[发明专利]一种识别城市用地活力模式及影响因素的方法

说明书

本发明公开了一种识别城市用地活力模式及影响因素的方法，对城市时空活力强度数据的特征进行提取、聚类；并且获取城市土地利用方式的矢量数据，在统一坐标系的情况下，对各种数据进行空间融合并融合统一到相同的研究单元中，构建城市活力影响机制的渐进梯度回归模型，分析不同活力模式的主要影响因素及组合模式。本发明前半部分利用的非负矩阵分解技术，快速、准确地实现大范围下小尺度的精细动态特征提取，为后期的有效聚类提供了降维后的等价矩阵，且提取的特征由于方法中施加的非负数约束，具有现实解释性，后半部分提出的渐进梯度回归模型适用于检验多个要素之间线性或非线性的多种相关性关系，能够分析不同活力模式的主要影响因素，具有更高的准确率。

技术领域

本发明属于数据处理技术领域，具体涉及一种识别城市用地活力模式及影响因素的方法。

背景技术

随着中国城市化进程进入品质提升的新阶段，城市活力在被认为是衡量城市品质的重要品质之一。北京、上海、深圳等多地出台了相应推动夜间经济发展的指导意见，以提升城市活力。而城市活力的最直接表征是人群活动的空间分布，同时它也受到城市建成环境的各种物质要素的影响。

因此对于城市规划者来说，了解城市活力的现状，研究城市建成环境内的规划要素对城市活力的影响机制对于后续的规划调整措施具有重要的意义，城市相关大数据的广泛应用也为城市活力研究提供了新的可能。一方面，城市规划者可以利用大数据，分析对城市活力的空间分布特征和时间变化特征，精细了解城市内不同区域的活力现状，从中研究城市活力的分布现象，定位可能存在问题的区域。另一方面，研究城市建成环境的规划要素与活力之间的影响机制，可以为不同区域后续规划措施的调整提供具有参考价值的理论依据，如土地利用性质、开发强度、路网密度等方面的调整。

城市活力机制研究大致可分为三部分：对城市环境静态分析、城市活力模式动态分析、以及两者之间影响机制。

传统针对城市活力研究的获取数据的主要方法包括查阅官方统计年鉴、问卷调查、随机访谈、实地调研等等，所需的时间成本和人工成本相对较高。而大数据的一定程度上降低了这些成本，通过爬虫软件可以获取公开在线地图、手机信令等数据作为大范围城市建成环境或城市活力的直接或间接的指标。利用大数据进行的城市活力分析主要存在缺陷包括：①规划领域对于建成环境静态特征相关分析的精度相对不高，研究单元较大，且主要用于分析城市大范围尺度的整体空间结构，缺乏相对精细的静态特征区分。②在活力模式的动态特征方面，传统城市数据处理方法无法处理这样的高维度大数据，难以快速识别时空数据的特征并归类，且分类通常是根据规划的先验知识进行人工打分筛选，耗时久，效率低。③在分析两者之间的影响机制时，传统方法主要采用pearson相关性分析，这种相关性分析方法仅适用于检验呈正态分布的两组数据之间是否存在线性关系，适用范围较窄，而城市活力系统复杂，建成环境的要素对活力的影响并不一定呈现为线性。

因此，需要一种高效快速的识别城市用地活力模式的方法。

发明内容

为解决上述问题，本发明公开了一种识别城市用地活力模式及影响因素的方法，先对大尺度范围下高精度单元的静态特征快速分析，挖掘城市活力数据在时间维度上的动态特征并根据这些特征进行聚类，构建城市活力影响机制的渐进梯度回归模型，分析影响城市活力的因素。

为达到上述目的，本发明的技术方案如下：

一种识别城市用地活力模式及影响因素的方法，包括以下步骤：

（1）先定义研究区域的空间范围、时间范围、基本空间单元；

（2）然后进行两个方面的工作：

a：获取城市时空活力强度的矢量数据，将城市时空活力强度数据的特征进行提取，根据特征进行聚类；

b：获取城市土地利用方式的矢量数据，