CN105893544B - 一种基于poi业态数据生成城市空间大数据地图的方法 - Google Patents

一种基于poi业态数据生成城市空间大数据地图的方法 Download PDF

Info

Publication number
CN105893544B
CN105893544B CN201610197536.6A CN201610197536A CN105893544B CN 105893544 B CN105893544 B CN 105893544B CN 201610197536 A CN201610197536 A CN 201610197536A CN 105893544 B CN105893544 B CN 105893544B
Authority
CN
China
Prior art keywords
data
map
industry situation
poi
industry
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.)
Active
Application number
CN201610197536.6A
Other languages
English (en)
Other versions
CN105893544A (zh
Inventor
杨俊宴
李晋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201610197536.6A priority Critical patent/CN105893544B/zh
Publication of CN105893544A publication Critical patent/CN105893544A/zh
Application granted granted Critical
Publication of CN105893544B publication Critical patent/CN105893544B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种基于POI业态数据生成城市空间大数据地图的方法。首先获取研究范围内道路名称;根据国民经济行业分类类型,整理各类型对应的关键词;通过对道路名称与行业关键词的组合,得到研究范围内业态空间关键词;在地图网站中输入业态空间关键词,抓取地图网站中业态空间关键词所对应的精确地理坐标信息,获取区域范围内带有地理坐标的POI业态数据,再将其转换为带有信息的点格式;利用ArcGIS软件将POI信息点与研究区域的空间数字地图叠加,得到城市业态分布的空间大数据地图。应用本发明所述的方法生成的城市空间大数据地图,能够得到简洁直观的模型,本方法中的分类关键词选取,既保证了业态空间数据POI的系统性,也避免了数据的遗漏。

