一种自然资源全域动态测绘与规划成效辅助分析系统的制作方法

本发明涉及大数据处理领域，更具体地属于特别适用于特定商业领域的系统或方法领域，尤其涉及一种自然资源全域动态测绘与规划成效辅助分析系统。

背景技术：

1、深度学习，为海量次数的学习，经过深度学习后获得的人工智能模型，其智能分析的稳定性和可靠性得到了保障，可以应用于各个细分领域，例如自然资源规划与水资源管理领域，尤其是应用于自然资源规划与水资源管理领域中的地下水资源预测与调度系统，能够为地下水资源管控的运行模式和控制策略提供导向数据。

2、随着自然资源规划数字化治理的不断推进和算法优化，对地下水资源预测系统的性能要求越来越高，已经不局限于监测数据的准确性以及监测数据的实时性，而且希望生产出一种能够融合多源异构数据、自适应区域开采特征的智能预测系统，在提升预测精度的同时，有效融合自然资源和规划部门下发的压采约束，输出可用于决策的水资源总量区间预测，直接支撑调度、使用及预警策略的随动制定。

3、举例说明，中国发明专利公开文本cn116307191a提出了一种基于人工智能算法的水资源配置方法、装置和设备，所述方法包括：将目标区域的实测数据输入地表水-地下水耦合模拟模型，生成在不同气候下的地表水和地下水可供水量；根据粒子群算法对bp神经网络模型进行优化，将目标区域的用水总量以及各子区域的地表水直接消耗系数和地下水直接消耗系数输入优化后的bp神经网络模型，生成各子区域的预测需水量；将地表水可供水量、地下水可供水量和各子区域的预测需水量作为决策变量输入多目标规划模型，以使多目标规划模型根据约束条件对若干个目标函数进行计算，生成水资源优化配置结果；以实现基于多个目标完成对水资源的配置优化，合理准确地对水资源进行配置，提升水土资源的利用效益。

4、举例说明，中国发明专利公开文本cn111160430a提出了一种基于人工智能算法的水资源优化配置方法，所述方法包括下述步骤：利用收集到的水文气象、土地利用类型、dem、水文地质作为地表水、地下水模拟模型的输入数据，并利用实测数据对相关参数进行率定和验证，确定相关模型参数，构建地表水-地下水耦合模拟模型；本发明结合未来气候情景数据，预测未来区域水资源供给和需求量，以此作为多目标规划模型的输入值，利用nsga对构建的多目标优化模型求解，最终得到未来气候变化情景下合理的水资源优化配置方案，具有十分重要的现实意义和实用性。

5、由此可见，上述现有技术中的地下水资源预测的各种技术方案，仅仅局限于静态监测与固定结构模型，同时未涉及自然资源和规划部门规划的地下水资源的压采体积，也不具有能够与区域地下水汲取井口数量等开采特征动态关联的自适应网络结构，导致难以在自然资源和规划部门规划约束下对深度神经网络模型进行网络结构的自适应优化，深度神经网络模型不得不在所有区域都使用相同的网络结构，以应对可能是不同区域的不同开采强度，很显然，这种网络结构的准备策略只能保障预测模型的基本使用，而不能保障预测模型的广泛使用性与针对性，无法在压采约束下为不同区域动态输出可用于决策的不同水资源总量区间的预测结果。

6、也就是说，上述技术方案仅仅涉及基于各类静态监测数据的单一维度预测和固定结构模型的固化使用，虽然能够为水资源管理提供一定价值的参考数据，仍存在以下技术问题：

7、1、现有监测手段难以同步获取高时空分辨率的三维动态测绘数据与分布式水位数据，数据维度单一。

8、2、现有智能预测模型结构固定，未与区域地下水汲取井口数量等开采特征动态关联，广泛使用性与针对性不足。

9、3、现有智能预测方法未有效融合自然资源和规划部门下发的设定规划区域的地下水资源的压采目标以及多源区域关联信息，难以输出可用于决策的水资源总量区间的智能预测结果。

技术实现思路

1、为了解决现有技术中的技术问题，本发明提供了一种自然资源全域动态测绘与规划成效辅助分析系统，通过使用在自然资源和规划部门规划约束下为所述自然资源规划区域定制结构设计的深度学习后的人工智能模型即设定规划区域对应的深度神经网络模型，基于针对性选择的涉及三维动态测绘数据、水位测绘数据、压采体积以及多份区域关联信息的多源数据，对所述设定规划区域执行作为一种未来时间分段的当前时间分段的下一时间分段内的水资源总量最大值和水资源总量最小值的同步智能预测，并基于同步智能预测结果驱动调度、使用及预警策略的随动制定，同时通过将隐藏层神经元数量与地下水汲取井口数量动态联动，使网络结构与区域开采强度自适应匹配，从而显著提升了预测精准度与决策支撑能力。

2、根据本发明的第一方面，提供了一种自然资源全域动态测绘与规划成效辅助分析系统，所述系统包括：

3、第一采集设备，用于获取设定规划区域在当前时间分段内的三维动态测绘数据；

4、第二采集设备，用于获取设定规划区域在当前时间分段内均匀间隔的各个时间点分别对应的各份水位测绘数据；

5、规划下发设备，用于获取设定规划区域的自然资源和规划部门下发的设定规划区域在当前时间分段内的地下水资源的压采体积；

6、区域捕获设备，用于捕获设定规划区域的多份区域关联信息；

7、对象构建设备，用于构建设定规划区域对应的深度神经网络模型；

8、智能预测设备，分别与第一采集设备、第二采集设备、规划下发设备、区域捕获设备以及对象构建设备连接，用于使用设定规划区域对应的深度神经网络模型，根据每一时间分段的占据时长、设定规划区域在当前时间分段的下一时间分段内的预测平均降雨量、设定规划区域在当前时间分段内的三维动态测绘数据、设定规划区域在当前时间分段内均匀间隔的各个时间点分别对应的各份水位测绘数据、设定规划区域在当前时间分段内的地下水资源的压采体积以及设定规划区域的多份区域关联信息，智能预测设定规划区域在当前时间分段的下一时间分段内的水资源总量最大值和水资源总量最小值；

9、其中，将设定规划区域在当前时间分段内均匀间隔的各个时间点分别对应的各份三维视觉测绘数据作为设定规划区域在当前时间分段内的三维动态测绘数据；

10、其中，获取设定规划区域的自然资源和规划部门下发的设定规划区域在当前时间分段内的地下水资源的压采体积包括：所述压缩开采体积，指设定规划区域的自然资源和规划部门对设定规划区域在当前时间分段内允许开采的地下水总量上限，其单位为立方米，是一个规划约束数值；

11、其中，设定规划区域在每一个时间点对应的水位测绘数据为设定规划区域内均匀间隔的各个水位测绘点在所述时间点分别对应的各份实时水位数据；

12、其中，捕获设定规划区域的多份区域关联信息包括：将设定规划区域的占地总面积、灌溉面积、湿地面积、地下水汲取井口数量、常住居民数量、设定规划区域在当前时间分段的开始时刻的水资源总量、森林覆盖率、土壤类型对应的类型编码数值以及设定规划区域在当前时间分段内的平均降雨量，作为设定规划区域的多份区域关联信息；

13、其中，将无人飞行器件在每一时间点俯拍获取的即时俯拍画面的各个像素点的景深数值、灰度梯度数值、红色通道数值、绿色通道数值、蓝色通道数值以及坐标数值作为所述时间点对应的三维视觉测绘数据，所述无人飞行器件位于设定规划区域的中心位置的正上方且俯拍时使用预设飞行高度；

14、其中，设定规划区域对应的深度神经网络模型包括单个输入层、单个输出层以及位于单个输入层和单个输出层之间的多个隐藏层，每一隐藏层的神经元数量相同且均使用gelu函数作为激活函数；

15、其中，构建设定规划区域对应的深度神经网络模型包括：构建设定规划区域对应的深度神经网络模型，设定规划区域对应的深度神经网络模型中，每一隐藏层的神经元数量相同，且每一隐藏层的神经元数量与设定规划区域的地下水汲取井口数量呈现相同的数值变化趋势；

16、其中，设定规划区域对应的深度神经网络模型的网络参数包括：各个隐藏层中各神经元分别对应的权重向量和偏置项、输出层中各输出神经元分别对应的权重向量和偏置项；

17、其中，设定规划区域对应的深度神经网络模型的网络参数通过以下方式预先训练获得：以设定规划区域的历史时间分段数据作为训练样本，以各历史时间分段的历史水资源总量最大值和历史水资源总量最小值作为训练标签，采用均方误差损失函数衡量模型预测值与训练标签之间的偏差，通过反向传播算法和梯度下降优化器迭代更新上述网络参数，直至所述均方误差损失函数的值收敛至预设阈值或迭代次数达到预设上限，得到训练完成的设定规划区域对应的深度神经网络模型；

18、其中，设定规划区域的历史时间分段数据为每一时间分段的占据时长、设定规划区域在历史时间分段的下一时间分段内的预测平均降雨量、设定规划区域在历史时间分段内的三维动态测绘数据、设定规划区域在历史时间分段内均匀间隔的各个时间点分别对应的各份水位测绘数据、设定规划区域在历史时间分段内的地下水资源的压采体积以及设定规划区域的多份区域关联信息。

19、更进一步地，所述系统还包括：策略解析设备，与智能预测设备连接，用于基于智能预测结果决定设定规划区域在当前时间分段的下一时间分段的地下水资源调度策略、地下水资源使用策略以及地下水资源预警策略；

20、其中，基于智能预测结果决定设定规划区域在当前时间分段的下一时间分段的地下水资源调度策略、地下水资源使用策略以及地下水资源预警策略包括：在智能预测的设定规划区域在当前时间分段的下一时间分段内的水资源总量最大值小于预设水资源总量阈值时，基于二者之间的差值确定在当前时间分段的下一时间分段内从设定规划区域的周围规划区域向设定规划区域调度的水资源数量；

21、其中，基于智能预测结果决定设定规划区域在当前时间分段的下一时间分段的地下水资源调度策略、地下水资源使用策略以及地下水资源预警策略包括：在智能预测的设定规划区域在当前时间分段的下一时间分段内的水资源总量最小值大于预设水资源总量阈值时，基于二者之间的差值确定在当前时间分段的下一时间分段内允许使用的富裕水资源数量；

22、其中，基于智能预测结果决定设定规划区域在当前时间分段的下一时间分段的地下水资源调度策略、地下水资源使用策略以及地下水资源预警策略包括：在智能预测的设定规划区域在当前时间分段的下一时间分段内的水资源总量最大值小于预设水资源总量阈值时，发送针对当前时间分段的下一时间分段的地下水资源不足预警信号，否则，暂缓发送针对当前时间分段的下一时间分段的地下水资源不足预警信号。

23、更进一步地，所述系统还包括：分段设置设备，分别与第一采集设备、第二采集设备以及规划下发设备连接，用于确定每一时间分段的占据时长；

24、其中，分段设置设备，分别与第一采集设备、第二采集设备以及规划下发设备连接，用于确定每一时间分段的占据时长包括：分段设置设备设置用户操作接口，用于根据用户操作，完成每一时间分段的占据时长的确定。

25、更进一步地，所述系统还包括：云端存储节点，与规划下发设备连接，用于存储自然资源和规划部门预先配置的各个规划区域在每一时间分段内的地下水资源的压采体积；

26、其中，云端存储节点，与规划下发设备连接，用于存储自然资源和规划部门预先配置的各个规划区域在每一时间分段内的地下水资源的压采体积包括：云端存储节点通过网络传输接口与规划下发设备连接，用于将自然资源和规划部门下发的设定规划区域在当前时间分段内的地下水资源的压采体积网络传输到规划下发设备。

27、更进一步地，所述系统还包括：内容存储节点，与智能预测设备连接，用于网络接收并存储设定规划区域在当前时间分段的下一时间分段内的水资源总量最大值和水资源总量最小值；

28、其中，内容存储节点，与智能预测设备连接，用于网络接收并存储设定规划区域在当前时间分段的下一时间分段内的水资源总量最大值和水资源总量最小值包括：所述内容存储节点设置在自然资源和规划部门端。

29、相比较于现有技术，本发明至少具备以下五处关键的发明点：

30、采用为设定规划区域定制结构设计的深度神经网络模型智能预测下一时段水资源总量区间，并基于智能预测结果自动生成调度、使用及预警策略，详细地说明下，在智能预测的水资源总量最大值小于预设水资源总量阈值时，基于二者之间的差值确定从周围规划区域调度的水资源数量，在智能预测的水资源总量最小值大于预设水资源总量阈值时，基于二者之间的差值确定允许使用的富裕水资源数量，从而实现了水资源管控从静态监测向动态智能预测的转变，提升了地下水资源管控的科学性与前瞻性。

31、为设定规划区域定制结构设计的深度神经网络模型，所述设定规划区域对应的深度神经网络模型中每一隐藏层的神经元数量与设定规划区域的地下水汲取井口数量呈现相同的数值变化趋势，以及选择的当前时间分段内均匀间隔的各个时间点的数量与设定规划区域的占地总面积成正比，上述深度神经网络模型的定制结构设计，保证了智能预测结果的稳定性和可靠性。

32、为智能预测下一时段水资源总量区间，采用多源异构数据用作各项基础数据，所述各项基础数据包括每一时间分段的占据时长、设定规划区域在当前时间分段的下一时间分段内的预测平均降雨量、设定规划区域在当前时间分段内的三维动态测绘数据、设定规划区域在当前时间分段内均匀间隔的各个时间点分别对应的各份水位测绘数据、设定规划区域在当前时间分段内的地下水资源的压采体积以及设定规划区域的多份区域关联信息，上述表现为多源异构数据的各项基础数据的针对性选择，进一步保证了智能预测结果的稳定性和可靠性。

33、设定规划区域在当前时间分段内的三维动态测绘数据由无人飞行器件在每一时间点俯拍获取的即时俯拍画面的各个像素点的景深数值、灰度梯度数值、红色通道数值、绿色通道数值、蓝色通道数值以及坐标数值构成，设定规划区域的多份区域关联信息包括占地总面积、灌溉面积、湿地面积、地下水汲取井口数量、常住居民数量、开始时刻的水资源总量、森林覆盖率、土壤类型对应的类型编码数值以及平均降雨量，从而为针对性选择的各项基础数据完成多源异构数据表现形式的数据结构设计。

34、在深度神经网络模型中，单个输入层的输入神经元数量等于输入特征向量的维度总数，输入特征向量由各项数据经归一化处理后按固定顺序拼接而成，每一个隐藏层使用gelu激活函数进行非线性变换，单个输出层包含两个输出神经元分别输出水资源总量最大值和水资源总量最小值，从而保证了深度神经网络模型每一次预测运算的预测效果。

35、本发明的技术效果如下：

36、1、通过无人飞行器多维度俯拍与多点位水位同步采集，提升时空动态数据的维度与精细度，将包含景深、灰度梯度、多通道色彩及坐标信息的三维动态测绘数据与分布式水位数据融合输入预测模型，全面反映区域水资源的时空动态演变特征。

37、2、通过将智能预测模型的隐藏层神经元数量与地下水汲取井口数量联动设计，使网络结构与区域开采强度自适应匹配，增强模型在不同规划区域场景下的结构适配性和预测稳定性。

38、3、通过融合自然资源和规划部门下发的设定规划区域的地下水资源的压采目标、区域关联信息及动态测绘数据，输出下一时段水资源总量区间预测，直接支撑调度、使用及预警策略的随动制定，强化地下水资源管控的科学性与前瞻性，助力自然资源规划数字化治理。