CN112365391A - 一种基于“国土调查”数据的用地多样性计量方法 - Google Patents
一种基于“国土调查”数据的用地多样性计量方法 Download PDFInfo
- Publication number
- CN112365391A CN112365391A CN202011258719.7A CN202011258719A CN112365391A CN 112365391 A CN112365391 A CN 112365391A CN 202011258719 A CN202011258719 A CN 202011258719A CN 112365391 A CN112365391 A CN 112365391A
- Authority
- CN
- China
- Prior art keywords
- land
- data
- diversity
- range
- road
- 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.)
- Withdrawn
Links
- 238000000691 measurement method Methods 0.000 title claims abstract description 5
- 238000013439 planning Methods 0.000 claims abstract description 24
- 238000004458 analytical method Methods 0.000 claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 20
- 238000011160 research Methods 0.000 claims description 12
- 238000004220 aggregation Methods 0.000 claims description 6
- 230000002776 aggregation Effects 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 238000005520 cutting process Methods 0.000 claims description 3
- 238000003012 network analysis Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000012800 visualization Methods 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 238000012216 screening Methods 0.000 claims 1
- 239000002689 soil Substances 0.000 claims 1
- 238000009826 distribution Methods 0.000 abstract description 3
- 230000001105 regulatory effect Effects 0.000 abstract 1
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000003860 storage Methods 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
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
- G06Q10/06—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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Geometry (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Game Theory and Decision Science (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Primary Health Care (AREA)
- Remote Sensing (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computational Mathematics (AREA)
- Evolutionary Biology (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于“国土调查”数据的用地多样性计量方法，通过利用第三次全国国土调查这一新型数据源，针对住宅用地按照步行生活圈范围进行多种用地混合多样性指数计算，对多样性指数的分析结果进行空间集聚分析，利用局部莫兰指数的分布结果来确定用地调整规划的优先时序。本发明结合最新的国土调查用地分类数据，提供了一种考虑居民日常生活范围内用地混合多样性计算方法，并以多样性空间分布集聚结果作为土地利用规划调整时序的依据，避免了决策的主观性和随机性，提高了决策的科学性。
Description
技术领域
本发明属于城市规划技术领域，尤其涉及一种基于第三次全国国土调查数据的一种用地多样性计量方法。
背景技术
随着我国城镇化进程的不断发展，城市土地混合利用的优势愈发明显。近年来全国各地政府都在根据自身的实际情况制定不同的土地混合利用方案。城市土地混合利用能够带动多产业发展，缓解城市人口居住压力，提高人才吸引力，提升城市活力。现有的成果专利土地混合度分析主要是利用城市兴趣点POI数据或移动手机信令数据，依据传统的城市用地分类标准，在一定的由道路所围合的范围内进行用地多样性分析评价。
在数据源方面，现有的成果专利土地混合度分析主要是以POI(point ofinterest,包含城市各设施类别、经纬度坐标、地址等基本信息的数据)、LBS数据(移动定位服务)以及手机信令数据作为数据来源和依据。第三次全国国土调查是一种新型数据源，在用地分类上，国土调查以《城市用地分类与规划建设用地标准》为基础，对不同用地分类进行了细化和归并，将用地分为了12个一级类(01耕地02园地03林地04草地05商服用地06工矿仓储用地07住宅用地08公共管理与公共服务用地09特殊用地10交通运输用地11水域及水利设施用地12其他土地)，以及53个二级类用地。国土调查数据把各类自然资源在国土空间上的分布状况同步调查清楚，统一标准，统一分类，统一组织，有利于国土空间规划的实施，为科学规划提供决策依据。
在研究范围确定方面，现有多样性或土地混合程度的分析范围多从城市组团空间、控制性详细规划单元、居民生活单元或是以市域、片区、街道、社区尺度为研究对象进行土地混合程度分析，未从居民生活圈角度考虑，未关注提高居民生活便利性的重要性。
在规划时序方面，现有的成果专利在计算土地利用混合程度时，未关注土地利用规划调整的优先时序问题。
发明内容
本发明为解决上述问题，提供一种在不同等级生活圈范围内住宅用地多样性的计量方法，基于“国土调查”这一新型数据源，秉持以人为本的思想，以住宅用地为研究对象，研究在生活圈范围内的用地多样性分析方法，并为用地规划时序提供一定的决策依据。
为实现上述目的，本发明提供一种基于“国土调查”数据的用地多样性计量方法包括了获取相关数据源、构建城市网络模型、计算各住宅用地多样性指数、聚类分析用地规划空间时序这四个步骤：
步骤一：第三次全国国土调查数据获取与整理
1.1第三次全国国土调查数据获取：从城市自然资源及规划管理部门获取。
1.2第三次全国国土调查数据整理：确定研究范围，选取国土调查数据中的用地分类汇总数据，导入到GIS中，并利用GIS的裁剪工具截取所需要的研究范围。
步骤二：构建完整城市交通网络模型
2.1城市基础交通网络数据的获取与整理：通过OpenStreetMap开源地图及爬虫工具，获取所分析城市核心区道路数据，通过数据对比与校准，依据城市道路网实际情况，对道路进行分级，完善城市路网系统。数据结构主要包含道路线型、道路等级、道路长度字段；
2.2交通网络模型建立：将步骤2.1中所述的城市路网系统导入GIS软件，并利用提取分析中的投影工具，将路网系统转换为投影坐标系，利用分割工具将城市道路在交叉口打断，并对路网进行拓扑检查，修改有问题的道路，确保路网的连通性和正确性。新建网络数据集，将拓扑验证后的路网数据导入，将步行距离(米)作为网络的通行成本，通过道路长度字段进行赋值，生成完整的交通网络模型。
步骤三：计算各住宅用地多样性指数
3.1将步骤1.2中所述的国土调查数据按属性选取住宅用地，利用DataManagement Tools工具中的要素转点工具生成质心点；基于质心点，利用GIS中NetworkAnalyst工具新建服务区，将住宅用地质心点设为服务区设施点，以步行距离为阻抗，以生活圈范围d为中断值，选择城市交通网络模型进行捕捉，生成以住宅用地质心点为中心，基于实际路网系统的以生活圈范围d为半径的服务区范围，并将此作为分析范围。
3.2将步骤1.2中所述的国土调查数据中用地种类进行梳理，依据新版《城市居住区规划设计标准》要求筛选出居住区生活圈内所需的用地种类，利用GIS数据导出工具，将所需用地依次从第三次全国国土调查数据中导出，建立独立图层。利用GIS中的相交工具，让每一类用地依次与3.1步骤中所述的服务区范围相交，得到不同服务区内各类用地的分图层。
3.3根据下式计算研究范围内每一住宅用地在生活圈d范围内的用地多样性指数Hi:
式中Pi表示在同一服务区内任一所选用地面积与该服务区内的所有选取的用地总面积的比值；Hi指数值越大，说明该住宅用地的用地混合程度越高。
3.4运用下式对多样性指数Hi进行归一化处理,判断每一住宅用地一定生活圈范围内的用地混合程度:
式中Min(Hi)为步骤3.3中所述用地多样性指数Hi的最小值，Max(Hi)为所述用地多样性指数Hi的最大值；Gi指数越大，说明该住宅用地的用地混合程度越高。
3.5运用GIS中的空间连接工具将所述归一化处理后的各住宅用地的多样性指数与步骤1.2中所述的国土调查数据图层连接，将多样性指数赋值到国土调查用地数据中，并通过GIS中的符号可视化根据所述归一后多样性指数为住宅用地赋予由浅到深的颜色，直观反应城市内各住宅用地一定生活圈范围内的用地混合程度的高低。
步骤四：考虑多样性的用地调整规划时序方法
4.1利用GIS中Spatial Statistics Tools工具中优化的异常值分析，识别具有统计显著性的高值(热点)和低值(冷点)的空间聚类以及数据集范围内的高异常值和低异常值。
4.2考虑多样性的用地调整规划时序方法：对所述多样性结果进行局部莫兰指数分析，低低集聚区优先调整、低高和高低集聚区次优先调整。
本方法适用于各种基于国土调查数据、用地分类等数据，计算一定范围内用地多样性的需要。可依据实际需要选取不同的研究对象和分析范围，并可提供一定的调整更新的决策依据。
本发明的有益效果是：
1.本发明的一种有益效果是：利用第三次国土调查数据、城市基础道路路网数据等多源数据，结合居住生活圈的概念进行的用地多样性指标计算，有利于充分利用新型数据源，满足国土空间规划的需要；
2.其二是本方法将研究对象聚焦在住宅用地，在有效的步行范围内计算用地混合度，有利于提升住宅用地周边的多样性指数，提升居民生活的便利程度，增加居民生活幸福感；
3.其三是本方法对用地多样性指数进行了局部莫兰指数分析，得到高异常值和低异常值，有利于为后期用地规划调整的时序问题提供一定的决策依据。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明的计算用地多样性指标流程图；
图2为第三次全国土地调查工作分类表；
图3为本发明一实施例路网模型；
图4为本发明一实施例住宅用地质心点；
图5为本发明一实施例住宅用地服务区；
图6为本发明一实施例住宅用地及生活圈所需用地分类；
图7为本发明一实施例某一住宅用地服务区及包含的其他类用地；
图8为本发明一实施例住宅用地多样性指数符号可视化表达；
图9为本发明一实施例用地调整规划时序。
具体实施方式
步骤一：第三次全国国土调查数据获取与整理
1.1第三次全国国土调查数据获取：从城市自然资源及规划部门获取。
1.2第三次全国国土调查数据整理：选取国土调查数据中的用地分类汇总数据(见图2)，导入到ArcGIS中，并利用ArcGIS的裁剪工具截取武安市老城区作为研究范围。
步骤二：构建完整的武安市交通网络模型
2.1构建交通网络的数据准备：通过OpenStreetMap开源地图及爬虫工具，获取武安市老城区道路网数据，通过数据对比与校准，结合实际调研情况，完善武安市路网系统。路网数据结构主要包含武安市老城区道路线型、道路等级、道路长度字段；
2.2交通网络模型建立：将步骤2.1中所述武安市道路数据导入ArcGIS，利用DataManagement Tools工具将原有地理坐标系变换为投影坐标系，利用分割工具将老城区内道路在交叉口打断，并对路网进行拓扑检查，通过拓扑检查的方式来发现错误，确保路网的连通性和正确性。新建网络数据集，将拓扑验证后的路网数据导入，将步行距离(米)作为网络的通行成本，通过道路长度字段进行赋值，生成完整的交通网络模型(见图3)。
步骤三：计算各住宅用地多样性指数
3.1将步骤1.2中所述国土调查数据，利用按属性选择工具选取住宅用地，利用要素转点工具生成质心点(见图4)；基于质心点，利用ArcGIS中Network Analyst工具新建服务区，将住宅用地质心点设为服务区设施点，以步行距离为阻抗，以步行15分钟生活圈范围1000m为中断值，选择城市交通网络模型进行捕捉，生成以住宅用地质心点为中心，基于实际路网系统的基于实际道路网系统生成以1000m(步行15分钟生活圈)为半径的服务区范围，并将此作为分析范围(见图5)。
3.2将步骤1.2所述国土调查数据各类用地性质进行分类汇总，结合居住区15分钟生活圈所需的用地种类(见图6)，选取科教文卫用地(包含高教用地)、公园与绿地(包含广场用地)、交通服务场站用地、商服用地四个二级类用地作为评价指标。将所选四类二级类用地依次从国土调查数据图层中导出，分别建立独立图层。利用ArcGIS中的相交工具，让四类二级类用地中的每一类依次与3.1步骤中所述的服务区范围相交，得到不同服务区内各类用地的分图层(见图7)。
3.3根据下式计算武安市老城区内每一住宅用地在步行15分钟生活圈范围(1000m)内的用地多样性指数Hi:
式中Pi为服务区i内二级类用地的面积与该服务区内的所有选取的用地总面积的比值；Hi指数越大，说明该住宅用地在步行15分钟生活圈内的用地混合程度越高。
3.4运用下式对多样性指数Hi进行归一化处理,得到简化后的多样性指数Gi，判断每一住宅用地15分钟生活圈范围内的用地混合程度:
式中Min(Hi)为步骤3.3中计算结果中用地多样性指数的最小值，Max(Hi)为用地多样性指数的最大值；Gi指数越大，说明该住宅用地在步行15分钟生活圈内的用地混合程度越高。
3.5运用ArcGIS的空间连接工具，将步骤3.4中所述具备多样性指数属性的服务区图层与步骤1.2中所述国土调查数据图层进行连接，将住宅用地多样性指数赋给国土调查数据，通过ArcGIS中的符号可视化根据所述简化多样性指数Di为住宅用地赋予由浅到深的颜色(见图8)，直观反应武安市各住宅用地15分钟生活圈范围内的用地混合程度的高低。
步骤四：考虑多样性的用地调整规划时序方法
4.1利用ArcGIS的工具中优化的异常值分析，识别具有统计显著性的高值(热点)和低值(冷点)的空间聚类以及数据集范围内的高异常值和低异常值。
4.2考虑多样性的用地调整规划时序方法：对所述多样性结果Di进行局部莫兰指数分析，低低集聚区优先调整、低高和高低集聚区次优先调整(见图9)。
Claims (2)
1.一种基于“国土调查”数据的用地多样性计量方法，其特征在于：
步骤一：第三次全国国土调查数据获取与整理
步骤1.1、第三次全国国土调查数据获取：从各城市自然资源与规划部门获取；
步骤1.2、第三次全国国土调查数据整理：确定研究范围，选取国土调查数据中的用地分类汇总数据，导入到GIS中，并利用GIS裁剪工具截取所需要的研究范围；
步骤二：构建完整的城市交通网络模型
步骤2.1、城市基础交通网络数据的获取与整理：通过OpenStreetMap开源地图及互联网分析提取技术，获取所分析城市核心区道路数据，在GIS中建立文件地理数据库，将所述道路数据导入GIS软件中，依据城市道路网实际情况，补全缺失的道路数据，对道路进行分级，完善城市路网系统。数据结构主要包含道路线型、道路等级、道路长度字段；
步骤2.2、交通网络模型建立：将步骤2.1中所述的道路数据利用GIS软件的投影工具将原有地理坐标系转换为投影坐标系，利用分割工具将城市道路在交叉口打断，利用拓扑工具对路网进行拓扑检查，修改有问题的道路，确保路网的连通性和正确性。新建网络数据集，将所述拓扑验证无误后的路网数据导入，将步行距离(米)作为网络的通行成本，通过道路长度字段进行赋值，生成完整的交通网络模型；
步骤三：计算各住宅用地多样性指数
步骤3.1、将步骤1.2中所述国土调查数据按属性选取住宅用地，利用要素转点工具生成质心点；基于质心点，利用GIS中Network Analyst工具新建服务区，将住宅用地质心点设为服务区设施点，以步行距离为阻抗，以生活圈范围d为中断值，选择城市交通网络模型进行捕捉，生成以住宅用地质心点为中心，基于实际路网系统的以生活圈范围d为半径的服务区范围，并将此作为分析范围；
步骤3.2、将步骤1.2中所述国土调查数据中用地种类进行梳理，依据新版《城市居住区规划设计标准》筛选出居住区生活圈内所需的用地种类，利用GIS数据导出工具，将所需用地依次从所述第三次全国国土调查数据中导出，建立独立图层。利用GIS中的相交工具，让每一类用地依次与3.1步骤中所述服务区范围相交，得到不同服务区内各类用地的分图层；
步骤3.3、根据下式计算研究范围内每一住宅用地在所述生活圈d范围内的用地多样性指数Hi:
式中Pi为某一服务区内任一所选二级类用地的面积与该服务区内的所有选取用地的总面积的比值；Hi指数越大，说明该住宅用地的用地混合程度越高；
步骤3.4、根据下式对所述多样性指数Hi进行归一化处理,得到简化后的用地多样性指数Gi，判断每一住宅用地一定生活圈范围内的用地混合程度:
式中Min(Hi)为步骤3.3中所述用地多样性指数的最小值，Max(Hi)为所述用地多样性指数的最大值。Gi指数越大，说明该住宅用地的用地混合程度越高；
步骤3.5、运用GIS中的空间连接工具将所述归一化处理后的各住宅用地的多样性指数Gi与步骤1.2中所述的国土调查数据图层连接，将多样性指数赋给国土调查用地数据中，通过GIS中的符号可视化根据多样性指数为住宅用地赋予由浅到深的颜色，直观反应城市内各住宅用地一定生活圈范围内的用地混合程度的高低；
步骤四：考虑多样性的用地调整规划时序方法
步骤4.1、利用GIS的Spatial Statistics Tools工具中优化的异常值分析，识别具有统计显著性的高值(热点)和低值(冷点)的空间聚类以及数据集范围内的高异常值和低异常值；
步骤4.2、考虑多样性的用地调整规划时序方法：对多样性结果进行局部莫兰指数分析，低低集聚区优先调整、低高和高低集聚区次优先调整。
2.根据权利要求1所述的方法，其特征在于：生活圈范围d可根据研究需要选取步行5分钟生活圈(300m)、10分钟生活圈(500m)、15分钟生活圈(800-1000m)、1500m或2000m。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011258719.7A CN112365391A (zh) | 2020-11-12 | 2020-11-12 | 一种基于“国土调查”数据的用地多样性计量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011258719.7A CN112365391A (zh) | 2020-11-12 | 2020-11-12 | 一种基于“国土调查”数据的用地多样性计量方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112365391A true CN112365391A (zh) | 2021-02-12 |
Family
ID=74514439
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011258719.7A Withdrawn CN112365391A (zh) | 2020-11-12 | 2020-11-12 | 一种基于“国土调查”数据的用地多样性计量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112365391A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112836146A (zh) * | 2021-03-09 | 2021-05-25 | 威创集团股份有限公司 | 一种基于网络消息的地理空间坐标信息获取方法及装置 |
| CN112966908A (zh) * | 2021-02-23 | 2021-06-15 | 深圳市城市规划设计研究院有限公司 | 建设用地的功能混合评估方法、装置及存储介质 |
| CN113326342A (zh) * | 2021-06-10 | 2021-08-31 | 常州市规划设计院 | 一种基于国土调查数据的路网模型构建方法 |
| CN114720665A (zh) * | 2022-06-10 | 2022-07-08 | 北京市农林科学院智能装备技术研究中心 | 测土配方施肥土壤全氮异常值检测方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107480859A (zh) * | 2017-07-11 | 2017-12-15 | 中国科学院地理科学与资源研究所 | 城市群地区国土空间利用质量评价方法和装置 |
| CN110334864A (zh) * | 2019-07-03 | 2019-10-15 | 洛阳市规划建筑设计研究院有限公司 | 一种基于gis的多规合一城乡空间分区划定的方法 |
| CN111062446A (zh) * | 2019-12-25 | 2020-04-24 | 南京大学 | 基于多源国土资源数据的土地类型分类方法 |
| CN111414449A (zh) * | 2020-03-26 | 2020-07-14 | 江苏省基础地理信息中心 | 一种基于多源数据的地块单元信息画像方法 |
-
2020
- 2020-11-12 CN CN202011258719.7A patent/CN112365391A/zh not_active Withdrawn
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107480859A (zh) * | 2017-07-11 | 2017-12-15 | 中国科学院地理科学与资源研究所 | 城市群地区国土空间利用质量评价方法和装置 |
| CN110334864A (zh) * | 2019-07-03 | 2019-10-15 | 洛阳市规划建筑设计研究院有限公司 | 一种基于gis的多规合一城乡空间分区划定的方法 |
| CN111062446A (zh) * | 2019-12-25 | 2020-04-24 | 南京大学 | 基于多源国土资源数据的土地类型分类方法 |
| CN111414449A (zh) * | 2020-03-26 | 2020-07-14 | 江苏省基础地理信息中心 | 一种基于多源数据的地块单元信息画像方法 |
Non-Patent Citations (3)
| Title |
|---|
| 张文佳等: ""影响时空行为的建成环境测度与实证研究综述"", 《城市发展研究》 * |
| 曹松等: ""基于城市居住区POI数据的昆明市公共交通站点可达性分析"", 《住区》 * |
| 杨宗骏等: ""农村集体建设用地空间分布特征与潜力测算——以万年县为例"", 《江西科学》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112966908A (zh) * | 2021-02-23 | 2021-06-15 | 深圳市城市规划设计研究院有限公司 | 建设用地的功能混合评估方法、装置及存储介质 |
| CN112836146A (zh) * | 2021-03-09 | 2021-05-25 | 威创集团股份有限公司 | 一种基于网络消息的地理空间坐标信息获取方法及装置 |
| CN112836146B (zh) * | 2021-03-09 | 2024-05-14 | 威创集团股份有限公司 | 一种基于网络消息的地理空间坐标信息获取方法及装置 |
| CN113326342A (zh) * | 2021-06-10 | 2021-08-31 | 常州市规划设计院 | 一种基于国土调查数据的路网模型构建方法 |
| CN114720665A (zh) * | 2022-06-10 | 2022-07-08 | 北京市农林科学院智能装备技术研究中心 | 测土配方施肥土壤全氮异常值检测方法及装置 |
| CN114720665B (zh) * | 2022-06-10 | 2022-09-16 | 北京市农林科学院智能装备技术研究中心 | 测土配方施肥土壤全氮异常值检测方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112365391A (zh) | 一种基于“国土调查”数据的用地多样性计量方法 | |
| CN109102193A (zh) | 地理设计生态红线划定与管理系统及数据库、评价模型 | |
| CN107526786A (zh) | 基于多源数据的地名地址数据整合的方法和系统 | |
| CN106897417A (zh) | 一种基于多源大数据融合的城市空间全息地图的构建方法 | |
| WO2023050955A1 (zh) | 一种基于功能混合度和集成学习的城市功能区识别方法 | |
| CN114692236B (zh) | 一种面向大数据的国土空间规划底图底数处理方法 | |
| CN111401726A (zh) | 一种建筑设计方法、装置、系统及存储介质 | |
| CN111221867B (zh) | 一种保护性建筑信息管理系统 | |
| CN111062446B (zh) | 基于多源国土资源数据的土地类型分类方法 | |
| Tian et al. | Suburban identification based on multi-source data and landscape analysis of its construction land: A case study of Jiangsu Province, China | |
| CN112241833A (zh) | 一种光伏发电站前期精细化选址方法 | |
| CN109447436A (zh) | 一种环湖旅游公路景观视觉影响评价方法 | |
| He et al. | Spatial stratified heterogeneity and driving mechanism of urban development level in China under different urban growth patterns with optimal parameter-based geographic detector model mining | |
| CN114398951A (zh) | 一种基于随机森林和众源地理信息的土地利用变化驱动因子挖掘方法 | |
| CN116595121A (zh) | 一种基于遥感技术数据显示监测系统 | |
| CN112734607A (zh) | 基于基础教育设施的可达性分析评价方法 | |
| CN113112152A (zh) | 一种国土空间规划现状评估方法 | |
| CN114564552A (zh) | 一种基于gis的国土空间规划方法 | |
| CN104794164B (zh) | 基于开源数据识别住区车位匹配社会停车需求的方法 | |
| CN116415499B (zh) | 一种社区舒适感模拟预测方法 | |
| CN116957280A (zh) | 基于供需平衡的山地村镇社区生活圈公服设施配置方法 | |
| CN113610346B (zh) | 基于多源数据的村庄发展潜力评价及村庄分类方法及装置 | |
| CN111611412B (zh) | 一种遥感影像地物建档数据的生成方法 | |
| Wan et al. | Urban Planning and Design Layout Generation Based on Artificial Intelligence | |
| CN114462503A (zh) | 一种基于可达性的医疗资源供需匹配关系获取方法 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210212 |
|
| WW01 | Invention patent application withdrawn after publication |