基于土地和交通多源数据的人口就业分布预测方法及装置制造方法及图纸

本发明专利技术公开了一种基于土地和交通多源数据的人口与就业分布预测方法及装置，属于交通技术领域。实现方法为：根据基准年人口与就业数据、基准年分类建筑面积数据推算出人均占用空间率；根据出行时间和行车费用推算出交通小区可达性数据；获取基准年分类建筑房价数据、规划年分类建筑面积数据、规划年人口与就业数据；建立人口与就业分布模型；根据人均占用空间率、可达性数据、分类建筑房价数据、基准年和规划年人口与就业数据以及分类建筑面积数据对人口与就业分布模型进行参数标定；根据标定后的人口与就业分布模型预测未来年人口与就业分布。本发明专利技术在交通小区层面系统地考虑土地利用、交通可达性来对未来的人口及就业变化趋势进行精准预测。

【技术实现步骤摘要】
基于土地和交通多源数据的人口就业分布预测方法及装置
本专利技术属于交通
，更具体地，涉及一种基于土地和交通多源数据的人口与就业分布预测方法及装置。
技术介绍
随着经济的快速发展和城镇化进程的不断推进，城市人口和就业迅猛上涨。这不仅造成了城市拓展及土地利用不均衡，更是引发了交通拥堵、交通事故及环境污染等问题。然而，掌握城市人口和就业变化趋势是土地利用规划、交通规划、交通管理的前提，如果不能精准预测未来年城市交通小区人口和就业的分布情况，那么将无法从根源上遏制土地利用问题和交通拥堵、交通事故及环境污染等问题。传统的人口与就业分布数据主要是通过人口与经济普查来获取，这将需要耗费大量的时间、人力和物力。此外，我国人口普查是每十年进行一次，经济普查是每五年进行一次，这些普查的周期间隔时间太长，不能达到获取某特定未来年人口和就业分布情况的要求。并且现有技术中的人口普查全部依赖于人力，无法通过技术手段实现。随着地理信息系统(GeographicInformationSystem或Geo－Informationsystem，GIS)和遥感(RemoteSensing，RS)技术的日益发达，运用GIS和RS数据推算人口与就业数据的研究越来越多。但是，这些研究的层面普遍较为宏观，并且没有系统地考虑土地利用、交通可达性对人口与就业的影响。一方面，不能反映人口与就业的实际情况；另一方面，难以捕捉人口与就业分布动态变化，无法针对交通小区层面的人口流动管理及规划提供技术上的支持。人口与就业分布极大地影响交通小区之间人口流动，如果不能科学地对其进行预测，势必会在人口流动高峰期造成拥堵，存在严重的安全隐患。现有的交通诱导技术，例如各种导航APP对于拥堵现象及路径规划的实现，主要是基于手机GPS信号的采集实时判断交通是否拥堵，从而筛选拥堵较轻的路线加入推荐导航中。上述方法仅仅依赖于实时采集数据进行交通人口分布计算，不具有提前和精准预测的功能；并且，由于用户都倾向于走APP推荐的不堵车路线，在交通高峰期又往往造成扎堆，原本不堵的道路也变拥堵。因此，经常出现用户按照导航改变路线以后又被堵在半路的情况，既不利于用户出行，也不利于交通疏导。如果能够提供一种技术手段，对交通小区层面上的人口与就业分布进行精准预测，就可以实现提前对交通信号的控制、导航软件中的路径诱导做出相应的改变，进而实现交通小区之间人口流动的科学化、动态化的实时管理，减少交通拥堵、降低安全隐患。
技术实现思路
针对现有技术的以上缺陷或改进需求，本专利技术提出了一种基于土地和交通多源数据的人口与就业分布预测方法及装置，在交通小区层面系统地考虑土地利用、交通可达性来对未来的人口及就业变化趋势进行精准预测。为实现上述目的，按照本专利技术的一个方面，提供了一种基于土地和交通多源数据的人口与就业分布预测方法，包括：S1：根据基准年各个交通小区的人口与就业数据、基准年各个交通小区的分类建筑面积数据推算出人均占用空间率；S2：根据交通小区之间的出行时间和行车费用推算出交通小区可达性数据，其中，所述交通可达性数据用于表示到达交通小区的便利程度；S3：获取基准年各个交通小区的分类建筑房价数据、规划年各个交通小区的分类建筑面积数据、规划年各个交通小区的人口与就业数据；S4：建立人口与就业分布模型；S5：根据所述人均占用空间率、所述可达性数据、所述基准年各个交通小区的分类建筑房价数据、所述基准年各个交通小区的人口与就业数据、所述规划年各个交通小区的人口与就业数据以及所述规划年各个交通小区的分类建筑面积数据对所述人口与就业分布模型进行参数标定；S6：根据标定后的人口与就业分布模型预测未来年人口与就业分布。优选地，步骤S1包括：S1.1：获取基准年各个交通小区的人口与就业数据，其中，所述就业数据包括商业金融、工业仓储、行政办公、教育科研、公共服务及其他就业数据；S1.2：获取基准年各个交通小区的分类建筑面积数据，其中，所述建筑面积数据包括：居住、商业金融、工业仓储、行政办公、教育科研、公共服务及其他建筑面积数据；S1.3：根据所述基准年各个交通小区的人口数据和所述基准年各个交通小区的居住建筑面积数据推算出居住人均占用空间率：其中，SUre为居住人均占用空间率，N为交通小区总数，为基准年交通小区i的居住建筑面积，为基准年交通小区i的人口；S1.4：根据所述基准年各个交通小区的就业数据和所述基准年各个交通小区的就业建筑面积数据推算出就业人均占用空间率：其中，为第k种就业人均占用空间率，N为交通小区总数，为基准年交通小区i第k种就业的建筑面积，为基准年交通小区i第k种就业的就业量。优选地，步骤S2包括：由推算出交通小区可达性，其中，ACi为交通小区i的可达性，TIijm为交通小区i到交通小区j使用交通方式m所需出行时间，FAijm为交通小区i到交通小区j使用交通方式m所需行车费用，N为交通小区总数，M为交通方式种数，a1、a2为相应的调整参数。优选地，步骤S3包括：S3.1：获取基准年各个交通小区的分类建筑房价数据，其中，所述分类建筑房价数据包括居住、商业金融、工业仓储、行政办公、教育科研、公共服务及其他建筑房价数据；S3.2：获取规划年各个交通小区的分类建筑面积数据，其中，所述分类建筑面积数据包括居住、商业金融、工业仓储、行政办公、教育科研、公共服务及其他建筑面积数据；S3.3：获取规划年各个交通小区的人口与就业数据，其中，所述就业数据包括商业金融、工业仓储、行政办公、教育科研、公共服务及其他就业数据。优选地，步骤S4包括：S4.1：人口分布模型为：其中，为规划年交通小区i的人口，为基准年交通小区i的人口，为规划年交通小区i的居住建筑面积，为基准年交通小区i的居住建筑面积，SUre为居住人均占用空间率，ACi为交通小区i的可达性，为交通小区i的居住建筑房价，ARpl为规划年居住建筑总面积，ARba为基准年居住建筑总面积，N为交通小区总数，b1、b2、b3为相应的待标定参数；S4.2：就业分布模型为：其中，为规划年交通小区i的就业量，为基准年交通小区i的就业量，为规划年交通小区i第k种就业的建筑面积，为基准年交通小区i第k种就业的建筑面积，为第k种就业人均占用空间率，ACi为交通小区i的可达性，为交通小区i第k种就业的建筑房价，为规划年第k种就业的建筑总面积，为基准年第k种就业的建筑总面积，N为交通小区总数，K为就业类型种数，c1、c2、c3为相应的待标定参数。优选地，步骤S5包括：S5.1：运用遗传算法，将所述人口与就业分布模型转化为目标函数，并设置相关的约束；S5.2：分别将各个交通小区的可达性数据、分类建筑房价数据、基准年和规划年人口与就业数据以及分类建筑面积数据、人均占用空间率代入所述目标函数，得到参数的标定值。优选地，步骤S6包括：分别将人均占用空间率、可达性数据、分类建筑本文档来自技高网...

【技术保护点】
1.一种基于土地和交通多源数据的人口与就业分布预测方法，其特征在于，包括：/nS1：根据基准年各个交通小区的人口与就业数据、基准年各个交通小区的分类建筑面积数据推算出人均占用空间率；/nS2：根据交通小区之间的出行时间和行车费用推算出交通小区可达性数据，其中，所述交通可达性数据用于表示到达交通小区的便利程度；/nS3：获取基准年各个交通小区的分类建筑房价数据、规划年各个交通小区的分类建筑面积数据、规划年各个交通小区的人口与就业数据；/nS4：建立人口与就业分布模型；/nS5：根据所述人均占用空间率、所述可达性数据、所述基准年各个交通小区的分类建筑房价数据、所述基准年各个交通小区的人口与就业数据、所述规划年各个交通小区的人口与就业数据以及所述规划年各个交通小区的分类建筑面积数据对所述人口与就业分布模型进行参数标定；/nS6：根据标定后的人口与就业分布模型预测未来年人口与就业分布。/n

【技术特征摘要】
1.一种基于土地和交通多源数据的人口与就业分布预测方法，其特征在于，包括：
S1：根据基准年各个交通小区的人口与就业数据、基准年各个交通小区的分类建筑面积数据推算出人均占用空间率；
S2：根据交通小区之间的出行时间和行车费用推算出交通小区可达性数据，其中，所述交通可达性数据用于表示到达交通小区的便利程度；
S3：获取基准年各个交通小区的分类建筑房价数据、规划年各个交通小区的分类建筑面积数据、规划年各个交通小区的人口与就业数据；
S4：建立人口与就业分布模型；
S5：根据所述人均占用空间率、所述可达性数据、所述基准年各个交通小区的分类建筑房价数据、所述基准年各个交通小区的人口与就业数据、所述规划年各个交通小区的人口与就业数据以及所述规划年各个交通小区的分类建筑面积数据对所述人口与就业分布模型进行参数标定；
S6：根据标定后的人口与就业分布模型预测未来年人口与就业分布。


2.根据权利要求1所述的方法，其特征在于，步骤S1包括：
S1.1：获取基准年各个交通小区的人口与就业数据，其中，所述就业数据包括商业金融、工业仓储、行政办公、教育科研、公共服务及其他就业数据；
S1.2：获取基准年各个交通小区的分类建筑面积数据，其中，所述建筑面积数据包括：居住、商业金融、工业仓储、行政办公、教育科研、公共服务及其他建筑面积数据；
S1.3：根据所述基准年各个交通小区的人口数据和所述基准年各个交通小区的居住建筑面积数据推算出居住人均占用空间率：其中，SUre为居住人均占用空间率，N为交通小区总数，为基准年交通小区i的居住建筑面积，为基准年交通小区i的人口；
S1.4：根据所述基准年各个交通小区的就业数据和所述基准年各个交通小区的就业建筑面积数据推算出就业人均占用空间率：其中，为第k种就业人均占用空间率，N为交通小区总数，为基准年交通小区i第k种就业的建筑面积，为基准年交通小区i第k种就业的就业量。


3.根据权利要求2所述的方法，其特征在于，步骤S2包括：由推算出交通小区可达性，其中，ACi为交通小区i的可达性，TIijm为交通小区i到交通小区j使用交通方式m所需出行时间，FAijm为交通小区i到交通小区j使用交通方式m所需行车费用，N为交通小区总数，M为交通方式种数，a1、a2为相应的调整参数。


4.根据权利要求2或3所述的方法，其特征在于，步骤S3包括：
S3.1：获取基准年各个交通小区的分类建筑房价数据，其中，所述分类建筑房价数据包括居住、商业金融、工业仓储、行政办公、教育科研、公共服务及其他建筑房价数据；
S3.2：获取规划年各个交通小区的分类建筑面积数据，其中，所述分类建筑面积数据包括居住、商业金融、工业仓储、行政办公、教育科研、公共服务及其他建筑面积数据；
S3.3：获取规划年各个交通小区的人口与就业数据，其中，所述就...

【专利技术属性】
技术研发人员：钟鸣，任智，崔革，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：湖北;42