CN111506619B - 一种产业园区空间选址方法及系统 - Google Patents
一种产业园区空间选址方法及系统 Download PDFInfo
- Publication number
- CN111506619B CN111506619B CN202010173993.8A CN202010173993A CN111506619B CN 111506619 B CN111506619 B CN 111506619B CN 202010173993 A CN202010173993 A CN 202010173993A CN 111506619 B CN111506619 B CN 111506619B
- Authority
- CN
- China
- Prior art keywords
- industrial park
- factor
- area
- factors
- distribution
- 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
Links
Classifications
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Probability & Statistics with Applications (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Remote Sensing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明涉及一种产业园区空间选址方法及系统,属于地理信息技术领域,解决了现有的定性选址方法偶然性大、无法为选址决策提供可靠依据且存在局域化的问题,该方法包括,按预设面积将待分析区域划分为多个单元区域;计算每个单元区域内现状产业园区分布的平均密度;确定影响产业园区空间选址的因素,每一所述因素包括多个因子;计算获得每一因子的类型平均值,根据所述产业园区分布的平均密度和每一因子的类型平均值利用地理探测器系统获得每一因子的权重值;根据每一因子的权重值确定各因子在产业园区选址决策中的优先级,并根据所述优先级确定新建产业园区选址。本发明通过定量评估不同因素对产业园选址的重要性,提高了产业园选址的针对性和准确性。
Description
技术领域
本发明涉及地理信息技术领域,尤其涉及一种产业园区空间选址 方法及系统。
背景技术
如何在合适的区域建设产业园,同时尽可能避免产业园超量建设 所引发的诸多问题,是我国境外产业园在选址决策阶段需要面临的核 心问题。
在不同国家、乃至同一国家的不同区域,由于地域特征和禀赋的 差异,产业园空间布局的特征和影响因素也不尽相同,难以形成具有 普适意义的建设和发展准则。
现有技术至少存在以下缺陷,一是现有产业园区定性选址方法针 对性不强、偶然性大、无法为选址决策提供可靠的客观数据依据;二 是定性选址方法大多用于局部地区或领土较小的国家(或地区),难 以覆盖国土面积较大的国家(或地区),适用性差。
发明内容
鉴于上述的分析,本发明在提供一种产业园区空间选址方法及系 统,用以解决现有定性选址方法针对性不强、偶然性大、无法为选址 决策提供可靠的客观数据依据、且适用性差的问题。
一方面,本发明提供了一种产业园区空间选址方法,包括以下步 骤:
按预设面积将待分析区域划分为多个单元区域;
计算每个单元区域内产业园区分布的平均密度;
确定影响产业园区空间选址的因素,每一所述因素包括多个因 子;
计算每个单元区域内各因子的平均值,进行重分类,获得每一因 子的类型平均值;
根据所述产业园区分布的平均密度和每一因子的类型平均值利 用地理探测器系统获得每一因子对产业园区空间选址影响的权重值;
根据每一因子的权重值确定各因子在产业园区选址决策中的优 先级,并根据所述优先级确定新建产业园区选址。
进一步的,通过下述流程计算每个单元区域内产业园区分布的平 均密度;
获取待分析区域产业园区分布的点数据,将待分析区域产业园区 划分为多个栅格;
根据所述点数据利用核密度估计通过下述公式获得待分析区域 每一栅格内产业园区的分布密度:
其中,Kp为核函数,p为搜索阈值,n为搜索阈值范围内的已知 产业园区分布点数量,xi为第i个点对应的面积;
根据待分析区域每一栅格内产业园区的分布密度及每个单元区 域所覆盖的栅格数量统计每个单元区域内产业园区分布的平均密度。
进一步的,所述预设面积大小与待分析区域总面积相差两个数量 级。
进一步的,通过下述方式获得每一因子的类型平均值:
获取每一因子对应的点状或面状分布数据;
根据所述点状或面状分布数据计算获得单元区域内每一因子的 平均值;
