CN112463136B - 基于热力图技术的城市空间区域人流活力分析方法 - Google Patents

基于热力图技术的城市空间区域人流活力分析方法 Download PDF

Info

Publication number
CN112463136B
CN112463136B CN202010608693.8A CN202010608693A CN112463136B CN 112463136 B CN112463136 B CN 112463136B CN 202010608693 A CN202010608693 A CN 202010608693A CN 112463136 B CN112463136 B CN 112463136B
Authority
CN
China
Prior art keywords
urban space
area
people stream
thermodynamic diagram
data
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
Application number
CN202010608693.8A
Other languages
English (en)
Other versions
CN112463136A (zh
Inventor
杨炳晔
冯世杰
俞尚宇
王力冰
刘哲
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.)
China Railway Design Corp
Original Assignee
China Railway Design Corp
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 China Railway Design Corp filed Critical China Railway Design Corp
Priority to CN202010608693.8A priority Critical patent/CN112463136B/zh
Publication of CN112463136A publication Critical patent/CN112463136A/zh
Application granted granted Critical
Publication of CN112463136B publication Critical patent/CN112463136B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/30—Creation or generation of source code
    • G06F8/34—Graphical or visual programming
    • 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
    • G06F8/00—Arrangements for software engineering
    • G06F8/30—Creation or generation of source code
    • G06F8/31—Programming languages or programming paradigms
    • G06F8/315—Object-oriented languages
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/206—Drawing of charts or graphs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
    • 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
    • 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

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供基于热力图技术的城市空间区域人流活力分析方法，形成一套完整的适用于城市空间区域规划设计或评价过程中人流活力计算的自动、快捷分析方法。涉及基于热力图技术的城市空间区域人流活力分析方法，利用热力图技术所提供的人流热力图图像信息，结合设计或评价依据所选定城市空间在城市中的区位对其区域内人流活力进行分析，输出单个或多个选定的城市空间区域人流活力计算分析成果，可直接指导城市空间区域规划设计与评价。尤其针对地铁等线性工程，分析其线路沿线城市空间区域人流活力，具有突出效果。采用本发明的技术方案，应用自主开发的城市空间区域人流活力分析工具，实现一键计算，创新分析方法的同时保证了工作效率。

Description

基于热力图技术的城市空间区域人流活力分析方法
技术领域
本发明涉及网络科学、城市规划、建筑建造技术领域，尤其是涉及一种基于热力图技术的城市空间区域人流活力分析方法。
背景技术
随着经济社会发展，传统的人流活力的统计与分析手段存在明显不足：1）人流活力分析方法与人流量分析方法未有明显区别，进而导致分析结果影响城市规划设计与决策的偏差；2）对专业人员的技术水平要求高，人工操作工作繁重，计算精度及效率偏低；3）单纯人流量的计算分析结果，无法排除城市空间区域周边对其人流活力的影响，进而导致多个项目的直接比较失去科学性；4）信息化程度低，人流活力信息无法有效地存储和传递，难以满足对人流活力数据进行管理及数据挖掘的需求。
利用人流量热力图技术所提供的热力图图像信息，仅可提供人流量的分析功能。如今需要自主开发软件工具，以适应城市空间区域规划建设的需求，并克服城市空间区域人流活力计算分析中存在的不足。
发明内容
本发明的目的在于提供一种基于热力图技术的城市空间区域人流活力分析方法，能够建立一种新的热力图图像信息支持下的城市空间区域人流活力统计、计算与分析系统。
本发明提供了一种基于热力图技术的城市空间区域人流活力分析方法，包括如下步骤：
步骤A：城市空间区域人流活力分析准备阶段。根据设计要求确定所需分析的城市空间区域，依据分析需求预设分析的时间点，统计热力图图像信息；
步骤B：城市空间区域人流活力数据生成阶段。应用自主开发的城市空间区域人流活力分析工具，结合步骤A中所统计的图像信息，选定所需分析的区域后，自动运行多个命令，直接输出所选定的城市空间区域人流活力数据，并保存在软件工具中；
步骤C：城市空间区域人流活力数据积累与分析阶段。利用所统计的人流热力图图像信息，通过重复操作步骤A和步骤B，进行数据的积累，达到设定时段分析的数据保有量；利用所积累的数据，对选定的城市空间区域人流活力进行分析；
步骤D：城市空间区域人流活力报告生成阶段。应用城市空间区域人流活力分析工具中的数据可视化模块，将步骤C生成的人流活力数据，生成直观的可视化分析图形；应用城市空间区域人流活力分析工具中的分析报告生成模块，将步骤C生成的人流活力数据，直接生成文字分析报告。
进一步的，步骤A具体包括如下步骤：
步骤A1：根据城市规划设计依据，确定所需分析城市空间区域范围，作为热力图图像信息统计的依据之一。
步骤A2：根据城市规划设计依据，确定所需分析的时间点，作为热力图图像信息统计的依据之一。
步骤A3：依据城市空间区域范围以及时间点，利用网络公开的热力图像信息资料，统计热力图图像信息。
进一步的，步骤A中对热力图图像信息进行统计，主要包括：检查所需分析的城市空间区域范围内是否具有公开的热力图信息；检查确定的分析时间点是否与公开的热力图信息相对应；对所选区域范围内具有有效热力图图像信息以及时间点对应的热力图图像信息进行统计。
进一步的，步骤B具体包括如下步骤：
步骤B1：选取步骤A3中统计完成的热力图图像信息；
步骤B2：应用基于热力图技术的城市空间区域人流活力分析工具，勾选热力图图像中所要分析的城市空间区域范围；
步骤B3：分析工具会根据预设计算公式和程序代码，输出成所选定的城市空间区域人流活力数据，并将数据保存在软件后台。
进一步的，步骤B1中所需的热力图图像信息，需在其图形显示状态才能完成后续步骤；热力图图像信息格式，可以是任意的图片格式，也可以是公开的热力图图像信息网页浏览状态。
进一步的，步骤B2中勾选所要分析的城市空间区域范围，为闭合的任意多边图形；勾选所要分析的城市空间区域范围后，会自动生成与勾选的城市空间区域产生人流活力分析影响的周边区域范围。
进一步的，步骤B3中分析工具会根据预设计算公式和程序代码，还预设有数据存储格式以及传递标准，能够顺序自动执行4个环节的命令，输出成所选定的城市空间区域人流活力数据。
进一步的，步骤B3中根据勾选所要分析的城市空间区域范围，以及自动生成与勾选的城市空间区域产生人流活力分析影响的周边区域范围，利用PYTHON编程语言代码，自动对热力图图像进行图像网格化分隔，形成面积相等的网格。
进一步的，对已经自动生成的网格化热力图图像信息，利用PYTHON编程语言代码，依据每个网格内的主要颜色类别，以及网格所在区域是在勾选所要分析的城市空间区域内，或是在与勾选的城市空间区域产生人流活力分析影响的周边区域内的不同，对网格的数量进行统计，其统计结果保存在程序后台。
进一步的，依据统计的网格数量数据，结合程序中预设的三个公式，自动生成人流活力数据，其数据保存在程序后台。
进一步的，步骤B3中勾选区域与影响区域的不同颜色网格统计数据，通过计算公式：A=，进行数据转化，得出勾选区域的人流活力数据，其数据储存在后台。
其中，A为所勾选区域人流活力值；xi为所勾选区域内的某一种颜色的单位网格数量；f(xi)为单位网格内的核心颜色所谓映出的人流数据；xj为所勾选区域影响范围内的周边区域的某一种颜色的单位网格数量；f(xj)为所勾选区域影响范围内的周边区域单位网格内的核心颜色所谓映出的人流数据；n为所勾选区域内不同颜色的数量；m为所勾选区域影响范围内的周边区域不同颜色的数量。
进一步的，通过重复操作步骤A和步骤B，自动储存全时段人流活力数据，得出的勾选区域完整时段人流活力数据。
进一步的，步骤C中所勾选区域的完整时段人流活力数据进行进一步分析的方法为：将数值与基数1.0作比较，人流活力数据高于1.0的时段，则认为此时刻所勾选区域人流活力较高，反之则较低；将一天内各时段人流活力数据取平均值，数值高于1.0的天数，则认为该天数所勾选区域人流活力较高，反之则较低。通过上述分析方法衍生出的其他分析方法，均属于本发明保护范围。
进一步的，通过步骤C对所勾选的城市空间区域人流活力数据分析过程，是利用本发明中所应用的自主开发工具，在后台自动运行分析。
进一步的，通过步骤C进行人流活力数据分析，不仅可以分析单一城市空间区域，还可以利用本发明方法比较多个城市空间区域。
进一步的，通过步骤D对所勾选的城市空间区域人流活力数据分析结果，利用模块自动转化为分析结果的可视化图形；一般情况下，可视化图形为折线分析图。纵坐标为活力值，精度为0.1，间距为0.2，基数为1.0；横坐标为时刻或天数。
进一步的，对输出的计算过程与得出人流活力数据可视化图形分析结果和文字报告成果信息，进行固定格式的存储。
本发明的有益效果如下：
采用本发明的基于热力图技术的城市空间区域人流活力分析方法：
首先，本发明通过Python语言开发形成了具有城市空间区域人流活力分析的工具，利用网络公开的热力图图像信息，将原先需人工完成的人流活力统计计算工作转化为计算机处理，勾选所分析的城市空间区域范围、设置人流活力分析时段，程序自行完成城市空间区域人流活力分析的计算。
其次，本发明对人流活力分析与计算进行了整合，省略了复杂的计算过程，结果数据以固定格式文件的形式储存，解决了过往数据存储、传递的问题，提升了城市空间区域人流活力分析的信息化程度。
最后，本发明所开发的的工具容易上手，城市空间区域人流活力分析过程均在后台又计算机程序化完成，操作流程简洁，对城市规划设计的适配性较强，可推广应用于城市规划设计工作中。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例的基于热力图技术的城市空间区域人流活力分析方法的示意图；
图2为本发明实施例的实例人流热力图；
图3为本发明实施例的实例热力图勾选区域；
图4为本发明实施例的实例热力图网格化分割；
图5为人流活力数据的统计；
图6为统计分析可视化方法。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
下面参考图1-图6详细描述本实施例的基于热力图技术的城市空间区域人流活力分析方法的技术方案。
实施例
如图1-6所示，为本实施例提供的基于热力图技术的城市空间区域人流活力分析方法的相关附图，实施案例为对地铁车站周边城市空间区域人流活力进行分析，具体实施方法如下：步骤A、城市空间区域人流活力分析准备阶段。根据设计要求确定所需分析的城市空间区域，依据分析需求预设分析的时间点，统计热力图图像信息；
根据设计及评价要求，进行步骤A1：对某一地铁线路沿线区域周边所需进行人流活力分析的城市空间区域进行确定。所根据的设计及评价要求对城市空间区域的描述，可以是CAD地形图文件，也可以是ArcGIS或者Global Mapper，创建的地形TIN模型，或者可以是文字可描述清楚的四至范围。
根据设计及评价要求，进行步骤A2：对所确定的城市空间区域分析时间段进行确定。无特殊要求，一般以每日上午6：00时至晚24：00时内的每半小时为所分析的时间点。
依据确定的城市空间区域范围以及时间点，利用网络公开的热力图像信息资料，进行步骤A3：统计热力图图像信息。所利用的热力图图像信息资料来源，可以是百度人流热力图，也可以是微信人流热力图。统计方式可以是网页实时数据，也可以是热力图存储格式JPG数据。如图2所示。
步骤B、城市空间区域人流活力数据生成阶段。应用自主开发的城市空间区域人流活力分析工具，结合步骤A中所统计的图像信息，选定所需分析的区域后，自动运行多个命令，直接输出所选定的城市空间区域人流活力数据，并保存在软件工具中；
具体的，利用步骤A所存储的人流热力图图像信息，应用基于热力图技术的城市空间区域人流活力分析工具，进行步骤B2：对所要分析的城市空间区域范围进行勾选，如图3所示；勾选所要分析的城市空间区域后，本发明自主开发的基于热力图技术的城市空间区域人流活力分析工具，会自动运行4个主要环节的代码，进行步骤B3，输出成所选定的城市空间区域人流活力数据，并将数据保存在软件后台。
其中，步骤B3利用所要分析的城市空间区域勾选后的格式JPG的图像信息，将其进行网格化划分，如图4所示。划分后依据程序内设参数，自动识别每个网格内的核心颜色，并将网格以核心颜色命名，统计不同核心颜色网格的数量。将统计的网格数量，通过工具内置公式，形成人流活力数据，如图5所示。
采用步骤B的城市空间区域人流活力分析工具，属于创新开发的计算分析工具系统，在分析工具内设置读取输入条件并应用公式完成计算的命令及计算过程，这里涉及的命令及计算过程均按照固定顺序运行，能够极大的加快整体运算过程，相较于人工计算，本实施例的分析工具既对内部系统进行了创新研发，同时对于与人工计算结果相较，获得的结果更加快速且准确。在该工具内预设有数据存储格式和传递标准，即具有4个环节的命令，且包含各环节的整合，再加上该工具内的各环节能够按照顺序自动执行各环节的计算过程，能够便于减少每个环节人工重复选择的工作量。
需要指出的是：上述4个步骤属于4步计算流程，每个流程均包括固定输入和输出格式，计算过程调用热力图图形学的现有函数，例如颜色识别，区分每个网格内的核心颜色。总体来说，这是城市空间区域规划的需要，基于人流热力图图像信息技术开发的计算工具。
步骤C、城市空间区域人流活力数据积累与分析阶段。利用所统计的人流热力图图像信息，通过重复操作步骤A和步骤B，进行数据的积累，达到设定时段分析的数据保有量；利用所积累的数据，对选定的城市空间区域人流活力进行分析；
其中，为积累数据量，根据设计要求，通过重复操作步骤A和步骤B，自动储存全时段人流活力数据，得出的所勾选区域完整时段人流活力数据。对所勾选区域的完整时段人流活力数据进行进一步分析的方法为：将数值与基数1.0作比较，人流活力数据高于1.0的时段，则认为此时刻所勾选区域人流活力较高，反之则较低；将一天内各时段人流活力数据取平均值，数值高于1.0的天数，则认为该天数所勾选区域人流活力较高，反之则较低。通过上述分析方法衍生出的其他分析方法，均属于本发明保护范围。
需要指出的是，通过步骤C对人流活力进行分析的方法是本发明自主研发的。对所勾选的城市空间区域人流活力数据分析过程，是利用本发明中所应用的自主开发工具，在后台自动运行分析。
步骤D、城市空间区域人流活力报告生成阶段。应用城市空间区域人流活力分析工具中的数据可视化模块，将步骤C生成的人流活力数据，生成直观的可视化分析图形；应用城市空间区域人流活力分析工具中的分析报告生成模块，将步骤C生成的人流活力数据，直接生成文字分析报告。
值得说明的是，通过步骤C进行人流活力数据分析，不仅可以分析单一城市空间区域，还可以利用本发明方法比较多个城市空间区域。本实施例中对一整条地铁沿线周边城市空间区域进行了人流活力分析，输出的计算过程与成果信息以固定格式进行存储。
综上，采用本实施例的基于热力图技术的城市空间区域人流活力分析方法，应用自主开发的城市空间区域人流活力分析工具，快速运行计算，并得出输出结果，形成一套整体用于城市空间区域人流活力分析的解决方案。采用本发明的基于热力图技术的城市空间区域人流活力分析方法，首先，本发明通过Python语言开发形成了具有城市空间区域人流活力分析的工具，利用网络公开的热力图图像信息，将原先需人工完成的人流活力统计计算工作转化为计算机处理，勾选所分析的城市空间区域范围、设置人流活力分析时段，程序自行完成城市空间区域人流活力分析的计算。
其次，本发明对人流活力分析与计算进行了整合，省略了复杂的计算过程，结果数据以固定格式文件的形式储存，解决了过往数据存储、传递的问题，提升了城市空间区域人流活力分析的信息化程度。
最后，本发明实施例所开发的的工具容易上手，城市空间区域人流活力分析过程均在后台又计算机程序化完成，操作流程简洁，对城市规划设计的适配性较强，可推广应用于城市规划设计工作中。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种基于热力图技术的城市空间区域人流活力分析方法，利用热力图技术所提供的人流热力图图像信息，结合所选定城市空间在城市中的区位对其区域内人流进行活力分析，输出城市空间区域范围、人流活力计算成果，用于指导城市空间区域规划设计，其特征在于，包括如下步骤：
步骤A：城市空间区域人流活力分析准备阶段；
根据设计要求确定所需分析的城市空间区域，依据分析需求预设分析的时间点，统计热力图图像信息；
步骤B：城市空间区域人流活力数据生成阶段；
应用自主开发的城市空间区域人流活力分析工具，结合步骤A中所统计的图像信息，选定所需分析的区域后，自动运行多个命令，直接输出所选定的城市空间区域人流活力数据，并保存在软件工具中；
所述步骤B具体包括如下步骤：
步骤B1：选取步骤A中统计完成的热力图图像信息；
步骤B2：应用基于热力图技术的城市空间区域人流活力分析工具，勾选热力图图像中所要分析的城市空间区域范围；
步骤B3：分析工具会根据预设计算公式和程序代码，输出成所选定的城市空间区域人流活力数据，并将数据保存在软件后台；所述步骤B3中还预设有数据存储格式以及传递标准，能够顺序自动执行命令，输出成所选定的城市空间区域人流活力数据；所述步骤B3中根据勾选所要分析的城市空间区域范围，以及自动生成与勾选的城市空间区域产生人流活力分析影响的周边区域范围，利用PYTHON编程语言代码，自动对热力图图像进行图像网格化分隔，形成面积相等的网格；对已经自动生成的网格化热力图图像信息，利用PYTHON编程语言代码，依据每个网格内的主要颜色类别，以及网格所在区域是在勾选所要分析的城市空间区域内，或是在与勾选的城市空间区域产生人流活力分析影响的周边区域内的不同，对网格的数量进行统计，其统计结果保存在程序后台；所述步骤B3中勾选区域与影响区域的不同颜色网格统计数据，通过计算公式：A=，进行数据转化，得出勾选区域的人流活力数据，其数据储存在后台；其中，A为所勾选区域人流活力值；xi为所勾选区域内的某一种颜色的单位网格数量；f(xi)为单位网格内的核心颜色所谓映出的人流数据；xj为所勾选区域影响范围内的周边区域的某一种颜色的单位网格数量；f(xj)为所勾选区域影响范围内的周边区域单位网格内的核心颜色所谓映出的人流数据；n为所勾选区域内不同颜色的数量；m为所勾选区域影响范围内的周边区域不同颜色的数量；
步骤C：城市空间区域人流活力数据积累与分析阶段；
通过重复操作步骤A和步骤B，自动储存全时段人流活力数据，得出的勾选区域完整时段人流活力数据;
利用所统计的人流热力图图像信息，通过重复操作步骤A和步骤B，进行数据的积累，达到设定时段分析的数据保有量；利用所积累的数据，对选定的城市空间区域人流活力进行分析；具体为：将数据与基数1.0作比较，人流活力数据高于1.0的时段，则此时刻所勾选区域的人流活力高，反之则低；将一天内各时段人流活力数据取平均值，数值高于1.0的天数，则该天数所勾选区域的人流活力高，反之则低；
步骤D：城市空间区域人流活力报告生成阶段；
应用城市空间区域人流活力分析工具中的数据可视化模块，将步骤C生成的人流活力数据，生成直观的可视化分析图形；应用城市空间区域人流活力分析工具中的分析报告生成模块，将步骤C生成的人流活力数据，直接生成文字分析报告。
2.根据权利要求1所述的基于热力图技术的城市空间区域人流活力分析方法，其特征在于，所述步骤A具体包括如下步骤：
步骤A1：根据城市规划设计依据，确定所需分析城市空间区域范围，作为热力图图像信息统计的依据之一；
步骤A2：根据城市规划设计依据，确定所需分析的时间点，作为热力图图像信息统计的依据之一；
步骤A3：依据城市空间区域范围以及时间点，利用网络公开的热力图像信息资料，统计热力图图像信息。
3.根据权利要求2所述的基于热力图技术的城市空间区域人流活力分析方法，其特征在于，所述步骤A中对热力图图像信息进行统计，包括：检查所需分析的城市空间区域范围内是否具有公开的热力图信息；检查确定的分析时间点是否与公开的热力图信息相对应；对所选区域范围内具有有效热力图图像信息以及时间点对应的热力图图像信息进行统计。
4.根据权利要求1所述的基于热力图技术的城市空间区域人流活力分析方法，其特征在于，所述步骤B1中所需的热力图图像信息，需在其图形显示状态才能完成后续步骤；热力图图像信息格式，是任意的图片格式或公开的热力图图像信息网页浏览状态。
5.根据权利要求1所述的基于热力图技术的城市空间区域人流活力分析方法，其特征在于，所述步骤B2中勾选所要分析的城市空间区域范围，为闭合的任意多边图形；勾选所要分析的城市空间区域范围后，会自动生成与勾选的城市空间区域产生人流活力分析影响的周边区域范围。
6.根据权利要求1所述的基于热力图技术的城市空间区域人流活力分析方法，其特征在于，依据统计的网格数量数据，自动生成人流活力数据，其数据保存在程序后台。
7.根据权利要求1所述的基于热力图技术的城市空间区域人流活力分析方法，其特征在于，通过所述步骤C对所勾选的城市空间区域人流活力数据分析过程，是利用所述的自主开发的城市空间区域人流活力分析工具，在后台自动运行分析。
8.根据权利要求1所述的基于热力图技术的城市空间区域人流活力分析方法，其特征在于，通过所述步骤C进行人流活力数据分析，不仅可以分析单一城市空间区域，还可以利用所述的方法比较多个城市空间区域。
9.根据权利要求1所述的基于热力图技术的城市空间区域人流活力分析方法，其特征在于，通过所述步骤D对所勾选的城市空间区域人流活力数据分析结果，利用模块自动转化为分析结果的可视化图形；可视化图形为折线分析图；纵坐标为活力值，精度为0.1，间距为0.2，基数为1.0；横坐标为时刻或天数。
10.根据权利要求1所述的基于热力图技术的城市空间区域人流活力分析方法，其特征在于，对输出的计算过程与得出人流活力数据可视化图形分析结果和文字报告成果信息，进行固定格式的存储。
CN202010608693.8A 2020-06-29 2020-06-29 基于热力图技术的城市空间区域人流活力分析方法 Active CN112463136B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010608693.8A CN112463136B (zh) 2020-06-29 2020-06-29 基于热力图技术的城市空间区域人流活力分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010608693.8A CN112463136B (zh) 2020-06-29 2020-06-29 基于热力图技术的城市空间区域人流活力分析方法

Publications (2)

Publication Number Publication Date
CN112463136A CN112463136A (zh) 2021-03-09
CN112463136B true CN112463136B (zh) 2023-12-05

Family

ID=74832941

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010608693.8A Active CN112463136B (zh) 2020-06-29 2020-06-29 基于热力图技术的城市空间区域人流活力分析方法

Country Status (1)

Country Link
CN (1) CN112463136B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106384504A (zh) * 2016-09-06 2017-02-08 江苏智通交通科技有限公司 基于数据可视化的城市路网拥堵特性描述分析方法
WO2018032938A1 (zh) * 2016-08-19 2018-02-22 深圳奇迹智慧网络有限公司 基于探针的人流预警分析方法和系统
CN109189949A (zh) * 2018-08-03 2019-01-11 江苏省城市规划设计研究院 一种人口分布计算方法
CN109299438A (zh) * 2018-09-21 2019-02-01 东南大学 一种基于网约车数据的公共交通设施供给水平评价方法
CN110119482A (zh) * 2019-05-13 2019-08-13 杭州电子科技大学 基于poi和多源移动数据集的人群出行模式可视分析方法
CN110727978A (zh) * 2019-07-23 2020-01-24 中国铁路设计集团有限公司 基于bim技术的城轨车站出入口设计方法、设计系统
CN110909951A (zh) * 2019-11-29 2020-03-24 青岛理工大学 一种历史名城新城区规划辅助设计系统
CN111125490A (zh) * 2019-11-15 2020-05-08 广州市城市规划勘测设计研究院 基于百度热力图的人口活动数量提取方法、装置及介质
CN111144693A (zh) * 2019-11-27 2020-05-12 中建科技有限公司 一种城市公厕选址的决策方法、装置和计算机可读存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8869038B2 (en) * 2010-10-06 2014-10-21 Vistracks, Inc. Platform and method for analyzing real-time position and movement data
CN106303953A (zh) * 2016-07-29 2017-01-04 上海斐讯数据通信技术有限公司 一种人流量统计系统及方法
EP3340078B1 (en) * 2016-12-20 2022-11-30 Palantir Technologies Inc. Interactive user interface for dynamically updating data and data analysis and query processing
US10528343B2 (en) * 2018-02-06 2020-01-07 Smartshift Technologies, Inc. Systems and methods for code analysis heat map interfaces
CN110517487B (zh) * 2019-08-16 2020-11-06 重庆特斯联智慧科技股份有限公司 基于热力图变化识别的城市区域交通资源调控方法及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018032938A1 (zh) * 2016-08-19 2018-02-22 深圳奇迹智慧网络有限公司 基于探针的人流预警分析方法和系统
CN106384504A (zh) * 2016-09-06 2017-02-08 江苏智通交通科技有限公司 基于数据可视化的城市路网拥堵特性描述分析方法
CN109189949A (zh) * 2018-08-03 2019-01-11 江苏省城市规划设计研究院 一种人口分布计算方法
CN109299438A (zh) * 2018-09-21 2019-02-01 东南大学 一种基于网约车数据的公共交通设施供给水平评价方法
CN110119482A (zh) * 2019-05-13 2019-08-13 杭州电子科技大学 基于poi和多源移动数据集的人群出行模式可视分析方法
CN110727978A (zh) * 2019-07-23 2020-01-24 中国铁路设计集团有限公司 基于bim技术的城轨车站出入口设计方法、设计系统
CN111125490A (zh) * 2019-11-15 2020-05-08 广州市城市规划勘测设计研究院 基于百度热力图的人口活动数量提取方法、装置及介质
CN111144693A (zh) * 2019-11-27 2020-05-12 中建科技有限公司 一种城市公厕选址的决策方法、装置和计算机可读存储介质
CN110909951A (zh) * 2019-11-29 2020-03-24 青岛理工大学 一种历史名城新城区规划辅助设计系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Taxi Origin-Destination Demand Prediction with Contextualized Spatial-Temporal Network;Zhilin Qiu;《2019 IEEE International Conference on Multimedia and Expo (ICME)》 *
吴志强.《智能规划》.上海科学技术出版社,2020,第49-57页. *
基于百度地图热力图的城市空间结构研究--以上海中心城区为例;吴志强;《城市规划》(第4期);第33-40页 *
基于百度热力地图的城市轨道交通站区时空聚集研究;宫同伟;《统计与决策》(第2019年24期);第59-63页 *
基于网络数据的轨道交通站点周边空间使用量化研究——以上海地铁10号线沿线为例;叶锺楠;《上海城市规划》(第2017年06期);第3-7页 *

Also Published As

Publication number Publication date
CN112463136A (zh) 2021-03-09

Similar Documents

Publication Publication Date Title
Moghadam et al. Urban energy planning procedure for sustainable development in the built environment: A review of available spatial approaches
CN114742272B (zh) 一种基于时空交互关系的土壤镉风险预测方法
Gimenez et al. Automatic reconstruction of 3D building models from scanned 2D floor plans
CN108228798A (zh) 确定点云数据之间的匹配关系的方法和装置
CN109493119B (zh) 一种基于poi数据的城市商业中心识别方法及系统
CN105260835A (zh) 多来源业务大数据的建模、分析、自我优化的方法
CN110134752A (zh) 三维大场景建模数据处理方法及装置
CN116451900B (zh) 基于一张图工程的国土空间精细化管理方法及系统
CN113111487A (zh) 一种智慧城市规划仿真动态模拟系统及其运行方法
CN114661744B (zh) 一种基于深度学习的地形数据库更新方法及系统
CN117787670B (zh) 一种基于建筑工程的bim数据管理方法及系统
CN117436708B (zh) 国土空间规划风险评估方法
CN113987837A (zh) 铁路选线评价系统及方法
CN117952342A (zh) 融合工序知识库与空间约束的施工方案生成方法及系统
CN112463136B (zh) 基于热力图技术的城市空间区域人流活力分析方法
CN117633249A (zh) 面向SDGs空间型监测指标的基本变量构建方法及装置
Adreani et al. Smart City Scenario Editor for General What-If Analysis
CN117131441A (zh) 夜间光污染监测方法、装置、计算机设备和存储介质
CN116932679A (zh) 一种基于gis技术多模式行业气象服务检验应用方法
KR101545998B1 (ko) 유출-수리모형 데이터 통합 관리 방법 및 그 시스템
CN117113471A (zh) 一种基于cim技术的城市仿真模型算法
CN115797104A (zh) 业扩报装的多路径信息化识别方法
Kong et al. Urban building energy modeling (UBEM): a systematic review of challenges and opportunities
CN115018458A (zh) 一种基于bim技术的面向变电站工程施工计划优化方法
Wolosiuk et al. Application of ontologically streamlined data for building performance analysis

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