[发明专利]一种城市混合职住空间计算方法和系统

说明书

一种城市混合职住空间计算方法，其特征在于，包括：根据城市规划数据和地图信息点数据，计算不同类型的地图信息点核密度；将获取的不同类型的地图信息点核密度进行归一化处理，并且计算该地块地图信息点核密度均值；采用随机森林模型，将计算的核密度均值和对应的职住属性作为随机森林模型训练数据集，对随机森林模型进行训练，得到基于随机森林算法的职住空间关系拟合模型；将全域地块数据集代入到训练好的职住空间关系拟合模型，计算职住混合熵指数，根据职住混合熵指数衡量不同地块的职住属性混合程度。本发明解决了以往传统城市职住空间关系发明效率较低，反映城市职住空间分布细节不明确、无法分析职住混合空间关系等问题。

技术领域

本发明涉及的是职住空间评价技术领域,特别涉及一种城市混合职住空间计算方法和系统。

背景技术

在城市内部空间结构中，就业空间与居住空间(以下简称“职住空间”)是最基本的空间单元，构成了城市土地利用的两大基本要素，满足了城市居民基本的生活、工作需求。二者的空间关系在很大的程度上影响、决定了城市的交通特征、城市的运行效率以及城市的空间结构。因此对城市的职住空间关系的发明，近年来受到了国内外学者的广泛关注，逐渐成为城市地理和城市规划学界的重要课题。

对城市居民职住关系的发明，有助于我们能够进一步认识城市职能转变和空间结构重构过程；认识城市结构与职住关系的联系；从不同的角度对职住关系转变的动力机制进行深刻剖析，找到各大城市职住分离的共同影响因素，为城市建设和发展提供参照，将有助于城市规划者塑造具有经济活力的宜居城市地区提供参考。

在早期发明中，采用统计普查数据集、入户访谈、问卷调查数据的职住空间关系发明的空间分辨率多为人口普查的基本单元，比如城市、行政区、街道。并且统计普查数据集的空间覆盖范围一般广、记录时间长，可做大范围、长时间的变化分析。但数据受制作发布单位影响较大。入户访谈、问卷调查数据多结合统计普查数据集一起分析，问卷发明，可以开展准确深入的分析，更好的了解背后的成因机理。但基于传统数据源的发明不足之处在于，发明的空间尺度较大，因此难以反映城市职住空间分布的细节。发明的精度受限于数据的特性无法进一步的提升。并且数据采集需要耗费大量的人力、物力、财力以及时间。

近年来，随着基于位置的相关服务(LBS)的普及，大量的记录了人的活动轨迹的时空数据集的出现，使得我们能够从更加精细的尺度去描述与理解人的活动以及城市的空间结构。相较于早期的基于调查访谈和普查数据，基于LBS服务数据的城市职住空间布局发明在空间分辨率上有较大提升。目前常用于职住空间关系发明中的LBS数据主要有：城市智能公交数据、出租车轨迹数据、手机移动信令数据以及POIs(信息点)数据。

然而，现有技术中，仍然存在以下缺点：(1)基本空间单元仍然不够细腻。现有的职住空间发明大多是基于TAZ或类似尺度的空间单位，如1km空间分辨率或更为粗糙的像元栅格。在城市土地利用、功能区识别发明早已达到地块或建筑物尺度及城市规划日益精细化的今天，现有的职住空间关系发明的空间分辨率仍然不够精细，不能很好的反映城市的职住空间分布。发明的空间分辨率还需要进一步的提升。(2)没有反映城市真实职住空间分布。发明表明城市最基本的发明单元(街道、地块)中存在土地利用混合的情况，这进一步导致了，在基本发明单元中存在的居住空间与工作空间混合的情况出现。而现有的发明往往难以反映这种基本发明单元中所存在的职住空间混合的状况。(3)POI数据已被广泛应用于提取城市土地利用类型与功能区。虽然有发明表明工作类POI与区域的工作人口数量存在密切的相关性。但对不同类别POI与城市职住空间分布关系的发明仍然很少。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种城市混合职住空间计算方法和系统。

一种城市混合职住空间计算方法，包括：

S100.根据城市规划数据和地图信息点数据，计算不同类型的地图信息点核密度；