样点布设的方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术实施例提供一种样点布设的方法、装置、电子设备和存储介质。所述方法包括获取监测区域的所有候选点，并确定每个候选点的属性以及每个属性的分层；根据属性的分层，将每一候选点映射至预先构建的拉丁超立方体的单元，在立方体的单个维度上，每一单元对应一个属性的一个分层，并将映射成功的单元记为非空单元；针对拉丁超立方体的主维度上的每一单元的第一单元组，计算第一单元组中每一非空单元的影响度；在第一单元组中影响度最小的非空单元所映射的候选点中选择样点。所述方法对每一属性的每一分层均布设了样点，且只选取代表性强的样点进行布设，使得布设的样点既全面又符合实际情况，从而提高监测的可靠性。

Method, device, electronic device and storage medium for sampling point layout

The embodiment of the invention provides a method, a device, an electronic device and a storage medium for laying sample points. The method includes obtaining all candidate points of the monitoring area and determining the attributes of each candidate point and the stratification of each attribute; mapping each candidate point to a pre constructed unit of a Latin hypercube based on the stratification of the attribute, and on a single dimension of the cube, each unit corresponds to a layer of one attribute. And the mapped units are recorded as non empty units; the influence degree of each non empty unit in the first unit group is calculated for the first unit group of each unit on the main dimension of the Latin hypercube; the sample points are selected in the candidate points mapped by the non empty unit with the least influence degree in the first unit group. This method sets the sample point for each attribute of each attribute, and only selects the representative sample point to set up the layout, so that the layout of the sample points is both comprehensive and practical, thus improving the reliability of the monitoring.

