基于城市建筑空间数据的建成区边界识别方法及设备技术

本发明专利技术公开了一种基于城市建筑空间数据的建成区边界识别方法及设备，包括以下步骤：1)将城市建筑空间矢量数据输入地理信息处理平台；2)确定区分建筑连绵与否的临界值；3)生成建筑连绵区面域；4)筛选建筑面积值最高的一组建筑连绵区面域，导出其边界轮廓线。本发明专利技术解决了现有识别方法耗时长、人力投入大、边界识别依赖人脑判断随意性大和对图像质量要求高等不足，通过数据的聚类分析和空间聚合实现对城市建成区边界进行高精度识别，高效、精准地满足城市发展建设现状评估和规划领域所需的各项指标数据和矢量分析需求。

Boundary Recognition Method and Equipment of Built-up Area Based on Spatial Data of Urban Buildings

【技术实现步骤摘要】
基于城市建筑空间数据的建成区边界识别方法及设备
本专利技术涉及一种城市建成区边界识别方法及设备，特别是涉及一种基于城市建筑空间数据的建成区边界识别方法及设备。
技术介绍
城市建成区边界是指城市行政区范围内,由建设分布相对集中的建筑物、市内公共设施及城市道路等所构成的城市建成区的范围边界线，其范围表明了城市在不同发展阶段建设用地的使用情况。随着社会经济的快速发展，中国城镇化速度惊人。城市建设用地边界的划定对反应城市发展的规模与速度，判断土地利用效益与增长趋势具有重要作用。一方面，建成区范围与边界的变化反应了城市发展的方向与规模，其精确合理划定对研究城市扩张变化和城市驱动力分析起了关键性的作用。另一方面，建成区的范围数值信息是人口密度，卫生设施水平，单位面积产值和扩张系数等一系列指标的统计依据，对城市下一轮发展战略规划起到十分重要的作用。目前常用的城市建成区边界识别方法，一种是结合现状地形图，结合卫星影像，在CAD或地理信息系统中进行人工绘制，这样的识别方法存在制图时间长，投入人力资源大，边界识别依赖人脑判断随意性大等问题。一种是结合地理信息系统软件平台，对高分辨遥感图像，采用目视破译图像或计算机监测方法实现不同土地利用类型边界的分类，这样的识别方法对算法与图像质量要求较高，且其对建筑与硬质地面的最大似然区分存在差异。
技术实现思路
专利技术目的：本专利技术要解决的技术问题是提供一种基于城市建筑空间数据的建成区边界识别方法及设备，解决了现有识别方法耗时长、人力投入大、边界识别依赖人脑判断随意性大和对图像质量要求高等不足，通过数据的聚类分析和空间聚合实现对城市建成区边界进行高精度识别，高效、精准地满足城市发展建设现状评估和规划领域所需的各项指标数据和矢量分析需求。技术方案：本专利技术所述的基于城市建筑空间数据的建成区边界识别方法，其特征在于包括以下步骤：(1)将城市建筑空间矢量数据输入地理信息处理平台；(2)确定区分建筑连绵与否的临界值；(3)生成建筑连绵区面域；(4)筛选建筑面积值最高的一组建筑连绵区面域，导出其边界轮廓线。进一步的，所述城市建筑空间矢量数据的内容包括建筑和街区。进一步的，步骤(2)中确定临界值的方法为：计算得到城市建筑空间矢量数据中每个街区的几何中心点，对相邻街区的几何中心点最近距离进行聚类运算，生成相邻街区中心之间最小距离的平均值，作为区分建筑连绵与否的临界值。进一步的，所述计算得到所述几何中心点的公式为：其中n为每个街区的顶点数量，i为街区顶点编号，xi为编号为i的顶点的经度，yi为编号为i的顶点的纬度，xi+1为编号为i+1的顶点的经度，yi+1为编号为i+1的顶点的纬度，Cx为该街区几何中心点的经度，Cy为该街区几何中心点的纬度。进一步的，所述的聚类运算为AverageNearestNeighbor聚类算法，具体为：其中，i为街区编号,n为街区的数量，di为编号为i的街区的几何中心与最近邻街区几何中心之间的距离，为相邻街区中心之间最小距离的平均值。进一步的，步骤(3)中生成建筑连绵区面域的方法为：计算所有建筑之间的距离，将距离小于等于所述临界值的建筑进行空间聚合，将上述空间聚合的建筑与所述建筑之间的外部空间相连结，得到所述的建筑连绵区面域。进一步的，所述空间聚合的方法为：将所述建筑空间矢量数据转换为固定大小的栅格，将距离小于等于所述临界值的建筑的所有顶点进行连线，选取其中面积最大的一个多边形，将上述选取的所有多边形覆盖的栅格合并成一个完整面域。进一步的，所述栅格的边长为0.5米。进一步的，步骤(4)中的筛选方法为自然间断点分级法。进一步的，所述的自然间断点分级法具体步骤为：按照几何面积的大小将所有建筑连绵区面域采取自然间断点分级法分为若干个组，选取其中范围上限最高的数值区间作为筛选区间，选择这一区间内的建筑连绵区面域。进一步的，步骤(4)中导出边界轮廓线的方法为：将筛选出的建筑连绵区面域填充其内部的孔洞并去除孔洞边界，得到不含孔洞的建筑连绵区面域，其外部轮廓线即为所述的边界轮廓线。本专利技术所述的设备，包括计算机存储器和处理器，所述的存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得处理器执行上述的方法。有益效果：本专利技术具备以下优点：1、基于建筑空间矢量数据，通过高精度栅格化空间聚合方法将连绵的建筑数据进行闭合，最大程度提高所识别边界的准确性；2、通过无监督聚类生成街区几何中心的平均最近距离，以此作为建筑连绵与否的临界值，确保所识别边界的科学性及学理性，最大程度逼近人工识别城市建成区边界的常用方法；同时该方法普遍适用于各类城市，确保了本专利方法的普适性；3、所有步骤和方法阶基于矢量数据和矢量运算方法，所识别出的城市建成区边界矢量数据结果满足可编辑、可操作、可计算的实际需求，保证了该识别方法的实用性和可操作性；4、所自动提取的建成区边界能够快速高效地满足城市发展建设现状评估和规划领域所需的各项指标数据和矢量分析需求，以避免传统方法耗时长、人力投入大、边界识别依赖人脑判断随意性强的问题；实现了普遍适用于各类城市的高效、精准、自动化的建成区边界，快速高效地满足城市发展建设现状评估和规划领域所需的各项指标数据和矢量分析需求。附图说明图1为本专利技术实施例的整体方法流程图；图2为实施例的相邻街区的几何中心点最近距离计算图；图3为实施例的区分建筑连绵示意图；图4为实施例的建筑进行空间聚合原理图；图5为实施例的空间聚合后建筑连绵区面域图；图6为实施例的根据聚类结果筛选的建筑连绵区面域图；图7为实施例的去除孔洞的城市建成区边界图。具体实施方式如图1所示，本专利技术实施例公开了一种基于城市建筑空间数据的建成区边界识别方法，包括如下步骤步骤1)：数据获取及输入：获取并储存给定范围内的城市建筑空间矢量数据，输入地理信息处理平台；其中，所述给定范围不得小于城市中心城区范围，城市中心城区范围即为对应城市的最新版城市总体规划中划定的中心城区范围；所述建筑空间矢量数据包含多边形街区面及多边形建筑面。所述空间矢量数据可以通过规划局等相关政府职能部门获得。其中，建筑空间矢量数据包含多边形街区面(也可以通过道路红线围合成面生成)、街区面内包含一个以上的多边形建筑面，以上数据可以为DWG格式或SHP格式等。所述地理信息处理平台用于矢量数据处理，包括：ArcGIS、CAD；步骤2)：确定建筑连绵临界值：针对范围内的所有多边形街区面，通过几何计算得到每个街区的几何中心点，通过无监督聚类算法对相邻街区的几何中心点最近距离进行聚类运算，从而生成相邻街区中心之间最小距离的平均值，作为区分建筑连绵与否的临界值；所述针对范围内的所有多边形街区面，通过几何计算得到每个街区的几何中心点，其目的在于通过获取每个街区的几何中心(角平分线交点)来为下一步的几何中心距离聚类运算做准备。该步骤包含两种方法，方法一为在ArcGIS中运用要素转点(Featuretopoint)指令，将多边形街区面转换为每个面的中心点，所述中心点包含坐标数据；方法二即通过软件代码编程(运用Python编程工具)，通过获取每个多边形街区面每个顶点的坐标数据，计算其几何中心点的坐标数据，其实现方式按照如下公式得到每个几何中心的矢量数据：其中n为每个街区的顶点数量，i本文档来自技高网...

【技术保护点】
1.一种基于城市建筑空间数据的建成区边界识别方法，其特征在于包括以下步骤：(1)将城市建筑空间矢量数据输入地理信息处理平台；(2)确定区分建筑连绵与否的临界值；(3)生成建筑连绵区面域；(4)筛选建筑面积值最高的一组建筑连绵区面域，导出其边界轮廓线。

【技术特征摘要】
1.一种基于城市建筑空间数据的建成区边界识别方法，其特征在于包括以下步骤：(1)将城市建筑空间矢量数据输入地理信息处理平台；(2)确定区分建筑连绵与否的临界值；(3)生成建筑连绵区面域；(4)筛选建筑面积值最高的一组建筑连绵区面域，导出其边界轮廓线。2.根据权利要求1所述的基于城市建筑空间数据的建成区边界识别方法，其特征在于：所述城市建筑空间矢量数据的内容包括建筑和街区。3.根据权利要求1所述的基于城市建筑空间数据的建成区边界识别方法，其特征在于步骤(2)中确定临界值的方法为：计算得到城市建筑空间矢量数据中每个街区的几何中心点，对相邻街区的几何中心点最近距离进行聚类运算，生成相邻街区中心之间最小距离的平均值，作为区分建筑连绵与否的临界值。4.根据权利要求3所述的基于城市建筑空间数据的建成区边界识别方法，其特征在于，所述计算得到所述几何中心点的公式为：其中n为每个街区的顶点数量，i为街区顶点编号，xi为编号为i的顶点的经度，yi为编号为i的顶点的纬度，xi+1为编号为i+1的顶点的经度，yi+1为编号为i+1的顶点的纬度，Cx为该街区几何中心点的经度，Cy为该街区几何中心点的纬度。5.根据权利要求3所述的基于城市建筑空间数据的建成区边界识别方法，其特征在于，所述的聚类运算为AverageNearestNeighbor聚类算法，具体为：其中，i为街区编号,n为街区的数量，di为编号为i的街区的几何中心与最近邻街区几何中心之间的距离，为...

【专利技术属性】
技术研发人员：杨俊宴，邵典，方创琳，甄峰，孙瑞琪，陆小波，史北祥，冯建喜，曹俊，
申请(专利权)人：东南大学，中国科学院地理科学与资源研究所，南京大学，
类型：发明
国别省市：江苏,32