本发明属于农业灾害监测领域，具体涉及一种基于高分一号卫星数据识别倒伏玉米的方法，包括如下步骤：步骤一，获取目标区域内的野外标志点以及玉米倒伏前后遥感影像；步骤二，提取玉米种植空间分布图；步骤三，获得倒伏和非倒伏玉米的光谱曲线；步骤四，构建倒伏玉米识别指数并得出区分倒伏和非倒伏玉米的合理阈值；步骤五，通过与所述合理阈值比较，识别出目标区域内的所有倒伏区域和非倒伏区域；步骤六，通过掩膜处理得到倒伏玉米的空间分布范围和面积。本发明能够精确区分倒伏和非倒伏玉米区域，可避免时间差异对倒伏玉米光谱特征的影响。同时，深化国产卫星数据的农业监测应用，且计算简单、识别快速，具有进一步推广应用的优势。 

2.一种界址线位置信息采集方法及设备 

　　本发明公开一种基于移动设备的界址线位置信息采集方法及其设备。包括步骤：在移动设备中存储并加载宗地信息，宗地信息包括用于存储界址线位置信息的位置字段；选择待采集的目标宗地；选择一条或多条界址线，作为待采集界址线位置信息的目标界址线；在移动设备中画一个点或者画一条方向线；根据所画点或所画方向线更新目标界址线的界址线位置信息；根据所述更新的界址线位置信息，更新毗邻宗地共线界址线的位置信息。该方法改善了界址线位置信息采集和记录的方式，提高了界址线位置信息采集和记录的效率和准确性。 

3.为矢量要素建立空间索引文件的方法和装置 

　　本发明提供一种为矢量要素建立空间索引文件的方法和装置，为矢量要素建立空间索引文件的方法包括：根据待存储的矢量要素建立空间索引文件；根据矢量要素的数据范围建立空间网格，其中，空间网格包括多个子网格；根据子网格建立要素偏移属性表，要素偏移属性表包括用以表征矢量要素在空间索引文件中的位置要素偏移量；将空间索引文件、空间网格和要素偏移属性表进行打包存储。通过这种存储方法将矢量要素进行存储，后续对矢量要素进行提取时，只需根据要素偏移属性表中的偏移量查找空间索引文件，并通过空间索引文件对所需要的矢量要素进行提取即可，本发明提供的为矢量要素建立空间索引文件的方法为后续对矢量要素的快速查询奠定了基础。 

4.高速读写Shapfile中的矢量要素的方法和装置 

　　本发明提供一种高速读写Shapfile中的矢量要素的方法和装置，包括：建立数据缓冲区，数据缓冲区中包括：用以存储矢量要素的多个存储空间，及用以指示存储空间地址的指针；将待读取的Shapfile中的矢量要素依次写入存储空间中；指针始终指向首个未存储矢量要素的存储空间；根据数据缓冲区读取矢量要素；根据矢量要素建立空间索引文件；根据矢量要素的数据范围建立空间网格，其中，空间网格包括多个子网格；根据子网格建立要素偏移属性表，要素偏移属性表包括用以表征矢量要素在空间索引文件中的位置的要素偏移量；将空间索引文件、空间网格和要素偏移属性表进行打包存储。通过这种方法读取Shapfile中的矢量要素时，效率更高，且占用内存较低。 

5.矢量要素与行政区域全覆盖检查的方法和装置 

　　本发明提供一种矢量要素与行政区域全覆盖检查的方法和装置，其中，该方法包括：获取待检查矢量要素文件和预设矢量要素参考文件；根据待检查矢量要素文件建立第一空间索引文件；根据待检查矢量要素文件中的数据范围建立第一空间网格，其中，第一空间网格包括多个第一子网格；根据第一子网格建立第一要素偏移属性表，第一要素偏移属性表包括用以表征矢量要素在第一空间索引文件中的位置的要素偏移量；根据要素偏移量和第一空间索引文件查询第一矢量要素点；根据预设矢量要素参考文件查询与第一矢量要素点相对应的第二矢量要素点；判断第一矢量要素点与第二矢量要素点是否为同一要素点，得到查询结果。 

6.基于任务模型的数据成果信息质量智能检测方法和系统 

　　本发明提供一种基于任务模型的数据成果信息质量智能检测方法和系统，该方法先将数据成果多维度质量检测因子所对应的若干检测任务信息基于质检算法进行检测任务计算建模，从而建立任务模型；采集待检测的数据成果并选择所需要的检测任务以形成任务组，将任务组输入至任务模型，通过任务模型来执行任务组中全部的检测任务，进而得到检测任务计算结果；将检测任务计算结果进行数据分析处理，并输出数据成果信息质量检测报告以实现智能检测。该方法可处理大量数据，将选择的检测任务直接输入至任务模型进行自动检测，从而节省了时间成本和人工成本，整体提高了数据成果信息检测的效率以及准确性和全面性。 

7.农村集体经济组织评价模型 

　　通过全国农村集体资产监督管理平台中有关组织信息、成员信息、资产财务信息、经营收入等数据，通过一定的权重计算，得出其评价得分，构建组织评价模型体系，获得组织等级评价结果，从而打通政府和市场主体的数据联系，帮助农村集体经济组织获得金融支持。 

8.农户信贷模型 

　　通过细化农户基本信息、土地权益信息、身份认定信息、农机专家指数、生产保障能力、地区经济发展潜力等多类指标，以“专家知识+机器学习双重建模法”，并结合金融机构相关数据构建农户信贷准入、评级和额度模型，对农户贷款申请进行初步准入、信用分级和额度测算。 

9.家庭农场基础信贷评价模型 

　　依托家庭农场和承包地确权相关数据，建立农场主情况、经营情况、财务情况、区域发展情况等四个一级指标，农场主年龄、农场主性别、家庭劳动人口数量、经营土地面积、家庭承包地面积、示范情况、市场监管部门注册登记情况、商标注册情况、农产品质量认证、年经营总收入、财政扶持金额、是否购买农业保险、农村居民人均可支配收入、人均GDP、人均储蓄存款额、人均粮食产量等16个二级指标，利用主成分分析法构建家庭农场基础信贷评价模型。 

10.整村授信模型 

　　基于土地确权数据、GIS遥感数据、产权交易数据、村集体清产核资数据、产改数据、三资数据，以及村组与农户相互独立又相互依存的关系，以专家经验+机器学习双重建模，建立村集体经济组织资质评价模型，筛选出优质的村集体，在优质村集体中利用农户信贷模型筛选出优质农户，实现双重风控下的农户授信。