街区活力获得方法及系统及装置及介质

摘要

本发明公开了街区活力获得方法及系统及装置及介质，涉及城市规划领域，包括：对多源空间数据进行预处理获得基础目标数据；基于基础目标数据中的人口数据以及街区分区信息，获得街区单元的第一活力感知参数；基于基础目标数据中的POI数据以及街区分区信息，获得街区单元的第二活力感知参数；基于基础目标数据中的夜光遥感数据以及街区分区信息，获得街区单元的第三活力感知参数；对街区单元的第一至第三活力感知参数进行归一化处理，获得该街区单元第一至第三归一化活力感知参数；基于街区单元的第一至第三归一化活力感知参数计算获得该街区单元的街区活力指数；本发明能够准确获得城市活力指数，并且实现城市活力度量不受区域的限制。

说明书

技术领域

本发明涉及城市规划技术领域，具体地，涉及街区活力获得方法及系统及装置及介质。

背景技术

目前我国正处于城市快速发展过程中，截止2021年我国的城镇化率为63.89%，城市治理相关问题日益凸显，城市活力识别逐渐成为城市地理学、城市规划、城市经济、城市管理等方面的热点问题。街区活力的识别可以帮助确定城市性质、规模和发展方向，合理利用城市土地，协调城市空间布局和各项建设所作的综合部署和具体安排。

2015年联合国提出可持续发展目标(SDGs)，该计划旨在服务人类的可持续发展，城市的可持续发展也是其中的重要问题。通过表征的活力可以为城市的可持续发展服务。然而城市活力的度量长期以来是一项重要挑战。

以往研究通常采用统计普查数据，使用数学模拟的方式构建城市的活力识别模型，从而达到城市活力识别的目的。然而，受常规统计数据特征限制，不可能实现城市活力的准确度量。而且单个城市的数学模型可能并不适用与其他区域。

发明内容

本发明目的是为实现城市活力的准确度量，并且实现城市活力度量不受区域的限制。

为实现上述发明目的，本发明提供了街区活力获得方法，所述方法包括：

采集预设地区的地图数据、人口数据、POI数据和夜光遥感数据，获得多源空间数据；

对所述多源空间数据进行预处理获得基础目标数据，包括：基于所述地图数据将所述预设地区划分为若干街区单元，获得街区分区信息；

基于所述基础目标数据中的人口数据以及所述街区分区信息，获得街区单元的第一活力感知参数；

基于所述基础目标数据中的POI数据以及所述街区分区信息，获得街区单元的第二活力感知参数；

基于所述基础目标数据中的夜光遥感数据以及所述街区分区信息，获得街区单元的第三活力感知参数；

对街区单元的第一至第三活力感知参数进行归一化处理，获得该街区单元第一至第三归一化活力感知参数；

基于街区单元的第一至第三归一化活力感知参数计算获得该街区单元的街区活力指数。

其中，随着空间大数据的快速发展，为城市活力的精细化分析找到了新的研究方向。但是如何使用空间大数据识别城市活力仍然是一个重大课题。本发明通过采集多源空间数据来获得基础数据，利用多种的基础数据保障计算出的城市活力的准确性，其中多源空间数据包括开放街道地图路网矢量数据、感兴趣POI点、“珞珈一号”01星夜光数据及人口栅格worldPop数据等；对多源数据进行预处理工作，得到基础目标数据。预处理工作主要有投影变换、辐射定标、矢量转换栅格及数据裁剪等；对基础目标数据进行核密度、归一化处理等得到活力感知参数；通过路网数据创建开发街区分析单元，在该尺度下分区统计得到不同街区的活力感知指数，运用活力感知指数进行街区活力分类制图，得到街区活力感知图像。本发明实现了空间大数据制图街区活力感知地图的方法。本发明利用丰富的数据，以及对数据的多种处理手段实现城市活力的准确度量，并且能够对城市的不同区域进行活力计算实现了城市活力度量不受区域的限制。

优选的，所述方法包括：

将街区活力指数划分为若干类别；

基于街区单元的街区活力指数获得该街区单元的类别信息；

基于所述地图数据和街区分区信息构建街区单元地图图像；

在所述街区单元地图图像中标注出街区单元对应的类别信息，获得街区活力图像。

其中，通过划分类别并在地图中进行标注类别信息可以便于直观的查看街区的活力指数类型和大小，便于快速获得相应的城市活力参数。

优选的，所述街区单元的构建方式包括：

将地图数据转化为栅格数据；

提取所述栅格数据的中心线，修整中心线形成街区单元。

其中，通过上述方式能够快速准确的获得街区单元，利用街区单元的划分结果便于对城市活力进行分区域统计和计算。

优选的，对所述多源空间数据进行预处理包括对所述POI数据进行核密度计算，具体包括：

提取POI数据的坐标获得经纬度信息；

基于所述经纬度信息，将POI数据在地理信息系统中展开为矢量点数据实现POI空间可视化，然后使用核密度分析工具，分析得到核密度栅格数据。

其中，通过上述方式可以快速准确的获得核密度栅格数据。

优选的，对所述多源空间数据进行预处理包括对所述夜光遥感数据进行辐射定标。辐射定标可以准确的获得夜光遥感数据反应的数值大小，进而能够准确的对城市活力进行准确的计算。

优选的，将夜光遥感数据的灰度值转化为辐射亮度值实现辐射定标。

优选的，为了便于由于对绝对辐射定标后数据进行存储，将辐射定标后的数据浮点型数据转换为INT32型数据存储进行存储。

优选的，辐射定标后的数据浮点型数据采用以下公式进行转换：

其中，DN为夜光遥感数据的像素值，L为辐射定标后的辐射亮度值。

优选的，基于所述基础目标数据中的人口数据以及所述街区分区信息，获得基于街区单元中的人口数据的平均值获得街区单元的第一活力感知参数；

基于所述基础目标数据中的POI数据以及所述街区分区信息，基于街区单元中POI数据的平均值获得街区单元的第二活力感知参数；

基于所述基础目标数据中的夜光遥感数据以及所述街区分区信息，基于街区单元中夜光遥感数据的平均值获得街区单元的第三活力感知参数。

其中，第一至第三活力感知参数分别代表人口、经济及社会相关的活力，综合考虑上述三种参数后计算出的城市活力能够准确的反应城市的活力。

优选的，第一至第三活力感知参数是来着不同的数据源，它们的量纲数量级上存在差异，需要对数据进行归一化处理，所述方法采用以下公式进行归一化处理：

其中，

优选的，将街区单元的第一至第三归一化活力感知参数进行融合获得该街区单元的街区活力指数，具体融合方式为：

其中，

其中，单一的考虑一种参数并不能够准确的反应真是的街区活力指数，而第一至第三归一化活力感知参数能够准确的反应街区活力指数，本发明将其融合，基于融合结果能够获得准确的街区活力指数。

本发明还提供了街区活力获得系统，所述系统包括：

采集单元，用于采集预设地区的地图数据、人口数据、POI数据和夜光遥感数据，获得多源空间数据；

预处理单元，用于对所述多源空间数据进行预处理获得基础目标数据，包括：基于所述地图数据将所述预设地区划分为若干街区单元，获得街区分区信息；

第一活力感知参数获得单元，用于基于所述基础目标数据中的人口数据以及所述街区分区信息，获得街区单元的第一活力感知参数；

第二活力感知参数获得单元，用于基于所述基础目标数据中的POI数据以及所述街区分区信息，获得街区单元的第二活力感知参数；

第三活力感知参数获得单元，用于基于所述基础目标数据中的夜光遥感数据以及所述街区分区信息，获得街区单元的第三活力感知参数；

归一化处理单元，用于对街区单元的第一至第三活力感知参数进行归一化处理，获得该街区单元第一至第三归一化活力感知参数；

融合计算单元，用于基于街区单元的第一至第三归一化活力感知参数计算获得该街区单元的街区活力指数。

本发明还提供了街区活力获得装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述街区活力获得方法的步骤。

本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述街区活力获得方法的步骤。

本发明提供的一个或多个技术方案，至少具有如下技术效果或优点：

本发明能够准确获得城市活力指数，并且实现城市活力度量不受区域的限制。

附图说明

此处所说明的附图用来提供对本发明实施例的进一步理解，构成本发明的一部分，并不构成对本发明实施例的限定；

图1为街区活力获得方法的流程示意图；

图2为街区活力获得系统的组成示意图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在相互不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述范围内的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

应当理解，本文使用的“系统”、“装置”、“单元”和/或“模组”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。

如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。

本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

实施例一

请参考图1，图1为街区活力获得方法的流程示意图，本发明实施例一提供了街区活力获得方法，所述方法包括：

采集预设地区的地图数据、人口数据、POI数据和夜光遥感数据，获得多源空间数据；

对所述多源空间数据进行预处理获得基础目标数据，包括：基于所述地图数据将所述预设地区划分为若干街区单元，获得街区分区信息；

基于所述基础目标数据中的人口数据以及所述街区分区信息，获得街区单元的第一活力感知参数；

基于所述基础目标数据中的POI数据以及所述街区分区信息，获得街区单元的第二活力感知参数；

基于所述基础目标数据中的夜光遥感数据以及所述街区分区信息，获得街区单元的第三活力感知参数；

对街区单元的第一至第三活力感知参数进行归一化处理，获得该街区单元第一至第三归一化活力感知参数；

基于街区单元的第一至第三归一化活力感知参数计算获得该街区单元的街区活力指数。

下面举例对本发明进行具体的介绍：

采集多源数据集：

所述多源数据包含四种数据，分别是地图数据、人口数据、感兴趣点POI数据及夜光数据，通过这4种数据体现了数据的丰富性以及综合考虑性，现在技术中并没有考虑到同时使用这4种数据来计算城市活力，通过这4种数据综合计算出的城市活力的准确度更高，几种数据的介绍及获取方式如下：

地图数据可以是开发街道OSM数据，也可以是其他类型的开发街道OSM数据，开发街道OSM数据作为一个协作网络制图项目，OSM向用户提供免费开源的全球矢量数据。经验证，OSM全球道路网数据的定位精度和完备性方面都有较好的保证。可以在OSM官网（https://www.openstreetmap.org/）下载。

人口数据可以是人口数据worldpop，也可以是其他人口数据，人口数据worldpop是全球人口开源栅格数据，可以用来表示人口的密度，人口密度也可以反映城市区域的活力程度，该数据可以在(https://www.worldpop.org/)获取，其空间分辨率最高为100m。

POI数据通常根据地物的三个属性来表征：类型、名称和地理位置（经、纬度），一般包括教育机构、商业点、住宅楼、公园、公司等，可以通过高德地图的开发接口(API)获取。

夜光数据可以是“珞珈一号”01星夜光数据，也可以是其他卫星遥感数据，“珞珈一号”01星是武汉大学的研发的夜光卫星，用以研究经济GDP、人类活动以及城市发展，这些因子也是城市活力的具体表现形式，该数据的空间分辨率为130m。该数据可在http://59.175.109.173:8888/app/login.html获取。

多源空间数据预处理：

多源数据的预处理工作得到基础目标数据，包括：街区单元构建、POI数据核密度计算、夜光数据的辐射定标、数据裁剪、投影变换及数据重采样等。

其中，在本发明实施例中，街区单元的构建方式，具体采用OSM路网数据，首先将路网数据简化合并，后将其转化为栅格数据，分辨率设置为1m。

此外，通过GIS软件的提取中心线功能，提取道路栅格数据的中心线，后修整中心线，使得形成街区单元。

其中，在本发明实施例中，POI数据核密度计算，具体为:原始POI为excel表格条目，我们提取每个POI数据的坐标，即经纬度信息；

将其在GIS软件中展开为矢量点数据实现POI空间可视化，后使用核密度分析工具，设置像素分辨率为1m，后得到核密度栅格数据。

其中，在本发明实施例中，夜光数据的辐射定标，具体为:将夜光数据的灰度值转化为辐射亮度值；

由于绝对辐射定标后数据为浮点型数据，不便于存储，因此，地面系统将浮点型辐亮度数据放大10的10次方后，指数拉伸转为INT32存储，采用如下公式进行:

其中DN为夜光数据的像素值，L为绝对辐射定标的辐射亮度值，单位为

其中，在本发明实施例中，数据裁剪、投影变换及数据重采样，具体为:裁剪要素为街区单元矢量数据，投影统一采用WGS84坐标系，数据重采样统一为100m，其中人口栅格数据为100m不用做重采样工作。

对所述基础目标数据，分区统计得到活力感知参数：

目标数据的分析单元都是基于街区矢量实现，通过分区统计不同街区的平均值，可以得到代表街区的活力感知参数；

具体的，分别对所述基础目标数据进行分区统计，选取平均值为分析参数，即用街区的平均值代表这个街区单元，后得到3个活力感知参数。

获取归一化活力感知参数：

所述活力感知参数是来着不同的数据源，它们的量纲数量级上存在差异，需要对数据进行归一化处理；

归一化处理公式如下：

其中

通过所述归一化处理，最终得到3个归一化活力感知参数。

通过归一化活力感知参数获取街区活力指数：

所述3种归一化活力感知参数，可以分别代表人口、经济及社会相关的活力。而街区活力指数则是一个综合指标，需要对3中感知参数进行数据融合操作。

使用如下公式进行数据融合:

其中

通过自然间断法分割得到活力类别标准图像：

自然间断法的核心思想是使用了聚类的思维，将其中近似的特征归为一个类别，该方法可以最大程度地使近似元素放在一个类别，且兼顾每一组之间的要素的范围和个数尽量相近。

具体的，根据需要可以将街区活力指数分为5~8个类别，也可以分为其他数量的类别，具体分类数量可以根据实际需要进行灵活的设定，值越低的类别表示该街区的活力越低。

实施例二

请参考图2，图2为街区活力获得系统的组成示意图，本发明实施例二提供了街区活力获得系统，所述系统包括：

采集单元，用于采集预设地区的地图数据、人口数据、POI数据和夜光遥感数据，获得多源空间数据；

预处理单元，用于对所述多源空间数据进行预处理获得基础目标数据，包括：基于所述地图数据将所述预设地区划分为若干街区单元，获得街区分区信息；

第一活力感知参数获得单元，用于基于所述基础目标数据中的人口数据以及所述街区分区信息，获得街区单元的第一活力感知参数；

第二活力感知参数获得单元，用于基于所述基础目标数据中的POI数据以及所述街区分区信息，获得街区单元的第二活力感知参数；

第三活力感知参数获得单元，用于基于所述基础目标数据中的夜光遥感数据以及所述街区分区信息，获得街区单元的第三活力感知参数；

归一化处理单元，用于对街区单元的第一至第三活力感知参数进行归一化处理，获得该街区单元第一至第三归一化活力感知参数；

融合计算单元，用于基于街区单元的第一至第三归一化活力感知参数计算获得该街区单元的街区活力指数。

实施例三

本发明实施例三提供了街区活力获得装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述街区活力获得方法的步骤。

实施例四

本发明实施例四提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述街区活力获得方法的步骤。

其中，所述处理器可以是中央处理器（CPU，Central Processing Unit），还可以是其他通用处理器、数字信号处理器（digital signal processor）、专用集成电路（Application Specific Integrated Circuit）、现成可编程门阵列（Fieldprogrammablegate array）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的数据，实现发明中街区活力获得装置的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等。此外，存储器可以包括高速随机存取存储器、还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡，安全数字卡，闪存卡、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

所述街区活力获得装置如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序可存储于一计算机可读存介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码、对象代码形式、可执行文件或某些中间形式等。所述计算机可读取介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存储器、点载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减。

本发明已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。

同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

此外，本领域技术人员可以理解，本说明书的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本说明书的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本说明书的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。

计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、RF、或类似介质，或任何上述介质的组合。

本说明书各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网(LAN)或广域网(WAN)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(SaaS)。

此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。

同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。