一种林业生态大数据的森林资源分析方法及系统与流程

1.本发明涉及森林资源分析领域，尤其涉及一种林业生态大数据的森林资源分析方法及系统。


背景技术：

2.当前，我国生态农业的行数和列数呈现出了线性的增长趋势，这也导致了林业中所涉及到的数据也会出现增长情况。
3.例如，高原地区由于地势特点，气温变化幅度较大，再加上水资源匮乏，更适宜进行人工种植，假如在东北平原地区中具备适宜的光照强度和温度等条件，也可以采取人工种植的方式。
4.由此可见，无论在任何情况之下都需要对有效数据进行合理获取，并通过相应的数据论证，将数据模式的应用意义有效发挥出来，但由于数据规模的逐渐增加，导致信息分类和分析工作变得更加困难。
5.因此，大数据的使用关键就在于对现有数据进行知识获取，而在实际工作过程中，想要实现真正有价值的信息获取，就需要保证数据的准确性，因此本发明提出一种林业生态大数据的森林资源分析方法及系统。


技术实现要素：

6.本发明的目的是为了解决现有技术中存在的缺点，而提出的一种林业生态大数据的森林资源分析方法及系统。
7.为了实现上述目的，本发明采用了如下技术方案：
8.一种林业生态大数据的森林资源分析方法，包括以下步骤：
9.s1、区域的划分：选择森林中常见的植被，利用卫星数据扫描出植被生长区域，根据生长区域随机选定五处进行数据的采集；
10.s2、数据的采集：对选定的区域进行森林植被以及环境数据的采集；
11.s3、数据的处理：将采集的数据按照类型进行分类处理；
12.s4、数据的分析：根据处理分类后的数据进行森林植被长势的分析；
13.s5、构建模型：依靠数据挖掘算法进行模型的建立，模型以气候数据、河流分布面积以及地下水分布面积作为影响参数；
14.s6、模型检测：选择其他区域，并且采集环境数据，将环境数据输入值预测模型，预测森林植被的生长信息，之后人工采集森林植被的实际生长信息，根据长势的差异进行模型的修订以及完善，从而完成预测模型的构建。
15.优选的，所述步骤s2包括：
16.s2.1、利用数据采集系统中的无人机进行航空俯拍，采集森林植被以及河流分布的信息，将拍摄的图片数据上传至数据处理系统；
17.s2.2、利用数据采集系统中的互联网查阅终端查阅选定区域的地貌数据，初步判
定地下水的分布；
18.s2.3、利用数据采集系统中的互联网查阅终端查阅选定区域内历年气候数据；
19.s2.4、利用数据采集系统中的土壤取样器对选定区域进行土壤的取样，取样范围为25
㎡
，之后利用数据采集系统中的土壤分析仪分析土壤成分，获取土壤成分数据；
20.s2.5、利用数据采集系统中的xw-85地下勘探找水仪进行地下水的勘探，最后确定实际地下水分布数据。
21.采用上述技术方案：通过采集多种数据，确保将可能影响森林植被生长的所有因素都考虑在内，确保了分析结果的准确性。
22.优选的，所述步骤s3包括：
23.s3.1、将步骤s2中获取的地貌分布数据与实际勘探确定的地下水分布数据进行数据的匹配，匹配过程中，主要将利用依靠xw-85地下勘探找水仪探测出的地下水的分布从而绘制的分布图，将绘制处的分布图与过往历史数据中的地下水分布图进行相似度的匹配，根据相似度匹配的程度进一步的确定选定区域内地下水的分布信息；
24.s3.2、之后将步骤s2采集的数据按照图像数据、气候数据以及地貌数据进行分类的处理；
25.s3.3、将无人机拍摄的图像数据进行特征点的提取，根据提取的特征点确认植被生长分布情况；
26.s3.4、利用特征点的匹配从而确定选定区域内同一生长长势的植被位置的定位。
27.采用上述技术方案：将采集的数据进行匹配处理，能够筛选出错误数据，从而进一步确保数据的准确性。
28.一种林业生态大数据的森林资源分析系统，该林业生态大数据的森林资源分析系统包括了数据采集系统、数据处理系统、数据在线上传系统以及数据备份清理系统，数据采集系统包括了森林地貌数据采集系统、地下水数据采集系统以及植被数据采集系统，森林地貌数据采集系统配置用于区域内森林植被生长长势数据的采集，森林地貌数据采集系统由无人机以及互联网查阅终端组成，无人机上携带有拍摄摄像头，用于高空俯拍森林地貌，互联网查阅终端用于登录大数据库下载以往森林地貌数据，地下水数据采集系统用于地下水的分布信息的数据采集，地下水数据采集系统包括了土壤取样器、土壤分析仪以及xw-85地下勘探找水仪，土壤取样器用于土壤取样，土壤分析仪用于分析取样土壤的成分，xw-85地下勘探找水仪用于寻找地下水。
29.优选的，所述数据处理系统配置用于采集数据的分类处理，数据处理系统包括了图像处理系统、数据匹配模块、特征点提取模块以及特征点匹配模块，图像处理系统用于图像的色彩以及分辨率的处理，数据匹配模块用于通过互联网查阅终端下载的数据与实际采集数据的相似度匹配，特征点提取模块配置用于图像数据的特征点的提取，特征点包括了植被密集程度以及色彩特征，特征点匹配模块配置用于图像数据中相似特征点的匹配。
30.采用上述技术方案：数据处理系统能够针对采集后的数据进行匹配过滤处理，从而有效的避免重复数据以及无用数据的存在占用系统空间。
31.优选的，所述数据在线上传系统用于采集数据的在线上传，数据在线上传系统包括了互联网终端、云服务器、提取码生成模块以及提取码验证模块，互联网终端用于数据的上传，云服务器用于数据的存储，提取码生成模块配置用于提取码的生成，提取码验证模块
配置用于提取码的验证。
32.采用上述技术方案：利用提取码作为验证手段，能够有效的避免他人非法上传伪造数据，从而影响系统的判断。
33.优选的，所述数据备份清理系统用于数据的备份以及过期数据的清理，数据备份清理系统包括了数据分类排序模块、数据存储系统、数据上传终端以及登录验证系统，数据分类排序模块配置用于数据按照日期进行分类排序，数据存储系统配置用于数据的存储，数据上传终端配置用于数据上传至数据存储系统，登录验证系统配置用于数据存储系统的登入验证。
34.采用上述技术方案：数据存储系统中设立的临时数据存储库，能够针对近期数据进行一个临时的存储，经过工作人员判定其数据是否具有价值后决定是否将其存储至历史数据存储库中，有效的避免了垃圾数据未经处理留存在系统中造成系统的过载。
35.优选的，所述数据存储系统还包括了临时数据存储库以及历史数据存储库，临时数据存储库配置用于近期数据的临时存储，临时数据存储库中数据的待处理时间设定为半个月，临时数据存储库中的数据半个月未经处理则自动删除，处理完成后的数据将存储至历史数据存储库中，历史数据存储库中的数据按照区域以及日期进行分类排序。
36.本发明的有益效果为：
37.1.本发明中通过选定不同区域，之后对不同区域内的森林植被生长信息数据进行采集，并且同步采集气候、河流分布以及地下水分布数据，将森林植被生长信息与环境数据相互结合，之后依据算法建立预测模型，从而可以在输入其它区域的环境数据而预测出该区域内的森林植被生长信息，有效地节省了记录森林植被生长信息的时间，从而依靠大数据大大提高了森林资源的划分；
38.2.本发明在数据上传中设立了提取码，从而使得数据在上传至云服务器时，需要使用提取码进行验证，避免了他人上传伪造数据，其次，数据定期存储至数据存储系统，由数据存储系统中的临时数据存储库进行存储，存储的数据若得不到处理则自动删除，有效的降低系统的内存，避免了一些垃圾数据占用系统的存储空间，影响系统的处理效率。
附图说明
39.图1为本发明中的系统流程示意图；
40.图2为本发明中的系统示意图。
具体实施方式
41.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。
42.如图1-2所示，一种林业生态大数据的森林资源分析系统，该林业生态大数据的森林资源分析系统包括了数据采集系统、数据处理系统、数据在线上传系统以及数据备份清理系统，数据采集系统包括了森林地貌数据采集系统、地下水数据采集系统以及植被数据采集系统，森林地貌数据采集系统配置用于区域内森林植被生长长势数据的采集，森林地貌数据采集系统由无人机以及互联网查阅终端组成，无人机上携带有拍摄摄像头，用于高空俯拍森林地貌，互联网查阅终端用于登录大数据库下载以往森林地貌数据，地下水数据
采集系统用于地下水的分布信息的数据采集，地下水数据采集系统包括了土壤取样器、土壤分析仪以及xw-85地下勘探找水仪，土壤取样器用于土壤取样，土壤分析仪用于分析取样土壤的成分，xw-85地下勘探找水仪用于寻找地下水，数据采集系统可针对不同的数据进行多样化采集，且采集同步进行，能够有效提高的数据采集的效率；
43.所述数据处理系统配置用于采集数据的分类处理，数据处理系统包括了图像处理系统、数据匹配模块、特征点提取模块以及特征点匹配模块，图像处理系统用于图像的色彩以及分辨率的处理，数据匹配模块用于通过互联网查阅终端下载的数据与实际采集数据的相似度匹配，特征点提取模块配置用于图像数据的特征点的提取，特征点包括了植被密集程度以及色彩特征，特征点匹配模块配置用于图像数据中相似特征点的匹配，数据处理系统能够针对采集后的数据进行匹配过滤处理，从而有效的避免重复数据以及无用数据的存在占用系统空间；
44.所述数据在线上传系统用于采集数据的在线上传，数据在线上传系统包括了互联网终端、云服务器、提取码生成模块以及提取码验证模块，互联网终端用于数据的上传，云服务器用于数据的存储，提取码生成模块配置用于提取码的生成，提取码验证模块配置用于提取码的验证，利用提取码作为验证手段，能够有效的避免他人非法上传伪造数据，从而影响系统的判断；
45.所述数据备份清理系统用于数据的备份以及过期数据的清理，数据备份清理系统包括了数据分类排序模块、数据存储系统、数据上传终端以及登录验证系统，数据分类排序模块配置用于数据按照日期进行分类排序，数据存储系统配置用于数据的存储，数据上传终端配置用于数据上传至数据存储系统，登录验证系统配置用于数据存储系统的登入验证；
46.所述数据存储系统还包括了临时数据存储库以及历史数据存储库，临时数据存储库配置用于近期数据的临时存储，临时数据存储库中数据的待处理时间设定为半个月，临时数据存储库中的数据半个月未经处理则自动删除，处理完成后的数据将存储至历史数据存储库中，历史数据存储库中的数据按照区域以及日期进行分类排序，数据存储系统中设立的临时数据存储库，能够针对近期数据进行一个临时的存储，经过工作人员判定其数据是否具有价值后决定是否将其存储至历史数据存储库中，有效的避免了垃圾数据未经处理留存在系统中造成系统的过载。
47.该林业生态大数据的森林资源分析方法具体包括以下步骤：
48.s1、区域的划分：选择森林中常见的植被，利用卫星数据扫描出植被生长区域，根据生长区域随机选定五处进行数据的采集；
49.s2、数据的采集：
50.s2.1、利用数据采集系统中的无人机进行航空俯拍，采集森林植被以及河流分布的信息，将拍摄的图片数据上传至数据处理系统；
51.s2.2、利用数据采集系统中的互联网查阅终端查阅选定区域的地貌数据，初步判定地下水的分布；
52.s2.3、利用数据采集系统中的互联网查阅终端查阅选定区域内历年气候数据；
53.s2.4、利用数据采集系统中的土壤取样器对选定区域进行土壤的取样，取样范围为25
㎡
，之后利用数据采集系统中的土壤分析仪分析土壤成分，获取土壤成分数据；
54.s2.5、利用数据采集系统中的xw-85地下勘探找水仪进行地下水的勘探，最后确定实际地下水分布数据，通过采集多种数据，确保将可能影响森林植被生长的所有因素都考虑在内，确保了分析结果的准确性；
55.s3、数据的处理：
56.s3.1、将步骤s2中获取的地貌分布数据与实际勘探确定的地下水分布数据进行数据的匹配，从而进一步的确定选定区域内地下水的分布信息；
57.s3.2、之后将步骤s2采集的数据按照图像数据、气候数据以及地貌数据进行分类的处理；
58.s3.3、将无人机拍摄的图像数据进行特征点的提取，根据提取的特征点确认植被生长分布情况；
59.s3.4、利用特征点的匹配从而确定选定区域内同一生长长势的植被位置的定位，将采集的数据进行匹配处理，能够筛选出错误数据，从而进一步确保数据的准确性；
60.s4、数据的分析：根据步骤s3中特征点的匹配，首先将长势相同的植被区域划分出来，之后将划分区域的环境数据调取出来，按照长势好坏程度进行逐级的排序，之后，将不同长势的环境数据调取比对，做成曲线图，之后根据曲线图数据进行分析，判断出气候数据、河流分布数据以及地下水分布数据对森林植被长势的影响；
61.s5、构建模型：根据步骤s4中绘制的曲线表，依靠数据挖掘算法进行模型的建立，模型以气候数据、河流分布面积以及地下水分布面积作为影响参数，模型具体为：πj为预测长势面积，πi为地下水分布面积，k为河流分布面积，j为气候数据；
62.s6、模型检测：选择其他区域，并且采集环境数据，将环境数据输入值预测模型，预测森林植被的生长信息，之后人工采集森林植被的实际生长信息，根据长势的差异进行模型的修订以及完善，从而完成预测模型的构建。
63.以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。