一种城市潜在增长区域识别方法、系统、设备以及介质

摘要

本发明提供的一种城市潜在增长区域识别方法、系统、设备及介质，该方法主要包括以下步骤：获取城市建筑的若干雷达影像，根据雷达影像提取得到城市建筑的建筑斑块；根据建筑斑块的斑块密度确定城市建筑的空间格局指数；获取人口活动的热力数据，根据热力数据以及时间权重系数确定时空加权人口活力指数；根据雷达影像之间的干涉测量结果以及时空加权人口活力指数确定建筑区城市活力指数；根据建筑区城市活力指数以及空间格局指数进行耦合确定城市潜在增长区域，方案可以识别出潜在的增长区域，能够避免因城市活力的动态变化而对不同时空特征的活力区进行误判，提高城市活力区识别的准确性，可广泛应用于图像识别技术领域。

说明书

技术领域

本发明涉及图像识别技术领域，尤其是一种城市潜在增长区域识别方法、系统、设备及介质。

背景技术

随着城市化进程的加快，许多城市都进入了城市空间特有问题的时期。城市蔓延、住房空置、城市衰退等问题日益突出，严重制约了城市的可持续发展。城市化正处于由规模增长向内涵增长转变的阶段。建设活力、创意、宜居的现代城市，是城市规划、地理、社会经济学等领域学者共同探讨的问题。研究城市的时空活力和增长潜力，可以为优化城市资源配置、合理规划城市扩张、平衡城市空间结构提供新的途径。

目前，城市潜在增长还局限于经济、社会学等领域的理论研究，定量分析方面的研究很少。一般来说，城市增长的潜在区域有两个特点：(1)建筑密度和规模低；(2)人群活力低。前者代表该地区土地利用程度较低；后者代表了建筑密度和规模高、人口活力低的地区，表明该地区的基础设施资源利用状况较差。

在相关技术方案中，即针对城市活力的预测和判断的相关技术方案中，主要存在以下问题：

(1)城市人群的通勤规律导致城市内部区域的活力会随着时间的变化发生波动，现有的城市活力探测方法对于这种波动带来的误差的修正能力不强，导致识别精度变差，从而造成对城市活力区域的误判。

(2)较少关注城市活力与城市潜在增长的关系研究，缺少对城市建设发展状况进行合理的评价，用以指导城市再开发的产品。

发明内容

有鉴于此，为至少部分解决上述技术问题之一，本发明实施例的目的在于提供一种更为准确，基于城市活力与精明增长理论的一种城市潜在增长区域识别方法，以及相应的系统、设备以及存储介质。

一方面，本申请技术方案提供了一种城市潜在增长区域识别方法，包括以下步骤：

获取城市建筑的若干雷达影像，根据所述雷达影像提取得到所述城市建筑的建筑斑块；

根据所述建筑斑块的斑块密度确定所述城市建筑的空间格局指数；

获取人口活动的热力数据，根据所述热力数据以及时间权重系数确定时空加权人口活力指数；

根据所述城市建筑的建筑斑块以及所述时空加权人口活力指数确定建筑区城市活力指数；

根据所述建筑区城市活力指数以及所述空间格局指数进行耦合确定城市潜在增长区域。

在本申请方案的一种可行的实施例中，所述方法还包括以下步骤：

获取街景影像；

根据所述街景影像生成城市感知分数；

将所述城市感知分数、所述建筑区城市活力指数以及所述空间格局指数进行两两相关计算，根据相关计算结果对所述城市潜在增长区域进行验证。

在本申请方案的一种可行的实施例中，所述获取城市建筑的若干雷达影像，根据所述雷达影像提取得到所述城市建筑的建筑斑块这一步骤，包括：

通过自适应滤波去除所述雷达影像中的噪点；

对去噪后的雷达影像进行相位解缠，并去除平地效应；

对去除平地效应后的雷达影像进行地理配准；

根据地理配准之后的雷达影像进行干涉测量得到建筑斑块图。

在本申请方案的一种可行的实施例中，所述根据地理配准之后的雷达影像进行干涉测量得到建筑斑块图，包括：

根据预设时间段内获取的若干所述雷达影像，将至少两幅雷达影像进行对照，获取地表变化；

根据所述地表变化的程度得到所述干涉测量结果。

在本申请方案的一种可行的实施例中，在根据所述地表变化的程度得到所述干涉测量结果这一步骤之前，所述方法还包括以下步骤：

根据预设时间间隔，获取若干所述雷达影像；

获取图像采集的精确轨道数据，根据所述精确轨道数据对所述雷达影像进行轨道偏差修正；

从轨道偏差修正后的雷达影像图片中获取高程数据，所述高程数据为干涉测量的基准参考数据。

在本申请方案的一种可行的实施例中，所述获取人口活动的热力数据，根据所述热力数据以及时间权重系数确定时空加权人口活力指数这一步骤包括：

获取人口活动强度热力图；

将所述人口活动强度热力图进行栅格划分，并根据预设的时间段划分，得到栅格中的时段热力平均值；

根据所述时段热力值与总时段热力值的比值计算得到所述时间权重系数，再根据所述时段热力平均值与所述时间权重系数计算得到所述时空加权人口活力指数。

在本申请方案的一种可行的实施例中，所述根据所述建筑斑块的斑块密度确定所述城市建筑的空间格局指数这一步骤，包括：

对所述建筑斑块进行分区，根据各分区下所述建筑斑块的数量与分区的面积的比值，得到所述斑块密度。

另一方面，本申请技术方案还提供了一种城市潜在增长区域识别系统，该系统包括：

建筑斑块获取单元，用于获取城市建筑的若干雷达影像，根据所述雷达影像提取得到所述城市建筑的建筑斑块；

建筑数据处理单元，用于根据所述建筑斑块的斑块密度确定所述城市建筑的空间格局指数；

人口数据处理单元，用于获取人口活动的热力数据，根据所述热力数据以及时间权重系数确定时空加权人口活力指数；

建筑区城市活力指数提取单元，用于根据所述城市建筑的建筑斑块以及所述时空加权人口活力指数确定建筑区城市活力指数；

潜在增长区域识别单元：根据所述建筑区城市活力指数以及所述空间格局指数进行耦合确定城市潜在增长区域。

另一方面，本申请技术方案还提供一种城市潜在增长区域识别设备，该设备包括：

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器运行如第一方面中任一项所述的一种城市潜在增长区域识别方法。

另一方面，本申请技术方案还提供一种存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于执行如第一方面中任一项所述的一种城市潜在增长区域识别方法。

本发明的优点和有益效果将在下面的描述中部分给出，其他部分可以通过本发明的具体实施方式了解得到：

本申请技术方案以城市活力与精明增长理论为基础，通过融合人口热力大数据与卫星数据提取的建筑数据，构建建筑区时空活力模型，将城市建筑区的探测结果与城市人口活动水平相结合，综合研究物理实体和社会经济活动层面上的城市发展状况，以识别出潜在的增长区域；并且方案结合了时间权重的方法量化了人群活动的潮汐效应，避免因城市活力的动态变化而对不同时空特征的活力区进行误判，提高城市活力区识别的准确性。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请技术方案中所提供的一种城市潜在增长区域识别方法的步骤流程图；

图2为本申请技术方案中所提供的干涉测量的步骤流程图；

图3为本申请技术方案中所提供的潜在增长区域识别流程图；

图4为本申请技术方案中建筑斑块提取结果示意图；

图5(a)为本申请技术方案中所提供的建筑空间格局的示意图之一；

图5(b)为本申请技术方案中所提供的建筑空间格局的示意图之二；

图5(c)为本申请技术方案中所提供的建筑空间格局的示意图之三；

图5(d)为本申请技术方案中所提供的建筑空间格局的示意图之四；

图6(a)为本申请技术方案中所提供的城市人口活力分布结果之一；

图6(b)为本申请技术方案中所提供的城市人口活力分布结果之二；

图6(c)为本申请技术方案中所提供的城市人口活力分布结果之三；

图6(d)为本申请技术方案中所提供的城市人口活力分布结果之四；

图7为本申请技术方案中实施例的建筑区活力指数效果图；

图8为本申请技术方案中实施例的潜在增长区域探测结果及典型区域的街景图像。

具体实施方式

下面详细描述本发明的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。对于以下实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。

在先前的相关学术研究曾指出，城市活力的概念，是指由交往活动及活动场所组成，表现为人们进行丰富的社交活动，而城市空间为其提供良好的环境，是城市发展的内生动力；城市活力由街道空间、人口活动以及建筑区环境三部分组成。在后续的学术研究中对城市活力的概念进行了丰富，例如，城市活力体现在一天中的人口集中程度，伴随着网络与通信计算的发展，多源地理大数据为城市活力的研究提供了丰富的数据源；又例如，可以结合POI数据、签到数据(Location check-in data)以及房价等数据，探讨城市群的城市扩张模式对城市活力的影响；又例如，利用公交智能卡和社交平台数据，识别伦敦活力区的空间分布特征等等。尽管现阶段针对城市活力存在着大量研究并取得了颇为丰富的结果，但是仍然存在一下的不足：一是大部分研究容易忽略城市活力的时空动态变化特征，有关城市时空活力研究较少；二是建筑作为城市的基本组成单元，较少研究城市建筑区的时空活力；三是较少关注城市活力与城市潜在增长的关系研究，这对减少城市低效、不合理蔓延具有一定意义。

基于上述内容以及背景技术中所指出的现阶段研究存在的不足，或者是相关技术方案中所存在缺陷，本申请技术方案所采用的研究理论基础是城市精明增长理论；即一种以提高生活质量，经济文化与资源环境协调发展为目标，实现紧凑、集约和高效的城市扩张。

基于前述的城市精明增长理论，一方面，本申请技术方案提出了一种城市潜在增长区域识别方法，如图1所示，方法可以包括步骤S100-S500：

S100、获取城市建筑的若干雷达影像，根据所述雷达影像提取得到所述城市建筑的建筑斑块。

具体在实施例中，首先通过卫星所采集得到遥感数据，即雷达影像，并针对该雷达影像进行预处理，减少误差，并使数据处于统一的空间坐标系中，进而得到城市建筑区斑块图像。方案在进行图像预处理之后，通过雷达影像进行干涉测量，所得到的测设测量的结果也将用于后续的城市活力分析以及潜在增长区域的识别。需要说明的是，本申请实施例中的卫星遥感数据的获取，可以是采用哨兵1号(Sentinel-1A)卫星数据，Sentinel-1A卫星在成像时采用渐进式扫描方式(terrain observation by progressive scans，TOPS)，实施例中选用的成像数据类型为单视复数影像(SLC)，干涉测量宽幅模式(IW)，分辨率为5m×20m，VV极化方式。该成像模式组合对于垂直地物的探测具有较高精度，适于进行建筑物的提取。

在一些可行的实施例中，获取城市建筑的若干雷达影像，根据所述雷达影像提取得到所述城市建筑的建筑斑块这一步骤S100，其可以包括步骤S110-S130：

S110、通过自适应滤波去除所述雷达影像中的噪点；具体在实施例中，如图2所示，可以通过自适应滤波，去除雷达影像中的噪点。

S120、对去噪后的雷达影像进行相位解缠，去除平地效应；具体在实施例中，相位解缠，获得真实准确的相位差，并为后续的干涉测量奠定基础。

S130、对去除平地效应后的雷达影像进行地理配准；具体在实施例中，由于平坦的地面会对雷达波进行镜面反射，干扰回波信号；去除平地效应对于方案的精度十分重要。最后，实施例根据地理配准之后的雷达影像进行干涉测量得到建筑斑块图。

具体在一些可行的实施例中，根据所述雷达影像之间的干涉测量结果以及所述时空加权人口活力指数确定建筑区城市活力指数这一步骤S400之前，还可以包括干涉测量的步骤S140-S150：

S140、根据预设时间段内获取的若干所述雷达影像，将至少两幅雷达影像进行对照，获取地表变化；

S150、根据所述地表变化的程度得到所述干涉测量结果。

具体在实施例中，干涉测量通过对两个时间点成像的雷达影像进行对照，对地表变化进行监测。变化程度越高，相干值γ越低。在两个时间点都没有任何变化的城市地物，即相干值γ高于0.5的地物，被判断为建筑区。设定相干值γ的门槛值TV

在一些可行的实施例中，方法在在根据所述地表变化的程度得到所述干涉测量结果这一步骤S150之前，如图2所示，还可以包括数据采集过程中的前置处理的过程，过程包括步骤S111-S113：

S111、根据预设时间间隔，获取若干所述雷达影像；具体在实施例中，获取应用区域的两幅哨兵1A通过SLC合成孔径雷达影像，两幅影像的成像时间间隔12天，即一个卫星环球运转周期。

S112、获取图像采集的精确轨道数据，根据所述精确轨道数据对所述雷达影像进行轨道偏差修正；具体在实施例中，实施例可以获取精确轨道数据，用以修正运行轨道造成的偏差。

S113、从轨道偏差修正后的雷达影像图片中获取高程数据，所述高程数据为干涉测量的基准参考数据；具体在实施例中，实施还需要获取SRTM V4高程数据。高程数据是对雷达影像进行干涉测量的基准参考数据。

S200、根据所述建筑斑块的斑块密度确定所述城市建筑的空间格局指数。

具体在实施例中，在步骤S100获取得到城市建筑区斑块图像之后，实施例获取的建筑区斑块的空间格局指数进行计算，其中，空间格局指数可以选择斑块密度进行表征，斑块密度(Patch Density，PD)参数衡量建筑质量。

在一些可行的实施例中，方法根据所述建筑斑块的斑块密度确定所述城市建筑的空间格局指数这一步骤S200，可以具体为步骤S201：

S201、对所述建筑斑块进行分类，根据各分类下所述建筑斑块的数量与分区的面积的比值，得到所述斑块密度。

具体在实施例中，使用斑块密度(Patch Density，PD)参数衡量建筑质量。PD值高，代表区域内建筑规模小，密度小，景观破碎度高，代表该区域的城市建筑环境发展不完善；计算公式为：

在计算式中，PD表示斑块密度，N表示区域中i类型斑块的数量，A表示区域总面积。

S300、获取人口活动的热力数据，根据所述热力数据以及时间权重系数确定时空加权人口活力指数。

具体在实施例中，可以通过相应的资源信息门户网站，爬取得到开源的人口活动强度热力图，然后在基于人口活动强度热力图的基础上，计算得到热力平均值指数，然后基于热力数据计算得到时间权重系数，时间权重是指某一指定区域内在某一时段的热力值占总时段的热力值的比值，权重系数完全是数据驱动，克服了人为给定权重系数带来的主观因素影响。在计算得到时间权重系数的基础上，进一步计算时空加权人口活力指数。

在一些可行的实施例中，方法获取人口活动的热力数据，根据所述热力数据以及时间权重系数确定时空加权人口活力指数这一步骤，包括步骤S310-S330：

S310、获取人口活动强度热力图。

具体在实施中，实施例首先通过全国地理信息资源目录系统，获取精确的应用区域边界文件。文件格式为shp。获取研究区域的左上角点与右下角点的经纬度坐标。然后，通过开放的地图资源经纬度API，将从全国地理信息资源目录获取的经纬度，转化为所需要的地图资源端口使用的坐标系下的经纬度；进而获取热力图模块的html源码，再保存对应的热力图。

S320、将所述人口活动强度热力图进行栅格划分，并根据预设的时间段划分，得到栅格中的时段热力平均值；

具体在实施例中，热力平均值是指某段时间范围内的栅格(区域)热力值的平均值，其数值与人口数量成正比，构建的指数的公式为：

在该计算式中

S330、根据所述时段热力值与总时段热力值的比值计算得到所述时间权重系数，再根据所述时段热力平均值与所述时间权重系数计算得到所述时空加权人口活力指数；

具体在实施例中，首先需要计算时间权重系数，将全天划分为日间时段为7点～17点(共11个小时)，夜间时段为18点～24点(共7小时)，共划分出工作日日间时段，工作日夜间时段，休息日日间时段，休息日夜间时段四个时段。时间权重是指某一指定区域内在某一时段的热力值占总时段的热力值的比值，其计算公式为：

在计算式中，j代表不同的时间段，当j＝1表示工作日日间时段，当j＝2表示工作日夜间时段，当j＝3表示休息日日间时段，当j＝4表示休息日夜间时段。i表示时刻，H

然后，综合考虑四个时段的时间权重系数及热力平均值指数，得到时空加权人口活力指数：

其中，VI代表时间加权人口活力指数，

S400、根据所述建筑斑块以及所述时空加权人口活力指数确定城市建筑区活力指数3。

具体在实施例中，在步骤S100中所得到的建筑探测结果二值化的相干值γ

VIb＝VI×γ

计算式中，VIb表示建筑区活力指数。

S500、根据所述建筑区城市活力指数以及所述空间格局指数进行耦合确定城市潜在增长区域。

具体在实施例中，如图3所示，实施例进一步将步骤S200中所得到的建筑质量PD值与步骤S400所得到的建筑区活力指数进行两两耦合。更为具体的，实施例中进行耦合之后会产生四种分支选择结果：

第一种是高活力低PD值，代表该区域人口活动强度大，建筑规模大密度大，属于已经建设完善的区域。

第二种是高活力高PD值，代表该区域人口活动强度大，但建筑规模小密度小，属于城市建筑基础设施建设不完善，拖累社会经济发展的区域。这种区域应采取加强基础设施建设投入，以配合高强度的社会经济活动的再开发策略。

第三种是低活力低PD值，代表该区域人口活动强度小，但建筑规模大密度大，属于城市建筑基础设施建设完善，但人口活动强度小，造成城市基础设施资源浪费的区域。这种区域应采取加强政策引导，提高区域内社会经济活动水平，以提高设施利用率的再开发策略。

第四种是低活力高PD值的区域，代表该区域人口活动强度小，同时城市建筑建设也不足的区域。这种区域大部分是未曾开发的荒地，应合理规划，充分利用该地区土地资源。

在一些可以选择的实施例中，城市潜在增长区域识别方法还可以包括验证步骤，验证步骤可以包括步骤S600-S800：

S600、获取街景影像。

具体在实施例中，首先构建街景影像，基于步骤S200和S400中所分辨出的不同区域，选取样本点，通过地图资源的API端口，获得每个样本点的街景影像；将每个点位的数据分4景获取，每景的视野为90°。在构建完成之后需要进行地理配准，将街景采样点点位坐标信息，与所采得的街景影像建立联系，使得街景影像具有地理位置信息。

S700、根据所述街景影像生成城市感知分数。

具体在实施例中，可以获取市民对街景影像的社会感知，收集市民对每个图像的城市感知分数。市民将会通过三个维度(愉悦程度、发达程度与再开发适宜度)评价看到的城市景观。愉悦程度包括对区域舒适放松程度的感知与在该区域逗留活动的意愿。发达程度指对该区域开发充分程度的感知。再开发适宜度指对该区域对再开发的迫切程度的感知。评价分数为百分制，50分为中立，50分以上代表志愿者对该维度呈积极态度，50分以下代表消极态度。

S800、将所述城市感知分数、所述建筑区城市活力指数以及所述空间格局指数两两进行相关计算，根据相关计算结果对所述城市潜在增长区域进行验证。

具体在实施例中，可以使用皮尔逊相关方法对建筑区城市活力指数、建筑空间格局指数，与基于百度街景图的城市感知分数两两进行相关计算，从而进行城市潜在增长区域的验证。

结合说明书附图，对本申请技术方案实施例的完整实施过程进行描述如下：

如图4所示，为实施例步骤S100建筑斑块提取模块的结果。图4中，黑色区域代表水体和非建筑区，白色区域代表城市建筑区域。

如图5(a)至图5(d)所示，为实施例步骤S200中建筑区空间格局提取的结果。图5(a)至图5(d)中PD值越大越接近红色，越小越接近蓝色。PD值越大，代表未利用土地越多。例如，如图5(a)所示，由于区域内建筑间的间距大，建筑密度低，导致区域PD值高；如图5(b)所示，区域内建筑数量少，建筑占地面积占总区域面积比例小，建筑零散分布，未利用土地面积大，导致区域PD值高；如图5(c)所示，区域内建筑密集，未利用土地较少，区域PD值低；如图5(d)所示，区域内单个建筑的平均规模较大，且建筑物多，区域PD值低。

如图6(a)至图6(d)所示，为实施例步骤S300中时空加权人口活力计算的结果，对比图6(a)以及图6(b)，可以看出，主城区范围内，大部分区域的早8点的人口活动强度低于下午15时的人口活动强度，反映了城市人群活动的潮汐效应。时空加权人口活力方法考虑了区域内的人口活动强度随时间变化而发生波动的问题，在探测结果中出现了一些新的热点，均为由于区域功能特征造成热力波动的热点区域，例如图6(d)。但这些热点区域在平均热力方法中未被探测出来，例如图6(C)，表明了实施例方法的有效性。

如图7所示，为实施例步骤S400建筑区城市活力提取结果，图7反映出建筑区活力指数使得城市区域内的道路、水体、公园绿地等的数据得到有效衰减，只保留了建筑区的人口活力，以精确地反映出了建筑区域的人口活力特征。此处选取三个典型样本区域进行说明：在中心城区发展度高，建筑与绿地混合程度较高的区域，高分辨率的建筑区时空活力的优势主要体现在对建筑区域的精确把控。

在图7中，如样本区域A，其为某城区核心商圈，以某购物中心为中心的商圈区域。A1区域为一处大型城市绿地；A2区域为城市最大的购物中心，具有连片的人口高集聚现象；A3区域为一处高端小区，建筑密度低，绿地覆盖水平高。

在图7中，如样本区域B，其为某道路桥梁，在卫星影像中可以发现该区域车流拥挤，属于拥堵路段。拥堵对于城市发展有着负面作用，在建筑区域活力探测中，该拥堵路段与一些绿地、道路一并被去除，避免了将拥堵路段误判为城市高活力地区。

样本区域C为该城区东北角的某公园与某村落一带，C1区为该公园，为连片的城市公园绿地，因此在建筑区活力监测中表现为连片的非建筑区域；C2区为村落，建有一工业园，但建设建筑密度，发展程度与活力较低，城市立面景观凋敝且多为不在规划内的小型建筑，有大量的未开发土地，因此在建筑区活力监测中表现为零碎的低活力建筑区域与非建筑区域相混杂。

如图8所示，为实施例步骤S600中城市感知地面验证的结果。从图8中可以看出，在使用建筑区城市活力与PD值耦合探测城市潜在增长区域的方法中，所探测出的城市潜在增长区域为高PD值低活力区域与低PD值低活力区域，即图8中的红色与橘黄色区域。与此相对，低PD值高活力的区域，即绿色区域，为发展良好的区域。其中：

(Ⅰ)A村属于典型的高PD值，低活力值的区域，图8中显示为红色区域。该村位于主城区边缘地带，区域内建筑密度低，平均规模小，建设随意性较强，属于典型的城中村区域。可以通过重新规划，二次开发的方式进行建设。

(Ⅱ)为典型的低PD值，低活力值的工业区，图8中显示为橙黄色区域。这类区域的硬件资源没有得到充分利用，造成了资源的浪费。相对于新建城市硬件设施，加大这类区域的软件资源投入，提高区域内的硬件利用率，以提高经济效率。

(Ⅲ)主干道，图中8显示为绿色区域。该区域规划状况良好，建筑密度大，规模大，连续性好，土地得到了充分的利用，焕发出了良好的经济活力。

(Ⅳ)市民服务中心具有较高的活力，图8中显示为绿色区域。这座建筑提供了市民所需的大部分政府服务，是城市人口活动强度最大的区域之一，具有较高的活力。

(Ⅴ)B社区具有高活力、高PD值的特点，也属于潜在的发展区，图8中显示为蓝色区域。该社区是较主要的出租房屋集中地，缺少学校等大型基础设施，属于基础设施建设落后于居住人口需求的区域，在城市再开发计划中通过新建基础设施可以提高区域城市建设质量与居民生活质量。

另一方面，本申请技术方案还提供了一种城市潜在增长区域识别系统，该系统包括：

建筑斑块获取单元，用于获取城市建筑的若干雷达影像，根据所述雷达影像提取得到所述城市建筑的建筑斑块；

建筑数据处理单元，用于根据所述建筑斑块的斑块密度确定所述城市建筑的空间格局指数；

人口数据处理单元，用于获取人口活动的热力数据，根据所述热力数据以及时间权重系数确定时空加权人口活力指数；

建筑区城市活力指数提取单元，用于根据所述雷达影像之间的干涉测量结果以及所述时空加权人口活力指数确定建筑区城市活力指数。

潜在增长区域识别单元：根据所述建筑区城市活力指数以及所述空间格局指数进行耦合确定城市潜在增长区域。

另一方面，本申请的技术方案还提供一种城市潜在增长区域识别设备；其包括：

至少一个处理器；至少一个存储器，该存储器用于存储至少一个程序；当至少一个程序被至少一个处理器执行，使得至少一个处理器运行如第一方面中的一种城市潜在增长区域识别方法。

本发明实施例还提供了一种存储介质，其存储有对应的执行程序，程序被处理器执行，实现第一方面中的一种城市潜在增长区域识别方法。

从上述具体的实施过程，可以总结出，本发明所提供的技术方案相较于现有技术存在以下优点或优势：

①高分辨率：探测的空间尺度可达10米，可以反映微观尺度的城市建设细节。

②高时效：实时采集的百度人口热力大数据，实时处理。

③高效益：以地理定位大数据与遥感大数据为基础，数据获取成本低，可以节省大量的政府经费；同时避免了传统问卷调查数据量太小，统计意义不足的问题。

④高准确率：减少了人群活动的“潮汐效应”带来的误差，实现了高精度的人口活动强度度量；结合了城市物理特征与社会经济特征，更全面地反映出了城市发展现状。

⑤高安全性：通过大数据的形式进行人口统计，可以避免人群的大量接触。

在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。

此外，虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有相反说明，功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

以上是对本发明的较佳实施进行了具体说明，但本发明并不限于上述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。