【技术实现步骤摘要】
样点布设的方法、装置、电子设备和存储介质
本专利技术实施例涉及监测
，特别是一种样点布设的方法、装置、电子设备和存储介质。
技术介绍
监测是人类了解研究对象的一项重要手段，广泛应用于社会经济、资源环境、土地利用和公共健康等领域。随着社会经济发展，人类精确掌握社会经济动态、了解资源环境状况、优化配置土地和改善公共健康的需求不断增长，对监测的精度和可靠性要求越来越高。样点是监测区域内指定的采集地点。通常情况下，采集的样点越多，监测结果越可靠。然而，由于人力物力的限制，无法实现针对所有的地点都进行监测，而是在监测区域中选择若干具有代表性的样点进行监测。监测网络是监测各个样点的系统，包括监测区域的属性以及各属性对应的样点在监测区域中的位置拓扑信息。监测不同于一次性的调查，当监测网络设计完成后，需要多次进行样点的数据获取。为了保持具有时间序列的数据，监测的样点不宜频繁变动。因此，需要在监测网络构建时就全面考虑，优化布设监测的样点的位置。一个监测网络往往需要观测多个变量，以实现多目标监测。为了提高监测网络的效率，需要选择布设的样点能够较好反映各个变量的特征，对各个变量的总体具有较好的代表性。例如，在土壤重金属含量调查时，需要样点能够涵盖各种土地利用类型、各种土壤类型、各种种植模式和各种污染程度。但是如果分别在各种土地利用类型、土壤类型、种植模式和污染程度中抽样，会产生巨大的数据量，成本增加。为了降低数据量，增强样点的代表性，要求每个样点具有多个属性的代表性，如一个样点同时代表某种土地利用类型、土壤类型、种植模式和污染程度，而另一个样点代表另一种土地利用类型、土壤类型、种植模式和污染程度，尽量避免对属性代表性的重复。因此，需要一种能够尽可能提高监测样点代表性的布样方法。现有技术中样点布设的方法中顾及属性代表性的方法主要包括两种：拉丁超立方体方法和条件拉丁超立方体方法。下面简单介绍这两种方法以及缺陷：拉丁超立方体方法是一个正向的抽样方法，它首先使用各种属性构建一个属性空间，然后单独对属性进行选择，把选择后的属性类型随机进行组合，如[耕地，褐土,轮作，重度污染]、[草地，黑土,复种，重度污染]，然后在实际中寻找具备这些属性的地点作为样点。该方法的缺点在于所选取的属性组合往往在实际的监测区域中找不到实际对应的样点，如不存在具备[耕地，褐土,轮作，重度污染]属性组合的样点，也不存在[草地，黑土,复种，重度污染]属性组合的样点，因此拉丁超立方体方法一般用在试验(例如蒙特卡洛模拟试验)中，在实际的布样设计中由于找不到样点无法实现样点布设。条件拉丁超立方体方法同样构建一个属性空间，但并不直接在属性空间中选择样点，而是通过设计一个反映样点对属性空间代表性的优化目标函数，使用优化算法(例如空间模拟退火)在监测区域中选择能够使目标函数达到最优的样点，作为优化结果。该方法的缺点在于优化结果是优化算法有限次迭代所获得的一个较优方案，不能保证方案中选择的样点涵盖了每一个属性的每一个类别，尤其是当样本量较小时，经常出现某个属性的某个类别没有被涵盖的情况，导致某个属性的某个类别没有被监测，从而降低监测结果的可靠性。
技术实现思路
针对现有技术的缺陷，本专利技术实施例提供一种样点布设的方法、装置、电子设备和存储介质。一方面，本专利技术实施例提供一种样点布设的方法，所述方法包括：获取监测区域的所有候选点，并确定每个候选点的属性以及每个属性的分层；根据所述属性的分层，将每一候选点映射至预先构建的拉丁超立方体的单元，在立方体的单个维度上，每一单元对应一个属性的一个分层，并将映射成功的单元记为非空单元；针对所述拉丁超立方体的主维度上的每一单元的第一单元组，计算第一单元组中每一非空单元的影响度，所述影响度是非空单元在每一维度对应的非空单元个数，所述主维度是拉丁超立方体的属性的分层的个数最多的属性对应的维度，所述第一单元组包括主维度上的一个单元以及与该单元属于同一层的单元；在所述第一单元组中影响度最小的非空单元所映射的候选点中随机选择样点。另一方面，本专利技术实施例提供一种样点布设的装置，所述装置包括：获取模块，用于获取监测区域的所有候选点，并确定每个候选点的属性以及每个属性的分层；映射模块，用于根据所述属性的分层，将每一候选点映射至预先构建的拉丁超立方体的单元，在立方体的单个维度上，每一单元对应一个属性的一个分层，并将映射成功的单元记为非空单元；计算模块，用于针对所述拉丁超立方体的主维度上的每一单元的第一单元组，计算第一单元组中每一非空单元的影响度，所述影响度是非空单元在每一维度对应的非空单元个数，所述主维度是拉丁超立方体的属性的分层的个数最多的属性对应的维度，所述第一单元组包括主维度上的一个单元以及与该单元属于同一层的单元；布设模块，用于在所述第一单元组中影响度最小的非空单元所映射的候选点中随机选择样点。另一方面，本专利技术实施例还提供一种电子设备，包括存储器、处理器、总线以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以上方法的步骤。另一方面，本专利技术实施例还提供一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如上方法的步骤。由上述技术方案可知，本专利技术实施例提供的样点布设的方法、装置、电子设备和存储介质，所述方法通过将每一候选点映射至拉丁超立方体的单元中，并对每一属性的每一分层均布设了样点，且只选取代表性强的样点进行布设，使得布设的样点既全面又符合实际情况，从而提高监测的可靠性。附图说明图1为本专利技术实施例提供的一种样点布设的方法的流程示意图；图2为本专利技术实施例提供的二维图形的第一单元组示意图；图3为本专利技术实施例提供的三维图形的第一单元组示意图；图4为本专利技术实施例提供的一种样点布设的方法的部分步骤的示意图；图5为本专利技术实施例提供的一种样点布设的方法的部分步骤的示意图；图6为本专利技术实施例提供的一种样点布设的方法的部分步骤的示意图；图7为本专利技术实施例提供的一种样点布设的方法的部分步骤的示意图；图8为本专利技术实施例提供的一种样点布设的方法的部分步骤的示意图；图9为本专利技术实施例提供的一种样点布设的方法的部分步骤的示意图；图10为本专利技术实施例提供的一种样点布设的方法的部分步骤的示意图；图11为本专利技术又一实施例提供的实际应用示意图；图12为本专利技术又一实施例提供的一种样点布设的装置的结构示意图；图13为本专利技术又一实施例提供的一种电子设备的结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本专利技术实施例一部分实施例，而不是全部的实施例。术语解释属性是通过监测的样点描述监测区域的特征，例如，监测区域是指定面积的陆地监测区域，监测区域具有多个属性，也就是说可以从不同的角度(属性)来描述这个监测区域，用土地利用类型、土壤类型、种植模式和污染程度等多个属性来描述。这个监测区域是农业用地，在农业用地中布设样点进行监测，这是从土地利用类型的属性来描述这个监测区域。属性是随着时间变化的，因此属性都是变量。代表性是衡量监测结果可靠性的重要指标。用所有监测点的属性描述一个监测区域该属性的情况，且监测区域该属性的情况确实与监测点的属性描述的本文档来自技高网...

【技术保护点】
1.一种样点布设的方法，其特征在于，所述方法包括：获取监测区域的所有候选点，并确定每个候选点的属性以及每个属性的分层；根据所述属性的分层，将每一候选点映射至预先构建的拉丁超立方体的单元，在立方体的单个维度上，每一单元对应一个属性的一个分层，并将映射成功的单元记为非空单元；针对所述拉丁超立方体的主维度上的每一单元的第一单元组，计算第一单元组中每一非空单元的影响度，所述影响度是非空单元在每一维度对应的非空单元个数，所述主维度是拉丁超立方体的属性的分层的个数最多的属性对应的维度，所述第一单元组包括主维度上的一个单元以及与该单元属于同一层的单元；在所述第一单元组中影响度最小的非空单元所映射的候选点中选择样点。

【技术特征摘要】
1.一种样点布设的方法，其特征在于，所述方法包括：获取监测区域的所有候选点，并确定每个候选点的属性以及每个属性的分层；根据所述属性的分层，将每一候选点映射至预先构建的拉丁超立方体的单元，在立方体的单个维度上，每一单元对应一个属性的一个分层，并将映射成功的单元记为非空单元；针对所述拉丁超立方体的主维度上的每一单元的第一单元组，计算第一单元组中每一非空单元的影响度，所述影响度是非空单元在每一维度对应的非空单元个数，所述主维度是拉丁超立方体的属性的分层的个数最多的属性对应的维度，所述第一单元组包括主维度上的一个单元以及与该单元属于同一层的单元；在所述第一单元组中影响度最小的非空单元所映射的候选点中选择样点。2.根据权利要求1所述的方法，其特征在于：根据所述属性的分层，将每一候选点映射至预先构建的拉丁超立方体的单元的步骤之前，所述方法还包括：确定预设的多个属性X1,X2，…,Xn，以及对应的分层的个数H1，H2，…，Hn，其中，X1,X2，…,Xn是根据分层的个数由大到小进行排序的序列；将属性X1构成x轴，属性X2构成y轴，属性X3构成z轴，以此类推，构建n维坐标系；在n维坐标系中，根据每个属性的分层，构建拉丁超立方体，所述拉丁超立方体包括H1*H2*…*Hn个单元。3.根据权利要求1或2所述的方法，其特征在于：若所述属性为连续变量，则按照等等概率间距进行分层，若所述属性为类别变量，则按照类别进行分层。4.根据权利要求1所述的方法，其特征在于：在所述第一单元组中影响度最小的非空单元所映射的候选点中选择样点的步骤具体为：如果所述第一单元组中存在多个非空单元的影响度并列最小，则随机选择一个非空单元，在选中的非空单元中随机选择一个候选点作为样点。5.根据权利要求1所述的方法，其特征在于:在所述第一单元组中影响度最小的非空单元所映射的候选点中选择样点的步骤之后，所述方法还包括：若所述第一单元组包括一个非空单元，则在该非空单元所对应的候选中随机选一...

【专利技术属性】
技术研发人员：高秉博，李晓岚，潘瑜春，郜允兵，董士伟，周艳兵，李淑华，郝星耀，
申请(专利权)人：北京农业信息技术研究中心，
类型：发明
国别省市：北京,11