一种针对村镇聚落的聚散性特征量化识别方法技术

本发明专利技术公开了一种针对村镇聚落的聚散性特征量化识别方法，包括：获取网格化的村镇空间数据；计算网格化的村镇空间数据的凝聚力指数；通过网格化的村镇空间数据中相邻网格的性质，计算蔓延度指数；类比万有引力定律计算村镇建设用地网格化数据的引力指数，通过该指数衡量聚落聚散程度。本发明专利技术通过引力指数衡量聚落聚散程度，本发明专利技术有效反映乡村间不同用地类型地块分布的物理连通性和紧密程度，描述村域单元整体上不同用地类型的混合程度和单一用地类型的空间分布情况，解决人工描述的主观性和系统性不足。和系统性不足。和系统性不足。

【技术实现步骤摘要】
一种针对村镇聚落的聚散性特征量化识别方法


[0001]本专利技术涉及村镇聚落的聚散性识别
，特别是涉及一种针对村镇聚落的聚散性特征量化识别方法。

技术介绍

[0002]了解村镇聚落的聚散性分布，反映乡村间不同用地类型地块分布的物理连通性和紧密程度，有效描述村域单元整体上不同用地类型的混合程度和单一用地类型的空间分布情况，是城乡规划中需要考虑的重要环节，同时也是深化对村镇聚落物质空间构成科学认识、促进村镇转型和重构的重要环节。
[0003]在我国，村镇形态特征的研究视角和方法多样化，现有的主要量化方法可分为空间句法、3S技术、非线性方法和数理方法四类。(1)空间句法以空间拓扑形态为基础来量化分析拓扑网络联系的工具。(2)3S技术是遥感技术、地理信息系统和全球定位系统的统称,通常以土地利用数据、数字高程模型和统计数据等为数据基础，以地理信息系统为分析手段，提取相关数据进行空间分析，在村镇聚落领域多用于聚落的演变特征研究、聚落模式分析、聚落各成分关系探究等。(3)非线性量化研究方法的主要代表有元胞自动机和分形理论。元胞自动机是利用简单的局部规则来产生复杂系统，用于研究自组织系统的演变过程。(4)数理方法在村镇聚落空间研究的应用主要表现是设立指标和相应评价体系，以及建立数学模型。
[0004]但目前许多方法仅停留在景观生态学的指标分析上，对村镇数据的适应性不足，因此，需要一种新的方法来对乡村空间形态中地块混合程度和单一用地空间分布情况进行系统化的量化表达。

技术实现思路

[0005]有鉴于此，本专利技术的目的在于提供一种针对村镇聚落的聚散性特征量化识别方法，用以解决
技术介绍
中提及的技术问题。本专利技术将景观定义为以村界为单位的带有不同用地属性的地块，即一个行政村单位代表一个景观，以景观指数分析村镇聚落地块组成特征及其空间分布与配置的关系。同时类比万有引力定律研究村镇聚落和地块分布的空间相互作用力，对乡村空间形态中地块混合程度和单一用地空间分布情况较为系统地进行了量化表达，解决人工描述的主观性和系统性不足。
[0006]为了达到上述目的，本专利技术采用如下技术方案：
[0007]一种针对村镇聚落的聚散性特征量化识别方法，包括如下步骤：
[0008]步骤S1、通过数据解译和网格化的技术，将县级或者区级的村镇空间数据进行网格化处理，得到网格化的村镇空间数据；
[0009]步骤S2、计算所述网格化的村镇空间数据的凝聚力指数，通过该指数衡量建设用地在村域单元上的物理连通性；
[0010]步骤S3、通过所述网格化的村镇空间数据中相邻网格的性质，计算蔓延度指数，通
过该指数描述不同用户类型地块间混合程度和某种用地类型地块的空间分布情况；
[0011]步骤S4、类比万有引力定律计算村镇建设用地网格化数据的引力指数，通过该指数衡量聚落聚散程度。
[0012]进一步的，所述步骤S1具体包括：
[0013]步骤S101、数据解译：获取高分辨率全色遥感影像数据，并且对该数据进行预处理，然后在对经过预处理后的遥感影像数据采用规则分类或者监督分类的方法，进行分割处理，获取土地利用影像图；最后，对所述土地利用影像图中县域或者区域尺度的行政区划边界进行数据清洗；
[0014]步骤S102、数据投影：采用ArcGIS软件，通过影像数据和清洗后的行政区划边界数据对解译后的地块进行数据投影，完成地理配准和校正；
[0015]步骤S103、地理几何计算：采用ArcGIS软件的数据工具进行地理几何计算，添加Area、Length字段，生成村镇聚落要素解译后数据，得到标准化的各个县级或者区级的数据表达形式；
[0016]步骤S104、首先采用30米*30米的网格对村镇空间数据进行覆盖，再对矢量数据进行编码，并将地块位置信息加入网格。
[0017]进一步的，在所述步骤S101中，所述高分辨率全色遥感影像数据获取来自资源三号卫星、高分一号卫星或者高分二号微信；所述预处理包括：正射校正、影像融合和裁剪。
[0018]进一步的，所述步骤S2具体包括：了
[0019]步骤S201、获取村域地块列表，计算村单元建设用地地块i所占网格的数量为建设用地地块i所占网格的面积为村域中建设用地所占的网格总数为N；
[0020]步骤S202、通过下式计算所述凝聚力指数，表达式为：
[0021][0022]进一步的，所述步骤S3具体包括：
[0023]步骤S301、对所述网格化的村镇空间数据进行概率分布计算，随机选择的网格属于用地类型i的概率为P
i
；给定一个i类型的网格，则该网格的相邻网格属于类型k的条件概率定义为g
ik
；
[0024]步骤S302、随机选择的网格属于用地类型i的概率由P
i
估计，给定一个i类型网格，其中一个相邻网格属于类型k的概率为
[0025]步骤S303、通过下式计算所述蔓延度指数，表达式为：
[0026][0027]公式中，m表示用地类型网格的总量，i和k均表示网格类型的标号，P
i
表示随机选择的网格属于用地类型i的概率，g
ik
表示为确定网格为i类型时，该网格的相邻网格属于类型k的条件概率。
[0028]进一步的，所述步骤S4具体包括：
[0029]步骤S401、对于村镇网格化数据中每对网格单元i和j(i＝1,2,
…
,N
‑
1,j＝i+
1,
…
,N)和其覆盖的建设用地面积Z
i
和Z
j
，通过类比万有引力定律得到两者之间的吸引力F如下：
[0030][0031]公式中，d2(i,j)是网格i和网格j中心之间的欧几里德距离，c＝100m2为比例因子；
[0032]步骤S402、通过下式计算所述引力指数，表达式为：
[0033][0034]公式中，N表示村域中建设用地所占的网格总数。
[0035]本专利技术的有益效果是：
[0036]本专利技术方法使用简单方便，无需使用人员反复调节参数，获取村镇的遥感影像数据和县域尺度的行政区划边界后，可以通过编码对矢量数据进行网格化，避免ArcGIS软件将矢量数据栅格化的数据偏差问题；通过村镇数据凝聚力、蔓延度、引力指数测度，可以适应复杂的村落形态，避免了人为主观判断带来的干扰；具有良好的可扩展性，能够在大规模计算集群上实现分布式部署，高效处理海量村镇形态信息并提取聚散性特征。
附图说明
[0037]图1为实施例1中提供的一种针对村镇聚落的聚散性特征量化识别方法的流程示意图。
[0038]图2为实施例1中提供的广东省番禺区南村镇板桥镇的土地利用结构图。
[0039]图3为实施例1中提供的广东省番禺区南村镇板桥镇的聚落栅格图。
[0040]图4为实施例1中提供的广东省番禺区南村镇板桥镇的聚落建设用地栅格图。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种针对村镇聚落的聚散性特征量化识别方法，其特征在于，包括如下步骤：步骤S1、通过数据解译和网格化的技术，将县级或者区级的村镇空间数据进行网格化处理，得到网格化的村镇空间数据；步骤S2、计算所述网格化的村镇空间数据的凝聚力指数，通过该指数衡量建设用地在村域单元上的物理连通性；步骤S3、通过所述网格化的村镇空间数据中相邻网格的性质，计算蔓延度指数，通过该指数描述不同用户类型地块间混合程度和某种用地类型地块的空间分布情况；步骤S4、类比万有引力定律计算村镇建设用地网格化数据的引力指数，通过该指数衡量聚落聚散程度。2.根据权利要求1所述的一种针对村镇聚落的聚散性特征量化识别方法，其特征在于，所述步骤S1具体包括：步骤S101、数据解译：获取高分辨率全色遥感影像数据，并且对该数据进行预处理，然后在对经过预处理后的遥感影像数据采用规则分类或者监督分类的方法，进行分割处理，获取土地利用影像图；最后，对所述土地利用影像图中县域或者区域尺度的行政区划边界进行数据清洗；步骤S102、数据投影：采用ArcGIS软件，通过影像数据和清洗后的行政区划边界数据对解译后的地块进行数据投影，完成地理配准和校正；步骤S103、地理几何计算：采用ArcGIS软件的数据工具进行地理几何计算，添加Area、Length字段，生成村镇聚落要素解译后数据，得到标准化的各个县级或者区级的数据表达形式；步骤S104、首先采用30米*30米的网格对村镇空间数据进行覆盖，再对矢量数据进行编码，并将地块位置信息加入网格。3.根据权利要求2所述的一种针对村镇聚落的聚散性特征量化识别方法，其特征在于，在所述步骤S101中，所述高分辨率全色遥感影像数据获取来自资源三号卫星、高分一号卫星或者高分二号微信；所述预处理包括：正射校正、影像融合和裁剪。4.根据权利要求3所述的一种针对村镇聚落的聚散性特征量化识别方法，其特征在于，...

【专利技术属性】
技术研发人员：周柳伶，王桥，杨俊宴，徐寅飞，陆建，吴琳琅，陆蝶，郜泽飞，李德强，
申请(专利权)人：东南大学，
类型：发明
国别省市：