CN113194152B - 一种基于手机信令数据的低活动强度建设用地识别方法 - Google Patents

一种基于手机信令数据的低活动强度建设用地识别方法 Download PDF

Info

Publication number
CN113194152B
CN113194152B CN202110539647.1A CN202110539647A CN113194152B CN 113194152 B CN113194152 B CN 113194152B CN 202110539647 A CN202110539647 A CN 202110539647A CN 113194152 B CN113194152 B CN 113194152B
Authority
CN
China
Prior art keywords
activity intensity
construction land
intensity
providing
activity
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
CN202110539647.1A
Other languages
English (en)
Other versions
CN113194152A (zh
Inventor
钮心毅
李晓晗
刘思涵
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 CN202110539647.1A priority Critical patent/CN113194152B/zh
Publication of CN113194152A publication Critical patent/CN113194152A/zh
Application granted granted Critical
Publication of CN113194152B publication Critical patent/CN113194152B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/535—Tracking the activity of the user
    • 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
    • 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
    • G06Q50/08—Construction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/52—Network services specially adapted for the location of the user terminal
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/20—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Computer Hardware Design (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Quality & Reliability (AREA)

Abstract

一种基于手机信令数据的低活动强度建设用地识别方法。本发明使用手机信令数据直接测度人的活动强度，将测度手机信令数据表征的全目的、全方式的活动强度，应用于大范围内建设用地上活动强度的监测，识别出其中的低活动强度建设用地。最终实现在一个地级市或若干地级市范围内，输入同一个时间的手机信令数据、建设用地数据、输入街道(乡镇)行政区域边界，从中识别出低活动强度建设用地的所在位置。

Description

一种基于手机信令数据的低活动强度建设用地识别方法
技术领域
本发明属于手机信令大数据挖掘技术。
背景技术
国土空间开发的监测评估中，除了建设用地的面积和布局，建设用地的使用成效也是重要的监测内容。为了防止出现“土地的城镇化”过度快于“人的城镇化”的现象，使用人的活动界定活动强度、衡量建设用地使用成效是一种重要手段。
(一)现有技术对建设用地的地物监测以识别城市内实体物理要素边界为主。常见有以下三类方法：
①直接使用遥感影像识别。使用目视解译图像或计算机提取像素单元信息自动识别建设用地。直接使用遥感影像只能识别出建设用地上的地物面积、类型、位置，没法识别建设用地上活动强度。
②遥感影像辅助使用城市要素数据识别。使用道路网、电子地图的兴趣点(poi)等数据配合遥感影像识别。通过判断道路网密度、兴趣点poi集聚程度等，对建设用地上的地物进行识别。这一方法可以在识别出建设用地上地物的面积、类型、位置的基础上，进一步判断建设用地上各类城市设施密集程度，但仍无法识别出活动强度。
③使用夜间灯光遥感识别。夜间灯光遥感获取的夜间灯光强度只是某些城市活动的“间接”表征，也只能间接表示一部分活动，不能呈现城市中全方式、全目的活动。一方面，夜间灯光强未必一定对应高强度人的活动；另一方面，也有某些城市活动主要发生在日间，夜间灯光与城市中人的活动二者难以完全对应。现有的夜间灯光遥感技术只能间接识别出建设用地上的部分方式、部分目的人活动活动发生位置，还不能用灯光强度去判断识别人活动的强度。
(二)从手机信令数据识别出的人活动是全方式、全目的的活动，并且不借助任何其他物理要素实现，是人活动的直接反映。已有的手机信令数据测度活动方法是测度手机用户的出行OD(起止点)表、识别居住地、工作地等，还没有手机信令数据用于识别低活动强度建设用地的方法。
发明内容
本发明的目的在于克服现有技术的不足，公开一种基于手机信令数据的低活动强度建设用地识别方法，以解决：
(1)直接测度活动强度。直接测度建设用地上活动强度，不依赖其他物理要素作为间接表示。获取活动发生位置的同时也获取活动的强度。(活动强度定义为在单位面积上发生活动的次数)
(2)全目的、全方式活动强度。测度的建设用地上活动强度是全方式、全目的的人活动形成的活动强度。
(3)大范围识别。实现在地级市的全市范围、或更大范围内的低活动强度建设用地识别。
为此给出技术方案为：
一种基于手机信令数据的低活动强度建设用地识别方法，包括：
步骤一：计算活动强度值；
步骤二：按步骤一得到活动强度值及其空间位置，界定出空间上连续的高强度活动范围；
步骤三：将步骤二得到的连续高强度活动范围与建设用地范围比较，判断出低活动强度建设用地位置。
有益效果：
本发明使用手机信令数据直接测度人的活动强度，将测度手机信令数据表征的全目的、全方式的活动强度，应用于大范围内建设用地上活动强度的监测，识别出其中的低活动强度建设用地。本发明最终实现在一个地级市或若干地级市范围内，输入同一个时间的手机信令数据、建设用地数据、输入街道(乡镇)行政区域边界，从中识别出低活动强度建设用地的所在位置。
附图说明
图1本发明方法总流程
图2计算活动强度的流程
图3界定连续高活动强度范围的流程
图4判断建低活动强度建设用地位置的流程
具体实施方式
本发明属于手机信令大数据挖掘技术，应用于国土空间开发的监测评估。全国地级市以上均须建立国土空间规划“一张图”实施监督信息系统。本技术是适用于国土空间规划“一张图”实施监督信息系统中使用的一种大数据挖掘技术。
本发明所指的“活动强度”是指人活动的强度，本发明所指的“低活动强度”建设用地指在建设用地所在空间范围内无人活动或人活动强度较低的建设用地。
本发明方法总流程(图1所示)：
步骤一：计算活动强度值
1.1输入手机信令数据计算出的用户停留表或OD表，提供给步骤1.2；
1.2如使用停留表，则按照用户每次停留的基站位置进行汇总；如使用OD表，则只取目的地D所在的基站位置进行汇总，得到每个基站的总停留次数，提供给步骤1.4；
1.3构建市域范围的1*1km网格，提供给步骤1.4；
1.4将落入网格内的所有基站停留次数汇总，得到每一个网格的活动强度值，即可输出基于网格的活动强度，提供给步骤二。
步骤二：按步骤一得到活动强度值及其空间位置，界定出空间上连续的高强度活动范围
2.1使用排序累加法，得到每个网格活动强度的位序，提供给步骤2.2；
2.2挑选出活动强度位于前95％(举例而非限定)的网格，作为高活动强度的网格，提供给步骤2.3；
2.3提取高活动强度网格的中心点，构建不规则三角网(TIN)，提供给步骤2.4；
2.4将TIN转换为三角形要素，并提取所有三角形的边长，提供给步骤2.5；
2.5计算所有三角形边长的平均值，将大于平均值的边长作为长边，小于平均值的边长作为短边，提供给步骤2.6；
2.6挑选出所有短边端点所在的高活动强度网格，即为输出的连续高活动强度网格，提供给步骤三。
步骤三：将步骤二得到的连续高强度活动范围与建设用地范围比较，判断出低活动强度建设用地位置
3.1输入建设用地数据，用矢量多边形表示，提供给步骤3.2。
3.2将建设用地与步骤2.6连续高活动强度网格叠合，得到建设用地上的连续高活动强度网格，提供给步骤3.4。
3.3输入街道(乡镇)一级的行政边界，提供给步骤3.4。
3.4以街道(乡镇)一级的行政边界为单元，依次计算每个街道(乡镇)单元内建设用地面积以及建设用地上的连续高活动强度面积，提供给步骤3.5。
3.5计算每一个街道(乡镇)单元内的匹配性指标值，得到的数值在0-1之间。计算公式为：匹配性指标＝建设用地上的连续高强度活动范围面积/建设用地总面积。提供给步骤3.6。
3.6按匹配性值降序，将各个街道(乡镇)单元进行排序。挑选出排位在后50％，且匹配性值小于0.5的街道(乡镇)，即得到该城市的低活动强度建设用地所在位置，作为最终输出结果。
如图2所示：
1、计算活动强度值的具体步骤
其中有关参数方法的说明：
(一)输入表可以是手机信令数据计算的停留表或OD表。使用手机信令数据计算停留表或OD表是已经成熟的现有技术。按照lacci(基站编号)排序分组，目的是方便下一步按照基站统计数量。
本发明所指的手机信令数据计算的停留表，是指由手机信令数据原始表计算出的，包括用户唯一id(加密)、基站编号(LAC和CELL编码，或LACCI编码)、基站位置信息(经纬度或已知投影坐标系的x、y)、停留时间等信息的，用户在某一市域范围内的、按照时间序列完整的停留表。停留表记录了用户一段时间内完整的有效出行停留点，认为有效出行停留点即为用户活动的发生地。如使用停留表，则直接按照lacci排序。
原始停留表为：
msid(用户编号) lacci(基站编号) lon(基站经度) lat(基站纬度) staytime(停留时间)
A 1
… …
A 2
B 1
… …
B 2
C 1
… …
分组后停留表为：
Figure BDA0003071174430000041
Figure BDA0003071174430000051
本发明所指的手机信令数据计算的OD(出行起止点)表，是指由手机信令数据原始表计算出的，包括用户唯一id(加密)、起始基站编号(LAC和CELL编码，或LACCI编码)、起始基站位置信息(经纬度或已知投影坐标系的x、y)、起始时间、到达基站编号(LAC和CELL编码，或LACCI编码)、到达基站位置信息(经纬度或已知投影坐标系的x、y)、到达时间等信息的，用户在某一市域范围内的、按照时间序列完整的OD表。OD表记录了用户一段时间内完整的有效出行链，认为O、D点为用户活动的发生地。由于一个用户上一段出行的到达点D必定是下一段出行的起始点O，如使用OD表，则在起始(O)基站或到达(D)基站中选取一列进行按照lacci的分组即可。
原始OD表为：
Figure BDA0003071174430000052
处理并分组后的表为(以使用D点基站为例)：
Figure BDA0003071174430000053
(二)构建1*1km网格，是由于移动通信基站在同一市域内部存在疏密差异，通过建立均质的网格，可以一定程度上减少基站疏密在郊区、中心城区之间差异造成的计算结果偏差。在外围郊县，1个公里网格一般是较小镇的镇区的大小。在市域空间尺度下，公里网格可以满足空间分辨率的要求。
如图3所示：
2、界定连续高活动强度范围的具体步骤
其中有关参数方法的说明：
(一)判断是否为高活动强度网格的指标——累加活动强度占总活动强度的比act_ratio的阈值取到95％，是根据多个实施例得到的，有较好适用性。
前95％高强度活动范围涵盖了各市中心城区最集中建设范围，后5％活动量分布在旅游区风景区(山、林)及近郊的村庄农田。前95％高强度活动范围还涵盖了各市郊区区县中建设强度高的县城、镇区，后5％活动量分布在村庄、农田等地域上。
也可根据具体实施例的情况更改此参数阈值，使得识别出的高强度活动范围的效果达到上述标准。
(二)构建不规则三角网TIN是通用GIS软件的常备算法，可使用ArcGIS的3DAnalyst中的创建TIN功能，亦可使用其它通用GIS软件直接实现。
(三)判断是否为连续高活动强度网格的指标——三角形边长tin_l小于平均边长avg_l，其原理为：
按照TIN构建原理，空间上的一点会与其距离接近的点连接成TIN的边。如果TIN的三角形边长越短，说明相邻点在空间上较为连续；如果构建得到TIN的三角形边长越长，说明相邻点空间上越较为稀疏。
根据实施例得到的城市高强度活动范围的分布特征，往往呈现出短边非常多，而长边非常少的“重尾分布”特征。因此采用边长的平均值作为分割阈值，可以以简单的方法截选出短边，短边连接的点则可以认为是空间相邻并且较为连续。由此可以在一组空间点中界定出点分布较为连续的空间范围。
若在实施例中，采用此方法界定出的连续高活动强度范围仍旧不够理想，可进一步在得到的短边基础上再次进行上述过程，取短边的平均值，再取小于该平均值的更短的边，作为连续高活动强度范围。此过程可根据具体情况重复数次，直至符合“最终的短边数量小于等于全部边数量的40％“这一条件，即达到了切分的上限。
如图4所示：
3、判断低活动强度建设用地位置的具体步骤
其中有关参数方法的说明：
(一)建议使用的行政边界为街道(乡镇)。原因为：
使用街道(乡镇)为监测单元，以街道(乡镇)为单位得出匹配性值，便于在全市域范围内进行总体判断。另一方面，作为一种行政区划单元，街道(乡镇)能对应行政事权，符合国土空间规划实施监测的监督追责要求。虽然可以使用1km×1km的网格计算匹配性，得出网格匹配性得分，但会出现匹配性值极高的网格、极低的网格间隔出现状况，难以对市域内建设用地上活动强度进行总体判断。
(二)判断是否为低活动强度的指标——排名在后50％且小于0.5，其原理为：
不同城市的匹配性值可能差异较大，难以指定一个绝对值参数作为阈值。选取后50％作为门槛，是首先考虑每一城市内部的相对比较；选取匹配性值低于0.5，则代表在该街道(乡镇)范围内，有一半以上的建设用地上无连续高强度活动发生，这是一种活动与建设用地的极不匹配。
本发明带来的实际效果包括以下3个方面：
(1)技术效果之一：使用手机信令数据，包含了手机用户所有活动类型，是全目的、全方式活动的直接表示。使用1km×1km的网格汇总停留次数，累计得出了活动强度。实现了直接测算全方式活动、并且同时得出活动强度的效果。
(2)技术效果之二：使用界定连续高活动强度范围步骤，避免了个别、离散网格活动强度高值对结果的影响，使得本技术适用于一个地级市、或若干地级市组成的大范围内低活动强度建设用地识别。
(3)社会效果：使用街道(乡镇)行政边界能对应行政事权，得到低活动强度建设用地位置也能对应行政事权，符合国土空间规划实施监测的监督追责要求。

