一种城市空间形态自动分区方法与系统技术方案

本发明专利技术公开了一种城市空间形态自动分区方法与系统，方法包括：获取给定范围内的城市空间形态基础数据，得到多个空间单元；针对每个空间单元，按照设定的多个城市空间形态指标自动计算，生成城市空间形态特征汇总表；将城市空间形态特征汇总表所对应的矩阵采用无监督聚类算法进行聚类，聚类过程中，设置不同的聚类参数进行多次聚类运算，并对各聚类结果进行评分，确定最佳聚类结果；根据最佳聚类结果，得到城市空间形态自动分区的结果；并进一步可分析指标之间的相关性，得到关键影响指标。本发明专利技术可以客观而全面地洞悉城市空间形态的特征，进而形成自动分区的结果及关键影响指标，避免了传统方法中容易出现的主观判断或考察维度单一等问题。

A Method and System for Automatic Zoning of Urban Spatial Form

The invention discloses an automatic partitioning method and system for urban spatial morphology, which includes: obtaining basic data of urban spatial morphology within a given range and obtaining multiple spatial units; automatically calculating each spatial unit according to a set number of urban spatial morphological indexes to generate a summary table of urban spatial morphological features; and corresponding to the summary table of urban spatial morphological features. The matrix uses unsupervised clustering algorithm for clustering. In the process of clustering, different clustering parameters are set for multiple clustering operations, and the clustering results are scored to determine the best clustering results. According to the best clustering results, the results of automatic partition of urban spatial morphology are obtained. Furthermore, the correlation between the indicators can be further analyzed and key impact indicators can be obtained. The invention can objectively and comprehensively understand the characteristics of urban spatial morphology, thereby forming the results of automatic zoning and key impact indicators, avoiding the problems of subjective judgment or single dimension in traditional methods.

【技术实现步骤摘要】
一种城市空间形态自动分区方法与系统
本专利技术属于城市规划领域，涉及一种城市空间形态分区方法与系统，特别涉及一种通过提取城市三维空间实体自身多维度的形态特征来进行城市空间形态自动分区的方法与系统。
技术介绍
城市空间形态是城市规划学科的核心研究对象。快速城市化进程中，城市不断地“外拓”和“长高”，城市空间形态也变得愈发复杂。区别于行政分区、资源分区、生态等级分区等，城市空间形态分区是针对城市三维物质空间的建筑实体进行区块划分。城市空间形态分区是解析城市空间形态的重要环节，通过城市空间形态分区能够辨析城市空间形态的内在机理，进而探寻城市空间的结构性规律。目前常见的城市空间形态分区的确定是通过容积率、密度、高度等单维度形态指标来刻画，进而采用设置指标的区间阈值的方式来进行分区。例如基于最大建筑高度的维度将城市空间形态分成低层区、多层区、小高层区、高层区、超高层区，基于建筑密度的维度将城市空间形态分成低密度区、中密度区、高密度区等等。这样的分区存在无法兼顾到城市空间形态的三维整体性、指标区间确定涉及人脑判断、技术结果随意性大、工作效率低下的问题。
技术实现思路
专利技术目的：本专利技术目的在于提供一种城市空间形态自动分区方法与系统，能够自动生成城市空间形态分区结果，并进一步获得关键影响指标，以避免传统操作中无法兼顾到城市空间形态的三维整体性、指标区间确定涉及人脑判断、技术结果随意性大、工作效率低下的问题。技术方案：为实现上述目的，本专利技术所述的一种城市空间形态自动分区方法，包括如下步骤：(1)获取给定范围内的城市空间形态基础数据，所述城市空间形态基础数据中包括或能够提取出多个空间单元，所述空间单元的轮廓为闭合的多边形空间，内部包括至少一个建筑物，所述建筑物的轮廓为闭合的多边形空间，所述建筑物具备层数和/或高度信息；(2)针对每个空间单元，按照设定的多个城市空间形态指标自动计算，生成城市空间形态特征汇总表；其中城市空间形态指标包括用地面积、建筑密度、容积率、最大基底面积、最大建筑高度、最大建筑面积、平均建筑高度以及错落度中的至少两种；(3)将城市空间形态特征汇总表所对应的矩阵采用无监督聚类算法进行聚类，聚类过程中，设置不同的聚类参数进行多次聚类运算，并使用基于数据自身特征的聚类评价指标对各聚类结果进行评分，从而确定最佳聚类结果；(4)根据最佳聚类结果，得到每个空间单元及其对应的聚类编号，作为城市空间形态自动分区的结果。在优选实施方案中，所述方法还包括：对城市空间形态特征汇总表中的数据进行相关性分析，输出城市空间形态自动分区的关键影响指标。在优选实施方案中，所述空间单元是根据街区、用地或产权划分形成的矢量空间单元。在优选实施方案中，所述空间单元的用地面积是通过对闭合多段线构成的多边形空间几何计算获得；所述建筑密度是空间单元内的所有建筑物的底面积之和与空间单元用地面积的比值；所述容积率是空间单元内的所有建筑物的底面积与建筑物层数乘积之总和与空间单元用地面积的比值；所述最大基底面积是空间单元内的所有建筑物的底面积的最大值；所述最大建筑高度是空间单元内的所有建筑物的高度的最大值；所述最大建筑面积是空间单元内的所有建筑物的底面积与建筑物层数乘积的最大值；所述平均建筑高度是空间单元内的所有建筑物的高度的平均值；所述错落度是空间单元内的所有建筑物的高度的方差；所述建筑物的底面积通过对闭合多段线构成的多边形空间几何计算获得。在优选实施方案中，所述多个城市空间形态指标为空间单元的用地面积、建筑密度、容积率、最大基底面积、最大建筑高度、最大建筑面积、平均建筑高度以及错落度。在具体实施方案中，所述无监督聚类算法为基于中心点的K-means聚类算法、基于连接度的层次聚类算法、基于密度的DBSCAN聚类算法和基于分布的GMM-EM聚类算法中的一种或多种；所述聚类评价指标为Dunn指数、Davies–Bouldin指数和Silhouette系数中的一种。在优选实施方案中，所述步骤(3)中采用基于马氏距离的K-means聚类算法对城市空间形态特征汇总表所对应的矩阵进行聚类，聚类过程中，设置不同的聚类数目进行多次聚类运算，并使用Silhouette系数评分以确定最佳聚类结果；其中Silhouette系数计算方法为：对于数据集中任一点i，a(i)表示数据点i到同类数据点距离的平均值，b(i)表示数据点i到其它各类数据点距离平均值中的最小值，s(i)表示数据点i的Silhouette系数；将所有数据点的Silhouette系数求均值就是聚类结果的总体Silhouette系数。在优选实施方案中，关键影响指标确定的步骤包括：对城市空间形态特征汇总表中的数据进行相关性运算，得到相关性矩阵图；比较相关性矩阵图中各项绝对值之和最大的指标，作为城市空间形态中的关键影响指标。在优选实施方案中，所述步骤(4)中在得到每个空间单元及其对应的聚类编号后，对同一类聚类编号的空间单元进行一种颜色的填充，将城市空间形态分区的结果以着色块的平面几何图像展示。本专利技术所述的一种城市空间形态自动分区系统，包括：空间单元获取模块，用于获取给定范围内的城市空间形态基础数据，所述城市空间形态基础数据中包括或能够提取出多个空间单元，所述空间单元的轮廓为闭合的多边形空间，内部包括至少一个建筑物，所述建筑物的轮廓为闭合的多边形空间，所述建筑物具备层数和/或高度信息；空间形态指标计算模块，用于针对每个空间单元，按照设定的多个城市空间形态指标自动计算，生成城市空间形态特征汇总表；其中城市空间形态指标包括用地面积、建筑密度、容积率、最大基底面积、最大建筑高度、最大建筑面积、平均建筑高度以及错落度中的至少两种；聚类评价模块，用于将城市空间形态特征汇总表所对应的矩阵采用无监督聚类算法进行聚类，聚类过程中，设置不同的聚类参数进行多次聚类运算，并使用基于数据自身特征的聚类评价指标对各聚类结果进行评分，从而确定最佳聚类结果；以及，结果输出模块，用于根据最佳聚类结果，得到每个空间单元及其对应的聚类编号，作为城市空间形态自动分区的结果；或者输出城市空间形态自动分区的关键影响指标的同时输出城市空间形态分区的关键影响指标；所述关键影响指标通过对城市空间形态特征汇总表中的数据进行相关性分析得到。本专利技术所述的一种城市空间形态自动分区系统，至少包括一台计算机设备，所述计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被加载至处理器时实现所述的城市空间形态自动分区方法。有益效果：本专利技术提出的一种城市空间形态自动分区方法与系统，将城市空间形态作为一个三维整体，综合考虑多维度形态特征，利用计算机算法，纳入多个城市空间形态特征进行聚类运算，能够实现最大程度逼近对空间形态的“整体”、而非“侧面”的测度；对于分区结果的输出也是基于Silhouette系数等数据自身特征参数，将结果自动收敛于聚类结果分布最优的状态，避免人脑判断导致技术结果的随意性。并且进一步对城市空间形态分区中关键影响指标进行判定，有利于在研究范围内的规划设计中，抓住重点管控的空间形态指标特征，进而从整体上把握该研究范围的城市空间形态特色。本专利技术避免了传统操作中无法兼顾到城市空间形态的三维整体性、对于关键影响指标的判定缺乏科学依据本文档来自技高网...

【技术保护点】
1.一种城市空间形态自动分区方法，其特征在于，包括如下步骤：(1)获取给定范围内的城市空间形态基础数据，所述城市空间形态基础数据中包括或能够提取出多个空间单元，所述空间单元的轮廓为闭合的多边形空间，内部包括至少一个建筑物，所述建筑物的轮廓为闭合的多边形空间，所述建筑物具备层数和/或高度信息；(2)针对每个空间单元，按照设定的多个城市空间形态指标自动计算，生成城市空间形态特征汇总表；其中城市空间形态指标包括用地面积、建筑密度、容积率、最大基底面积、最大建筑高度、最大建筑面积、平均建筑高度以及错落度中的至少两种；(3)将城市空间形态特征汇总表所对应的矩阵采用无监督聚类算法进行聚类，聚类过程中，设置不同的聚类参数进行多次聚类运算，并使用基于数据自身特征的聚类评价指标对各聚类结果进行评分，从而确定最佳聚类结果；(4)根据最佳聚类结果，得到每个空间单元及其对应的聚类编号，作为城市空间形态自动分区的结果。

【技术特征摘要】
1.一种城市空间形态自动分区方法，其特征在于，包括如下步骤：(1)获取给定范围内的城市空间形态基础数据，所述城市空间形态基础数据中包括或能够提取出多个空间单元，所述空间单元的轮廓为闭合的多边形空间，内部包括至少一个建筑物，所述建筑物的轮廓为闭合的多边形空间，所述建筑物具备层数和/或高度信息；(2)针对每个空间单元，按照设定的多个城市空间形态指标自动计算，生成城市空间形态特征汇总表；其中城市空间形态指标包括用地面积、建筑密度、容积率、最大基底面积、最大建筑高度、最大建筑面积、平均建筑高度以及错落度中的至少两种；(3)将城市空间形态特征汇总表所对应的矩阵采用无监督聚类算法进行聚类，聚类过程中，设置不同的聚类参数进行多次聚类运算，并使用基于数据自身特征的聚类评价指标对各聚类结果进行评分，从而确定最佳聚类结果；(4)根据最佳聚类结果，得到每个空间单元及其对应的聚类编号，作为城市空间形态自动分区的结果。2.根据权利要求1所述的一种城市空间形态自动分区方法，其特征在于，所述方法还包括：对城市空间形态特征汇总表中的数据进行相关性分析，输出城市空间形态自动分区的关键影响指标。3.根据权利要求1所述的一种城市空间形态自动分区方法，其特征在于，所述空间单元是根据街区、用地或产权划分形成的矢量空间单元。4.根据权利要求1所述的一种城市空间形态自动分区方法，其特征在于，所述空间单元的用地面积是通过对闭合多段线构成的多边形空间几何计算获得；所述建筑密度是空间单元内的所有建筑物的底面积之和与空间单元用地面积的比值；所述容积率是空间单元内的所有建筑物的底面积与建筑物层数乘积之总和与空间单元用地面积的比值；所述最大基底面积是空间单元内的所有建筑物的底面积的最大值；所述最大建筑高度是空间单元内的所有建筑物的高度的最大值；所述最大建筑面积是空间单元内的所有建筑物的底面积与建筑物层数乘积的最大值；所述平均建筑高度是空间单元内的所有建筑物的高度的平均值；所述错落度是空间单元内的所有建筑物的高度的方差；所述建筑物的底面积通过对闭合多段线构成的多边形空间几何计算获得。5.根据权利要求1所述的一种城市空间形态自动分区方法，其特征在于，所述无监督聚类算法为基于中心点的K-means聚类算法、基于连接度的层次聚类算法、基于密度的DBSCAN聚类算法和基于分布的GMM-EM聚类算法中的一种或多种；所述聚类评价指标为Dunn指数、Davies–Bouldin指数和Silhouette系数中的一种。6.根据权利要求1所述的一种城市空间形态自动分区方法，其特征在于，所述步骤(3)中采用基于马氏距离的K-...

【专利技术属性】
技术研发人员：杨俊宴，曹俊，刘志成，王桥，姚莉，任刚，刘志远，崇志宏，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32