将每一因子的平均值进行重分类获得每一因子的类型平均值。
进一步的,通过下述方式获得每一因子对产业园区空间选址影响 的权重值:
将每一单元区域内产业园区分布的平均密度作为因变量,将相应 单元区域内每一因子的类型平均值作为自变量输入地理探测器系统, 获得每一因子的权重值。
进一步的,地理探测器系统通过下述公式计算得到每一因子的权 重值:
其中,h=1,2,…,L,L为因子的类型数量;Nh为每个因子类 型对应的单元区域数量,N为待分析产业园区分布密度所对应的单元 区域数量,为每个因子类型内各因子平均值的方差,σ2分为待分析 区域内产业园区分布密度的方差。
进一步的,通过下述方式确定新建产业园区选址:
将权重值q≥30%的因子,确定为新建产业园区选址的核心因 子;
将权重值25%≤q<30%的因子,确定为新建产业园区选址的重 要因子;
根据所述核心因子和重要因子,确定新建产业园区的选址。
与现有技术相比,本发明至少可实现如下有益效果之一:
1、本发明将因子对产业园区选址的影响通过权重值进行定量表 示,规避了现有技术中定性分析产业园区选址偶然性大、无法为选址 决策提供可靠、清晰量化的客观数据依据的缺陷;
2、本发明根据因子对产业园区选址影响的权重值,将因子分为 核心因子和重要因子,并在新建产业园区选址中优先考虑核心因子, 其次考虑重要因子,提高了新建产业园区选址的针对性和准确性;
3、本发明提出的产业园区定量选址方法能够覆盖全域、适用性 强,且通过定量选址方法能够判定采用定性方法选址的决策是否合 适。
另一方面,本发明提供了一种产业园区空间选址系统,包括:
绘图模块,用于绘制待分析区域的现有产业园区空间分布图,并 将待分析区域划分为预设面积大小的单元区域;
数据处理模块,用于获得影响产业园区空间选址的每一因子的权 重值;
选址确定模块,用于根据每一因子的权重值确定新建产业园区的 选址。
进一步的,所述数据处理模块通过下述方式获得每一因子的权重 值:
计算每个单元区域内产业园区分布的平均密度;
计算每个单元区域内各因子的平均值,进行重分类,获得每一因 子的类型平均值;
根据所述产业园区分布的平均密度和每一因子的类型平均值利 用地理探测器子模块获得每一因子对产业园区空间选址影响的权重 值。
进一步的,所述选址确定模块通过下述方式确定产业园区的选 址:
将权重值q≥30%的因子,确定为新建产业园区选址的核心因 子;
将权重值25%≤q<30%的因子,确定为新建产业园区选址的重 要因子;
根据所述核心因子和重要因子,确定新建产业园区的选址。
由于本发明中的产业园区空间选址系统与上述产业园区空间选 址方法的原理相同,所以该系统也具有与上述方法相应的技术效果。
本发明中,上述各技术方案之间还可以相互组合,以实现更多的 优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述, 并且,部分优点可从说明书中变得显而易见,或者通过实施本发明而 了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出 的内容中来实现和获得。
附图说明
附图仅用于示出具体实施例的目的,而并不认为是对本发明的限 制,在整个附图中,相同的参考符号表示相同的部件。
图1为本发明实施例产业园区选址方法的流程图;
图2为本发明实施例待分析区域划分的多个的单元区域;
图3为本发明实施例影响产业园区选址的各因子对应的含义的 示意图;
图4为本发明实施例待分析区域产业园区空间点分布的示意 图;
图5为本发明实施例影响产业园区选址的各因子权重值的示意 图;
图6为本发明实施例产业园区选址系统的示意图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例,其中,附图构成 本申请一部分,并与本发明的实施例一起用于阐释本发明的原理,并 非用于限定本发明的范围。
本发明的一个具体实施例,公开了一种产业园区空间选址方法。 如图1所示,该方法包括以下步骤:
步骤S101、如图2所示,按预设面积将待分析区域划分为多个 单元区域;
示例性的,若在其他国家或地区选址新建产业园区,则将其他国 家或地区作为待分析区域,分析该国家或地区内影响产业园区选址的 因素,并根据分析结果确定新建产业园区的选址。
根据待分析区域的面积大小确定预设面积的大小,优选的,所述 预设面积大小与待分析区域总面积相差两个数量级,可以在保证计算 准确度的同时减少计算量,从而简化计算。示例性的,待分析区域以 XX国为例,若其面积大小为3310平方公里,则设定单元区域面积 为10平方公里,将待分析区域划分为331个区域单元。
步骤S102、计算每个单元区域内产业园区分布的平均密度;产 业园区分布的平均密度即划分的单元区域内分布的产业园区的数量。
