一种基于空间熵的城市用地功能自动识别方法技术

本发明专利技术提供一种基于空间熵的城市用地功能自动识别方法，涉及城市规划领域。该基于空间熵的城市用地功能自动识别方法，包括采集目标地块和案例地块范围的地理空间信息数据，将地理空间信息数据矢量化，并将矢量化后地理空间信息数据的输入到地理信息平台；根据案例地块范围的地理空间信息数据计算空间熵；对案例地块范围的空间熵值进行聚类，形成空间熵值特征阈值库；划分目标地块用地边界，对照空间熵值特征阈值库识别地块功能；根据目标地块街景数据计算窗墙比，对用地功能进行验证；将目标地块模型信息输出到全息大屏进行展示，规划师根据手势进行模型浏览及功能选择，将结果输出为用地性质图。为用地性质图。为用地性质图。

【技术实现步骤摘要】
一种基于空间熵的城市用地功能自动识别方法


[0001]本专利技术涉及城市规划
，具体为一种基于空间熵的城市用地功能自动识别方法。

技术介绍

[0002]精准识别城市现状用地功能是摸查城市发展状况、识别城市空间结构、进行城市规划与规划工作的前提基础。传统的用地识别需要人为对城市各个地块的土地利用情况进行走访调研，并将调研内容在计算机上进行绘制整合，整个过程会耗费大量的时间和人力成本，不适用于50公顷以上的中大尺度的城市地块研究。

技术实现思路

[0003](一)解决的技术问题
[0004]针对现有技术的不足，本专利技术提供了一种基于空间熵的城市用地功能自动识别方法，解决了传统的用地识别需要人为对城市各个地块的土地利用情况进行走访调研，并将调研内容在计算机上进行绘制整合的问题。
[0005](二)技术方案
[0006]为实现以上目的，本专利技术通过以下技术方案予以实现：
[0007]一方面，提出了一种基于空间熵的城市用地功能自动识别方法，包括：
[0008]采集目标地块和案例地块范围的地理空间信息数据，将地理空间信息数据矢量化，并将矢量化后地理空间信息数据的输入到地理信息平台；
[0009]根据案例地块范围的地理空间信息数据计算空间熵；
[0010]对案例地块范围的空间熵值进行聚类，形成空间熵值特征阈值库；
[0011]划分目标地块用地边界，对照空间熵值特征阈值库识别地块功能；
[0012]根据目标地块街景数据计算窗墙比，对用地功能进行验证；
[0013]将目标地块模型信息输出到全息大屏进行展示，规划师根据手势进行模型浏览及功能选择，将结果输出为用地性质图。
[0014]优选的，所述采集目标地块和案例地块范围的地理空间信息数据，将地理空间信息数据矢量化，并将矢量化后地理空间信息数据的输入到地理信息平台具体包括：
[0015]采集目标地块和案例地块范围的地理空间信息数据包括道路、建筑和街景数据，其中道路形状和建筑形状数据根据遥感卫星图片光谱识别，建筑高度数据通过搭载像控点识别装置的无人机设备采集，街景数据通过百度地图街景平台获取；所述遥感卫星图片通过中国资源卫星数据服务网或地理空间数据云的公开网站获取；
[0016]将采集的地理空间信息数据矢量化并输入地理信息平台，输入案例地块的用地斑块和用地功能数据，将案例地块的地理空间信息数据与用地斑块进行链接。
[0017]优选的，所述空间熵包括包括错落熵、面积熵、体积熵、朝向熵和形状熵。
[0018]优选的，所述错落熵表示地块建筑高度变化的丰富度，公式为O1＝m1/H；其中，O1为
错落熵，m1为建筑高度标准差，公式为m1＝[(h1‑
H)2+(h2‑
H)2+
……
+(hn
‑
H)2]/n，H为平均高度，公式为H＝(h1+h2+
……
+hn)/n,h1、h2……
h
n
为地块范围内各建筑高度；
[0019]面积熵O2表示地块建筑占地面积变化的丰富度，公式为O2＝m2/A；其中，O2为面积熵，m2为建筑占地面积标准差，公式为m2＝[(a1‑
A)2+(a2‑
A)2+
……
+(a
n
‑
A)2]/n，A为平均占地面积，公式为A＝(a1+a2+
……
+a
n
)/n,a1、a2……
a
n
为地块范围内各建筑占地面积，通过地理信息平台中的计算几何命令获得地块内各建筑占地面积；
[0020]所述体量熵O3表示地块建筑体积变化的丰富度，公式为O3＝m3/V；其中，O3为体量熵，m3为建筑面积标准差，公式为m3＝[(v1‑
V)2+(v2‑
V)2+
……
+(v
n
‑
V)2]/n，V为平均面积，公式为V＝(v1+v2+
……
+v
n
)/n,v1、v2……
v
n
为地块范围内各建筑体积，公式为v
n
＝h
n
*a
n
；
[0021]所述朝向熵O4表示地块建筑朝向变化的丰富度，公式为O4＝m4/R；其中，O4为朝向熵，m4为建筑朝向角度标准差，公式为m4＝[(r1‑
R)2+(r2‑
R)2+
……
+(r
n
‑
R)2]/n，R为建筑平均朝向角度，公式为R＝(r1+r2+
……
+r
n
)/
n
,r1、r2……
r
n
为地块范围内各建筑朝向；通过地理信息平台中的最小边界几何图形命令获取建筑最小外接矩形，将矩形短边的方向角度作为建筑朝向；
[0022]所述形状熵O5表示地块建筑形状变化的丰富度，公式为O5＝m5/T；其中，O5为形状熵，m5为建筑外接矩形长宽比，公式为m5＝[(t1‑
T)2+(t2‑
T)2+
……
+(t
n
‑
T)2]/n，T为建筑外接矩形长宽比平均值，公式为T＝(t1+t2+
……
+t
n
)/n,t1、t2……
t
n
为地块范围内各建筑外接矩形的长宽比；其中，建筑外接矩形通过地理信息平台中的最小边界几何图形命令获取；
[0023]汇总各地块的错落熵、面积熵、体量熵、朝向熵和形状熵，形成任一地块n的空间熵集合z
n
＝(O
1n
,O
2n
,O
3n
,O
4n
)。
[0024]优选的，所述对案例地块范围的空间熵值进行聚类，形成空间熵值特征阈值库具体包括：
[0025]根据城市用地分类与规划建设用地标准，提取4大类用地功能标签和24中类用地功能标签；其中，4大类用地功能标签分别为A公共管理与公共服务设施用地、B商业服务业设施用地、R居住用地、M工业用地及其中类用地；链接中类用地功能标签和地块空间熵集合z
n
，形成24类中类用地数据集Z
n
；采用K
‑
means算法将4大类用地功能的空间熵值分别聚类为30类，共形成120小类数据集K1、K2……
K
120
；
[0026]构建KNN最大临近域模型，将小类数据集K
n
特征与中类数据集Z
n
特征进行比较，提取最相近用地中类功能，将120个小类数据集匹配到24个用地中类功能标签中；
[0027]比较各中类中小类数据集内集合数量占比，剔除少于平均数量十分之一的小类数据集；假设用地中类中小类数据集的集合数量为x1、x2、x3……<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于空间熵的城市用地功能自动识别方法，其特征在于，包括：采集目标地块和案例地块范围的地理空间信息数据，将地理空间信息数据矢量化，并将矢量化后地理空间信息数据的输入到地理信息平台；根据案例地块范围的地理空间信息数据计算空间熵；对案例地块范围的空间熵值进行聚类，形成空间熵值特征阈值库；划分目标地块用地边界，对照空间熵值特征阈值库识别地块功能；根据目标地块街景数据计算窗墙比，对用地功能进行验证；将目标地块模型信息输出到全息大屏进行展示，规划师根据手势进行模型浏览及功能选择，将结果输出为用地性质图。2.根据权利要求1所述的一种基于空间熵的城市用地功能自动识别方法，其特征在于：所述采集目标地块和案例地块范围的地理空间信息数据，将地理空间信息数据矢量化，并将矢量化后地理空间信息数据的输入到地理信息平台具体包括：采集目标地块和案例地块范围的地理空间信息数据包括道路、建筑和街景数据，其中道路形状和建筑形状数据根据遥感卫星图片光谱识别，建筑高度数据通过搭载像控点识别装置的无人机设备采集，街景数据通过百度地图街景平台获取；所述遥感卫星图片通过中国资源卫星数据服务网或地理空间数据云的公开网站获取；将采集的地理空间信息数据矢量化并输入地理信息平台，输入案例地块的用地斑块和用地功能数据，将案例地块的地理空间信息数据与用地斑块进行链接。3.根据权利要求1所述的一种基于空间熵的城市用地功能自动识别方法，其特征在于：所述空间熵包括包括错落熵、面积熵、体积熵、朝向熵和形状熵。4.根据权利要求3所述的一种基于空间熵的城市用地功能自动识别方法，其特征在于：所述错落熵表示地块建筑高度变化的丰富度，公式为O1＝m1/H；其中，O1为错落熵，m1为建筑高度标准差，公式为m1＝[(h1‑
H)2+(h2‑
H)2+
……
+(hn
‑
H)2]/n，H为平均高度，公式为H＝(h1+h2+
……
+hn)/n,h1、h2……
h
n
为地块范围内各建筑高度；面积熵O2表示地块建筑占地面积变化的丰富度，公式为O2＝m2/A；其中，O2为面积熵，m2为建筑占地面积标准差，公式为m2＝[(a1‑
A)2+(a2‑
A)2+
……
+(a
n
‑
A)2]/n，A为平均占地面积，公式为A＝(a1+a2+
……
+a
n
)/n,a1、a2……
a
n
为地块范围内各建筑占地面积，通过地理信息平台中的计算几何命令获得地块内各建筑占地面积；所述体量熵O3表示地块建筑体积变化的丰富度，公式为O3＝m3/V；其中，O3为体量熵，m3为建筑面积标准差，公式为m3＝[(v1‑
V)2+(v2‑
V)2+
……
+(v
n
‑
V)2]/n，V为平均面积，公式为V＝(v1+v2+
……
+v
n
)/n,v1、v2……
v
n
为地块范围内各建筑体积，公式为v
n
＝h
n
*a
n
；所述朝向熵O4表示地块建筑朝向变化的丰富度，公式为O4＝m4/R；其中，O4为朝向熵，m4为建筑朝向角度标准差，公式为m4＝[(r1‑
R)2+(r2‑
R)2+
……
+(r
n
‑
R)2]/n，R为建筑平均朝向角度，公式为R＝(r1+r2+
……
+r
n
)/
n
,r1、r2……
r
n
为地块范围内各建筑朝向；通过地理信息平台中的最小边界几何图形命令获取建筑最小外接矩形，将矩形短边的方向角度作为建筑朝向；所述形状熵O5表示地块建筑形状变化的丰富度，公式为O5＝m5/T；其中，O5为形状熵，m5为建筑外接矩形长宽比，公式为m5＝[(t1‑
T)2+(t2‑
T)2+
……
+(t
n
‑
T)2]/n，T为建筑外接矩形长宽比平均值，公式为T＝(t1+t2+
……
+t
n
)/n,t1、t2……
t
n
为地块范围内各建筑外接矩形的
长宽比；其中，建筑外接矩形通过地理信息平台中的最小边界几何图形命令获取；汇总各地块的错落熵、面积熵、体量熵、朝向熵和形状熵，形成任一地块n的空间熵集合z
n
＝(O
1n
,...

【专利技术属性】
技术研发人员：杨俊宴，盛华星，张钟虎，邵典，史宜，黄雨悦，
申请(专利权)人：东南大学，
类型：发明
国别省市：