1.一种基于时空大数据的巡河轨迹集中度分析方法,其特征在于:包括如下步骤,
s1:在时间维度和空间维度上,设定巡河有效性智能判断规则及其参数;
s2:根据预设的有效性判断规则,预处理每次巡河数据,过滤掉无效巡河记录,提取有效巡河数据;
s3:在有效巡河数据的基础上,对每条河流关联的巡河轨迹进行网格化,计算每个网格内的巡河次数;
s4:利用方差法,计算每条河流的巡河集中度;
s5:利用地理集中度指数法,计算区域内所有河流的综合巡河集中度。
2.根据权利要求1所述的基于时空大数据的巡河轨迹集中度分析方法,其特征在于:在s1中,时间维度包括两个判断规则:一是,单次巡河的时长大于5min;当单次巡河的时长小于或等于5min时,判定此次巡河无效;
二是,单次巡河在前3天内的巡河总次数小于3次;当单次巡河在前3天内的巡河总次数大于或等于3次时,判定此次巡河无效;
空间维度包括两个判断规则:一是,单次巡河的里程大于100米;当单次巡河的里程小于或等于100米时,判定此次巡河无效;
二是,单次巡河至少有20%的轨迹点落在河道岸线2公里范围内;当单次巡河小于20%的轨迹点落在河道岸线2公里范围内时,判定此次巡河无效。
3.根据权利要求2所述的基于时空大数据的巡河轨迹集中度分析方法,其特征在于:在s3中,对每条河流关联的巡河轨迹进行网格化后计算每个网格内的巡河次数,具体步骤如下:
s3.1:按巡河关联的河流,分组所有巡河轨迹,即一条河流对应多条巡河记录;
s3.2:根据每条河流关联的有效巡河轨迹的最小外接矩形,均匀划分宽度和高度固定的网格;
s3.3:通过网格与巡河轨迹的空间相交分析方法,循环计算每个网格和所有有效巡河轨迹的相交性,来统计每个网格内的巡河次数;
网格与巡河轨迹的空间相交分析方法如下:
当网格和有效巡河轨迹相交时,则网格内的巡查次数加一;当网格和有效巡河轨迹不相交时,则网格内的巡查次数不变;
s3.4:去除巡河次数为0的网格。
4.根据权利要求3所述的基于时空大数据的巡河轨迹集中度分析方法,其特征在于:在步骤s4中,利用如下的方差公式(1)计算每条河流的巡河集中度;方差越大,表示巡河越分散;方差越小,则巡河越集中;
公式(1)中:sj为第j条河流的方差,n为第j条河流关联的网格数量;ai为落在第i个网格内的有效巡河轨迹数;xi和yi为第i个网格中心点经纬度坐标;xj’和yj’为第j条河流所有网格的加权中心点经纬度坐标,其具体计算方式如下公式(2)所示:
公式(2)中:n为第j条河流关联的网格数量;ai为落在第i个网格内的有效巡河轨迹数;xi和yi为第i个网格中心点经纬度坐标。
5.根据权利要求4所述的基于时空大数据的巡河轨迹集中度分析方法,其特征在于:在s5中,利用如下地理集中度指数计算公式(3),计算区域内所有河流的巡河集中度;指数越大,表示巡河越集中;指数越小,则巡河越分散;
公式(3)中:g为区域内巡河集中度指数,sj为第j条河流的方差,m为区域内河流数量。