步骤S103、确定影响产业园区空间选址的因素,每一所述因素 包括多个因子;
步骤S104、计算每个单元区域内各因子的平均值,进行重分类, 获得每一因子的类型平均值;
步骤S105、根据所述产业园区分布的平均密度和每一因子的类 型平均值利用地理探测器系统获得每一因子对产业园区空间选址影 响的权重值;
所述地理探测器系统中的因子探测器子系统能够根据所述产业 园区分布的平均密度和每一因子的类型平均值获得每一因子对产业 园区空间选址影响的权重值。
步骤S106、根据每一因子的权重值确定各因子在产业园区选址 决策中的优先级,并根据所述优先级确定新建产业园区选址。
上述步骤S103中,所述影响产业园区空间选址的因素可以包括 自然条件、区域交通、服务配套、就业人员、创新资源和政治政策中 的多个;所述自然条件包括的因子有海拔高程和降雨毫米数;所述区 域交通包括的因子有公路网密度、高速及国家公路网密度;所述服务配套包括的因子有城镇及居民点分布、距离最近城市的车程及人口数 量;所述就业人员包括的因子有就业数量、制造业从业人员数量及技 术工人数量;所述创新资源包括的因子有距离最近大学/学院的车程 和科技人员数量;所述政治政策包括的因子有是否为NPA地区及是 否为局势紧张地区。
具体的,影响产业园区选址的各因子对应的含义如图3所示。
优选的,步骤S102中,通过下述流程计算每个单元区域内产业 园区分布的平均密度;
获取待分析区域产业园区分布的点数据,待分析产业园区的空间 点分布如图4所示;
其中,所述点数据包括产业园区的经纬度坐标和用地面积,用地 面积通过点数量及点对应的面积表示。将待分析区域产业园区平均划 分为多个栅格,所述划分的多个栅格适用于下述的核密度估计;
根据所述点数据利用核密度估计通过下述公式获得待分析区域 每一栅格内产业园区的分布密度:
其中,Kp为核函数,p为搜索阈值,n为搜索阈值范围内的已知 产业园区分布点数量,xi为第i个点对应的面积,x为搜索阈值范围 内中心点的产业园区的面积;
根据待分析区域每一栅格内产业园区的分布密度及每个单元区 域所覆盖的栅格数量统计每个单元区域内产业园区分布的平均密度。
优选的,通过下述方式获得每一因子的类型平均值:
获取每一因子对应的点状或面状分布数据;
根据所述点状或面状分布数据计算获得每一因子的平均值,具体 的,若因子对应的为点状分布数据,则根据所述点状分布数据利用核 密度估计和栅格计算获得单元区域内所述因子的平均值;若因子对应 的为面状分布数据,则利用栅格计算获得所述因子的平均值;
将每一因子的平均值进行重分类获得每一因子的类型平均值。
考虑大部分因子对应的平均值为连续值,而地理探测器系统的计 算输入必须为类型变量,因此将每一因子的平均值进行重分类获得每 一因子的类型平均值,具体的,采用自然断裂点法确定每一类型的阈 值范围,将每一因子对应的连续量平均值划分到对应的类型中,得到 每一因子的类型平均值。
与前述因子相对应,获取的因子对应的点状分布数据包括年平均 降雨量、城镇和居民点的用地面积、所属城市的人口总数、所属城市 的就业总数、所属城市的制造业从业人员数量、所属城市的技术工人 数量、所属城市的科技人员数量;获取的因子对应的面状数据包括栅 格内用地的平均海拔、所有公路里程/面积、高速及国家公路里程/面 积、任一点开车到最近城市的平均时间、任一点开车到最近大学的平均时间、所属城市是否被划入NPA地区或所在地区是否存在军事冲 突。
优选的,通过下述方式获得每一因子对产业园区空间选址影响的 权重值:
将每一单元区域内产业园区分布的平均密度作为因变量,将相应 单元区域内每一因子的类型平均值作为自变量输入地理探测器系统,获得每一因子的权重值。具体的,通过地理探测器系统中的因子探测 器子系统计算获得每一因子的权重值;地理探测器系统的输出结果如 图5所示。
优选的地理探测器系统中的因子探测器子系统通过下述公式计 算得到每一因子的权重值:
其中,h=1,2,…,L,L为因子的类型数量;Nh为每个因子类 型对应的单元区域数量,N为待分析产业园区分布密度所对应的单元 区域数量,为每个因子类型内各因子平均值的方差,σ2分为待分析 区域内产业园区分布密度的方差。
优选的,通过下述方式确定新建产业园区选址:
将权重值q≥30%的因子,确定为新建产业园区选址的核心因 子;
将权重值25%≤q<30%的因子,确定为新建产业园区选址的重 要因子;
根据所述核心因子和重要因子,确定新建产业园区的选址。
示例性的,根据上述对所述待分析区域的分析,若新建产业园区 为科技园,则产业园区选址的核心因子包括城镇居民分布点、距离最 近大学/学院的车程、距离最近城市的车程和公路网密度,重要因子 包括人口数量、降水毫米数、科技人员数量、技术工人数量和制造业从业人员数量;若新建产业园区为工业园,则产业园区选址的核心因 子包括城镇居民分布点、距离最近城市的车程,重要因子包括技术工 人数量、人口数量、距离最近大学/学院的车程、公路网密度。根据 不同类型的产业园区按照不同的因子优先级确定产业园区的选址。
与现有技术相比,本发明提出的产业园区选址方法,首先,本发 明将因子对产业园区选址的影响通过权重值进行定量表示,规避了现 有技术中定性分析产业园区选址偶然性大、无法为选址决策提供可 靠、清晰量化的客观数据依据的缺陷;其次,本发明根据因子对产业 园区选址影响的权重值,将因子分为核心因子和重要因子,并在新建产业园区选址中优先考虑核心因子,其次考虑重要因子,提高了新建 产业园区选址的针对性和准确性;重要的是,本发明提出的产业园区 定量选址方法能够覆盖全域、适用性强,且通过定量选址方法能够判 定采用定性方法选址的决策是否合适。
另一方面,本发明的另一个实施例提供了一种产业园区空间选址 系统,如图6所示,包括:
绘图模块,用于绘制待分析区域的现有产业园区空间分布图,并 将待分析区域划分为预设面积大小的单元区域;
数据处理模块,用于获得影响产业园区空间选址的每一因子的权 重值;
选址确定模块,用于根据每一因子的权重值确定新建产业园区的 选址。
优选的,所述数据处理模块通过下述方式获得每一因子的权重 值:
计算每个单元区域内产业园区分布的平均密度;
计算每个单元区域内各因子的平均值,进行重分类,获得每一因 子的类型平均值;
根据所述产业园区分布的平均密度和每一因子的类型平均值利 用地理探测器子模块获得每一因子对产业园区空间选址影响的权重 值。
具体的,通过下述流程计算每个单元区域内产业园区分布的平均 密度;
获取待分析区域产业园区分布的点数据,其中,所述点数据包括 产业园区的经纬度坐标和用地面积,用地面积通过点数量及点对应的 面积表示;
将待分析区域产业园区平均划分为多个栅格,所述划分的多个栅 格适用于下述的核密度估计;
根据所述点数据利用核密度估计通过下述公式获得待分析区域 每一栅格内产业园区的分布密度:
其中,Kp为核函数,p为搜索阈值,n为搜索阈值范围内的已知 产业园区分布点数量,xi为第i个点对应的面积,x为搜索阈值范围 内中心点的产业园区的面积;
根据待分析区域每一栅格内产业园区的分布密度及每个单元区 域所覆盖的栅格数量统计每个单元区域内产业园区分布的平均密度。
所述因子可以包括海拔高程、降雨毫米数、公路网密度、高速及 国家公路网密度、城镇及居民点分布、距离最近城市的车程、人口数 量、就业数量、制造业从业人员数量、技术工人数量、距离最近大学 /学院的车程、科技人员数量、是否为NPA地区或是否为局势紧张地 区中的多个。
与前述因子相对应,获取的因子对应的点状分布数据包括年平均 降雨量、城镇和居民点的用地面积、所属城市的人口总数、所属城市 的就业总数、所属城市的制造业从业人员数量、所属城市的技术工人 数量、所属城市的科技人员数量;获取的因子对应的面状数据包括栅 格内用地的平均海拔、所有公路里程/面积、高速及国家公路里程/面 积、任一点开车到最近城市的平均时间、任一点开车到最近大学的平均时间、所属城市是否被划入NPA地区或所在地区是否存在军事冲 突。
考虑到大部分因子对应的平均值为连续值,而地理探测器系统的 计算输入必须为类型变量,因此将每一因子的平均值进行重分类获得 每一因子的类型平均值,具体的,采用自然断裂点法确定每一类型的 阈值范围,将每一因子对应的连续量平均值划分到对应的类型中,得 到每一因子的类型平均值。
优选的,所述选址确定模块通过下述方式确定产业园区的选址:
将权重值q≥30%的因子,确定为新建产业园区选址的核心因 子;
将权重值25%≤q<30%的因子,确定为新建产业园区选址的重 要因子;
根据所述核心因子和重要因子,确定新建产业园区的选址。
示例性的,根据上述对所述待分析区域的分析,若新建产业园区 为科技园,则产业园区选址的核心因子包括城镇居民分布点、距离最 近大学/学院的车程、距离最近城市的车程和公路网密度,重要因子 包括人口数量、降水毫米数、科技人员数量、技术工人数量和制造业从业人员数量;若新建产业园区为工业园,则产业园区选址的核心因 子包括城镇居民分布点、距离最近城市的车程,重要因子包括技术工 人数量、人口数量、距离最近大学/学院的车程、公路网密度。根据 不同类型的产业园区按照不同的因子优先级确定产业园区的选址。
与现有技术相比,本发明提出的产业园区选址系统,首先,本发 明将因子对产业园区选址的影响通过权重值进行定量表示,规避了现 有技术中定性分析产业园区选址偶然性大、无法为选址决策提供可 靠、清晰量化的客观数据依据的缺陷;其次,本发明根据因子对产业 园区选址影响的权重值,将因子分为核心因子和重要因子,并在新建产业园区选址中优先考虑核心因子,其次考虑重要因子,提高了新建 产业园区选址的针对性和准确性;重要的是,本发明提出的产业园区 定量选址方法能够覆盖全域、适用性强,且通过定量选址方法能够判 定采用定性方法选址的决策是否合适。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范 围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技 术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围 之内。
Claims (8)
1.一种产业园区空间选址方法,其特征在于,包括以下步骤:
按预设面积将待分析区域划分为多个单元区域;
通过下述流程计算每个单元区域内产业园区分布的平均密度:获取待分析区域产业园区分布的点数据,将待分析区域产业园区划分为多个栅格;根据所述点数据利用核密度估计通过下述公式获得待分析区域每一栅格内产业园区的分布密度:
其中,Kp为核函数,p为搜索阈值,n为搜索阈值范围内的已知产业园区分布点数量,xi为第i个点对应的面积,x为搜索阈值范围内中心点的产业园区的面积;根据待分析区域每一栅格内产业园区的分布密度及每个单元区域所覆盖的栅格数量统计每个单元区域内产业园区分布的平均密度;
确定影响产业园区空间选址的因素,每一所述因素包括多个因子;
计算每个单元区域内各因子的平均值,进行重分类,获得每一因子的类型平均值;
根据所述产业园区分布的平均密度和每一因子的类型平均值利用地理探测器系统获得每一因子对产业园区空间选址影响的权重值;
根据每一因子的权重值确定各因子在产业园区选址决策中的优先级,并根据所述优先级确定新建产业园区选址。
2.根据权利要求1所述的一种产业园区空间选址方法,其特征在于,所述预设面积大小与待分析区域总面积相差两个数量级。
3.根据权利要求2所述的一种产业园区空间选址方法,其特征在于,通过下述方式获得每一因子的类型平均值:
获取每一因子对应的点状或面状分布数据;
根据所述点状或面状分布数据计算获得单元区域内每一因子的平均值;
将每一因子的平均值进行重分类获得每一因子的类型平均值。
4.根据权利要求3所述的一种产业园区空间选址方法,其特征在于,通过下述方式获得每一因子对产业园区空间选址影响的权重值:
将每一单元区域内产业园区分布的平均密度作为因变量,将相应单元区域内每一因子的类型平均值作为自变量输入地理探测器系统,获得每一因子的权重值。
5.根据权利要求4所述的一种产业园区空间选址方法,其特征在于,地理探测器系统通过下述公式计算得到每一因子的权重值:
其中,h=1,2,…,L,L为因子的类型数量;Nh为每个因子类型对应的单元区域数量,N为待分析产业园区分布密度所对应的单元区域数量,为每个因子类型内各因子平均值的方差,σ2分为待分析区域内产业园区分布密度的方差。
6.根据权利要求5所述的一种产业园区空间选址方法,其特征在于,通过下述方式确定新建产业园区选址:
将权重值q≥30%的因子,确定为新建产业园区选址的核心因子;
将权重值25%≤q<30%的因子,确定为新建产业园区选址的重要因子;
根据所述核心因子和重要因子,确定新建产业园区的选址。
7.一种产业园区空间选址系统,其特征在于,包括:
绘图模块,用于绘制待分析区域的现有产业园区空间分布图,并将待分析区域划分为预设面积大小的单元区域;
数据处理模块,用于获得影响产业园区空间选址的每一因子的权重值;
选址确定模块,用于根据每一因子的权重值确定新建产业园区的选址;
其中,所述数据处理模块通过下述方式获得每一因子的权重值:
计算每个单元区域内产业园区分布的平均密度,包括:获取待分析区域产业园区分布的点数据,将待分析区域产业园区划分为多个栅格;根据所述点数据利用核密度估计通过下述公式获得待分析区域每一栅格内产业园区的分布密度:
其中,Kp为核函数,p为搜索阈值,n为搜索阈值范围内的已知产业园区分布点数量,xi为第i个点对应的面积,x为搜索阈值范围内中心点的产业园区的面积;根据待分析区域每一栅格内产业园区的分布密度及每个单元区域所覆盖的栅格数量统计每个单元区域内产业园区分布的平均密度;
计算每个单元区域内各因子的平均值,进行重分类,获得每一因子的类型平均值;
根据所述产业园区分布的平均密度和每一因子的类型平均值利用地理探测器子模块获得每一因子对产业园区空间选址影响的权重值。
8.根据权利要求7所述的一种产业园区空间选址系统,其特征在于,所述选址确定模块通过下述方式确定产业园区的选址:
将权重值q≥30%的因子,确定为新建产业园区选址的核心因子;
将权重值25%≤q<30%的因子,确定为新建产业园区选址的重要因子;
根据所述核心因子和重要因子,确定新建产业园区的选址。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010173993.8A CN111506619B (zh) | 2020-03-12 | 2020-03-12 | 一种产业园区空间选址方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010173993.8A CN111506619B (zh) | 2020-03-12 | 2020-03-12 | 一种产业园区空间选址方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111506619A CN111506619A (zh) | 2020-08-07 |
CN111506619B true CN111506619B (zh) | 2023-10-03 |
Family
ID=71863864
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010173993.8A Active CN111506619B (zh) | 2020-03-12 | 2020-03-12 | 一种产业园区空间选址方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111506619B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117610992A (zh) * | 2023-11-15 | 2024-02-27 | 广州市城市规划勘测设计研究院有限公司 | 一种预制菜产业园空间选址方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102945507A (zh) * | 2012-10-09 | 2013-02-27 | 东北大学 | 基于模糊层次分析的分散式风电场优化选址方法及装置 |
CN103269085A (zh) * | 2013-04-16 | 2013-08-28 | 东北大学 | 一种分布式风机选址定容系统 |
CN108009677A (zh) * | 2017-11-29 | 2018-05-08 | 黑龙江鑫联华信息股份有限公司 | 一种选址方法 |
WO2018113787A1 (zh) * | 2016-12-23 | 2018-06-28 | 中兴通讯股份有限公司 | 一种区域划分方法及装置和存储介质 |
-
2020
- 2020-03-12 CN CN202010173993.8A patent/CN111506619B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102945507A (zh) * | 2012-10-09 | 2013-02-27 | 东北大学 | 基于模糊层次分析的分散式风电场优化选址方法及装置 |
CN103269085A (zh) * | 2013-04-16 | 2013-08-28 | 东北大学 | 一种分布式风机选址定容系统 |
WO2018113787A1 (zh) * | 2016-12-23 | 2018-06-28 | 中兴通讯股份有限公司 | 一种区域划分方法及装置和存储介质 |
CN108009677A (zh) * | 2017-11-29 | 2018-05-08 | 黑龙江鑫联华信息股份有限公司 | 一种选址方法 |
Non-Patent Citations (1)
Title |
---|
闫慧 ; 郑应平 ; 王仲奇 ; .航空产业园选址方法研究.山西建筑.2018,(32),第20页第4章. * |
Also Published As
Publication number | Publication date |
---|---|
CN111506619A (zh) | 2020-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101794507A (zh) | 基于浮动车数据的宏观路网交通状态评价方法 | |
CN112348344B (zh) | 一种公共交通可达指数计算方法 | |
AU2010246386A1 (en) | Speed profile dictionary | |
Praharaj et al. | Estimating impacts of recurring flooding on roadway networks: a Norfolk, Virginia case study | |