Claims (1)

1.一种基于手机信令数据的低活动强度建设用地识别方法，其特征在于，包括
步骤一：计算活动强度值
1.1输入手机信令数据计算出的用户停留表或OD表，提供给步骤1.2；
1.2如使用停留表，则按照用户每次停留的基站位置进行汇总；如使用OD表，则只取目的地D所在的基站位置进行汇总，得到每个基站的总停留次数，提供给步骤1.4；
1.3构建市域范围的1*1km网格，提供给步骤1.4；
1.4将落入网格内的所有基站停留次数汇总，得到每一个网格的活动强度值，即可输出基于网格的活动强度，提供给步骤二；
步骤二：按步骤一得到活动强度值及其空间位置，界定出空间上连续的高强度活动范围
2.1使用排序累加法，得到每个网格活动强度的位序，提供给步骤2.2；
2.2挑选出活动强度位于前95%的网格，作为高活动强度的网格，提供给步骤2.3；
2.3提取高活动强度网格的中心点，构建不规则三角网（TIN），提供给步骤2.4；
2.4将TIN转换为三角形要素，并提取所有三角形的边长，提供给步骤2.5；
2.5计算所有三角形边长的平均值，将大于平均值的边长作为长边，小于平均值的边长作为短边，提供给步骤2.6；
2.6挑选出所有短边端点所在的高活动强度网格，即为输出的连续高活动强度网格，提供给步骤三；
步骤三： 将步骤二得到的连续高强度活动范围与建设用地范围比较，判断出低活动强度建设用地位置
3.1输入建设用地数据，用矢量多边形表示，提供给步骤3.2；
3.2将建设用地与步骤2.6连续高活动强度网格叠合，得到建设用地上的连续高活动强度网格，提供给步骤3.4；
3.3输入街道或乡镇一级的行政边界，提供给步骤3.4；
3.4以街道或乡镇一级的行政边界为单元，依次计算每个街道或乡镇单元内建设用地面积以及建设用地上的连续高活动强度面积，提供给步骤3.5；
3.5计算每一个街道或乡镇单元内的匹配性指标值，得到的数值在0-1之间；计算公式为：匹配性指标 = 建设用地上的连续高强度活动范围面积 / 建设用地总面积；提供给步骤3.6；
3.6按匹配性值降序，将各个街道或乡镇单元进行排序；挑选出排位在后50%，且匹配性值小于0.5的街道或乡镇，即得到城市的低活动强度建设用地所在位置，作为最终输出结果。
CN202110539647.1A 2021-05-18 2021-05-18 一种基于手机信令数据的低活动强度建设用地识别方法 Active CN113194152B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110539647.1A CN113194152B (zh) 2021-05-18 2021-05-18 一种基于手机信令数据的低活动强度建设用地识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110539647.1A CN113194152B (zh) 2021-05-18 2021-05-18 一种基于手机信令数据的低活动强度建设用地识别方法

Publications (2)

Publication Number Publication Date
CN113194152A CN113194152A (zh) 2021-07-30
CN113194152B true CN113194152B (zh) 2022-04-19

Family

ID=76982610

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110539647.1A Active CN113194152B (zh) 2021-05-18 2021-05-18 一种基于手机信令数据的低活动强度建设用地识别方法

Country Status (1)

Country Link
CN (1) CN113194152B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110264111A (zh) * 2019-07-10 2019-09-20 四川师范大学 一种基于地理空间的山区人地关系地域系统空间量化模型
CN110351664A (zh) * 2019-07-12 2019-10-18 重庆市交通规划研究院 基于手机信令的用户活动空间识别方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6582380B2 (en) * 2000-01-24 2003-06-24 Ambulatory Monitoring, Inc. System and method of monitoring and modifying human activity-based behavior
CN107222886B (zh) * 2017-05-09 2020-04-14 上海云砥信息科技有限公司 一种基于手机数据测算城际人信综合联系强度的方法
CN109376207B (zh) * 2018-09-18 2022-01-11 同济大学 从手机信令数据中提取高速列车乘客常住地的方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110264111A (zh) * 2019-07-10 2019-09-20 四川师范大学 一种基于地理空间的山区人地关系地域系统空间量化模型
CN110351664A (zh) * 2019-07-12 2019-10-18 重庆市交通规划研究院 基于手机信令的用户活动空间识别方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《Spatial deprivation of urban public services in migrant enclaves under the context of a rapidly urbanizing China: An evaluation based on suburban Shanghai》;Xinyi Niu;《Elsevier》;20170228;436-445 *
手机信令数据在单元控规编制中的应用――以渭南市中心组团单元控规为例;李德林;《城市建筑》;20200525(第15期);全文 *

Also Published As

Publication number Publication date
CN113194152A (zh) 2021-07-30

Similar Documents

Publication Publication Date Title
Yu et al. View-based greenery: A three-dimensional assessment of city buildings’ green visibility using Floor Green View Index
Kasemsuppakorn et al. A pedestrian network construction algorithm based on multiple GPS traces
Lan et al. Measuring urban compactness based on functional characterization and human activity intensity by integrating multiple geospatial data sources
Zhang et al. Portraying urban landscape: A quantitative analysis system applied in fifteen metropolises in China
CA2627989C (en) System, apparatus and method for mapping
CN111401692B (zh) 一种度量城市空间功能紧凑度的方法
CN112819340B (zh) 一种基于多源数据的城市洪涝灾害动态评估方法
CN103235952B (zh) 一种基于高分辨率遥感影像的城市绿度空间的度量方法
CN109241846A (zh) 遥感影像的时空变化估测方法、装置与存储介质
CN114065364B (zh) 基于无人机遥感测绘的城市工程规划方法及系统
CN102521973A (zh) 一种手机切换定位的道路匹配方法
CN109189949A (zh) 一种人口分布计算方法
Zhang et al. Using street view images to identify road noise barriers with ensemble classification model and geospatial analysis
CN105844031B (zh) 一种基于手机定位数据的城市交通廊道识别方法
Domingo et al. Long-term changes in 3D urban form in four Spanish cities
KR20140024590A (ko) 연속지적도의 다축척 모델 생성 방법
Chen et al. The urban morphology classification under local climate zone scheme based on the improved method-A case study of Changsha, China
CN115062682A (zh) 目标功能区标识方法、装置、存储介质及设备
CN106844642A (zh) 一种基于gis计算路网网格中人口密度的方法
CN115525642A (zh) 逆地理编码方法、装置及电子设备
CN111008730B (zh) 基于城市空间结构的人群聚集度预测模型构建方法及装置
CN113194152B (zh) 一种基于手机信令数据的低活动强度建设用地识别方法
CN115620165B (zh) 城市建成区慢行系统设施评价方法、装置、设备及介质
CN118113919A (zh) Gdp空间化的方法
CN114331232B (zh) 街道空间品质监测评估预警方法

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