CN110378527A - 一种水站选址方法 - Google Patents
一种水站选址方法 Download PDFInfo
- Publication number
- CN110378527A CN110378527A CN201910638837.1A CN201910638837A CN110378527A CN 110378527 A CN110378527 A CN 110378527A CN 201910638837 A CN201910638837 A CN 201910638837A CN 110378527 A CN110378527 A CN 110378527A
- Authority
- CN
- China
- Prior art keywords
- water
- water station
- shortest path
- node
- selecting method
- 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.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 151
- 238000000034 method Methods 0.000 title claims abstract description 51
- 239000003651 drinking water Substances 0.000 claims abstract description 73
- 235000020188 drinking water Nutrition 0.000 claims abstract description 73
- 238000010586 diagram Methods 0.000 claims abstract description 51
- 238000009826 distribution Methods 0.000 claims abstract description 51
- 239000011159 matrix material Substances 0.000 claims abstract description 44
- 230000035622 drinking Effects 0.000 claims abstract description 14
- 230000008676 import Effects 0.000 claims abstract description 9
- 230000032258 transport Effects 0.000 claims description 27
- 238000012545 processing Methods 0.000 claims description 12
- 239000002131 composite material Substances 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 description 11
- 238000012544 monitoring process Methods 0.000 description 8
- 238000010276 construction Methods 0.000 description 7
- 241000196171 Hydrodictyon reticulatum Species 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 239000004744 fabric Substances 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000006911 nucleation Effects 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- GOLXNESZZPUPJE-UHFFFAOYSA-N spiromesifen Chemical compound CC1=CC(C)=CC(C)=C1C(C(O1)=O)=C(OC(=O)CC(C)(C)C)C11CCCC1 GOLXNESZZPUPJE-UHFFFAOYSA-N 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Geometry (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Mathematical Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computational Mathematics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种水站选址方法,涉及选址技术领域。本发明所述的水站选址方法,包括在CAD软件中导入目标区域地图,并导入饮用水流量信息;对饮用水流量的分叉口处理得到相应的管路图;从管路图得到饮用水流量信息的拓扑结构图;采用最短路径算法生成任意两个节点之间的最短路径矩阵;根据最短路径矩阵选择集成度较高的组合区位,初步确定相应的水站分布方式;确定最终的水站选址方案。本发明所述的水站选址方法,创新性地引进最短路径求解算法,以空间句法优化后的集成度作为选址量化标准进行比较,与传统饮用水站的主观选址方法相比,提高了规划选址的科学性。
Description
技术领域
本发明涉及选址技术领域,具体而言,涉及一种水站选址方法。
背景技术
城市是人类经济和社会活动最重要的载体,城市的整体结构受到城市设施的影响,城市设施也与市民的日常生活息息相关。随着城市的快速发展,城市建设过程中,需要对各类型设施尤其是水站设施进行规划选址,传统的设施选址方法主要是基于设施服务半径和规划设计人员的主观经验,其局限性在于操作不可控性较高,效率偏低,不确定因素较多等。
由此可见,现有水站选址方法需要进一步改进。
发明内容
本发明解决的问题是现有水站选址方法过于依赖主观经验。
为解决上述问题,本发明提供一种水站选址方法,包括:S1:在CAD软件中导入目标区域地图,并导入饮用水流量信息;S2:对饮用水流量的分叉口处理得到相应的管路图;S3:从管路图得到饮用水流量信息的拓扑结构图;S4:采用最短路径算法生成任意两个节点之间的最短路径矩阵;S5:根据最短路径矩阵选择集成度较高的组合区位,初步确定相应的水站分布方式;S6:根据初步确定的水站分布方式,结合水站建设和改造的成本,以及不同饮用水站在饮用水供应体系中起到的功能种类和大小不同的情况,确定最终的水站选址方案。
本发明所述的水站选址方法,创新性地引进最短路径求解算法,以空间句法优化后的集成度作为选址量化标准进行比较,与传统饮用水站的主观选址方法相比,提高了规划选址的科学性。
可选地,所述步骤S1还包括:在CAD软件中导入目标区域地图,转化得到平面轴线图;分析目标区域的饮用水输运管路分布情况,以及不同用水需求的建筑设施分布情况。
本发明所述的水站选址方法,本实施例通过采用包括CAD在内的平面处理软件和地理信息系统(GIS)在内的空间信息系统对目标区域的地理环境和饮用水流量信息进行处理,为后续形成相应的饮用水信息直观示意图进行了充足的准备工作;通过分析目标区域内饮用水输运管路分布情况,以及不同用水需求的建筑设施分布情况,并在CAD软件中进行标注,以使监测人员及选址人员能够对饮用水信息有直观的了解感受,以便执行相应的监督及建造任务;同时,在水站选址过程中,考虑到污染源对水质的影响,设定输运管路优先绕开水站禁止建造区域铺设,防止出现污染源对输运管路渗透造成污染的情况。
可选地,所述步骤S1还包括:结合所述目标区域的饮用水输运管路分布情况,以及不同用水需求的建筑设施分布情况,导入目标区域的饮用水流量信息;根据所述目标区域的饮用水流量信息确定各个子区域的饮用水需求权重;根据所述各个子区域的饮用水需求权重初步确定水站分布权重。
本发明所述的水站选址方法,通过在平面轴线图中导入饮用水流量信息,使得监测人员及选址人员能够直观知晓各个子区域的饮用水需求;根据饮用水流量信息确定各个子区域的饮用水净流入值或净流出值,再根据各个子区域的饮用水净流入值或净流出值确定饮用水需求权重,并在平面轴线图中进行标注,直观展示各个子区域的饮用水需求;根据各个子区域的饮用水需求权重初步确定水站分布权重,以满足用水需求,并对最终的水站选址起到数量上的参考作用。
可选地,所述步骤S2还包括:按照饮用水管路相交的情况,在相交处作截段处理,形成首尾相连的管路体系;结合所述饮用水流量信息对管路体系进行优化处理,形成具备流量信息的管路图。
本发明所述的水站选址方法,通过对饮用水流量的分叉口处理得到相应的管路图,形成首尾相连的管路体系,为后续利用空间句法原理进行集成度计算比较进行了充足的准备工作;通过结合饮用水流量信息对管路体系进行优化处理,形成具备流量信息的管路图,并输运管路的相交节点在管路图中着重标注,提供了直观的管路图。
可选地,所述步骤S3包括:按照空间句法原理,将平面轴线图中的边等效为节点;对节点编号并记录节点之间的相邻关系;根据节点之间的关联,建立邻接矩阵并构建拓扑结构图。
本发明所述的水站选址方法,创新性地将空间句法应用在水站选址环节,将饮用水输运管路等同为常规空间句法中的城市路网,饮用水流量信息等同为人流运动量。按照空间句法原理,将平面轴线图中的边等效为节点;通过对节点编号并记录节点之间的相邻关系,为后续建立邻接矩阵进行了充足的准备工作;根据节点之间的关联,建立邻接矩阵并构建拓扑结构图,为最短路径算法的计算进行了充足的准备工作。
可选地,所述步骤S4还包括:采用最短路径算法遍历拓扑结构图中的所有节点。
本发明所述的水站选址方法,通过采用包括Dijkstra算法的最短路径算法进行计算,遍历拓扑结构图中的所有节点,为后续确定最短路径矩阵进行了充足的准备工作。
可选地,所述最短路径算法包括Dijkstra算法、弗洛伊德算法和SPFA算法。
本发明所述的水站选址方法,通过采用包括Dijkstra算法的最短路径算法进行计算,遍历拓扑结构图中的所有节点,为后续确定最短路径矩阵进行了充足的准备工作。
可选地,所述步骤S4还包括:确定任意两个节点之间的最短路径,生成最短路径矩阵。
本发明所述的水站选址方法,采用Dijkstra算法确定任意两个节点之间的最短路径,生成最短路径矩阵,利用集成度作为选址量化标准,提高了规划选址的科学性。
可选地,所述步骤S5还包括:判断拓扑结构图中任意n个节点之间的组合类型;根据组合类型进行相应的Dijkstra算法的计算过程。
本发明所述的水站选址方法,通过判断节点的集成度大小来决定水站分布方式,提高了规划选址的科学性;通过Dijkstra算法计算不同组合类型的集成度大小,提高了规划选址的科学性。
可选地,所述步骤S5还包括:采用Dijkstra算法计算单独节点或组合的集成度,并根据集成度和初步确定的水站分布权重,初步选择相应的水站分布方式。
本发明所述的水站选址方法,根据计算得到的集成度,和初步确定的水站分布权重,初步选择相应的水站分布方式,提高了规划选址的科学性。
附图说明
图1为本发明所述的水站选址方法的流程图;
图2为本发明所述的目标区域平面轴线图;
图3为本发明所述的带有饮用水流向信息的平面轴线图;
图4为本发明所述的节点A1的拓扑距离示意图;
图5为本发明所述的节点A2的拓扑距离示意图;
图6为本发明所述的节点A3的拓扑距离示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
如图1所示,本发明提供一种水站选址方法,包括:
一、在CAD软件中导入目标区域地图,并导入饮用水流量信息;
1.1、在CAD软件中导入目标区域地图,转化得到平面轴线图;
具体地,结合图2所示,在CAD软件中导入预计建造水站的目标区域地图,应用地理信息系统(GIS)等类似系统对地图进行预处理,去除地图中存在的陈旧及错误标注,得到与实际情况相符的地图。
将地图进行网格划分,转换为如图2所示的分路段的平面轴线图,并在各路段为饮用水输运管路和流量信息等预留标注空余,在后续步骤中逐渐完善各项信息,形成相应的饮用水信息直观示意图。
其中,在本发明中,不限于在CAD软件中导入地图,还包括Adobe Photoshop,Adobeillustrator和CorelDRAW等。
其中,地理信息系统(GIS)是一个获取、存储、编辑、处理、分析和显示地理数据的空间信息系统,其核心是用计算机来处理和分析地理信息。地理信息系统软件技术是一类军民两用技术,不仅应用于军事领域、资源调查、环境评估等方面,也应用于地域规划,公共设施管理、交通、电信、城市建设、能源、电力、农业等国民经济的重要部分。
地理信息系统(GIS)类似系统包括全球定位系统(GPS)和遥感系统(RS),地理信息系统(GIS)、全球定位系统(GPS)和遥感系统(RS)三者合称为3S系统。
本实施例通过采用包括CAD在内的平面处理软件和地理信息系统(GIS)在内的空间信息系统对目标区域的地理环境和饮用水流量信息进行处理,为后续形成相应的饮用水信息直观示意图进行了充足的准备工作。
1.2、分析目标区域的饮用水输运管路分布情况,以及不同用水需求的建筑设施分布情况;
具体地,分析目标区域现有饮用水输运管路的分布情况,以及输运管路所连接的现有水站及各种建筑设施的分布情况,并针对不同用水需求的建筑设施分布情况在平面轴线图中进行相应的标注,形成能够体现目标区域内饮用水需求和输运等信息的网络示意图,为饮用水监测人员及选址人员提供直观的饮用水信息示意图。
例如,在CAD软件中,在不同用水需求的建筑设施上涂上颜色,建筑设施用水需求越大,则颜色越深,比如工厂的用水需求明显高于民用住房的用水需求,则工厂的标注颜色深于民用住房的标注颜色;同时,各种建筑设施与现有水站之间的输运管路也涂上另外的颜色以示区别,输运管路越集中的区域颜色越深,比如在水站及大型用水设施周围的输运管路明显多于民用住房周围的输运管路,则水站及大型用水设施周围的输运管路颜色深于民用住房周围的管路颜色,这样监测人员及选址人员能够对饮用水信息有直观的了解感受,以便执行相应的监督及建造任务。
同时,分析排污工厂等建筑的分布情况,并在平面轴线图中标注,作为后续步骤中水站选址的参考因素,在水站选址及建造过程中,避免将水站建造在排污工厂排污口下游,以及优先保持水站3km范围内无污染源。
例如,在平面轴线图中将排污工厂等能够产生污染源的建筑标注出来,并以这些建筑为圆心,3km为半径,划定水站禁止建造区域,在水站建造过程中,绕开禁止建造区域,同时,水站建造过程中会伴随饮用水输运管路的建造,输运管路优先绕开水站禁止建造区域铺设,防止出现污染源对输运管路渗透造成污染的情况。
本实施例通过分析目标区域内饮用水输运管路分布情况,以及不同用水需求的建筑设施分布情况,并在CAD软件中进行标注,以使监测人员及选址人员能够对饮用水信息有直观的了解感受,以便执行相应的监督及建造任务;同时,在水站选址过程中,考虑到污染源对水质的影响,设定输运管路优先绕开水站禁止建造区域铺设,防止出现污染源对输运管路渗透造成污染的情况。
1.3、结合1.2中的分布情况导入目标区域的饮用水流量信息,其中,饮用水流量信息包括人群密度分布,饮用水在各个子区域间的流向;
具体地,结合目标区域的饮用水输运管路分布情况和不同用水需求的建筑设施分布情况,导入目标区域的饮用水流量信息。
以武汉市为例,青山区和洪山区等各个子区域的人群密度分布在政府报告和公众服务平台中都能够找到相关资料,人口与用水量呈正相关关系,人群密度越大的子区域需要用水量也就相应地越大;再者,饮用水在各个子区域间的流向可以通过目标区域的饮用水输运管路分布情况和不同用水需求的建筑设施分布情况推导得知,用水需求大的建筑设施分布相对较多的区域为饮用水流向方向,并在平面轴线图中标识水流方向,综合上述信息能够直观知晓各个子区域的饮用水需求。
本实施例通过在平面轴线图中导入饮用水流量信息,使得监测人员及选址人员能够直观知晓各个子区域的饮用水需求。
1.4、根据1.3中的饮用水流量信息确定各个子区域的饮用水需求权重;
具体地,根据1.3中的饮用水流量信息确定各个子区域的饮用水需求权重,在平面轴线图中已经标注各个子区域内及子区域之间的饮用水流向,能够直观知晓各个子区域的饮用水需求。
以武汉市为例,在平面轴线图中,由其它子区域指向洪山区的饮用水流量方向多于洪山区指向其它子区域的饮用水流量方向,则说明洪山区为饮用水净流入区,从而直观知晓洪山区的饮用水需求居于高值,相应地,根据饮用水流量信息确定其它子区域的饮用水需求,并根据各个子区域的饮用水净流入值或净流出值确定各个子区域的饮用水需求权重。
本实施例根据饮用水流量信息确定各个子区域的饮用水净流入值或净流出值,再根据各个子区域的饮用水净流入值或净流出值确定饮用水需求权重,并在平面轴线图中进行标注,直观展示各个子区域的饮用水需求。
1.5、根据各个子区域的饮用水需求权重初步确定水站分布权重。
具体地,在确定各个子区域的饮用水需求权重后,按照需求权重确定水站分布权重,以满足用水需求。
例如在步骤1.4中确定洪山区的饮用水需求权重为0.2(全武汉饮用水需求权重为1),同时江夏区的饮用水需求权重为0.05,则对应地,初步拟定洪山区的水站分布权重为0.2,江夏区的水站分布权重为0.05,对最终的水站选址起到数量上的参考作用。
本实施例根据各个子区域的饮用水需求权重初步确定水站分布权重,以满足用水需求,并对最终的水站选址起到数量上的参考作用。
二、对饮用水流量的分叉口处理得到相应的管路图;
2.1、按照饮用水管路相交的情况,在相交处作截段处理,形成首尾相连的管路体系;
具体地,结合图3所示,平面轴线图中标注有饮用水输运管路,以及管路中的饮用水流向信息,管路和管路之间存在相交的情况,在管路相交处作截段处理,截段处理后,形成了多个分立的管路,且各个分立管路之间首尾相连,进而形成首尾相连的管路体系。
本实施例通过对饮用水流量的分叉口处理得到相应的管路图,形成首尾相连的管路体系,为后续利用空间句法原理进行集成度计算比较进行了充足的准备工作。
2.2、结合饮用水流量信息对管路体系进行优化处理,形成具备流量信息的管路图。
具体地,形成首尾相连的管路体系后,由于管路体系只是输运管路的粗略表示,并不包含饮用水输运的各项参数信息,因此需要对管路体系进行优化处理,以获得更加直观的管路图。
例如,将饮用水流量信息标注在管路图中,形成具备流量信息的管路图。另外,也可以将输运管路的相交节点在管路图中着重标注,输运管路交叉越多的节点使用更加显眼的标注,输运管路交叉越少的节点正常标注即可,以示区别。
本实施例通过结合饮用水流量信息对管路体系进行优化处理,形成具备流量信息的管路图,并输运管路的相交节点在管路图中着重标注,提供了直观的管路图。
三、从管路图得到饮用水流量信息的拓扑结构图;
3.1、按照空间句法原理,将平面轴线图中的边等效为节点;
具体地,空间句法是关于空间与社会的一系列理论和技术,其核心观点是空间不是社会经济活动的背景,而是社会经济活动开展的一部分。空间句法理论作为一种新的描述建筑与城市空间模式的语言,其基本思想是对空间进行尺度划分和空间分割,分析其复杂的关系。空间句法中所指的空间,不仅仅是欧氏几何所描述的可用数学方法来量测的对象,而且描述空间之间的拓扑、几何、实际距离等关系。它不仅关注局部的空间可达性,而且强调整体的空间通达性和关联性。
空间句法原理归结如下:
(1)城市是社会经济多重因素长期影响下的复杂空间自组织系统,在长期的要素系统耦合作用过程中,物质空间与其社会功能之间产生复杂的内在联系和相互作用,成为协同发展的互动子系统,因此可借助蕴含社会性的物质空间分析,解释物质空间内在的功能结构。
(2)可视范围内的街道空间对主体社会运动具有意向引导作用,因此,主体感知范围内的最长街道可构成空间句法分析的基本单元-轴线。在城市内部,相互连接的轴线之间存在着内在的结构关系,正是这一共性的结构关系形成城市空间拓扑结构内在的发展规律,因此通过对城市拓扑空间的内在结构分析,可以捕捉不同城市内在的共性规律。
(3)不同轴线引导的人流运动量存在差异,在句法结构中,拥有高集成度的轴线能够引入更多的人流和社会功能。更多的人流进一步促进街道物质空间增强其功能重塑,从而在物质空间与社会运动流之间形成“乘数效应”。久而久之,某些街道的中心性日益增强,产生了“运动过程中心化”现象,形成集成核。
本实施例创新性地将空间句法应用在水站选址环节,将饮用水输运管路等同为常规空间句法中的城市路网,饮用水流量信息等同为人流运动量。按照空间句法原理,将平面轴线图中的边等效为节点。
3.2、对节点编号并记录节点之间的相邻关系;
具体地,结合图3所示,对步骤3.1中等效的节点按顺序标号,并记录节点之间的相邻关系。
例如,若两节点之间相邻,则记为1,若两节点之间不相邻,则记为0,同时,节点与其自身关系记为0。
本实施例通过对节点编号并记录节点之间的相邻关系,为后续建立邻接矩阵进行了充足的准备工作。
3.3、根据节点之间的关联,建立邻接矩阵并构建拓扑结构图。
具体地,邻接矩阵指用于存放顶点间关系(边或弧)数据的二维数组,即邻接矩阵指表示顶点之间相邻关系的矩阵。
下面详细介绍邻接矩阵,设G=(V,E)是一个图,其中V={v1,v2,…,vn}。G的邻接矩阵是一个具有下列性质的n阶方阵,满足:
①对无向图而言,邻接矩阵一定是对称的,而且主对角线一定为零(在此仅讨论无向简单图),副对角线不一定为0,有向图则不一定如此。
②在无向图中,任一顶点i的度为第i列(或第i行)所有非零元素的个数,在有向图中顶点i的出度为第i行所有非零元素的个数,而入度为第i列所有非零元素的个数。
③用邻接矩阵法表示图共需要n^2个空间,由于无向图的邻接矩阵一定具有对称关系,所以扣除对角线为零外,仅需要存储上三角形或下三角形的数据即可,因此仅需要n(n-1)/2个空间。
构建拓扑结构图的过程包括:在Excel表格中手动输入或通过图像处理软件导出邻接矩阵,并将建立的邻接矩阵导入Matlab中构建拓扑结构图。其中,针对简单的平面轴线图只需要人工识别判断并手动输入即可,而对于复杂的平面轴线图,节点数较多,网络复杂,仅依靠人工识别容易出现遗漏,需要使用图像处理软件导出邻接矩阵。其中,邻接矩阵导入Matlab中构建拓扑结构图属于本领域公知常识,在此不再赘述。
本实施例根据节点之间的关联,建立邻接矩阵并构建拓扑结构图,为最短路径算法的计算进行了充足的准备工作。
四、采用Dijkstra算法生成任意两个节点之间的最短路径矩阵;
4.1、采用Dijkstra算法遍历拓扑结构图中的所有节点;
具体地,Dijkstra(迪杰斯特拉)算法是典型的单源最短路径算法,用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。Dijkstra算法使用了广度优先搜索解决赋权有向图或者无向图的单源最短路径问题,算法最终得到一个最短路径树。该算法常用于路由算法或者作为其他图算法的一个子模块。
Dijkstra算法采用的是一种贪心的策略,声明一个数组dis来保存源点到各个顶点的最短距离和一个保存已经找到了最短路径的顶点的集合:T,初始时,原点s的路径权重被赋为0(dis[s]=0)。若对于顶点s存在能直接到达的边(s,m),则把dis[m]设为w(s,m),同时把所有其他(s不能直接到达的)顶点的路径长度设为无穷大。初始时,集合T只有顶点s。然后,从dis数组选择最小值,则该值就是源点s到该值对应的顶点的最短路径,并且把该点加入到T中,此时完成一个顶点,然后,看新加入的顶点是否可以到达其他顶点并且看看通过该顶点到达其他点的路径长度是否比源点直接到达短,如果是,那么就替换这些顶点在dis中的值。然后,又从dis中找出最小值,重复上述动作,直到T中包含了图的所有顶点。
另外,除采用Dijkstra(迪杰斯特拉)算法外,本发明还可采用包括弗洛伊德算法(Floyd算法)和SPFA算法在内的算法进行最短路径矩阵的计算。
弗洛伊德算法是解决任意两点间的最短路径的一种算法,可以正确处理有向图或有向图或负权(但不可存在负权回路)的最短路径问题,同时也被用于计算有向图的传递闭包。
算法思路:通过Floyd计算图G=(V,E)中各个顶点的最短路径时,需要引入两个矩阵,矩阵S中的元素a[i][j]表示顶点i(第i个顶点)到顶点j(第j个顶点)的距离。矩阵P中的元素b[i][j],表示顶点i到顶点j经过了b[i][j]记录的值所表示的顶点。假设图G中顶点个数为N,则需要对矩阵D和矩阵P进行N次更新。初始时,矩阵D中顶点a[i][j]的距离为顶点i到顶点j的权值;如果i和j不相邻,则a[i][j]=∞,矩阵P的值为顶点b[i][j]的j的值。接下来开始,对矩阵D进行N次更新。第1次更新时,如果”a[i][j]的距离”>“a[i][0]+a[0][j]”(a[i][0]+a[0][j]表示”i与j之间经过第1个顶点的距离”),则更新a[i][j]为”a[i][0]+a[0][j]”,更新b[i][j]=b[i][0]。同理,第k次更新时,如果”a[i][j]的距离”>“a[i][k-1]+a[k-1][j]”,则更新a[i][j]为”a[i][k-1]+a[k-1][j]”,b[i][j]=b[i][k-1]。更新N次之后,操作完成。
SPFA算法是求解单源最短路径问题的一种算法,由理查德·贝尔曼(RichardBellman)和莱斯特·福特创立的。它的原理是对图进行V-1次松弛操作,得到所有可能的最短路径。其优于Dijkstra算法的方面是边的权值可以为负数、实现简单,缺点是时间复杂度过高,高达O(VE)。但算法可以进行若干种优化,提高了效率。
算法思路:用数组dis记录每个结点的最短路径估计值,用邻接表或邻接矩阵来存储图G。我们采取的方法是动态逼近法:设立一个先进先出的队列用来保存待优化的结点,优化时每次取出队首结点u,并且用u点当前的最短路径估计值对离开u点所指向的结点v进行松弛操作,如果v点的最短路径估计值有所调整,且v点不在当前的队列中,就将v点放入队尾。这样不断从队列中取出结点来进行松弛操作,直至队列空为止。带有负环的图是没有最短路径的,所以在执行算法的时候,要判断图是否带有负环,方法有两种:(1)开始算法前,调用拓扑排序进行判断(一般不采用,浪费时间);(2)如果某个点进入队列的次数超过N次则存在负环(N为图的顶点数)。
本实施例通过采用包括Dijkstra算法的最短路径算法进行计算,遍历拓扑结构图中的所有节点,为后续确定最短路径矩阵进行了充足的准备工作。
4.2、确定任意两个节点之间的最短路径,生成最短路径矩阵。
采用Dijkstra算法确定任意两个节点之间的最短路径,生成最短路径矩阵。例如可以采用Matlab程序遍历拓扑结构图中的所有节点,确定任意两个节点之间的最短路径,具体过程包括:调用Matlab程序,在未标记点中找到距离源点距离最近的点,并将该点加入到已标记点中,同时更新其它未标记点到源点的最短估计距离,进而确定任意两个节点之间的最短距离。
在运用Dijkstra算法时,需要考虑空间句法模型的系列变量。
(1)连接值Ci
拓扑结构网络中考查的是节点之间的连通性,而非实际物理距离。其中,连接值Ci代表直接与节点连接的边数。
(2)控制值Ctrli
控制值是表征一个空间对与之相交的空间的控制程度,反映一个空间对其周围空间的影响程度,控制值是理想状态下的空间可选择性的评价方式,如果舍弃社会、经济和技术层面的因素,主体对空间单元的选择自由程度,是由和该空间相邻的空间数目决定的。控制值正是基于空间连接数目通过数学均权得到。
(3)深度值
深度值是指某一结点距其他所有结点的最短距离,深度值不是一个独立的形变变量,而是计算集成度的中间变量。
(4)集成度
集成度表示该区域到达其他的区域的通达性,集成度越高,可达性越好,它主要用来表达整体水平上的结构特征。集成度反映了一个单元空间与系统中所有其他空间的集聚或离散程度,当集成度值大时,表明该空间在系统中的便捷程度越大,也就是该空间在系统中处于较便捷的位置,反之空间在系统中处于不便捷的位置。集成度分为整体集成度和局部集成度,整体集成度表达的是一个空间和其它所有空间的关系,所有节点都在计算考虑中,而局部集成度则表示空间与最短距离内的空间的关系。根据所考虑节点情况,集成度可以表征一个空间与局部空间或整体空间的关系;集成度为相对值,在不同的轴线图中对集成度值进行高低比较没有意义,只能在同一轴线图中表示形态或网络的优劣情况。
本实施例采用Dijkstra算法确定任意两个节点之间的最短路径,生成最短路径矩阵,利用集成度作为选址量化标准,提高了规划选址的科学性。
五、根据最短路径矩阵选择集成度较高的组合区位,初步确定相应的水站分布方式;
5.1、判断拓扑结构图中任意n个节点之间的组合类型;
具体地,在本实施例中,以三个节点为例,结合图4-图6所示,初步预计建造水站的节点为A1、A2和A3,通过判断节点的集成度大小来决定水站分布方式。
首先需要判断三个节点之间的组合类型,A1、A2和A3之间的相互关系包括相互独立设施、两两相互替代型设施和两两相互互补型设施。
本实施例通过判断节点的集成度大小来决定水站分布方式,提高了规划选址的科学性。
5.2、根据组合类型进行相应的Dijkstra算法的计算过程;
(1)当A1、A2和A3为相互独立设施时,计算拓扑结构图中其它节点分别到A1、A2和A3的最短拓扑距离;
(2)当A1、A2和A3为两两相互替代型设施时,A1、A2和A3两两组合为(A1,A2)、(A2,A3)和(A1,A3),计算拓扑结构图中其它节点到每个组合中任一点的最短拓扑距离;
(3)当A1、A2和A3为两两相互互补型设施时,A1、A2和A3两两组合为(A1,A2)、(A2,A3)和(A1,A3),计算拓扑结构图中其它节点同时经过每个组合中两点的最短拓扑距离。
本实施例通过Dijkstra算法计算不同组合类型的集成度大小,提高了规划选址的科学性。
5.3、采用Dijkstra算法计算单独节点或组合的集成度,并根据集成度和初步确定的水站分布权重,初步选择相应的水站分布方式。
具体地,与步骤5.2中一一对应。
(1)A1、A2和A3单个依次计算集成度,并比较三者的集成度大小;
(2)分别计算(A1,A2)、(A2,A3)和(A1,A3)组合的集成度,并比较三者的集成度大小;
(3)分别计算(A1,A2)、(A2,A3)和(A1,A3)组合的集成度,并比较三者的集成度大小。
结合前述步骤中确定的水站分布权重,初步选择相应的水站分布方式。例如当A1、A2和A3为相互独立设施时,计算出A1的集成度最高,则其可达性最好,因此在A1位置处建造更多水站更为合理;例如当A1、A2和A3为两两相互替代型设施时,计算出(A1,A2)组合的集成度最高,则该组合能够提供的服务半径更大,可达性最好,因此在(A1,A2)区位内建造更多水站更为合理。
本实施例根据计算得到的集成度,和初步确定的水站分布权重,初步选择相应的水站分布方式,提高了规划选址的科学性。
六、根据初步确定的水站分布方式,结合水站建设和改造的成本,以及不同饮用水站在饮用水供应体系中起到的功能种类和大小不同的情况,确定最终的水站选址方案。
具体地,在水站建造过程中,还需要考虑水站建设和改造的成本,例如在步骤5.3中,当A1、A2和A3为相互独立设施时,计算出A1的集成度最高,应当在A1位置处建造更多水站更为合理,但是若考虑到A1位置处于山丘地带,建造成本显著提升,则需要对水站建造位置进行调整,优先在A1位置附近选择合适的节点,新节点处的集成度次高,则将水站建造在新节点处,反之在A2和A3中选择集成度高的节点作为水站建造点。并且,在建设新水站时,需要对原输运管路进行改造,同时增添新的输运管路,需要考虑到输运管路建造及改造过程中的各种成本,例如城市密集区输运管路改造对于城市生产生活的影响,以及改造后对于饮用水资源的调配方式等都在成本考虑范围内,这些也会直接影响到水站最终建成结果。
同时,水站除包括水供应站外,还包括水质监测站,其中水供应站优先满足覆盖面大的要求,水质监测站除位于输运管路上对流经饮用水进行质量监测外,还应当在数量分布上与水供应站相匹配。
另外,水站既包括大型水站,也包括小型水站,在集成度较高的区域多选用大型水站以满足实际需求,在集成度较低的区域多选用小型水站以降低建造及维护成本。本实施例中,以供水量作为水站大小的评判标准,将日供水量大于3000吨的水站称为大型水站,反之则为小型水站。
综合上述计算结果和建造中的实际情况确定最终的水站选址方案。
综上所述,本发明所述的水站选址方法创新性地引进最短路径求解算法,以空间句法优化后的集成度作为选址量化标准进行比较,与传统饮用水站的主观选址方法相比,提高了规划选址的科学性。
虽然本发明公开披露如上,但本发明公开的保护范围并非仅限于此。本领域技术人员在不脱离本发明公开的精神和范围的前提下,可进行各种变更与修改,这些变更与修改均将落入本发明的保护范围。
Claims (10)
1.一种水站选址方法,其特征在于,包括:
S1:在CAD软件中导入目标区域地图,并导入饮用水流量信息;
S2:对饮用水流量的分叉口处理得到相应的管路图;
S3:从管路图得到饮用水流量信息的拓扑结构图;
S4:采用最短路径算法生成任意两个节点之间的最短路径矩阵;
S5:根据最短路径矩阵选择集成度较高的组合区位,初步确定相应的水站分布方式;
S6:根据初步确定的水站分布方式,结合水站建设和改造的成本,以及不同饮用水站在饮用水供应体系中起到的功能种类和大小不同的情况,确定最终的水站选址方案。
2.根据权利要求1所述的水站选址方法,其特征在于,所述步骤S1还包括:
在CAD软件中导入目标区域地图,转化得到平面轴线图;
分析目标区域的饮用水输运管路分布情况,以及不同用水需求的建筑设施分布情况。
3.根据权利要求2所述的水站选址方法,其特征在于,所述步骤S1还包括:
结合所述目标区域的饮用水输运管路分布情况,以及不同用水需求的建筑设施分布情况,导入目标区域的饮用水流量信息;
根据所述目标区域的饮用水流量信息确定各个子区域的饮用水需求权重;
根据所述各个子区域的饮用水需求权重初步确定水站分布权重。
4.根据权利要求3所述的水站选址方法,其特征在于,所述步骤S2还包括:
按照饮用水管路相交的情况,在相交处作截段处理,形成首尾相连的管路体系;
结合所述饮用水流量信息对管路体系进行优化处理,形成具备流量信息的管路图。
5.根据权利要求4所述的水站选址方法,其特征在于,所述步骤S3包括:
按照空间句法原理,将平面轴线图中的边等效为节点;
对节点编号并记录节点之间的相邻关系;
根据节点之间的关联,建立邻接矩阵并构建拓扑结构图。
6.根据权利要求5所述的水站选址方法,其特征在于,所述步骤S4还包括:采用最短路径算法遍历拓扑结构图中的所有节点。
7.根据权利要求6所述的水站选址方法,其特征在于,所述最短路径算法包括Dijkstra算法、弗洛伊德算法和SPFA算法。
8.根据权利要求6所述的水站选址方法,其特征在于,所述步骤S4还包括:确定任意两个节点之间的最短路径,生成最短路径矩阵。
9.根据权利要求8所述的水站选址方法,其特征在于,所述步骤S5还包括:
判断拓扑结构图中任意n个节点之间的组合类型;
根据组合类型进行相应的Dijkstra算法的计算过程。
10.根据权利要求9所述的水站选址方法,其特征在于,所述步骤S5还包括:采用Dijkstra算法计算单独节点或组合的集成度,并根据集成度和初步确定的水站分布权重,初步选择相应的水站分布方式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910638837.1A CN110378527A (zh) | 2019-07-16 | 2019-07-16 | 一种水站选址方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910638837.1A CN110378527A (zh) | 2019-07-16 | 2019-07-16 | 一种水站选址方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110378527A true CN110378527A (zh) | 2019-10-25 |
Family
ID=68253373
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910638837.1A Pending CN110378527A (zh) | 2019-07-16 | 2019-07-16 | 一种水站选址方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110378527A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111325400A (zh) * | 2020-02-20 | 2020-06-23 | 内蒙古自治区水利水电勘测设计院 | 一种高海拔长距离的输水定位方法及其定位系统 |
CN111696423A (zh) * | 2020-06-23 | 2020-09-22 | 中建水务环保有限公司 | 一种污水处理设施布设方法、系统及载体 |
CN112215432A (zh) * | 2020-10-21 | 2021-01-12 | 河南大学 | 一种水资源可达性预测方法和预测系统 |
CN117274004A (zh) * | 2023-11-20 | 2023-12-22 | 武汉市规划编审中心(武汉规划展示馆) | 基于最短路径规划和空间句法的小学选址方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030222005A1 (en) * | 2002-01-09 | 2003-12-04 | Paul Polizzotto | Apparatus and methods for reducing contaminants in water systems using information distribution |
CN102147830A (zh) * | 2011-03-29 | 2011-08-10 | 清华大学 | 给水管网优化设计方法和系统 |
CN103324814A (zh) * | 2013-07-15 | 2013-09-25 | 中国水利水电科学研究院 | 一种输水系统的设计方法 |
CN105160089A (zh) * | 2015-08-26 | 2015-12-16 | 华南理工大学 | 一种基于空间句法网络优化的辅助规划选址方法 |
CN108320060A (zh) * | 2018-03-14 | 2018-07-24 | 成都市自来水有限责任公司 | 一种基于城市供水管网人工水质监测点选址方法 |
-
2019
- 2019-07-16 CN CN201910638837.1A patent/CN110378527A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030222005A1 (en) * | 2002-01-09 | 2003-12-04 | Paul Polizzotto | Apparatus and methods for reducing contaminants in water systems using information distribution |
CN102147830A (zh) * | 2011-03-29 | 2011-08-10 | 清华大学 | 给水管网优化设计方法和系统 |
CN103324814A (zh) * | 2013-07-15 | 2013-09-25 | 中国水利水电科学研究院 | 一种输水系统的设计方法 |
CN105160089A (zh) * | 2015-08-26 | 2015-12-16 | 华南理工大学 | 一种基于空间句法网络优化的辅助规划选址方法 |
CN108320060A (zh) * | 2018-03-14 | 2018-07-24 | 成都市自来水有限责任公司 | 一种基于城市供水管网人工水质监测点选址方法 |
Non-Patent Citations (1)
Title |
---|
刘鸿剑, 王巍, 罗海军, 肖伟红: ""基于空间句法与层次分析法相结合的超市选址方法研究"", 《测绘技术装备》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111325400A (zh) * | 2020-02-20 | 2020-06-23 | 内蒙古自治区水利水电勘测设计院 | 一种高海拔长距离的输水定位方法及其定位系统 |
CN111696423A (zh) * | 2020-06-23 | 2020-09-22 | 中建水务环保有限公司 | 一种污水处理设施布设方法、系统及载体 |
CN112215432A (zh) * | 2020-10-21 | 2021-01-12 | 河南大学 | 一种水资源可达性预测方法和预测系统 |
CN117274004A (zh) * | 2023-11-20 | 2023-12-22 | 武汉市规划编审中心(武汉规划展示馆) | 基于最短路径规划和空间句法的小学选址方法 |
CN117274004B (zh) * | 2023-11-20 | 2024-02-27 | 武汉市规划编审中心(武汉规划展示馆) | 基于最短路径规划和空间句法的小学选址方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110378527A (zh) | 一种水站选址方法 | |
CN103533501B (zh) | 一种地理围栏生成方法 | |
CN104462685B (zh) | 基于网格GIS和Floyd算法的输电线路设计方法 | |
CN103971184B (zh) | 基于gis空间地理信息系统的输电线路路径生成方法 | |
CN103049829B (zh) | 城乡客运线网与枢纽场站一体化融合方法 | |
CN107730099A (zh) | 一种空间规划模型建立方法 | |
CN111581315B (zh) | 一种公共服务设施可达性计算方法及装置 | |
CN108537710A (zh) | 一种基于Markov-FLUS模型的城市增长边界划定方法 | |
CN102984265A (zh) | 一种基于物联网的水环境监测方法 | |
CN109272170A (zh) | 一种基于Louvain算法的交通小区划分系统 | |
CN112734176B (zh) | 一种充电站建站方法、装置、终端设备和可读存储介质 | |
CN107872808A (zh) | 一种wlan站址预测分析方法及装置 | |
CN106845623A (zh) | 一种基于人工鱼群算法的电力无线专网基站规划方法 | |
CN109190161A (zh) | 基于斑块元胞自动机和港口城市规划的港城发展模拟方法 | |
CN109992923A (zh) | 一种基于变分辨率成本表面的分阶段输电线路路径规划方法 | |
CN107506433A (zh) | 城市发展空间格局情景模拟系统 | |
CN109978275A (zh) | 一种混合cfd和深度学习的极端大风风速预测方法及系统 | |
CN115185303A (zh) | 用于国家公园及自然保护地的无人机巡护路径规划方法 | |
CN106530702A (zh) | 一种基于交通指数的随机动态网络交通规划方法 | |
CN206546634U (zh) | 基于物联网的城市交通流诱导系统 | |
CN107121143B (zh) | 一种协同poi数据的道路选取方法 | |
CN109840611A (zh) | 一种综合业务接入区定容定址处理方法及装置 | |
CN108538185A (zh) | 一种电网规划地理信息平台及其制作方法 | |
CN116777046A (zh) | 交通预训练模型构建和交通预测方法、装置及电子设备 | |
CN113903171B (zh) | 一种基于高速路网时空特性的车辆群智感知节点优化方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191025 |