一种基于多源数据的城市可骑行性评价方法及系统技术方案

本发明专利技术涉及一种基于多源数据的城市可骑行性评价方法及系统。该方法包括：获取共享单车数据集和开源城市数据；对所述共享单车数据集和所述城市空间数据进行处理，得到空间单元的骑行数据和空间数据；根据所述空间单元的骑行数据和空间数据，识别骑行模式；计算空间要素，所述空间要素包括二维空间要素和三维空间要素；根据所述空间要素和所述骑行模式，得到骑行活动量与空间要素的回归方程；通过所述回归方程，创建城市可骑行性可视化地图；根据所述城市可骑行性可视化地图，确定不利于骑行的区域。本发明专利技术能够提高城市可骑行性的精确度。

【技术实现步骤摘要】
一种基于多源数据的城市可骑行性评价方法及系统
本专利技术涉及共享单车可骑行性评价领域，特别是涉及一种基于多源数据的城市可骑行性评价方法及系统。
技术介绍
骑行作为一种交通出行方式，可以通过增加体育锻炼行为和减少空气污染来促进公共健康。越来越多的证据表明，城市建成环境特征与骑行出行行为存在显著关联。因此，骑行友好的城市建成环境是城市规划领域促进公共健康的重要议题。与步行相比，对骑行友好的建成环境特征研究较少。可步行性是用来描述步行友好程度的专有名词，在可步行性评价方面，步行指数(WalkableScore)是应用最为广泛的评价方法。步行指数是在地理信息系统(GIS)基础上测度城市功能多样性用以描述区域的步行友好度，后续的研究中主要延续了此方法，并在评价内容上稍有拓展，如增加了空间品质、交通污染、社会环境等。目前国内外已有的骑行环境评价工具和实践缺少结合新兴共享单车背景，并且在城市建成环境的空间测度方面有待深化和拓展。具体来说，存在以下缺点：1)未考虑共享单车的出行对骑行环境的影响；2)重视骑行的物质环境特征，如道路设施等，缺少考虑环境中社会环境的影响，如在观察附近的其他人骑自行车后，可以刺激他们骑自行车；3)评价要素方面，与空间品质相关的城市设计要素的测度有待深化。
技术实现思路
本专利技术的目的是提供一种基于多源数据的城市可骑行性评价方法及系统，能够提高城市可骑行性的精确度。为实现上述目的，本专利技术提供了如下方案：一种基于多源数据的城市可骑行性评价方法，包括：获取共享单车数据集和开源城市数据；对所述共享单车数据集和所述城市空间数据进行处理，得到空间单元的骑行数据和空间数据；根据所述空间单元的骑行数据和空间数据，识别骑行模式；计算空间要素；根据所述空间要素和所述骑行模式，得到骑行活动量与空间要素的回归方程；通过所述回归方程，创建城市可骑行性可视化地图；根据所述城市可骑行性可视化地图，确定不利于骑行的区域。可选地，所述对所述共享单车数据集和所述城市空间数据进行处理，得到空间单元的骑行数据和空间数据，具体包括：对所述共享单车数据集进行数据清洗处理，得到清洗后的共享单车数据集；将待评价的城区划分成500*500米网格；从所述共享单车数据集中提取各个网格内的骑行起始点和结束点的时空信息；将开源城市数据和所述时空信息汇总得到各个网格内的骑行数据和空间数据。可选地，根据空间单元的骑行和空间数据，识别骑行模式，具体包括：根据各个单元内的骑行起始点和结束点的时空信息，确定研究区域内各个网格每小时的骑行出行/到达量；根据所述骑行出行/到达量，确定骑行出行/到达的时间序列曲线；对所述时间序列曲线进行k-mean聚类，得到6类骑行模式。可选地，所述空间要素包括二维空间要素和三位空间要素，所述二维空间要素包括5D变量和街道网络结构，所述三维空间要素包括绿视率、天空比例、建筑界面比例、步行空间比例、街道设施比例和道路机动化程度。可选地，所述根据所述空间要素和所述骑行模式，得到骑行活动量与空间要素的回归方程，具体包括：以各所述骑行模式作为分层结构，在HLM软件中得出骑行活动与空间要素的回归方程。可选地，所述通过所述回归方程，创建城市可骑行性可视化地图，具体包括：根据所述回归方程，在ArcGIS10.2软件中计算每个网格的Y值作为可骑行性得分；根据所述可骑行性得分，得到城市可骑行性的可视化地图。可选地，所述共享单车数据集包括单车ID、订单ID、起始时间、起始位置、结束时间和结束位置。一种基于多源数据的城市可骑行性评价系统，包括：数据获取模块，用于获取共享单车数据集和开源城市数据；数据处理模块，用于对所述共享单车数据集和所述城市空间数据进行处理，得到评价空间单元的骑行数据和空间数据；骑行模式确定模块，用于根据所述空间单元的骑行数据和空间数据，确定骑行模式；空间要素计算模块，用于计算空间要素；回归方程确定模块，用于根据所述空间要素和所述骑行模式，得到骑行活动量与空间要素的回归方程；城市可骑行性可视化地图创建模块，用于通过所述回归方程，创建城市可骑行性可视化地图；骑行区域确定模块，用于根据所述城市可骑行性可视化地图，确定不利于骑行的区域。根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术提出了一种基于多源数据的城市可骑行性评价方法：首先结合共享单车数据、城市矢量数据、街景数据，提出多维度、高精度、大尺度的城市空间要素计算方法；其次，基于相关理论和文献梳理，建立骑行活动量与空间要素的回归方程；最后，通过回归方程创建城市可骑行性可视化地图，识别出不利于骑行的区域，对规划调控提供重点干预对象和思路。评价结果可用于预测规划设计方案对骑行活动的促进效果。基于共享单车时空行为数据构建骑行与建成环境关联的定量模型能够提高分析范围的空间尺度、模型精度。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术基于多源数据的城市可骑行性评价方法流程图；图2为空间要素与骑行活动关联的概念框架示意图；图3为以500米*500米划分的网格空间单元示意图；图4为基于时间序列的六类骑行模式示意图；图5为六类骑行模式的空间分布示意图；图6为基于街景图片的三维空间要素计算流程示意图；图7为三维空间要素提取示例图；图8为可骑行性的可视化地图结果示例图；图9为本专利技术基于多源数据的城市可骑行性评价系统结构图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术的目的是提供一种基于多源数据的城市可骑行性评价方法及系统，能够提高城市可骑行性的精确度。为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。图1为本专利技术基于多源数据的城市可骑行性评价方法流程图。如图1所示，一种基于多源数据的城市可骑行性评价方法包括：步骤101：获取共享单车数据集和开源城市数据。步骤102：对所述共享单车数据集和所述城市空间数据进行处理，得到空间单元的骑行数据和空间数据，具体包括：对所述共享单车数据集进行数据清洗处理，得到清洗后的共享单车数据集；将待评价的城区划分成500*500米网格；从所述共享单车数据本文档来自技高网...

【技术保护点】
1.一种基于多源数据的城市可骑行性评价方法，其特征在于，包括：/n获取共享单车数据集和开源城市数据；/n对所述共享单车数据集和所述城市空间数据进行处理，得到空间单元的骑行数据和空间数据；/n根据所述空间单元的骑行数据和空间数据，识别骑行模式；/n计算空间要素；/n根据所述空间要素和所述骑行模式，得到骑行活动量与空间要素的回归方程；/n通过所述回归方程，创建城市可骑行性可视化地图；/n根据所述城市可骑行性可视化地图，确定不利于骑行的区域。/n

【技术特征摘要】
1.一种基于多源数据的城市可骑行性评价方法，其特征在于，包括：
获取共享单车数据集和开源城市数据；
对所述共享单车数据集和所述城市空间数据进行处理，得到空间单元的骑行数据和空间数据；
根据所述空间单元的骑行数据和空间数据，识别骑行模式；
计算空间要素；
根据所述空间要素和所述骑行模式，得到骑行活动量与空间要素的回归方程；
通过所述回归方程，创建城市可骑行性可视化地图；
根据所述城市可骑行性可视化地图，确定不利于骑行的区域。


2.根据权利要求1所述的基于多源数据的城市可骑行性评价方法，其特征在于，所述对所述共享单车数据集和所述城市空间数据进行处理，得到空间单元的骑行数据和空间数据，具体包括：
对所述共享单车数据集进行数据清洗处理，得到清洗后的共享单车数据集；
将待评价的城区划分成500*500米网格；
从所述共享单车数据集中提取各个网格内的骑行起始点和结束点的时空信息；
将开源城市数据和所述时空信息汇总得到各个网格内的骑行数据和空间数据。


3.根据权利要求1所述的基于多源数据的城市可骑行性评价方法，其特征在于，所述根据所述空间单元的骑行数据和空间数据，识别骑行模式，具体包括：
根据各个单元内的骑行起始点和结束点的时空信息，确定研究区域内各个网格每小时的骑行出行/到达量；
根据所述骑行出行/到达量，确定骑行出行/到达的时间序列曲线；
对所述时间序列曲线进行k-mean聚类，得到6类骑行模式。


4.根据权利要求1所述的基于多源数据的城市可骑行性评价方法，其特征在于，所述空间要素包括二维空间要素和三位空间要素，所述二维空间要素包括5D变量和街道网络结构，所述三维空...

【专利技术属性】
技术研发人员：王兰，周楷宸，顾浩，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海;31