CN109740798B - 一种基于路网的警务巡逻盘查路径优化方法 - Google Patents

一种基于路网的警务巡逻盘查路径优化方法 Download PDF

Info

Publication number
CN109740798B
CN109740798B CN201811541203.6A CN201811541203A CN109740798B CN 109740798 B CN109740798 B CN 109740798B CN 201811541203 A CN201811541203 A CN 201811541203A CN 109740798 B CN109740798 B CN 109740798B
Authority
CN
China
Prior art keywords
grid
crime
road
crime risk
independent
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
CN201811541203.6A
Other languages
English (en)
Other versions
CN109740798A (zh
Inventor
陈鹏
瞿珂
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.)
PEOPLE'S PUBLIC SECURITY UNIVERSITY OF CHINA
Original Assignee
PEOPLE'S PUBLIC SECURITY UNIVERSITY OF CHINA
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 PEOPLE'S PUBLIC SECURITY UNIVERSITY OF CHINA filed Critical PEOPLE'S PUBLIC SECURITY UNIVERSITY OF CHINA
Priority to CN201811541203.6A priority Critical patent/CN109740798B/zh
Publication of CN109740798A publication Critical patent/CN109740798A/zh
Application granted granted Critical
Publication of CN109740798B publication Critical patent/CN109740798B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于路网的警务巡逻盘查路径优化方法，所述方法包括：基于城市路网结构，生成一系列的路径网格基本单元，提取出犯罪热点所覆盖的所有网格基本单元；按照犯罪数量所属的犯罪风险等级进行标记；将相同犯罪风险等级的网格基本单元按照网格基本单元之间的位置关系进行合并，得到独立网格单元；以独立网格单元内的犯罪数量为其犯罪风险权重值，计算路段和路口的犯罪风险权重值；根据犯罪风险权重进行排序，选择相应的路段和路口作为警务巡逻盘查的优先选择。本发明提供的方法可以为公安部门的警务巡逻方案的制定提供相应的指导，能够有效的提升巡逻盘查的工作效率。

Description

一种基于路网的警务巡逻盘查路径优化方法
技术领域
本发明属于犯罪分析与治安防控技术领域，具体涉及一种基于路网的警务巡逻盘查路径优化方法。
背景技术
随着公安信息化的快速发展，警用地理信息系统(Police GeographicInformation System，PGIS)作为一种重要的地理信息分析平台目前已成为公安工作中的重要基础工具，在勤务指挥、110接处警、突发事件处置等方面发挥了重要的作用。近年来，随着公安大数据战略的实施，公安部门陆续采集和收集了大量的基础信息数据，并依托警用地理信息平台对这些数据资源进行了存储和管理，并根据公安各业务部门的需求开展数据的分析和相关的应用，犯罪空间情报分析与警务巡逻盘查的路径优化便是其中具有代表性的一个。
犯罪空间情报分析属于空间统计和空间分析领域的一个分支，其主要内容是利用各种空间分析方法对犯罪活动的空间分布态势及规律进行分析判断，确定出犯罪热点的位置及其分布，在此基础上，公安机关的治安、巡逻等警务业务部门制定相应的巡逻及盘查方案，主动的打击犯罪活动，压缩犯罪空间，消除犯罪热点。目前在犯罪空间分析方面，核密度估计是一种相对成熟而又可靠的犯罪热点分析方法，其能够根据犯罪事件之间的相对位置关系确定出犯罪事件的高密度区域，且具有非常良好的可视化效果。而在警务巡逻盘查方面，当前的主要策略为向犯罪热点所在区域或路段增派警力或提升现有警力的巡逻频次，通过提高街面的见警率来提升对潜在犯罪群体的威慑力度，对犯罪风险形成有效防控，但这种工作方法对于犯罪热点区域面积或路段长度较为有限的情况下较为有效，一旦犯罪热点所覆盖的区域面积较大或热点区域内的路网结构复杂将会对巡逻盘查的警力资源或工作强度提出巨大的要求，这在当前警力资源十分紧张的情况下往往难以实现。
因此，在现有的警力资源条件下提出一种有效的、能够适应警务工作需求的街面巡逻盘查优化方法对提升现有的公安机关治安防控工作效率具有十分重要的意义。
发明内容
针对现有技术中存在的缺陷，本发明的目的是提供一种基于路网的警务巡逻盘查路径优化方法，为公安部门的警务巡逻方案的制定提供相应的指导，有效的节省警力资源，提升公安机关的街面巡逻盘查工作效率。
为达到以上目的，本发明采用的技术方案是：
一种基于路网的警务巡逻盘查路径优化方法，包括以下步骤：
(1)基于城市路网结构，对城市空间进行网格划分，生成一系列的路径网格基本单元，并提取出犯罪热点所覆盖的所有网格基本单元；
(2)对犯罪热点所覆盖的所有网格基本单元按照其犯罪数量所属的犯罪风险等级进行标记；
(3)将所有被标记为相同犯罪风险等级的所述网格基本单元按照所述网格基本单元之间的位置关系进行合并，得到独立网格单元；
(4)以所述独立网格单元内的犯罪数量为其犯罪风险权重值，计算每个所述独立网格单元中路段和路口的犯罪风险权重值；
(5)对所有确定犯罪风险权重的路段及路口，根据所述犯罪风险权重进行排序，选择相应的路段和路口作为警务巡逻盘查的优先选择。
进一步的，步骤(1)中所述提取出犯罪热点所覆盖的所有网格基本单元具体包括：
以当前时间为起点，对过去预设时间段t内的犯罪事件利用核密度估计方法进行犯罪热点制图，得到犯罪事件的空间热点分布；
将犯罪事件的空间热点分布与所述路径网格基本单元进行位置匹配关联，提取出犯罪热点所覆盖的所有网格基本单元。
进一步的，步骤(2)具体包括：
计算每个所述网格基本单元内的犯罪数量，得到所有所述网格基本单元的犯罪数量分布，对犯罪数量分布按照等间距分类划分为预设个不同的犯罪风险等级，对每个所述网格基本单元按照其犯罪数量所属的犯罪风险等级进行标记。
进一步的，步骤(2)中根据所述网格基本单元内的犯罪数量将其划分为三个不同的犯罪风险等级。
进一步的，步骤(3)中所述得到独立网格单元具体包括：
1)若网格基本单元La与网格基本单元Lb为空间相离位置关系，将其分别作为两个独立网格单元处理；
2)若网格基本单元La与网格基本单元Lb为空间相邻位置关系，但仅通过网格基本单元的角点相邻，将其分别作为两个独立网格单元处理；
3)若网格基本单元La与网格基本单元Lb为空间相邻位置关系，但通过网格基本单元的边相邻，将其合并为一个新的独立网格单元Lab。
进一步的，步骤(4)中所述计算每个独立网格单元中路段犯罪风险权重值的计算方法具体包括：
根据所述独立网格单元中路段的数量计算，设所述独立网格单元Li有m条路段，其内的犯罪数量为n，则所述独立网格单元Li每个路段的犯罪风险权重为n/m。
进一步的，步骤(4)中所述计算每个独立网格单元中路段犯罪风险权重值的计算方法还包括：
根据所述独立网格单元中路段的长度计算，设所述独立网格单元Li有m条路段，其内的犯罪数量为n，每个路段的长度为li,1，li,2，…，li,j，…，li,m，则第j条路段的犯罪风险权重
Figure GDA0002767088720000041
为
Figure GDA0002767088720000042
进一步的，步骤(4)中所述计算独立网格单元中路段的犯罪风险权重值的计算方法还包括：
每个路段的犯罪风险权重进行加和计算，得到每个路段的犯罪风险权重最终值。
进一步的，步骤(4)中所述计算独立网格单元中路口的犯罪风险权重值的计算方法包括：
设路口Ni有k个路段相连，每个路段
Figure GDA0002767088720000051
的犯罪风险权重为
Figure GDA0002767088720000052
则路口Ni的犯罪风险权重为
Figure GDA0002767088720000053
进一步的，步骤(4)中所述计算独立网格单元中路口的犯罪风险权重值的计算方法还包括：
设路口Ni有k个路段相连，每个路段
Figure GDA0002767088720000054
的犯罪风险权重为
Figure GDA0002767088720000055
则路口Ni的犯罪风险权重为
Figure GDA0002767088720000056
本发明的效果在于，本发明所述的方法能为公安部门的警务巡逻方案的制定提供相应的指导，有效的节省警力资源，提升公安机关的街面巡逻盘查工作效率。
附图说明
图1为本发明所述方法的一实施例的流程示意图；
图2为本发明所述网格基本单元在相离下合并示意图；
图3为本发明所述网格基本单元在仅具有角点相邻下合并示意图；
图4为本发明所述网格基本单元在相邻下合并示意图；
图5为本发明中所述网格基本单元合并过程示意图；
图6为本发明一实施例中独立网格单元的路段犯罪风险权重计算示意图；
图7为本发明一实施例中独立网格单元的路口犯罪风险权重计算示意图。
具体实施方式
为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚，下面将结合附图对本发明实施例的技术方案作进一步的详细描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，均属于本发明保护的范围。
参阅图1，图1是本发明所述方法一实施例的流程示意图。
一种基于路网的警务巡逻盘查路径优化方法，包括以下步骤：
步骤101：基于城市路网结构，对城市空间进行网格划分，生成一系列的路径网格基本单元，并提取出犯罪热点所覆盖的所有网格基本单元。
其中，提取出犯罪热点所覆盖的所有网格基本单元具体包括：
先以当前时间为起点，对过去预设时间段t内的犯罪事件利用核密度估计方法进行犯罪热点制图，得到犯罪事件的空间热点分布。
核密度估计方法的基本原理为：
Figure GDA0002767088720000061
其中，xi为犯罪活动的具体位置坐标，n为过去预设时间段t内所发生犯罪活动的数量，K为核函数，通常用高斯正态分布函数表示，h为核函数的带宽。
然后，将犯罪事件的空间热点分布与所述路径网格基本单元进行位置匹配关联，提取出犯罪热点所覆盖的所有网格基本单元。
步骤102：对犯罪热点所覆盖的所有网格基本单元按照其犯罪数量所属的犯罪风险等级进行标记。
标记具体包括：
计算每个所述网格基本单元内的犯罪数量，得到所有所述网格基本单元的犯罪数量分布，对犯罪数量分布按照等间距分类划分为预设个不同的犯罪风险等级，对每个所述网格基本单元按照其犯罪数量所属的犯罪风险等级进行标记。
用户可结合实际需求将所述网格基本单元标记为多个不同的犯罪风险等级，本发明在此不做限定。根据多次模拟结果表明，将所述网格基本单元内的犯罪数量将其划分为三个不同的犯罪风险等级，最能有效的节省警力资源，提升公安机关的街面巡逻盘查工作效率。
在一个具体的实施例中，将所述网格基本单元内的犯罪数量将其划分为三个不同的犯罪风险等级的等间距分类方法的基本原理如下：
设给定的网格基本单元内的犯罪数量数据序列的最大值为xmax，最小值为xmin，则第一类划分区间为xmin到xmin+(xmax-xmin)/3；第二类划分区间为xmin+(xmax-xmin)/3到xmin+2*(xmax-xmin)/3；第三类划分区间为xmin+2*(xmax-xmin)/3到xmax。
步骤103：将所有被标记为相同犯罪风险等级的所述网格基本单元按照所述网格基本单元之间的位置关系进行合并，得到独立网格单元。
参阅图2-5，图2为本发明所述网格基本单元在相离下合并示意图，图3为本发明所述网格基本单元在仅具有角点相邻下合并示意图，图4为本发明所述网格基本单元在相邻下合并示意图，图5为本发明中所述网格基本单元合并过程示意图。合并方法具体包括：
1)若网格基本单元La与网格基本单元Lb为空间相离位置关系，将其分别作为两个独立网格单元处理；
2)若网格基本单元La与网格基本单元Lb为空间相邻位置关系，但仅通过网格基本单元的角点相邻，将其分别作为两个独立网格单元处理；
3)若网格基本单元La与网格基本单元Lb为空间相邻位置关系，但通过网格基本单元的边相邻，将其合并为一个新的独立网格单元Lab。
步骤104：以所述独立网格单元内的犯罪数量为其犯罪风险权重值，计算每个所述独立网格单元中路段和路口的犯罪风险权重值。
需要说明的是，文中提到的独立网格单元的边和独立网格单元的路段为同一含义，独立网格单元的角点和独立网格单元的路口也为同一含义。
还需要说明的是，参阅图5，合并后形成的独立网格单元L356路段条数为6条，而不是网格基本单元L3、L4和L5路段条数的和。
计算每个独立网格单元中路段犯罪风险权重值的计算方法具体包括：根据所述独立网格单元中路段的数量计算，设所述独立网格单元Li有m条路段，其内的犯罪数量为n，则所述独立网格单元Li每个路段的犯罪风险权重为n/m。
参阅图6，图6为本发明一实施例中独立网格单元的路段犯罪风险权重计算示意图。在一个具体的实施例中，某独立网格单元Li有四个邻接路段(m＝4)，每个路段长度为li,1＝5，li,2＝3，li,3＝5，li,4＝3，网格内的犯罪数量为n＝10。则每个路段的犯罪风险权重分别为：
CL1＝CL2＝CL3＝CL4＝10/4＝2.5
计算每个独立网格单元中路段犯罪风险权重值的计算方法还包括：根据所述独立网格单元中路段的长度计算，设所述独立网格单元Li有m条路段，其内的犯罪数量为n，每个路段的长度为li,1，li,2，…，li,j，…，li,m，则第j条路段的犯罪风险权重
Figure GDA0002767088720000091
为
Figure GDA0002767088720000092
继续参阅图6，根据上述方法，则每个路段的犯罪风险权重分别为：
CL1＝10*5/(5+3+5+3)＝25/8；
CL2＝10*3/(5+3+5+3)＝15/8；
CL3＝10*5/(5+3+5+3)＝25/8；
CL4＝10*3/(5+3+5+3)＝15/8。
步骤(4)中所述计算独立网格单元中路段的犯罪风险权重值的计算方法还包括：对每个路段的犯罪风险权重进行加和计算，得到每个路段的犯罪风险权重最终值。
具体的，继续参阅图5，独立网格单元L4和L356有一条公共路段，在计算路段的犯罪风险权重值时，要将其犯罪风险权重进行加和计算，得到该路段的犯罪风险权重最终值。
计算独立网格单元中路口的犯罪风险权重值的计算方法包括：设路口Ni有k个路段相连，每个路段
Figure GDA0002767088720000093
的犯罪风险权重为
Figure GDA0002767088720000094
则路口Ni的犯罪风险权重为
Figure GDA0002767088720000095
参阅图7，图7为本发明一实施例中独立网格单元的路口犯罪风险权重计算示意图。在一个具体的实施例中，某路口Ni有四个邻接路段(k＝4)，每个路段的犯罪风险权重分别为CLNi,1＝2，CLNi,2＝4，CLNi,3＝1，CLNi,4＝5，则路口Ni的犯罪风险权重为：CNi＝(2+4+1+5)/4＝3。
计算独立网格单元中路口的犯罪风险权重值的计算方法还包括：设路口Ni有k个路段相连，每个路段
Figure GDA0002767088720000101
的犯罪风险权重为
Figure GDA0002767088720000102
则路口Ni的犯罪风险权重为
Figure GDA0002767088720000103
继续参阅图7，则路口Ni的犯罪风险权重为：CNi＝2+4+1+5＝12。
步骤105：对所有确定犯罪风险权重的路段及路口，根据所述犯罪风险权重进行排序，选择相应的路段和路口作为警务巡逻盘查的优先选择。
具体的，根据计算的路段和路口的最终风险权重值，分别进行排序，为警务巡逻盘查提供参考。
区别于现有技术，本发明提供的一种基于路网的警务巡逻盘查路径优化方法，基于空间分析和空间统计方法，针对区域内的犯罪活动利用核密度估计方法进行热点制图，然后利用空间位置匹配关系抽取与犯罪热点相关的路网基本网格单元，再计算每个路网网格内所含的实际发生犯罪案件数量，并进行分级统计，对空间位置相邻且犯罪数量处于同一级的路网网格单元进行合并处理，随后根据网格的边长计算网格每一个边的犯罪风险权重，并在此基础上进一步计算每一个路口的犯罪风险权重，最后根据得到的网格边以及路口的犯罪风险权重分布来指导公安部门的街面巡逻和盘查警力分配，能能够有效的提升巡逻盘查的工作效率。
本领域技术人员应该明白，本发明所述的方法并不限于具体实施方式中所述的实施例，上面的具体描述只是为了解释本发明的目的，并非用于限制本发明。本领域技术人员根据本发明的技术方案得出其他的实施方式，同样属于本发明的技术创新范围，本发明的保护范围由权利要求及其等同物限定。

Claims (6)

1.一种基于路网的警务巡逻盘查路径优化方法，其特征在于，包括以下步骤：
(1)基于城市路网结构，对城市空间进行网格划分，生成一系列的路径网格基本单元，并提取出犯罪热点所覆盖的所有网格基本单元，包括：以当前时间为起点，对过去预设时间段t内的犯罪事件利用核密度估计方法进行犯罪热点制图，得到犯罪事件的空间热点分布；
(2)对犯罪热点所覆盖的所有网格基本单元按照其犯罪数量所属的犯罪风险等级进行标记，具体包括：
计算每个所述网格基本单元内的犯罪数量，得到所有所述网格基本单元的犯罪数量分布，对犯罪数量分布按照等间距分类划分为预设个不同的犯罪风险等级，对每个所述网格基本单元按照其犯罪数量所属的犯罪风险等级进行标记；
(3)将所有被标记为相同犯罪风险等级的所述网格基本单元按照所述网格基本单元之间的位置关系进行合并，得到独立网格单元，具体包括：
1)若网格基本单元La与网格基本单元Lb为空间相离位置关系，将其分别作为两个独立网格单元处理；
2)若网格基本单元La与网格基本单元Lb为空间相邻位置关系，但仅通过网格基本单元的角点相邻，将其分别作为两个独立网格单元处理；
3)若网格基本单元La与网格基本单元Lb为空间相邻位置关系，但通过网格基本单元的边相邻，将其合并为一个新的独立网格单元Lab；
(4)以所述独立网格单元内的犯罪数量为其犯罪风险权重值，计算每个所述独立网格单元中路段和路口的犯罪风险权重值，具体包括：
根据所述独立网格单元中路段的数量计算，设所述独立网格单元Li有m条路段，其内的犯罪数量为n，则所述独立网格单元Li每个路段的犯罪风险权重为n/m；
步骤(4)中所述计算每个独立网格单元中路段犯罪风险权重值的计算方法还包括：
根据所述独立网格单元中路段的长度计算，设所述独立网格单元Li有m条路段，其内的犯罪数量为n，每个路段的长度为li,1，li,2，…，li,j，…，li,m，则第j条路段的犯罪风险权重
Figure FDA0002767088710000021
为
Figure FDA0002767088710000022
(5)对所有确定犯罪风险权重的路段及路口，根据所述犯罪风险权重进行排序，选择相应的路段和路口作为警务巡逻盘查的优先选择。
2.根据权利要求1所述一种基于路网的警务巡逻盘查路径优化方法，其特征在于，步骤(1)中所述提取出犯罪热点所覆盖的所有网格基本单元具体还包括：
将犯罪事件的空间热点分布与所述路径网格基本单元进行位置匹配关联，提取出犯罪热点所覆盖的所有网格基本单元。
3.根据权利要求1所述一种基于路网的警务巡逻盘查路径优化方法，其特征在于，步骤(2)中根据所述网格基本单元内的犯罪数量将其划分为三个不同的犯罪风险等级。
4.根据权利要求1任意所述一种基于路网的警务巡逻盘查路径优化方法，其特征在于，步骤(4)中所述计算独立网格单元中路段的犯罪风险权重值的计算方法还包括：
每个路段的犯罪风险权重进行加和计算，得到每个路段的犯罪风险权重最终值。
5.根据权利要求4所述一种基于路网的警务巡逻盘查路径优化方法，其特征在于，步骤(4)中所述计算独立网格单元中路口的犯罪风险权重值的计算方法包括：
设路口Ni有k个路段相连，每个路段
Figure FDA0002767088710000031
的犯罪风险权重为
Figure FDA0002767088710000032
则路口Ni的犯罪风险权重为
Figure FDA0002767088710000033
6.根据权利要求4所述一种基于路网的警务巡逻盘查路径优化方法，其特征在于，步骤(4)中所述计算独立网格单元中路口的犯罪风险权重值的计算方法还包括：
Figure FDA0002767088710000034
设路口Ni有k个路段相连，每个路段
Figure FDA0002767088710000035
的犯罪风险权重为
Figure FDA0002767088710000036
则路口Ni的犯罪风险权重为
Figure FDA0002767088710000037
CN201811541203.6A 2018-12-17 2018-12-17 一种基于路网的警务巡逻盘查路径优化方法 Active CN109740798B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811541203.6A CN109740798B (zh) 2018-12-17 2018-12-17 一种基于路网的警务巡逻盘查路径优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811541203.6A CN109740798B (zh) 2018-12-17 2018-12-17 一种基于路网的警务巡逻盘查路径优化方法

Publications (2)

Publication Number Publication Date
CN109740798A CN109740798A (zh) 2019-05-10
CN109740798B true CN109740798B (zh) 2021-03-05

Family

ID=66359541

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811541203.6A Active CN109740798B (zh) 2018-12-17 2018-12-17 一种基于路网的警务巡逻盘查路径优化方法

Country Status (1)

Country Link
CN (1) CN109740798B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111126677A (zh) * 2019-12-05 2020-05-08 北京明略软件系统有限公司 确定消防巡检路线的方法及系统
CN112229395B (zh) * 2020-10-21 2024-04-26 广州大学 一种巡逻路径规划方法、计算设备及存储介质
CN117635401B (zh) * 2024-01-24 2024-04-12 创意信息技术股份有限公司 城市管理巡逻方案生成方法、装置、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102402729A (zh) * 2010-09-13 2012-04-04 方正国际软件有限公司 基于路网数据的资源调度方法及系统
CN103955804A (zh) * 2014-05-20 2014-07-30 中山大学 一种服务于警务防控分区规划的犯罪风险时空模式识别方法
CN104537830A (zh) * 2014-12-29 2015-04-22 上海电科智能系统股份有限公司 一种出行热点路网影响评估的交通指数区域划分方法
CN104567906A (zh) * 2015-01-14 2015-04-29 合肥革绿信息科技有限公司 一种基于北斗的城市路网车辆路径规划方法及装置
CN103337189B (zh) * 2013-06-08 2015-07-29 北京航空航天大学 一种基于路段动态划分的车辆路径诱导方法
CN107608982A (zh) * 2016-07-11 2018-01-19 中国四维测绘技术有限公司 面向对象的气象信息服务的方法、气象服务平台及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102402729A (zh) * 2010-09-13 2012-04-04 方正国际软件有限公司 基于路网数据的资源调度方法及系统
CN103337189B (zh) * 2013-06-08 2015-07-29 北京航空航天大学 一种基于路段动态划分的车辆路径诱导方法
CN103955804A (zh) * 2014-05-20 2014-07-30 中山大学 一种服务于警务防控分区规划的犯罪风险时空模式识别方法
CN104537830A (zh) * 2014-12-29 2015-04-22 上海电科智能系统股份有限公司 一种出行热点路网影响评估的交通指数区域划分方法
CN104567906A (zh) * 2015-01-14 2015-04-29 合肥革绿信息科技有限公司 一种基于北斗的城市路网车辆路径规划方法及装置
CN107608982A (zh) * 2016-07-11 2018-01-19 中国四维测绘技术有限公司 面向对象的气象信息服务的方法、气象服务平台及系统

Also Published As

Publication number Publication date
CN109740798A (zh) 2019-05-10

Similar Documents

Publication Publication Date Title
Li et al. Setting wildfire evacuation triggers by coupling fire and traffic simulation models: a spatiotemporal GIS approach
CN109740798B (zh) 一种基于路网的警务巡逻盘查路径优化方法
CN106780089B (zh) 基于神经网络元胞自动机模型的永久性基本农田划定方法
Li et al. A household-level approach to staging wildfire evacuation warnings using trigger modeling
Van Patten et al. A microspatial analysis of robbery: Prospective hot spotting in a small city
Yu et al. Crime forecasting using spatio-temporal pattern with ensemble learning
CN103839118A (zh) 一种选址方法和装置
CN111144693B (zh) 一种城市公厕选址的决策方法、装置和计算机可读存储介质
Chen et al. Investigating urbanization and its spatial determinants in the central districts of Guangzhou, China
CN109919819B (zh) 区域生态网络的构建、评价和优化方法
CN107872808A (zh) 一种wlan站址预测分析方法及装置
Chang et al. Planning for green infrastructure and mapping synergies and trade-offs: A case study in the Yanshuei River Basin, Taiwan
Zambrano et al. A spatial model for evaluating the vulnerability of water management in Mexico City, Sao Paulo and Buenos Aires considering climate change
Li et al. Using reverse geocoding to identify prominent wildfire evacuation trigger points
Yang et al. Criticality ranking for components of a transportation network at risk from tropical cyclones
KR20210050726A (ko) 부동산 거래 정보 및 가격 예측 정보 제공 시스템 및 그 방법
CN110263109A (zh) 一种融合互联网信息及gis技术的家庭户数估算方法
Kocher et al. Forecasting of crime events applying risk terrain modeling
Ghodousi et al. Air Quality Management in Tehran Using a Multi-Dimensional Decision Support System.
Ma et al. Incorporating multi-criteria suitability evaluation into multi-objective location–allocation optimization comparison for earthquake emergency shelters
Mabahwi et al. GIS-based multi-criteria analysis to identify site suitability of flood shelters in Kuantan, Malaysia
CN117151499A (zh) 一种国土空间规划的监测评估方法及系统
KR102651113B1 (ko) 공간정보 융합기술을 활용한 노후 건축지구 화재위험지수 평가장치, 방법 및 그 방법을 기록한 기록매체
Sun et al. Study on safe evacuation routes based on crowd density map of shopping mall
Chen et al. Ambulance service area considering disaster-induced disturbance on the transportation infrastructure

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant