CN112087716A - 社区生活圈边界测度方法、系统、计算机设备及存储介质 - Google Patents

社区生活圈边界测度方法、系统、计算机设备及存储介质 Download PDF

Info

Publication number
CN112087716A
CN112087716A CN202010824361.3A CN202010824361A CN112087716A CN 112087716 A CN112087716 A CN 112087716A CN 202010824361 A CN202010824361 A CN 202010824361A CN 112087716 A CN112087716 A CN 112087716A
Authority
CN
China
Prior art keywords
boundary
life circle
community life
distance
contact
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
Application number
CN202010824361.3A
Other languages
English (en)
Other versions
CN112087716B (zh
Inventor
杨辰
辛蕾
贾姗姗
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.)
Tongji University
Original Assignee
Tongji 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 Tongji University filed Critical Tongji University
Priority to CN202010824361.3A priority Critical patent/CN112087716B/zh
Publication of CN112087716A publication Critical patent/CN112087716A/zh
Application granted granted Critical
Publication of CN112087716B publication Critical patent/CN112087716B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Educational Administration (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Development Economics (AREA)
  • Evolutionary Computation (AREA)
  • Probability & Statistics with Applications (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种社区生活圈边界测度方法、系统、计算机设备及存储介质，所述方法包括以下步骤：1)以道路中心线为界将研究对象划分为若干地块，并计算各地块间的距离；2)基于手机位置服务数据获取各地块间的联系矩阵，通过设定的多个距离约束，筛选得到多个有效联系网络；3)基于复杂网络对有效联系网络的联系强度进行聚类，选取与设定要求匹配的聚类结果，获得社区生活圈的边界测度结果。与现有技术相比，本发明能有效提高边界测度准确性，具有效率高，成本低，适用面广等优点。

Description

社区生活圈边界测度方法、系统、计算机设备及存储介质
技术领域
本发明涉及社区生活圈的量化测度领域，尤其是涉及一种社区生活圈边界测度方法、系统、计算机设备及存储介质。
背景技术
人们的生活圈主要是社区，社区作为居民生活的基本单元，其服务设施配置直接影响居民的生活品质与生活方式，是城市存量更新过程中的重要空间单元，是社区规划的重点关注对象。生活圈的边界划定是社区生活圈研究的重点和难点，在准确划定生活圈边界的基础上才能更合理的配置社区公共服务设施以及提高居民生活体验。
现有的边界划定方法有基于行政边界或控规单元、依据设施服务半径及可达性、居民日常活动行为三种方式：
(1)基于行政边界：
城市管理者认为，当前我国的社区建设仍处于培育阶段，政府自上而下的引导应发挥主要作用，社区生活圈的划定也应采用街道办事处辖区等行政边界为宜。如文献“关于我国城市统计区重建的地理学研究”(袁家冬,孙振杰.地理科学进展,2005(04):11-18.)提到社区生活圈是一种功能性的城市地域系统，以最小区划单位(街道)为界统计上更为方便。
(2)基于公共服务设施的服务半径及可达性：利用“服务半径”“可达性”的概念来划定社区生活圈边界是城市规划常用的手段。除了围绕公共服务设施划定300米或500米服务半径的方法，规划师也尝试从居民的角度，文献“再论居民出行可达性的计算机辅助评价”(宋小冬,钮心毅.城市规划汇刊,2000(03):18-22)利用GIS的等时出行对居民活动的可达范围进行测度；文献“济南市住区建成环境与家庭出行能耗关系的量化研究”(杨阳.清华大学,2013)利用GIS路径分析工具，将小区外800米路网距离(而不是欧式距离)范围作为社区生活圈边界，并对其中的公服设施数量和种类进行评价。
(3)基于居民日常活动行为：
这类研究大多依赖对特定社区居民出行的GPS调查，文献“基于GPS数据的北京市郊区巨型社区居民日常活动空间”(申悦,柴彦威.地理学报,2013,68(04):506-516)采用标准置信椭圆方法计算GPS数据边界，得出居民日常活动空间范围；文献“社区生活圈的界定与测度:以北京清河地区为例”(孙道胜,柴彦威,张艳..城市发展研究,2016,23(09):1-9)结合GPS数据与活动日志数据，采用alpha-shape方法测度社区生活圈边界；文献“Neighbourhood for Playing:Using GPS,GIS and Accelerometry to Delineate Areaswithin which Youth Are Physically Active”(Yin L,Raja S,Li X,et al.UrbanStudies,2013,50(14):2922-2939)采用最小凸多边形(convex Hull)方法发现社区青年居民日常活跃多集中在距离居住地400米半径的扇形空间。
上述方法中，方法(1)行政边界与居民实际日常活动范围存在较大误差，进而影响以生活圈为单元的社区公共服务设施配套和管理；方法(2)是基于现有公服设施的服务半径，或将小区外扩500-800米来划定生活圈。由于每个公服设施或每个小区划定的生活圈都不一样，也无法在城市尺度确定社区生活圈的总数及其边界；方法(3)，即基于居民日常活动的生活圈边界划定方法，是最接近社区生活圈本意的测度方法，但目前这一方法的应用主要依靠GPS数据，成本高且样本有限，难以描述社区大多数居民的活动规律，更缺乏对城市范围不同类型社区生活圈的全貌认识。综上，现有方法还存在测度准确性不够、成本高、效率低的技术问题。
发明内容
本发明的目的是为了克服上述现有技术存在的缺陷而提供的一种基于手机位置服务数据(LBS)与复杂网络算法的社区生活圈边界测度方法、系统、计算机设备及存储介质，能有效提高边界测度准确性，效率高，成本低。
本发明的目的可以通过以下技术方案来实现：
一种社区生活圈边界测度方法，该方法包括以下步骤：
1)以道路中心线为界将研究对象划分为若干地块，并计算各地块间的距离；
2)基于手机位置服务数据获取各地块间的联系矩阵，通过设定多个距离约束，筛选得到多个有效联系网络；
3)基于复杂网络算法对有效联系网络的联系强度进行聚类，选取与设定要求匹配(如15分钟社区生活圈)的聚类结果，获得社区生活圈的边界测度结果。
优选地，所述地块间的距离为各地块间的边界距离。
进一步地，所述联系矩阵通过以下步骤获取：
201)获取每一用户的手机位置服务数据在各所述地块中的出现情况，将存在该用户出现的地块两两之间的联系值记为1；
202)叠加所有用户对应地块的联系值，形成各地块间的联系矩阵。
进一步地，所述有效联系网络的筛选具体为：
根据所述距离约束dn，将距离大于dn的两个地块间的联系值置为0，更新所述联系矩阵，基于所述联系矩阵生成对应于距离约束dn的有效联系网络。
优选地，所述距离约束dn可根据研究对象的面积来设定。
优选地，基于复杂网络中的infomap算法对有效联系网络的联系强度进行所述聚类。
进一步地，所述社区生活圈的边界测度结果通过以下步骤获得：
计算各距离约束下的聚类结果的平均规模与平均半径，基于所述平均规模与平均半径选取与设定要求匹配的聚类结果，以该聚类结果作为社区生活圈的边界测度结果。
优选地，所述步骤2)采用的手机位置服务数据为工作日一天的所有用户的手机位置服务轨迹数据。
本发明还提供一种社区生活圈边界划定系统，包括：
地块划分及距离计算模块，以道路中心线为界将研究对象划分为若干地块，并计算各地块间的距离；
有效联系网络筛选模块，基于手机位置服务数据获取各地块间的联系矩阵，通过设定的多个距离约束，筛选得到多个有效联系网络；
结果生成模块，基于复杂网络算法对有效联系网络的联系强度进行聚类，选取与设定要求匹配的聚类结果，获得社区生活圈的边界测度结果。
本发明还提供一种计算机设备，包括处理器以及用于存储处理器可执行程序的存储器，所述处理器执行存储器存储的程序时，实现所述的社区生活圈边界测度方法。
本发明还提供一种存储介质，存储有程序，所述程序被处理器执行时，实现所述的社区生活圈边界测度方法。
与现有技术相比，本发明具有如下有益效果：
1、本发明把地理位置信息引入社会网络分析，将复杂网络算法与GIS分析相结合，可以解决当前社区生活圈规划最大的技术难点，且本发明计算过程简单，仅通过联系矩阵获取及聚类计算，就能够快速获得边界划分结果，效率高。
2、本发明基于用户工作日一天的手机位置服务(LBS)轨迹数据，建立了基于大样本居民活动数据的社区生活圈测度方法，有效提高了边界测度准确性。
3、本发明无需依靠GPS，成本低。
4、本发明基于LBS数据的测度方法不仅可以准确识别15分钟生活圈，还可以通过单元精度和距离约束参数的设定，对5分钟生活圈、10分钟生活圈，甚至通勤圈、扩展圈进行识别，从而深入理解城乡空间的多层级结构及其内在联系，为城乡规划提供科学依据。
附图说明
图1为本发明边界划定方法的流程示意图；
图2为实施例中距离约束为0.5km时各地块间的联系网络；
图3为实施例中距离约束为0.5km时生成的135个社区生活圈。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例1
本实施例提供一种社区生活圈边界测度方法，如图1所示，该方法包括以下步骤：
1)以道路中心线为界将研究对象划分为若干地块，并计算各地块间的距离。该地块间的距离为各地块间的边界距离，相邻地块间的距离为零。
2)基于手机位置服务数据LBS获取各地块间的联系矩阵，基于所述联系矩阵可通过网络分析软件获得对应的联系网络N；再根据设定多个距离约束d1、d2、d3……dn，筛选得到多个有效联系网络N1、N2、N3……Nn。
所述手机位置服务数据为工作日一天的所有用户的手机位置服务轨迹数据。
所述联系矩阵通过以下步骤获取：
201)获取每一用户的手机位置服务数据在各所述地块中的出现情况，将存在该用户出现的地块两两之间的联系值记为1；
202)叠加所有用户对应地块的联系值，形成各地块间的联系矩阵。
比如，某一用户的手机位置服务数据出现在A、B、C、D四个地块中，则将A-B、A-C、A-D、B-C、B-D、C-D的联系值均记为“1”。
所述有效联系网络的筛选具体为：
根据所述距离约束dn，将距离大于dn的两个地块间的联系值置为0，更新所述联系矩阵，基于更新后的联系矩阵通过网络分析软件生成对应于距离约束dn的有效联系网络。
3)基于复杂网络算法对有效联系网络的联系强度进行聚类，选取与设定要求匹配的聚类结果，获得社区生活圈的边界测度结果。设定要求可根据需要设置为15分钟生活圈、5分钟生活圈、10分钟生活圈、通勤圈、扩展圈等。
具体地，采用基于复杂网络中的infomap算法对有效联系网络的联系强度进行所述聚类，计算各距离约束下的聚类结果的平均规模(km2)与平均半径(km)，基于所述平均规模与平均半径选取与设定要求匹配的聚类结果，以该聚类结果作为社区生活圈的边界测度结果。
在获得边界测度结果后，对于选择的聚类结果，计算其距离约束dn所对应的联系量在全部联系总量中的占比，核查其对生活圈形成的显著性。
本实施例选取研究对象下辖81个街道办和556个居委单元，总面积549平方公里。以道路中心线为界将该研究对象划分为3691个地块，地块平均面积为0.15km2。选取工作日(2017.5.17)一天的手机LBS轨迹数据(1231433位用户，7785826条记录)计入地块，在距离约束(d)分别取值为0.5、1、3、5、10、20km以及无距离约束时，采用infomap算法得到七种不同数量和规模的聚类结果，如表1所示。
表1不同距离约束下的聚类结果(生活圈)数量与规模表
Figure BDA0002635606870000051
Figure BDA0002635606870000061
本实施例以“15分钟社区生活圈”为边界划定的设定要求。由表1可知，d值在0.5～3km时，生活圈的聚类数量变化最显著——说明3公里以内的活动是决定生活圈规模的主要联系，超过3km的活动对生活圈的形成作用不显著。当d值为0.5km所形成的生活圈(如图2-图3所示，平均规模为4km，平均半径为1.1km)与“15分钟社区生活圈”最为接近。
实施例2
本实施例提供一种社区生活圈边界划定系统，包括地块划分及距离计算模块、有效联系网络筛选模块和结果生成模块，其中，地块划分及距离计算模块，以道路中心线为界将研究对象划分为若干地块，并计算各地块间的距离；有效联系网络筛选模块，基于手机位置服务数据获取各地块间的联系矩阵，通过设定的多个距离约束，筛选得到多个有效联系网络；结果生成模块，基于复杂网络算法对有效联系网络的联系强度进行聚类，选取与设定要求匹配的聚类结果，获得社区生活圈的边界测度结果。其余同实施例1。
实施例3
本实施例提供一种计算机设备，包括处理器以及用于存储处理器可执行程序的存储器，所述处理器执行存储器存储的程序时，实现如实施例1所述的社区生活圈边界测度方法。
实施例4
本实施例提供一种存储介质，存储有程序，所述程序被处理器执行时，实现如实施例1所述的社区生活圈边界测度方法。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (10)

1.一种社区生活圈边界测度方法，其特征在于，该方法包括以下步骤：
1)以道路中心线为界将研究对象划分为若干地块，并计算各地块间的距离；
2)基于手机位置服务数据获取各地块间的联系矩阵，通过设定的多个距离约束，筛选得到多个有效联系网络；
3)基于复杂网络算法对有效联系网络的联系强度进行聚类，选取与设定要求匹配的聚类结果，获得社区生活圈的边界测度结果。
2.根据权利要求1所述的社区生活圈边界测度方法，其特征在于，所述地块间的距离为各地块间的边界距离。
3.根据权利要求1所述的社区生活圈边界测度方法，其特征在于，所述联系矩阵通过以下步骤获取：
201)获取每一用户的手机位置服务数据在各所述地块中的出现情况，将存在该用户出现的地块两两之间的联系值记为1；
202)叠加所有用户对应地块的联系值，形成各地块间的联系矩阵。
4.根据权利要求1所述的社区生活圈边界测度方法，其特征在于，所述有效联系网络的筛选具体为：
根据所述距离约束dn，将距离大于dn的两个地块间的联系值置为0，更新所述联系矩阵，基于所述联系矩阵生成对应于距离约束dn的有效联系网络。
5.根据权利要求1所述的社区生活圈边界测度方法，其特征在于，基于复杂网络中的infomap算法对有效联系网络的联系强度进行所述聚类。
6.根据权利要求1所述的社区生活圈边界测度方法，其特征在于，所述社区生活圈的边界测度结果通过以下步骤获得：
计算各距离约束下的聚类结果的平均规模与平均半径，基于所述平均规模与平均半径选取与设定要求匹配的聚类结果，以该聚类结果作为社区生活圈的边界测度结果。
7.根据权利要求1所述的社区生活圈边界测度方法，其特征在于，所述步骤2)采用的手机位置服务数据为工作日一天的所有用户的手机位置服务轨迹数据。
8.一种社区生活圈边界划定系统，其特征在于，包括：
地块划分及距离计算模块，以道路中心线为界将研究对象划分为若干地块，并计算各地块间的距离；
有效联系网络筛选模块，基于手机位置服务数据获取各地块间的联系矩阵，通过设定的多个距离约束，筛选得到多个有效联系网络；
结果生成模块，基于复杂网络算法对有效联系网络的联系强度进行聚类，选取与设定要求匹配的聚类结果，获得社区生活圈的边界测度结果。
9.一种计算机设备，包括处理器以及用于存储处理器可执行程序的存储器，其特征在于，所述处理器执行存储器存储的程序时，实现权利要求1-7任一项所述的社区生活圈边界测度方法。
10.一种存储介质，存储有程序，其特征在于，所述程序被处理器执行时，实现权利要求1-7任一项所述的社区生活圈边界测度方法。
CN202010824361.3A 2020-08-17 2020-08-17 社区生活圈边界测度方法、系统、计算机设备及存储介质 Active CN112087716B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010824361.3A CN112087716B (zh) 2020-08-17 2020-08-17 社区生活圈边界测度方法、系统、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010824361.3A CN112087716B (zh) 2020-08-17 2020-08-17 社区生活圈边界测度方法、系统、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN112087716A true CN112087716A (zh) 2020-12-15
CN112087716B CN112087716B (zh) 2022-06-07

Family

ID=73729347

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010824361.3A Active CN112087716B (zh) 2020-08-17 2020-08-17 社区生活圈边界测度方法、系统、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN112087716B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113642928A (zh) * 2021-08-31 2021-11-12 广州市城市规划勘测设计研究院 应用于城市更新的社区生活圈的规划模拟测度与评价方法
CN113657688A (zh) * 2021-08-31 2021-11-16 广州市城市规划勘测设计研究院 一种社区生活圈的模拟测度方法
CN114926098A (zh) * 2022-06-30 2022-08-19 华中科技大学 基于移动定位数据的城乡生活圈快速划定方法及其系统
CN115687549A (zh) * 2022-09-28 2023-02-03 广州市城市规划设计有限公司 一种快速高效的生活圈划定方法、装置、设备及介质
CN114926098B (zh) * 2022-06-30 2024-06-04 华中科技大学 基于移动定位数据的城乡生活圈快速划定方法及其系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140237053A1 (en) * 2006-03-17 2014-08-21 Raj Abhyanker User-generated community publication in an online neighborhood social network
CN106530100A (zh) * 2016-11-18 2017-03-22 同济大学 一种面向信任度社交网络的社区发现技术方法
CN110032609A (zh) * 2019-02-28 2019-07-19 东南大学 一种基于定位数据的生活圈识别方法
US20190311441A1 (en) * 2018-04-09 2019-10-10 Massachusetts Institute Of Technology System and technique for influence estimation on social media networks using causal inference
CN111275597A (zh) * 2020-01-16 2020-06-12 华南理工大学 社区生活圈空间识别方法、系统、计算机设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140237053A1 (en) * 2006-03-17 2014-08-21 Raj Abhyanker User-generated community publication in an online neighborhood social network
CN106530100A (zh) * 2016-11-18 2017-03-22 同济大学 一种面向信任度社交网络的社区发现技术方法
US20190311441A1 (en) * 2018-04-09 2019-10-10 Massachusetts Institute Of Technology System and technique for influence estimation on social media networks using causal inference
CN110032609A (zh) * 2019-02-28 2019-07-19 东南大学 一种基于定位数据的生活圈识别方法
CN111275597A (zh) * 2020-01-16 2020-06-12 华南理工大学 社区生活圈空间识别方法、系统、计算机设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吕永强: "多源数据支持的多尺度城市空间结构识别方法及应用", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113642928A (zh) * 2021-08-31 2021-11-12 广州市城市规划勘测设计研究院 应用于城市更新的社区生活圈的规划模拟测度与评价方法
CN113657688A (zh) * 2021-08-31 2021-11-16 广州市城市规划勘测设计研究院 一种社区生活圈的模拟测度方法
CN113657688B (zh) * 2021-08-31 2022-04-01 广州市城市规划勘测设计研究院 一种社区生活圈的模拟测度方法
CN113642928B (zh) * 2021-08-31 2022-04-01 广州市城市规划勘测设计研究院 应用于城市更新的社区生活圈的规划模拟测度与评价方法
CN114926098A (zh) * 2022-06-30 2022-08-19 华中科技大学 基于移动定位数据的城乡生活圈快速划定方法及其系统
CN114926098B (zh) * 2022-06-30 2024-06-04 华中科技大学 基于移动定位数据的城乡生活圈快速划定方法及其系统
CN115687549A (zh) * 2022-09-28 2023-02-03 广州市城市规划设计有限公司 一种快速高效的生活圈划定方法、装置、设备及介质
CN115687549B (zh) * 2022-09-28 2024-04-02 广州市城市规划设计有限公司 一种快速高效的生活圈划定方法、装置、设备及介质

Also Published As

Publication number Publication date
CN112087716B (zh) 2022-06-07

Similar Documents

Publication Publication Date Title
CN112087716B (zh) 社区生活圈边界测度方法、系统、计算机设备及存储介质
WO2021103323A1 (zh) 一种历史城市保护发展协同控制方案辅助设计系统
CN106931974B (zh) 基于移动终端gps定位数据记录计算个人通勤距离的方法
CN105206057B (zh) 基于浮动车居民出行热点区域的检测方法及系统
CN109146204A (zh) 一种多层次综合评估的风电场升压站自动选址方法
CN106845559B (zh) 顾及poi数据空间异质性的地表覆盖验证方法及系统
CN105225486A (zh) 填补缺失浮动车数据的方法及系统
WO2021103322A1 (zh) 一种历史名城新城区规划辅助设计系统
Li et al. Dynamic changes analysis and hotspots detection of land use in the central core functional area of Jing‐Jin‐Ji from 2000 to 2015 based on remote sensing data
CN110413855B (zh) 一种基于出租车下客点的区域出入口动态提取方法
CN104679942A (zh) 一种基于数据挖掘的建设用地承载效率测度方法
Guo et al. Monitoring and simulation of dynamic spatiotemporal land use/cover changes
CN112085250A (zh) 一种人口空间分布模拟方法、终端设备及存储介质
Wu et al. Establishing a" dynamic two-step floating catchment area method" to assess the accessibility of urban green space in Shenyang based on dynamic population data and multiple modes of transportation
Song et al. Identifying flow clusters based on density domain decomposition
Tu et al. Quantitative analysis of urban polycentric interaction using nighttime light data: A case study of Shanghai, China
CN108345662A (zh) 一种考虑用户分布区域差异的签到微博数据加权统计方法
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
CN113626437A (zh) 一种海量矢量数据快速查询方法及系统
Tian et al. A novel approach to estimate human space-time path based on mobile phone call records
CN111581318B (zh) 一种共享单车骑行目的推断方法、装置及存储介质
Jiang et al. Improved F-DBSCAN for trip end identification using mobile phone data in combination with base station density
CN113780880A (zh) 一种基于空间代表性的pm2.5观测站点布局评价方法
Xing et al. Inferring Land Use Type in Urban Area with Mobile Big Data
CN116644809B (zh) 一种集成地理大数据和机器学习的城镇开发边界划定方法

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
GR01 Patent grant
GR01 Patent grant