种养空间优化方法及装置

1.本发明涉及农业技术领域，特别是涉及一种种养空间优化方法及装置。


背景技术：

[0002]“种养”包括种植业和养殖业，共同组成现在农业生产的核心。自古以来，农业生产中便将畜禽粪便作为有机肥料的主要来源，种养结合的农业生产模式在农业中已具有上千年的历史。然而，种植业与养殖业脱节已成为困扰现代化农业发展的一大难题，尤其是在部分以小户经营为主的种植模式地区，在现代规模化养殖的发展的背景中，单个种植主体受规模限制，所能消耗粪肥的能力有限，进而导致粪便资源被浪费，甚至成为重大污染源。
[0003]
因此，如何优化种植业与养殖业间的关系，成为现代农业发展的重要研究之一。目前，传统针对种植业与养殖业间关系的研究，主要是定量分析养殖业的粪肥供给与种植业养分需求。但是，根据上述内容提到的种植业与养殖业的脱节发展，定量分析的难以合理分析种植业与养殖业间的关系，分析结果仅能反应养分供给关系，但无法综合衡量种植业与养殖业间的空间成本和经济成本，参考价值较低。
[0004]
综上，可见传统的对种植业与养殖业间关系的研究方式还存在以上不足。


技术实现要素：

[0005]
基于此，有必要针对传统的对种植业与养殖业间关系的研究方式还存在以上不足，提供一种种养空间优化方法及装置。
[0006]
一种种养空间优化方法，包括步骤：
[0007]
获取种植业分布数据和养殖业分布数据，以生成养殖业供给点和种植业需求点；
[0008]
构建与养殖业供给点和种植业需求点相关的道路网络数据集；
[0009]
基于道路网络数据集，计算经济允许的最远距离；
[0010]
将种植业需求点作为起点、养殖业供给点作为终点以及经济允许的最远距离作为阻断参数，进行od成本矩阵分析；
[0011]
根据od成本矩阵分析结果测算种养均衡度；其中，种养均衡度用于表征种养空间的优化程度。
[0012]
上述的种养空间优化方法，在获取种植业分布数据和养殖业分布数据，以生成养殖业供给点和种植业需求点后，构建与养殖业供给点和种植业需求点相关的道路网络数据集，并基于道路网络数据集，计算经济允许的最远距离。将种植业需求点作为起点、养殖业供给点作为终点以及经济允许的最远距离作为阻断参数，进行od成本矩阵分析，最后根据od成本矩阵分析结果测算种养均衡度。基于此，可根据种养均衡度表征种养空间的优化程度，便于相关研究人员调整区域内的种植业和养殖业分布，提供价值参考。
[0013]
在其中一个实施例中，基于道路网络数据集，计算经济允许的最远距离的过程，包括步骤：
[0014]
基于道路网络数据集，通过高斯两步移动搜索法，确定最大搜索半径，作为经济允
许的最远距离。
[0015]
在其中一个实施例中，基于道路网络数据集，通过高斯两步移动搜索法，确定最大搜索半径，作为经济允许的最远距离的过程，包括步骤：
[0016]
测算种植业需求点的养分需求量；
[0017]
根据养分需求量计算使用粪肥的总费用与仅使用化肥的总费用；
[0018]
在使用粪肥的总费用与仅使用化肥的总费用相同时，根据使用粪肥的总费用推算经济允许的最远距离。
[0019]
在其中一个实施例中，根据养分需求量计算使用粪肥的总费用与仅使用化肥的总费用的过程，如下式：
[0020]
fc＝mc+dc
[0021]
mc＝m*rc+nc(n*β-m*rn)+ac
[0022]
dc＝d*d*m
[0023]
hc＝n*β*nc+p*β*pc+ac
[0024]
其中，fc为使用粪肥的总费用，hc为仅使用化肥的总费用，mc包括粪肥施用费与补充化肥的购买费及化肥施用费，dc为粪肥运输费，m为满足单位栅格农田作物对肥料中磷元素需求的粪肥质量，rc为单位质量粪肥施用费，nc为纯氮价格，pc为纯磷价格，n为满足单位栅格农田作物对氮元素的需求量，β为施肥占比，p为满足单位栅格农田作物对磷元素的需求量，rn为单位质量粪肥的含氮量，ac为单位栅格农田的化肥施用费，d为单位公里单位质量粪肥的运输成本，d为运输距离。
[0025]
在其中一个实施例中，根据od成本矩阵分析结果测算种养均衡度的过程，包括步骤：
[0026]
计算高斯距离衰减值g(d
kj
)，如下式
[0027][0028]
其中，d
kj
表示从养殖业供给点到种植业需求点的od成本，d0为阻断参数；
[0029]
基于各养殖业供给点k，搜索阻断参数d0内的各种植业需求点i，并计算供需比rk：
[0030][0031]
其中，sk为养殖业供给点k的粪肥养分的供给能力，ni'为种植业需求点i对粪肥的养分需求，d
ki
表示从所述养殖业供给点k到其搜索阻断参数d0内的各种植业需求点i的od成本；
[0032]
基于各种植业需求点j，搜索阻断参数d0内的各养殖业供给点k，根据供需比r
kj
加和形成种植业需求点j的种养均衡度asmej，如下式：
[0033][0034]
在其中一个实施例中，养殖业供给点k的粪肥养分的供给能力sk的获取过程，如下式：
[0035]
sk＝(μ*q*t)/1000
[0036]
其中，sk为粪肥养分的供给能力，q为养殖业供给点k的畜禽饲养量，t为养殖业供给点k的饲养时间，μ为养殖业供给点k的排泄系数。
[0037]
在其中一个实施例中，种植业需求点j对粪肥的养分需求n'j的获取过程，如下式：
[0038]
n'j＝(nj*β*λ)/ω
[0039]
其中，n'j为种植业需求点j对粪肥的养分需求；nj为种植业需求点j的作物养分需求量，β为施肥占比；λ为粪肥占施肥比例；ω为粪肥养分当季利用率。
[0040]
一种种养空间优化装置，包括：
[0041]
位置确定模块，用于获取种植业分布数据和养殖业分布数据，以生成养殖业供给点和种植业需求点；
[0042]
网络构建模块，用于构建与养殖业供给点和种植业需求点相关的道路网络数据集；
[0043]
距离搜索模块，用于基于道路网络数据集，计算经济允许的最远距离；
[0044]
矩阵分析模块，用于将种植业需求点作为起点、养殖业供给点作为终点以及经济允许的最远距离作为阻断参数，进行od成本矩阵分析；
[0045]
均衡度计算模块，用于根据od成本矩阵分析结果测算种养均衡度；其中，种养均衡度用于表征种养空间的优化程度。
[0046]
上述的种养空间优化装置，在获取种植业分布数据和养殖业分布数据，以生成养殖业供给点和种植业需求点后，构建与养殖业供给点和种植业需求点相关的道路网络数据集，并基于道路网络数据集，计算经济允许的最远距离。将种植业需求点作为起点、养殖业供给点作为终点以及经济允许的最远距离作为阻断参数，进行od成本矩阵分析，最后根据od成本矩阵分析结果测算种养均衡度。基于此，可根据种养均衡度表征种养空间的优化程度，便于相关研究人员调整区域内的种植业和养殖业分布，提供价值参考。
[0047]
一种计算机存储介质，其上存储有计算机指令，计算机指令被处理器执行时实现上述任一实施例的种养空间优化方法。
[0048]
上述的计算机存储介质，在获取种植业分布数据和养殖业分布数据，以生成养殖业供给点和种植业需求点后，构建与养殖业供给点和种植业需求点相关的道路网络数据集，并基于道路网络数据集，计算经济允许的最远距离。将种植业需求点作为起点、养殖业供给点作为终点以及经济允许的最远距离作为阻断参数，进行od成本矩阵分析，最后根据od成本矩阵分析结果测算种养均衡度。基于此，可根据种养均衡度表征种养空间的优化程度，便于相关研究人员调整区域内的种植业和养殖业分布，提供价值参考。
[0049]
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现上述任一实施例的种养空间优化方法。
[0050]
上述的计算机设备，在获取种植业分布数据和养殖业分布数据，以生成养殖业供
给点和种植业需求点后，构建与养殖业供给点和种植业需求点相关的道路网络数据集，并基于道路网络数据集，计算经济允许的最远距离。将种植业需求点作为起点、养殖业供给点作为终点以及经济允许的最远距离作为阻断参数，进行od成本矩阵分析，最后根据od成本矩阵分析结果测算种养均衡度。基于此，可根据种养均衡度表征种养空间的优化程度，便于相关研究人员调整区域内的种植业和养殖业分布，提供价值参考。
附图说明
[0051]
图1为一实施方式的种养空间优化方法流程图；
[0052]
图2为另一实施方式的种养空间优化方法流程图；
[0053]
图3为又一实施方式的种养空间优化方法流程图；
[0054]
图4为一实施方式的种养空间优化装置模块结构图；
[0055]
图5为一实施方式的计算机内部构造示意图。
具体实施方式
[0056]
为了更好地理解本发明的目的、技术方案以及技术效果，以下结合附图和实施例对本发明进行进一步的讲解说明。同时声明，以下所描述的实施例仅用于解释本发明，并不用于限定本发明。
[0057]
本发明实施例提供了一种种养空间优化方法。
[0058]
图1为一实施方式的种养空间优化方法流程图，如图1所示，一实施方式的种养空间优化方法包括步骤s100至步骤s104：
[0059]
s100，获取种植业分布数据和养殖业分布数据，以生成养殖业供给点和种植业需求点；
[0060]
s101，构建与养殖业供给点和种植业需求点相关的道路网络数据集；
[0061]
s102，基于道路网络数据集，计算经济允许的最远距离；
[0062]
s103，将种植业需求点作为起点、养殖业供给点作为终点以及经济允许的最远距离作为阻断参数，进行od成本矩阵分析；
[0063]
s104，根据od成本矩阵分析结果测算种养均衡度；其中，种养均衡度用于表征种养空间的优化程度。
[0064]
其中，针对固定的优化区域，根据优化区域对应的地图，获取种植业分布数据和养殖业分布数据。在其中一个实施例中，获取第三方poi(point of interest兴趣点)点数据，从第三方poi点数据中选取养殖场、放牧场等养殖业兴趣相关的分布点，确定养殖业供给点。同时，根据第三方poi点数据中农田、林场或水田等种植业相关的分布点，确定种植业需求点。
[0065]
在其中一个实施例中，利用第三方poi点数据按优化区域裁剪出的养殖场分布数据，其中养殖场属性表中包含前期处理的各养殖场粪肥可供给的养分数据，通过display xy data工具分别按坐标生成对应图层，并统一坐标系为wgs_1984大地坐标系，投影采用墨卡托投影，中央纬线为北纬50度。基于此，便于后续的距离处理。
[0066]
其中，构建道路网络数据集，包括从养殖业供给点至种植业需求点的交通道路。在其中一个实施例中，养殖业供给点至种植业需求点的道路距离为运输距离。
[0067]
在其中一个实施例中，道路网络数据集的道路矢量数据源自openstreetmap的道路矢量数据经针对优化区域裁剪所得，其地理坐标为wgs_1984大地坐标系，投影采用墨卡托投影，中央纬线为北纬50度。利用arcgis10.2软件构建file geodatabase，并在要素数据集中导入前期处理的道路数据，在此基础上通过设置连接性、道路时间等建立道路网络数据集。
[0068]
在建立道路网络数据集后，经济允许的最远距离为道路网络数据集中养殖业供给点到种植业需求点的运输距离在限制参数下的最大值。
[0069]
在其中一个实施例中，计算经济允许的最远距离可通过先验概率模型限定。通过获取先验区域作为先验值的养殖场供给点到种植业需求点的运输距离，根据先验值中的较大值，确定运输距离的限制参数。在优化区域的道路网络数据集，根据该限制参数，确定经济允许的最远距离。
[0070]
在其中一个实施例中，图2为另一实施方式的种养空间优化方法流程图，如图2所示，步骤s102中基于道路网络数据集，计算经济允许的最远距离的过程，包括步骤s200：
[0071]
s200，基于道路网络数据集，通过高斯两步移动搜索法，确定最大搜索半径，作为经济允许的最远距离。
[0072]
其中，通过高斯两步移动搜索法测算养殖业供给点与种植业需求点的空间匹配性，高斯两步移动搜索法根据搜索边界对供给地搜索周围的需求，并计算供需比，而后再根据搜索范围对需求地搜索周边的供给，将供需比进行加和，数值越高，说明资源的可获得性越好。因此，使用高斯两步移动搜索法测算养殖业的粪肥供给与种植业需求之间的匹配性。
[0073]
在其中一个实施例中，图3为又一实施方式的种养空间优化方法流程图，如图3所示，步骤s200中基于道路网络数据集，通过高斯两步移动搜索法，确定最大搜索半径，作为经济允许的最远距离的过程，包括步骤s300至步骤s302：
[0074]
s300，测算种植业需求点的粪肥养分需求量；
[0075]
s301，根据养分需求量计算粪肥总费用和化肥总费用；
[0076]
s302，在使用粪肥的总费用和仅使用化肥的总费用相同时，根据使用粪肥的总费用推算经济允许的最远距离。
[0077]
其中，种植业需求点的粪肥养分需求与养殖业供给点的粪肥供给相对应。使用粪肥的总费用分为四部分，即粪肥运输费、粪肥施用费与补充化肥的购买及施用费，而仅使用化肥的总费用分为两部分，即纯化肥购买及施用费，当使用粪肥的总费用等于仅使用化肥的总费用时，认为种植业需求点到养殖业供给点的运输距离为最大搜索半径，即经济允许的最远距离。
[0078]
在其中一个实施例中，步骤s301中根据养分需求量计算使用粪肥的总费用和仅使用化肥的总费用，如下式：
[0079]
fc＝mc+dc
[0080]
mc＝m*rc+nc(n*β-m*rn)+ac
[0081]
dc＝d*d*m
[0082]
hc＝n*β*nc+p*β*pc+ac
[0083]
其中，fc为使用粪肥的总费用，hc为仅使用化肥的总费用，mc包括粪肥施用费与补充化肥的购买费及化肥施用费，dc为粪肥运输费，m为满足单位栅格农田作物对肥料中磷元
素需求的粪肥质量，rc为单位质量粪肥施用费，nc为纯氮价格，pc为纯磷价格，n为满足单位栅格农田作物对氮元素的需求量，β为施肥占比，p为满足单位栅格农田作物对磷元素的需求量，rn为单位质量粪肥的含氮量，ac为单位栅格农田的化肥施用费，d为单位公里单位质量粪肥的运输成本，d为运输距离。
[0084]
基于此，在步骤s302中：
[0085]
fc≤hc
[0086]
在fc＝hc时，运输距离d取到最大值，即经济允许的最远距离。
[0087]
基于此，将经济允许的最远距离作为阻断参数d0，进行od成本矩阵分析。
[0088]
在其中一个实施例中，使用arcgis10.2，基于网络分析工具建立新的od成本矩阵，使用raster to point工具将种植业栅格转为种植业需求点，作为起点(originals)，将优化区域内分布的养殖业供给点作为终点(destinations)。
[0089]
进一步地，将经济允许的最远距离作为阻断参数，将道路距离作为成本，测算得各起终点之间满足条件的距离成本，并与养殖业供给点及种植业需求点进行关联。
[0090]
在其中一个实施例中，如图2所示，步骤s104中根据od成本矩阵分析结果测算种养均衡度的过程，包括步骤s201至步骤s203：
[0091]
s201，计算高斯距离衰减值g(d
kj
)，如下式
[0092][0093]
其中，d
kj
表示从养殖业供给点到种植业需求点的od成本，d0为阻断参数；
[0094]
s202，基于各养殖业供给点k，搜索阻断参数d0内的各种植业需求点i，并计算供需比rk：
[0095][0096]
其中，sk为养殖业供给点k的粪肥养分的供给能力，ni'为种植业需求点i对粪肥的养分需求，d
ki
表示从所述养殖业供给点k到其搜索阻断参数d0内的各种植业需求点i的od成本；
[0097]
s203，基于各种植业需求点j，搜索阻断参数d0内的各养殖业供给点k，根据供需比r
kj
加和形成种植业需求点j的种养均衡度asmej，如下式：
[0098][0099]
在其中一个实施例中，步骤s104中根据od成本矩阵分析结果测算种养均衡度的过程，还包括步骤：
[0100]
将种养均衡度asmej进行标准化处理。
[0101]
通过标准化处理，方便种养均衡度值的比较，去除数据的单位限制，将种养均衡度
值进行离差标准化处理，得到标准化的种养均衡度值asmen，如下式：
[0102][0103]
在其中一个实施例中，养殖业供给点k的粪肥养分的供给能力sk的获取过程，包括步骤：将存栏量与日排泄系数及饲养周期三者相乘，获得粪肥养分的供给能力sk。
[0104]
其中一个实施例中，养殖业供给点k的粪肥养分的供给能力sk的获取过程，包括步骤：将出栏量与存栏量加和，并乘以日排泄系数与饲养周期，获得粪肥养分的供给能力sk。
[0105]
在其中一个实施例中，养殖业供给点k的粪肥养分的供给能力sk的获取过程，如下式：
[0106]
sk＝(μ*q*t)/1000
[0107]
其中，sk为粪肥养分的供给能力，q为养殖业供给点k的畜禽饲养量，t为养殖业供给点k的饲养时间，μ为养殖业供给点k的排泄系数。在其中一个实施例中，牛羊马驴的饲养周期均超过一年，因而牛羊按存栏量测算，饲养时间为365天；猪和家禽的饲养周期均小于一年，因而畜禽饲养量按出栏量计算，饲养时间按平均饲养周期计算，其中猪为199天，家禽为210天。基于此，本实施例的计算方式，有利于克服上述两种实施例中易出现的结果偏大或偏小问题，提高粪肥养分的供给能力sk的计算准确率。
[0108]
在其中一个实施例中，对粪肥养分的供给能力s与氮含量系数或磷含量系数进行相乘，以优化粪肥养分的供给能力s。
[0109]
在其中一个实施例中，种植业需求点j对粪肥的养分需求n'j的获取过程，如下式：
[0110]
n'j＝(nj*β*λ)/ω
[0111]
其中，n'j为种植业需求点j对粪肥的养分需求；nj为种植业需求点j的作物养分需求量，β为施肥占比；λ为粪肥占施肥比例；ω为粪肥养分当季利用率。
[0112]
作为一个较优的实施方式，粪肥占施肥比例为20％，粪肥养分当季利用率中的氮素当季利用率为25％，磷素当季利用率为30％。
[0113]
基于此，获得种养均衡度。其中，种养均衡度与空间优化效果正相关，即种养均衡值越大，养殖业供给点和种植业需求点之间的空间匹配效果越良好。基于此，为养殖业供给点和种植业需求点的空间布局优化提供价值参考。
[0114]
在其中一个实施例中，如图2所示，另一实施方式的种养空间优化方法还包括步骤s204至步骤s206：
[0115]
s204，获取种养均衡度的标准化结果以及地心地固坐标系；
[0116]
s205，根据标准化结果与地心地固坐标系获取定位参考数据；
[0117]
s206，根据定位参考数据，对标准化结果进行定位计算，并根据定位计算确定养殖业供给点和种植业需求点的地理坐标位置。
[0118]
其中，标准化结果与地心地固坐标系预先建立有映射关系，根据标准化结果与地心地固坐标系转换成卫星坐标系的测量值，并根据定位计算确定实际地理坐标位置。基于此，消除在道路网络数据集中、优化区域过大及地球弧度带来的种养空间优化误差。
[0119]
作为一个较优的实施方式，根据标准化结果与地心地固坐标系转换成卫星坐标系的伪距测量值，将标准化结果作为期望值与测量值的差异，对伪距测量值进行定位结算，确定地理坐标位置。
[0120]
上述任一实施例的种养空间优化方法，在获取种植业分布数据和养殖业分布数据，以生成养殖业供给点和种植业需求点后，构建与养殖业供给点和种植业需求点相关的道路网络数据集，并基于道路网络数据集，计算经济允许的最远距离。将种植业需求点作为起点、养殖业供给点作为终点以及经济允许的最远距离作为阻断参数，进行od成本矩阵分析，最后根据od成本矩阵分析结果测算种养均衡度。基于此，可根据种养均衡度表征种养空间的优化程度，便于相关研究人员调整区域内的种植业和养殖业分布，提供价值参考。
[0121]
本发明实施例还提供了一种种养空间优化装置。
[0122]
图4为一实施方式的种养空间优化装置模块结构图，如图4所示，一实施方式的种养空间优化装置包括：
[0123]
位置确定模块100，用于获取种植业分布数据和养殖业分布数据，以生成养殖业供给点和种植业需求点；
[0124]
网络构建模块101，用于构建与养殖业供给点和种植业需求点相关的道路网络数据集；
[0125]
距离搜索模块102，用于基于道路网络数据集，计算经济允许的最远距离；
[0126]
矩阵分析模块103，用于将种植业需求点作为起点、养殖业供给点作为终点以及经济允许的最远距离作为阻断参数，进行od成本矩阵分析；
[0127]
均衡度计算模块104，用于根据od成本矩阵分析结果测算种养均衡度；其中，种养均衡度用于表征种养空间的优化程度。
[0128]
上述的种养空间优化装置，在获取种植业分布数据和养殖业分布数据，以生成养殖业供给点和种植业需求点后，构建与养殖业供给点和种植业需求点相关的道路网络数据集，并基于道路网络数据集，计算经济允许的最远距离。将种植业需求点作为起点、养殖业供给点作为终点以及经济允许的最远距离作为阻断参数，进行od成本矩阵分析，最后根据od成本矩阵分析结果测算种养均衡度。基于此，可根据种养均衡度表征种养空间的优化程度，便于相关研究人员调整区域内的种植业和养殖业分布，提供价值参考。
[0129]
本发明实施例还提供了一种计算机存储介质，其上存储有计算机指令，该指令被处理器执行时实现上述任一实施例的种养空间优化方法。
[0130]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
[0131]
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，
该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、终端、或者网络设备等)执行本发明各个实施例方法的全部或部分。而前述的存储介质包括：移动存储设备、ram、rom、磁碟或者光盘等各种可以存储程序代码的介质。
[0132]
与上述的计算机存储介质对应的是，在一个实施例中还提供一种计算机设备，该计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，处理器执行程序时实现如上述各实施例中的任意一种种养空间优化方法。
[0133]
该计算机设备可以是终端，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种种养空间优化方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
[0134]
上述计算机设备，在获取种植业分布数据和养殖业分布数据，以生成养殖业供给点和种植业需求点后，构建与养殖业供给点和种植业需求点相关的道路网络数据集，并基于道路网络数据集，计算经济允许的最远距离。将种植业需求点作为起点、养殖业供给点作为终点以及经济允许的最远距离作为阻断参数，进行od成本矩阵分析，最后根据od成本矩阵分析结果测算种养均衡度。基于此，可根据种养均衡度表征种养空间的优化程度，便于相关研究人员调整区域内的种植业和养殖业分布，提供价值参考。
[0135]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0136]
以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。