一种基于人群时空分布预测的城市服务设施布局评估方法技术

本发明专利技术公开了一种基于人群时空分布预测的城市服务设施布局评估方法，涉及城市规划技术领域，包括数据获取与采集、预测模型数据集构建、预测模型网络训练、方案指标集预测输出、城市服务设施布局均好性评估、服务设施布局迭代优化、成果输出交互展示，通过多源大数据构建数据指标集，通过BP神经网络算法实现对城市服务设施布局方案的均好性评估与智能辅助决策，靠城市规划设计领域对城市人群密度时空分布的预测判定，实现基于人工智能系统对不同服务设施布局方案的均好性评估分析，实现城市服务设施布局方案改变而对均好性影响的动态模拟，为规划设计、规划评估、方案比选、规划管控等工作提供技术支撑，利于城市规划设计、管理工作精准施策。工作精准施策。工作精准施策。

【技术实现步骤摘要】
一种基于人群时空分布预测的城市服务设施布局评估方法


[0001]本专利技术涉及城市规划
，具体的是一种基于人群时空分布预测的城市服务设施布局评估方法。

技术介绍

[0002]随着城市规划逐步向精细化、人性化方向发展，对于与市民生活密切相关的城市公共服务设施的布局配置提出了更高要求。当前，我国正处于社会经济转向高质量发展阶段，城市居民对公益性服务设施的数量、质量以及规模等要求和需求程度也在不断提升公共服务设施的布局方案是社会公平公正的重要载体，也是实现基本公共利益均等化的重要途径。城市公共服务设施存在数量不充足布局不均衡的问题，尤其新城区由于开发时序问题，一些基础的公共服务设施严重不足。另一方面，随着法定规划与规范标准的不断出台和更新，多个城市设计的公共服务设施布局方案的取舍是业务人员的难题，城市设计的工作难度及时间成本较大，“拍脑袋”现象频繁发生。
[0003]传统的城市设计方案只能通过AutoCAD、SketchUp等软件生成的静态城市空间模型来计算各项指标，以空间为核心的方案比较与人的实际需求不对应，进而导致指标结果与城市人群真实使用公益型服务设施的结果存在明显偏差。同时，城市设计成果无法在城市真实三维空间中全方位展示，忽略了人群分布的昼夜时空波动，容易误导业务人员并掩盖真实问题。随着计算机处理运算能力的进步与人工智能算法的不断发展，人群时空分布预测问题出现了解决途径，基于人群分布的动态变化，依靠预测来判断，以时空动态的人为核心，通过多源数据集构建城市人群时空分布模型，进而对城市中的人群时空分布进行模拟预测。进一步的，基于人群分布对多个公益型服务设施布局方案进行覆盖度评分，能够促进合理配置城市公共服务设施，有利于市民满意度的提升。

