基于地理空间识别的河道过流能力分析方法、系统及设备

技术领域

本发明涉及河道风险分析技术领域，更具体地，涉及基于地理空间识别的河道过流能力分析方法、系统及设备。

背景技术

沿河两岸一般会居住大量居民，因此，会有大量的乡镇、村庄聚集。若发生河道过流能力不足的情况，可能会使得河道两岸居民受灾，若提前预判此种风险，则可以及时通知，降低可能的人员伤亡及财产损失。若河道过流能力不足风险较高，在极端暴雨时，会因河道洪水难以下泄或下泄能力不足发生洪水漫滩、上路等情况，导致房屋淹没，若不及时转移，会造成严重的生命威胁。

在本发明技术之前，对于河道过流能力的分析，主要是基于河道本身的行洪能力，而并未考虑河道两岸居民地的建筑指数，也未结合滞洪能力和极端洪水本身的特性(洪量、洪水上涨速率等)综合分析，即缺乏河道综合过流能力指数的考量与分析。

发明内容

鉴于上述问题，本发明提出了基于地理空间识别的河道过流能力分析方法、系统及设备，通过河道两岸沿河村落的房屋建筑类型和结构形式，结合行洪能力、滞洪能力与极端洪水上涨速率，综合获取河道过流能力指数。

根据本发明实施例第一方面，提供基于地理空间识别的河道过流能力分析方法。

在一个或多个实施例中，优选地，所述基于地理空间识别的河道过流能力分析方法包括：

通过无人机进行河道两侧的村落房屋拍摄，获得每个村落房屋的图像，形成每个村落房屋的房屋建筑类型和结构形式；

根据每个村落房屋的图像，获得每个村落房屋的高程和水平距离，计算每个村落房屋的建筑物综合距离；

根据每个村落房屋的房屋建筑类型、结构形式和综合距离，计算每个村落房屋的综合易损指数；

根据河道断面、淤积面积及河道渠化系数计算行洪指数；

根据卫星遥感图像数据提取下游河道束窄系数与河道坡度变化系数，计算滞洪指数；

根据卫星遥感图像数据提取计算滩地面积和人口聚集区面积，并计算极端洪水上涨速率；

根据所述行洪指数、所述滞洪指数和所述极端洪水上涨速率计算河道综合过流能力指数。

在一个或多个实施例中，优选地，所述通过无人机进行河道两侧的村落房屋拍摄每个村落房屋的图像，形成每个村落房屋的房屋建筑类型和结构形式，具体包括：

通过无人机进行河道两岸的村落房屋拍摄，进而获得每个村落房屋的图像；

根据每个村落房屋的图像确定建筑的楼层高度，保存为建筑类型；

根据每个村落房屋的图像确定建筑的结构形式，保存为结构形式，其中，所述结构形式包括钢混、砖混、砖木和土木。

在一个或多个实施例中，优选地，所述根据每个村落房屋的图像，获得每个村落房屋的高程和水平距离，计算每个村落房屋的建筑物综合距离，具体包括：

根据每个村落房屋的图像测量每个村落房屋距河底的高程；

根据每个村落房屋的图像测量每个村落房屋距河网的水平距离；

设置高度转换比，并利用第一计算公式计算每个村落房屋的所述建筑物综合距离；

所述第一计算公式为：

J

其中，J

在一个或多个实施例中，优选地，所述根据每个村落房屋的房屋建筑类型和结构形式计算每个村落房屋的综合易损指数，具体包括：

设置第一易损系数、第二易损系数和第三易损系数；

根据每个村落房屋的房屋建筑类型和结构形式，结合所述建筑物综合距离，分别利用第二计算公式计算每个村落房屋的所述综合易损指数；

所述第二计算公式为：

Y＝K

其中，Y为所述综合易损指数，C为建筑类型指数，L为结构形式指数，K

在一个或多个实施例中，优选地，所述根据河道断面、淤积面积及河道渠化系数计算行洪指数，具体包括：

根据当前的采集数据获取河道渠化系数、断面面积、流域面积；

淤积面积是河道内影响行洪通道的面积，用淤积体横截面面积表示；

根据每个村落房屋的所述综合易损指数对河道关联房屋的所述综合易损指数进行逐一判断，当河道关联的所述综合易损指数的加和大于等于15时，将河道对应的每个村落房屋标记为塌陷建筑物；

