多目标REDD项目区域的聚合方法、系统、终端及介质与流程

本发明涉及森林碳汇，尤其涉及的是一种多目标redd项目区域的聚合方法、系统、终端及介质。

背景技术：

1、目前，redd(reducing emissions from deforestation and forestdegradation)项目旨在通过保护和管理森林资源来实现碳排放的减少，来减少森林砍伐和退化对温室气体排放的影响。然而，由于redd项目通常涉及广泛的地理区域，而且往往涉及到大量分散的零碎区域，导致项目的管理和监测变得复杂困难。

2、现有技术主要是针对单个森林区域数据进行管理和监测，而由于缺乏对不同区域数据之间关联性的综合考虑，无法同时对多个零碎区域数据进行管理和监测，使得redd项目整体的管理和监测效率比较低。

技术实现思路

1、鉴于上述现有技术的不足，本发明的目的在于提供一种多目标redd项目区域的聚合方法、系统、终端及介质，旨在解决现有技术中存在的对多个目标redd项目区域数据同时进行管理和监测效率比较低的问题。

2、为了实现上述目的，本发明第一方面提供一种多目标redd项目区域的聚合方法，主要包括以下步骤：

3、采集若干个目标redd项目区域内的坐标点及每个坐标点上目标图层的地理特征数据；

4、基于每个所述坐标点及对应坐标点上目标图层的地理特征数据，及预设的空间坐标聚合权重和预设的地理特征聚合权重，构建每个所述坐标点的多维加权特征集合；

5、利用聚类算法将所有所述多维加权特征集合进行聚类，获得若干个所述多维加权特征集合对应的栅格点集；

6、利用凸包算法，将每个所述栅格点集中的坐标点求凸包，获得所述栅格点集的凸包集合；

7、基于所有所述凸包集合对应的目标redd项目区域，获得所有所述目标redd项目区域的聚合区域。

8、可选的，所述基于每个所述坐标点及对应坐标点上目标图层的地理特征数据，及预设的空间坐标聚合权重和预设的地理特征聚合权重，构建每个所述坐标点的多维加权特征集合，包括：

9、基于每个所述坐标点上目标图层的地理特征数据，构建每个所述坐标点对应的一组地理特征集合；

10、基于预设的空间坐标聚合权重和预设的地理特征聚合权重，利用所述坐标点及对应的所述地理特征集合，构建多维加权特征集合。

11、可选的，所述基于预设的空间坐标聚合权重和预设的地理特征聚合权重，利用所述坐标点及对应的所述地理特征集合，构建多维加权特征集合，包括：

12、将所有所述目标redd项目区域中的所有所述地理特征集合进行标准化处理，获得每个所述坐标点对应的标准化地理特征集合；

13、基于预设的空间坐标聚合权重和预设的地理特征聚合权重，利用所述坐标点及对应的所述标准化地理特征集合，构建多维加权特征集合。

14、可选的，所述利用聚类算法将所有所述多维加权特征集合进行聚类，获得若干个所述多维加权特征集合对应的栅格点集，包括：

15、利用聚类算法，将所述多维加权特征集合进行聚类，并为所述多维加权特征集合设置对应的聚类标签；

16、遍历所述多维加权特征集合及对应的聚类标签，获得若干个所述多维加权特征集合对应的栅格点集。

17、可选的，利用聚类算法，将所述多维加权特征集合进行聚类，包括：

18、若预设的空间坐标聚合权重比预设的地理特征聚合权重大，则选择与所述坐标点相匹配的聚类算法，将所述多维加权特征集合进行聚类；

19、若预设的空间坐标聚合权重比预设的地理特征聚合权重小，则选择与所述地理特征数据相匹配的聚类算法，将所述多维加权特征集合进行聚类。

20、可选的，所述利用凸包算法，将每个所述栅格点集中的坐标点求凸包，获得所述栅格点集的凸包集合，包括：

21、搜寻所述栅格点集中最靠近预设方向的坐标点，并将所述栅格点集中最靠近预设方向的坐标点加入凸包的顶点序列；

22、依次遍历所述栅格点集中除最靠近预设方向的坐标点以外的坐标点，并按照极角的大小对除最靠近预设方向的坐标点以外的坐标点进行排序，获得所述栅格点集的凸包集合。

23、本发明第二方面提供一种多目标redd项目区域的聚合系统，所述系统包括：

24、数据采集模块，用于采集若干个目标redd项目区域内的坐标点及每个坐标点上目标图层的地理特征数据；

25、多维加权特征集合构建模块，用于基于每个所述坐标点及对应坐标点上目标图层的地理特征数据，及预设的空间坐标聚合权重和预设的地理特征聚合权重，构建每个所述坐标点的多维加权特征集合；

26、聚类模块，用于利用聚类算法将所有所述多维加权特征集合进行聚类，获得若干个所述多维加权特征集合对应的栅格点集；

27、凸包集合求解模块，用于利用凸包算法，将每个所述栅格点集中的坐标点求凸包，获得所述栅格点集的凸包集合；

28、聚合模块，用于基于所有所述凸包集合对应的目标redd项目区域，获得所有所述目标redd项目区域的聚合区域。

29、可选的，还包括聚类算法选取模块，所述聚类算法选取模块用于基于预设的空间坐标聚合权重和预设的地理特征聚合权重确定聚类算法，

30、若预设的空间坐标聚合权重比预设的地理特征聚合权重大，则选择与所述坐标点相匹配的聚类算法，将所述多维加权特征集合进行聚类；

31、若预设的空间坐标聚合权重比预设的地理特征聚合权重小，则选择与所述地理特征数据相匹配的聚类算法，将所述多维加权特征集合进行聚类。

32、本发明第三方面提供一种智能终端，所述智能终端包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的多目标redd项目区域的聚合程序，所述多目标redd项目区域的聚合程序被所述处理器执行时实任意一项上述多目标redd项目区域的聚合方法的步骤。

33、本发明第四方面提供一种计算机可读存储介质，所述计算机可读存储介质上存储有多目标redd项目区域的聚合程序，所述多目标redd项目区域的聚合程序被处理器执行时实现任意一项上述多目标redd项目区域的聚合方法的步骤。

34、与现有技术相比，本方案的有益效果如下：

35、本发明的方法通过基于若干个目标redd项目区域内的坐标点及每个坐标点上目标图层的地理特征数据，及预设的空间坐标聚合权重和预设的地理特征聚合权重，构建每个坐标点的多维加权特征集合，以表征每个坐标点上的各种类型的特征数据及每种特征数据的权重大小；然后利用聚类算法将所有目标redd项目区域内的所有坐标点对应的多维加权特征集合进行聚类，获得若干个多维加权特征集合对应的栅格点集；再利用凸包算法，获栅格点集的凸包集合，从而获得所有目标redd项目区域的聚合区域。

36、该方案基于地理信息系统和空间分析技术，通过将多个目标redd项目区域中各个坐标点上的多种维度的特征数据建立多维加权特征集合，能够将每个坐标点上的各个维度的数据按照权重大小准确、快速表征出来；利用聚类算法和凸包算法，能够有效提高对redd项目区域的边界识别精度，减少误差，整个方案使多个零散区域能够被整合为更大的区域，从而有利于实现对分散区域的综合管理和评估，以及提高对redd项目区域监测的精确性和可操作性。