CN111967757A - 城市宜居方案的确定方法、装置、设备及存储介质 - Google Patents
城市宜居方案的确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111967757A CN111967757A CN202010807394.7A CN202010807394A CN111967757A CN 111967757 A CN111967757 A CN 111967757A CN 202010807394 A CN202010807394 A CN 202010807394A CN 111967757 A CN111967757 A CN 111967757A
- Authority
- CN
- China
- Prior art keywords
- livable
- urban
- city
- determining
- index
- 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
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000003860 storage Methods 0.000 title claims abstract description 25
- 238000011161 development Methods 0.000 claims abstract description 73
- 238000011156 evaluation Methods 0.000 claims description 30
- 239000013598 vector Substances 0.000 claims description 24
- 238000004458 analytical method Methods 0.000 claims description 19
- 238000012847 principal component analysis method Methods 0.000 claims description 9
- 230000004927 fusion Effects 0.000 claims description 6
- 238000004140 cleaning Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 239000000203 mixture Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 239000004576 sand Substances 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 230000002860 competitive effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000013077 scoring method Methods 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 238000004065 wastewater treatment Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种城市宜居方案的确定方法、装置、设备及存储介质。该方法包括：根据城市地理信息数据及城市信息点数据构建城市数字化模型；获取至少一个城市宜居指标和城市发展运营数据，并根据发展运营数据确定与至少一个城市宜居指标对应的城市宜居数值；根据城市数字化模型、城市宜居指标及各城市宜居数值确定城市当前宜居评估结果；根据城市当前宜居评估结果调整城市数字化模型，并根据调整后的城市数字化模型确定至少一个城市宜居方案；比较各城市宜居方案对应的城市宜居评估结果，根据比较结果确定最优城市宜居方案。本发明实施例的技术方案，提高了城市宜居方案确定的合理性、简便性和准确性。
Description
技术领域
本发明实施例涉及城市建设技术领域，尤其涉及一种城市宜居方案的确定方法、装置、设备及存储介质。
背景技术
随着社会的快速发展，城市建设与发展已成为各国所面临的一大课题。当前城市建设的发展理念已逐渐转向舒适和宜人，建设和谐宜居的城市已成为现阶段我国城市发展的重要目标，对提升城市居民生活质量、完善城市功能和提高城市运行效率具有重大意义，同时为城市化进程和城市的高质量发展提供支撑。
传统城市宜居方案的模拟推演，首先通过人为构建经济发展指标、社会发展指标、科教文卫指标及生态环境指标下的一、二、三级指标体系，然后根据构建的指标体系通过调查问卷及专家打分的方法确定城市各领域的分值和综合分值，以映射城市宜居指数，并根据城市宜居指数确定城市宜居方案。
然而，人为构建的指标体系不够细化，通过大样本的调查问卷对城市宜居指数进行打分，以及通过专家对城市人文环境、城市定位、城市发展目标等对城市细化指标权重并进行打分，均存在主观性较强的问题，问卷统计过程工作繁杂，耗时耗力，效率低下，且得分结果受调查问卷填写人员、问卷构成及专家个人主观认识影响较大，严重影响了城市宜居方案确定的合理性和准确性。
发明内容
本发明提供一种城市宜居方案的确定方法、装置、设备及存储介质，以实现城市宜居方案的模拟并可通过推演确定最适合城市定位发展的城市宜居方案，提高了城市宜居方案确定的合理性与准确性。
第一方面，本发明实施例提供了一种城市宜居方案的确定方法，包括：
根据城市地理信息数据及城市信息点数据构建城市数字化模型；
获取至少一个城市宜居指标和城市发展运营数据，并根据发展运营数据确定与至少一个城市宜居指标对应的城市宜居数值；
根据城市数字化模型、城市宜居指标及各城市宜居数值确定城市当前宜居评估结果；
根据城市当前宜居评估结果调整城市数字化模型，并根据调整后的城市数字化模型确定至少一个城市宜居方案；
比较各城市宜居方案对应的城市宜居评估结果，根据比较结果确定最优城市宜居方案。
进一步地，获取城市宜居指标，包括：
获取城市定位分析结果；
根据城市定位分析结果及标准指标体系确定至少一个城市宜居指标。
进一步地，根据发展运营数据确定与至少一个城市宜居指标对应的城市宜居数值，包括：
确定发展运营数据中各宜居影响因子对应的影响数据；城市宜居指标由至少一个宜居影响因子构成；
分别对各城市宜居指标包括的至少一个宜居影响因子的影响数据进行数据清洗、数据融合和/或数据重构处理，获得各城市宜居指标对应的城市宜居数值。
进一步地，根据城市数字化模型、城市宜居指标及各城市宜居数值确定城市当前宜居评估结果，包括：
将城市数字化模型划分为至少两个子区域；
对各子区域对应的城市宜居指标及城市宜居数值采用主成分分析法进行分析，获得城市当前宜居评估结果。
进一步地，对各子区域对应的城市宜居指标及城市宜居数值采用主成分分析法进行分析，获得城市当前宜居评估结果：包括：
获取城市宜居指标对应的至少一个特征向量及各特征向量对应的权重；
对于每个子区域，根据当前子区域对应的城市宜居指标和至少一个特征向量获得至少一个主成分值；
根据各特征向量对应的权重对至少一个主成分值进行加权求和，获得当前子区域的综合得分；
根据各子区域的综合得分确定城市当前宜居评估结果。
进一步地，根据城市当前宜居评估结果调整城市数字化模型，并根据调整后的城市数字化模型确定至少一个城市宜居方案，包括：
根据至少一个主成分值和/或综合得分确定各子区域中不满足条件的城市宜居指标；
根据不满足条件的城市宜居指标调整城市数字化模型；
根据调整后的城市数字化模型、城市宜居指标及调整后的城市宜居数值确定城市宜居评估结果，并将对应调整后的城市数字化模型确定为新的城市宜居方案。
进一步地，比较各城市宜居方案对应的城市宜居评估结果，根据比较结果确定最优城市宜居方案，包括：
比对各城市宜居方案对应的城市宜居评估结果与城市定位分析结果的相关性；
将相关性最高的城市宜居方案确定为最优城市宜居方案。
第二方面，本发明实施例还提供了一种城市宜居方案的确定装置，该城市宜居方案的确定装置包括：
模型构建模块，用于根据城市地理信息数据及城市信息点数据构建城市数字化模型；
宜居数值确定模块，用于获取至少一个城市宜居指标和城市发展运营数据，并根据发展运营数据确定与至少一个城市宜居指标对应的城市宜居数值；
评估结果确定模块，用于根据城市数字化模型、城市宜居指标及各城市宜居数值确定城市当前宜居评估结果；
宜居方案确定模块，用于根据城市当前宜居评估结果调整城市数字化模型，并根据调整后的城市数字化模型确定至少一个城市宜居方案；
最优方案确定模块，用于比较各城市宜居方案对应的城市宜居评估结果，根据比较结果确定最优城市宜居方案。
第三方面，本发明实施例还提供了一种设备，所述设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如本发明任意实施例中提供的城市宜居方案的确定方法。
第四方面，本发明实施例还提供了一种包含计算机可读指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本发明任意实施例提供的城市宜居方案的确定方法。
本发明实施例通过根据城市地理信息数据及城市信息点数据构建城市数字化模型；获取至少一个城市宜居指标和城市发展运营数据，并根据发展运营数据确定与至少一个城市宜居指标对应的城市宜居数值；根据城市数字化模型、城市宜居指标及各城市宜居数值确定城市当前宜居评估结果；根据城市当前宜居评估结果调整城市数字化模型，并根据调整后的城市数字化模型确定至少一个城市宜居方案；比较各城市宜居方案对应的城市宜居评估结果，根据比较结果确定最优城市宜居方案。通过构建城市数字化模型，使得物理城市可映射为数字城市，城市布局及城市信息清晰可见，便于进行布局的修改及推演；根据城市宜居指标和城市发展运营数据确定城市宜居数值，可以利用大数据对城市宜居指标对应的城市宜居数值进行确定，避免了由调查问卷和专家打分对城市宜居指数进行打分的主观性，提高了对城市当前宜居状态评估结果的准确性。同时根据城市当前宜居评估结果对在模拟城市环境下对城市数字化模型进行调整，并得到调整后的多个城市宜居方案，可以预演城市在不同布局下城市的依据评估结果，确定出最适合城市发展的城市宜居方案。解决了传统城市宜居方案的确定受调查问卷填写人员、问卷构成及专家个人主观认识影响较大，无法简便的对城市宜居方案进行推演的问题，提高了城市宜居方案确定的合理性、简便性和准确性。
附图说明
图1是本发明实施例一中的一种城市宜居方案的确定方法的流程图；
图2是本发明实施例二中的一种城市宜居方案的确定方法的流程图；
图3是本发明实施例二中的一种获得城市当前宜居评估结果的流程图；
图4是本发明实施例三中的一种城市宜居方案的确定装置的结构示意图；
图5是本发明实施例四中的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。此外，在不冲突的情况下，本发明中的实施例及实施例中的特征可以互相组合。
实施例一
图1为本发明实施例一提供的一种城市宜居方案的确定方法的流程图，本实施例可适用于城市宜居方案的模拟并通过推演确定最适合城市定位发展的城市宜居方案的情况，该方法可以由城市宜居方案的确定装置来执行，该城市宜居方案的确定装置可以由软件和/或硬件来实现，该城市宜居方案的确定装置可以配置在计算设备上，具体包括如下步骤：
S101、根据城市地理信息数据及城市信息点数据构架城市数字化模型。
其中，城市地理信息数据可理解为通过遥感测量等获取的城市在实际环境中的地形地貌数据，可用以反应城市在实际环境中的地理位置信息情况。城市信息点数据(PointOf Information，POI)可理解为城市中城市建筑、街区布局等关乎民生的城市布局信息，示例性的，城市信息点数据可包括城市中车站、居民区、商场、学校、化工厂、公园等城市组成成分数据信息，以及上述城市组成成分的可容纳人口、面积及经纬度信息等。
具体的，获取当前城市通过遥感测量等方式获取的包含城市地形地貌情况的城市地理信息数据，并获取包含当前城市布局情况的城市信息点数据，明确城市中各建筑物的布局情况，利用数字孪生技术，根据城市地理信息数据及城市信息点数据将真实城市状态映射成为数字化虚拟城市空间，将上述虚拟城市空间确定为城市数字化模型。
进一步地，在构建城市数字化模型的基础上，可将城市数字化模型投影至电子沙盘上，电子沙盘是与城市数字化模型对应的，有微雕城市建筑模型，城市地形地貌按比例缩放的沙盘，便于在进行城市规划时直观的查看城市构成及宜居状态。
S102、获取至少一个城市宜居指标和城市发展运营数据，并根据发展运营数据确定与至少一个城市宜居指标对应的城市宜居数值。
其中，城市宜居指标可理解为用于评价城市适宜居住程度的标准，宜居城市可理解为社会文明度、经济富裕度、环境优美度、资源承载度、生活便宜度及公共安全度较高的城市，城市宜居指标可用于对上述内容进行评价。城市发展运营数据可理解为城市在正常发展及运转过程中关于生产、民生等方面的统计数据，示例性的，可包括就业率、失业率、出生率、死亡率、可再生能源占城市能源的比重等。城市宜居数值可理解为与城市宜居指标对应的，反映城市宜居指标情况的分值。
具体的，获取制定好的用于评判当前城市适宜居住程度的至少一个城市宜居指标，并通过城市各政务部门获取城市当前正常发展及运转过程中的城市发展运营数据，将城市发展运营数据根据城市宜居指标进行分类对应，选取其中与对应城市宜居指标对应的数据用以对城市宜居指标进行评价，得到对应与城市宜居指标的城市宜居数值。
S103、根据城市数字化模型、城市宜居指标及各城市宜居数值确定城市当前宜居评估结果。
其中，城市当前宜居评估结果可理解为根据当前城市规划及城市当前发展运营情况，综合确定的城市宜居程度。
具体的，根据城市数字化模型确定当前城市的规划，根据城市宜居数值确定城市当前发展运营的情况，并结合城市宜居指标对当前城市的依据情况进行评估，综合各城市宜居指标得到用以表示城市当前宜居情况的综合得分，将上述综合得分作为城市当前宜居评估结果。
S104、根据城市当前宜居评估结果调整城市数字化模型，并根据调整后的城市数字化模型确定至少一个城市宜居方案。
具体的，根据城市当前宜居评估结果可确定当前城市在向宜居城市发展过程中的短板，针对发现的短板可制定多种方案以克服城市发展中的短板问题，为模拟制定的方案对短板的克服情况，可通过调整城市数字化模型确定为克服短板所指定的至少一个城市宜居方案。
S105、比较各城市宜居方案对应的城市宜居评估结果，根据比较结果确定最优城市宜居方案。
其中，最优城市宜居方案可理解为最适合当前城市向宜居城市发展的，能够较好克服城市向宜居城市发展过程中短板的城市宜居方案。
具体的，根据调整后的城市数字化模型可确定出多个不同的城市宜居方案，对上述多个不同的城市宜居方案结合城市宜居指标进行评估，可得到上述多个城市宜居方案对应的城市宜居评估结果，将上述多个城市宜居评估结果与城市当前宜居评估结果对比，确定其相对于当前城市宜居状态对短板的提升以及为提升短板所导致的其他城市宜居指标的下降情况，横向对比各调整后的城市宜居方案相对于城市当前依据评估结果的比较情况，选取其中对短板提升较大且其他城市宜居指标下降情况相对较少的方案作为最优城市宜居方案。
本发明实施例通过根据城市地理信息数据及城市信息点数据构建城市数字化模型；获取至少一个城市宜居指标和城市发展运营数据，并根据发展运营数据确定与至少一个城市宜居指标对应的城市宜居数值；根据城市数字化模型、城市宜居指标及各城市宜居数值确定城市当前宜居评估结果；根据城市当前宜居评估结果调整城市数字化模型，并根据调整后的城市数字化模型确定至少一个城市宜居方案；比较各城市宜居方案对应的城市宜居评估结果，根据比较结果确定最优城市宜居方案。通过构建城市数字化模型，使得物理城市可映射为数字城市，城市布局及城市信息清晰可见，便于进行布局的修改及推演；根据城市宜居指标和城市发展运营数据确定城市宜居数值，可以利用大数据对城市宜居指标对应的城市宜居数值进行确定，避免了由调查问卷和专家打分对城市宜居指数进行打分的主观性，提高了对城市当前宜居状态评估结果的准确性。同时根据城市当前宜居评估结果对在模拟城市环境下对城市数字化模型进行调整，并得到调整后的多个城市宜居方案，可以预演城市在不同布局下城市的依据评估结果，确定出最适合城市发展的城市宜居方案。解决了传统城市宜居方案的确定受调查问卷填写人员、问卷构成及专家个人主观认识影响较大，无法简便的对城市宜居方案进行推演的问题，提高了城市宜居方案确定的合理性、简便性和准确性。
实施例二
图2为本发明实施例二提供的一种城市宜居方案的确定方法的流程图。本实施例的技术方案在上述技术方案的基础上进一步细化，具体包括如下步骤：
S201、根据城市地理信息数据及城市信息点数据构建城市数字化模型。
S202、获取城市定位分析结果。
其中，城市定位分析结果可理解为当前城市根据自身条件、竞争环境、需求趋势等及其动态变化，在全面深刻分析有关城市发展的重大影响因素及其作用机理、复合效应的基础上，科学地筛选城市定位的基础组成要素，合理确定城市发展基调、特色和策略的城市发展方向。
具体的，根据当前城市的自身条件、相对于周边城市的竞争环境及城市发展的需求趋势等方面确定当前城市的发展定位，搜集当前城市发展过程中的痛点问题，聚焦于城市的主要产业确定当前城市的未来发展方向。示例性的，若当前城市的发展方向为旅游城市，则需注意提升当前城市的环境指标及经济指标等方面，而降低当前城市的工业指标方面的要求。
S203、根据城市定位分析结果及标准指标体系确定至少一个城市宜居指标。
其中，标准指标体系可理解为用于评估城市宜居条件的国际标准指标体系和国内标准指标体系，示例性的，可包括国际指标ISO37120、GB50137、国内指标体系等。
具体的，根据城市定位分析结果确定城市发展方向，并可根据确定的城市发展方向对标国内外相同城市发展方向的城市的城市宜居指标，结合国际指标ISO37120、GB50137及国内指标体系，适应性从中选取适合当前城市发展方向的至少一个城市宜居指标，以制定符合当前城市发展定位的宜居指标体系。
示例性的，结合ISO37120、GB50137等指标制定符合城市发展定位的依据指标体系，可包括将城市用地划分为居住用地、公共管理与公共服务用地、商业服务设施用地、工业用地、道路与交通设施用地、物流仓储用地、公共设施用地、绿地与广场用地8大类，适应性的分为若干个小类；城市宜居指标可划分为经济、教育、能源、环境、金融、消防和应急响应、城市治理、医疗健康、休闲娱乐、安全、社会救助、废弃物管理、通讯与创新、交通运输、城市规划、废水处理、水和卫生设施供17项大类，102种小项，从中选取适合当前城市的城市宜居指标构建城市宜居指标体系，并可根据上述指标类型进行扩展，定制符合当前城市发展定位分析结果的城市宜居指标。
S204、确定发展运营数据中各宜居影响因子对应的影响数据。
其中，城市宜居指标由至少一个宜居影响因子构成。
其中，宜居影响因子可理解为人、事、物等一切可能影响城市宜居指标对应的城市宜居数值的一种影响因素。示例性的，影响城市宜居指标中环境指标的宜居影响因子可包括各类有毒有害排放气体的浓度、pm2.5指数、噪声、本地物种变化的比例等。影响数据可理解为发展运营数据中的同一类型的数据，发展运营数据中包含多种类型的数据。
具体的，由于发展运营数据中包含大量数据，且数据类型与确定的当前城市的城市宜居指标无法完全对应，发展运营数据中每一种类型的数据对应一种影响因子，而城市宜居指标受至少一个宜居影响因子的影响，至少一个宜居影响因子对应的影响数据可决定当前城市在其对应城市宜居指标上的评分。
S205、分别对各城市宜居指标包括的至少一个宜居影响因子的影响数据进行数据清洗、数据融合和/或数据重构处理，获得各城市宜居指标对应的城市宜居数值。
其中，城市宜居数值可理解为当前城市在对应城市宜居指标中的评分。数据清洗可理解为发现并纠正数据文件中可识别错误的方法，包括检查数据一致性，处理无效值和缺失值等。数据融合可理解为根据获取的若干数据，在一定准则下加以自动分析、综合以得到综合多个数据内容的一个数据的过程。数据重构可理解为将不同格式、不同类型的数据转化为同一格式，实现类型上的统一，多源和异构数据的连接与融合。
具体的，确定影响城市宜居指标的至少一个宜居影响因子，并获取各宜居影响因子对应的影响数据，对获取的各影响数据中的无效值、重复值等进行清洗，并将各影响数据转化为同一类型的数据，以便于将各影响数据融合为一个能代表城市宜居指标状态的城市宜居数值，进一步地，对当前城市确定的各城市宜居指标均执行上述步骤，以得到各城市宜居指标对应的城市宜居数值。
S206、将城市数字化模型划分为至少两个子区域。
其中，子区域可理解为城市的居住分区或行政分区，例如：天津市可划分为南开区、和平区、东丽区等区域，进一步可细化为各街区等区域。
具体的，根据当前城市的居住分区或行政分区，将城市数字化模型详细划分为至少两个子区域，各子区域中均可根据城市定位分析结果及标准指标体系确定的当前城市的宜居指标体系中的所有宜居城市指标，确定对应的城市宜居数值。
S207、对各子区域对应的城市宜居指标及城市宜居数值采用主成分分析法进行分析，获得城市当前宜居评估结果。
其中，主成分分析法(Principal Component Analysis，PCA)可理解为一种通过正交变换将一组可能存在相关性的变量转换为一组显性不相关的变量的统计方法，转换后的变量可称为主成分。
具体的，由于城市宜居指标过多难以综合评判城市当前的宜居程度，需对评判城市宜居程度的城市宜居指标进行降维，以少量较为综合的指标来对城市当前宜居程度进行评估，以简化数据结构。根据各子区域对应的城市宜居指标及城市宜居数值通过主成分分析法确定出几个代表性较好的综合指标，一个综合指标可反映多个原城市宜居指标的信息，得到的各综合指标间相互独立，避免了重复信息的出现，利用确定的多个综合指标及各子区域对应的城市宜居数值确定各子区域的主成分值，并对多个主成分值进行处理以得到表示上述子区域的综合得分，并根据各子区域的综合得分确定出城市当前宜居评估结果。
进一步地，图3为本发明实施例提供的一种获得城市当前宜居评估结果的流程图，具体包括如下步骤：
S2071、获取城市宜居指标对应的至少一个特征向量及各特征向量对应的权重。
具体的，由于城市宜居指标在各子区域均有对应的城市宜居数值，则首先根据各子区域对应的城市宜居数值分别求取各城市宜居指标的平均值；其次根据各子区域对应的城市宜居数值求取其协方差矩阵，并通过求解协方差矩阵的特征方程得到与城市宜居指标个数相同的多个特征值，及与特征值相对应的特征向量；根据各特征值的大小计算其贡献率，将贡献率确定为对应特征值的特征向量的权重，并选取贡献率满足预设条件的特征值及其特征向量，用于确定对应的主成分值。
其中，贡献率可理解为单个特征值占总特征值的比例，反映的是该特征值相对的影响大小，具体可表现为大的特征值表示贡献率大，表示了相关矩阵中的对应部分的方差影响大，对于分析效果较大；小的特征值表示贡献率小，表示了相关矩阵中的对应部分的方差影响小，对分析效果较小。因此选择贡献率较大的特征值与对应的特征向量用以确定主成分，以便于根据主成分对城市宜居情况进行分析。可选的，选取特征值的预设条件可包括协方差矩阵的特征值大于1，或累计方差贡献率在80％-85％，本发明实施例对此不进行限制。
示例性的，假设当前城市可分为n个子区域，建立的城市宜居指标有p项，则根据载入的各子区域的城市宜居数值可得到原始数据矩阵为：
其中，Xi＝(x1i x2i … xni)T，i＝1,2,...,p。
对各项城市宜居指标求取平均值，得到的平均值为：
利用协方差同时求取与城市宜居指标相关的协方差矩阵S，协方差通式可表示为：
利用下述公式计算协方差矩阵对应的特征值：
|S-λI|＝0
其中，I为单位矩阵，可求得p个特征值λ1,λ2,...,λp，及与p个特征值对应的p个单位特征向量αk(k＝1,2,…,p)。
根据特征值的大小分别计算其贡献率，若计算的为第k个特征值(1≤k≤p)的贡献率，可得：
S2072、对于每个子区域，根据当前子区域对应的城市宜居指标和至少一个特征向量获得至少一个主成分值。
具体的，对于每个子区域，将当前子区域城市宜居指标对应的城市宜居数值与对应城市宜居指标的平均值的差，分别与对应特征向量中的值相乘，并对各相乘后的城市宜居数值进行累加以得到对应于该特征向量的主成分值。
其中，根据主成分值对应的特征向量中的值中绝对值较大的值，可确定该主成分主要用以体现哪种城市宜居指标的信息。
接上述示例，若第k个特征值满足预设条件，则根据其对应的特征向量得到主成分的表达为：
S2073、根据各特征向量对应的权重对至少一个主成分值进行加权求和，获得当前子区域的综合得分。
具体的，将当前子区域确定的至少一个主成分值，分别与其相对应的特征向量的权重相乘并相加，将相加后得到的主成分值的加权求和值确定为当前子区域的综合得分。
接上述示例，综合得分＝主成分1×对应权重1+主成分2×对应权重2+……。
S2074、根据各子区域的综合得分确定城市当前宜居评估结果。
具体的，根据各子区域的综合得分可确定各子区域在当前城市中的相对宜居状况，并可针对各项主成分分别确定不同子区域在不同城市宜居指标下的评估情况，并将上述宜居情况综合为城市当前宜居评估结果。
可选的，也可针对整个当前城市求取主成分值，以通过主成分值及对应的权重求取当前城市的综合得分以得到城市当前宜居评估结果。
S208、根据至少一个主成分值和/或综合得分确定各子区域中不满足条件的城市宜居指标。
具体的，根据各子区域中的主成分值和/或综合得分，将其在整个当前城市中进行横向对比，则可确定出相对综合得分较低的子区域，并可判断出主成分值相对较低的子区域在城市发展中的短板，也可将同一子区域中的各项主成分值进行对比，确定出该子区域中的发展短板在何处。由于一个主成分值可代表多个城市宜居指标的信息，则在发现子区域中某一主成分值不满足条件，则可确定该子区域出现短板的城市宜居指标。
可选的，不满足条件的城市宜居指标可理解为分值低于预设数值的主成分值所对应的城市宜居指标。
S209、根据不满足条件的城市宜居指标调整城市数字化模型。
具体的，若存在不满足条件的城市宜居指标则可认为当前城市中影响上述城市宜居指标的城市规划存在问题，若希望城市的宜居程度提高，则需要针对上述存在问题的城市规划进行调整。而由于城市所具有的地理信息情况基本是固定不变的，即城市的面积及可以建设调整的城市建筑的个数及占地面积是有限的，因此针对上述城市宜居指标对应的城市规划进行调整，以使对应城市宜居指标得到提升，进而通过调整城市数字化模型的方式模拟调整后城市的规划方式。
S210、根据调整后的城市数字化模型、城市宜居指标及调整后的城市宜居数值确定城市宜居评估结果，并将对应调整后的城市数字化模型确定为新的城市宜居方案。
具体的，对城市数字化模型进行调整后，由于城市规划发生变化，则对应区域的发展运营情况也会收到影响，因此会导致城市宜居数值相应发生变化。结合调整后的城市数字化模型、城市宜居指标以及调整后的城市宜居数值，采用主成分分析法确定出对应调整后城市数字化模型的城市宜居评估结果。由于对同样城市宜居指标的调整可通过调整不同的城市建设内容实现，因此可通过调整多次城市数字化模型得到多个调整方案，获得多个调整后城市数字化模型对应的城市宜居评估结果，并可将每次调整后的城市数字化模型确定为新的城市宜居方案。
S211、比较各城市宜居方案对应的城市宜居评估结果与城市定位分析结果的相关性。
具体的，各调整后的城市宜居方案所对应的城市宜居评估结果相较于城市当前宜居评估结果，在不满足条件的城市宜居指标对应的主成分的分值上均会有所提高，相应在其他城市宜居指标对应的主成分值上可存在部分降低的情况，为使得调整后的城市宜居方案更符合城市未来的发展定位，需使得调整后的城市宜居方案对应的城市宜居评估结果中表征与城市定位分析结果中重点发展方向的主成分值更高，可根据主成分信息与城市定位分析结果中与城市重点发展方向相关的值判断城市依据评估结果与城市定位分析结果的相关性。
S212、将相关性最高的城市宜居方案确定为最优城市宜居方案。
具体的，相关性最高可理解为对应该相关性的城市宜居方案与城市发展的定位最为符合，是最适宜在当前城市定位下达到宜居城市目标的城市建设方案，因此选择调整后相关性最高的城市宜居方案并将其确定为最优的城市宜居方案。可选的，最优城市宜居方案可由人为对比选取，也可由软件进行横向对比后选取，本发明实施例对此不进行限制。
本实施例的技术方案，通过对城市定位分析结果，结合国内外的标准指标体系确定城市宜居指标，避免了依靠人为设计多级细化城市宜居指标的主观性，使得设置的城市宜居指标更细致化和科学化；通过城市发展运营数据确定对应城市宜居指标的城市宜居数值，避免了通过大样本调查问卷及专家打分法对城市宜居指标进行评价的主观性过强、后续统计工作繁杂、没有验证校验方法的问题，提升了获取城市宜居数值的准确性；通过主成分分析法对多个城市宜居指标进行降维，并根据得到的主成分对城市当前宜居情况进行评估，简化了数据结构；根据城市当前宜居评估结果确定城市当前发展短板，并根据对城市数字化模型进行调整得到多种调整后的城市宜居方案，可对城市在不同布局下的宜居情况进行推演评估，确定出与城市定位最相符的城市宜居方案，实现了对城市宜居方案可观、可感、可表达的模拟和推演。
实施例三
图4为本发明实施例三提供的一种城市宜居方案的确定装置的结构示意图，该城市宜居方案的确定装置包括：模型构建模块31，宜居数值确定模块32，评估结果确定模块33，宜居方案确定模块34和最优方案确定模块35。
其中，模型构建模块31，用于根据城市地理信息数据及城市信息点数据构建城市数字化模型；宜居数值确定模块32，用于获取至少一个城市宜居指标和城市发展运营数据，并根据发展运营数据确定与至少一个城市宜居指标对应的城市宜居数值；评估结果确定模块33，用于根据城市数字化模型、城市宜居指标及各城市宜居数值确定城市当前宜居评估结果；宜居方案确定模块34，用于根据城市当前宜居评估结果调整城市数字化模型，并根据调整后的城市数字化模型确定至少一个城市宜居方案；最优方案确定模块35，用于比较各城市宜居方案对应的城市宜居评估结果，根据比较结果确定最优城市宜居方案。
本实施例的技术方案，解决了传统城市宜居方案的确定受调查问卷填写人员、问卷构成及专家个人主观认识影响较大，无法简便的对城市宜居方案进行推演的问题，提高了城市宜居方案确定的合理性、简便性和准确性。
可选的，宜居数值确定模块32，包括：
宜居指标获取单元，用于获取城市定位分析结果；根据城市定位分析结果及标准指标体系确定至少一个城市宜居指标。
宜居数值确定单元，用于确定发展运营数据中各宜居影响因子对应的影响数据；城市宜居指标由至少一个宜居影响因子构成；分别对各城市宜居指标包括的至少一个宜居影响因子的影响数据进行数据清洗、数据融合和/或数据重构处理，获得各城市宜居指标对应的城市宜居数值。
可选的，评估结果确定模块33，包括：
区域划分单元，用于将城市数字化模型划分为至少两个子区域。
评估结果确定单元，用于对各子区域对应的城市宜居指标及城市宜居数值采用主成分分析法进行分析，获得城市当前宜居评估结果。
进一步地，评估结果确定单元，具体用于获取城市宜居指标对应的至少一个特征向量及各特征向量对应的权重；对于每个子区域，根据当前子区域对应的城市宜居指标和至少一个特征向量获得至少一个主成分值；根据各特征向量对应的权重对至少一个主成分值进行加权求和，获得当前子区域的综合得分；根据各子区域的综合得分确定城市当前宜居评估结果。
可选的，宜居方案确定模块34，包括：
指标确定单元，用于根据至少一个主成分值和/或综合得分确定各子区域中不满足条件的城市宜居指标。
模型调整单元，用于根据不满足条件的城市宜居指标调整城市数字化模型。
方案确定单元，用于根据调整后的城市数字化模型、城市宜居指标及调整后的城市宜居数值确定城市宜居评估结果，并将对应调整后的城市数字化模型确定为新的城市宜居方案。
可选的，最优方案确定模块35，包括：
相关性比较单元，用于比较各城市宜居方案对应的城市宜居评估结果与城市定位分析结果的相关性。
最优方案确定单元，用于将相关性最高的城市宜居方案确定为最优城市宜居方案。
本发明实施例所提供的城市宜居方案的确定装置可执行本发明任意实施例所提供的城市宜居方案的确定方法，具备执行方法相应的功能模块和有益效果。
实施例四
图5为本发明实施例四提供的一种设备的结构示意图，如图5所示，该设备包括处理器41、存储装置42、输入装置43和输出装置44；设备中处理器41的数量可以是一个或多个，图5中以一个处理器41为例；设备中的处理器41、存储装置42、输入装置43和输出装置44可以通过总线或其他方式连接，图5中以通过总线连接为例。
存储装置42作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的城市宜居方案的确定方法对应的程序指令/模块(例如，模型构建模块31，宜居数值确定模块32，评估结果确定模块33，宜居方案确定模块34和最优方案确定模块35)。处理器41通过运行存储在存储装置42中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的城市宜居方案的确定方法。
存储装置42可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储装置42可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储装置42可进一步包括相对于处理器41远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置43可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入，可以包括触屏、键盘和鼠标等。输出装置44可包括显示屏等显示设备。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种城市宜居方案的确定方法，该方法包括：
根据城市地理信息数据及城市信息点数据构建城市数字化模型；
获取至少一个城市宜居指标和城市发展运营数据，并根据发展运营数据确定与至少一个城市宜居指标对应的城市宜居数值；
根据城市数字化模型、城市宜居指标及各城市宜居数值确定城市当前宜居评估结果；
根据城市当前宜居评估结果调整城市数字化模型，并根据调整后的城市数字化模型确定至少一个城市宜居方案；
比较各城市宜居方案对应的城市宜居评估结果，根据比较结果确定最优城市宜居方案。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的城市宜居方案的确定方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是，上述搜索装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种城市宜居方案的确定方法，其特征在于，包括：
根据城市地理信息数据及城市信息点数据构建城市数字化模型；
获取至少一个城市宜居指标和城市发展运营数据，并根据所述发展运营数据确定与所述至少一个城市宜居指标对应的城市宜居数值；
根据所述城市数字化模型、所述城市宜居指标及各所述城市宜居数值确定城市当前宜居评估结果；
根据所述城市当前宜居评估结果调整所述城市数字化模型，并根据调整后的城市数字化模型确定至少一个城市宜居方案；
比较各所述城市宜居方案对应的城市宜居评估结果，根据比较结果确定最优城市宜居方案。
2.根据权利要求1所述的方法，其特征在于，所述获取城市宜居指标，包括：
获取城市定位分析结果；
根据所述城市定位分析结果及标准指标体系确定至少一个城市宜居指标。
3.根据权利要求2所述的方法，其特征在于，所述根据所述发展运营数据确定与所述至少一个城市宜居指标对应的城市宜居数值，包括：
确定所述发展运营数据中各宜居影响因子对应的影响数据；所述城市宜居指标由至少一个所述宜居影响因子构成；
分别对各所述城市宜居指标包括的至少一个宜居影响因子的影响数据进行数据清洗、数据融合和/或数据重构处理，获得所述各城市宜居指标对应的城市宜居数值。
4.根据权利要求1所述的方法，其特征在于，所述根据所述城市数字化模型、所述城市宜居指标及各所述城市宜居数值确定城市当前宜居评估结果，包括：
将所述城市数字化模型划分为至少两个子区域；
对各所述子区域对应的城市宜居指标及城市宜居数值采用主成分分析法进行分析，获得城市当前宜居评估结果。
5.根据权利要求4所述的方法，其特征在于，所述对各所述子区域对应的城市宜居指标及城市宜居数值采用主成分分析法进行分析，获得城市当前宜居评估结果：包括：
获取城市宜居指标对应的至少一个特征向量及各特征向量对应的权重；
对于每个子区域，根据当前子区域对应的城市宜居指标和所述至少一个特征向量获得至少一个主成分值；
根据各特征向量对应的权重对所述至少一个主成分值进行加权求和，获得所述当前子区域的综合得分；
根据各子区域的综合得分确定城市当前宜居评估结果。
6.根据权利要求5所述的方法，其特征在于，所述根据所述城市当前宜居评估结果调整所述城市数字化模型，并根据调整后的城市数字化模型确定至少一个城市宜居方案，包括：
根据所述至少一个主成分值和/或所述综合得分确定各子区域中不满足条件的城市宜居指标；
根据所述不满足条件的城市宜居指标调整所述城市数字化模型；
根据调整后的城市数字化模型、所述城市宜居指标及调整后的城市宜居数值确定城市宜居评估结果，并将对应所述调整后的城市数字化模型确定为新的城市宜居方案。
7.根据权利要求2所述的方法，其特征在于，所述比较各所述城市宜居方案对应的城市宜居评估结果，根据比较结果确定最优城市宜居方案，包括：
比较各所述城市宜居方案对应的城市宜居评估结果与所述城市定位分析结果的相关性；
将所述相关性最高的城市宜居方案确定为最优城市宜居方案。
8.一种城市宜居方案的确定装置，其特征在于，包括：
模型构建模块，用于根据城市地理信息数据及城市信息点数据构建城市数字化模型；
宜居数值确定模块，用于获取至少一个城市宜居指标和城市发展运营数据，并根据所述发展运营数据确定与所述至少一个城市宜居指标对应的城市宜居数值；
评估结果确定模块，用于根据所述城市数字化模型、所述城市宜居指标及各所述城市宜居数值确定城市当前宜居评估结果；
宜居方案确定模块，用于根据所述城市当前宜居评估结果调整所述城市数字化模型，并根据调整后的城市数字化模型确定至少一个城市宜居方案；
最优方案确定模块，用于比较各所述城市宜居方案对应的城市宜居评估结果，根据比较结果确定最优城市宜居方案。
9.一种设备，其特征在于，所述设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的城市宜居方案的确定方法。
10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令由计算机处理器执行时用于执行如权利要求1-7中任一所述的城市宜居方案的确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010807394.7A CN111967757B (zh) | 2020-08-12 | 2020-08-12 | 城市宜居方案的确定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010807394.7A CN111967757B (zh) | 2020-08-12 | 2020-08-12 | 城市宜居方案的确定方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111967757A true CN111967757A (zh) | 2020-11-20 |
| CN111967757B CN111967757B (zh) | 2023-12-26 |
Family
ID=73365354
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010807394.7A Active CN111967757B (zh) | 2020-08-12 | 2020-08-12 | 城市宜居方案的确定方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111967757B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113360218A (zh) * | 2021-06-16 | 2021-09-07 | 北京字节跳动网络技术有限公司 | 一种业务方案选择方法、装置、设备以及存储介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102521511A (zh) * | 2011-12-14 | 2012-06-27 | 中国科学院科技政策与管理科学研究所 | 城镇绿地生态综合评估信息系统 |
| CN107545380A (zh) * | 2017-10-13 | 2018-01-05 | 常州工学院 | 基于主成分分析的城市宜居性评价模型 |
| CN107730112A (zh) * | 2017-10-13 | 2018-02-23 | 常州工学院 | 基于层次分析法的城市宜居性评价模型 |
| CN108154387A (zh) * | 2017-12-11 | 2018-06-12 | 北京奇虎科技有限公司 | 公交车身广告投放线路方案的评估方法及装置 |
| CN108734409A (zh) * | 2018-05-25 | 2018-11-02 | 重庆大学 | 一种山地城市滨江景观适宜性评价方法 |
| CN109543950A (zh) * | 2018-10-24 | 2019-03-29 | 上海市政工程设计研究总院（集团）有限公司 | 一种基于gis的海绵城市规划区生态适宜性评价分析方法 |
| CN109740562A (zh) * | 2019-01-14 | 2019-05-10 | 中国科学院地理科学与资源研究所 | 一种生态海绵型城市建设适宜区目标精准识别和功效测算系统及方法 |
| CN110472882A (zh) * | 2019-08-21 | 2019-11-19 | 河南大学 | 基于主成分分析的城市开发用地适宜性评价方法 |
| CN110543671A (zh) * | 2019-07-25 | 2019-12-06 | 太原科技大学 | 一种基于人工社会的城市安全宜居度建模方法 |
| CN111444558A (zh) * | 2020-03-12 | 2020-07-24 | 合肥市规划设计研究院 | 一种提升城市气候宜居度的城市通风廊道划定方法 |
-
2020
- 2020-08-12 CN CN202010807394.7A patent/CN111967757B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102521511A (zh) * | 2011-12-14 | 2012-06-27 | 中国科学院科技政策与管理科学研究所 | 城镇绿地生态综合评估信息系统 |
| CN107545380A (zh) * | 2017-10-13 | 2018-01-05 | 常州工学院 | 基于主成分分析的城市宜居性评价模型 |
| CN107730112A (zh) * | 2017-10-13 | 2018-02-23 | 常州工学院 | 基于层次分析法的城市宜居性评价模型 |
| CN108154387A (zh) * | 2017-12-11 | 2018-06-12 | 北京奇虎科技有限公司 | 公交车身广告投放线路方案的评估方法及装置 |
| CN108734409A (zh) * | 2018-05-25 | 2018-11-02 | 重庆大学 | 一种山地城市滨江景观适宜性评价方法 |
| CN109543950A (zh) * | 2018-10-24 | 2019-03-29 | 上海市政工程设计研究总院（集团）有限公司 | 一种基于gis的海绵城市规划区生态适宜性评价分析方法 |
| CN109740562A (zh) * | 2019-01-14 | 2019-05-10 | 中国科学院地理科学与资源研究所 | 一种生态海绵型城市建设适宜区目标精准识别和功效测算系统及方法 |
| CN110543671A (zh) * | 2019-07-25 | 2019-12-06 | 太原科技大学 | 一种基于人工社会的城市安全宜居度建模方法 |
| CN110472882A (zh) * | 2019-08-21 | 2019-11-19 | 河南大学 | 基于主成分分析的城市开发用地适宜性评价方法 |
| CN111444558A (zh) * | 2020-03-12 | 2020-07-24 | 合肥市规划设计研究院 | 一种提升城市气候宜居度的城市通风廊道划定方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113360218A (zh) * | 2021-06-16 | 2021-09-07 | 北京字节跳动网络技术有限公司 | 一种业务方案选择方法、装置、设备以及存储介质 |
| CN113360218B (zh) * | 2021-06-16 | 2024-06-07 | 抖音视界有限公司 | 一种业务方案选择方法、装置、设备以及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111967757B (zh) | 2023-12-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wen et al. | Education quality, accessibility, and housing price: Does spatial heterogeneity exist in education capitalization? | |
| Östh et al. | Analysing segregation using individualised neighbourhoods | |
| Cimellaro et al. | Disaster resilience assessment of building and transportation system | |
| Amao | Housing quality in informal settlements and urban upgrading in Ibadan, Nigeria (A case study of Apete in Ibadan) | |
| CN109933901B (zh) | 一种生态系统服务价值最优化的mcr城市扩张模拟方法 | |
| Gu et al. | Achieving the objective of ecological planning for arid inland river basin under uncertainty based on ecological risk assessment | |
| Shi | Population vulnerability assessment based on scenario simulation of rainstorm-induced waterlogging: a case study of Xuhui District, Shanghai City | |
| De Toro et al. | Evaluation in Urban Planning: a multi-criteria approach for the choice of alternative Operational Plans in Cava De'Tirreni | |
| CN116257559A (zh) | 基于空间网格的人与地址关联方法、装置及电子设备 | |
| CN111967757B (zh) | 城市宜居方案的确定方法、装置、设备及存储介质 | |
| Prashar et al. | Urban flood resilience: mapping knowledge, trends and structure through bibliometric analysis | |
| Soltanifard et al. | Assessment and ranking of influencing factors in the relationship between spatial patterns of urban green spaces and socioeconomic indices in Mashhad urban districts, Iran | |
| Ameen et al. | Sustainability assessment methods of urban design: a review | |
| de Oliveira Martins Pereira et al. | Demography, territory, and identity of indigenous peoples in Brazil: the Xavante indians and the 2000 Brazilian national census | |
| Zhang et al. | Estimating the outdoor environment of workers’ villages in East China using machine learning | |
| Guang et al. | The development of ecological environment in China based on the system dynamics method from the society, economy and environment perspective | |
| Liu et al. | Simulated impacts of 3D urban morphology on urban transportation in megacities: case study in Beijing | |
| Bozdağ | Local-based mapping of carbon footprint variation in Turkey using artificial neural networks | |
| Iovene et al. | Towards informal planning: Mapping the evolution of spontaneous settlements in time | |
| CN113450027A (zh) | 城市内涝灾害的动态暴露性量化方法、装置 | |
| Lee | Assessing Climate Vulnerability for Resilient Urban Planning: A Multidiagnosis Approach. | |
| Munn et al. | Towards a spatio‐temporal multicriteria evaluation method: a suitability analysis of residential units in a 3D urban environment | |
| Villa et al. | Resilience ruler in social housing: A case study in the city of Uberlândia/Brazil | |
| CN117852975B (zh) | 基于数字化设计的城市更新行动可视化评估方法及系统 | |
| Fadli | New Generation Sustainability Assessment Models (SAMs) Applications for Urban Districts & Neighbourhoods |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210301 Address after: 100193 202, floor 2, building 16, East District, No. 10, northwest Wangdong Road, Haidian District, Beijing Applicant after: Beijing Softcom Smart City Technology Co.,Ltd. Address before: 430070 Liqiao creative building, 553 Wenhua Road, Hongshan District, Wuhan City, Hubei Province (office only) Applicant before: ISS TECHNOLOGY Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| CB02 | Change of applicant information |
Address after: 101, 2nd Floor, Building 3, East District, No. 10 Northwest Wangdong Road, Haidian District, Beijing, 100193 Applicant after: Beijing softong Intelligent Technology Co.,Ltd. Address before: 100193 202, floor 2, building 16, East District, No. 10, northwest Wangdong Road, Haidian District, Beijing Applicant before: Beijing Softcom Smart City Technology Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |