基于交通流大数据的交通与城市布局匹配度优化方法

摘要

本发明公开了基于交通流大数据的交通与城市布局匹配度优化方法，具体包括：获取指定区域内的交通、地理、人口经济统计数据；通过统一的地理空间框架，将上述数据进行归一化处理，得到由相关联的交通流数据以及社会经济数据组成的数据库；基于数据库，计算城市间的可达性、连通程度以及空间相互作用程度数据，并从时间、空间、空间相互作用三方面综合计算得到城市网络空间联系模型；通过数据库计算得到城市人口和经济分布图，上述模型计算得到城市网络空间联系分布图，并将上述两分布图进行对比分析，得到指定区域内交通布局与人口经济匹配度分布图以及需加强交通建设地区分布图。实现对需加强交通建设地区的精确刻画。

说明书

技术领域

本发明涉及城市规划技术领域，尤其涉及的是基于交通流大数据的交通与城市布局匹配度优化方法。

背景技术

近年来，随着交通运输领域的蓬勃发展，并初步建立起了一套内通外联、覆盖广泛、安全高效的综合交通运输体系。但在提高运输效率的同时，全国范围的高速交通设施建设也逐步积累了一系列问题，如交通布局与城市、人口布局的不匹配，高速公路、高速铁路建设加剧了我国纵向的不平衡，以及区域交通系统建设的不合理竞争等，导致不同尺度区域内部和区域之间的社会经济联系更加密切与复杂。而现有技术中，并没有一种能有效、精确刻画和分析交通布局与城市、人口布局匹配程度的方案。

因此，现有技术还有待改进和发展。

发明内容

针对现有技术中，在研究不同尺度区域内部和区域之间的社会经济联系时，仅通过时间、空间或相互作用中的一个方面进行刻画，难以精确的得出区域间复杂的社会经济联系。进一步的，也就无法精确分析得到当前交通布局和城市、人口布局不匹配数据，无法得到准确的交通布局不合理数据。

本发明提供一种基于交通流大数据的交通与城市布局匹配度优化方法，具体包括：获取预先指定区域内的城市行政区划矢量数据、城市面积数据、城市人口数据、城市GDP数据、铁路网络矢量数据、火车站点数据以及列车时刻表数据；通过统一的地理空间框架，将所述城市行政区划矢量数据、城市面积数据、城市人口数据、城市GDP数据、铁路网络矢量数据、火车站点数据以及列车时刻表数据进行归一化处理，得到由相关联的交通流数据以及社会经济数据组成的数据库；基于所述数据库，分别计算指定区域内城市间的可达性、城市间连通程度以及城市间空间相互作用程度数据；基于所述可达性、连通程度以及空间相互作用程度数据计算得到城市网络空间联系模型；基于所述数据库计算得到指定区域内的城市人口和经济分布图，基于所述城市网络空间联系模型计算得到城市网络空间联系分布图，并将所述城市人口和经济分布图与城市网络空间联系分布图进行对比分析，得到指定区域内交通布局与人口经济匹配度分布图；基于所述交通布局与人口经济匹配度分布图，对超过预设匹配度阈值地区数据进行提取，生成指定区域内需加强交通建设地区分布图。可见，本发明方案基于交通流大数据，同时从时间、空间以及城市间相互作用三个方面对城市网络空间联系模型进行精确的刻画，并进一步得到精确的交通布局与城市、人口经济匹配度分布数据。有利于对指定区域内的交通分布进行调整。

为了实现上述技术效果，本发明第一方面提供一种基于交通流大数据的交通与城市布局匹配度优化方法，其中，上述方法包括：

获取预先指定区域内的城市行政区划矢量数据、城市面积数据、城市人口数据、城市GDP数据、铁路网络矢量数据、火车站点数据以及列车时刻表数据；

通过统一的地理空间框架，将所述城市行政区划矢量数据、城市面积数据、城市人口数据、城市GDP数据、铁路网络矢量数据、火车站点数据以及列车时刻表数据进行归一化处理，得到由相关联的交通流数据以及社会经济数据组成的数据库；

基于所述数据库，分别计算指定区域内城市间的可达性、城市间连通程度以及城市间空间相互作用程度数据；

基于所述可达性、连通程度以及空间相互作用程度数据计算得到城市网络空间联系模型；

基于所述数据库计算得到指定区域内的城市人口和经济分布图，基于所述城市网络空间联系模型计算得到城市网络空间联系分布图，并将所述城市人口和经济分布图与城市网络空间联系分布图进行对比分析，得到指定区域内交通布局与人口经济匹配度分布图；

基于所述交通布局与人口经济匹配度分布图，对超过预设匹配度阈值地区数据进行提取，生成指定区域内需加强交通建设地区分布图。

可选的，上述获取预先指定区域内的城市行政区划矢量数据、城市面积数据、城市人口数据、城市GDP数据、铁路网络矢量数据、火车站点数据以及列车时刻表数据的步骤之前包括：

预先获取一指定区域，所述指定区域中至少包含两个及以上的城市。

可选的，上述通过统一的地理空间框架，将所述城市行政区划矢量数据、城市面积数据、城市人口数据、城市GDP数据、铁路网络矢量数据、火车站点数据以及列车时刻表数据进行归一化处理，得到由相关联的交通流数据以及社会经济数据组成的数据库的步骤包括：

将铁路网络矢量数据以及火车站点数据进行投影转换，采用阿尔伯斯圆锥等面积投影将数据投影到同一投影坐标系，同时得到火车站点矢量数据；

将列车时刻表数据、城市人口数据、城市面积数据以及城市GDP数据以城市为单位进行空间化处理，生成指定区域内列车时刻表矢量数据、城市人口矢量数据、城市面积矢量数据以及城市GDP矢量数据；

利用核密度分析方法进行关联融合，将所述列车时刻表矢量数据、城市人口矢量数据、城市面积矢量数据以及城市GDP矢量数据关联至城市行政区划矢量数据中；

将投影转换、空间化处理以及关联融合后的所述城市行政区划矢量数据、城市面积矢量数据、城市人口矢量数据、城市GDP矢量数据、铁路网络矢量数据、火车站点矢量数据以及列车时刻表矢量数据投影至WGS1984地理坐标系中，生成由相关联的交通流数据以及社会经济数据组成的数据库。

可选的，上述基于所述数据库，分别计算指定区域内城市间的可达性、城市间连通程度以及城市间空间相互作用程度数据的步骤包括：

基于所述数据库，获取指定区域内各城市间最短铁路时间以及城市GDP矢量数据，利用加权平均旅行时间模型计算城市间可达性数据；

基于所述数据库，获取指定区域内各城市间铁路里程、城市面积矢量以及城市人口矢量数据，利用铁路网密度模型计算城市间连通程度数据；

基于所述数据库，获取指定区域内各城市间最短铁路时间以及城市GDP矢量数据和城市人口矢量数据，利用经济联系强度模型计算城市间空间相互作用程度数据。

可选的，上述基于所述可达性、连通程度以及空间相互作用程度数据计算得到城市网络空间联系模型的步骤包括：

基于所述可达性数据、城市间连通程度数据以及城市间空间相互作用程度数据，通过层次分析法以1:1:1的权重计算得到城市网络空间联系模型。

可选的，上述基于所述数据库计算得到指定区域内的城市人口和经济分布图，基于所述城市网络空间联系模型计算得到城市网络空间联系分布图，并将所述城市人口和经济分布图与城市网络空间联系分布图进行对比分析，得到指定区域内交通布局与人口经济匹配度分布图的步骤包括：

