应用于城市空间质量评估的指标计算方法技术

本发明专利技术公开了应用于城市空间质量评估的指标计算方法，采用百度开放位置服务平台中的街景静态图API进行批量获取，包括图像和元数据两个部分内容，在空间数据库中，数字图像以二进制文件存储，对应元数据则以字段和记录的形式存储；利用先进的Mask

【技术实现步骤摘要】
应用于城市空间质量评估的指标计算方法


[0001]本专利技术涉及全景城市图像处理领域，具体为应用于城市空间质量评估的指标计算方法。

技术介绍

[0002]城市街道作为城市中最重要的景观载体，支撑着市民日常通勤、生活、游憩和社交等重要功能，随着人口的扩张和社会经济的飞速提升，大量的生态用地转化为建成、工业和交通用地，人居空间品质和生态环境压力倍增，热岛效应、暴雨径流和空气污染等问题凸显，前人的研究受限于数据获取和量化技术，很难针对人本尺度的城市空间品质开展定量测度和分析。
[0003]我国城市发展模式从粗犷扩张向精致理性转变，越发注重人居品质的提升。以我国学者赵景柱的景感生态学(Landsensesecology) 为代表，该科学范式主张以人的感知属性(视觉、听觉、嗅觉、味觉和触觉等)为中心测度和研究起点，对城市进行土地利用建设、规划和管理。此外，随着“共享”交通工具的普及，不仅改变了居民日常出行模式，还为城市空间品质的“趋善化”发展带来了新机遇，为此我们提出应用于城市空间质量评估的指标计算方法。

技术实现思路

[0004]基于
技术介绍
存在的技术问题，本专利技术提出了应用于城市空间质量评估的指标计算方法，以解决
技术介绍
中提出的问题。
[0005]本专利技术提供如下技术方案：
[0006]应用于城市空间质量评估的指标计算方法，包括如下步骤：
[0007]A、构建城市街景数据库：采用百度开放位置服务平台中的街景静态图API进行批量获取，包括图像和元数据两个部分内容，在空间数据库中，数字图像以二进制文件存储，对应元数据则以字段和记录的形式存储；
[0008]B、基于深度学习的关键指标计算：利用先进的Mask
‑
RCNN目标检测框架对图像进行图像解译，分类提取前景实例的像元覆盖度和数量，并配合SegNet对街景中连续背景进行提取和分割，计算不同类别景物的视觉接触概率；
[0009]C、城市空间结构的连通性：城市空间受到道路、地形、山脉、水体和历史因素制约，基于中心度量理论，通过编写脚本语言实现了交通网络中心性的3个重要指标，分别为临近指数、居间指数和直线性指数，并基于提取的路网中心线进行建模，并用其测算人本尺度的网络空间拓扑结构；
[0010]D、基于熵权法的指标集成框架：
[0011]a基本原理：采用熵权法计算综合的空间品质指数并展开综合分析；熵权法是基于香农信息论的一种客观赋权的方法，可运用多个指标分别对不同的待评估对象进行评价；根据信息熵的定义，对于某项指标，可以用熵值来判断某个指标的离散程度；当其信息熵值
越小时，对应指标的离散程度越大，即该指标对综合评价的影响就越大；如果某项指标的值完全相同，则该指标在综合评价中没有任何贡献，将信息熵作为测度工具计算出各个指标的权重，为多指标综合评价提供集成和决策分析架构；
[0012]b熵权法的权重计算：
[0013](1)数据标准化：对于待处理的数据矩阵，不同列数据的计算公式和量纲就有很大差异，导致相互之间不具备可比性。通过标准化处理可将数据矩阵转化为无量纲数据，消除因数据量纲不同或数据分布差异过大而导致的不可比性；
[0014]假设第i个子系统中具有n个指标，分别为X1,X2…
X
n
，根据指标自身性质和定义，x
ij
值越大时系统功能越高，即数值大小对系统的功效贡献为正时，称之为正指标；反之，当x
ij
值小表明系统功能越好，称之为负指标。正负指标的标准化公式如下：
[0015][0016]其中，经过数据标准化的数据均被统一为区间(0≤P
ij
≤1)中的无量纲测度：
[0017](2)计算各指标的信息熵
[0018]根据香农信息论的基本定义，一组数据的信息熵计算公式如下：
[0019][0020]其中，当P
ij
＝0时，则
[0021](1)确定各级指标权重
[0022]根据信息熵的计算公式，求解出各个指标的信息熵分别为 E1，E2，...E
k
，通过信息熵求得各指标的权重：
[0023][0024]以邻近指数CLOS、居间指数BWT和线性指数STRA为例，通过上述公式得出对应二级权重分别为：0.139、0.362和0.103；
[0025](3)计算各个评价对象的综合评价值
[0026]根据步骤3计算得到的权重，以及每一个指标对应的标准化值，可以根据下面公式求解赋权后的评价值V
i
：
[0027][0028]根据上述步骤，可以分别求得一级指标的权重，例如，根据临近指数等二级指标的决策值，计算通畅性的一级权重；然后重复执行(1)
ꢀ‑
(4)的赋权算法，可以最后得到综合评价指数。
[0029]优选的，所述步骤C中居间指数是反映道路空间是否发达的重要指标，从提升路网
渗透效率来看，如果将城市空间中的道路系统比作是人体的血管组织，居间指数能够度量主动脉，正因为这些关键道路的支撑，毗邻的小型节点才能够快速地融入整个空间系统，居间指数能够量化网络中节点的被经过值，因此可以应用于商业领域中访问流量的潜力估算，居间指数越高，表明该点的通行潜力越高，另外两个指标临近指数和直线性指数比较直观且容易理解：前者主要测算路网节点的局部相对中心性，能够估量道路的相对重要性；而后者则用来测度道路的相对曲直程度，用来评估道路拓扑的形状。
[0030]优选的，所述步骤D中城市空间品质指标框架共分为三层：总指标、一级指标和二级指标，根据分析框架将指标分为通畅性、便利性、舒适性和安全性共四大类一级指标，并通过深度学习、网络中心度量理论和城市三维空间立面分别计算得到19个二级指标，整个计算过程分为三步：首先，根据熵权法计算一级指标所对应的二级指标权重，从而得到一级指标的评价值；然后，重复熵权法的计算模型，根据4 个一级指标的评价值，计算一级指标权重；最后，根据一级指标权重及其评价值求得总指标的测度，即综合空间品质指数。
[0031]本专利技术提供了应用于城市空间质量评估的指标计算方法，本专利技术提出了一种耦合城市道路拓扑、城市三维立面、POI和街景图像的多源异构数据库，基于该多源数据库和熵权法，从通畅性、便利性、舒适性和安全性4个维度、共19项指标对城市开展了大范围的定量计算和可视化，通过空间统计、计量经济学、制图与可视化和信息论等手段进行了系统分析。
附图说明
[0032]图1为本专利技术分析框架图；
[0033]图2为本专利技术熵权法赋权计算图。
具体实施方式
[0034]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。
[003本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.应用于城市空间质量评估的指标计算方法，其特征在于，包括如下步骤：A、构建城市街景数据库：采用百度开放位置服务平台中的街景静态图API进行批量获取，包括图像和元数据两个部分内容，在空间数据库中，数字图像以二进制文件存储，对应元数据则以字段和记录的形式存储；B、基于深度学习的关键指标计算：利用先进的Mask
‑
RCNN目标检测框架对图像进行图像解译，分类提取前景实例的像元覆盖度和数量，并配合SegNet对街景中连续背景进行提取和分割，计算不同类别景物的视觉接触概率；C、城市空间结构的连通性：城市空间受到道路、地形、山脉、水体和历史因素制约，基于中心度量理论，通过编写脚本语言实现了交通网络中心性的3个重要指标，分别为临近指数、居间指数和直线性指数，并基于提取的路网中心线进行建模，并用其测算人本尺度的网络空间拓扑结构；D、基于熵权法的指标集成框架：a基本原理：采用熵权法计算综合的空间品质指数并展开综合分析；熵权法是基于香农信息论的一种客观赋权的方法，可运用多个指标分别对不同的待评估对象进行评价；根据信息熵的定义，对于某项指标，可以用熵值来判断某个指标的离散程度；当其信息熵值越小时，对应指标的离散程度越大，即该指标对综合评价的影响就越大；如果某项指标的值完全相同，则该指标在综合评价中没有任何贡献，将信息熵作为测度工具计算出各个指标的权重，为多指标综合评价提供集成和决策分析架构；b熵权法的权重计算：(1)数据标准化：对于待处理的数据矩阵，不同列数据的计算公式和量纲就有很大差异，导致相互之间不具备可比性。通过标准化处理可将数据矩阵转化为无量纲数据，消除因数据量纲不同或数据分布差异过大而导致的不可比性；假设第i个子系统中具有n个指标，分别为x1,x2…
x
n
，根据指标自身性质和定义，x
ij
值越大时系统功能越高，即数值大小对系统的功效贡献为正时，称之为正指标；反之，当x
ij
值小表明系统功能越好，称之为负指标。正负指标的标准化公式如下：其中，经过数据标准化的数据均被统一为区间(0≤P
ij
≤1)中的无量纲测度：(2)计算各指标的信息熵根据香农...

【专利技术属性】
技术研发人员：张永霖，董仁才，邓红兵，赵景柱，付晓，
申请(专利权)人：中国科学院生态环境研究中心，
类型：发明
国别省市：