一种抽样对象确定方法及装置与流程

1.本发明涉及本发明涉及数据处理技术领域，具体涉及一种抽样对象确定方法及装置。


背景技术：

2.目前调查抽样，主要是基于传统分层抽样而开展的。然而，由于现实中抽样单元往往是实际地理空间中的一个位置，通常来说，抽样对象对应的属性信息在空间上都有不同程度的关联性，比如，距离接近的样本点会有一定程度的相关性，难以满足经典抽样方法的前提条件——独立性假设。因此，当在地理空间对象中采用经典的抽样方法进行抽样与统计时，由于样本点在空间上的随机布设，一方面，样本点在空间上聚集会导致样本信息重叠，另一方面，部分区域样本点缺失从而导致抽样估计效率的降低，最终造成样本信息重叠、重要样本遗漏、样本空间分布不均等导致有效样本信息损失、代表性弱等问题。尤其对于通达度较低的边边角角区域，往往才是重点调查区域。因此，传统抽样容易导致样本漏选或样本量不足等问题，进而影响对实际调查工作效果的判定。
3.因此，如何利用样本点空间属性特征选取重点抽样对象，成为亟待解决的技术问题。


技术实现要素：

4.本发明提供一种抽样对象确定方法及装置，用于结合样本点空间属性特征选取重点抽样对象。
5.为了解决上述技术问题，本技术的实施例采用了如下技术方案：本发明提供一种抽样对象确定方法，包括：
6.获取各个抽样对象的位置信息；
7.根据所述位置信息确定与所述抽样对象距离最近的道路；
8.确定所述各个抽样对象中与最近的道路之间的空间通达度大于预设通达度的抽样对象为重点抽样对象。
9.本技术的有益效果在于：本实施例利用样本点空间属性特征对重点抽样对象进行判断。根据抽样对象的位置信息，确定其空间通达度，将空间通达度低的区域作为重点抽样对象，避免了传统抽样调查中对抽样对象漏选或样本量不足的问题。
10.在一个实施例中，还包括：
11.获取包含目标区域的遥感图像；
12.所述获取各个抽样对象的位置信息，包括：
13.获取所述目标区域内各个抽样对象在所述遥感图像中的位置信息。
14.在一个实施例中，所述根据所述位置信息确定与所述抽样对象距离最近的道路，包括：
15.获取所述遥感图像中的道路；
16.对所述道路进行道路分级缓冲区分析，并结合所述抽样对象的位置信息确定与所述抽样对象距离小于第一距离的道路；
17.当与所述抽样对象距离小于第一距离的道路为多条时，从所述多条道路中确定与所述抽样对象距离最近的道路。
18.在一个实施例中，所述从所述多条道路中确定与所述抽样对象距离最近的道路，包括：
19.从所述多条道路中确定与所述抽样对象的空间距离最近的道路；
20.或者
21.计算所述抽样对象与所述多条道路之间的通达时间；
22.确定最小通达时间所对应的道路为与所述抽样对象距离最近的道路。
23.在一个实施例中，所述计算所述抽样对象与所述多条道路之间的通达时间，包括：
24.获取所述抽样对象与所述多条道路之间的地貌类型；
25.结合地貌类型确定所述抽样对象到达各条道路的速度，其中，所述地貌类型包括平原、丘陵、盆地、山地和高原，所述道路信息包括高速公路、国道、省道、县道、乡村公路；
26.根据所述抽样对象到达各条道路的速度计算所述抽样对象到各条道路的通达时间。
27.本实施例的有益效果在于：当通过通达时间作为抽样对象空间通达度的判断时，结合地理信息技术，利用了抽样对象的多重空间属性特征(地理位置、地貌类型、道路信息)，充分考虑了不同地理特征对车速产生影响，为计算机执行提供了客观的判断空间通达度的依据，避免了人为的主观干扰，提升了选取样本点的精准度。
28.在一个实施例中，所述空间通达度包括空间距离，所述确定所述各个抽样对象中与最近的道路之间的空间通达度大于预设通达度的抽样对象为重点抽样对象，包括：
29.判断各个抽样对象与最近的道路之间的空间距离是否大于第二距离；
30.确定各个抽样对象中与最近的道路之间的空间距离大于第二距离的抽样对象为重点抽样对象。
31.在一个实施例中，所述空间通达度包括通达时间，所述确定所述各个抽样对象中与最近的道路之间的空间通达度大于预设通达度的抽样对象为重点抽样对象，包括：
32.判断各个抽样对象与最近的道路之间的通达时间是否大于预设时间；
33.确定各个抽样对象中与最近的道路之间的通达时间大于预设时间的抽样对象为重点抽样对象。
34.在一个实施例中，所述方法还包括：
35.获取选取的所有抽样对象的数量；
36.判断选取出来的重点抽样对象与选取的所有抽样对象的数量比例是否达到预设比例；
37.当选取出来的重点抽样对象与选取的所有抽样对象的数量比例达到预设比例时，确定所述重点抽样对象选取完毕。
38.在一个实施例中，还包括：
39.当选取出来的重点抽样对象与选取的所有抽样对象的数量比例未达到预设比例时，调整所述预设空间通达度；
40.根据调整后的预设空间通达度阈值重新选取重点抽样对象，直至所述重点抽样对象与选取的所有抽样对象的数量比例达到预设比例。
41.本实施例的有益效果在于：通过设定预设比例，并调整空间通达度的范围，进而确保调查村在所有抽样对象中能达到特定比例，以客观真实地用抽样样本反映总体信息。
42.本发明还提供一种抽样对象确定装置，包括：
43.获取模块，用于获取各个抽样对象的位置信息；
44.第一确定模块，用于根据所述位置信息确定与所述抽样对象距离最近的道路；
45.第二确定模块，用于确定所述各个抽样对象中与最近的道路之间的空间通达度大于预设通达度的抽样对象为重点抽样对象。
46.在一个实施例中，还包括：
47.图像获取模块，用于获取包含目标区域的遥感图像；
48.所述获取模块，包括：
49.第一获取子模块，用于获取所述目标区域内抽样对象在所述遥感图像中的位置信息。
50.在一个实施例中，所述第一确定模块，包括：
51.第二子获取模块，用于获取所述遥感图像中的道路；
52.分析子模块，用于对所述道路进行道路分级缓冲区分析，并结合所述抽样对象的位置信息确定与所述抽样对象距离小于第一距离的道路；
53.第一确定子模块，用于当与所述抽样对象距离小于第一距离的道路为多条时，从所述多条道路中确定与所述抽样对象距离最近的道路。
54.在一个实施例中，所述第一确定子模块，具体用于：
55.从所述多条道路中确定与所述抽样对象的空间距离最近的道路；
56.或者，所述第一确定子模块，具体用于：
57.计算所述抽样对象与所述多条道路之间的通达时间；
58.从所述通达时间中，确定最小通达时间所对应的道路为与所述抽样对象距离最近的道路。
59.在一个实施例中，所述计算所述抽样对象与所述多条道路之间的通达时间，包括：
60.获取所述抽样对象与所述多条道路之间的地貌类型；
61.结合地貌类型确定所述抽样对象到达各条道路的速度，其中，所述地貌类型包括平原、丘陵、盆地、山地和高原，所述道路信息包括高速公路、国道、省道、县道、乡村公路；
62.根据所述抽样对象到达各条道路的速度计算所述抽样对象到各条道路的通达时间。
63.在一个实施例中，所述空间通达度包括空间距离，所述第二确定模块，包括：
64.第一判断子模块，用于判断各个抽样对象与最近的道路之间的空间距离是否大于第二距离；
65.第一选取子模块，用于确定各个抽样对象中与最近的道路之间的空间距离大于第二距离的抽样对象为重点抽样对象。
66.在一个实施例中，所述空间通达度包括通达时间，所述第二确定模块，包括：
67.第二判断子模块，用于判断各个抽样对象与最近的道路之间的通达时间是否大于
预设时间；
68.第二选取子模块，用于确定各个抽样对象中与最近的道路之间的通达时间大于预设时间的抽样对象为重点抽样对象。
69.在一个实施例中，所述装置还包括：
70.数量获取模块，用于获取选取的所有抽样对象的数量；
71.比例判断模块，用于判断选取出来的重点抽样对象与选取的所有抽样对象的数量比例是否达到预设比例；
72.第三确定模块，用于当选取出来的重点抽样对象与选取的所有抽样对象的数量比例达到预设比例时，确定所述重点抽样对象选取完毕。
73.在一个实施例中，所述装置还包括：
74.调整模块，用于当选取出来的重点抽样对象与选取的所有抽样对象的数量比例未达到预设比例时，调整所述预设空间通达度；
75.选取模块，用于根据调整后的预设空间通达度阈值重新选取重点抽样对象，直至所述重点抽样对象与选取的所有抽样对象的数量比例达到预设比例。
76.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
