【技術實現步驟摘要】
本專利技術屬于城市規劃，具體是一種基于步行模式下居住空間可達性定量評估方法。
技術介紹
1、在城市規劃和交通領域，評估居住區域內的生活便捷性對于提高居民生活質量和城市可持續發展具有重要意義。當前的評估方法主要關注公共交通可達性，而缺乏對綜合設施便利度的全面評估。此外，現有的步行指數模型在評估居住空間的便捷性時，未能充分考慮周邊設施的多樣性和密度，導致評估結果不夠準確和全面。近年來，基于位置的大數據獲取途徑逐漸增多，包括興趣點、瞬時人口、熱度出行等。圍繞大數據的清洗、融合和分析，也有許多研究成果可借鑒。因此，為改進現有便捷性評估方法，考慮時空變化對可達性的影響，進行可達性定量分析評估提供技術和數據支撐。。
2、傳統居住空間可達性方法中，步行可達性評估存在評價指標欠缺，缺乏對周邊設施密度和種類豐富程度，人群年齡和消費畫像等因素的考慮，定量評價結果不能充分反應現實情況。公共交通可達性評估和生活圈評估方法的評價指標較為單一，通常只使用距離、時間或交通方式選擇等來評價可達性情況，無法全面考慮居住空間的多個方面，如交通便利性、服務設施、社區環境等因素。現有的方法通常將居住空間可達性視為靜態的概念，忽略了時空變化對于可達性的影響。然而，交通網絡、服務設施的變化以及人們的出行行為都是動態的，這些變化會對居住空間可達性產生影響，缺乏時空動態性。不同的方法之間，步行可達性、公共交通可達性、生活圈分析之間有聯系和區別，在評估過程中缺乏針對不同方法多種因子的整合。
技術實現思路
1、鑒于上述問
2、為實現上述目的，本專利技術采用了如下技術方案：
3、一種基于步行模式下居住空間可達性定量評估方法，所述方法包括：
4、獲取時空大數據；
5、時空大數據處理與融合；
6、建立居住空間定量可達性評估模型；
7、評估結果預處理；
8、基于德勞內三角形的多邊形聚類分析；
9、劃分居住空間類別。
10、可選的，獲取時空大數據包括：
11、確定目標網站，poi、aoi、交通信息來自于高德地圖開放平臺，公交和地鐵站點來自于open?street?map；
12、分析目標網站網頁結構、url格式和數據展示方式，使用python語言，采用scrapy庫定義爬取規則、處理頁面、數據提取和數據存儲，使用requests庫發送http請求，并解析返回的json或xml數據，編寫爬蟲程序；
13、數據提取與存儲，從html內容中提取出poi、aoi、交通流量和通行速度，提取到的數據存儲到mysql數據庫，poi、交通站點數據保存為點，aoi保存為面空間數據，交通信息保存為csv格式。
14、可選的，獲取時空大數據之后對時空大數據進行清洗，包括：
15、選取符合數據特征的異常值判定和插值方法進行判斷、剔除和補充；
16、補充屬性名稱缺失，缺失的屬性值基于其他日期相同時刻未缺失的屬性值，利用線性插值方法進行補充；
17、剔除異常值，xi代表各網點某天某一時的人口數量，計算每個小時所有天數的期望e(x)和標準差σ：
18、
19、位于(e(x)-σ，e(x)+σ)區間內的為正常值，之外的均為異常值。
20、可選的，時空大數據處理與融合包括：
21、交通網絡空間數據處理與交通網絡模型構建，交通網絡模型用于描述道路網絡的拓撲結構、交通流量的分布和通行速度的時空變化；
22、交通流量數據添加與配置，用于將流量數據配置到路網，實現交通路網流量的動態規律性模擬；
23、大數據批處理與空間融合，開發python批量處理程序，根據分析需求進行空間數據融合。
24、可選的，交通網絡空間數據處理與交通網絡模型構建包括：
25、整理加工拓撲結構的空間構成要素，包括點、線、面，建立交通網絡專題數據集；
26、構建空間拓撲數據結構，交通網絡數據集空間數據基于拓撲規則構建拓撲關系；
27、添加網絡數據集屬性和歷史流量特征屬性；
28、流量表征曲線擬合與特征提取。
29、可選的，流量表征曲線擬合與特征提取包括：
30、流量表征曲線擬合：
31、區分周末和工作日，基于提取每條道路周一至周日每天24小時，一個月的速度數據，以時間為橫坐標，時刻速度為縱坐標形成散點圖，用最小二乘法線性擬合：
32、y＝a+bx
33、其中，y是因變量，.x是自變量，a和b是擬合曲線的系數，最小二乘法通過最小化誤差平方和來確認a和b的值，即：
34、
35、其中，n是數據點的個數，x和y分別表示24個時刻和對應時刻的速度，擬合曲線的誤差通過計算殘差平方和來評估，即最小二乘法模擬的時刻速度與實測速度的殘差：
36、
37、其中，yi是實測速度，yi_evalue為最小二乘法模擬速度，ssr控制在[e(x)-5，e(x)+5]e(x)±5以內，e(x)為同一時刻不同日期的速度期望；
38、曲線相似性判定與代表性流量表征曲線提取：
39、采用皮爾遜相關系數算法判定流量表征曲線中的線性相關程度，先對兩條曲線減去均值分別記為f(x)、g(x))，然后計算歸一化的協方差cov(f(x),g(x))，除以兩條曲線標準差的乘積取值范圍r在-1到1之間，越接近1表示相關性越高，越接近一1表示負相關，越接近0表示無相關；
40、
41、r≥0.5認定為相似曲線僅保留一條，選取處典型特征的流量表征曲線，賦上唯一id。
42、可選的，建立居住空間定量可達性評估模型包括：
43、計算公共交通站點服務區覆蓋范圍圈，選取范圍內居住小區作為研究對象；
44、根據人體機能的差異，設置了不同年齡人群的步行差異系數λ：
45、λ＝t*(1+δ)
46、其中，t是指同樣距離的基礎步行所需的時間，δ為年齡相關調整系數，是根據不同年齡人群的步行能力差異進行調整的因子；
47、計算各范圍圈內交叉口算密度(圈內點數/圈面積)、平均街區長度、poi密度(即圈內poi點數/圈面積)、poi豐富度(即圈內poi類型總量/圈面積)，平均街區長度為圈內每個路段的平均長度，其中l′為相交街道的總長度，n為數量，根據出行習慣，路口越多，路越長，poi數量和種類越少，步行意愿越低，將衰減率定義為各分項的衰減率之和，計算衰減系數attindex：
48、attindex＝∑intersectionindex+roadlengthindex+poidensindex+poitypeindex
49、intersectionindex為本文檔來自技高網...
【技術保護點】
1.一種基于步行模式下居住空間可達性定量評估方法，其特征在于，所述方法包括：
2.如權利要求1所述的一種基于步行模式下居住空間可達性定量評估方法，其特征在于，獲取時空大數據包括：
3.如權利要求1所述的一種基于步行模式下居住空間可達性定量評估方法，其特征在于，獲取時空大數據之后對時空大數據進行清洗，包括：
4.如權利要求1所述的一種基于步行模式下居住空間可達性定量評估方法，其特征在于，時空大數據處理與融合包括：
5.如權利要求4所述的一種基于步行模式下居住空間可達性定量評估方法，其特征在于，交通網絡空間數據處理與交通網絡模型構建包括：
6.如權利要求5所述的一種基于步行模式下居住空間可達性定量評估方法，其特征在于，流量表征曲線擬合與特征提取包括：
7.如權利要求1所述的一種基于步行模式下居住空間可達性定量評估方法，其特征在于，建立居住空間定量可達性評估模型包括：
8.如權利要求1所述的一種基于步行模式下居住空間可達性定量評估方法，其特征在于，評估結果預處理包括：
9.如權利要求1所述的
10.如權利要求9所述的一種基于步行模式下居住空間可達性定量評估方法，其特征在于，依據多邊形聚類分析結果，將居住空間劃分為成熟型、平衡型、孕育型、欠缺型。
...【技術特征摘要】
1.一種基于步行模式下居住空間可達性定量評估方法，其特征在于，所述方法包括：
2.如權利要求1所述的一種基于步行模式下居住空間可達性定量評估方法，其特征在于，獲取時空大數據包括：
3.如權利要求1所述的一種基于步行模式下居住空間可達性定量評估方法，其特征在于，獲取時空大數據之后對時空大數據進行清洗，包括：
4.如權利要求1所述的一種基于步行模式下居住空間可達性定量評估方法，其特征在于，時空大數據處理與融合包括：
5.如權利要求4所述的一種基于步行模式下居住空間可達性定量評估方法，其特征在于，交通網絡空間數據處理與交通網絡模型構建包括：
6.如權利要求5所述的一種基...
【專利技術屬性】
技術研發人員：趙凌美，陶迎春，王淼，夏強，蔡彩，
申請(專利權)人：北京市測繪設計研究院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。