[发明专利]一种城市群要素相互作用测度方法、设备及存储介质

权利要求书

1.一种城市群要素相互作用测度方法，其特征在于，包括：

获取预设时间范围和预设空间内城市群对应的基础地理数据，以及预先对各个城市群区域划分出的空间单元，得到各个空间单元的城市要素指标数据；

以目标城市群要素指标为因变量，并根据所述因变量确定相互作用指标；其中,所述相互作用指标包括：因变量和多个自变量，所述自变量为与所述因变量相关联的城市要素指标；

将各个空间单元之间的空间距离和时间距离、各个自变量对应的城市要素指标数据对预设相互作用度量模型进行训练，得到相互作用度量值；其中，所述相互作用度量模型中含有对各个城市之间时空邻近关系进行度量的时空加权神经网络；

所述基础地理数据包括：城市群中各个城市的统计年鉴、遥感影像、手机数据、社交媒体数据；

所述获取预设时间范围和预设空间内城市群对应的基础地理数据的步骤之前，还包括：

收集各个城市群要素指标以及将城市群区域进行空间划分，得到多个空间单元，各个空间单元之间的关系包括：处于同一个城市的城市内部空间单元和处于不同城市的城市间空间单元。

2.根据权利要求1所述的城市群要素相互作用测度方法，其特征在于，所述相互作用度量模型包括时空地理加权回归模块和线性回归模块；所述时空地理加权回归模块包括城市内部时空加权神经网络单元、城市之间时空加权神经网络单元和时空权重融合单元；

所述将各个空间单元之间的空间距离和时间距离、各个自变量对应的城市要素指标数据对预设相互作用度量模型进行训练，得到相互作用度量值的步骤包括：

分别将各个空间单元之间的空间距离和时间距离输入城市内部时空加权神经网络单元,得到城市内部时空加权神经网络单元和城市之间时空加权神经网络单元输出的第一时空权重值和第二时空权重值；

以处于同一个城市内的各个空间单元之间的空间距离为预设数值，对所述各个空间单元之间的空间距离进行更新后，得到更新后的重置空间距离；

将各个空间单元之间的重置空间距离和时间距离输入城市之间时空加权神经网络单元，得到城市之间时空加权神经网络单元输出的第二时空权重值；

将所述第一时空权重值和第二时空权重值输入值所述时空权重融合单元，得到所述时空权重融合单元输出的时空权重融合值；

将所述时空权重融合值和各个所述自变量对应的城市要素指标数据输入所述线性回归模块，得到所述线性回归模块输出的与所述因变量对应的城市要素指标数据的预测值；

根据所述因变量对应的城市要素指标数据的预测值和所述因变量对应的城市要素指标数据的真实值得到相互作用指标的相互作用度量值。

3.根据权利要求2所述的城市群要素相互作用测度方法，其特征在于，所述城市内部时空加权神经网络单元包括第一输入层、第一全连接层和第一输出层；其中，输入层为所述各个空间单元之间的空间距离和时间距离真实值，输出层为第一时空权重值；

所述城市之间时空加权神经网络单元包括第二输入层、第二全连接层和第二输出层；其中，第二输入层为所述更新后的重置空间距离的数据值和时间距离的真实值，输出层为第二时空权重值。

4.根据权利要求3所述的城市群要素相互作用测度方法，其特征在于，所述根据所述因变量对应的城市要素指标数据的预测值和所述因变量对应的城市要素指标数据的真实值得到相互作用指标的相互作用度量值，的步骤包括：

计算所述因变量对应的城市要素指标数据的预测值和所述因变量对应的城市要素指标数据的真实值之间的残差平方和最小值，拟合得到回归系数，所述回归系数为所述相互作用度量值。

5.根据权利要求4所述的城市群要素相互作用测度方法，其特征在于，所述城市内部时空加权神经网络单元的公式为：

其中，为各个空间单元之间的空间距离，为各个空间单元之间的时间距离、为时空距离表征量，λ和μ分别为空间尺度、时间尺度因子；

所述城市之间时空加权神经网络单元的公式为：

其中，为更新时空距离表征量。