CN110413855B (zh) | 一种基于出租车下客点的区域出入口动态提取方法 | |
CN113112068A (zh) | 一种村镇公共设施选址布局的方法及其系统 | |
CN111612223B (zh) | 基于土地和交通多源数据的人口就业分布预测方法及装置 | |
CN111506619B (zh) | 一种产业园区空间选址方法及系统 | |
CN112087716A (zh) | 社区生活圈边界测度方法、系统、计算机设备及存储介质 | |
CN111177300A (zh) | 一种能够展示黄河下游滩区淹没补偿信息的三维数字化系统 | |
Zhu et al. | Ridership Prediction of Urban Rail Transit Stations Based on AFC and POI Data | |
Kmetec et al. | Electric vehicle charging stations coverage: a study of Slovenia | |
KR102526361B1 (ko) | 지역단위의 폭염 및 한파에 대한 지표면효과 분석 시스템 및 방법 | |
Sun et al. | A data-driven method for measuring accessibility to healthcare using the spatial interpolation model | |
Lin et al. | Advancing and lagging effects of weather conditions on intercity traffic volume: A geographically weighted regression analysis in the Guangdong-Hong Kong-Macao Greater Bay Area | |
CN115146840A (zh) | 一种基于数据驱动的轨道交通新线接入客流预测方法 | |
CN113780880A (zh) | 一种基于空间代表性的pm2.5观测站点布局评价方法 | |
Li et al. | A novel approach for predicting urban pavement damage based on facility information: A case study of Beijing, China | |
Sabet et al. | A cost-effective methodology to compare travel time and speed: a tale of 11 cities | |
Boitor et al. | A new tool for the evaluation of co2 emissions from road traffic: a case study in cluj-napoca, romania | |
Taran | Measuring Accessibility to Health Care Centers in the City of Al-Mafraq Using Geographic Information Systems. | |
Srivanit et al. | A classification urban precinct ventilation zones using key indicators of spatial form: case study in Bangkok | |
Li et al. | High-Resolution Flood Numerical Model and Dijkstra Algorithm Based Risk Avoidance Routes Planning | |
Wang et al. | Integrating BP and MGWR-SL model to estimate village-level poor population: An experimental study from Qianjiang, China | |
Min et al. | A Spatial Analysis of Subsidised Bus Route Catchment Feasibility in An Urban Area in Malaysia |
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 |