Description

一种基于POI业态数据生成城市空间大数据地图的方法
技术领域
本发明属于城市规划技术领域,为一种基于POI业态数据生成城市空间大数据地图的方法。
背景技术
随着近年来现代信息技术的快速发展,数字技术与网络技术已经深人到城市生活的方方面面,现代城市规划建设与管理也已经发生历史性的变革,空间大数据的高效共享与操作,实现了空间数据资源的共建共享。大数据的分析挖掘对城市行业的形成和发展提供了比较科学合理的预见和参考。
POI是兴趣点(Point of Interest)的缩写,是一种代表真实地理实体的点状数据,POI一般包含名称、类别、经纬度以及地址等基本信息。POI数据库在中国的兴起也为国内城市内部结构和商业的空间分布研究提供了良好的平台。城市空间POI点的分布模式、分布密度在基础设施规划、城市空间分析中具有重要意义。
目前对于POI的获取已有诸多方法,然而由于其获取得到的信息的冗杂性,并不能完全适应城市规划研究的需要,而对于业态空间POI关键词的分类以及选取,更是没有一套完整的标准。
发明内容
发明目的:针对上述现有技术存在的问题和不足,本发明的目的是提供一种基于POI业态数据生成城市空间大数据地图的方法,为城市空间研究提供研究基础底图。
为达到上述目的,本发明可采用如下技术方案:
技术方案:为实现上述发明目的,本发明采用的技术方案为:一种基于POI业态数据生成城市空间大数据地图的方法,包括以下步骤:
1)确定研究区域范围的地理位置信息,绘制研究区域范围的空间地图作为研究底图,同时获取研究范围内道路名称信息;
2)根据国民经济行业分类,整理得到业态空间关键词;
3)在任何可进行关键词搜索的地图网站或地图软件中输入业态空间关键词,抓取地图网站或地图软件中业态空间关键词所对应的精确地理坐标信息,以获取区域范围内带有地理坐标的POI业态数据,通过对业态空间关键词以及相对应地理坐标信息的数据处理,对POI业态数据进行转换为带有地理位置信息的点格式;
4)利用ArcGIS软件将POI信息点与研究区域范围的空间数字地图叠加,处理数据,得到城市业态分布的空间大数据地图。
其中:
步骤1)中所述数据预处理具体步骤如下:
1.1)获取城市建成区用地图,利用CAD软件,在研究范围中区分“用地类型”、“路网”“用地分类名称”三个不同图层,分别绘制或提取相关信息;
1.2)获取研究范围内道路名称信息,数量为R;
1.3)将CAD图纸导入ArcGIS软件中,并将导入后的坐标体系与GPS坐标体系校核并重叠,获得经校核的研究底图。
步骤2)中所述数据预处理具体步骤如下:
2.1)根据国民经济行业分类GB/T 4754-2011的20个门类,按照96个大类、432个中类、1094个小类的标准,整理各类型对应的实体公司或商业等不同类型的行业关键词,数量为N;
2.2)将行业关键词与市区、街道以及道路名称两两组合,得到研究范围内道路尺度下的业态空间关键词,其数量为:R*N个。
步骤3)中所述数据预处理具体步骤如下:
3.1)将R*N个业态空间关键词输入地图网站中,抓取地图网站中对各个关键词的检索结果,对于每个关键词的检索结果其数量为:Si,i=1,2,3,…,R*N,检索结果总数为:
S=Σsi,i=1,2,3,…,R*N;
3.2)对S个检索结果进行数据预处理,仅保留每个检索结果中的企业或商业的具体名称、业态空间原始关键词以及其相对应的Si个地理位置坐标信息X,Y,清洗冗杂数据;
3.3)将得到的S个地理位置坐标信息按照X,Y的格式转化为点坐标,每个点坐标对应唯一一个业态空间原始关键词,即得到POI业态地理信息数据点;
步骤4)中所述数据预处理具体步骤如下:
4.1)将S个POI业态地理信息数据点导入ArcGIS软件中,并与步骤1中得到的研究底图叠加;
4.2)检验所有POI业态地理信息数据点,对于不在用地类型的街区地块内部的数据点,需进行校核,将该种类数据点对应的企业或商业的具体名称重新在地图网站中输入,确定该数据点准确地理位置信息,再在ArcGIS中将点平移到校核后的位置;
4.3)利用ArcGIS软件对经校核后的POI业态地理信息数据点进行核密度处理,形成城市业态分布的空间大数据地图。
有益效果:应用本发明所述的方法进行基于POI业态数据生成城市空间大数据地图,更具科学性、合理性和可操作性,能够得到较为简洁直观的模型,为城市研究提供了直观的依据。通过本方法中的分类关键词选取,既保证了业态空间数据POI的科学性、系统性,也避免了数据遗漏的情况发生。
附图说明
图1为本发明实施例的方法流程图;
图2为芜湖城市空间研究底图;
图3为芜湖城市POI业态地理信息数据点;
图4为芜湖城市业态分布的空间大数据地图。
具体实施方式
下面结合附图和具体实施例,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。
本发明针对目前运用城市大数据生成城市空间地图的方法对关键词选取的不严谨性等缺点,提出一种基于POI业态数据生成城市空间大数据地图的方法,由以下步骤组成:确定研究区域范围的地理位置信息,获取研究范围内道路名称;根据国民经济行业分类类型,整理各类型对应的实体公司或商业名称关键词;通过对道路名称与行业关键词的组合,得到研究范围内业态空间关键词;在地图网站中输入业态空间关键词,抓取地图网站中业态空间关键词所对应的精确地理坐标信息,以获取区域范围内带有地理坐标的POI业态数据,通过对关键词以及相对应地理坐标信息的数据处理,对POI业态数据进行转换为带有信息的点格式;利用ArcGIS软件将POI信息点与研究区域范围的空间数字地图叠加,得到城市业态分布的空间大数据地图。应用本发明所述的方法进行基于POI业态数据生成城市空间大数据地图,更具科学性、合理性和可操作性,能够得到较为简洁直观的模型,为城市研究提供了直观的依据。通过本方法中的分类关键词选取,既保证了业态空间数据POI的科学性、系统性,也避免了数据遗漏的情况发生。
以下将结合芜湖POI业态数据生成城市空间大数据地图为例来详细地说明本发明的技术方案。
(1)研究范围选区与布点
项目组将芜湖作为研究对象,利用CAD软件,在研究范围中绘制“用地类型”、“路网”“用地分类名称”三个不同图层的图纸内容。根据现状资料获取研究范围内道路名称信息,将CAD图纸导入ArcGIS中,并将其坐标体系与GPS坐标体系校核并重叠,获得芜湖研究底图(图2)。
(2)根据国民经济行业分类(GB/T 4754-2011)的20个门类,按照96个大类、432个中类、1094个小类的标准,整理各类型对应的实体公司或商业等不同类型的行业关键词,将行业关键词与市区、街道以及道路名称两两组合,得到芜湖的业态空间关键词。
(3)在百度地图网站中输入业态空间关键词,抓取地图网站中业态空间关键词所对应的精确地理坐标信息,以获取区域范围内带有地理坐标的POI业态数据,通过对关键词以及相对应地理坐标信息的数据处理,仅保留每个检索结果中的企业或商业等的具体名称,原始关键词以及其相对应的地理位置坐标信息(X,Y),清洗冗杂数据。对POI业态数据进行转换为带有地理位置信息的点格式;将得到的地理位置坐标信息按照(X,Y)的格式转化为点坐标,每个点坐标对应唯一一个原始关键词,即得到POI业态地理信息数据点(图3)。在本实施方式中,在任何可进行关键词搜索的地图网站或地图软件中输入业态空间关键词均可,本实施方式中采用了常用的百度地图实现,其他可进行关键词搜索的地图网站或地图软件均可以实现同样的效果。
(4)将POI业态地理信息数据点导入ArcGIS软件中,并与芜湖研究底图叠加;检验所有POI业态地理信息数据点,对于不在用地类型的街区地块内部的数据点,需进行校核,将其对应的企业或商业等的具体名称重新在百度地图网站中输入,确定其准确地理位置信息,再在ArcGIS中将点平移到校核后的位置;利用ArcGIS软件对经校核后的POI业态地理信息数据点进行核密度处理,形成城市业态分布的空间大数据地图(图4)。
本发明的具体实现方法和途径很多,以上所述仅是本发明的优选实施方式。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。

