專利名稱：一種柵格數(shù)據(jù)的預(yù)測方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明實施例涉及地理信息系統(tǒng)技術(shù)領(lǐng)域，特別是涉及一種柵格數(shù)據(jù)的預(yù)測方法和裝置。
背景技術(shù)：
地理信息系統(tǒng)(Geographic Information System, GIS)是一種具有采集空間數(shù)據(jù)并存儲、管理、分析與表現(xiàn)空間信息的計算機系統(tǒng)。采用GIS技術(shù)使高效管理具有空間分布特征的原始數(shù)據(jù)及其制圖輸出成為可能，并逐步成為現(xiàn)代企業(yè)管理和政府決策的有力助手。GIS數(shù)據(jù)以數(shù)字?jǐn)?shù)據(jù)的形式表現(xiàn)了現(xiàn)實世界客觀對像(公路、土地利用、海拔等)?，F(xiàn)實世界客觀對像可被劃分為二個抽像概念:離散對像(如房屋等)和連續(xù)對像(如降雨量或海拔等)。這兩個抽像概念在GIS中存儲的數(shù)據(jù)主要包括:柵格(網(wǎng)格)和矢量。柵格(網(wǎng)格)數(shù)據(jù)由存放唯一數(shù)值的存儲單元按照行和列的形式組成。它與柵格(網(wǎng)格)圖像是類似的，除了使用合適的顏色之外，各個存儲單元記錄的數(shù)值也可能是一個分類值(例如土地使用狀況)、一個連續(xù)的值(例如降雨量)或是當(dāng)數(shù)據(jù)不是可用時記錄的一個空值。每個存儲單元存儲的都是一個分類值的柵格數(shù)據(jù)，稱之為分類型柵格數(shù)據(jù)，例如描述土地使用狀況的柵格數(shù)據(jù)、描述地面坡度分級的柵格數(shù)據(jù)等等；隨著GIS數(shù)據(jù)采集技術(shù)的逐步提高，可以獲取更多的分類型柵格數(shù)據(jù)。然而，目前沒有關(guān)于對大量的分類型柵格數(shù)據(jù)，進行信息挖掘，對其分類值的未來變化發(fā)展進行預(yù)測，獲得更高層次的知識和規(guī)律的研究。

發(fā)明內(nèi)容
本發(fā)明實施例公開一種柵格數(shù)據(jù)的預(yù)測方法和裝置，以解決沒有關(guān)于對柵格數(shù)據(jù)進行預(yù)測研究的問題。為了解決上述問題，本發(fā)明實施例公開了一種柵格數(shù)據(jù)的預(yù)測方法，包括:根據(jù)預(yù)先獲取的η個柵格數(shù)據(jù)中各分類值的數(shù)量和各分類值的顏色值，計算η個柵格數(shù)據(jù)的平均顏色值，其中所述η個柵格數(shù)據(jù)表示同一地理空間范圍的相同分辨率的同一屬性信息，n ^ 3 ；按照預(yù)先設(shè)定的劃分信息對η個柵格數(shù)據(jù)進行劃分，得到每個柵格數(shù)據(jù)的各預(yù)測單元；獲取所述各預(yù)測單元中各分類值的數(shù)量；依據(jù)所述各預(yù)測單元中各分類值的數(shù)量和所述η個柵格數(shù)據(jù)中各分類值的顏色值，計算各預(yù)測單元的平均顏色值；對每個柵格數(shù)據(jù)，基于預(yù)先獲取的該柵格數(shù)據(jù)的時間信息和所述該柵格數(shù)據(jù)的各預(yù)測單元的平均顏色值，確定對應(yīng)的預(yù)測單元的坐標(biāo)點；

根據(jù)所述對應(yīng)的預(yù)測單元的坐標(biāo)點，確定每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值；根據(jù)所述每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值確定每個柵格數(shù)據(jù)的所述預(yù)測時間點的分類值，得到柵格數(shù)據(jù)預(yù)測結(jié)果。優(yōu)選的，還包括:基于所述η個柵格數(shù)據(jù)的時間信息和所述η個柵格數(shù)據(jù)的平均顏色值對所述η個柵格數(shù)據(jù)進行曲線擬合操作。優(yōu)選的，所述根據(jù)所述對應(yīng)的預(yù)測單元的坐標(biāo)點，確定每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值，包括:連接所述對應(yīng)的預(yù)測單元的坐標(biāo)點，得到多條直線；計算所述多條直線的平均角度線；分別計算所述多條直線與所述平均角度線的角度差，并計算各角度差的平均值；判斷所述各角度差的平均值是否大于等于預(yù)先設(shè)定的誤差閥值；當(dāng)大于等于時，根據(jù)曲線擬合結(jié)果確定每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值；當(dāng)小于時，根據(jù)所述平均角度線確定每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值。優(yōu)選的，所述η個柵格數(shù)據(jù)中的各分類值的顏色值包括RGB類型的顏色值。

優(yōu)選的，所述根據(jù)預(yù)先獲取的η個柵格數(shù)據(jù)中各分類值的數(shù)量和各分類值的顏色值，計算η個柵格數(shù)據(jù)的平均顏色值，包括:根據(jù)rdn_color= (al X cl+a2 X c2+...+at X ct) / (al+a2+…+at)計算 n 個柵格數(shù)據(jù)的RGB類型的平均顏色值；其中，rdn_color為η個柵格數(shù)據(jù)的RGB類型的平均顏色值，al、a2…at為每個柵格數(shù)據(jù)中t種分類值中各分類值的數(shù)量，Cl、c2…ct為每個柵格數(shù)據(jù)中t種分類值中各分類值的顏色值，t為正整數(shù)。優(yōu)選的，所述按照預(yù)先設(shè)定的劃分信息對η個柵格數(shù)據(jù)進行劃分，得到每個柵格數(shù)據(jù)的各預(yù)測單元，包括:按照ο行ρ列的單元格對η個M行N列的柵格數(shù)據(jù)進行劃分，得到S X L個預(yù)測單元，I彡ο彡Μ，I彡ρ彡N，ο、ρ、Μ、N、S和L均為正整數(shù)；當(dāng)Μ=α0+β, β < ο, α、β為正整數(shù)時,增加ο_ β列分類值為O的像素；當(dāng)N=Yp+δ，δ < ρ, γ、δ為正整數(shù)時,增加ρ_δ行分類值為O的像素。優(yōu)選的，所述對每個柵格數(shù)據(jù)，基于預(yù)先獲取的該柵格數(shù)據(jù)的時間信息和所述該柵格數(shù)據(jù)的各預(yù)測單元的平均顏色值，確定對應(yīng)的預(yù)測單元的坐標(biāo)點，包括:確定所述時間信息為所述對應(yīng)的預(yù)測單元的坐標(biāo)點的橫坐標(biāo)；確定所述各預(yù)測單元的平均顏色值為所述對應(yīng)的預(yù)測單元的坐標(biāo)點的縱坐標(biāo)。本發(fā)明實施例還公開了一種柵格數(shù)據(jù)的預(yù)測裝置，包括:柵格數(shù)據(jù)計算模塊，用于根據(jù)預(yù)先獲取的η個柵格數(shù)據(jù)中各分類值的數(shù)量和各分類值的顏色值，計算η個柵格數(shù)據(jù)的平均顏色值，其中所述η個柵格數(shù)據(jù)表示同一地理空間范圍的相同分辨率的同一屬性信息，n ^ 3 ；劃分模塊，按照預(yù)先設(shè)定的劃分信息對η個柵格數(shù)據(jù)進行劃分，得到每個柵格數(shù)據(jù)的各預(yù)測單元；預(yù)測單元顏色計算模塊，用于獲取所述各預(yù)測單元中各分類值的數(shù)量；依據(jù)所述各預(yù)測單元中各分類值的數(shù)量和所述η個柵格數(shù)據(jù)中各分類值的顏色值，計算各預(yù)測單元的平均顏色值；坐標(biāo)點確定模塊，用于對每個柵格數(shù)據(jù)，基于預(yù)先獲取的該柵格數(shù)據(jù)的時間信息和所述該柵格數(shù)據(jù)的各預(yù)測單元的平均顏色值，確定對應(yīng)的預(yù)測單元的坐標(biāo)點；預(yù)測時間顏色確定模塊，用于根據(jù)所述對應(yīng)的預(yù)測單元的坐標(biāo)點，確定每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值；結(jié)果確定模塊，用于根據(jù)所述每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值確定每個柵格數(shù)據(jù)的所述預(yù)測時間點的分類值，得到柵格數(shù)據(jù)預(yù)測結(jié)果。優(yōu)選的，還包括:擬合模塊，用于基于所述η個柵格數(shù)據(jù)的時間信息和所述η個柵格數(shù)據(jù)的平均顏色值對所述η個柵格數(shù)據(jù)進行曲線擬合操作。優(yōu)選的，所述預(yù)測時間顏色確定模塊連接所述對應(yīng)的預(yù)測單元的坐標(biāo)點，得到多條直線；計算所述多條直線的平均角度線；分別計算所述多條直線與所述平均角度線的角度差，并計算各角度差的平 均值；判斷所述各角度差的平均值是否大于等于預(yù)先設(shè)定的誤差閥值；當(dāng)大于等于時，根據(jù)曲線擬合結(jié)果確定每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值；當(dāng)小于時，根據(jù)所述平均角度線確定每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值。與背景技術(shù)相比，本發(fā)明實施例包括以下優(yōu)點:本發(fā)明實施例在已有的一系列分類型柵格數(shù)據(jù)的基礎(chǔ)上，對各柵格數(shù)據(jù)的分類值經(jīng)過渲染得到的顏色值，進行運算處理，得到預(yù)測的柵格數(shù)據(jù)。預(yù)測的柵格數(shù)據(jù)的每個像素格都是顏色值數(shù)據(jù)，再對顏色值數(shù)據(jù)進行逆向渲染得到分類值?？梢愿鶕?jù)預(yù)測的柵格數(shù)據(jù)輔助制定相關(guān)決策以及進行相關(guān)預(yù)警等。


圖1是本發(fā)明具體實施方式
中分類型柵格數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)示意圖；圖2是本發(fā)明實施例中一種柵格數(shù)據(jù)的預(yù)測方法流程圖；圖3是本發(fā)明實施例中一種柵格數(shù)據(jù)的預(yù)測方法流程圖；圖4是本發(fā)明實施例中計算預(yù)測單元顏色值分量R示意圖；圖5是本發(fā)明實施例中分類型柵格數(shù)據(jù)預(yù)測結(jié)果示意圖；圖6是本發(fā)明實施例中一種柵格數(shù)據(jù)的預(yù)測裝置結(jié)構(gòu)圖；圖7是本發(fā)明實施例中一種柵格數(shù)據(jù)的預(yù)測裝置結(jié)構(gòu)圖。
具體實施例方式為使本發(fā)明的上述目的、特征和優(yōu)點能夠更加明顯易懂，下面結(jié)合附圖和具體實施方式
對本發(fā)明作進一步詳細(xì)的說明。本發(fā)明實施例基于已經(jīng)擁有一系列時間點為tl、t2…tn的分類型柵格數(shù)據(jù)。而且這些柵格數(shù)據(jù)描述的是同一地理空間范圍的相同分辨率的同一屬性信息，例如，這一系列分類型柵格數(shù)據(jù)可以為北京市2000年土地利用類型柵格數(shù)據(jù)，北京市2001年土地利用類型柵格數(shù)據(jù)，…北京市2012年土地利用類型柵格數(shù)據(jù)，這13個分類型柵格數(shù)據(jù)都是描述北京市的不同時期的土地利用類型的屬性信息。本發(fā)明實施例中所提到的一系列分類型柵格數(shù)據(jù)，不限于其存在的形式。例如，上例中的一系列分類型柵格數(shù)據(jù)可以存儲在13個文件里，每個文件存儲某一年的土地利用類型柵格數(shù)據(jù)；也可以將13個年份的分類型柵格數(shù)據(jù)存儲在一個文件里；甚至這些分類型柵格數(shù)據(jù)可以存儲在內(nèi)存中等等，對這些分類型柵格數(shù)據(jù)的存在方式不進行限制。以分類型柵格數(shù)據(jù)的基本特性描述初始已知的分類型柵格數(shù)據(jù):分類型柵格數(shù)據(jù)是由行和列的像素格子組成，每個像素格子存儲一個分類型數(shù)值，每個分類型柵格數(shù)據(jù)具有如圖1所示的抽像數(shù)據(jù)形式，每個分類型柵格數(shù)據(jù)由多個像素格子組成，每個像素格子表示唯一的一個分類值，如1、2等。而且，對每個分類型柵格數(shù)據(jù)在進行圖層的展示時，都需要確定其數(shù)據(jù)的渲染方案。渲染方案就是確定分類型柵格數(shù)據(jù)中每個像素格子該用什么顏色進行顯示的一套規(guī)貝U。例如，圖1中的分類型柵格的渲染方案可以為:分類值為I的像素格子用RGB為紅色(255，0，O)進行顯示，分類值為2的像素格子用RGB為綠色(0，255，0)進行顯示，…，分類值為33的像素格子用RGB為藍色(0，0，255)進行顯示，等等。每個分類型柵格數(shù)據(jù)的渲染方案可以有很多種，但通常情況下都必須采用行業(yè)圖例或者色標(biāo)標(biāo)準(zhǔn)。例如對土地分類的柵格數(shù)據(jù)進行制圖顯示時，必須遵守《全國土地調(diào)查分類圖示、圖例和色標(biāo)規(guī)范》，屬于水田類型的像素格子必須用RGB (255，255，100)顏色進行顯示。本方法實施例中的已知一系列分類型柵格數(shù)據(jù)均采用同一渲染方案，并且渲染方案里不同的分類值對應(yīng)不同的顏色進行顯示。已知的一系列分類型柵格數(shù)據(jù)的數(shù)量至少為3個，預(yù)測的結(jié)果是時間點T的柵格數(shù)據(jù)。下面通過列舉幾個具體的實施例詳細(xì)介紹本發(fā)明公開的一種柵格數(shù)據(jù)的預(yù)測方法和裝置。實施例一詳細(xì)介紹本發(fā)明實施例公開的一種柵格數(shù)據(jù)的預(yù)測方法。參照圖2，示出了本發(fā)明實施例中一種柵格數(shù)據(jù)的預(yù)測方法流程圖。步驟100，根據(jù)預(yù)先獲取的η個柵格數(shù)據(jù)中各分類值的數(shù)量和各分類值的顏色值，計算η個柵格數(shù)據(jù)的平均顏色值。其中所述η個柵格數(shù)據(jù)表不同一地理空間范圍的相同分辨率的同一屬性信息，η > 3。例如，所述η個柵格數(shù)據(jù)為一系列的分類型柵格數(shù)據(jù)，具體為rdl，rd2，……，rdn。每個分類型柵格數(shù)據(jù)都是由M行N列的像素格子組成；每個柵格數(shù)據(jù)都包含t個分類值，分別為從I到t，每個分類值對應(yīng)的顯示顏色分別從Cl到ct。Cl，c2，……，ct均是RGB格式的顏色值數(shù)據(jù)，cl.R表示顏色值Cl的R分量值，cl.G表示顏色值Cl的G分量值，cl.B表示顏色值 Cl 的 B 分量值。如果 Cl= (128，56，23)，則 cl.R=128，cl.G=56，cl.B=23。步驟102，按照預(yù)先設(shè)定的劃分信息對η個柵格數(shù)據(jù)進行劃分，得到每個柵格數(shù)據(jù)的各預(yù)測單元。 例如，每個柵格數(shù)據(jù)由M行N列的像素格子組成。預(yù)先設(shè)定的劃分信息為對每個柵格數(shù)據(jù)劃分成一個或多個由ο行ρ列的像素格子組成的預(yù)測單元。步驟104，獲取所述各預(yù)測單元中各分類值的數(shù)量；依據(jù)所述各預(yù)測單元中各分類值的數(shù)量和所述η個柵格數(shù)據(jù)中各分類值的顏色值，計算各預(yù)測單元的平均顏色值。例如，步驟102中劃分出的一個由O行ρ列的像素格子組成的預(yù)測單元，包含t個分類值(I至t)，獲取每個分類值的數(shù)量，如分類值I的數(shù)量為al，分類值2的數(shù)量為a2。步驟106，對每個柵格數(shù)據(jù)，基于預(yù)先獲取的該柵格數(shù)據(jù)的時間信息和所述該柵格數(shù)據(jù)的各預(yù)測單元的平均顏色值，確定對應(yīng)的預(yù)測單元的坐標(biāo)點。步驟108，根據(jù)所述對應(yīng)的預(yù)測單元的坐標(biāo)點，確定每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值。將所述對應(yīng)的預(yù)測單元的坐標(biāo)點按照一定條件相連，得到多條直線，再根據(jù)多條直線之間的角度關(guān)系等，確定預(yù)測時間點的平均顏色值。步驟110，根據(jù)所述每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值確定每個柵格數(shù)據(jù)的所述預(yù)測時間點的分類值，得到柵格數(shù)據(jù)預(yù)測結(jié)果。在步驟108確定預(yù)測時間點的平均顏色值之后，可以按照逆向的渲染方案，將平均顏色值逆向渲染成對應(yīng)的分類值。對η個柵格數(shù)據(jù)進行上述步驟處理后，可以得到預(yù)測時間點T的預(yù)測柵格數(shù)據(jù)。綜上所述，本發(fā)明實施例公開的一種柵格數(shù)據(jù)的預(yù)測方法，與背景技術(shù)相比，具有以下優(yōu)點:本發(fā)明實施例在已有的一系列分類型柵格數(shù)據(jù)的基礎(chǔ)上，對各柵格數(shù)據(jù)的分類值經(jīng)過渲染得到的顏色值，進行運算處理，得到預(yù)測的柵格數(shù)據(jù)。預(yù)測的柵格數(shù)據(jù)的每個像素格都是顏色值數(shù)據(jù)，再對顏色值 數(shù)據(jù)進行逆向渲染得到分類值。可以根據(jù)預(yù)測的柵格數(shù)據(jù)輔助制定相關(guān)決策以及進行相關(guān)預(yù)警等。實施例二詳細(xì)介紹本發(fā)明實施例公開的一種柵格數(shù)據(jù)的預(yù)測方法。參照圖3，示出了本發(fā)明實施例中一種柵格數(shù)據(jù)的預(yù)測方法流程圖。步驟200，根據(jù)預(yù)先獲取的η個柵格數(shù)據(jù)中各分類值的數(shù)量和各分類值的顏色值，計算η個柵格數(shù)據(jù)的平均顏色值。其中所述η個柵格數(shù)據(jù)表不同一地理空間范圍的相同分辨率的同一屬性信息，η > 3。所述η個柵格數(shù)據(jù)中的各分類值的顏色值具體可以包括RGB類型的顏色值。具體地，可以根據(jù)rdn_color= (al X cl+a2 X c2+...+at X ct) / (al+a2+…+at)計算n個柵格數(shù)據(jù)的RGB類型的平均顏色值。其中，rdn_color為η個柵格數(shù)據(jù)的RGB類型的平均顏色值，al、a2…at為每個柵格數(shù)據(jù)中t種分類值中各分類值的數(shù)量，Cl、c2…ct為每個柵格數(shù)據(jù)中t種分類值中各分類值的顏色值，t為正整數(shù)。例如，對分類型柵格數(shù)據(jù)rdl，對其所有的像素格子，統(tǒng)計計算出所有分類值為I的像素總數(shù)，假設(shè)為al ;統(tǒng)計出所有分類值為2的像素總數(shù)，假設(shè)為a2，……，統(tǒng)計出所有分類值為t的像素總數(shù)，假設(shè)為at。那么，這個柵格數(shù)據(jù)的平均顏色值rdl_color.R= (al Xcl.R+a2 X c2.R+…+at X ct.R) /(al+a2+…+at); rdl_color.G= (al X cl.G+a2 X c2.G+…+at X ct.G) / (al+a2+…+at) ; rdl_color.B= (al Xcl.B+a2 X c2.B+…+at X ct.B) /(al+a2+-+at);柵格數(shù)據(jù)rdl的平均顏色值rdl_color含義為:將柵格數(shù)據(jù)rdl的所有像素對應(yīng)顯示的顏色值進行攪拌均勻，得到的顏色值。同理，計算這一系列η個分類型柵格數(shù)據(jù)的平均顏色值rdl_Color，rd2_color，......，rdn—color。步驟202，基于所述η個柵格數(shù)據(jù)的時間信息和所述η個柵格數(shù)據(jù)的平均顏色值對所述η個柵格數(shù)據(jù)進行曲線擬合操作。上述步驟200計算得到柵格數(shù)據(jù)rdl, rd2,......, rdn的平均顏色值rdl_color,
rd2_color,......,rdn_color,即得到一個時間變化的離散點值序列(Tl,rdl_color), (T2,
rd2-color),......(Tn,rdn_color)。其中，離散點的x軸Tl是分類型柵格數(shù)據(jù)rdl對應(yīng)的
時間，……，Tn是分類型柵格數(shù)據(jù)rdn對應(yīng)的時間。離散點的y軸rdl-color是包含RGB3個數(shù)值的顏色類型值，根據(jù)RGB三種顏色，分開為3個擬合曲線函數(shù)，分別處理R、G、B的三個分量值。擬合R 分量的曲線函數(shù):Y_R=f(x);離散點為(Tl,rdl_color.R), (T2,rd2_color.R),......, (Tn, rdn_color.R)。擬合G 分量的曲線函數(shù):Y_G=g(x);離散點為(Tl,rdl_color.G), (T2,rd2_color.G),......, (Tn, rdn_color.G)。

擬合B 分量的曲線函數(shù):Y_B=p(x);離散點為(Tl,rdl_color.B), (T2, rd2_color.B),......, (Tn, rdn_color.B)。此時，曲線擬合的方法可以為有線性函數(shù)、指數(shù)函數(shù)、冪函數(shù)、樣條曲線等。既要根據(jù)已知的一系列分類型柵格數(shù)據(jù)的數(shù)量，即η的數(shù)值，也要考慮柵格數(shù)據(jù)像素MXN的大小。η越大，說明數(shù)據(jù)資料越多，曲線擬合越精確，預(yù)測的相對越準(zhǔn)確；ΜΧΝ越大，預(yù)測計算量越大，處理效率越低；本發(fā)明實施例的核心不是提出曲線擬合的方法，所以不限制用何種方法。在實際應(yīng)用中，推薦用一元線性函數(shù)進行擬合，處理效率較高，同時計算結(jié)果也能滿足基本預(yù)測之用。曲線擬合函數(shù)的物理意義是揭示這η個柵格數(shù)據(jù)發(fā)展變化的整體規(guī)律。步驟204，按照預(yù)先設(shè)定的劃分信息對η個柵格數(shù)據(jù)進行劃分，得到每個柵格數(shù)據(jù)的各預(yù)測單元。具體地，可以按照ο行ρ列的單元格對η個M行N列的柵格數(shù)據(jù)進行劃分，得到SXL個預(yù)測單元，I ^ ο ^M, I彡ρ彡N，O、p、M、N、S和L均為正整數(shù)。當(dāng)Μ=αο+β, β < ο, α、β為正整數(shù)時,增加ο_β列分類值為O的像素。當(dāng)N=Yp+δ，δ < ρ, γ、δ為正整數(shù)時,增加ρ_δ行分類值為O的像素。例如，對已知的一系列分類型柵格數(shù)據(jù)rdl，rd2，......，rdn，按m行Xn列個像素
大小為一個預(yù)測單元，對rdl,rd2,......,rdn進行劃分；在劃分時,對于列方向上的最后幾
列不夠η列時，補沖像素值為O的分類值像素，使之滿足一個預(yù)測單元大??；對于行方向上，劃分最后幾行不夠m行時，同樣進行補沖像素值為O的分類值像素，使之滿足一個預(yù)測單元大小；這樣，rdl，rd2，……，rdn都由同樣大小的預(yù)測單元組成，假設(shè)有SXL個預(yù)測單元，每個預(yù)測單元都對應(yīng)同一地理空間范圍。預(yù)測單元的大小，理論上是可以從1X1到MXN都可行的，一般為了計算效率考慮，取3X3、4X4或更大的；預(yù)測單元越大，計算越快，但是結(jié)果柵格數(shù)據(jù)的分辨率越低。預(yù)測單元的大小可以根據(jù)實際應(yīng)用情況而定。步驟206，獲取所述各預(yù)測單元中各分類值的數(shù)量；依據(jù)所述各預(yù)測單元中各分類值的數(shù)量和所述η個柵格數(shù)據(jù)中各分類值的顏色值，計算各預(yù)測單元的平均顏色值。
對每個預(yù)測單元，分別計算每個柵格數(shù)據(jù)的平均顏色值cellcolor。對于柵格數(shù)據(jù)rdl，統(tǒng)計某預(yù)測單元的分類值為I的像素數(shù)量xl，分類值為2的像素數(shù)量x2，……，分類值為t的像素數(shù)量Xt (其中分類值為O的丟棄不參與計算)，則該預(yù)測單元的“平均顏色”值:cell_color.R= (xl X cl.R+x2 X c2.R+…+xt X ct.R) / (xl+x2+...+xt)；cell_color.G= (xl X cl.G+x2 X c2.G+…+xt X ct.G) / (xl+x2+...+xt)；cell_color.B= (xl X cl.B+x2 X c2.B+…+xt X ct.B) / (xl+x2+...+xt)；對于柵格數(shù)據(jù)rd2，……，rdn，按同樣方法計算對應(yīng)該預(yù)測單元的平均顏色值。
得到該預(yù)測單元的N個時間點上的平均顏色值cell_colorl, cell_color2,......, cell_
ColorN0需要強調(diào)的是，此處的平均顏色值cellcolor都是由RGB3個分量的顏色值類型組成。 本發(fā)明實施例的目的是分別預(yù)測未來時間點T的RGB3個分量值。步驟208，對每個柵格數(shù)據(jù)，基于預(yù)先獲取的該柵格數(shù)據(jù)的時間信息和所述該柵格數(shù)據(jù)的各預(yù)測單元的平均顏色值，確定對應(yīng)的預(yù)測單元的坐標(biāo)點。具體地，可以確定所述時間信息為所述對應(yīng)的預(yù)測單元的坐標(biāo)點的橫坐標(biāo)。可以確定所述各預(yù)測單元的平均顏色值為所述對應(yīng)的預(yù)測單元的坐標(biāo)點的縱坐標(biāo)。以顏色分量值R為例，以時間軸為X軸，平均顏色值分量R為y軸，分別繪制點(11，cell_colorl.R), (t2,cell_color2.R),......, (tn, cell_colorn.R)。步驟210，根據(jù)所述對應(yīng)的預(yù)測單元的坐標(biāo)點，確定每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值。所述步驟210，具體可以包括:連接所述對應(yīng)的預(yù)測單元的坐標(biāo)點，得到多條直線。計算所述多條直線的平均角度線。分別計算所述多條直線與所述平均角度線的角度差，并計算各角度差的平均值。判斷所述各角度差的平均值是否大于等于預(yù)先設(shè)定的誤差閥值。當(dāng)大于等于時，根據(jù)曲線擬合結(jié)果確定每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值。當(dāng)小于時，根據(jù)所述平均角度線確定每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值。具體地,如圖4所示,將上述點(tl, cell_colorl.R)分別與點(t2, cell_color2.R)，點(t3, cell_color3.R),......，點(tn, cell_colorn.R)相連接，得到 n_l 條直線，并
計算這η-1條直線的平均角度線，再計算這η-1條直線分別與平均角度線的角度差的絕
對值，得到anglel, angle2,......, angle (n_l)。然后計算角度差的平均值EvenAngle=
(anglel+angle2+...+angle (n_l)) /(η-1)。條件(I)、如果EvenAngle大于等于預(yù)先確定的角度誤差容許閥值w,則說明這η個時間點的數(shù)據(jù)無規(guī)律的較遠的分散在平均角度線兩側(cè)，對此情況，可以應(yīng)用步驟202中得到的計算R分量的一元線性函數(shù)預(yù)測時間點T的R值。此時的代表含義為:對于劃分得到的多個預(yù)測單元，其值分布無規(guī)律性，則用這η個柵格數(shù)據(jù)的整體變化規(guī)律來預(yù)測上述預(yù)測單元的T時間值。條件(2)、如果EvenAngle小于預(yù)先確定的角度誤差容許閥值w,則說明這η個時間點的數(shù)據(jù)較集中的分布在平均角度線附近，對此情況，可以用此平均角度線來預(yù)測時間點T的值，平均角度線與Y=T的線的交點，即為預(yù)測結(jié)果值。此時的代表含義為:對于給定的η個預(yù)測單元，其值分布有規(guī)律性，即用此規(guī)律來計算預(yù)測值。對于角度誤差容許閥值W，在對不同的分類型柵格數(shù)據(jù)進行預(yù)測時，可以根據(jù)實際情況進行取值。具體地，根據(jù)實際經(jīng)驗，推薦《=25度。分別對該預(yù)測單元的R、G、B分量進行預(yù)測值計算處理，得到此預(yù)測單元的時間點T的預(yù)測顏色值cellcolorT。同理，對劃分后的每個預(yù)測單元進行同樣的計算，可得到SXL個預(yù)測單元的顏色值，即為預(yù)測結(jié)果分類柵格數(shù)據(jù)rcLForecast。步驟212，根據(jù)所述每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值確定每個柵格數(shù)據(jù)的所述預(yù)測時間點的分類值，得到柵格數(shù)據(jù)預(yù)測結(jié)果。上述結(jié)果柵格數(shù)據(jù)rd_Forecast的像素大小是S X L，每個像素存儲的是RGB類型的顏色值，而不是最初已知η個分類型柵格數(shù)據(jù)的分類型值。由于每個顏色值都對應(yīng)于一類分類值，所以，通過顏色值類型的預(yù)測結(jié)果柵格數(shù)據(jù)rcLForecast可以知道各個分類的分布情況。如圖5所示，其中不同像素表示不用的土地利用類型。得到預(yù)測結(jié)果柵格數(shù)據(jù)之后，每個分類的分布一目了然，對制訂相關(guān)決策和預(yù)警應(yīng)用有非常高的使用價值。例如，已經(jīng)擁有5年(2007到2011)的北京市土地利用類型分類型柵格數(shù)據(jù)，應(yīng)用標(biāo)準(zhǔn)規(guī)定的圖例、色標(biāo)標(biāo)準(zhǔn)，如水體類型使用銀白色顯示，林草非耕地使用綠色顯示，耕地使用黃色顯示等等。分別計算這五年的柵格數(shù)據(jù)的整體變化的R分量的一元線性函數(shù)f(R)=117.5+12.7XR；G分量的一元線性函數(shù)f (G) =215.5-27.3XG ；B分量的一元線性函數(shù)f(B) =188.5+31.8 XB。然后再經(jīng)過mXn=3 X 3大小的預(yù)測單元劃分這5年的分類型柵格數(shù)據(jù)后，每年的土地利用類型分類型柵格數(shù)據(jù)都劃分為3646X3661個預(yù)測單元。對每個預(yù)測單元，計算其時間點2012年的R、G`類型的預(yù)測結(jié)果柵格數(shù)據(jù)，像素大小為3646X3661。綜上所述，本發(fā)明實施例公開的一種柵格數(shù)據(jù)的預(yù)測方法，與背景技術(shù)相比，具有以下優(yōu)點:本發(fā)明實施例在已有的一系列分類型柵格數(shù)據(jù)的基礎(chǔ)上，對各柵格數(shù)據(jù)的分類值經(jīng)過渲染得到的顏色值，進行運算處理，得到預(yù)測的柵格數(shù)據(jù)。預(yù)測的柵格數(shù)據(jù)的每個像素格都是顏色值數(shù)據(jù)，再對顏色值數(shù)據(jù)進行逆向渲染得到分類值。可以根據(jù)預(yù)測的柵格數(shù)據(jù)輔助制定相關(guān)決策以及進行相關(guān)預(yù)警等。實施例三詳細(xì)介紹本發(fā)明實施例公開的一種柵格數(shù)據(jù)的預(yù)測裝置。參照圖6，示出了本發(fā)明實施例中一種柵格數(shù)據(jù)的預(yù)測裝置結(jié)構(gòu)圖。所述一種柵格數(shù)據(jù)的預(yù)測裝置，具體可以包括:柵格數(shù)據(jù)計算模塊300，劃分模塊302，預(yù)測單元顏色計算模塊304，坐標(biāo)點確定模塊306，預(yù)測時間顏色確定模塊308，以及，結(jié)果確定模塊310。下面分別詳細(xì)介紹各模塊的功能以及各模塊之間的關(guān)系。柵格數(shù)據(jù)計算模塊300，用于根據(jù)預(yù)先獲取的η個柵格數(shù)據(jù)中各分類值的數(shù)量和各分類值的顏色值，計算η個柵格數(shù)據(jù)的平均顏色值，其中所述η個柵格數(shù)據(jù)表示同一地理空間范圍的相同分辨率的同一屬性信息，n ^ 3ο例如，所述η個柵格數(shù)據(jù)為一系列的分類型柵格數(shù)據(jù)，具體為rdl，rd2，……，rdn。每個分類型柵格數(shù)據(jù)都是由M行N列的像素格子組成；每個柵格數(shù)據(jù)都包含t個分類值，分別為從I到t，每個分類值對應(yīng)的顯示顏色分別從Cl到ct。Cl，c2，……，ct均是RGB格式的顏色值數(shù)據(jù)，cl.R表示顏色值Cl的R分量值，cl.G表示顏色值Cl的G分量值，cl.B表示顏色值 Cl 的 B 分量值。如果 Cl= (128，56，23)，則 cl.R=128，cl.G=56，cl.B=23。劃分模塊302，按照預(yù)先設(shè)定的劃分信息對η個柵格數(shù)據(jù)進行劃分，得到每個柵格數(shù)據(jù)的各預(yù)測單元。預(yù)測單元顏色計算模塊304，用于獲取所述各預(yù)測單元中各分類值的數(shù)量；依據(jù)所述各預(yù)測單元中各分類值的數(shù)量和所述η個柵格數(shù)據(jù)中各分類值的顏色值，計算各預(yù)測單元的平均顏色值。坐標(biāo)點確定模塊306，用于對每個柵格數(shù)據(jù)，基于預(yù)先獲取的該柵格數(shù)據(jù)的時間信息和所述該柵格數(shù)據(jù)的各預(yù)測單元的平均顏色值，確定對應(yīng)的預(yù)測單元的坐標(biāo)點。預(yù)測時間顏色確定模塊308，用于根據(jù)所述對應(yīng)的預(yù)測單元的坐標(biāo)點，確定每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值。結(jié)果確定模塊310，用于根據(jù)所述每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值確定每個柵格數(shù)據(jù)的所述預(yù)測時間點的分類值，得到柵格數(shù)據(jù)預(yù)測結(jié)果。在預(yù)測時間顏色確定模塊308確定預(yù)測時間點的平均顏色值之后，結(jié)果確定模塊310可以按照逆向的渲染方案，將平均顏色值逆向渲染成對應(yīng)的分類值。對η個柵格數(shù)據(jù)進行上述步驟處理后，可以得到預(yù)測時間點T的預(yù)測柵格數(shù)據(jù)。綜上所述，本發(fā)明實施例公開的一種柵格數(shù)據(jù)的預(yù)測裝置，與背景技術(shù)相比，具有以下優(yōu)點:本發(fā)明實施例在已有的一系列分類型柵格數(shù)據(jù)的基礎(chǔ)上，對各柵格數(shù)據(jù)的分類值經(jīng)過渲染得到的顏色值，進行運算處理，得到預(yù)測的柵格數(shù)據(jù)。預(yù)測的柵格數(shù)據(jù)的每個像素格都是顏色值數(shù)據(jù)，再對顏色值數(shù)據(jù)進行逆向渲染得到分類值?？梢愿鶕?jù)預(yù)測的柵格數(shù)據(jù)輔助制定相關(guān)決策以及進行相關(guān)預(yù)警等。實施例四詳細(xì)介紹本發(fā)明實施例公開的一種柵格數(shù)據(jù)的預(yù)測裝置。參照圖7，示出了本發(fā)明實施例中一種柵格數(shù)據(jù)的預(yù)測裝置結(jié)構(gòu)圖。所述一種柵格數(shù)據(jù)的預(yù)測裝置，具體可以包括:柵格數(shù)據(jù)計算模塊400，擬合模塊402，劃分模塊404，預(yù)測單元顏色計算模塊406，坐標(biāo)點確定模塊408，預(yù)測時間顏色確定模塊410，以及，結(jié)果確定模塊412。下面分別詳細(xì)介紹各模塊的功能以及各模塊之間的關(guān)系。柵格數(shù)據(jù)計算模塊400，用于根據(jù)預(yù)先獲取的η個柵格數(shù)據(jù)中各分類值的數(shù)量和各分類值的顏色值 ，計算η個柵格數(shù)據(jù)的平均顏色值，其中所述η個柵格數(shù)據(jù)表示同一地理空間范圍的相同分辨率的同一屬性信息，n ^ 3ο擬合模塊402，用于基于所述η個柵格數(shù)據(jù)的時間信息和所述η個柵格數(shù)據(jù)的平均顏色值對所述η個柵格數(shù)據(jù)進行曲線擬合操作。劃分模塊404，按照預(yù)先設(shè)定的劃分信息對η個柵格數(shù)據(jù)進行劃分，得到每個柵格數(shù)據(jù)的各預(yù)測單元。預(yù)測單元顏色計算模塊406，用于獲取所述各預(yù)測單元中各分類值的數(shù)量；依據(jù)所述各預(yù)測單元中各分類值的數(shù)量和所述η個柵格數(shù)據(jù)中各分類值的顏色值，計算各預(yù)測單元的平均顏色值。坐標(biāo)點確定模塊408，用于對每個柵格數(shù)據(jù)，基于預(yù)先獲取的該柵格數(shù)據(jù)的時間信息和所述該柵格數(shù)據(jù)的各預(yù)測單元的平均顏色值，確定對應(yīng)的預(yù)測單元的坐標(biāo)點。預(yù)測時間顏色確定模塊410，用于根據(jù)所述對應(yīng)的預(yù)測單元的坐標(biāo)點，確定每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值。具體地，所述預(yù)測時間顏色確定模塊410連接所述對應(yīng)的預(yù)測單元的坐標(biāo)點，得到多條直線；計算所述多條直線的平均角度線；分別計算所述多條直線與所述平均角度線的角度差，并計算各角度差的平均值；判斷所述各角度差的平均值是否大于等于預(yù)先設(shè)定的誤差閥值。當(dāng)大于等于時，根據(jù)曲線擬合結(jié)果確定每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值。當(dāng)小于時，根據(jù)所述平均角度線確定每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值。結(jié)果確定模塊412，用于根據(jù)所述每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值確定每個柵格數(shù)據(jù)的所述預(yù)測時間點的分類值，得到柵格數(shù)據(jù)預(yù)測結(jié)果。綜上所述，本發(fā) 明實施例公開的一種柵格數(shù)據(jù)的預(yù)測裝置，與背景技術(shù)相比，具有以下優(yōu)點:本發(fā)明實施例在已有的一系列分類型柵格數(shù)據(jù)的基礎(chǔ)上，對各柵格數(shù)據(jù)的分類值經(jīng)過渲染得到的顏色值，進行運算處理，得到預(yù)測的柵格數(shù)據(jù)。預(yù)測的柵格數(shù)據(jù)的每個像素格都是顏色值數(shù)據(jù)，再對顏色值數(shù)據(jù)進行逆向渲染得到分類值?？梢愿鶕?jù)預(yù)測的柵格數(shù)據(jù)輔助制定相關(guān)決策以及進行相關(guān)預(yù)警等。對于裝置實施例而言，由于其與方法實施例基本相似，所以描述的比較簡單，相關(guān)之處參見方法實施例的部分說明即可。本說明書中的各個實施例均采用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似的部分互相參見即可。以上對本發(fā)明實施例所公開的一種柵格數(shù)據(jù)的預(yù)測方法和裝置，進行了詳細(xì)介紹，本文中應(yīng)用了具體個例對本發(fā)明的原理及實施方式進行了闡述，以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時，對于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實施方式
及應(yīng)用范圍上均會有改變之處，綜上所述，本說明書內(nèi)容不應(yīng)理解為對本發(fā)明的限制。
權(quán)利要求
1.一種柵格數(shù)據(jù)的預(yù)測方法，其特征在于，包括: 根據(jù)預(yù)先獲取的η個柵格數(shù)據(jù)中各分類值的數(shù)量和各分類值的顏色值，計算η個柵格數(shù)據(jù)的平均顏色值，其中所述η個柵格數(shù)據(jù)表示同一地理空間范圍的相同分辨率的同一屬性信息，n ^ 3 ； 按照預(yù)先設(shè)定的劃分信息對η個柵格數(shù)據(jù)進行劃分，得到每個柵格數(shù)據(jù)的各預(yù)測單元; 獲取所述各預(yù)測單元中各分類值的數(shù)量； 依據(jù)所述各預(yù)測單元中各分類值的數(shù)量和所述η個柵格數(shù)據(jù)中各分類值的顏色值，計算各預(yù)測單元的平均顏色值； 對每個柵格數(shù)據(jù)，基于預(yù)先獲取的該柵格數(shù)據(jù)的時間信息和所述該柵格數(shù)據(jù)的各預(yù)測單元的平均顏色值，確定對應(yīng)的預(yù)測單元的坐標(biāo)點； 根據(jù)所述對應(yīng)的預(yù)測單元的坐標(biāo)點，確定每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值；根據(jù)所述每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值確定每個柵格數(shù)據(jù)的所述預(yù)測時間點的分類值，得到柵格數(shù)據(jù)預(yù)測結(jié)果。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括: 基于所述η個柵格數(shù)據(jù)的時間信息和所述η個柵格數(shù)據(jù)的平均顏色值對所述η個柵格數(shù)據(jù)進行曲線擬合操作。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述對應(yīng)的預(yù)測單元的坐標(biāo)點，確定每個柵格數(shù)據(jù)的預(yù)測 時間點的平均顏色值，包括: 連接所述對應(yīng)的預(yù)測單元的坐標(biāo)點，得到多條直線； 計算所述多條直線的平均角度線； 分別計算所述多條直線與所述平均角度線的角度差，并計算各角度差的平均值； 判斷所述各角度差的平均值是否大于等于預(yù)先設(shè)定的誤差閥值； 當(dāng)大于等于時，根據(jù)曲線擬合結(jié)果確定每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值； 當(dāng)小于時，根據(jù)所述平均角度線確定每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述η個柵格數(shù)據(jù)中的各分類值的顏色值包括RGB類型的顏色值。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述根據(jù)預(yù)先獲取的η個柵格數(shù)據(jù)中各分類值的數(shù)量和各分類值的顏色值，計算η個柵格數(shù)據(jù)的平均顏色值，包括:根據(jù) rdn_color= (al X cl+a2 X c2+...+at X ct) / (al+a2+…+at)計算 n 個柵格數(shù)據(jù)的RGB類型的平均顏色值； 其中，rdn_color為η個柵格數(shù)據(jù)的RGB類型的平均顏色值，al、a2...at為每個柵格數(shù)據(jù)中t種分類值中各分類值的數(shù)量，Cl、c2…ct為每個柵格數(shù)據(jù)中t種分類值中各分類值的顏色值，t為正整數(shù)。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述按照預(yù)先設(shè)定的劃分信息對η個柵格數(shù)據(jù)進行劃分，得到每個柵格數(shù)據(jù)的各預(yù)測單元，包括: 按照ο行P列的單元格對η個M行N列的柵格數(shù)據(jù)進行劃分，得到S X L個預(yù)測單元，I彡ο彡Μ，I彡P(guān)彡N，ο、ρ、Μ、N、S和L均為正整數(shù)； iM=a0+P,@<o,a、@為正整數(shù)時,增加ο-β列分類值為O的像素；當(dāng)N=Yp+δ，δ < ρ, γ、δ為正整數(shù)時,增加ρ_δ行分類值為O的像素。
7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對每個柵格數(shù)據(jù)，基于預(yù)先獲取的該柵格數(shù)據(jù)的時間信息和所述該柵格數(shù)據(jù)的各預(yù)測單元的平均顏色值，確定對應(yīng)的預(yù)測單元的坐標(biāo)點，包括: 確定所述時間信息為所述對應(yīng)的預(yù)測單元的坐標(biāo)點的橫坐標(biāo)； 確定所述各預(yù)測單元的平均顏色值為所述對應(yīng)的預(yù)測單元的坐標(biāo)點的縱坐標(biāo)。
8.一種柵格數(shù)據(jù)的預(yù)測裝置，其特征在于，包括: 柵格數(shù)據(jù)計算模塊，用于根據(jù)預(yù)先獲取的η個柵格數(shù)據(jù)中各分類值的數(shù)量和各分類值的顏色值，計算η個柵格數(shù)據(jù)的平均顏色值，其中所述η個柵格數(shù)據(jù)表示同一地理空間范圍的相同分辨率的同一屬性信息，n ^ 3 ； 劃分模塊，按照預(yù)先設(shè)定的劃分信息對η個柵格數(shù)據(jù)進行劃分，得到每個柵格數(shù)據(jù)的各預(yù)測單元； 預(yù)測單元顏色計算模塊，用于獲取所述各預(yù)測單元中各分類值的數(shù)量；依據(jù)所述各預(yù)測單元中各分類值的數(shù)量和所述η個柵格數(shù)據(jù)中各分類值的顏色值，計算各預(yù)測單元的平均顏色值； 坐標(biāo)點確定模塊，用于對每個柵格數(shù)據(jù)，基于預(yù)先獲取的該柵格數(shù)據(jù)的時間信息和所述該柵格數(shù)據(jù)的各預(yù)測單元的平均顏色值，確定對應(yīng)的預(yù)測單元的坐標(biāo)點； 預(yù)測時間顏色確定模塊，用于根據(jù)所述對應(yīng)的預(yù)測單元的坐標(biāo)點，確定每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值； 結(jié)果確定模塊，用于根據(jù)所述每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值確定每個柵格數(shù)據(jù)的所述預(yù)測時間點的分類值，得到柵格數(shù)據(jù)預(yù)測結(jié)果。
9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，還包括: 擬合模塊，用于基于所述η個柵格數(shù)據(jù)的時間信息和所述η個柵格數(shù)據(jù)的平均顏色值對所述η個柵格數(shù)據(jù)進行曲線擬合操作。
10.根據(jù)權(quán)利要求9所述的裝置，其特征在于， 所述預(yù)測時間顏色確定模塊連接所述對應(yīng)的預(yù)測單元的坐標(biāo)點，得到多條直線；計算所述多條直線的平均角度線；分別計算所述多條直線與所述平均角度線的角度差，并計算各角度差的平均值;判斷所述各角度差的平均值是否大于等于預(yù)先設(shè)定的誤差閥值； 當(dāng)大于等于時，根據(jù)曲線擬合結(jié)果確定每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值； 當(dāng)小于時，根據(jù)所述平均角度線確定每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值。
全文摘要
本發(fā)明實施例公開了一種柵格數(shù)據(jù)的預(yù)測方法和裝置，以解決沒有關(guān)于對柵格數(shù)據(jù)進行預(yù)測研究的問題。所述方法包括根據(jù)柵格數(shù)據(jù)中各分類值的數(shù)量和顏色值計算柵格數(shù)據(jù)的平均顏色值；按照劃分信息對柵格數(shù)據(jù)進行劃分，得到各預(yù)測單元；依據(jù)各預(yù)測單元中各分類值的數(shù)量和柵格數(shù)據(jù)中各分類值的顏色值計算各預(yù)測單元的平均顏色值；對每個柵格數(shù)據(jù)，基于該柵格數(shù)據(jù)的時間信息和各預(yù)測單元的平均顏色值，確定預(yù)測單元的坐標(biāo)點；根據(jù)坐標(biāo)點，確定每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值；根據(jù)每個柵格數(shù)據(jù)的預(yù)測時間點的平均顏色值確定每個柵格數(shù)據(jù)的預(yù)測時間點的分類值，得到預(yù)測結(jié)果?？梢愿鶕?jù)預(yù)測的柵格數(shù)據(jù)輔助制定相關(guān)決策以及進行相關(guān)預(yù)警等。
文檔編號G06F17/30GK103246689SQ20121058140
公開日2013年8月14日 申請日期2012年12月27日 優(yōu)先權(quán)日2012年12月27日
發(fā)明者孫成寶, 張瑞俠 申請人:北京地拓科技發(fā)展有限公司