一种基于POI和AOI数据的城市功能区识别方法及存储介质技术

本发明专利技术公开了一种基于POI和AOI数据的城市功能区识别方法及存储介质，包括如下步骤：将城市空间划分为不同的街区单元；获取区域的POI和AOI数据；对POI以及AOI数据进行坐标转化，并分类；对AOI进行拓扑处理，对POI按照类别进行核密度估计，得到核密度分布图；将POI、AOI以及POI核密度分布分别与截取单元范围进行叠置分析，统计街区单元内各类POI数量、AOI面积和POI核密度；根据POI和AOI的覆盖情况，将街区单元分为五类；根据五类街区结合街区中POI以及AOI的类型所占阈值识别城市功能区。本发明专利技术提出了融合POI和AOI数据识别城市功能区的方法，可用于识别单一或混合城市功能。可用于识别单一或混合城市功能。可用于识别单一或混合城市功能。

【技术实现步骤摘要】
一种基于POI和AOI数据的城市功能区识别方法及存储介质


[0001]本专利技术涉及地理空间数据应用
，具体为一种基于POI和AOI数据的城市功能区识别方法及存储介质。

技术介绍

[0002]城市功能区是城市空间的基本单元，是社会经济活动的载体。客观、快速、准确地识别城市功能区对于理解城市空间结构，合理规划国土空间，掌握城市发展趋势，促进社会经济发展有着重要指导意义。
[0003]传统的方法主要是通过调查统计、专家判断来识别城市功能区，这种方法费时费力，且存在主观性大、时效性差等问题。POI(Point of interest)数据具有信息量大、精确性高、获取方式简单、更新周期快等特点，近些年越来越多地应用于城市功能区识别研究中。
[0004]目前采用POI进行城市功能区识别的方法主要分为四类。1)频数密度法：基于POI数量，构建频数密度和类型比重进行识别。2)加权法：选用公众认知度和一般面积作为影响因子，通过加权法对POI赋值进行识别。3)参考面积法：利用POI数量和参考占地面积加权进行识别。4)核密度比重法：基于 POI核密度，利用核密度比重进行识别。这几类方法都存在一定问题，前三类方法存在研究单元内无POI，无法识别单元功能的问题；第二、三类方法由于面积赋值，存在主观性较强的问题；第四类方法存在核密度带宽影响识别准确度的问题。
[0005]另外POI数据忽略实体对象的实际规模大小，统一抽象为地图上的点，在识别城市功能区方面存在着先天缺陷。AOI(Area of interest)在POI数据原有优点的基础上，增加了实体对象的空间属性，因此在识别城市功能区方面较POI具有明显优势。但由于AOI数量和空间分布显著少于POI，因此需要结合POI和AOI两种数据共同识别城市功能区。

技术实现思路

[0006]本专利技术的目的在于提供一种基于POI和AOI数据的城市功能区识别方法，以解决上述
技术介绍
中提出的问题。
[0007]为解决上述技术问题，本专利技术提供如下技术方案：一种基于POI和AOI数据的城市功能区识别方法，包括如下步骤：
[0008]将待识别的对象城市空间划分为不同的街区单元；
[0009]通过电子地图获取区域的POI和AOI数据；
[0010]对POI以及AOI数据进行坐标转化，并分类；
[0011]对AOI进行拓扑处理，对POI按照类别进行核密度估计，得到核密度分布图；
[0012]将POI、AOI以及POI核密度分布分别与截取单元范围进行叠置分析，统计街区单元内各类POI数量、AOI面积和POI核密度；
[0013]根据POI和AOI的覆盖情况，将街区单元分为如下的五类：为AOI完全覆盖街区单元、街区单位无AOI且存在POI、街区单元无AOI且无POI、AOI 覆盖部分街区单元且其余部分
存在POI、AOI覆盖部分街区单元且其余部分不存在POI；
[0014]根据五类街区单元中POI以及AOI的类型占比识别城市功能区。
[0015]优选的，“AOI完全覆盖街区单元”定义为第一类街区单元，其功能比重模型为：
[0016][0017]其中，a
i
为街区内第i种功能AOI面积；S为街区面积；A
i
为第i种功能 AOI面积占街区面积比重。
[0018]优选的，“街区单位无AOI且存在POI”定义为第二类街区单元，其功能比重模型包括：
[0019]计算POI频数密度：
[0020][0021]其中，n
i
为街区内第i种功能POI数量；N
i
为第i种功能POI总数；
[0022]F
i
为第i种功能POI占该功能POI总数的频数密度；
[0023]计算POI类型比重：
[0024][0025]其中，C
i
为第i种功能POI频数密度占街区内所有POI频数密度比重。
[0026]优选的，“街区单元无AOI且无POI”定义为第三类街区单元，其功能比重模型为：
[0027][0028]其中，d
i
为街区内第i种功能POI核密度之和；K为街区核密度总数；D
i
为第i种功能POI核密度占核密度总数比重。
[0029]优选的，“AOI覆盖部分街区单元且其余部分”存在POI定义为第四类街区单元，其功能比重模型为：
[0030]AC
i
＝A
i
×
P+C
i
×
(1
‑
P),(i∈[1,6])；
[0031]其中，P为街区内所有功能AOI面积占街区面积比重，A
i
为第i种功能 AOI面积占街区面积比重，C
i
为第i种功能POI频数密度占街区内所有POI 频数密度比重，AC
i
为第i种功能比重。
[0032]优选的，“AOI覆盖部分街区单元且其余部分不存在POI”定义为第五类街区单元，其功能比重模型为：
[0033]AD
i
＝A
i
×
P+D
i
×
(1
‑
P),(i∈[1,6])；
[0034]其中，其中，P为街区内所有功能AOI面积占街区面积比重；A
i
为第i 种功能AOI面积占街区面积比重，D
i
为第i种功能POI核密度占核密度总数比重，AD
i
为第i种功能比重。
[0035]优选的，城市功能共分为6类，且POI和AOI也参照其进行分类，具体为：公共管理与公共服务用地、商业服务业用地、居住用地、工矿用地、绿地与开敞空间用地、交通运输用地。
[0036]优选的，城市功能识别原则为，根据街区单元各类城市功能比重设置阈值，如果某一种城市功能比重大于等于阈值，则该功能为街区单元的主要功能，否则，街区单元为混合功能。
[0037]与现有技术相比，本专利技术的有益效果是：
[0038]本专利技术提出了融合POI和AOI数据识别城市功能区的方法，可用于识别单一或混合城市功能，同时开创性地将POI和AOI数据的覆盖情况整理出五类街区单元，通过对五类街区单元的单独分析识别，提高了准确度、覆盖率和客观性。
附图说明
[0039]图1为本专利技术具体技术实现流程图；
[0040]图2为本专利技术实施案例中所使用的POI分布图；
[0041]图3为本专利技术实施案例中所使用的AOI分布图；
[0042]图4为POI核密度分布图，(a)表示公共管理与公共服务用地，(b) 表示商业服务业用地，(c)表示居住用地，(d)表示工矿用地，(e)表示绿地与开敞空间用地；(f)表示交通运输用地；
[0043]图5为采用本专利技术方法得到的城市功能区分类结果图。
具体实施方式
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于POI和AOI数据的城市功能区识别方法，其特征在于：包括如下步骤：将待识别的对象城市空间划分为不同的街区单元；通过电子地图获取区域的POI和AOI数据；对POI以及AOI数据进行坐标转化，并分类；对AOI进行拓扑处理，对POI按照类别进行核密度估计，得到核密度分布图；将POI、AOI以及POI核密度分布分别与截取单元范围进行叠置分析，统计街区单元内各类POI数量、AOI面积和POI核密度；根据POI和AOI的覆盖情况，将街区单元分为如下的五类：为AOI完全覆盖街区单元、街区单位无AOI且存在POI、街区单元无AOI且无POI、AOI覆盖部分街区单元且其余部分存在POI、AOI覆盖部分街区单元且其余部分不存在POI；根据五类街区单元中POI和/或AOI的类型占比识别城市功能区。2.根据权利要求1所述的一种基于POI和AOI数据的城市功能区识别方法，其特征在于：“AOI完全覆盖街区单元”定义为第一类街区单元，其功能比重模型为：其中，a
i
为街区内第i种功能AOI面积；S为街区面积；A
i
为第i种功能AOI面积占街区面积比重。3.根据权利要求1所述的一种基于POI和AOI数据的城市功能区识别方法，其特征在于：“街区单位无AOI且存在POI”定义为第二类街区单元，其功能比重模型包括：计算POI频数密度：其中，n
i
为街区内第i种功能POI数量；N
i
为第i种功能POI总数；F
i
为第i种功能POI占该功能POI总数的频数密度；计算POI类型比重：其中，C
i
为第i种功能POI频数密度占街区内所有POI频数密度比重。4.根据权利要求1所述的一种基于POI和AOI数据的城市功能区识别方法，其特征在于：“街区单元无AOI且无POI”定义为第三类街区单元，其功能比重模型为：其中，d
i
为街区内第i种功能POI核密度之和；K为街区核密度总数；D
i
为第i种功能POI核密度占核密度总数比重。5.根据权利要求1所述的一种基于POI和AO...

【专利技术属性】
技术研发人员：杜臣昌，和娴，郑英，王凤民，孙黎明，李建，
申请(专利权)人：日照市规划设计研究院集团有限公司，
类型：发明
国别省市：