一种基于云计算的测绘地理信息数据采集方法与流程

本发明涉及测绘地理信息数据处理，具体涉及一种基于云计算的测绘地理信息数据采集方法。

背景技术：

1、随着科技的发展，对于测绘的地理信息数据的采集数据的精度要求也越来越高。测绘地理信息数据是根据具体的任务需求，去实地测绘、以获得目标区域的地理信息数据，对于测绘地理信息数据，包括各种地理信息元素和属性，用于描述和表达地球表面的各种特征和现象。测绘地理信息数据主要包括是地理位置空间数据、空间数据的属性数据、测绘时间数据等。

2、在进行地理信息数据测量采集过程中，在使用如rtk（real-time kinematic，实时动态）载波相位差分技术、全站仪进行地形地貌的测量时，由于会受到温度、日照，海拔高度等干扰因素导致电磁波传输数字信号的折射和散射，从而使得测量的信息数据发生突变，从而影响测绘地理信息数据的精度，进而导致测绘地理信息数据的可信程度性降低，造成测绘地理信息数据的采集结果不够真实准确。

技术实现思路

1、本发明提供一种基于云计算的测绘地理信息数据采集方法，以解决现有的干扰因素导致信号的折射和散射使得测量的信息数据发生突变，造成测绘地理信息数据的采集结果不够真实准确问题。

2、本发明的一种基于云计算的测绘地理信息数据采集方法采用如下技术方案：

3、本发明一个实施例提供了一种基于云计算的测绘地理信息数据采集方法，该方法包括以下步骤：

4、获取每个测量点的地理信息数据和参照影响数据；

5、分析同一测量点下参照影响数据与地理信息数据之间的同步变化关系，获得每个参照影响数据对每个地理信息数据的同步变化影响系数；

6、基于同一参照影响数据对每个地理信息数据的同步变化影响系数，对比不同测量点之间地理信息数据的分布差异，获得每个参照影响数据对每个地理信息数据的修正参考程度；

7、根据修正参考程度对每个测量点的地理信息数据修正，获得修正后地理信息数据。

8、优选的，所述同步变化影响系数包括：

9、分析每个参照影响数据与所有参照影响数据的地理信息误差与参照影响数据的占比差异，得到每个参照影响数据对每个地理信息数据的同步变化影响系数，所述地理信息误差与参照影响数据的占比差异呈负相关。

10、优选的，所述地理信息误差包括：

11、在当前测量点的每个参照影响数据对应的所有地理信息数据中，获取地理信息数据的最大值与最小值，将所述最大值与最小值的差值记为在每个参照影响数据的地理信息误差。

12、优选的，所述修正参考程度包括：

13、聚类获得若干地理信息误差簇；

14、根据当前测量点的每个参照影响数据所在的地理信息误差簇中所有地理信息误差的分布差异，获得当前测量点的每个参照影响数据的局部聚集评价；

15、根据当前测量点的每个参照影响数据所在的地理信息误差簇中，当前测量点的每个参照影响数据的地理信息误差与其他误差的差异，对当前测量点的每个参照影响数据对每个地理信息数据的同步变化影响系数调整，获得当前测量点的每个参照影响数据对每个地理信息数据的修正参考程度。

16、优选的，所述地理信息误差簇包括：

17、获取所有测量点在不同参照影响数据下的地理信息数据的地理信息误差，将同一参照影响数据下，聚类所有测量点的所有地理信息数据的地理信息误差，获得若干地理信息误差簇。

18、优选的，所述局部聚集评价包括：

19、分析当前测量点的每个参照影响数据的聚集量，与当前测量点的每个参照影响数据所在地理信息误差簇中地理信息误差个数的占比差异，获得当前测量点的每个参照影响数据的局部聚集评价，所述聚集量与所述所在地理信息误差簇中地理信息误差个数呈负相关。

20、优选的，所述聚集量包括：

21、将当前测量点的任意一个参照影响数据，记为目标参照影响数据；

22、在当前测量点的目标参照影响数据所在的地理信息误差簇中，以当前测量点的目标参照影响数据对应的地理信息误差为领域中心，预设初始领域范围，以预设步长遍历每个步长下领域范围内地理信息误差的概率密度，若上一个步长下领域范围内地理信息误差的概率密度，小于等于当前长下领域范围内地理信息误差的概率密度，计算下一个步长下领域范围内地理信息误差的概率密度；

23、直至满足上一个步长下领域范围内地理信息误差的概率密度，大于当前步长下领域范围内地理信息误差的概率密度时，将当前步长下领域范围内地理信息误差的个数记为当前测量点的目标参照影响数据的聚集量。

24、优选的，所述修正后地理信息数据包括：

25、对于当前测量点采集的参照影响数据和初始地理信息数据，将当前测量点采集的初始地理信息数据与修正幅值的和，记为当前测量点的修正后地理信息数据。

26、优选的，所述修正幅值包括：

27、根据当前测量点采集的参照影响数据对每个地理信息数据的修正参考程度与调整幅值的占比差异，获得当前测量点采集的当前测量点采集的初始地理信息数据的修正幅值；所述修正参考程度与所述调整幅值的占比差异呈正相关。

28、优选的，所述调整幅值包括：

29、获取当前测量点采集的参照影响数据的地理信息误差，将当前测量点采集的参照影响数据的所在地理信息误差簇中，地理信息误差的均值记为地理信息参考值，将当前测量点采集的参照影响数据的地理信息误差与所述地理信息参考值的差异，记为当前测量点采集的初始地理信息数据的调整幅值。

30、本发明的技术方案的有益效果是：本发明通过采集获取每个测量点的地理信息数据和参照影响数据，分析同一测量点下参照影响数据与地理信息数据之间的同步变化关系，获得每个参照影响数据对每个地理信息数据的同步变化影响系数，凸显同一测量点下参照影响数据与地理信息数据的同步变化特征，表现同一测量点下参照影响数据对每个地理信息数据的影响；通过基于同一参照影响数据对每个地理信息数据的同步变化影响系数，对比不同测量点之间地理信息数据的分布差异，获得每个参照影响数据对每个地理信息数据的修正参考程度，考虑所有测量点下不同参照影响数据的分布差异，实现对地理信息数据修正结果的精准调整；根据修正参考程度对每个测量点的地理信息数据修正，获得修正后地理信息数据。本发明旨在解决数据采集过程中干扰因素导致信号的折射和散射使得测量的信息数据发生突变，造成测绘地理信息数据的采集结果不够真实准确问题，提高测绘地理信息数据的采集结果的准确性。

技术特征：

1.一种基于云计算的测绘地理信息数据采集方法，其特征在于，该方法包括以下步骤：

2.根据权利要求1所述一种基于云计算的测绘地理信息数据采集方法，其特征在于，所述同步变化影响系数包括：

3.根据权利要求2所述一种基于云计算的测绘地理信息数据采集方法，其特征在于，所述地理信息误差包括：

4.根据权利要求3所述一种基于云计算的测绘地理信息数据采集方法，其特征在于，所述修正参考程度包括：

5.根据权利要求4所述一种基于云计算的测绘地理信息数据采集方法，其特征在于，所述地理信息误差簇包括：

6.根据权利要求4所述一种基于云计算的测绘地理信息数据采集方法，其特征在于，所述局部聚集评价包括：

7.根据权利要求6所述一种基于云计算的测绘地理信息数据采集方法，其特征在于，所述聚集量包括：

8.根据权利要求1所述一种基于云计算的测绘地理信息数据采集方法，其特征在于，所述修正后地理信息数据包括：

9.根据权利要求8所述一种基于云计算的测绘地理信息数据采集方法，其特征在于，所述修正幅值包括：

10.根据权利要求5所述一种基于云计算的测绘地理信息数据采集方法，其特征在于，所述调整幅值包括：

技术总结
本发明涉及测绘地理信息数据处理技术领域，具体涉及一种基于云计算的测绘地理信息数据采集方法，包括：获取每个测量点的地理信息数据和参照影响数据；分析同一测量点下参照影响数据与地理信息数据之间的同步变化关系，获得每个参照影响数据对每个地理信息数据的同步变化影响系数；基于同一参照影响数据对每个地理信息数据的同步变化影响系数，对比不同测量点之间地理信息数据的分布差异，获得每个参照影响数据对每个地理信息数据的修正参考程度；根据修正参考程度对每个测量点的地理信息数据修正，获得修正后地理信息数据。本发明旨在解决干扰因素导致测量的信息数据发生突变的问题，提高测绘地理信息数据的采集结果的准确性。

技术研发人员：刘艳亮,赵明岭,刘西状,王斌,辛浩,庞磊,王婷
受保护的技术使用者：山东瑞鑫时空信息科技有限公司
技术研发日：
技术公布日：2024/7/25