77.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
78.图1为本发明一实施例中一种抽样对象确定方法的流程图；
79.图2为本发明另一实施例中一种抽样对象确定方法的流程图；
80.图3为本发明一实施例中一种抽样对象确定装置的框图；
81.图4为本发明另一实施例中一种抽样对象确定装置的框图；
82.图5为本发明一实施例中调查县个数图表。
具体实施方式
83.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
84.图1为本发明一实施例中一种抽样对象确定方法，如图1所示，该方法包括以下步骤s11-s13：
85.在步骤s11中，获取各个抽样对象的位置信息；
86.在步骤s12中，根据位置信息确定与抽样对象距离最近的道路；
87.在步骤s13中，确定各个抽样对象中与最近的道路之间的空间通达度大于预设通达度的抽样对象为重点抽样对象。
88.本实施例中，获取各个抽样对象的位置信息，可以通过信息系统进行获取抽样对象总体范围，抽样对象的位置信息可以从该系统中获取，当系统中没有其位置信息时，也可以通过地图或遥感图像等数据获取；根据位置信息确定与抽样对象距离最近的道路，结合地理信息技术对抽样对象确定抽样对象距离最近的道路；确定各个抽样对象中与最近的道路之间的空间通达度大于预设通达度的抽样对象为重点抽样对象，其中空间通达度可以包
括距离或时间，空间通达度还可以考虑当地交通网络的发达程度，即考虑地貌环境、道路坡度、道路连通性等因素综合确定。
89.由于存在空间通达度较低的区域是调查的重点区域的情况，因此选取通达度较低的区域作为重点抽样对象才能更客观的反应调查的真实情况。但由于这些地区往往散落在人口分布不集中的区域，通过传统抽样，容易导致抽样样本选取的不客观。因此，本实施例利用样本点空间属性特征对重点抽样对象进行判断。根据抽样对象的位置信息，确定其空间通达度，将空间通达度低的区域作为重点抽样对象，避免了传统抽样调查中对抽样对象漏选或样本量不足的问题。
90.在一个实施例中，所述方法包括如下步骤：
91.获取包含目标区域的遥感图像；
92.上述步骤s11可被实施为如下步骤：
93.获取目标区域内各个抽样对象在遥感图像中的位置信息。
94.本实施例中，获取包含目标区域的遥感图像；通过遥感图像，获取目标区域内各个抽样对象在遥感图像中的位置信息。
95.通过将现代遥感与地理信息技术应用到抽样调查中，可实现批量提取抽样样本中的位置信息，降低人工工作量，提高重点抽样对象确定效率。
96.在一个实施例中，上述步骤s12可被实施为如下步骤a1-a3：
97.在步骤a1中，获取遥感图像中的道路；
98.在步骤a2中，对道路进行道路分级缓冲区分析，并结合抽样对象的位置信息确定与抽样对象距离小于第一距离的道路；
99.在步骤a3中，当与抽样对象距离小于第一距离的道路为多条时，从多条道路中确定与抽样对象距离最近的道路。
100.本实施例中，获取遥感图像中的道路；对道路进行道路分级缓冲区分析，根据不同等级的道路设定不同范围的缓冲区，并结合抽样对象的位置信息确定与抽样对象距离小于第一距离的道路；当与抽样对象距离小于第一距离的道路为多条时，从多条道路中确定与抽样对象距离最近的道路。
101.在本实施例中，可以设定道路等级为省道、县道或高速公路等。在获取遥感图像后，结合地理信息技术，先为抽样对象设定第一距离，选定距离抽样对象一定范围内的道路，再从该范围内，选取距离最近的道路。
102.本实施例的有益效果在于：结合遥感与地理信息技术，提高了数据处理速度，并且基于空间数据分析确定最近道路的选取，进而保证了抽样对象的选取的客观性。
103.在一个实施例中，上述步骤a3，可被实施为如下步骤b1或者步骤b2-b3：
104.在步骤b1中，从多条道路中确定与抽样对象的空间距离最近的道路；
105.在步骤b2中，计算抽样对象与多条道路之间的通达时间；
106.在步骤b3中，确定最小通达时间所对应的道路为与抽样对象距离最近的道路。
107.由于现实中，不同地域类型，对通达度的判断不一样。例如平原地区，则空间距离参考性较强，且判断较为客观，计算机执行较快；但对于山地，则空间距离参考意义不大，需要结合不同路段的速度，确定真实的通达时间。
108.在本实施例中，可以选取空间距离或通达时间两种方式之一，作为判断距离抽样
对象最近的道路的依据。选取空间距离作为判断依据时，从多条道路中确定与抽样对象空间距离最近的道路。选取通达时间作为判断依据是，计算抽样对象与多条公路直接的通达时间，确定最小通达时间所对应的道路为与抽样对象距离最近的道路。
109.本实施例的有益效果在于：设定两种最近道路的选取方式，为不同的实际情况提供了可选方案，进而保证客观的确定距离抽样对象最近的道路。
110.在一个实施例中，如图2所示，上述步骤b2可被实施为如下步骤s21-s23：
111.在步骤s21中，获取抽样对象与多条道路之间的地貌类型；
112.在步骤s22中，结合地貌类型确定抽样对象到达各条道路的速度，其中，地貌类型包括平原、丘陵、盆地、山地和高原，道路信息包括高速公路、国道、省道、县道、乡村公路；
113.在步骤s23中，根据抽样对象到达各条道路的速度计算抽样对象到各条道路的通达时间。
114.本实施例中，获取抽样对象与多条道路之间的地貌类型；如表1，为结合地貌类型确定抽样对象到达各条道路的速度，其中，地貌类型包括平原、丘陵、盆地、山地和高原，道路信息包括高速公路、国道、省道、县道、乡村公路；根据抽样对象到达各条道路的速度计算抽样对象到各条道路的通达时间，当设定道路等级内包含多种不同等级的其他路段，则通达时间为各路段时间之和。
115.表1不同等级道路时速
[0116][0117]
需要说明的是，还可以根据遥感信息获取不同道路的坡度、坡向等信息，对各路段的速度进一步细化，确定不同道路的时速。此外，还可以从遥感信息或交通路网中，获取调研区域的交通网络的发达程度，根据交通网络的完善程度，对抽样对象的空间通达度赋予不同的权重。
[0118]
本实施例的有益效果在于：当通过通达时间作为抽样对象空间通达度的判断时，结合地理信息技术，利用了抽样对象的多重空间属性特征(地理位置、地貌类型、道路信息)，充分考虑了不同地理特征对车速产生影响，为计算机执行提供了客观的判断空间通达
度的依据，避免了人为的主观干扰，提升了选取样本点的精准度。
[0119]
在一个实施例中，空间通达度包括空间距离，上述步骤s13可被实施为如下步骤c1-c2：
[0120]
在步骤c1中，判断各个抽样对象与最近的道路之间的空间距离是否大于第二距离；
[0121]
在步骤c2中，确定各个抽样对象中与最近的道路之间的空间距离大于第二距离的抽样对象为重点抽样对象。
[0122]
在本实施例中，提供了通过空间距离选取重点抽样对象的方法。判断各个抽样对象与最近的道路之间的空间距离是否大于第二距离；确定各个抽样对象中与最近的道路之间的空间距离大于第二距离的抽样对象为重点抽样对象。
[0123]
需要说明的是，本方法还可以利用自然断点法划分不同样本村的空间通达度等级，将空间通达度等级低的抽样对象作为重点抽样对象。
[0124]
本实施例的有益效果在于：将空间距离作为空间通达度的判断依据，并对通过对空间通达度进行定量计算和分级，精准识别出抽样对象中重点抽样对象。
[0125]
在一个实施例中，空间通达度包括通达时间，上述步骤s13可被实施为如下步骤d1-d2：
[0126]
在步骤d1中，判断各个抽样对象与最近的道路之间的通达时间是否大于预设时间；
[0127]
在步骤d2中，确定各个抽样对象中与最近的道路之间的通达时间大于预设时间的抽样对象为重点抽样对象。
[0128]
在本实施例中，提供了通过通达时间选取重点抽样对象的方法。判断各个抽样对象与最近的道路之间的通达时间是否大于预设时间；确定各个抽样对象中与最近的道路之间的通达时间大于预设时间的抽样对象为重点抽样对象。
[0129]
需要说明的是，对于平原、山地、高原等不同地貌类型的地区，本方法还可以利用自然断点法划分不同样本村的空间通达度等级，将空间通达度等级低的抽样对象作为重点抽样对象。
[0130]
需要说明的是，在确定空间通达度后，还可以结合地貌环境、生产力水平等因素，还可以通过以下公式确定各抽样对象的调查指数：
[0131][0132]
其中，y抽样对象的调查指数；
[0133]
α为道路完善程度，当抽样对象到达当地商业中心/政府中心道路条数为1 条时取值0.2、2条时取值0.6、3条时取值1、大于3条时取值1.2：
[0134]
g为抽样对象的在预设时期内的生产力水平；
[0135]
d为当地地貌水平，平原取值1.2，丘陵盆地取值1，山地高原取值0.8；
[0136]
t1为抽样对象与最近道路之间的通达时间；
[0137]
t2为该抽样对象到达当地商业中心/政府中心的最短时间；
[0138]
s1为抽样对象与最近道路之间的最短车距；
[0139]
s2为该抽样对象到达当地商业中心/政府中心的最短距离。
[0140]
根据上述公式，得到个抽样对象的调查指数后，调查指数越高则说明抽样对象通达程度越低，为重点调查区域，因此，通过选取调查指数大于预设调查指数的抽样对象作为重点抽样对象。
[0141]
本实施例的有益效果在于：将通达时间作为空间通达度的判断依据，并对通过对空间通达度进行定量计算和分级，精准识别出抽样对象中重点抽样对象。
[0142]
在一个实施例中，方法还可被实施为如下步骤e1-e3：
[0143]
在步骤e1中，获取选取的所有抽样对象的数量；
[0144]
在步骤e2中，判断选取出来的重点抽样对象与选取的所有抽样对象的数量比例是否达到预设比例；
[0145]
在步骤e3中，当选取出来的重点抽样对象与选取的所有重点抽样对象的数量比例达到预设比例时，确定重点抽样对象选取完毕。
[0146]
在本实施例中，获取选取的所有抽样对象的数量；判断选取出来的重点抽样对象与选取的所有抽样对象的数量比例是否达到预设比例；当选取出来的重点抽样对象与选取的所有抽样对象的数量比例达到预设比例时，确定重点抽样对象选取完毕。
[0147]
本实施例的有益效果在于：通过设定预设比例，保证了抽样对象在总体中达到特定比例，避免了样本量不足带来的结果不准确。
[0148]
在一个实施例中，方法还可被实施为如下步骤f1-f2：
[0149]
在步骤f1中，当选取出来的重点抽样对象与选取的所有抽样对象的数量比例未达到预设比例时，调整预设空间通达度；
[0150]
在步骤f2中，根据调整后的预设空间通达度阈值重新选取重点抽样对象，直至重点抽样对象与选取的所有抽样对象的数量比例达到预设比例。
[0151]
本实施例中，当选取出来的重点抽样对象与选取的所有抽样对象的数量比例未达到预设比例时，调整预设空间通达度；根据调整后的预设空间通达度阈值重新选取重点抽样对象，直至重点抽样对象与选取的所有抽样对象的数量比例达到预设比例。
[0152]
具体的，在本实施例中，重点抽样对象通过以下方法选取：
[0153]
首先，通过以下公式确定各省抽样调查样本总量：
[0154][0155]
其中，n表示各省抽样调查样本总量；n表示总体样本，根据各省建档立卡数据提取；z＝1.96，表示置信度为95％的统计量；e表示可接受的抽样误差范围，为
±
1％；表示样本变异程度。
[0156]
其次，从各省范围内选取调查县。依据各省内各县域的不同地域类型，结合县域内各类人口规模，确定不同类型县选取比例和数量。如图5，为本实施例中调查县个数图表。
[0157]
然后，从调查县中选取重点抽样对象，即调查村。获取调查县内各个抽样对象的位置信息；结合地貌类型确定不同等级道路的车速；从距离各行政村 40km范围内的县道中，计算行政村到确定各县道的时间，选取最小的到达时间的道路作为最近道路；当抽样对象到达最近道路的时间超过2个小时，确定为重点抽样对象。设定重点抽样对象占调查县中抽
样对象的比例为30％，当通过上述方法选取的调查村比例不足时，调整上述通达时间，直至到达预设比例。
[0158]
最后，从调查村中选取调查户。在取得调查村后，根据各户的具体调查监测情况抽取调查户。结合当地实际，对于持续监测的调查户，采用随机抽样调查；对于非持续监测的调查户，通过普查的方式，以识别漏评人口。
[0159]
同样，本实施例还可以结合目标对象的占比和生产力水平划分边边角角区域抽样对象，确保该类区域的抽样村个数占总抽样村个数的比例达到特定比例。
[0160]
本实施例的有益效果在于：通过设定预设比例，当选取样本比例不足预设比例时，对空间通达度预设值进行调整，进而保证了抽样对象在总体中达到特定比例，避免了样本量不足带来的结果不准确。
[0161]
如图3所示，本发明还提供一种抽样对象确定装置，包括：
[0162]
获取模块31，用于获取各个抽样对象的位置信息；
[0163]
第一确定模块32，用于根据位置信息确定与抽样对象距离最近的道路；
[0164]
第二确定模块33，用于确定各个抽样对象中与最近的道路之间的空间通达度大于预设通达度的抽样对象为重点抽样对象。
[0165]
在一个实施例中，上述抽样对象确定装置还包括：
[0166]
图像获取模块，用于获取包含目标区域的遥感图像；
[0167]
获取模块31，包括：
[0168]
第一获取子模块，用于获取目标区域内抽样对象在遥感图像中的位置信息。
[0169]
在一个实施例中，第一确定模块32，包括：
[0170]
第二子获取模块，用于获取遥感图像中的道路；
[0171]
分析子模块，用于对道路进行道路分级缓冲区分析，并结合抽样对象的位置信息确定与抽样对象距离小于第一距离的道路；
[0172]
第一确定子模块，用于当与抽样对象距离小于第一距离的道路为多条时，从多条道路中确定与抽样对象距离最近的道路。
[0173]
在一个实施例中，第一确定子模块，具体用于：
[0174]
从多条道路中确定与抽样对象的空间距离最近的道路；
[0175]
或者，第一确定子模块，具体用于：
[0176]
计算抽样对象与多条道路之间的通达时间；
[0177]
从通达时间中，确定最小通达时间所对应的道路为与抽样对象距离最近的道路。
[0178]
在一个实施例中，第一确定子模块中，所述计算所述抽样对象与所述多条道路之间的通达时间，包括：
[0179]
获取所述抽样对象与所述多条道路之间的地貌类型；
[0180]
结合地貌类型确定所述抽样对象到达各条道路的速度，其中，所述地貌类型包括平原、丘陵、盆地、山地和高原，所述道路信息包括高速公路、国道、省道、县道、乡村公路；
[0181]
根据所述抽样对象到达各条道路的速度计算所述抽样对象到各条道路的通达时间。
[0182]
在一个实施例中，空间通达度包括空间距离，第二确定模块33，包括：
[0183]
第一判断子模块，用于判断各个抽样对象与最近的道路之间的空间距离是否大于
第二距离；
[0184]
第一选取子模块，用于确定各个抽样对象中与最近的道路之间的空间距离大于第二距离的抽样对象为重点抽样对象。
[0185]
在一个实施例中，空间通达度包括通达时间，第二确定模块33，包括：
[0186]
第二判断子模块，用于判断各个抽样对象与最近的道路之间的通达时间是否大于预设时间；
[0187]
第二选取子模块，用于确定各个抽样对象中与最近的道路之间的通达时间大于预设时间的抽样对象为重点抽样对象。
[0188]
在一个实施例中，如图4所示，所述装置还包括：
[0189]
数量获取模块41，用于获取选取的所有抽样对象的数量；
[0190]
比例判断模块42，用于判断选取出来的重点抽样对象与选取的所有抽样对象的数量比例是否达到预设比例；
[0191]
第三确定模块43，用于当选取出来的重点抽样对象与选取的所有抽样对象的数量比例达到预设比例时，确定重点抽样对象选取完毕。
[0192]
在一个实施例中，所述装置还包括：
[0193]
调整模块，用于当选取出来的重点抽样对象与选取的所有抽样对象的数量比例未达到预设比例时，调整预设空间通达度；
[0194]
选取模块，用于根据调整后的预设空间通达度阈值重新选取重点抽样对象，直至重点抽样对象与选取的所有抽样对象的数量比例达到预设比例。
[0195]
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。
[0196]
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。
[0197]
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。
[0198]
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。
[0199]
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。