一种基于优化蚁群算法的微公园选址方法技术

本发明专利技术提供一种基于优化蚁群算法的微公园选址方法，方法包括：基于现状用地调研数据和高分辨率卫星图解译数据，提取居住区和现状城市公园数据；按照设定服务半径计算现状公园服务范围，提取现状无公园服务范围覆盖的居住区；在未覆盖居住区缓冲区内叠加国土空间规划数据、城市绿地系统专项规划数据筛选出适合的微公园建设范围；基于改进蚁群算法在所述微公园建设范围内确定微公园选址方案。本发明专利技术利用蚁群算法模型具有较强的自组织性、鲁棒性、正反馈机制以及可进行分布式计算等特征快速筛选出最佳城市公园选址方案，以解决对于传统选址时的空间布局不合理、资源浪费、服务半径不能满足需求和可达性较差等问题。能满足需求和可达性较差等问题。能满足需求和可达性较差等问题。

【技术实现步骤摘要】
一种基于优化蚁群算法的微公园选址方法


[0001]本专利技术涉及城市规划领域，更具体地，涉及一种基于优化蚁群算法的微公园选址方法。

技术介绍

[0002]随着城市发展方式和市民生活方式不断转变，城市休闲面积严重不足，特别是在城市密集区域。应按照城市居民出行“300米见绿，500米见园”的要求建设分布均衡的公园体系，提高公园服务半径覆盖率。但在人地矛盾突出的城市中建设大型公园往往难以落实，而最经济合理的解决方案是对城市中的零碎空地、边角空间等进行有效利用，即以“微更新”方式见缝插绿、拆违建绿、留白增绿，因地制宜建设各类游园、口袋公园等“微公园”。
[0003]城市公园的发展普遍存在布局不合理、与周边居民需求不符合、公园公共设施资源浪费等问题，这些问题通常与公园规划选址不科学和规划定位不准确等有关。一方面，公园作为城市公共服务设施的一种，应满足均衡配比的原则，保障其空间可进入性、可达性与公园设施的参与权利公平性，让不同社会背景的人群都能够方便、快捷地进入该空间；另一方面，为了节约社会成本，相关部门也要对公共服务设施进行资源的优化配置，努力实现公园服务人口规模最大化和经济成本最小化（即以最少的公园数量覆盖最多的服务人口）的平衡。近年来，国内外学者对于公园选址的研究多聚集在综合公园、专类公园、区域绿地（森林公园、郊野公园、湿地公园等）等大型公园选址上，且研究的主要方向包括：公园选址的适宜性探讨、GIS技术在公园选址方面的应用、公园的可达性分析等，在如何利用算法模型进行“微公园”选址的最佳方案选择方面探讨较少。
>
技术实现思路

[0004]本专利技术针对现有技术中存在的技术问题，提供一种基于蚁群算法的微公园选址方法，包括：基于现状用地调研数据和高分辨率卫星图解译数据，提取居住区和现状城市公园数据；按照设定服务半径计算现状公园服务范围，提取现状无公园服务范围覆盖的居住区；在未覆盖居住区缓冲区内叠加国土空间规划数据、城市绿地系统专项规划数据、违章建筑空间范围数据和未建空地范围数据，按条件筛选出适合的微公园建设范围；基于改进蚁群算法在所述微公园建设范围内确定微公园选址方案。
[0005]本专利技术提供的一种基于优化蚁群算法的微公园选址方法，利用蚁群算法模型具有较强的自组织性、鲁棒性、正反馈机制以及可进行分布式计算等特征快速筛选出最佳城市公园选址方案，以解决对于传统选址时的空间布局不合理、资源浪费、服务半径不能满足需求和可达性较差等问题。
附图说明
[0006]图1为本专利技术提供的一种基于优化蚁群算法的微公园选址方法流程图；图2为基于优化蚁群算法的微公园选址方法的整体流程图；图3为现状公园服务覆盖范围的示意图；图4为改进的蚁群算法流程示意图；图5为栅格环境模型划分的搜索区域的示意图。
具体实施方式
[0007]为使本专利技术实施例的目的、技术方案和优点更加清楚，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。另外，本专利技术提供的各个实施例或单个实施例中的技术特征可以相互任意结合，以形成可行的技术方案，这种结合不受步骤先后次序和/或结构组成模式的约束，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时，应当认为这种技术方案的结合不存在，也不在本专利技术要求的保护范围之内。
[0008]针对公园选址应寻找出以最少的微公园数量/面积覆盖最多的服务人口，且所有服务人口出行所需时间成本应最小的最佳方案这一技术问题，本专利技术提出一种基于优化蚁群算法的微公园选址方法，利用蚁群算法模型具有较强的自组织性、鲁棒性、正反馈机制以及可进行分布式计算等特征快速筛选出以最少的微公园数量/面积覆盖最多的人口，且所有覆盖人口出行成本之和最小（即所有覆盖人口到公园的距离之和最短）的最佳城市公园选址方案，以解决对于传统选址时的空间布局不合理、资源浪费、服务半径不能满足需求和可达性较差等问题。
[0009]图1为本专利技术提供的一种基于优化蚁群算法的微公园选址方法流程图，如图1和图2所示，方法包括：S1，基于现状用地调研数据和高分辨率卫星图解译数据，提取居住区和现状城市公园数据。
[0010]可理解的是，收集实地调研现状数据、高分辨率卫星图解译数据，提取各类数据中的公园绿地数据，包含郊野公园、综合公园、社区公园、专类公园、游园等，并进行数据检查，避免重复。以及提取各类规划中的居住用地数据，包含一类居住用地、二类居住用地、三类居住用地，并进行数据检查，避免重复。
[0011]S2，按照设定服务半径计算现状公园服务范围，提取现状无公园服务范围覆盖的居住区。
[0012]作为实施例，所述按照设定服务半径计算现状公园服务范围，提取现状无公园服务范围覆盖的居住区，包括：以提取的公园绿地数据中的每一个公园的边界起算，根据每一个公园的类型，按照设定服务半径计算每一个公园的覆盖范围；对所有公园的覆盖范围进行融合，形成公园覆盖范围图；基于GIS空间分析工具中的擦除工具，将所述公园覆盖范围图从居住用地中擦除，提取公园服务范围未覆盖的居住用地。
[0013]可理解的是，上述步骤S1提取了现有存在的公园数据和居住用地，本步骤根据现
有存在的公园数据，计算现有公园数据覆盖的服务范围。其中，可参见图3，具体的，将提取的各类公园数据公园以公园边界起算，郊野公园按照2000米的服务半径计算覆盖范围；专类公园按照3000米的服务半径计算覆盖范围；综合公园按照1000米的服务半径计算覆盖范围；社区公园按照500米的服务半径计算覆盖范围；游园按照300米的服务半径计算覆盖范围。
[0014]将所有公园的覆盖范围融合，形成公园覆盖一张图，即现有的公园所能覆盖的所有范围。运用GIS空间分析工具中的擦除工具，将从居住用地中擦除公园覆盖一张图，提取公园服务范围未覆盖的居住用地。
[0015]S3，在未覆盖居住区缓冲区内叠加国土空间规划数据、城市绿地系统专项规划数据、违章建筑空间范围数据、未建空地范围数据和城市更新范围数据，分析得出适合的微公园建设范围。
[0016]作为实施例，所述在未覆盖居住区缓冲区内叠加国土空间规划数据、城市绿地系统专项规划数据、违章建筑空间范围数据、未建空地范围数据等，按条件筛选得出适合的微公园建设范围，包括：收集城市国土空间规划数据和城市绿地系统专项规划数据，提取规划数据中面积小于设定面积阈值的微型公园数据；收集面积小于所述设定面积阈值的违章建筑空间范围数据、未建空地范围数据和城市更新范围数据；以未覆盖居住区为基础分析数据，利用缓冲区分析工具，按照设定半径进行缓冲区分析，提取规划微型公园数据、违章建筑空间范围数据、未建空地范围数据和城市更新范围数据中与未覆盖居住区在设定半径范围内具有交集的用地数据；筛选与未覆盖居住区在设定半径范围内具有交集的用地数据得到第一微公园数据池；以本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于优化蚁群算法的微公园选址方法，其特征在于，包括：基于现状用地调研数据和高分辨率卫星图解译数据，提取居住区和现状城市公园数据；按照设定服务半径计算现状公园服务范围，提取现状无公园服务范围覆盖的居住区；在未覆盖居住区缓冲区内叠加国土空间规划数据、城市绿地系统专项规划数据、违章建筑空间范围数据和未建空地范围数据，按条件筛选出适合的微公园建设范围；基于改进蚁群算法在所述微公园建设范围内确定微公园选址方案。2.根据权利要求1所述的微公园选址方法，其特征在于，所述按照设定服务半径计算现状公园服务范围，提取现状无公园服务范围覆盖的居住区，包括：以提取的公园绿地数据中的每一个公园的边界起算，根据每一个公园的类型，按照设定服务半径计算每一个公园的覆盖范围；对所有公园的覆盖范围进行融合，形成公园覆盖范围图；基于GIS空间分析工具中的擦除工具，将所述公园覆盖范围图从居住用地中擦除，提取公园服务范围未覆盖的居住用地。3.根据权利要求1所述的微公园选址方法，其特征在于，所述在未覆盖居住区缓冲区内叠加国土空间规划数据、城市绿地系统专项规划数据、违章建筑空间范围数据、未建空地范围数据，按条件筛选得出适合的微公园建设范围，包括：收集城市国土空间规划数据和城市绿地系统专项规划数据，提取规划数据中面积小于设定面积阈值的微型公园数据；收集面积小于所述设定面积阈值的违章建筑空间范围数据、未建空地范围数据和城市更新范围数据；以未覆盖居住区为基础分析数据，利用缓冲区分析工具，按照设定半径进行缓冲区分析，提取规划微型公园数据、违章建筑空间范围数据、未建空地范围数据和城市更新范围数据中与未覆盖居住区在设定半径范围内具有交集的用地数据；筛选与未覆盖居住区在设定半径范围内具有交集的用地数据得到第一微公园数据池；以紧邻城市道路作为条件筛选所述第一微公园数据池，得到第二微公园数据池；获取城市居住用地建筑分布及每栋建筑所容纳的人口数量；采用缓冲分析法，按照设定半径计算每一个微公园覆盖的人口数量。4.根据权利要求1所述的微公园选址方法，其特征在于，所述基于改进蚁群算法在所述微公园建设范围内确定微公园选址方案，包括：a，蚁群算法参数初始化，以及设置初始信息素浓度；b，为蚁群中的每只蚂蚁随机安排一个地图栅格作为起始栅格，蚂蚁按照概率选择相邻栅格前进；c，判断所有蚂蚁是否走到终点栅格，若是，执行步骤d；若不是，返回步骤b；d，本次迭代结束，计算每只蚂蚁的目标函数值，将最大目标函数值对应的蚂蚁所经过的路径作为本次迭代的最优路径，并根据改进的信息素增量公式更新本次迭代的每一条路径的信息素浓度；e，将本次迭代结束后的更新的每一条路径的信息素浓度作为下一次迭代的初始信息素浓度，重复执行步骤b~e；
f，每次迭代结束后，更新最优路径，当迭代次数达到最大迭代次数时，获取的最优路径确定为最佳微公园选址方案。5.根据权利要求4所述的微公园选址方法，其特征在于，所述为蚁群中的每只蚂蚁随机...

【专利技术属性】
技术研发人员：周长利，曹凤丽，石志伟，向强，韩赓，翁祖松，李苞容，韩晨晓，
申请(专利权)人：吉奥时空信息技术股份有限公司，
类型：发明
国别省市：