技术实现思路

[0004]为解决上述
技术介绍
中提到的不足，本专利技术的目的在于提供一种基于人群时空分布预测的城市服务设施布局评估方法。
[0005]本专利技术的目的可以通过以下技术方案实现：一种基于人群时空分布预测的城市服务设施布局评估方法，方法包括以下步骤：
[0006]接收城市相关数据，并对城市相关数据进行空间校准和空间叠合；其中，城市相关数据包括：城市空间矢量化数据、城市功能业态数据、城市人群时空分布数据和城市服务设施布局方案数据；
[0007]利用进行空间校准和空间叠合后的城市空间矢量化数据划分栅格，得到城市空间分析单元，将城市空间分析单元和城市空间矢量化数据内的城市边界数据进行关联后并计算得到各个栅格的建成环境特征指标，将城市空间分析单元和城市人群时空分布数据进行关联后并计算得到人群密度时空分布特征指标；
[0008]将得到的建成环境特征指标和人群密度时空分布特征指标进行指标因子计算，并
将计算结果进行归一化处理，得到预测模型数据集；
[0009]对预先建立的预测模型进行分批训练；
[0010]将城市服务设施布局方案数据进行编号处理，将编号后的城市服务设施布局方案数据与建成环境特征指标和人群密度时空分布特征指标进行空间关联，得到方案指标数据集，将得到的方案指标数据集输入训练后的预测模型内，得到栅格内的人群数量；
[0011]提取城市服务设施布局方案数据内的基础服务设施、便民服务设施、游憩活动设施三大类服务设施所含各类用地的服务范围，结合栅格内的人群数量，计算各栅格的设施覆盖均好性，并按照基础服务设施、便民服务设施、游憩活动设施的顺序得到各时段内均好性评估结果集，根据各时段内均好性评估结果集划定多级服务设施均好性方案，并输出达标的服务设施均好性方案进行展示。
[0012]优选地，所述城市空间矢量化数据包括城市建筑数据和城市边界数据，所述城市建筑数据包括建筑层数、建筑高度、建筑面积；城市土地利用数据包括：精确到小类的用地性质、用地面积以及城市道路数据，所述城市功能业态数据包括城市业态POI数据，所述城市业态POI数据为业态分类以及对应点的空间坐标值，所述城市人群时空分布数据包括手机信令数据，所述手机信令数据为经过免密处理具有精度精确到秒的时间序列的人群空间坐标值，所述城市服务设施布局方案数据包括城市用地规划的空间矢量数据，所述城市用地规划的空间矢量数据为城市规划用地的用地性质、用地边界空间坐标值。
[0013]优选地，所述建成环境特征指标包括道路交通、功能业态、土地开发和设施布局指标四大类。
[0014]优选地，所述将城市空间分析单元和城市人群时空分布数据进行关联后并计算得到人群密度时空分布特征指标的过程如下：
[0015]将人群时空分布数据与栅格进行空间连接后导入计算机工作站对昼夜人群密度、昼夜人群波动进行计算，构建人群密度时空分布特征指标库；其中，昼间、夜间人群密度按照如下公式进行计算，
[0016][0017][0018]式中，M
ai
第i个栅格中的昼间每小时的人群密度，M
bi
为第i个栅格中的夜间每小时的人群密度，S为单个栅格面积，P
ai
为第i个栅格中第a个时段里的人数，a取24小时单位制中的昼间时间段即6点至18点，共12个时间段，b取24小时单位制中的夜间时间段即0点至5点以及19点至23点，共12个时间段；
[0019]而各栅格24小时人群数量波动即昼夜人群波动则根据如下计算公式进行计算：
[0020][0021]式中，H
xi
为第i个栅格中第x个时段的人数归一化结果，P
xi
为该栅格第x个时间段的人数，P
min
为该栅格24h时间段内人数的最小值，P
max
为该栅格24h时间段内人数最大值,x取0、2，...，23，共24个时间段，得到各个栅格人群各时段变化数量，并导入存储器。
[0022]优选地，所述预测模型数据集的生成过程如下：
[0023]将所得建成环境特征指标库内19项建成环境指标B
δ
与所得人群密度时空分布特征指标库内3项指标D
γ
进行归一化处理，消除指标间因量纲不同带来的差异，公式如下：
[0024][0025][0026]式中，Y
δi
为第i个栅格中第δ个建成环境指标的归一化结果，B
δi
为该栅格第δ个指标的数值，B
δmin
为该指标的最小值，B
δmax
为该指标的最大值，δ取1、2，...，19；Y
γi
为第i个栅格中第γ个人群密度时空分布特征指标的归一化结果，D
γi
为该栅格第γ个指标的数值，D
γmin
为该指标的最小值，D
γmax
为该指标的最大值,γ取1，2，3；
[0027]将计算所得建筑环境指标与人群密度时空分布特征指标的归一化结果与栅格进行空间关联之后，所得的数据集为预测模型数据集。
[0028]优选地，所述预测模型的训练过程如下：
[0029]对城市空间分析单元的栅格进行选取，其中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人群时空分布预测的城市服务设施布局评估方法，其特征在于，方法包括以下步骤：接收城市相关数据，并对城市相关数据进行空间校准和空间叠合；其中，城市相关数据包括：城市空间矢量化数据、城市功能业态数据、城市人群时空分布数据和城市服务设施布局方案数据；利用进行空间校准和空间叠合后的城市空间矢量化数据划分栅格，得到城市空间分析单元，将城市空间分析单元和城市空间矢量化数据内的城市边界数据进行关联后并计算得到各个栅格的建成环境特征指标，将城市空间分析单元和城市人群时空分布数据进行关联后并计算得到人群密度时空分布特征指标；将得到的建成环境特征指标和人群密度时空分布特征指标进行指标因子计算，并将计算结果进行归一化处理，得到预测模型数据集；对预先建立的预测模型进行分批训练；将城市服务设施布局方案数据进行编号处理，将编号后的城市服务设施布局方案数据与建成环境特征指标和人群密度时空分布特征指标进行空间关联，得到方案指标数据集，将得到的方案指标数据集输入训练后的预测模型内，得到栅格内的人群数量；提取城市服务设施布局方案数据内的基础服务设施、便民服务设施、游憩活动设施三大类服务设施所含各类用地的服务范围，结合栅格内的人群数量，计算各栅格的设施覆盖均好性，并按照基础服务设施、便民服务设施、游憩活动设施的顺序得到各时段内均好性评估结果集，根据各时段内均好性评估结果集划定多级服务设施均好性方案，并输出达标的服务设施均好性方案进行展示。2.根据权利要求1所述的一种基于人群时空分布预测的城市服务设施布局评估方法，其特征在于，所述城市空间矢量化数据包括城市建筑数据和城市边界数据，所述城市建筑数据包括建筑层数、建筑高度、建筑面积；城市土地利用数据包括：精确到小类的用地性质、用地面积以及城市道路数据，所述城市功能业态数据包括城市业态POI数据，所述城市业态POI数据为业态分类以及对应点的空间坐标值，所述城市人群时空分布数据包括手机信令数据，所述手机信令数据为经过免密处理具有精度精确到秒的时间序列的人群空间坐标值，所述城市服务设施布局方案数据包括城市用地规划的空间矢量数据，所述城市用地规划的空间矢量数据为城市规划用地的用地性质、用地边界空间坐标值。3.根据权利要求1所述的一种基于人群时空分布预测的城市服务设施布局评估方法，其特征在于，所述建成环境特征指标包括道路交通、功能业态、土地开发和设施布局指标四大类。4.根据权利要求1所述的一种基于人群时空分布预测的城市服务设施布局评估方法，其特征在于，所述将城市空间分析单元和城市人群时空分布数据进行关联后并计算得到人群密度时空分布特征指标的过程如下：将人群时空分布数据与栅格进行空间连接后导入计算机工作站对昼夜人群密度、昼夜人群波动进行计算，构建人群密度时空分布特征指标库；其中，昼间、夜间人群密度按照如下公式进行计算，
式中，M
ai
第i个栅格中的昼间每小时的人群密度，M
bi
为第i个栅格中的夜间每小时的人群密度，S为单个栅格面积，P
ai
为第i个栅格中第a个时段里的人数，a取24小时单位制中的昼间时间段即6点至18点，共12个时间段，b取24小时单位制中的夜间时间段即0点至5点以及19点至23点，共12个时间段；而各栅格24小时人群数量波动即昼夜人群波动则根据如下计算公式进行计算：式中，H
xi
为第i个栅格中第x个时段的人数归一化结果，P
xi
为该栅格第x个时间段的人数，P
min
为该栅格24h时间段内人数的最小值，P
max
为该栅格24h时间段内人数最大值,x取0、2，...，23，共24个时间段，得到各个栅格人群各时段变化数量，并导入存储器。5.根据权利要求1所述的一种基于人群时空分布预测的城市服务设施布局评估方法，其特征在于，所述预测模型数据集的生成过程如下：将所得建成环境特征指标库内19项建成环境指标B
δ
与所得人群密度时空分布特征指标库内3项指标D
γ
进行归一化处理，消除指标间因量纲不同带来的差异，公式如下：进行归一化处理，消除指标间因量纲不同带来的差异，公式如下：式中，Y
δi
为第i个栅格中第δ个建成环境指标的归一化结果，B
δi
为该栅格第δ个指标的数值，B
δmin
为该指标的最小值，B
δmax
为该指标的最大值，δ取1、2，...，19；Y
γi
为第i个栅格中第γ个人群密度时空分布特征指标的归一化结果，D
γi
为该栅格第γ个指标的数值，D
γmin
为该指标的最小值，D
γmax
为该指标的最大值,γ取1，2，3；将计算所得建筑环境指标与人群密度时空分布特征指标的归一化结果与栅格进行空间关联之后，所得的数据集为预测模型数据集。6.根据权利要求1所述的一种基于人群时空分布预测的城市服务设施布局评估方法，其特征在于，所述预测模型的训练过程如下：对城市空间分析单元的栅格进行选取，其中50％的栅格指标数据作为预测模型训练集，50％的栅格指标数据作为预测模型校核集；将预测模型训练集中各个栅格的19项指标数据输入BP神经网络隐含层，以预测人群密度时空分布特征指标为输出数据，构建生成网络，其中，预测人群密度时空分布特征指标包括昼间人群密度、夜间人群密度、24小时人群数量波动归一化结果；以预测模型校核集中各个栅格的19项指标数据和人群密度时空分布特征指标作为判别网络，将预测结果与预先获取的实际人群时空分布结果进行比较，以MAPE值对预测结果进行评价，通过梯度下降法，不断对生成网络与判别网络进行训练，直至MAPE值小于0.1，视为满足计算精度，结束预测模型的训练，公式如下；
式中，X
it
代表第i个栅格t小时的实际人群分布数量，Y
it
代表第i个栅格t小时的预测人群分布数量，p代表预测模型校核集的栅...

【专利技术属性】
技术研发人员：史宜，杨俊宴，郑坤仪，戴运来，娄莺，
申请(专利权)人：东南大学，
类型：发明
国别省市：