【技术实现步骤摘要】
一种城市群要素相互作用测度方法、设备及存储介质
本专利技术涉及城市规划和地理学
，尤其涉及的是一种城市群要素相互作用测度方法、设备及存储介质。
技术介绍
城市群是由多个空间上相互邻近的城市形成的相对独立的城市群落集合体，其作为一个开放、复杂的巨系统，在地理空间上投影为各具相应功能的各个城市要素，如产业、人口、交通和生态等诸多元素等。城市群中各种要素(人口、居住区、工业园区、商业区、物流园区、高铁、高速公路、资本等)在空间中的变化不断的重塑城市内部和城市之间的空间和结构。因此，测度城市群各个空间各种要素的空间联接和相互作用作是理解城市群空间演化规律、剖析城市演化动力、制定城市群综合决策的关键问题之一。目前，对于城市各要素之间的相互作用机制的度量方法多采用单维度的要素之间的相互作用关系。然而，产业、人口、交通和环境等要素均是城市要素的重要组成成分，其间相辅相成、密不可分；因此，仅通过单维度要素评价结果将难以准确地、全面地反映城市群网络空间联系以及其相互作用机制。因此，现有技术有待于进一步的改进。
【技术保护点】
1.一种城市群要素相互作用测度方法，其特征在于，包括：/n获取预设时间范围和预设空间内城市群对应的基础地理数据，以及预先对各个城市群区域划分出的空间单元，得到各个空间单元的城市要素指标数据；/n以目标城市群要素指标为因变量，并根据所述因变量确定相互作用指标；其中,所述相互作用指标包括：因变量和多个自变量，所述自变量为与所述因变量相关联的城市要素指标；/n将各个空间单元之间的空间距离和时间距离、各个自变量对应的城市要素指标数据对预设相互作用度量模型进行训练，得到相互作用度量值；其中，所述相互作用度量模型中含有对各个城市之间时空邻近关系进行度量的时空加权神经网络。/n
【技术特征摘要】
1.一种城市群要素相互作用测度方法，其特征在于，包括：
获取预设时间范围和预设空间内城市群对应的基础地理数据，以及预先对各个城市群区域划分出的空间单元，得到各个空间单元的城市要素指标数据；
以目标城市群要素指标为因变量，并根据所述因变量确定相互作用指标；其中,所述相互作用指标包括：因变量和多个自变量，所述自变量为与所述因变量相关联的城市要素指标；
将各个空间单元之间的空间距离和时间距离、各个自变量对应的城市要素指标数据对预设相互作用度量模型进行训练，得到相互作用度量值；其中，所述相互作用度量模型中含有对各个城市之间时空邻近关系进行度量的时空加权神经网络。
2.根据权利要求1所述的城市群要素相互作用测度方法，其特征在于，所述获取预设时间范围和预设空间内城市群对应的基础地理数据的步骤之前，还包括：
收集各个城市群要素指标以及将城市群区域进行空间划分，得到多个空间单元，各个空间单元之间的关系包括：处于同一个城市的城市内部空间单元和处于不同城市的城市间空间单元。
3.根据权利要求1所述的城市群要素相互作用测度方法，其特征在于，所述相互作用度量模型包括时空地理加权回归模块和线性回归模块；所述时空地理加权回归模块包括城市内部时空加权神经网络单元、城市之间时空加权神经网络单元和时空权重融合单元；
所述将各个空间单元之间的空间距离和时间距离、各个自变量对应的城市要素指标数据对预设相互作用度量模型进行训练，得到相互作用度量值的步骤包括：
分别将各个空间单元之间的空间距离和时间距离输入城市内部时空加权神经网络单元,得到城市内部时空加权神经网络单元和城市之间时空加权神经网络单元输出的第一时空权重值和第二时空权重值；
以处于同一个城市内的各个空间单元之间的空间距离为预设数值，对所述各个空间单元之间的空间距离进行更新后，得到更新后的重置空间距离；
将各个空间单元之间的重置空间距离和时间距离输入城市之间时空加权神经网络单元，得到城市之间时空加权神经网络单元输出的第二时空权重值；
将所述第一时空权重值和第二时空权重值输入值所述时空权重融合单元，得到所述时空权重融合单元输出的时空权重融合值；
将所述时空权重融合值和各个所述自变量对应的城市要素指标数据输入所述线性回归模块，得到所述线性回归模块输出的与所述因变量对应的城市要素指标数据的预测值；
根据所述因变量对应的城市要素指标数据的预测值和所述因变量对应的城市要素指标数据的真实值得到相互作用指标的相互作用度量值。
4.根据权利要求3所述的城市群要素相互作用测度方法，其特征在于，所述城市内部时空加权神经网络...
【专利技术属性】
技术研发人员：涂伟，赵天鸿，黄正东，曹劲舟，李晓明，贺彪，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。