空间采样方法及装置的制造方法
【技术领域】
[0001] 本发明实施例属于空间采样领域，尤其涉及空间采样方法及装置。
【背景技术】
[0002] 空间抽样调查的目的是为了通过个体的特征值了解整体。在实际工作中，将真实 的空间分布转变成抽样样本，并不是越多、越精细，就越可能消除尺寸效应，而需要通过试 验或其他研宄手段得到不同层次供求关系，才能选择出合适的个体样本。
[0003] 在现有的采样方法中，人们往往只关注某一区域的斑块复杂度，即在具体空间抽 样过程中，人们往往关注局部特征，却忽略整体的全局特性。由于忽略整体的布局特性，因 此，难以保证采样的无偏性，从而难以保证评价结果的可靠性。
【发明内容】
[0004] 本发明实施例提供了一种空间采样方法及装置，旨在解决现有方法难以保证评价 结果的可靠性的问题。
[0005] 本发明实施例是这样实现的，一种空间采样方法，所述方法包括：
[0006] 根据预设的尺度将总的样本量划分为相同大小的网格；
[0007] 确定划分的网格的分形维数；
[0008] 根据确定的分形维数确定需从各个网格提取的采样点数量；
[0009] 根据确定的网格的分形维数和确定的采样点数量确定采样点的位置；
[0010] 根据确定的采样点数量和采样点的位置提取相应的采样点。
[0011] 本发明实施例的另一目的在于提供一种空间采样装置，所述装置包括：
[0012] 网格划分单元，用于根据预设的尺度将总的样本量划分为相同大小的网格；
[0013] 分形维数确定单元，用于确定划分的网格的分形维数；
[0014] 采样点数量确定单元，用于根据确定的分形维数确定需从各个网格提取的采样点 数量；
[0015] 采样点的位置确定单元，用于根据确定的网格的分形维数和确定的采样点数量确 定采样点的位置；
[0016] 采样点提取单元，用于根据确定的采样点数量和采样点的位置提取相应的采样 点。
[0017] 在本发明实施例中，由于确定的采样点的数量与划分的网格的分形维数有关，因 此，保证确定的采样点的数量不会过多也不会过少，且采样点的位置的选取时，将采样点的 位置与采样点的数量想联系，使得确定的采样点的位置既满足了采样点随机性的原则（关 注整体），又具有单个单元的代表性（关注局部），从而保证采样的无偏性。
【附图说明】
[0018] 图1是本发明第一实施例提供的一种空间采样方法的流程图；
[0019] 图2是本发明第一实施例提供的将某个地区划分为841个大小相同的网格的示意 图；
[0020] 图3是本发明第二实施例提供的一种空间采样装置的结构图。
【具体实施方式】
[0021] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对 本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并 不用于限定本发明。
[0022] 本发明实施例中，根据预设的尺度将总的样本量划分为相同大小的网格，确定划 分的网格的分形维数，根据确定的分形维数确定需从各个网格提取的采样点数量，再根据 确定的网格的分形维数和确定的采样点数量确定采样点的位置，最后根据确定的采样点数 量和采样点的位置提取相应的采样点。
[0023] 为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
[0024] 实施例一:
[0025] 图1示出了本发明第一实施例提供的一种空间采样方法的流程图，详述如下：
[0026] 步骤S11，根据预设的尺度将总的样本量划分为相同大小的网格。
[0027] 该步骤中，采样开始之前，需要先确定总的样本量，例如，将中亚地区土地利用矢 量数据图作为总的样本量，图2示出了将某个地区划分为841个大小相同的网格的示意图。 当矢量数据图异常庞大时，获得确切的采样信息几乎是不可能的，因此，需要对矢量数据图 进行采样。预设的尺度可以为IOOkmXlOOkm尺度的方格网，当然，也可为其他的尺度，此处 不作限定。
[0028] 步骤S12,确定划分的网格的分形维数。
[0029] 该步骤中，网格的分形维数主要指Delaunay三角形分形维数。
[0030] 可选地，在步骤S12，确定划分的网格的分形维数之前，包括：
[0031] A1、根据预先存储的土地利用率数据，在划分为相同大小的网格的总的样本量上 生成土地利用斑块。在总的样本量为某个地区时，该土地利用率数据是指该某个地区的土 地利用率。为了便于用户查阅，可采用不同颜色显示生成的土地利用斑块，相同颜色的斑块 表示土地的利用率相同。
[0032] A2、生成所述土地利用斑块的中心点。具体地，土地利用斑块的中心点在图中以一 个点表示，如一个黑色的点表示。
[0033] 可选地，所述确定划分的网格的分形维数，具体包括：
[0034] B1、在划分的网格中生成Delaunay三角形。该步骤中，连接A2生成的土地利用斑 块的中心点，以生成Delaunay三角形。具体地，每一个中心点在与其相邻的中心点中选择 两个距离最短的中心点，并连接，生成Delaunay三角形。
[0035] B2、去除在总的样本量的边界生成的Delaunay三角形。由于将总的样本量划分为 大小相等的方格网（如IOOkmX IOOkm的网格），故在切割背景数据时，会使得计算每个网 格边缘的整体斑块一分为二，在网格边界上会产生不属于源数据的数据，这些斑块在计算 Delaunay三角形分维数时，需要去除边界处的三角形，从而减少人工划分网格而形成的边 界效应。具体地，选取时依据Delaunay三角形的边界长度，选取边界处边长大于内部三角 形最大值的所有三角形，并删除选取的