一种地理测绘作业数据实时采集处理方法及系统与流程

本发明涉及地理测绘，具体为一种地理测绘作业数据实时采集处理方法及系统。

背景技术：

1、地理测绘是通过测量和记录地球表面的各种地理对象和地貌特征，以获取地理信息并生成地图的科学和技术领域，它涵盖了地球表面的测量、数据采集、空间数据处理和地图制图等环节，具体而言，地理测绘包括地理对象的测量和定位、遥感数据的获取和解译、地球表面的空间数据处理以及地图制图，在针对地理测绘作业数据进行处理时，则需要对测绘数据进行分类，并利用相应的地物分类算法保证分类准确。

2、现有授权公告号为cn114882025b，名称为一种基于大数据的地理测绘数据采集处理系统的专利中指出的技术方案包括数据采集模块、数据处理模块以及比对分析模块，所述数据采集模块、数据处理模块以及比对分析模块依次进行连接，所述数据处理模块用于对接收到的图像进行处理并得到覆盖比，通过覆盖比的数值大小将图像标记为单一图像或丰富图像，从而对数据采集模块是否出现故障进行判定，通过数据处理模块可以对数据采集模块的工作状态进行监控，通过对采集到的图像进行处理，在数据采集模块出现故障或单片故障时及时进行预警；

3、另有申请公布号为cn116452973a，名称为一种地理信息遥感测绘系统及其方法的专利中指出的技术方案包括：其获取待处理遥感多光谱图像；采用基于深度学习的人工智能技术，挖掘遥感光谱图像中关于地物的光谱特征，基于地物的光谱特征提取遥感光谱图像中的地物隐含特征信息，以将图像所有的像元按性质分为若干类别，这样可以精准地进行地物的识别分类。

4、针对上述专利结合现有技术，基于地理数据进行地物分类处理时，通常需要选取重合度最高的数据作为最终数据，而后采用对应的地物分类算法进行后续的分类操作，然而传统的地物分类操作中需要人为考虑实际情况来选取对应的分类算法，此过程中会存在主观判定失误的情况，操作效率也较低，同时单一分类算法的使用无法进一步提高分类的准确性，对于地物分类的效果也无法做出快速、有效的判定。

技术实现思路

1、（一）解决的技术问题

2、针对现有技术的不足，本发明提供了一种地理测绘作业数据实时采集处理方法及系统，通过模拟运行各个地物分类算法组合，综合考虑获得运用各个地物分类算法组合后得到各个类别的相关参数，能够准确、有效的获取到地物分类的效果评估值，直接对比各个效果评估值即可得出效果最佳的对应地物分类算法组合，继而提高整个系统使用时的分类准确性和性能，解决了背景技术中提出的问题。

3、（二）技术方案

4、为实现以上目的，本发明通过以下技术方案予以实现：

5、一种地理测绘作业数据实时采集处理系统，包括：

6、作业数据汇总模块，对若干测绘工作人员的作业数据进行汇总；

7、数据预处理模块，对汇总后的作业数据进行清洗，去除异常值；

8、重合数据筛选模块，利用基于密度的算法，识别和筛选出不同作业数据中重叠的数据点，并提取合并作业数据中每个重叠的数据点，得到地物数据；

9、作业数据分析模块，其包括地物分类算法组合单元和评估预测单元，基于获取的地物数据，通过地物分类算法组合单元选择性组合至少两种地物分类算法，且地物分类算法包括最大似然分类算法、svm算法、决策树算法以及随机森林算法，而后通过评估预测单元搭建数据分析模型，依次模拟运行各个地物分类算法组合，根据模拟运行后的预测结果和真实标签，构建混淆矩阵，通过分析混淆矩阵获得运用各个地物分类算法组合后得到各个类别的相关参数，依据相关参数生成运用各个地物分类算法组合下对应地物分类的效果评估值；

10、测绘作业对比模块，将获取各个地物分类的效果评估值进行对比，提取具有最大数值的效果评估值，并在实际运行系统时执行具有最大效果评估值的地物分类算法组合。

11、进一步的，在作业数据汇总模块中，测绘工作人员的作业数据包括空间数据、属性数据、拓扑关系数据、地形数据以及环境数据；其中，空间数据包括地图和遥感图像，属性数据包括地物名称、高度以及实际面积，拓扑关系数据包括地物的相对位置和邻近关系，地形数据包括地面高程和地形曲率，环境数据包括气候、水文以及土壤。

12、进一步的，在重合数据筛选模块中，基于密度的算法包括局部离群因子算法和isolation forest算法中的任意一种。

13、进一步的，地物分类算法组合单元选择性组合两种地物分类算法，且地物分类算法组合的数量为六组，分别为最大似然分类算法和svm算法形成的地物分类算法组合、最大似然分类算法和随机森林算法形成的地物分类算法组合、svm算法和决策树算法形成的地物分类算法组合、svm算法和随机森林算法形成的地物分类算法组合以及决策树算法和随机森林算法形成的地物分类算法组合。

14、进一步的，在评估预测单元中，相关参数包括分类准确率、召回率以及假阴性率，相关参数中的各个t均表示对应地物分类算法组合的类型，且t=1、2、…、n，n为正整数，t表示每个地物分类算法组合的编号，最大似然分类算法和svm算法形成的地物分类算法组合编号为1，最大似然分类算法和决策树算法形成的地物分类算法组合编号为2，最大似然分类算法和随机森林算法形成的地物分类算法组合编号为3，svm算法和决策树算法形成的地物分类算法组合编号为4，svm算法和随机森林算法形成的地物分类算法组合编号为5，决策树算法和随机森林算法形成的地物分类算法组合编号为6。

15、进一步的，在评估预测单元中，依据相关参数生成地物分类的效果评估值，所依据的公式如下：

16、;

17、式中，分别为准确率、召回率以及假阴性率的预设比例系数，且，g为常数修正系数。

18、进一步的，在构建的混淆矩阵中，tp表示算法正确预测为真的地物数量，fp表示算法错误预测为真的地物数量，fn表示算法错误预测为假的地物数量，且准确率的计算公式为：tp / (tp + fp)；召回率的计算公式为：tp / (tp + fn)；假阴性率的计算公式为：fn / (tp + fn)。

19、一种地理测绘作业数据实时采集处理方法，包括如下步骤：

20、步骤一、对若干测绘工作人员的作业数据进行汇总；

21、测绘工作人员的作业数据包括空间数据、属性数据、拓扑关系数据、地形数据以及环境数据；其中，空间数据包括地图和遥感图像，属性数据包括地物名称、高度以及实际面积，拓扑关系数据包括地物的相对位置和邻近关系，地形数据包括地面高程和地形曲率，环境数据包括气候、水文以及土壤；

22、步骤二、对汇总后的作业数据进行清洗，去除异常值；

23、步骤三、利用基于密度的算法，识别和筛选出不同作业数据中重叠的数据点，并提取合并作业数据中每个重叠的数据点，得到地物数据；

24、步骤四、基于获取的地物数据，选择性组合两种地物分类算法，且地物分类算法包括最大似然分类算法、svm算法、决策树算法以及随机森林算法，而后搭建数据分析模型，依次模拟运行各个地物分类算法组合，根据模拟运行后的预测结果和真实标签，构建混淆矩阵，通过分析混淆矩阵获得运用各个地物分类算法组合后得到各个类别的相关参数，依据相关参数生成运用各个地物分类算法组合下对应地物分类的效果评估值；

25、其中，效果评估值中的t表示对应地物分类算法组合的类型，且t=1、2、…、6，t为每个地物分类算法组合的编号，最大似然分类算法和svm算法形成的地物分类算法组合编号为1，最大似然分类算法和决策树算法形成的地物分类算法组合编号为2，最大似然分类算法和随机森林算法形成的地物分类算法组合编号为3，svm算法和决策树算法形成的地物分类算法组合编号为4，svm算法和随机森林算法形成的地物分类算法组合编号为5，决策树算法和随机森林算法形成的地物分类算法组合编号为6；

26、步骤五、将获取各个地物分类的效果评估值进行对比，提取具有最大数值的效果评估值，并在实际运行系统时执行具有最大效果评估值的地物分类算法组合。

27、（三）有益效果

28、本发明提供了一种地理测绘作业数据实时采集处理方法及系统，具备以下有益效果：

29、本发明针对若干地理测绘作业数据进行汇总，经过预处理后利用基于密度的算法，能够识别和筛选出不同作业数据中重叠的数据点，以避免数据冗余和重复处理，并提取合并作业数据中每个重叠的数据点，得到最接近实际且误差率较低的地物数据；

30、而后将作业数据分析模块和测绘作业对比模块进行配合使用，通过模拟运行各个地物分类算法组合，综合考虑获得运用各个地物分类算法组合后得到各个类别的相关参数，能够准确、有效的获取到地物分类的效果评估值，直接对比各个效果评估值即可得出效果最佳的对应地物分类算法组合，继而提高整个系统使用时的分类准确性和性能。