。裁剪窗口和被裁剪多边形处于完全对等的地位，称被裁剪多边形为主多边形。记为A，称裁剪窗口为裁剪多边形，记为B，A、B分别用实线和虚线表示。约定多边形外部边界的顶点逆时针排列，内环的顶点顺时针排列。因此，多边形区域始终位于有向边的左侧。多边形A和B的边界将整个二维平面划分成A∩B，A－B，B－A，四个区域。如图7所示。

内裁剪的结果(即两多边形的叠加)为A∩B。裁剪结果区域的边界由A的部分边界和B的部分边界两部分组成，并且在交点处边界发生交替，即由A边界转至B的边界，或由B的边界转至A的边界。由于多边形构成一个封闭的区域，所以，如果主多边形和裁剪多边形有交点，则交点必成对出现。这些交点分为两类，一类称为入点，主多边形边界由此交点进入裁剪多边形区域内；另一类称为出点，主多边形边界由此交点离开裁剪多边形区域。为满足本发明研究中敏感区叠加和自动识别的要求，本工程裁剪的主要步骤，一是建立主多边形和裁剪多边形的顶点表；二是求主多边形和裁剪多边形的交点，并将这些交点按顺序插入两多边形的顶点表中，在两多边形顶点表中的相同交点间建立双向指针；三是将裁剪多边形对主多边形进行裁剪操作。

综上，通过缓冲区分析以及叠加分析两种手段，对于输电线路这类线性工程，通过合理设置对自然保护区、水源保护区、文物古迹、森林公园等各类敏感区的报警距离，以此距离进行缓冲区的生成，并在各类缓冲区的基础上，进行叠加分析，从而判断出需要识别的环境敏感区，并进行统计和分析。

当然，叠加的方法还有很多，在本发明中缓冲区的生成方法的基础上，本领域技术人员完全能够结合公知常识，将叠加的步骤用其他方法进行替换，属于不需要付出创造性的劳动。

将确定的敏感区域数据体现在GIS地理信息系统中。从各政府部门搜集的敏感区专题数据，没有电子版数据，只有纸质数据(包括图纸、地图册等)，图纸上比例尺不尽相同。数据本身没有坐标信息，现在制作为GIS数据，首先要扫描，扫描矢量化时由于纸质本身可能带来误差(纸质的折叠、纸质缩水等)，我们只能根据现有的有坐标体系的地形数据进行多种方式的纠正，然后才能矢量化。

栅格数据矢量化输入，是通过扫描仪器输入栅格数据，然后通过图像识别算法，进行矢量跟踪，从而确定实体的空间位置。栅格化后的数据在录入系统时，往往会出现边界不符、与数字地形图不配套等一系列问题，需要借助人工手段，对栅格化后的敏感区专题图，在边界首先确定若干个定位点，根据搜集到的专题资料对敏感区边界驻点进行校正，最终实现系统中的敏感区信息与专题资料中的数据在同一比例尺上能够达到相同的精度。同时，在对敏感区的相关信息进行人工修正的过程中也对各敏感区的属性数据进行录入，最终完成敏感区数据库的建设与校正工作。

环境敏感区数据库系统的结构由内部级、概念级、外部级三级模式组成。

(1)内部级模式(内模式)：最靠近物理存储器，是数据在数据库系统中的表示(即对数据的物理结构和存储方式的描述)，是物理数据模型对数据的描述。

(2)概念级模式(模式)：间于上述两者之间。它又称为逻辑模式，是用逻辑数据模型对一个单位的数据的描述，是数据库中的全体数据的逻辑结构和特性的描述。

(3)外部级模式(外模式)：又称子模式或用户模式，是数据库用户看到的数据视图。最靠近用户，是用户和数据库的接口，设计有数据提供给用户的使用方式。

环境敏感区的关系数据库模型

输变电工程环境敏感区空间数据库以关系数据库为基础。一般而言，层次和网状也是地图数据组织的基本形式，如图8所示。M代表地图，A、B表示两个多边形，a、b、c、d、e代表多边形的边，1、2、3、4代表多边形的顶点，顶点1对应的坐标是x1、y1，顶点2对应的坐标是x2、y2、顶点3对应的坐标是x3、y3、顶点4对应的坐标是x4、y4。

其中地图M的表达形式又分为层次模型、网状模型、关系模型3种表达形式。

如图9(a)所示，地图M的层次模型表达中，地图、多边形、边、和顶点层级关系较明确，但是进行数据运算不够灵活，不能组合和运算不同类型的数据。

如图9(b)中，地图M的网状模型表达，地图、多边形、边、和顶点层级关系相对层级关系较灵活，但仅限于相邻层级的数据运算，对于跨层级运算还是不够灵活。

如图9(c)所示，地图M的关系模型表达，关系模型用于设计地图数据模型的优点在于：

①结构灵活，可满足所有用于布尔逻辑运算和数字运算规则形成的询问要求；

②能搜索、组合和比较不同类型的数据；

③加入和删除数据方便；

④适宜表达地理属性数据。

在纯关系数据库管理方式下，地图图形数据和属性数据都可以采用关系数据库来存储，对于存储可变长的图形数据，一般有两种处理方法：

①对变长的图形数据进行关系范式分解，使之成为若干定长的记录；

②利用存储变长记录的二进制字段类型，如ORACLE公司的Long raw数据类型，SQL Server的IMAGE数据类型。该方式为大多数的SDBMS所使用。

(2)环境敏感区数据的对象－关系数据库模型

a.面向对象的地物要素模型

从几何方面划分地图的各种地物可抽象为：点状地物、线状地物、面状地物以及混合构成的复杂地物。则地图M可用面向对象的方式简单表达为节点类、弧段类、多边形类。

b.面向对象的属性数据模型

在关系DBMS的基础上，增加面向对象数据模型的封装、继承和信息传播等功能。

c.拓扑关系与面向对象模型

通常地物之间的相邻、关联关系可以通过公共节点、公共弧段的数据共享来隐含表达。

环境敏感区数据的管理方式，基于关系数据库，对地图进行数据组织，其形式如图10所示。

其中：

a.地图集表：整个系统具有的表，它可以作为一个地图集中的最高层次表格，在实现上可以作为多个数据库的总体规划表格。它本身具有各个地图的引用和描述信息。

b.地图表：每个地图都有的一个表，它可以作为管理一个工程中地图的最高表格，它是以一个数据库的总体规划表格方式实现的。该表具有各层参照、描述和引用信息。

c.地图层表：每个地图层都有这样一个表，它作为管理一个图层的表格。该表格具有基本图层的空间对象及各个空间对象的相应描述信息。

d.空间索引表：每个地图层对应一个空间索引表，它用于协助进行空间分析，以加快空间分析的速度。

在对基于关系数据库的地图数据进行访问时，考虑到空间数据的特殊性，就需要对传统关系数据库进行必要的功能扩展，使其成为RDBMS。主要通过两种形式进行扩展：一种方法是数据库开发商在标准的关系数据库上扩充SQL查询语言，支持空间数据的查询，增加空间数据管理功能，如ORACLE SPATIAL；另外一种方法是GIS开发商通过扩展空间数据引擎来管理图形对象，保证图形信息的完整性与一致性，动态保持图形信息的逻辑关系，支持空间分析与查询，维护图形信息的安全，以及图形数据与属性数据的连接等。

扩展后的空间数据访问模块主要功能为：进行空间数据的压缩、解压缩、空间分析、空间数据提取等，它向上提供一般地理信息系统的空间分析、数据提取功能，向下则有调用RDBMS的功能，是整个空间关系数据库模型中数据访问的核心。

数据架构包括业务应用数据区、应用服务层、数据访问层和数据资源区和系统内外部接口五部分。业务应用数据区体现的是表现层给用户展现的页面数据，对应基础数据、统计数据、计算数据和非结构数据，实现业务应用数据业务逻辑的是应用服务层和数据访问层，层层递进，最底层的数据资源存储区，即Oracle数据库文件，包括对象关系型空间数据、敏感区属性数据和设备信息数据库、在线文件、多格式文件、纸质扫描文件和网络业务数据等。

数据库开发完成后，具有与国网公司电网环保管理信息系统、电磁环境智能监测系统、国网统一GIS平台的接口，方便了今后系统功能拓展或维护时与其他平台数据的交互，同时，通过系统的后台操作，可对所有地理信息、环境敏感区数据进行编辑、增减等操作，通过建立多级审核机制，可使数据库数据得到及时更新，及时反映工程周边实际情况，更好的为工程可研、规划评审服务。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。