【技术实现步骤摘要】
本专利技术涉及数据分析，尤其涉及构建个体迁居轨迹的方法、设备和介质。
技术介绍
1、城市内部人口迁移是城市社会与经济发展活力的主要体现，同时与城市内部空间结构的形成和演化密切相关。城市地理学长期以来一直高度关注城市内部人口迁移及其对城市空间结构的影响。在城市地区，居民的迁徙行为反映了人们与社会或物理环境的互动，不动产统一登记数据以权利人、房屋坐落和宗地信息的完整记录形式存在，权利人的房屋购买行为则可被视为个体迁居意愿的一种表达。基于不动产登记数据，我们可以提取微观尺度(个人)的迁移运动，通过权利人的购房行为建立不动产迁居轨迹。
2、目前，国内外对于城市内部居民迁居轨迹研究很少，绝大因素是因为迁居数据难以获取，而不动产登记数据正好是迁居行为最好的载体。对此四川省成都市国土资源信息中心联合四川师范大学已有相关研究成果(专利号：cn114357092a)。他们提出了一种基于不动产数据的个体迁居行为方法，但该方法在生成迁居轨迹的技术环节中，其识别迁居热点是通过购房套次的空间点位生成栅格影像，再根据手工设置分类数，对栅格数据进行重分类，再根据人工经验判断哪类可以属于迁居热点。以上做法其实存在一定缺陷，一方面，每个城市的实际数据情况不一样，手工设置重分类的分类数无法借鉴，且分类数和热点级别判断通过人工经验来确定，背后原因无法给出合理解释，因为实际情况中存在不同专家经验理解，这就可能会导致最后得到的轨迹结果存在较大差异，根据轨迹分析得出结论的可信度也会受到影响；另一个方面，现有技术的迁居轨迹算法需人工介入，因此无法实现自动化地模块
技术实现思路
1、本专利技术所要解决的技术问题是，提供构建个体迁居轨迹的方法、设备和介质，可以通过识别具有统计显著性的热点代替需人工介入的栅格重分类识别热点，提升了迁居轨迹生成的可靠性和效率。
2、为解决以上技术问题，第一方面，本专利技术提供一种构建个体迁居轨迹的方法，包括：
3、从不动产登记数据库中获取所需区块范围内的购房行为数据以及宗地信息；
4、对所述购房行为数据进行预处理，并从预处理后的购房行为数据中提取关键字段，获得关键字段信息；其中，所述关键字段信息包括权利人id、登记时间、不动产单元号、建筑面积、性别、年龄、户籍；
5、根据所述权利人id和所述登记时间对所述购房行为数据进行套次标记，获得各套次数据；将所述宗地信息和所述各套次数据进行关联，生成各套次的空间点图层；
6、分别对所述各套次的空间点图层进行核密度分析，获得各套次的核密度栅格影像；分别将所述各套次的核密度栅格影像转成点图层，获得各套次的核密度点要素；分别创建渔网，将所述各套次的核密度点要素与所述渔网的面要素做挂接，获得各套次的网格矢量面图层；采用热点分析工具，分别对所述各套次的网格矢量面图层进行热点识别，得到各套次的热点网格图层；分别将所述各套次的热点网格图层输出成各套次的shpfile图层，获得各套次的热点网格数据；
7、分别将所述各套次数据与所述各套次的热点网格数据进行空间标识，并剔除没有落在所述各套次的热点网格图层的网格区间内的各套次点数据，获得各套次热点数据；根据所述各套次热点数据的前后顺序关系分别选取起点和终点，生成od轨迹流数据；
8、对所述od轨迹流数据进行轨迹相似性测度，获得所述所需区块范围内的od轨迹流。
9、进一步地，所述对所述购房行为数据进行预处理，包括：
10、对所述购房行为数据进行清洗和脱敏处理。
11、进一步地，所述根据所述权利人id和所述登记时间对所述购房行为数据进行套次标记，获得各套次数据，包括：
12、根据所述权利人id对所述购房行为数据进行分组；
13、根据所述登记时间对分组后的购房行为数据进行排序；
14、新增套次字段，并给排序后的购房行为数据依次进行套次赋值，获得各套次数据。
15、优选地，所述分别创建渔网，将所述各套次的核密度点要素与所述渔网的面要素做挂接，获得各套次的网格矢量面图层，包括：
16、分别根据500米像元大小创建渔网，获得各套次渔网；
17、分别将所述各套次的核密度点要素与所述各套次渔网的面要素做挂接，获得500米像元大小的各套次的网格矢量面图层。
18、优选地，所采用的热点分析工具为getis-ord gi*。
19、优选地，所述采用热点分析工具，分别对所述各套次的网格矢量面图层进行热点识别，得到各套次的热点网格图层，包括：
20、分别将所述各套次的网格矢量面图层进行输入到getis-ord gi*中进行处理，分别选取置信度大于90％的热点网格，并生成各热点网格对应的中心点坐标，获得各套次的热点网格图层。
21、优选地，所述对所述od轨迹流数据进行轨迹相似性测度，获得所述所需区块范围内的od轨迹流，包括：
22、将所述起点和终点的坐标作为标识信息，当所述起点和终点的坐标一致时，则认为所述起点和终点所构建的轨迹为相同的轨迹，将相同的轨迹数量作为权重，对所述od轨迹流数据进行处理，获得所述所需区块范围内的od轨迹流。
23、第二方面，本专利技术还提供了另一种构建个体迁居轨迹的方法，包括：
24、通过sqlexecutor转换器编写sql脚本，从不动产登记数据库中获取所需区块范围内的购房行为数据，以及通过featurereader转换器从所述不动产登记数据库中读取宗地信息；
25、通过sqlexecutor转换器编写预处理sql脚本，对所述购房行为数据进行预处理，并从预处理后的购房行为数据中提取关键字段，获得关键字段信息；其中，所述关键字段信息包括权利人id、登记时间、不动产单元号、建筑面积、性别、年龄、户籍；
26、根据所述权利人id和所述登记时间对所述购房行为数据进行套次标记，通过testfilter转换器对标记后的购房行为数据进行切片，并通过featurewriter转换器存储至各套次的shpfile图层，获得各套次数据；将所述宗地信息和所述各套次数据进行关联，生成各套次的空间点图层；
27、采用pythoncaller编辑器，通过python调用arcpy工具包分别对所述各套次的空间点图层进行核密度分析，获得各套次的核密度栅格影像；分别将所述各套次的核密度栅格影像转成点图层，获得各套次的核密度点要素；分别创建渔网，将所述各套次的核密度点要素与所述渔网的面要素做挂接，获得各套次的网格矢量面图层；分别对所述各套次的网格矢量面图层进行热点识别，得到各套次的热点网格图层；分别将所述各套次的热点网格图层输出成各套次的shpfile图层，通过featurereader转换器分别获取所述各套次的shpfile图层中的shpfile数据，再通过attributekeeper转换器对所述shpfile数据本文档来自技高网...
【技术保护点】
1.一种构建个体迁居轨迹的方法，其特征在于，包括：
2.如权利要求1所述的构建个体迁居轨迹的方法，其特征在于，所述对所述购房行为数据进行预处理，包括：
3.如权利要求1所述的构建个体迁居轨迹的方法，其特征在于，所述根据所述权利人ID和所述登记时间对所述购房行为数据进行套次标记，获得各套次数据，包括：
4.如权利要求1所述的构建个体迁居轨迹的方法，其特征在于，所述分别创建渔网，将所述各套次的核密度点要素与所述渔网的面要素做挂接，获得各套次的网格矢量面图层，包括：
5.如权利要求1所述的构建个体迁居轨迹的方法，其特征在于，所采用的热点分析工具为Getis-Ord Gi*。
6.如权利要求5所述的构建个体迁居轨迹的方法，其特征在于，所述采用热点分析工具，分别对所述各套次的网格矢量面图层进行热点识别，得到各套次的热点网格图层，包括：
7.如权利要求1所述的构建个体迁居轨迹的方法，其特征在于，所述对所述OD轨迹流数据进行轨迹相似性测度，获得所述所需区块范围内的OD轨迹流，包括：
8.一种构建个体迁居轨迹的方
9.一种终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如权利要求1～7中任一项所述的构建个体迁居轨迹的方法，或者实现如权利要求8所述的构建个体迁居轨迹的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如权利要求1～7中任一项所述的构建个体迁居轨迹的方法，或者实现如权利要求8所述的构建个体迁居轨迹的方法。
...【技术特征摘要】
1.一种构建个体迁居轨迹的方法，其特征在于，包括：
2.如权利要求1所述的构建个体迁居轨迹的方法，其特征在于，所述对所述购房行为数据进行预处理，包括：
3.如权利要求1所述的构建个体迁居轨迹的方法，其特征在于，所述根据所述权利人id和所述登记时间对所述购房行为数据进行套次标记，获得各套次数据，包括：
4.如权利要求1所述的构建个体迁居轨迹的方法，其特征在于，所述分别创建渔网，将所述各套次的核密度点要素与所述渔网的面要素做挂接，获得各套次的网格矢量面图层，包括：
5.如权利要求1所述的构建个体迁居轨迹的方法，其特征在于，所采用的热点分析工具为getis-ord gi*。
6.如权利要求5所述的构建个体迁居轨迹的方法，其特征在于，所述采用热点分析工具，分别对所述各套次的网格矢量面图层进行热点识别，得到各套次的热...
【专利技术属性】
技术研发人员：杜剑光，陈远庆，李珏，陈展鹏，马大伟，
申请(专利权)人：广州市城市规划勘测设计研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。