Claims (3)

1.一种基于POI 业态数据生成城市空间大数据地图的方法,其特征在于,包括以下步骤:
1)确定研究区域范围的地理位置信息,绘制研究区域范围的空间地图作为研究底图,同时获取研究范围内道路名称信息;
2)根据国民经济行业分类,整理得到业态空间关键词;
3)在任何可进行关键词搜索的地图网站或地图软件中输入业态空间关键词,抓取地图网站或地图软件中业态空间关键词所对应的精确地理坐标信息,以获取区域范围内带有地理坐标的POI业态数据,通过对业态空间关键词以及相对应地理坐标信息的数据处理,对POI业态数据进行转换为带有地理位置信息的点格式;
4)利用ArcGIS软件将POI信息点与研究区域范围的空间数字地图叠加,处理数据,得到城市业态分布的空间大数据地图;
步骤1)中所述数据预处理具体步骤如下:
1.1)获取城市建成区用地图,利用CAD软件,在研究范围中区分“用地类型”、“路网”、“用地分类名称”三个不同图层,分别绘制或提取相关信息;
1.2)获取研究范围内道路名称信息,数量为R;
1.3)将CAD图纸导入ArcGIS软件中,并将导入后的坐标体系与GPS坐标体系校核并重叠,获得经校核的研究底图;
骤3)中所述数据预处理具体步骤如下:
3.1)将R*N个业态空间关键词输入地图网站中,抓取地图网站中对各个关键词的检索结果,对于每个关键词的检索结果其数量为:Si,i=1,2,3,…,R*N,检索结果总数为:
S=Σsi,i=1,2,3,…,R*N;
3.2)对S个检索结果进行数据预处理,仅保留每个检索结果中的企业或商业的具体名称、业态空间原始关键词以及其相对应的Si个地理位置坐标信息X,Y,清洗冗杂数据;
3.3)将得到的S个地理位置坐标信息按照X,Y的格式转化为点坐标,每个点坐标对应唯一一个业态空间原始关键词,即得到POI业态地理信息数据点。
2.根据权利要求1所述的基于POI 业态数据生成城市空间大数据地图的方法,其特征在于,步骤2)中所述数据预处理具体步骤如下:
2.1)根据国民经济行业分类GB/T 4754-2011的20个门类,按照96个大类、432个中类、1094个小类的标准,整理各类型对应的实体公司或商业等不同类型的行业关键词,数量为N;
2.2)将行业关键词与市区、街道以及道路名称两两组合,得到研究范围内道路尺度下的业态空间关键词,其数量为:R*N个。
3.根据权利要求1所述的基于POI 业态数据生成城市空间大数据地图的方法,其特征在于,步骤4)中所述数据预处理具体步骤如下:
4.1)将S个POI业态地理信息数据点导入ArcGIS软件中,并与步骤1中得到的研究底图叠加;
4.2)检验所有POI业态地理信息数据点,对于不在用地类型的街区地块内部的数据点,需进行校核,将该种类数据点对应的企业或商业的具体名称重新在地图网站中输入,确定该数据点准确地理位置信息,再在ArcGIS中将点平移到校核后的位置;
4.3)利用ArcGIS软件对经校核后的POI业态地理信息数据点进行核密度处理,形成城市业态分布的空间大数据地图。
CN201610197536.6A 2016-03-31 2016-03-31 一种基于poi业态数据生成城市空间大数据地图的方法 Active CN105893544B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610197536.6A CN105893544B (zh) 2016-03-31 2016-03-31 一种基于poi业态数据生成城市空间大数据地图的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610197536.6A CN105893544B (zh) 2016-03-31 2016-03-31 一种基于poi业态数据生成城市空间大数据地图的方法

Publications (2)

Publication Number Publication Date
CN105893544A CN105893544A (zh) 2016-08-24
CN105893544B true CN105893544B (zh) 2019-07-12

Family

ID=57011871

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610197536.6A Active CN105893544B (zh) 2016-03-31 2016-03-31 一种基于poi业态数据生成城市空间大数据地图的方法

Country Status (1)

Country Link
CN (1) CN105893544B (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106446216B (zh) * 2016-09-30 2019-12-03 深圳市海力特科技有限责任公司 共享云平台poi自动获取及坐标转换的方法及系统
CN107943810A (zh) * 2016-10-13 2018-04-20 分众(中国)信息技术有限公司 楼宇信息地图的构建方法
CN108614852A (zh) * 2018-03-14 2018-10-02 广州市优普科技有限公司 一种基于大数据的数据地图生成方法
CN108520142B (zh) * 2018-04-04 2022-10-04 兰州交通大学 一种城市群边界识别方法、装置、设备及存储介质
CN110517177A (zh) * 2018-05-21 2019-11-29 上海申通地铁集团有限公司 模型的生成方法、轨道交通车站的画像方法及系统
CN110716992B (zh) * 2018-06-27 2022-05-27 百度在线网络技术(北京)有限公司 兴趣点名称推荐方法和装置
KR20210095851A (ko) * 2018-08-14 2021-08-03 폭스바겐 악티엔게젤샤프트 내비게이션 방법 및 디바이스
CN111126120B (zh) * 2018-11-01 2024-02-23 百度在线网络技术(北京)有限公司 城市区域分类方法、装置、设备和介质
CN109816581A (zh) * 2019-01-25 2019-05-28 东南大学 一种综合业态大数据与建筑形态的城市用地自动识别系统
CN112417065A (zh) * 2019-08-23 2021-02-26 北京国双科技有限公司 一种信息搜索方法及装置
CN110781260A (zh) * 2019-10-10 2020-02-11 西南交通大学 一种物流poi数据可视化处理方法
CN111523777A (zh) * 2020-04-09 2020-08-11 辽宁百思特达半导体科技有限公司 一种新型智慧城市系统及其应用方法
CN113094787A (zh) * 2021-04-06 2021-07-09 万翼科技有限公司 基于图纸poi的施工图纸数据化方法、装置和电子设备
CN113110466B (zh) * 2021-04-22 2021-12-21 深圳市井智高科机器人有限公司 一种用于agv机器人的高灵敏度避障系统及方法
CN114462698B (zh) * 2022-01-28 2022-12-02 哈尔滨工业大学 一种面向流域汇水区域的磷排放污染负荷预测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102063833A (zh) * 2010-12-17 2011-05-18 中国科学院计算技术研究所 一种地图点图层符号和注记同步显示的绘制方法
CN102855322A (zh) * 2012-09-11 2013-01-02 哈尔滨工程大学 一种基于空间探索技术的地图数据存储方法
CN103744995A (zh) * 2014-01-23 2014-04-23 广东中科遥感技术有限公司 一种构建专题地图的方法及应用该方法的移动终端
CN105138668A (zh) * 2015-09-06 2015-12-09 中山大学 基于poi数据的城市商业中心与零售业态集聚区识别方法
CN105160031A (zh) * 2015-09-30 2015-12-16 北京奇虎科技有限公司 一种地图兴趣点poi数据的挖掘方法和装置
CN105183908A (zh) * 2015-09-30 2015-12-23 北京奇虎科技有限公司 一种兴趣点poi数据的分类方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102063833A (zh) * 2010-12-17 2011-05-18 中国科学院计算技术研究所 一种地图点图层符号和注记同步显示的绘制方法
CN102855322A (zh) * 2012-09-11 2013-01-02 哈尔滨工程大学 一种基于空间探索技术的地图数据存储方法
CN103744995A (zh) * 2014-01-23 2014-04-23 广东中科遥感技术有限公司 一种构建专题地图的方法及应用该方法的移动终端
CN105138668A (zh) * 2015-09-06 2015-12-09 中山大学 基于poi数据的城市商业中心与零售业态集聚区识别方法
CN105160031A (zh) * 2015-09-30 2015-12-16 北京奇虎科技有限公司 一种地图兴趣点poi数据的挖掘方法和装置
CN105183908A (zh) * 2015-09-30 2015-12-23 北京奇虎科技有限公司 一种兴趣点poi数据的分类方法和装置

Also Published As

Publication number Publication date
CN105893544A (zh) 2016-08-24

Similar Documents

Publication Publication Date Title
CN105893544B (zh) 一种基于poi业态数据生成城市空间大数据地图的方法
CN103533501B (zh) 一种地理围栏生成方法
Dueker Geographic information systems and computer-aided mapping
Wilson et al. Development of a geospatial model to quantify, describe and map urban growth
CN105844031B (zh) 一种基于手机定位数据的城市交通廊道识别方法
He et al. What is the developmental level of outlying expansion patches? A study of 275 Chinese cities using geographical big data
Schoier et al. Spatial data mining for highlighting hotspots in personal navigation routes
Singh et al. Development of GIS-based optimization method for selection of transportation routes in municipal solid waste management
Chen et al. A spatiotemporal data model and an index structure for computational time geography
CN107169080A (zh) 一种基于gis和空间数据库相结合的地理空间分析系统
CN107121143B (zh) 一种协同poi数据的道路选取方法
KR101063827B1 (ko) 한국토지정보시스템 연속지적도와 수치지형도의 기하학적 지도 변환을 위한 반자동화된 공액점 쌍 추출방법
Perdikogianni et al. Measuring diversity: a multi-variate analysis of land use and temporal patterning in Clerkenwell
Zhang Relationship between Regional Economic Development and Ecological Environment Based on Spatial Data Mining.
Mornya et al. Identification of landfill sites by using GIS and multi-criteria method in Batam, Indonesia
Wang et al. Detecting latent urban mobility structure using mobile phone data
Kanapaka et al. A survey of tools for visualizing geo spatial data
Raj et al. National-scale inventory and management of heritage sites and monuments: Advantages and challenges of using geospatial technology
Singh et al. MODELING A GEO-SPATIAL DATABASE FOR MANAGING TRAVELERS'DEMAND
CN112990774A (zh) 山地村镇开发边界划定综合绩效评估方法和系统、存储介质
Shen et al. Measuring visibility to urban functions with social media data
Huang et al. Recognition of Functional Areas in an Old City Based on POI: A Case Study in Fuzhou, China
Cai et al. A schema of ecological environment sensitivity evaluation based on GIS
CN105247322B (zh) 信息终端装置以及地图数据制作方法
Thaqif et al. Assessing the Land Use Distribution of the Mass Rapid Transit Pedestrian Catchment Area (PCA) and its Geographical Context in the Kuala Lumpur Conurbation, Malaysia

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20160824

Assignee: Quanzhou natural resources and Planning Bureau

Assignor: SOUTHEAST University

Contract record no.: X2022320000088

Denomination of invention: A method of generating urban spatial big data map based on POI business data

Granted publication date: 20190712

License type: Common License

Record date: 20220602

EE01 Entry into force of recordation of patent licensing contract