图片简介:
本技术提供一种基于大数据及影像识别的空间规划基数转换方法，其包括以下步骤：步骤
S1：通过BIGEMAP软件爬取所在地域范围内百度地图和高德地图的POI（兴趣点）点数据和
谷歌混合卫星影像；步骤S2：对爬取的POI数据进行筛选和数据处理，对爬取的谷歌混合卫星影像进行地理配准和坐标校正；步骤S3：将基数转换中存在一种三调地类对应多种基数转换地类的数据提取出来，加载在Arcgis平台中；步骤S4：将处理后POI数据及谷歌混合卫星影像加载进Arcgis平台中，采取POI和影像相结合的方式，将提取出来的三调地类数据进
行转换。通过大数据爬取的POI数据和影像的识别，解决了基数转换中地类不是一一对应且难以识别的问题，满足了基数转换的要求，节省了大量外出调研的人力物力。
技术要求
1.一种基于大数据及影像识别的空间规划基数转换方法，其特征在于：包括以下步骤：
步骤S1：通过BIGEMAP软件爬取所在地域范围内百度地图和高德地图的POI（兴趣点）点数据和谷歌混合卫星影像；
步骤S2：对爬取的POI数据进行筛选和数据处理，对爬取的谷歌混合卫星影像进行地理配准和坐标校正；
步骤S3：将基数转换中存在一种三调地类对应多种基数转换地类的数据提取出来，加载在Arcgis平台中；
步骤S4：将处理后POI数据及谷歌混合卫星影像加载进Arcgis平台中，采取POI和影像相结合的方式，将提取出来的三调地类数据进行转换。
2.根据全力要求1所述的基于大数据及影像识别的空间规划基数转换方法，其特征在于：
步骤S1具体包括以下步骤：
步骤S11：通过BIGEMAP软件中POI下载工具下载百度地图中小学、公园、广场、商业、酒店、金融、科研、健身、体育场馆、图书馆、卫生医疗、供水、供电、消防等POI数据；
步骤S12：通过BIGEMAP软件中POI下载工具下载高德地图中小学、公园、广场、商业、酒店、金融、科研、健身、体育场馆、图书馆、卫生医疗、供水、供电、消防等POI数据；
步骤S13：通过BIGEMAP软件中矩形框工具框选需下载卫星图的区域，双击下载tif格式谷歌混合卫星影像。
3.根据全力要求1所述的基于大数据及影像识别的空间规划基数转换方法，其特征在于：
步骤S2具体包括以下步骤：
步骤S21：将百度地图中下载POI数据和高德地图中下载POI数据合并，删除重复项，校对和定义坐标；
步骤S22：利用Arcgis软件将下载的谷歌混合卫星影像进行地理配准，将配准后卫星影像定义坐标后导出img格式数据集。
4.根据全力要求1所述的基于大数据及影像识别的空间规划基数转换方法，其特征在于：
步骤S3具体包括以下步骤：
步骤S31：将三调数据中商业服务业设施用地、物流仓储用地、工业用地、科教文卫用地、共用设施用地、公园与绿地、特殊用地、城镇村道路用地、交通场站用地等九大类用地数据提取导出为需细化数据；
步骤S32：将提取出需细化数据加载进Arcgis平台中arcmap软件中，保存工程文件。
5.根据全力要求1所述的基于大数据及影像识别的空间规划基数转换方法，其特征在于：
步骤S4具体包括以下步骤：
步骤S41：将步骤步骤S21和步骤S22得到的数据加载到步骤S32保存的工程文件中；步骤S42：根据POI数据中名称属性，结合谷歌影像数据，依顺序判断商业服务业设施用地、物流仓储用地、工业用地、科教文卫用地、共用设施用地、公园与绿地、特殊用地、城镇村道路用地、交通场站用地九类地类的转换地类；步骤S43：输出转换后的三调基数。
技术说明书
一种基于大数据及影像识别的空间规划基数转换方法技术领域
本技术涉及国土空间规划业务领域，具体涉及一种基于大数据及影像识别的空间规划基数转换方法。背景技术
基数转换是编制国土空间规划的基础，其成果是形成国土空间规划现状“一张图”的重要内容和基础组成部分，也是国土空间规划审批的重要依据，当前基数转换工作主要分为规划用途分类衔接和规划用途分类转换，其中规划用途分类衔接中需要将商业服务业设施用地、物流仓储用地、工业用地、科教文卫用地、共用设施用地、公园与绿地、特殊用地、城镇村道路用地、交通场站用地等九类地类进行细化，由于细化过程中没有准确的一一对应的关系，存在较多的主观因素，导致准确性不高，需要通过外业补充调查的方式来提高准确性，但又增加了工作量，耗费大量的人力和时间，效率低下。因此提供一种基于大数据及影像识别的空间规划基数转换方法是十分有必要的。技术内容
本技术的目的是提供一种基于大数据及影像识别的空间规划基数转换方法来提高国土空间规划基数转换中规划用途分类衔接的准确性，降低人力时间的耗费，提高转换效率，为国土空间规划奠定一个好的基础，助力国土空间规划的编制。为实现上述目的，本技术采用以下技术方案：
本技术提供一种基于大数据及影像识别的空间规划基数转换方法，其包括以下步骤：步骤S1：通过BIGEMAP软件爬取所在地域范围内百度地图和高德地图的POI（兴趣点）点数据和谷歌混合卫星影像；步骤S2：对爬取的POI数据进行筛选和数据处理，对爬取的谷歌混合卫星影像进行地理配准和坐标校正；步骤S3：将基数转换中存在一种三调地类对应多种基数转换地类的数据提取出来，加载在Arcgis平台中；步骤S4：将处理后POI数据及谷歌混合卫星影像加载进Arcgis平台中，采取POI和影像相结合的方式，将提取出来的三调地类数据进行转换。
在本技术一实例中，步骤S1包括以下步骤：步骤S11：通过BIGEMAP软件中POI下载工具下载百度地图中小学、公园、广场、商业、酒店、金融、科研、健身、体育场馆、图书馆、卫生医疗、供水、供电、消防等POI数据；步骤S12：通过BIGEMAP软件中POI下载工具下载高德地图中小学、公园、广场、商业、酒店、金融、科研、健身、体育场馆、1图书馆、卫生医疗、供水、供电、消防等POI数据；步骤S13：通过BIGEMAP软件中矩形框选需下载卫星图的区域，双击下载tif格式谷歌混合卫星影像。
在本技术在本技术一实例中，步骤S2具体包括以下步骤：步骤S21：将百度地图中下载
POI数据和高德地图中下载POI数据合并，删除重复项，校对和定义坐标；步骤S22：利用Arcgis软件将下载的谷歌混合卫星影像进行地理配准，将配准后卫星影像定义坐标后导出img格式数据集。
进一步的，步骤S3具体包括以下步骤：步骤S31：将三调数据中商业服务业设施用地、物流仓储用地、工业用地、科教文卫用地、共用设施用地、公园与绿地、特殊用地、城镇村道路用地、交通场站用地等九大类用地数据提取导出为需细化数据；步骤S32：将提取出需细化数据加载进Arcgis平台中arcmap软件中，保存工程文件。
进一步的，步骤S4具体包括以下步骤：步骤S41：将步骤步骤S21和步骤S22得到的数据加载到步骤S32保存的工程文件中；步骤S42：根据POI数据中名称属性，结合谷歌影像数据，依顺序判断商业服务业设施用地、物流仓储用地、工业用地、科教文卫用地、共用设施用地、公园与绿地、特殊用地、城镇村道路用地、交通场站用地九类地类的转换地类；步骤S43：输出转换后的三调基数。与现有技术相比，本技术具有以下优点：
1.提高了国土空间规划基数转换中规划用途分类衔接的准确性：
在进行基数转换工作中规划用途分类衔接时，三调的一个用途分类对应多个国土空间规划用途分类，且两种用途转换之间没有任何标准可以参照，现有技术主要通过人为主观的判断来转换相应的用途，同一个情况在不同的人员手里判断标准不一导致准确性不高，而通过大数据POI点的属性便可以清楚的知道每块地上面是什么建筑、什么用途，提高了转换的准确性。
基于大数据及影像识别的空间规划基数转换方法与制作流程