当不存在塌陷建筑物时，利用第三计算公式计算所述行洪指数；

当存在塌陷建筑物时，利用第四计算公式计算所述行洪指数；

所述第三计算公式为：

其中，D为断面面积，L为流域面积，V

所述第四计算公式为：

其中，X为所述行洪指数，T为坍塌建筑物总数，j为坍塌建筑物编号，V

在一个或多个实施例中，优选地，所述根据卫星遥感图像数据计算滞洪指数，具体包括：

根据卫星遥感图像数据，利用第五计算公式计算下游河道束窄系数；

根据卫星遥感图像数据，利用第六计算公式计算下游河道平均坡度；

利用第七计算公式计算滞洪指数；

所述第五计算公式为：

F

其中，F

所述第六计算公式为：

F

其中，F

所述第七计算公式为：

Z

其中，Z

在一个或多个实施例中，优选地，所述根据卫星遥感图像数据提取计算滩地面积和人口聚集区面积，并计算极端洪水上涨速率，具体包括：

根据卫星遥感图像数据提取所述滩地面积和人口聚集区面积；

利用第八计算公式计算所述极端洪水上涨速率；

所述第八计算公式为：

V

其中，V

在一个或多个实施例中，优选地，所述根据所述行洪指数、所述滞洪指数和所述极端洪水上涨速率计算河道综合过流能力指数，具体包括：

获得所述行洪指数、所述滞洪指数和所述极端洪水上涨速率；

利用第九计算公式计算所述河道综合过流能力指数；

所述第九计算公式为：

H

其中，H

根据本发明实施例第二方面，提供基于地理空间识别的河道过流能力分析系统。

在一个或多个实施例中，优选地，所述基于地理空间识别的河道过流能力分析系统包括：

信息采集模块，用于通过无人机进行河道两侧的村落房屋拍摄每个村落房屋的图像，形成每个村落房屋的房屋建筑类型和结构形式；

距离分析模块，用于根据每个村落房屋的图像，获得每个村落房屋的高程和水平距离，计算每个村落房屋的建筑物综合距离；

易损分析模块，用于根据每个村落房屋的房屋建筑类型、结构形式和综合距离，计算每个村落房屋的综合易损指数；

行洪运算模块，用于根据河道断面、淤积面积及河道渠化系数计算行洪指数；

滞洪运算模块，用于根据卫星遥感图像数据获取下游河道束窄系数与河道坡度变化系数计算滞洪指数；

极端洪水运算模块，用于根据卫星遥感图像数据提取计算滩地面积和人口聚集区面积，并计算极端洪水上涨速率；

综合过流能力分析模块，用于根据所述行洪指数、所述滞洪指数和所述极端洪水上涨速率计算河道综合过流能力指数。

根据本发明实施例第三方面，提供一种电子设备，包括存储器和处理器，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现本发明实施例第一方面中任一项所述的方法。

本发明的实施例提供的技术方案可以包括以下有益效果：

本发明方案中，通过河道两侧沿河村落的房屋建筑类型、结构形式进行在线分析，并结合村落房屋的建筑物综合距离，有效获取房屋建筑的综合易损指数。

本发明方案中，结合河道的行洪能力、滞洪能力及极端洪水上涨速率，获取不同易损指数下的综合过流能力。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一个实施例的基于地理空间识别的河道过流能力分析方法的流程图。

图2是本发明一个实施例的基于地理空间识别的河道过流能力分析方法中的通过无人机进行河道两侧的村落房屋拍摄每个村落房屋的图像，形成每个村落房屋的房屋建筑类型和结构形式的流程图。

图3是本发明一个实施例的基于地理空间识别的河道过流能力分析方法中的根据每个村落房屋的图像，获得每个村落房屋的高程和水平距离，计算每个村落房屋的建筑物综合距离的流程图。

图4是本发明一个实施例的基于地理空间识别的河道过流能力分析方法中的根据每个村落房屋的房屋建筑类型、结构形式和综合距离，计算每个村落房屋的综合易损指数的流程图。

图5是本发明一个实施例的基于地理空间识别的河道过流能力分析方法中的根据河道断面、淤积面积及河道渠化系数计算行洪指数的流程图。

图6是本发明一个实施例的基于地理空间识别的河道过流能力分析方法中的根据卫星遥感图像数据，提取下游河道束窄系数与河道坡度变化系数计算滞洪指数的流程图。

图7是本发明一个实施例的基于地理空间识别的河道过流能力分析方法中的根据卫星遥感图像数据提取计算滩地面积和人口聚集区面积，并计算极端洪水上涨速率的流程图。

图8是本发明一个实施例的基于地理空间识别的河道过流能力分析方法中的根据所述行洪指数、所述滞洪指数和所述极端洪水上涨速率计算河道综合过流能力指数的流程图。

图9是本发明一个实施例的基于地理空间识别的河道过流能力分析系统的结构图。

图10是本发明一个实施例中一种电子设备的结构图。

具体实施方式

在本发明的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如101、102等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

沿河两岸一般会居住大量居民，因此，会有大量的乡镇、村落聚集。若发生河道过流能力不足的情况，可能会使得河道两岸居民受灾，若提前预判此种风险，则可以及时通知，降低可能的人员伤亡及财产损失。若河道过流能力不足风险较高，在极端暴雨时，会因河道洪水难以下泄或下泄能力不足发生洪水漫滩、上路等情况，导致房屋淹没，若不及时转移，会造成严重的生命威胁。

在本发明技术之前，对于河道过流能力的分析，主要是基于河道本身的行洪能力，而并未考虑河道两岸居民地的建筑指数，也未结合滞洪能力和极端洪水本身的特性(洪量、洪水上涨速率等)综合分析，即缺乏河道综合过流能力指数的考量与分析。

本发明实施例中，提供了基于地理空间识别的河道过流能力分析方法、系统及设备。该方案通过河道两侧沿河村落的房屋建筑类型和结构形式，结合行洪能力、滞洪能力与极端洪水上涨速率，综合获取河道过流能力指数。

根据本发明实施例第一方面，提供基于地理空间识别的河道过流能力分析方法。

图1是本发明一个实施例的基于地理空间识别的河道过流能力分析方法的流程图。

在一个或多个实施例中，优选地，所述基于地理空间识别的河道过流能力分析方法包括：

S101、通过无人机进行河道两侧的村落房屋拍摄，获得每个村落房屋的图像，形成每个村落房屋的房屋建筑类型和结构形式；

S102、根据每个村落房屋的图像，获得每个村落房屋的高程和水平距离，计算每个村落房屋的建筑物综合距离；

S103、根据每个村落房屋的房屋建筑类型、结构形式和综合距离，计算每个村落房屋的综合易损指数；

S104、根据河道断面、淤积面积及河道渠化系数计算行洪指数；

S105、根据卫星遥感图像数据，提取下游河道束窄系数与河道坡度变化系数，计算滞洪指数；

S106、根据卫星遥感图像数据提取计算滩地面积和人口聚集区面积，并计算极端洪水上涨速率；

S107、根据所述行洪指数、所述滞洪指数和所述极端洪水上涨速率计算河道综合过流能力指数。

在本发明实施中，通过无人机进行河道村落信息的拍摄，进而完成整个流域的房屋综合易损指数的在线分析，在分析过程中建立了河道整体的综合过流指数，进而结合房屋综合易损指数、河道行洪指数、滞洪指数和洪水的上涨速率完成对于河道过流能力的综合评估，量化河道的综合过流能力。

图2是本发明一个实施例的基于地理空间识别的河道过流能力分析方法中的通过无人机进行河道两岸的村落房屋拍摄进而获得每个村落房屋的图像，形成每个村落房屋的房屋建筑类型和结构形式的流程图。

如图2所示，在一个或多个实施例中，优选地，所述通过无人机进行河道两侧的村落房屋拍摄获得每个村落房屋的图像，形成每个村落房屋的房屋建筑类型和结构形式，具体包括：

S201、通过无人机进行河道两侧的村落房屋拍摄，进而获得每个村落房屋的图像；

S202、根据每个村落房屋的图像确定建筑的楼层高度，保存为建筑类型；

S203、根据每个村落房屋的图像确定建筑的结构形式(钢混、砖混、砖木、土木)，保存为结构形式。

在本发明实施例中，基于地理空间识别分析，采用无人机进行倾斜摄影，识别河道两岸沿河村落的房屋建筑类型和结构形式，建筑类型按1层房屋、2层房屋、3层及以上房屋划分，1层房屋、2层房屋、3层及以上房屋依次分别对应了建筑类型指数的取值为3、2和1；房屋结构形式按钢混、砖混、砖木、土木对应了结构类型的取值为1、2、3和4。

图3是本发明一个实施例的基于地理空间识别的河道过流能力分析方法中的根据每个村落房屋的图像，获得每个村落房屋的高程和水平距离，计算每个村落房屋的建筑物综合距离的流程图。

如图3所示，在一个或多个实施例中，优选地，所述根据每个村落房屋的图像，获得每个村落房屋的高程和水平距离，计算每个村落房屋的建筑物综合距离，具体包括：

S301、根据每个村落房屋的图像测量每个村落房屋距河底的高程；

S302、根据每个村落房屋的图像测量每个村落房屋距河网的水平距离；

S303、设置高度转换比，并利用第一计算公式计算每个村落房屋的所述建筑物综合距离；

其中，所述建筑物综合距离具体用于判断建筑物受山洪影响的程度，一般建筑物距离河道远且高程较高的位置，受山洪影响的程度较小，反之则较大。

所述第一计算公式为：

J

其中，J

在本发明实施例中，高度转换比对所述建筑物综合距离呈反比例，因此一般G取负值，在此运算过程中，所有的计算量均为无单位的数据。

图4是本发明一个实施例的基于地理空间识别的河道过流能力分析方法中的根据每个村落房屋的建筑类型、结构形式和综合距离，计算每个村落房屋的综合易损指数的流程图。

如图4所示，在一个或多个实施例中，优选地，所述根据每个村落房屋的建筑类型、结构形式和综合距离，计算每个村落房屋的综合易损指数，具体包括：

S401、设置第一易损系数、第二易损系数和第三易损系数；

S402、根据每个村落房屋的房屋建筑类型和结构形式，结合所述建筑物综合距离，分别利用第二计算公式计算每个村落房屋的所述综合易损指数；

其中，所述综合易损指数用于评价房屋易于受到山洪影响的程度，易损性指数高表征房屋的建筑类型和结构形式易于受山洪影响，反正则说明易损性较低，不易受山洪影响。

所述第二计算公式为：

Y＝K

其中，Y为所述综合易损指数，C为建筑类型指数，L为结构形式指数，K

在本发明实施例中，建筑类型指数主要分类为房屋的层数一层、二层、三层以上，依次对应3、2和1，结构形式依次为土木、砖木、砖混、钢混，对应的结构形式指数依次为1、2、3和4。所述第一易损系数、所述第二易损系数和所述第三易损系数均为根据经验设置的系数。

图5是本发明一个实施例的基于地理空间识别的河道过流能力分析方法中的根据河道断面、淤积面积及河道渠化系数计算行洪指数的流程图。

如图5所示，在一个或多个实施例中，优选地，所述根据河道断面、淤积面积及河道渠化系数计算行洪指数，具体包括：

S501、根据当前的采集数据获取河道渠化系数、断面面积、流域面积；

S502、淤积面积是河道内影响行洪通道的面积，用淤积体横截面面积表示；

S503、根据每个村落房屋的所述综合易损指数对河道关联房屋的所述综合易损指数进行逐一判断，当河道关联的所述综合易损指数的加和大于等于15时，将河道对应的每个村落房屋标记为塌陷建筑物；

S504、当不存在塌陷建筑物时，利用第三计算公式计算所述行洪指数；

S505、当存在塌陷建筑物时，利用第四计算公式计算所述行洪指数；

所述第三计算公式为：

其中，D为断面面积，L为流域面积，V

其中，河道渠化系数H

所述第四计算公式为：

其中，X为所述行洪指数，T为坍塌建筑物总数，j为坍塌建筑物编号，V

图6是本发明一个实施例的基于地理空间识别的河道过流能力分析方法中的根据卫星遥感图像数据提取下游河道束窄系数与河道坡度变化系数，并计算滞洪指数的流程图。

如图6所示，在一个或多个实施例中，优选地，所述根据卫星遥感图像数据提取下游河道束窄系数与河道坡度变化系数，并计算滞洪指数，具体包括：

S601、根据卫星遥感图像数据，利用第五计算公式计算下游河道宽度；

S602、根据卫星遥感图像数据，利用第六计算公式计算下游河道束窄系数；

S603、利用第七计算公式计算滞洪指数；

所述第五计算公式为：

F

其中，F

所述第六计算公式为：

F

其中，F

所述第七计算公式为：

Z

其中，Z

其中，所述第五计算公式的计算原理为滞洪指数受下游河道宽度和坡度的综合影响，故设置下游河道束窄系数和坡度变化系数定量表征。其中，所述下游河道束窄系数若小于1，则表示下游河道变窄，河道的过流能力降低，所述河道坡度变化系数若大于1，则表明下游坡度变大，使得河道的过流能力增强。

图7是本发明一个实施例的基于地理空间识别的河道过流能力分析方法中的根据卫星遥感图像数据提取计算滩地面积和人口聚集区面积，并计算极端洪水上涨速率的流程图。

如图7所示，在一个或多个实施例中，优选地，所述根据卫星遥感图像数据提取计算滩地面积和人口聚集区面积，并计算极端洪水上涨速率，具体包括：

S701、根据卫星遥感图像数据提取所述滩地面积和人口聚集区面积；

S702、利用第八计算公式计算所述极端洪水上涨速率；

所述第八计算公式为：

V

其中，V

在本发明实施例中，人口聚集区面积具体为村庄、城镇的面积，滩地面积/村庄聚集区面积越大时，上涨速率越慢，上涨系数为一个负数。

图8是本发明一个实施例的基于地理空间识别的河道过流能力分析方法中的根据所述行洪指数、所述滞洪指数和所述极端洪水上涨速率计算河道综合过流能力指数的流程图。

如图8所示，在一个或多个实施例中，优选地，所述根据所述行洪指数、所述滞洪指数和所述极端洪水上涨速率计算河道综合过流能力指数，具体包括：

S801、获得所述行洪指数、所述滞洪指数和所述极端洪水上涨速率；

S802、利用第九计算公式计算所述河道综合过流能力指数；

所述第九计算公式为：

H

其中，H

其中，S

在本发明实施例中，房屋的建筑类型和结构形式可以作为坍塌建筑物的一种类型，此外坍塌建筑物也可以考虑桥梁、路涵等倒塌的影响，并在此基础上进行了山区河道滞洪能力的分析。

其中，H

在本发明实施例中，需要说明河道综合过流能力指数越大，则代表河道能够承受过流的能力越强，这是因为行洪能力强的同时滞洪速度慢，则在这种情况下，能够较好的应对洪水，反之则较难应对洪水；此外，对于行洪系数和滞洪系数一般一个区域范围的数值是固定的经验值，在未获得合理的经验值时，行洪系数和滞洪系数均优选设置为1。

根据本发明实施例第二方面，提供基于地理空间识别的河道过流能力分析系统。

图9是本发明一个实施例的基于地理空间识别的河道过流能力分析系统的结构图。

在一个或多个实施例中，优选地，所述基于地理空间识别的河道过流能力分析系统包括：

信息采集模块901，用于通过无人机进行河道两侧的村落房屋拍摄每个村落房屋的图像，形成每个村落房屋的房屋建筑类型和结构形式；

距离分析模块902，用于根据每个村落房屋的图像，获得每个村落房屋的高程和水平距离，计算每个村落房屋的建筑物综合距离；

易损分析模块903，用于根据每个村落房屋的房屋建筑类型、结构形式和综合距离，计算每个村落房屋的综合易损指数；

行洪运算模块904，用于根据河道断面、淤积面积及河道渠化系数计算行洪指数；

滞洪运算模块905，用于根据卫星遥感图像数据获取下游河道束窄系数与河道坡度变化系数计算滞洪指数；

极端洪水运算模块906，用于根据卫星遥感图像数据提取计算滩地面积和人口聚集区面积，并计算极端洪水上涨速率；

综合过流能力分析模块907，用于根据所述行洪指数、所述滞洪指数和所述极端洪水上涨速率计算河道综合过流能力指数。

在本发明实施中，通过模块化设计，利用信息采集模块、易损分析模块，完成对于全部的信息的快速的数据获取，进而根据房屋综合易损程度和卫星图像完成行洪能力、滞洪能力分析和极端洪水上涨速率计算，实现综合性的过流能力分析。

根据本发明实施例第三方面，提供一种电子设备。图10是本发明一个实施例中一种电子设备的结构图。图10所示的电子设备为通用基于地理空间识别的河道过流能力分析装置，其包括通用的计算机硬件结构，其至少包括处理器1001和存储器1002。处理器1001和存储器1002通过总线1003连接。存储器1002适于存储处理器1001可执行的指令或程序。处理器1001可以是独立的微处理器，也可以是一个或者多个微处理器集合。由此，处理器1001通过执行存储器1002所存储的指令，从而执行如上所述的本发明实施例的方法流程实现对于数据的处理和对于其它装置的控制。总线1003将上述多个组件连接在一起，同时将上述组件连接到显示控制器1004和显示装置以及输入/输出(I/O)装置1005。输入/输出(I/O)装置1005可以是鼠标、键盘、调制解调器、网络接口、触控输入装置、体感输入装置、打印机以及本领域公知的其他装置。典型地，输入/输出装置1005通过输入/输出(I/O)控制器1006与系统相连。

本发明的实施例提供的技术方案可以包括以下有益效果：

本发明方案中，通过河道两岸沿河村落的房屋建筑类型、结构形式进行在线分析，结合所述建筑物综合距离，有效获取房屋建筑的综合易损指数。

本发明方案中，结合河道的行洪能力、滞洪能力和极端洪水上涨速率，获取不同易损指数下的综合过流能力。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。