基于所述数据库中的城市人口和城市GDP矢量数据，通过空间可视化得到指定区域内城市人口和经济分布图；

基于所述城市网络空间联系模型，计算得到指定区域内城市网络空间联系分布图；

基于所述城市人口和经济分布图以及城市网络空间联系分布图，通过叠加分析法，计算得到交通布局与人口经济布局的匹配程度图。

可选的，上述基于所述交通布局与人口经济匹配度分布图，对超过预设匹配度阈值地区数据进行提取，生成指定区域内需加强交通建设地区分布图的步骤还包括：

基于所述交通布局与人口经济匹配度分布图，通过自然间断点分级法计算得到指定区域内需加强交通建设地区分布图。

本发明第二方面提供一种基于交通流大数据的交通与城市布局匹配度优化装置，其中，所述装置包括：

数据获取模块，用于获取预先指定区域内的城市行政区划矢量数据、城市面积数据、城市人口数据、城市GDP数据、铁路网络矢量数据、火车站点数据以及列车时刻表数据；

数据归一化处理模块，用于通过统一的地理空间框架，将所述城市行政区划矢量数据、城市面积数据、城市人口数据、城市GDP数据、铁路网络矢量数据、火车站点数据以及列车时刻表数据进行归一化处理，得到由相关联的交通流数据以及社会经济数据组成的数据库；

城市网络空间联系模型计算模块，用于根据所述数据库，分别计算指定区域内城市间的可达性、城市间连通程度以及城市间空间相互作用程度数据，并根据所述可达性、连通程度以及空间相互作用程度数据计算得到城市网络空间联系模型；

交通布局与人口经济匹配度分布图计算模块，用于基于所述数据库计算得到指定区域内的城市人口和经济分布图，基于所述城市网络空间联系模型计算得到城市网络空间联系分布图，并将所述城市人口和经济分布图与城市网络空间联系分布图进行对比分析，得到指定区域内交通布局与人口经济匹配度分布图；

需加强建设区域分布图计算模块，用于基于所述交通布局与人口经济匹配度分布图，对超过预设匹配度阈值地区数据进行提取，生成指定区域内需加强交通建设地区分布图。

本发明第三方面提供一种服务器，上述服务器包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的基于交通流大数据的交通与城市布局匹配度优化方法程序，所述基于交通流大数据的交通与城市布局匹配度优化方法程序被所述处理器执行时实现如上述任意一项所述基于交通流大数据的交通与城市布局匹配度优化方法的步骤。

本发明第四方面提供一种非临时性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任意一项所述一种基于交通流大数据的交通与城市布局匹配度优化方法的步骤。

由上可见，本发明方案通过自动获取指定区域内的交通流大数据，并对所述交通流大数据进行归一化处理生成数据库。根据数据库中相关联的多个交通流数据以及社会经济数据进行分析处理，分别得到从时间、空间、城市间相互作用对城市网络进行描述的可达性数据、连通程度数据以及城市间空间相互作用程度数据。基于上述三方面数据分析得到对指定区域的城市网络空间联系联系分布图。同时，通过数据库中的城市人口、GDP数据，得到指定区域城市人口和经济分布图。最终将城市网络空间联系分布图与城市人口和经济分布图进行对比分析，得到交通布局与人口经济匹配度分布图，进而得到需加强交通建设地区的分布图。可见，本发明方案通过从三方面综合分析得到的高精度的城市网络空间联系，实现得到高精确度的交通布局与人口经济匹配度数据，和需加强交通建设地区数据，有利于地区交通布局的优化和改善。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。

图1是本发明实施例提供的一种基于交通流大数据的交通与城市布局匹配度优化方法的流程示意图；

图2是本发明实施例提供的数据获取步骤的示意图；

图3是本发明实施例图1中步骤S200的具体流程示意图；

图4是本发明实施例对获取的数据进行归一化处理建立数据库的示意图；

图5是本发明实施例图1中步骤S300的具体流程示意图；

图6是本发明实施例提供的从时间、空间以及相互作用三方面计算城市网络空间联系的示意图；

图7是本发明实施例图1中步骤S400的具体流程示意图；

图8是本发明实施例图1中步骤S500的具体流程示意图；

图9是本发明实施例提供的通过数据库以及城市网络空间联系模型计算得到需加强交通建设地区分布图的示意图；

图10是本发明实施例提供的一种基于交通流大数据的交通与城市布局匹配度优化装置；

图11是本发明实施例提供的一种服务器的内部结构原理框图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况下，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

下面结合本发明实施例的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。

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它不同于在此描述的方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

近年来，由于快速的城镇化，使交通运输行业取得了巨大的成就，初步建立起一套内通外联、覆盖广泛、安全髙效的综合交通运输体系。现代化运输方式和新的科学技术促使交通运输结构大为改善，综合运输网络布局日趋合理，并从结构、能力、时空等方面有力保障了整个社会的高速经济增长和大规模城镇化需求，2018年形成了以2.9万公里高速铁路、14.25万公里高速公路为骨架的交通系统。交通运输用地增长最快，2016年占建设用地供应总面积的30％，比2006年提高了24个分点，居建设用地供应面积首位。与此同时，全国范围的高速交通设施建设也逐步积累了一系列问题，如交通布局与城市、人口布局的不匹配，高速公路、高速铁路建设加剧了国内纵向的不平衡，以及区域交通系统建设的不合理竞争的等。而现有技术中并没有一种精确分析交通布局和人口经济布局不匹配度，需加强或改善交通的地区数据的技术方案。

为了解决现有技术中存在的问题，本发明提供一种基于交通流大数据的交通与城市布局匹配度优化方法，具体包括：获取预先指定区域内的城市行政区划矢量数据、城市面积数据、城市人口数据、城市GDP数据、铁路网络矢量数据、火车站点数据以及列车时刻表数据；通过统一的地理空间框架，将所述城市行政区划矢量数据、城市面积数据、城市人口数据、城市GDP数据、铁路网络矢量数据、火车站点数据以及列车时刻表数据进行归一化处理，得到由相关联的交通流数据以及社会经济数据组成的数据库；基于所述数据库，分别计算指定区域内城市间的可达性、城市间连通程度以及城市间空间相互作用程度数据；基于所述可达性、连通程度以及空间相互作用程度数据计算得到城市网络空间联系模型；基于所述数据库计算得到指定区域内的城市人口和经济分布图，基于所述城市网络空间联系模型计算得到城市网络空间联系分布图，并将所述城市人口和经济分布图与城市网络空间联系分布图进行对比分析，得到指定区域内交通布局与人口经济匹配度分布图；基于所述交通布局与人口经济匹配度分布图，对超过预设匹配度阈值地区数据进行提取，生成指定区域内需加强交通建设地区分布图。可见，本发明方案基于交通流大数据，同时从时间、空间以及城市间相互作用三个方面对城市网络空间联系模型进行精确的刻画，并进一步得到精确的交通布局与人口经济匹配度分布数据。有利于对指定区域内的交通布局进行调整。

如图1所示，本发明实施例提供一种基于交通流大数据的交通与城市布局匹配度优化方法，上述方法包括如下步骤：

步骤S100、获取预先指定区域内的城市行政区划矢量数据、城市面积数据、城市人口数据、城市GDP数据、铁路网络矢量数据、火车站点数据以及列车时刻表数据。

在本实施例中，预先获取用户选择的指定区域，并根据所述指定区域范围，在各地理、城市、出行相关数据库中获取对应数据。例如用户首先通过应用程序的交互界面选择某个省份，则在本实施例中，仅调用该省份区域一年内的城市行政区划矢量数据、城市面积数据、城市人口数据、城市GDP数据、铁路网络矢量数据、火车站点数据以及列车时刻表数据。可见，根据使用用户对不同区域的需求，可针对性获取不同的区域范围的多源交通数据、基础地理数据、人口统计数据等多源地理空间数据。

步骤S200、通过统一的地理空间框架，将所述城市行政区划矢量数据、城市面积数据、城市人口数据、城市GDP数据、铁路网络矢量数据、火车站点数据以及列车时刻表数据进行归一化处理，得到由相关联的交通流数据以及社会经济数据组成的数据库。

在本实施例中，通过统一的地理空间框架，即同一地理坐标系等，将上述步骤中获取的指定区域内的城市行政区划矢量数据、城市面积数据、城市人口数据、城市GDP数据、铁路网络矢量数据、火车站点数据以及列车时刻表数据进行归一化处理。用于将上述多个来源且数据格式各不相同的数据，统一到同一地理坐标系中，并转化为对应的矢量数据。得到由相互关联的交通流数据以及社会经济数据组成的数据库。有利于后续步骤中数据的调用和处理。

步骤S300、基于所述数据库，分别计算指定区域内城市间的可达性、城市间连通程度以及城市间空间相互作用程度数据。

在本实施例中，基于数据库中相关联的若干矢量数据，分别从时间、空间和城市间相互作用三方面，通过公式或模型计算指定区域内城市间的可达性数据、连通程度数据以及城市间空间相互作用程度数据。

步骤S400、基于所述可达性、连通程度以及空间相互作用程度数据计算得到城市网络空间联系模型。

在本实施例中，基于上述步骤中计算得到的城市间可达性数据、连通程度数据以及空间相互作用程度数据，计算得到由交通大数据刻画的城市网络空间模型。可见，通过步骤S300和S400，从三方面的交通流大数据对城市网络空间进行刻画，得到高精确度的城市网络空间模型。

步骤S500、基于所述数据库计算得到指定区域内的城市人口和经济分布图，基于所述城市网络空间联系模型计算得到城市网络空间联系分布图，并将所述城市人口和经济分布图与城市网络空间联系分布图进行对比分析，得到指定区域内交通布局与人口经济匹配度分布图。

在本实施例中，基于前述步骤中的数据库，将城市人口和GDP相关数据进行可视化，得到城市人口和经济分布图；基于所述城市网络空间联系模型，计算得到城市网络空间联系分布图。将所述城市人口和经济分布图以及城市网络空间联系分布图进行对比，得到指定区域内的交通布局与人口经济匹配度分布图。

步骤S600、基于所述交通布局与人口经济匹配度分布图，对超过预设匹配度阈值地区数据进行提取，生成指定区域内需加强交通建设地区分布图。

在本实施例中，根据所述交通布局与人口经济匹配分布图，通过算法得到指定区域内需加强交通建设区域的分布图。实现通过交通流大数据分析得到高精确度的交通布局与人口经济匹配度数据以及需加强交通建设地区数据。更加精确、直观的得到当前交通布局所存在的问题，便于对指定区域的交通布局进行改善。

在进一步的实施例中，以基于交通流大数据的交通与城市布局匹配度刻画程序为例进行说明。

在一种应用场景中，所述程序获取预先指定区域内的城市行政区划矢量数据、城市面积数据、城市人口数据、城市GDP数据、铁路网络矢量数据、火车站点数据以及列车时刻表数据。

其中，在所述获取预先指定区域内的城市行政区划矢量数据、城市面积数据、城市人口数据、城市GDP数据、铁路网络矢量数据、火车站点数据以及列车时刻表数据的步骤之前包括：

预先获取一指定区域，所述指定区域中至少包含两个及以上的城市。

举例说明，某用户想通过该程序研究某大湾区城市群中的交通布局情况。则通过程序的交互界面选择大湾区城市A、城市B、城市C、城市D、城市E、城市F、城市G、城市H、城市I九个城市以及特别行政区J和特别行政区K作为指定区域。

如图2所示，分别由中国城市规划设计研究院获取2020年发的中国市级行政区划；通过国家统计局公布的第七次全国人口普查公报获得2020年城市面积、城市人口以及GDP统计数据；通过地图软件数据库获取2020年铁路网络矢量数据以及火车站点数据；通过中国铁路客户服务中心、去哪儿网和携程网获取2020年列车时刻表数据。且仅获取上述数据中大湾区城市群相关数据。

在一种应用场景中，所述程序通过统一的地理空间框架，将所述城市行政区划矢量数据、城市面积数据、城市人口数据、城市GDP数据、铁路网络矢量数据、火车站点数据以及列车时刻表数据进行归一化处理，得到由相关联的交通流数据以及社会经济数据组成的数据库。

具体的，如图3所示，上述步骤S200包括：

步骤S201、将铁路网络矢量数据以及火车站点数据进行投影转换，采用阿尔伯斯圆锥等面积投影将数据投影到同一投影坐标系，同时得到火车站点矢量数据；

步骤S202、将列车时刻表数据、城市人口数据、城市面积数据以及城市GDP数据以城市为单位进行空间化处理，生成指定区域内列车时刻表矢量数据、城市人口矢量数据、城市面积矢量数据以及城市GDP矢量数据；

步骤S203、利用核密度分析方法进行关联融合，将所述列车时刻表矢量数据、城市人口矢量数据、城市面积矢量数据以及城市GDP矢量数据关联至城市行政区划矢量数据中；

步骤S204、将投影转换、空间化处理以及关联融合后的所述城市行政区划矢量数据、城市面积矢量数据、城市人口矢量数据、城市GDP矢量数据、铁路网络矢量数据、火车站点矢量数据以及列车时刻表矢量数据投影至WGS1984地理坐标系中，生成由相关联的交通流数据以及社会经济数据组成的数据库。

举例说明，请参阅图4。将铁路网络矢量数据和火车站点数据进行投影转换，采用阿尔伯斯圆锥等面积投影将数据投影到同一坐标系，同时还将火车站点数据转换为火车站点矢量数据。进一步的，可通过克里金法，利用测量误差模型对上述进行阿尔伯斯圆锥等面积投影的数据进行误差分析，提高铁路网络矢量数据和火车站点数据配准的精度。

将获取的大湾区城市群的列车时刻表数据、城市人口数据、城市面积数据以及城市GDP数据以城市为单位进行空间化处理，生成矢量格式，且相互关联的列车时刻表矢量数据、城市人口矢量数据、城市面积矢量数据以及城市GDP矢量数据。

利用核密度分析方法将上述数据与城市行政区划矢量数据进行关联融合，将所述列车时刻表矢量数据、城市人口矢量数据、城市面积矢量数据以及城市GDP矢量数据关联至城市行政区划矢量数据中，使上述数据相互关联。

最终将上述投影转换、空间化处理以及关联融合后的数据投影到WGS1984地理坐标系中，生成由相关联的交通流数据以及社会经济数据组成的数据库。在后续计算步骤中直接从该数据库中提取任意交通流数据或地理、社会、经济数据。其中，所述WGS1984地理坐标系是为GPS全球定位系统使用而建立的坐标系统。通过遍布世界的卫星观测站观测到的坐标建立而成，具有数据精度高的特点。可见，通过本步骤实现将获取的大湾区城市群的多源数据进行空间化和相互关联，削减了大湾区城市群中特别行政区J和特别行政区K与其他城市在行政上的差异限制，所有数据基于统一的标准，便于后续计算过程中的调用。

在一种应用场景中，所述程序基于所述数据库，分别计算指定区域内城市间的可达性、城市间连通程度以及城市间空间相互作用程度数据。

具体的，如图5所示，上述步骤S300包括：

步骤S301、基于所述数据库，获取指定区域内各城市间最短铁路时间以及城市GDP矢量数据，利用加权平均旅行时间模型计算城市间可达性数据；

步骤S302、基于所述数据库，获取指定区域内各城市间铁路里程、城市面积矢量以及城市人口矢量数据，利用铁路网密度模型计算城市间连通程度数据；

步骤S303、基于所述数据库，获取指定区域内各城市间最短铁路时间以及城市GDP矢量数据和城市人口矢量数据，利用经济联系强度模型计算城市间空间相互作用程度数据。

举例说明，请参阅图6，所述程序根据所述数据库，提取数据库中大湾区城市群各城市间最短铁路时间以及城市GDP矢量数据，利用加权平均旅行时间模型计算各城市间的铁路时间，加权平均旅行时间可评价城市到其他城市的便捷性，并计算得到可达性数据：

其中，A

根据所述数据库，获取指定区域内各城市间铁路里程、城市面积矢量以及城市人口矢量数据，利用铁路网密度模型计算城市间连通程度数据：

其中，城市i的铁路网络密度为C

为了更好地表达城市间连通程度与人口经济的协调性，可同时分析基于人口的铁路网络密度C

根据所述数据库，获取指定区域内各城市间最短铁路时间以及城市GDP矢量数据和城市人口矢量数据，利用经济联系强度模型计算城市间空间相互作用程度数据。其中，经济联系强度模型既能反映经济中心城市对周围地区的辐射能力，也能反映周围地区对经济中心辐射能力的接受程度：

其中，L

城市对外经济联系总量表示每个城市与其他所有城市空间相互作用的总和，体现某一城市所有对外“流”的总和，反映某一个城市在全国城市空间相互作用网络中的地位。具体公式如下：

在一种应用场景中，所述程序基于所述可达性、连通程度以及空间相互作用程度数据计算得到城市网络空间联系模型。

具体的，如图7所示，上述步骤S400包括：

步骤S401、基于所述可达性数据、城市间连通程度数据以及城市间空间相互作用程度数据，通过层次分析法以1:1:1的权重计算得到城市网络空间联系模型。

举例说明，请继续参阅图6，所述程序根据上述步骤计算得到的大湾区城市群可达性数据A

在一种应用场景中，所述程序基于所述数据库计算得到指定区域内的城市人口和经济分布图，基于所述城市网络空间联系模型计算得到城市网络空间联系分布图，并将所述城市人口和经济分布图与城市网络空间联系分布图进行对比分析，得到指定区域内交通布局与人口经济匹配度分布图：

具体的，如图8所示，上述步骤S500包括：

步骤S501、基于所述数据库中的城市人口和城市GDP矢量数据，通过空间可视化得到指定区域内城市人口和经济分布图；

步骤S502、基于所述城市网络空间联系模型，计算得到指定区域内城市网络空间联系分布图；

步骤S503、基于所述城市人口和经济分布图以及城市网络空间联系分布图，通过叠加分析法，计算得到交通布局与人口经济布局的匹配程度图。

举例说明，请参阅图9，所述程序根据数据库中的城市人口和城市GDP矢量数据，通过空间可视化处理，得到大湾区城市群内城市人口和经济分布图。同时根据上一步骤中得到的城市网络空间联系模型，计算得到大湾区城市群内城市网络空间联系分布图。最终，将所述城市人口和经济分布图以及城市网络空间联系分布图，通过叠加分析法，计算得到大湾区城市群内交通布局与人口经济布局匹配程度图。

在一种应用场景中，所述程序基于所述交通布局与人口经济匹配度分布图，对超过预设匹配度阈值地区数据进行提取，生成指定区域内需加强交通建设地区分布图。

举例说明，为了实现大湾区城市群以特别行政区J—城市D、城市A—城市B、特别行政区K—城市G为核心的1小时交通圈，需要加强城市A与城市E之间、城市D与城市G之间、城市D与城市H之间以及城市D、E、F区域间的交通基础设施建设。先设置交通布局与人口经济匹配度分布图中，匹配程度超过80％为匹配地区，在图中用绿色进行表示；低于80％且数值越低的地区表示越不匹配，用不同深度的红色进行表示。所述程序基于所述交通布局与人口经济匹配度分布图中红色区域数据进行提取，并根据提取的数据自动生成需加强交通建设地区分布图。

还包括：基于所述交通布局与人口经济匹配度分布图，通过自然间断点分级法计算得到指定区域内需加强交通建设地区分布图。

请继续参阅图9，所述程序还可根据上述交通布局与人口经济匹配分布图，通过自然间断点分级法对所述交通布局与人口经济匹配分布图进行处理，生成大湾区城市群内需加强交通建设地区分布图。

如图10所示，对应上述基于交通流大数据的交通与城市布局匹配度优化方法，本发明实施例还提供一种基于交通流大数据的交通与城市布局匹配度优化装置，包括：

数据获取模块1010，用于获取预先指定区域内的城市行政区划矢量数据、城市面积数据、城市人口数据、城市GDP数据、铁路网络矢量数据、火车站点数据以及列车时刻表数据；

数据归一化处理模块1020，用于通过统一的地理空间框架，将所述城市行政区划矢量数据、城市面积数据、城市人口数据、城市GDP数据、铁路网络矢量数据、火车站点数据以及列车时刻表数据进行归一化处理，得到由相关联的交通流数据以及社会经济数据组成的数据库；

城市网络空间联系模型计算模块1030，用于根据所述数据库，分别计算指定区域内城市间的可达性、城市间连通程度以及城市间空间相互作用程度数据，并根据所述可达性、连通程度以及空间相互作用程度数据计算得到城市网络空间联系模型；

交通布局与人口经济匹配度分布图计算模块1040，用于基于所述数据库计算得到指定区域内的城市人口和经济分布图，基于所述城市网络空间联系模型计算得到城市网络空间联系分布图，并将所述城市人口和经济分布图与城市网络空间联系分布图进行对比分析，得到指定区域内交通布局与人口经济匹配度分布图；

需加强建设区域分布图计算模块1050，用于基于所述交通布局与人口经济匹配度分布图，对超过预设匹配度阈值地区数据进行提取，生成指定区域内需加强交通建设地区分布图。

基于上述实施例，本发明提供了一种服务器，其原理框图可以如图11所示。上述服务器包括通过系统总线连接的处理器、存储器、网络接口以及显示屏。其中，该服务器的处理器用于提供计算和控制能力。该服务器的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该服务器的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时实现上述任意一种基于交通流大数据的交通与城市布局匹配度优化方法的步骤。该服务器的显示屏可以是液晶显示屏或者电子墨水显示屏。

本领域技术人员可以理解，图11中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的服务器的限定，具体的服务器可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种服务器，包括有存储器、处理器以及存储在上述存储器上并可在上述处理器上运行的程序，上述程序被上述处理器执行时进行以下操作指令：

获取预先指定区域内的城市行政区划矢量数据、城市面积数据、城市人口数据、城市GDP数据、铁路网络矢量数据、火车站点数据以及列车时刻表数据；

通过统一的地理空间框架，将所述城市行政区划矢量数据、城市面积数据、城市人口数据、城市GDP数据、铁路网络矢量数据、火车站点数据以及列车时刻表数据进行归一化处理，得到由相关联的交通流数据以及社会经济数据组成的数据库；

基于所述数据库，分别计算指定区域内城市间的可达性、城市间连通程度以及城市间空间相互作用程度数据；

基于所述可达性、连通程度以及空间相互作用程度数据计算得到城市网络空间联系模型；

基于所述数据库计算得到指定区域内的城市人口和经济分布图，基于所述城市网络空间联系模型计算得到城市网络空间联系分布图，并将所述城市人口和经济分布图与城市网络空间联系分布图进行对比分析，得到指定区域内交通布局与人口经济匹配度分布图；

基于所述交通布局与人口经济匹配度分布图，对超过预设匹配度阈值地区数据进行提取，生成指定区域内需加强交通建设地区分布图。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将上述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。对于各个公式中表现形式相同的量，如无特殊说明则表示相同的量，各个公式之间可以相互参照。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各实例的单元及方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟是以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同的方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，上述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以由另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。

上述集成的模块/单元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来指令相关的硬件来完成，上述计算机程序可存储于以计算机可读存储介质中，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，上述计算机程序包括计算机程序代码，上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。上述计算机可读介质可以包括：能够携带上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(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，上述计算机可读存储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。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不是相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。