一种利用大数据进行村规划成果优化分析方法
文献发布时间:2023-06-19 09:43:16
技术领域
本发明涉及地理信息规划领域,尤其涉及一种利用大数据进行村规划成果优化分析方法。
背景技术
由于大数据的应用不断深化和推广,任何领域都在将相应的数据上传云端大数据平台进行智能技术,但是现有技术中涉及地理信息的相应数据,无法做到精确匹配用地信息,尤其在对村镇进行土地规划过程中,并不能快速准确的进行土地的合理使用以及村镇土地规划数据的快速展示以及合理使用,这就亟需本领域技术人员解决相应的技术问题。
发明内容
本发明旨在至少解决现有技术中存在的技术问题,特别创新地提出了一种利用大数据进行村规划成果优化分析方法。
为了实现本发明的上述目的,本发明提供了一种利用大数据进行村规划成果优化分析方法,包括如下步骤:
S1,将历史预存的村综合规划数据和规划图层数据导入数据库,对村综合规划数据进行坐标系转换;
S2,将坐标系转换后的村综合规划数据,提取新增的建设用地,计算建设用地相交面积;
S3,将规划图层数据与新增建设用地的图层进行匹配重叠,得出规划图层数据综合优化成果。
优选的,所述S1包括:
S1-1,村综合规划数据为村土地利用变更调查数据FA和村规划成果数据FB;将村土地利用变更调查数据FA和村规划成果数据FB进行坐标系转换,对村土地利用变更调查数据FA通过地理坐标系转换,形成村土地利用变更投影坐标系FA-PCS,对村规划成果数据FB通过地理坐标系转换,形成村规划成果变更投影坐标系FB-PCS,
S1-2,根据村筛选标准筛选村土地利用变更投影坐标系FA-PCS中村庄C的规划区域FA-PCS-C,对村规划成果变更投影坐标系FB-PCS中村庄C的规划区域FB-PCS-C。
优选的,所述S2包括:
S2-1,在FA-PCS-C中,筛选提取农用地与未利用地,结果为村土地利用变更投影坐标系FA-PCS中村庄C的规划区域FA-PCS-C的农用地与未利用地区域FA-PCS-C-A,
S2-2,在FB-PCS-C中,筛选建设用地,结果为村规划成果变更投影坐标系FB-PCS中村庄C的规划区域FB-PCS-C的建设用地区域FB-PCS-C-B;
S2-3,将农用地与未利用地区域FA-PCS-C-A与建设用地区域FB-PCS-C-B进行相交,得到区域重叠层F_inter,建立区域重叠层字段Field
优选的,所述S1中历史预存的规划图层数据包括:四山禁建区图层数据FC、城镇控规图层数据FD、交通规划图层数据FE、电网规划图层数据FF、文化名村图层数据FG、历史建筑图层数据FH、文物保护单位图层数据FI、山系水系绿系规划图层数据FJ、地质灾害图层数据FK。
优选的,所述S3包括:
S3-1,使用新增村规划建设用地NCL沿着四山禁建区图层数据FC进行边框裁剪,获得四山禁建区结果图层为FC-A,然后新增四山禁建区字段FieldFC计算FC-A面积;
S3-2,使用新增村规划建设用地NCL沿着城镇控规图层数据FD进行边框裁剪,获得城镇控规结果图层为FD-A,然后新增城镇控规字段FieldFD计算面积,得到FD-A所在地块编号与面积;
S3-3,使用新增村规划建设用地NCL沿着交通规划图层数据FE进行边框裁剪,获得交通规划结果图层为FE-A,该结果包括新增村规划建设用地NCL的交通规划结果数据;
S3-4,使用新增村规划建设用地NCL沿着电网规划图层数据FF进行边框裁剪,获得电网规划结果图层为FF-A,该结果包括新增村规划建设用地NCL的电网规划结果数据;
S3-5,使用新增村规划建设用地NCL沿着文化名村图层数据FG进行边框裁剪,获得文化名村结果图层为FG-A,然后新增文化名村字段FieldFG计算FG-A面积;
S3-6,使用新增村规划建设用地NCL沿着历史建筑图层数据FH进行边框裁剪,获得历史建筑结果图层为FH-A,然后新增历史建筑字段FieldFH计算FH-A面积;
S3-7使用新增村规划建设用地NCL沿着文物保护单位图层数据FI进行边框裁剪,获得文物保护单位结果图层为FI-A,然后新增文物保护单位字段FieldFI计算FI-A面积。
优选的,所述S3还包括:
S3-8,在山系水系绿系规划图层数据FJ中分别筛选一级支流FJ-1、二级支流FJ-2和三级支流FJ-3;
S3-9,对FJ-1建立第一缓冲区,第一缓冲区图层结果为FJ-1-BUFFER;
S3-10,对FJ-2建立第二缓冲区,第二缓冲区图层结果为FJ-2-BUFFER;
S3-11,对FJ-3建立第三缓冲区,第三缓冲区图层结果为FJ-3-BUFFER。
优选的,所述S3还包括:
S3-12,使用新增村规划建设用地NCL沿着第一缓冲区图层FJ-1-BUFFER进行边框裁剪,获得第一缓冲区结果图层为FJ-1-A,然后新增第一缓冲区字段FieldFJ
S3-13,使用新增村规划建设用地NCL沿着第二缓冲区图层FJ-2-BUFFER进行边框裁剪,获得第二缓冲区结果图层为FJ-2-A,然后新增第二缓冲区字段FieldFJ
S3-14,使用新增村规划建设用地NCL沿着地质灾害位置图层数据FK进行边框裁剪,获得地质灾害位置结果图层为FK-A,该结果包括新增村规划建设用地NCL中存在的灾害点;
S3-15,将综合优化成果
优选的,所述农用地包括:水田、水浇地、旱地、果园、茶园、其他园地、有林地、灌木林地、天然牧草地、人工牧草地、农村道路、坑塘水面、沟渠、设施农用地、田坎。
优选的,所述未利用土地包括:河流水面、湖泊水面、沿海水面、内陆滩涂、冰川及永久积雪、其他草地、盐碱地、沼泽地、沙地、裸地。
优选的,所述建设用地包括:村产业用地、村公共服务用地、村居住用地、公路用地、其他独立建设用地。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
通过图形叠拼能够快速获取不同区域的不同缓冲区和土地使用情况,如果发现异常占用情况,快速进行匹配操作,并发出异常警报,对村镇规划土地进行合理规划建造,保证不越红线。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明总体示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
如图1所示,本发明公开一种利用大数据进行村规划成果优化分析方法,包括如下步骤:
一、将历史预存的土地利用变更调查数据(FA)、村规划成果数据(FB)、四山禁建区数据(FC)、城镇控规图层数据(FD)、交通规划图层数据(FE)、电网规划图层数据(FF)、文化名村图层数据(FG)、历史建筑图层数据(FH)、文物保护单位图层数据(FI)、山系水系绿系规划图层数据(FJ)、地质灾害图层数据(FK)导入到空间大数据库环境中;
二、FA与FB坐标系转换(地理坐标系转换为投影坐标系)为FA-PCS与FB-PCS;
三、按照村行政区代码(QSDWDM)筛选出FA-PCS和FB-PCS中的村庄C的区域FA-PCS-C与FB-PCS-C;
四、提取新增建设用地。在FA-PCS-C中,筛选出农用地(水田、水浇地、旱地、果园、茶园、其他园地、有林地、灌木林地、其他林地、天然牧草地、人工牧草地、农村道路、坑塘水面、沟渠、设施农用地、田坎)与未利用地(河流水面、湖泊水面、沿海水面、内陆滩涂、冰川及永久积雪、其他草地、盐碱地、沼泽地、沙地、裸地),结果为FA-PCS-C-A,FB-PCS-C中的建设用地(村产业用地、村公共服务用地、村居住用地、公路用地、其他独立建设用地),结果为FB-PCS-C-B,将FA-PCS-C-A与FB-PCS-C-B进行相交,得到F_inter,建立字段Field
五、与四山禁建区冲突。使用NCL去裁剪FC,结果图层为FC-A,并新增字段FieldFC计算FC-A面积;
六、与城镇控规图层冲突。NCL与FD相交,结果为FD-A,添加字段FieldFD计算面积,可得FD-A所在地块编号与面积;
七、与交通规划图层冲突。使用NCL去裁剪FE,结果为FE-A,是新增建设用地中存在的交通规划;
八、与电网规划图层冲突。使用NCL去裁剪FF,结果为FF-A,是新增建设用地中存在的电网规划;
九、与文化名村图层冲突。使用NCL去裁剪FG,结果为FG-A,添加字段FieldFG计算面积,可得FG-A面积;
十、与历史建筑图层冲突。使用NCL去裁剪FH,结果为FH-A,添加字段FieldFH计算面积,可得FH-A面积;
十一、与文物保护单位图层冲突。使用NCL去裁剪FI,结果为FI-A,添加字段FieldFI计算面积,可得FI-A面积;
十二、与山系水系绿系规划图层冲突。
1)在FJ中筛选出一级支流(FJ-1)和二(FJ-2)、三级支流(FJ-3),
2)对FJ-1建立100m缓冲区,结果为FJ-1-BUFFER,
3)对FJ-2建立50m缓冲区,结果为FJ-2-BUFFER;
4)对FJ-3建立10m缓冲区,结果为FJ-2-BUFFER;
5)使用NCL去裁剪FJ-1-BUFFER,结果为FJ-1-A,添加字段FieldFJ
6)使用NCL去裁剪FJ-2-BUFFER,结果为FJ-2-A,添加字段FieldFJ
十三、与地质灾害位置冲突。使用NCL去裁剪FK,结果为FK-A,是新增建设用地中存在的灾害点;
十四、所有结果以Python处理的JSON文件返回到空间大数据库。
当发现村规划成果展示过程中出现异常时,对于用地红线进行分析,包括如下步骤:
S1,获取用地红线基础数据,将该基础数据导入大数据库中;
S2,通过底线冲突检测法进行用地红线空间图层检测;
S3,通过空间审批数据监测方法,对用地红线面积进行计算。
优选的,所述S1包括:
S1-1,将用地红线拐点坐标上传至空间大数据库中;
S1-2,将上传的拐点坐标文件解析成坐标集合,并根据上传的坐标集合范围计算投影坐标系的空间参考认证信息WKID。
优选的,所述S1还包括:
S1-3,将解析后的坐标集合和坐标系,上传至空间大数据库计算环境;
S1-4,利用PySpark将坐标集合转换成空间大数据库计算环境能够使用的空间几何对象A,将上传的拐点坐标文件解析成坐标集合,并利用上传的坐标集合形成投影坐标系。
优选的,所述S1包括:
S1-5,将空间几何对象A与永久基本农田保护区进行相交运算,得到结果B,如果结果B为空则不计算面积,否则进行图斑面积求和,将结果保存到Python处理的JSON文件中,同时将相交的范围发布成空间图层,对生态保护红线、永久基本农田、自然保护区进行空间控制,根据获取结果的精细程度,进行空间放大操作,从而进行用地红线全局预览,然后进行空间缩小操作,从而进行用地红线细节扫描。
优选的,所述S2包括:
S2-1,根据底线冲突检测法,设置用地范围区间,导入生态保护红线、永久基本农田、自然保护区三个图层,进行土地数据冲突检测判断,如果发生底线冲突则计算相应用地冲突面积,如果未冲突则执行S2-2;
S2-2,在进行底线冲突检测法判断过程中,提取服务器中的txt格式红线文件,将用地位置和用地适用范围进行抽取,通过底线冲突检测法进行分析。
优选的,所述S3包括:
S3-1,通过空间审批数据监测方法,对用地红线面积进行计算,将空间几何对象A与特定区域进行相交运算,得到结果C,如果结果C为空则不计算用地红线面积,否则计算用地红线面积,按照特定区域类型进行分组面积求和,将结果保存到Python处理的JSON文件中,同时将相交的范围发布成空间图层;通过线性工程比选进行用地红线计算,
S3-2,将空间几何对象A与用地红线进行相交运算,得到结果D,如果结果D为空则不计算面积,否则进行图斑面积求和,将结果保存到Python处理的JSON文件中,同时将相交的范围发布成空间图层;根据图层属性选择覆盖范围。
优选的,所述S3包括:
S-A,如果区域类型为自然保护区,提取自然保护区的核心区进行分组面积求和,提取核心区的相交用地面积,将相交的范围发布成空间图层;
S-B,然后提取自然保护区的试验区进行分组面积求和,提取试验区的相交用地面积,将相交的范围发布成空间图层;
S-C,然后提取自然保护区的缓冲区进行分组面积求和,提取缓冲区的相交用地面积,将相交的范围发布成空间图层。
优选的,所述S1包括:
所述用地红线基础数据包括:永久基本农田保护区、生态保护红线区、自然保护区、城镇开发边界区。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
- 一种利用大数据进行村规划成果优化分析方法
- 一种利用大数据进行村规划成果优化分析方法