CN103336894A - 一种城市容积率自动分区方法 - Google Patents
一种城市容积率自动分区方法 Download PDFInfo
- Publication number
- CN103336894A CN103336894A CN2013102365528A CN201310236552A CN103336894A CN 103336894 A CN103336894 A CN 103336894A CN 2013102365528 A CN2013102365528 A CN 2013102365528A CN 201310236552 A CN201310236552 A CN 201310236552A CN 103336894 A CN103336894 A CN 103336894A
- Authority
- CN
- China
- Prior art keywords
- city
- plot ratio
- plot
- block
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种城市容积率自动分区方法,利用以高性能计算机为核心的信息处理系统,以城市市区的地理数据为模型输入数据,以城市街区为模型处理评价底图,建立城市容积率评价模型,通过Saaty法进行标准化修正,通过叠加赋值,确定各街区的容积率数值,并通过绘图设备自动输出为城市总体规划可以直接使用的工程图纸。本发明解决了城市建设工程中城市容积率分区利用人脑智力活动进行决策所存在的主观性和随机性的不足,大幅提高了工作效率。
Description
技术领域
本发明涉及一种城市容积率自动分区方法,属于城市规划技术领域。
背景技术
在当下快速城市化的阶段,城市建设用地的无序蔓延造成了严重的交通问题,也造成了宝贵的土地资源和建设资金的浪费。现有的城市容积率分区技术主要依靠规划师以人脑进行大量分区方案的比较分析工作,存在着工作以技术操作为主、技术结果随意性大、工作效率低下的问题。
容积率是控制性详细规划中定量控制指标的核心,是衡量土地开发强度的“敏感”因子,也是城市规划实践中有研究价值的问题。在建筑市场并不十分完善的当前,容积率成为政府、开发商和公众三者之间博弈的焦点。由于当下中国城市化突出的人口和土地资源之间的矛盾,提高建筑容积率成为我国城市发展的必然选择。如何合理确定建筑容积率成为当前规划建设的难点问题。容积率简称为R:R=F/A,其中F为地块内允许修建的总建筑面积(m2);A为地块面积(m2)。容积率反映了单位土地上总的建筑容量,可用来衡量土地开发强度。一般来讲,容积率越高,土地开发强度越大。
目前,国内城市容积率的确定仍然带有随意性,主要表现为缺乏准确有效的技术方法来指导城市容积率的确定,这令城市建设难以做到科学有序。以下是目前主要的几种确定容积率的方法:
综上所述,目前国内容积率确定的方法存在以下主要问题:
1、技术操作的主观性:依靠规划师的个人经验对容积率进行,缺乏定量的数据支持,技术难度大。
2、技术标准的片面性:尽管规划行业已经对容积率是经济、地价和交通等要素的综合影响结果形成共识,当时部分技术方法仍旧依托个别要素进行容积率判定,技术标准过于片面
3、技术结果的随意性:技术过程依托人脑的智力活动,在判断的合理性和准确性上存在局限,其规划的结果往往不能称为容积率分区的最优方案。
4、工作效率低下:规划技术过程繁琐,在方案比较中需要进行大量重复性的工作,耗时漫长,效率低下。
发明内容
本发明的目的是针对现有城市建设工程实践中城市容积率分区利用人脑智力活动进行决策所存在的主观性、片面性以及随机性的不足,提供一种基于定量评价的城市容积率自动分区方法,该方法依托高性能计算机等数字化平台,代替人脑进行海量数据的分析工作,并输出量化、科学的技术结论和工程图纸,大大提高了工作效率和实际应用性。
为解决上述技术问题,本发明所采用的技术方案为:
一种城市容积率自动分区方法,包括如下步骤:
(1)将包含城市市区地理数据的遥感图像输入工作站进行矢量化处理或直接以城市总体规划现状矢量图作为评价底图;
(2)以上述评价底图上的城市街区作为数据处理单元,建立城市容积率评价模型,该评价模型对各个街区所需参考的指标进行量化测算并保存,使用Saaty法,对各个街区的各项指标进行标准化修正后再叠加,得到各项指标的叠加值,保存;
(3)对上述获取的叠加值与预先输入工作站的“叠加值-容积率”表格进行比对,确定各个街区的容积率数值,得到评价底图中所有街区的容积率数值;
(4)输出城市容积率分区方案工程图纸。
其中,步骤(1)中,使用的输入设备为分辨率DPI大于1200的扫描仪。
其中,步骤(2)中,所需参考的指标包括土地价格、城市路网密度、至城市主中心区距离、至城市片区中心距离、至地铁站点距离。
其中,步骤(3)中,所述叠加值-容积率表格为不同叠加值对应容积率值的表格。
其中,步骤(4)中,具体操作为,将步骤(3)得到的评价底图中所有街区的容积率依据数值大小使用不同等级的图例表示,保存为城市容积率分区方案,再通过绘图设备输出为工程图纸。
其中,预先输入工作站的“叠加值-容积率”表格为经过专家打分确定的不同叠加值对应容积率值的表格。
其中,Saaty法的标准化计算公式为:
有益效果:本发明针对现有城市建设工程的城市容积率布局利用人脑智力活动进行决策所存在的主观性、随机性的不足,通过构建一种配合高性能计算机进行自动化城市容积率布局和输出的技术方案,可以较好的替代人在城市容积率布局决策过程中的智力活动,缩短规划工作时间,有效提高了城市容积率分区的规划效果和工程效率,具有显著的工程技术效果。具体来说:
1、本发明通过自动化过程代替人脑智力判断,技术成果具有明显的精确性和唯一性。经比较,通过本发明得出的城市容积率分区方案,与传统做法即经规划师经验判断得到的容积率分区方案相比,其用地集约度提高10%左右,能够明显提高所规划城市的城市用地效率;
2、本发明的技术方案以高性能工作站配合自动化流程,通过Saaty算法自动对海量的街区要素数据进行生成和比较工作,传统技术方法需要规划从业者进行大量重复性的工作,通过本发明,城市容积率分区的工作效率得到了极大的提高,技术耗时大为缩减。遵循本发明提供的技术方案,配合高性能工作站的硬件支撑,从基础数据输入到输出工程技术图纸,可以在2天时间内完成一个中等规模城市的容积率分区工作,并且运行中不需要人为介入,工作效率提高了10倍,技术耗时不及传统技术做法的十分之一;
3.本发明的技术标准以市级中心区、片区级中心、地铁站点、路网密度、土地价格等指标作为容积率的判定标准,覆盖了行业共识的影响容积率的经济、交通、区位三大影响因素,技术标准更为全面,技术成果具有更好的综合性;
4.本发明的技术方案具有很好的可操作性。通过外接高分辨率扫描仪、绘图仪等特定设备,本系统可以直接输入遥感卫星或航测飞机获得的原始图像,在不需要人为介入的情况下自动运行,最终输出可以与控制性详细规划编制工作直接对接的工程图纸,具有很高的实际应用价值。
附图说明
图1是本发明的流程图;
图2是输入的无锡城市遥感图像;
图3是各街区各项指标数值分布;
图4是通过外接绘图仪输出的无锡城市容积率分区的工程图纸。
具体实施方式
下面结合具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
以下结合无锡的容积率分区案例来详细地说明本发明的技术方案;
如图1所示,本发明的城市容积率自动分区方法包括如下步骤:
(1)通过高分辨率扫描仪(DPI大于1200),将包含无锡城市市区地理数据的遥感图像输入工作站,在工作站中将所述图像进行矢量化处理,以城市街区作为评价单元的评价底图;将城市总体规划或相关法定规划中城市市级中心、片区级中心、城市铁路站点、城市地价、城市路网密度的矢量数据输入工作站;
(2)以上述的城市街区作为数据处理单元,在工作站中建立城市容积率评价模型,该评价模型自动对各个街区的土地价格、城市路网密度、至城市主中心区距离、至城市片区中心距离、至地铁站点距离五大指标进行量化测算并保存;使用Saaty法,对各个街区的各项指标进行标准化修正,将经过标准化修正的各项指标数值进行叠加,记为K(K为叠加值),并保存;
其中土地价格指标(A1):由步骤(1)城市地价数据获得,为该街区的土地价格数值;
城市路网密度指标(A2):由步骤(1)城市路网密度数据获得,为该街区内用地的平均路网密度数值;
至城市主中心区距离指标(A3):由步骤(1)城市主中心坐标数据获得,为该街区内用地至最近的城市主中心的距离数值的倒数;
至城市片区级中心区距离指标(A4):由步骤(1)城市片区级中心坐标数据获得,为该街区内用地至最近的片区级中心的距离数值的倒数;
至地铁站点距离指标(A5):由步骤(1)城市地铁站点坐标数据获得,为该街区内用地至最近的地铁站点的距离数值的倒数;
其中,Saaty法的标准化计算公式为:
(3)使用预先输入工作站的经过专家打分确定的不同叠加值对应的容积率值,如表1所示,与步骤(2)得到的叠加值进行自动比对,确定各个街区的容积率值,并保存;
表1专家打分确定的“叠加值-容积率”表格
(4)将评价底图中所有街区的容积率依据数值大小使用不同等级的图例表示,并保存为城市容积率分区方案,并通过绘图设备输出为工程图纸。
Claims (5)
1.一种城市容积率自动分区方法,其特征在于:包括如下步骤:
(1)将包含城市市区地理数据的遥感图像输入工作站进行矢量化处理或直接以城市总体规划现状矢量图作为评价底图;
(2)以上述评价底图上的城市街区作为数据处理单元,建立城市容积率评价模型,该评价模型对各个街区所需参考的指标进行量化测算并保存,使用Saaty法,对各个街区的各项指标进行标准化修正后再叠加,得到各项指标的叠加值,保存;
(3)对上述获取的叠加值与预先输入工作站的叠加值-容积率表格进行比对,确定各个街区的容积率数值,得到评价底图中所有街区的容积率数值;
(4)输出城市容积率分区方案工程图纸。
2.根据权利要求1所述城市容积率自动分区方法,其特征在于:步骤(1)中,使用的输入设备是分辨率DPI大于1200的扫描仪。
3.根据权利要求1所述城市容积率自动分区方法,其特征在于:步骤(2)中,所需参考的指标包括土地价格、城市路网密度、至城市主中心区距离、至城市片区中心距离、至地铁站点距离。
4.根据权利要求1所述城市容积率自动分区方法,其特征在于:步骤(3)中,所述叠加值-容积率表格为不同叠加值对应容积率值的表格。
5.根据权利要求1所述城市容积率自动分区方法,其特征在于:步骤(4)中,具体操作为,将步骤(3)得到的评价底图中所有街区的容积率依据数值大小使用不同等级的图例表示,保存为城市容积率分区方案,再通过绘图设备输出为工程图纸。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310236552.8A CN103336894B (zh) | 2013-06-14 | 2013-06-14 | 一种城市容积率自动分区方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310236552.8A CN103336894B (zh) | 2013-06-14 | 2013-06-14 | 一种城市容积率自动分区方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103336894A true CN103336894A (zh) | 2013-10-02 |
CN103336894B CN103336894B (zh) | 2016-08-10 |
Family
ID=49245057
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310236552.8A Active CN103336894B (zh) | 2013-06-14 | 2013-06-14 | 一种城市容积率自动分区方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103336894B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105975802A (zh) * | 2016-07-05 | 2016-09-28 | 北京数码大方科技股份有限公司 | Cad图纸的评分方法及装置 |
CN106326613A (zh) * | 2015-06-18 | 2017-01-11 | 广东省城乡规划设计研究院 | 一种基于土地经济数学模型的经济容积率计算方法及系统 |
CN106326614A (zh) * | 2015-06-18 | 2017-01-11 | 广东省城乡规划设计研究院 | 一种基于数学模型的交通承载容积率计算方法及系统 |
WO2017166371A1 (zh) * | 2016-03-31 | 2017-10-05 | 东南大学 | 一种基于天空可视域评价的开放空间周边建筑形态优化控制方法 |
CN109635511A (zh) * | 2019-01-16 | 2019-04-16 | 哈尔滨工业大学 | 一种基于条件生成对抗网络的高层居住区强排方案生成设计方法 |
CN111401714A (zh) * | 2020-03-10 | 2020-07-10 | 张邦妹 | 一种城区基准密度分区方法 |
CN112926857A (zh) * | 2021-02-25 | 2021-06-08 | 重庆市规划设计研究院 | 一种高效城市规划容积率自动校正系统及方法 |
CN116186854A (zh) * | 2023-02-15 | 2023-05-30 | 深圳市城市规划设计研究院股份有限公司 | 地块容积率计算方法和装置、电子设备及存储介质 |
CN117271268A (zh) * | 2023-11-20 | 2023-12-22 | 成都大征创智科技有限公司 | 一种数字化计算平台中的集群架构性能评估方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101614807A (zh) * | 2009-06-18 | 2009-12-30 | 东南大学 | 基于数字图像技术的建筑容积率确定方法 |
-
2013
- 2013-06-14 CN CN201310236552.8A patent/CN103336894B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101614807A (zh) * | 2009-06-18 | 2009-12-30 | 东南大学 | 基于数字图像技术的建筑容积率确定方法 |
Non-Patent Citations (4)
Title |
---|
戚浩平: "高空间分辨率卫星遥感技术在交通调查中的应用研究", 《万方学位论文》, 25 November 2010 (2010-11-25) * |
李锦业等: "基于高分辨率遥感影像的城市建筑密度和容积率提取方法研究", 《遥感技术与应用》, vol. 22, no. 3, 30 June 2007 (2007-06-30), pages 309 - 313 * |
查勇: "测定城市建筑容积率的遥感方法研究", 《地理科学进展》, vol. 20, no. 4, 31 December 2001 (2001-12-31), pages 378 - 383 * |
陈基伟等: "高分辨率遥感影像建筑容积率提取方法研究", 《武汉大学学报(信息科学版)》, vol. 30, no. 7, 31 July 2005 (2005-07-31) * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106326613A (zh) * | 2015-06-18 | 2017-01-11 | 广东省城乡规划设计研究院 | 一种基于土地经济数学模型的经济容积率计算方法及系统 |
CN106326614A (zh) * | 2015-06-18 | 2017-01-11 | 广东省城乡规划设计研究院 | 一种基于数学模型的交通承载容积率计算方法及系统 |
WO2017166371A1 (zh) * | 2016-03-31 | 2017-10-05 | 东南大学 | 一种基于天空可视域评价的开放空间周边建筑形态优化控制方法 |
US10423729B2 (en) | 2016-03-31 | 2019-09-24 | Southeast University | Method for optimal control of open space surrounding building form based on sky view evaluation |
CN105975802A (zh) * | 2016-07-05 | 2016-09-28 | 北京数码大方科技股份有限公司 | Cad图纸的评分方法及装置 |
CN109635511B (zh) * | 2019-01-16 | 2020-08-07 | 哈尔滨工业大学 | 一种基于条件生成对抗网络的高层居住区强排方案生成设计方法 |
CN109635511A (zh) * | 2019-01-16 | 2019-04-16 | 哈尔滨工业大学 | 一种基于条件生成对抗网络的高层居住区强排方案生成设计方法 |
CN111401714A (zh) * | 2020-03-10 | 2020-07-10 | 张邦妹 | 一种城区基准密度分区方法 |
CN111401714B (zh) * | 2020-03-10 | 2023-06-06 | 张邦妹 | 一种城区基准密度分区方法 |
CN112926857A (zh) * | 2021-02-25 | 2021-06-08 | 重庆市规划设计研究院 | 一种高效城市规划容积率自动校正系统及方法 |
CN116186854A (zh) * | 2023-02-15 | 2023-05-30 | 深圳市城市规划设计研究院股份有限公司 | 地块容积率计算方法和装置、电子设备及存储介质 |
CN116186854B (zh) * | 2023-02-15 | 2023-09-26 | 深圳市城市规划设计研究院股份有限公司 | 地块容积率计算方法和装置、电子设备及存储介质 |
CN117271268A (zh) * | 2023-11-20 | 2023-12-22 | 成都大征创智科技有限公司 | 一种数字化计算平台中的集群架构性能评估方法 |
CN117271268B (zh) * | 2023-11-20 | 2024-01-30 | 成都大征创智科技有限公司 | 一种数字化计算平台中的集群架构性能评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103336894B (zh) | 2016-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103336894A (zh) | 一种城市容积率自动分区方法 | |
CN110135351B (zh) | 基于城市建筑空间数据的建成区边界识别方法及设备 | |
CN103150680A (zh) | 一种道路可达性最佳的城市建设用地自动布局方法 | |
CN110222959B (zh) | 一种基于大数据的城市就业可达性测算方法及系统 | |
CN111932508B (zh) | 一种基于图像处理的钢筋尺寸测量方法及系统 | |
US11164031B2 (en) | System and method for analyzing an image of a vehicle | |
CN107392252A (zh) | 计算机深度学习图像特征并量化感知度的方法 | |
CN111323788B (zh) | 建筑物变化的监测方法、装置及计算机设备 | |
CN105678225A (zh) | 一种城市热岛效应空间变化检测方法及系统 | |
O'Donnell et al. | A simple algorithm for generating streamflow networks for grid‐based, macroscale hydrological models | |
Prastacos et al. | Urban Atlas, land use modelling and spatial metric techniques | |
CN113658292A (zh) | 气象数据色斑图生成方法、装置、设备及存储介质 | |
CN105912764A (zh) | 一种基于噪声分区模型的城市容积率优化方法 | |
CN114548811A (zh) | 一种机场可达性的检测方法、装置、电子设备及存储介质 | |
CN102930481B (zh) | 电网负荷密度分析方法及系统 | |
CN112541624B (zh) | 一种揽投网点的选址方法、装置、介质及电子设备 | |
CN102869021B (zh) | 利用地理信息系统搜索覆盖区基站的方法及装置 | |
CN117115381B (zh) | 数据处理方法和装置、存储介质及电子设备 | |
CN116796402A (zh) | 一种基于bim建筑信息模型的公路环境的识别方法和系统 | |
CN117056722A (zh) | 一种规划地块人口数量预测方法及系统 | |
CN111260143A (zh) | 路线的确定方法及装置、存储介质、终端 | |
Zhang et al. | Exploring the link between urban form and work related transportation using combined satellite image and census information: Case of the Great lakes region | |
CN111523466B (zh) | 基于大数据的城市开放空间的分类方法及装置 | |
CN111767295B (zh) | 地图数据的处理方法、装置、计算设备和介质 | |
CN111241226B (zh) | 选址方法、装置及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |