CN113486130A - 基于多元数据融合的绿地区域及出入口位置的确定方法 - Google Patents
基于多元数据融合的绿地区域及出入口位置的确定方法 Download PDFInfo
- Publication number
- CN113486130A CN113486130A CN202110752054.3A CN202110752054A CN113486130A CN 113486130 A CN113486130 A CN 113486130A CN 202110752054 A CN202110752054 A CN 202110752054A CN 113486130 A CN113486130 A CN 113486130A
- Authority
- CN
- China
- Prior art keywords
- data
- green
- land
- area
- determining
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/56—Information retrieval; Database structures therefor; File system structures therefor of still image data having vectorial format
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种基于多元数据融合的绿地区域及出入口位置的确定方法,包括:获取目标区域内的多元矢量数据经预处理和数据融合后得到包括多种绿地数据的第一数据文件;根据绿地类别将第一数据文件划分为各数据子集;根据各数据子集内绿地面元素的分布情况,将各数据子集内数据划分为需聚合或合并处理的绿地数据以及无需处理的绿地数据;对需要聚合或合并处理的绿地数据进行聚合或合并处理后,将所有的数据子集合并得到最终的城市绿地区域数据;对城市绿地区域数据进行边界与道路的交叉分析,确定出城市绿地区域的出入口位置数据。本发明解决了单一类型数据精度低问题,无需网络爬虫或人工调查即可获取绿地及出入口分布,成本低、效率高。
Description
技术领域
本发明涉及市政基础设施智能化数据处理技术领域,尤其涉及一种基于多元数据融合的绿地区域及出入口位置的确定方法。
背景技术
城市绿地信息的获取对于园林规划、设计、评价中的重要环节。地理信息系统和遥感技术是城市绿地研究领域中常用的技术手段。现有技术中,城市绿地信息的提取通常依靠高分辨率卫星影像如GF-1影像、World View-2影像、PL-1A影像、SPOT-5影像等,通过影像融合实现。但是利用影像进行目视判断,手动勾绘处理耗时耗力,智能化提取方法技术难度大。
矢量数据具有数据结构紧凑、冗余度低,有利于网络和检索分析,图形显示质量好、精度高的优点。高精度的矢量数据往往需要高昂的费用。OpenStreetMap(OSM)矢量数据作为影像最大的志愿者地理信息项目之一,可免费获取,已被应用于各个领域。基于OSM数据,可提取城市街区、农田地理信息等。以矢量格式的OSM数据为主,遥感影像数据为辅助,可以低成本的获得实时准确的土地利用现状图,能够为城市管理及决策者提供数据参考。但是,由于OSM由非专业人员采集与管理,需要对OSM数据进行虚假、低质量数据过滤,重复目标优选,零散目标整合,修正补充数据的不完整性等质量控制处理。
并且,在无城市绿地出入口数据的情况下,如何确定出入口位置,对于更准确分析绿地可达性、影响范围、布局合理性评价等方面具有重要意义。
因此,目前城市绿地区域数据提取中,面临着采用卫星影像技术难度大、采购高质量矢量数据成本高,人工调查耗时长、效率低的问题;仅使用单一数据分析城市绿地时,数据质量低、准确度低;城市绿地分析过程由于缺失出入口数据,而以中心或质心代替,不够准确,同时,若手动确定出入口位置在耗时、耗资。
发明内容
鉴于上述的分析,本发明旨在提供一种基于多元数据融合的绿地区域及出入口位置的确定方法,以解决城市绿地区域数据获取难、人工调查耗时长,使用单一类型矢量数据精度低的问题。
本发明提供的技术方案是:
本发明公开了一种基于多元数据融合的绿地区域及出入口位置的确定方法,包括以下步骤:
步骤S1、获取目标区域内包括用地类型数据、兴趣点面数据在内的多元矢量数据;经数据预处理和数据融合后得到包括多种绿地数据的第一数据文件;
步骤S2、根据第一数据文件中的绿地类别,将第一数据文件划分为各数据子集;根据各数据子集内绿地面元素的分布情况,将各数据子集内数据划分为需聚合或合并处理的绿地数据,以及无需处理的绿地数据;
步骤S3、对每个数据子集中需要聚合或合并处理的绿地数据进行聚合或合并处理后,将所有的数据子集合并得到最终的城市绿地区域数据;
步骤S4、对所述城市绿地区域数据进行边界与道路的交叉分析,确定出城市绿地区域的出入口位置数据。
进一步地,所述数据预处理包括数据裁剪;所述步骤S1包括:
S11、获取包括用地类型数据、兴趣点面数据在内的多元矢量数据;
S12、利用目标区域的边界对所述多元矢量数据进行裁剪,筛选出目标区域内的包括用地类型数据、兴趣点面数据在内的多种绿地数据;
S13、对目标区域内用地类型数据和兴趣点面数据中的多种绿地数据进行融合得到第一数据文件。
进一步地,所述步骤S13具体包括:
筛选出目标区域内的用地类型中的绿地数据green_landuse与兴趣点面数据中的绿地数据green_poi,将两种绿地数据叠加到数据文件green_1中;
将数据文件green_1中两种绿地数据的重复数据删除得到数据文件green_2;所述数据文件green_2为包括用地类型和兴趣点面两种数据中所有绿地类别的并集;
将数据文件green_2作为第一数据文件输出。
进一步地,在每个数据子集中,所述需聚合处理的绿地数据为,通过紧邻的几块绿地面元素表示的一整块绿地的矢量数据;所述需合并处理的绿地数据为,局部小面元素叠放在大面元素上的矢量数据。
进一步地,所述聚合处理过程包括:
1)筛选出多元矢量数据中包括交通路网数据和河流数据为障碍要素;
2)确定聚合处理的聚合距离边界阈值Lmin;
3)判断两个邻近的绿地面元素之间是否存在障碍元素,若存在障碍元素,则两个绿地面元素不进行聚合;若不存在障碍元素,继而计算两个绿地面元素边界距离,判断边界距离是否小于Lmin,若小于Lmin,则进行聚合,否则,不聚合;
4)重复步骤3)直至将所有需聚合的绿地数据进行聚合。
进一步地,所述合并处理过程包括:
在每个数据子集中,对每个绿地面元素之间的位置关系进行判断,查找出某一绿地面元素内叠加了其他局部区域面元素数据;
使用数据合并工具,将局部区域的面数据合并至与其叠加的绿地面元素数据中。
进一步地,所述步骤S4包括,
步骤S41、基于所述的融合后的城市绿地数据,结合城市路网数据,分析绿地边界与绿地内部道路的相交关系;将城市绿地分为边界与路网有交点的绿地、边界与路网无交点的绿地;
步骤S42、对绿地边界与路网有交点的绿地进行出入口确定得到door_in;
步骤S43、对边界与路网无交点的绿地进行出入口确定得到door_out;
步骤S44、将出入口door_in和出入口door_out合并,得到目标区域城市绿地的出入口door。
进一步地,所述步骤S42包括:
对边界与路网有交点的绿地,求得绿地边界与路网的交点;作为该类绿地的备选出入口;
计算备选出入口中相邻出入口的距离,判断是否小于出入口聚合阈值L'min;小于则,将该邻近的出入口整合为一个出入口;
将经整合后的备选出入口作为该类绿地的出入口door_in。
进一步地,所述步骤S43包括:
对于边界与路网不相交的绿地,生成绿地边界形状的折点,包括起点、终点和中点;
计算所述折点到邻近路网最近点的坐标;
对所述折点依据出入口聚合阈值L'min进行整合,得到得到该类绿地的出入口。
进一步地,所述多元矢量数据通过OpenStreetMap官网获得;所述多元矢量数据通过ArcGIS的ArcToolbox工具箱进行处理。
本发明至少可实现以下有益效果之一:
1、本发明提出的结合矢量数据中的用地类型数据和兴趣点面数据,分析城市绿地分布,首先,解决了采购矢量数据成本高,人工调查耗时长、效率低的问题其次,解决了使用单一数据时精确度较低的问题,提高了绿地数据获取的准确度;
2、本发明提出的基于聚合、合并分类处理的城市绿地融合方法,将城市绿地按照处理方式、绿地类别依次进行处理并融合,丰富了数据处理层级,提高了绿地边界确定的精度;
3、本发明提出的城市绿地出入口识别方法,提出了在有绿地内部路网数据和无内部路网数据两种情况下城市绿地出入口的确定方法,在无出入口数据的情况下,提供一种智能化处理方法,避免耗费过多时间和物质成本的人工调查,提高了工作效率。
附图说明
附图仅用于示出具体实施例的目的,而并不认为是对本发明的限制,在整个附图中,相同的参考符号表示相同的部件。
图1为本发明实施例中基于多元数据融合的绿地区域及出入口位置的确定方法的流程图;
图2为本发明实施例中用地类型中的绿地数据除去与兴趣点面数据中重叠部分的示意图;
图3为本发明实施例中聚合处理方法流程图;
图4a1为和义健身广场及周边城市绿地卫星数据图;
图4a2为和义健身广场及周边城市绿地融合前数据图;
图4a3为和义健身广场及周边城市绿地融合后数据图;
图4b1为和槐新公园及周边城市绿地卫星数据图;
图4b2为和槐新公园及周边城市绿地融合前数据图;
图4b3为和槐新公园及周边城市绿地融合后数据图;
图4c1为某处荒野城市绿地卫星数据图;
图4c2为某处荒野城市绿地融合前数据图;
图4c3为某处荒野城市绿地融合后数据图;
图5a1为百度地图标识为园博园出入口分布图;
图5a2为本发明实施例中本发明确定的园博园出入口分布图;
图5b1为百度地图标识为北宫国家森林公园出入口分布图;
图5b2为本发明实施例中本发明确定的北宫国家森林公园出入口分布图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例,其中,附图构成本申请一部分,并与本发明的实施例一起用于阐释本发明的原理。
本实施例公开了一种基于多元数据融合的绿地区域及出入口位置的确定方法,如图1所示,包括以下步骤:
步骤S1、获取目标区域内包括用地类型数据、兴趣点面数据在内的多元矢量数据;经数据预处理和数据融合后得到包括多种绿地数据的第一数据文件;
步骤S2、根据第一数据文件中的绿地类别,将第一数据文件划分为各数据子集;根据各数据子集内绿地面元素的分布情况,将各数据子集内数据划分为需聚合或合并处理的绿地数据,以及无需处理的绿地数据;
步骤S3、对每个数据子集中需要聚合或合并处理的绿地数据进行聚合或合并处理后,将所有的数据子集合并得到最终的城市绿地区域数据;
步骤S4、对所述城市绿地区域数据进行边界与道路的交叉分析,确定出城市绿地区域的出入口位置数据。
具体的,所述步骤S1包括:
S11、获取包括用地类型数据、兴趣点面数据在内的多元矢量数据;
可选的,通过登录OpenStreetMap(OSM)官网获取多元矢量数据;
具体的,点击OSM官网左上侧的【导出】,在左侧弹出的数据来源处点选择数据来源、导出数据区域、数据格式。以中国为例,在主页处点击【导出】-【Geofabrik下载】,进入新的网页,在子区域列点击【亚洲】-【中国】,在界面中点击【china-latest-free.shp.zip】进行下载。
解压文件夹,文件包括点、线、面三种类型的矢量数据,涉及用地类型(gis_osm_landuse_a_free_1)、兴趣点(Point of Interest,POI,gis_osm_pois_a_free_1)、交通路网(gis_osm_transport_a_free_1)、河流(gis_osm_water_a_free_1)等多元矢量数据。
S12、利用目标区域的边界对多元矢量数据进行裁剪,筛选出目标区域内的包括用地类型数据、兴趣点面数据在内的多种绿地数据;
可选的,可以采用ArcGIS的ArcToolbox工具箱进行处理实现;
具体的,以北京市丰台区为目标区域的数据裁剪包括:
将北京市行政区划矢量数据加载至ArcGIS,打开ArcToolbox工具箱,依次点击【分析工具】-【提取分析】-【筛选】,在弹出的筛选窗口中依次完成输入要素选择为北京市行政区划数据,输出要素类填写要保存的文件的路径及文件名称,表达式为根据“分县连接成”字段进行设置,获得丰台区行政区划边界。
将全国用地类型、兴趣点POI、路网等数据导入ArcGIS,使用丰台区行政区划边界数据为裁剪框,依次对各个图层数据进行裁剪。
以用地类型数据为例说明裁剪数据的流程。依次点击ArcToolbox工具箱的【分析工具】-【提取分析】-【裁剪】,在弹出的裁剪窗口中依次选择待裁剪的数据如用地类型面数据(gis_osm_landuse_a_free_1);选择裁剪框为丰台区边界,输出要素类中设置输出文件的路径及文件名。
按照上述方法依次对(用地类型)、兴趣点POI、交通路网、河流等数据进行裁剪。
裁剪的数据进行筛选得到出目标区域内的包括用地类型数据、兴趣点面数据在内的多种绿地数据过程包括:
打开ArcToolbox工具箱,依次点击【分析工具】-【提取分析】-【筛选】,输入为用地类型数据landuse,根据fclass字段进行筛选,筛选的绿地类型可根据要求进行自定义,具体包括,farmyard、forest、heath、meadow、park、ecreation_ground或scrub;
采用的表达式为:("fclass"='farmyard')OR("fclass"='forest')OR("fclass"='heath')OR("fclass"='meadow')OR("fclass"='park')OR("fclass"='recreation_ground')OR("fclass"='scrub'),从用地类型数据中筛选出绿地数据green_landuse;
重复上述筛选过程,输入为兴趣点面数据green_poi;筛选的绿地类型可根据要求进行自定义,具体包括,park、theme_park、zoo、shelter'或viewpoint;
筛选表达式为:("fclass"='park')OR("fclass"='theme_park')OR("fclass"='zoo')OR("fclass"='shelter')OR("fclass"='viewpoint'),从兴趣点面数据中筛选出绿地数据green_poi。
S13、将筛选出的地类型数据和兴趣点面数据中的绿地数据进行融合得到第一数据文件。
1)将筛选出的目标区域内的用地类型中的绿地数据green_landuse与兴趣点面数据中的绿地数据green_poi叠加到数据文件green_1中。
打开ArcToolbox工具箱,依次点击【数据管理】-【常规】-【合并】,输入为green_landuse和green_poi,输出为合并后的数据文件green_1;
2)将数据文件green_1中两种绿地数据的重复数据删除得到数据文件green_2;所述数据文件green_2为包括用地类型和兴趣点两种数据中所有绿地类别的并集;将数据文件green_2作为第一数据文件输出。
具体的,
首先,对两种绿地数据叠加分析过程包括,打开ArcToolbox工具箱,依次点击【分析工具】-【叠加分析】-【擦除】,在弹出的擦除窗口中的输入要素中选择用地类型中的城市绿地数据,在擦除要素中选择POI中的城市绿地数据,即可得到用地属性数据减去与POI重叠的面元素后的数据如图2所示;
由上述分析可知,两种城市绿地数据既有重叠亦有不同。通过将两种绿地数据进行融合,可得到较全面、较准确的城市绿地数据。
具体数据融合操作包括:
通过ArcToolbox【数据管理工具】-【常规】-【删除相同的】,对输入数据green_1中两个图层的重合部分,进行重复项删除;在根据osm_id删除相同值得元素,原322个元素删除重复项后剩余199个。至此,两种绿地数据完成融合得到数据green_2作为第一数据文件输出。
步骤S2、根据第一数据文件中的绿地类别,将第一数据文件划分为各数据子集;根据各数据子集内绿地面元素的分布情况,将各数据子集内数据划分为需聚合或合并处理的绿地数据,以及无需处理的绿地数据。
1)基于fclass字段对第一数据文件进行分层处理,将第一数据文件划分为各数据子集。
具体的,依次点击ArcToolbox的【分析工具】-【提取分析】-【筛选】,筛选所用表达式基于fclass字段进行实现,例如,通过fclass字段“park”实现对公园绿地数据的筛选,得到基于fclass字段的数据子集;通过对第一数据文件包括的各类别绿地数据依次进行筛选;将第一数据文件划分为各数据子集。
2)基于各类别城市绿地分布特征,总结三种数据,即需聚合或合并处理的绿地数据以及无需处理的绿地数据。
其中,在每个数据子集中,所述需聚合处理的绿地数据为,通过紧邻的几块绿地面元素表示的一整块绿地的矢量数据;所述需合并处理的绿地数据为,局部小面元素叠放在大面元素上的矢量数据。
具体的,不同绿地类型分布特征及处理方式汇总结果如表1所示
表1
步骤S3中对每个数据子集中需要聚合或合并处理的绿地数据进行聚合或合并处理;其中,聚合处理过程包括:
1)筛选出多元矢量数据中包括交通路网数据和河流数据为障碍要素;
具体的障碍要素筛选为,打开ArcToolbox工具箱,依次点击【分析工具】-【提取分析】-【筛选】,输入数据为交通路网数据roads,以公路、城市道路(快速路、主干路、次干路、支路)、公路、河流为阻碍元素barrier。
2)确定聚合处理的聚合距离边界阈值Lmin;
在本实施例中,确定的聚合距离边界阈值Lmin=100m,综合规模、分布规律及经验而确定。
3)判断两个邻近的绿地面元素之间是否存在障碍元素,若存在障碍元素,则两个绿地面元素不进行聚合;若不存在障碍元素,继而计算两个绿地面元素边界距离,判断边界距离是否小于Lmin,若小于Lmin,则进行聚合,否则,不聚合;
对于需聚合处理绿地类别数据,例如公园数据,依次点击ArcToolbox工具箱中的【制图工具】-【制图综合】-【聚合面】,聚合处理方法流程如图3所示,图4a1-4a3、图4b1-4b3、图4c1-4c3展示了聚合处理前后义健身广场及周边、槐新公园及周边、某处荒野三个典型区域内城市绿地数据呈现效果;
4)重复步骤3)直至将所有需聚合的绿地数据进行聚合。
对需要聚合处理的其他类别的绿地数据例如荒野、游乐场,依次重复重复步骤3)实现所有需聚合的数据的聚合。
所述合并处理过程包括:
在每个数据子集中,对每个绿地面元素之间的位置关系进行判断,查找出某一绿地面元素内叠加了其他局部区域面元素数据;
使用数据合并工具,将局部区域的面数据合并至与其叠加的绿地面元素数据中。
具体的,对需要合并处理的绿地数据,依次点击ArcToolbox工具箱中的【数据管理】-【常规】-【合并】,输入数据为park_he、shelter、forest、viewpoint,输出数据为park_d;
处理合并的重叠处,依次点击ArcToolbox工具箱中的【制图工具】-【制图综合】-【聚合面】,输入数据为park_d;输出数据为park_final;聚合距离为大于零且足够小的数0.000001m。
步骤S3中将包括聚合处理、合并处理和不需处理的所有数据子集合并得到最终的城市绿地区域数据的具体方法为:
依次点击ArcToolbox工具箱中的【数据管理】-【常规】-【合并】,在弹出的合并窗口中的输入数据集中选择整合处理过的及不需要处理的各类型绿地数据得到数据green_total。
具体的,在步骤S4中,包括以下子步骤:
步骤S41、基于所述的融合后的城市绿地数据,结合城市路网数据,分析绿地边界与绿地内部道路的相交关系;将城市绿地分为边界与路网有交点的绿地、边界与路网无交点的绿地;
步骤S42、对绿地边界与路网有交点的绿地进行出入口确定得到door_in;
步骤S43、对边界与路网无交点的绿地进行出入口确定得到door_out;
步骤S44、将出入口door_in和出入口door_out合并,得到目标区域城市绿地的出入口door。
更具体的,S41包括:
S411、使用ArcToolbox工具箱中的【分析工具】-【提取分析】-【筛选】筛选出园区内存在的道路类型即footway、path、service、track,输出数据为roads_in;
S412、使用ArcToolbox工具箱中的【分析工具】-【提取分析】-【空间连接】,将筛选后的道路数据roads_in空间连接至绿地数据green_total。基于生成的数据属性表中Join_Count字段(Join_Count=1)筛选出带内部道路数据的城市绿地green_in;
S413、green_total中的FID字段连接到door_in的TARET_FID字段:在green(【数据管理工具】-【连接】-【添加连接】,;或在内容列表中在green_total图层处右击,【连接和关联】-【连接】);
S414、依次点击【分析工具】-【提取分析】-【筛选】,表达式为:TARET_FID is NULL,即筛选出未标识出入口的城市绿地面数据green_out。
具体的,在步骤S42包括:
S421、对边界与路网有交点的绿地,求得绿地边界与路网的交点;作为该类绿地的备选出入口;
S422、计算备选出入口中相邻出入口的距离,判断是否小于出入口聚合阈值L'min;小于则,将该邻近的出入口整合为一个出入口;
S423、将经整合后的备选出入口作为该类绿地的出入口door_in。
更具体的基于ArcToolbox工具箱的操作方法包括:
依次点击ArcToolbox工具箱中的【分析工具】-【叠加分析】-【相交】,输入数据为roads和处理过的城市绿地数据green_in,输出类型选择POINT,则得到路网与城市绿地面元素的交点集。
依次点击【数据管理工具】-【要素类】-【整合】,输入数据为door_in,出入口聚合阈值L'min(XY容差)=50m,输出数据为door_in。
图5a1、图5b1分别展示了园博园、北宫国家森林公园两个公园绿地的百度地图标识的出入口,图5a2、图5b2分别展示了基于本研究的方法识别出的公园出入口。经分析可知,出入口识别准确度与路网精确度正相关,在内部路网准确度高的位置处识别出的出入口位置越准确;由于路网数据与实际路网不完全匹配,故出入口识别结果亦存在一定偏差。
对于边界与路网不相交的绿地,生成绿地边界形状的折点,包括起点、终点、中点;
计算所述折点到邻近路网最近点的坐标;
对所述折点依据出入口聚合阈值L'min进行整合,得到该类绿地的出入口,door_out。
具体的,在步骤S43包括:
S431、对于边界与路网不相交的绿地,生成绿地边界形状的折点,包括起点、终点、中点;
S432、计算所述折点到邻近路网最近点的坐标;
S433、对所述折点依据出入口聚合阈值L'min进行整合,得到该类绿地的出入口,door_out。
更具体的基于ArcToolbox工具箱的操作方法包括:
依次点击ArcToolbox工具箱中的【数据管理工具】-【要素】-【要素折点转点】,输入数据为green_out;点类型选择ALL,得到数据door_out。
依次点击【分析工具】-【邻域分析】-【紧邻分析】,输入数据为door_1,邻近要素选择路网数据roads,勾选位置。如此在door_1的属性表后增加了三列数据,将该属性表导出文件名称door_out。
将door_out.txt导入ArcMap,在内容列表右击该文件,选择【显示XY数据】,在弹出的窗口中X字段选择NEAR_X,Y字段选择NEAR_X。
具体的,步骤S44包括:
S441、依次点击【数据管理】-【要素】-【多部件至单部件】,输入要素为door_in1,输出数据door_in。
S442、依次点击ArcToolbox工具箱中的【数据管理】-【常规】-【合并】将两个点层door_in和door_out合并为一个图层door_total即为研究区域内识别出的城市绿地出入口。
综上所述,本实施例公开的基于多元数据融合的绿地区域及出入口位置的确定方法,首先,本发明提出的结合矢量数据中的用地类型数据和兴趣点面数据,分析城市绿地分布,首先,解决了采购矢量数据成本高,人工调查耗时长、效率低的问题其次,解决了使用单一数据时精确度较低的问题,提高了绿地数据获取的准确度;其次,本发明提出的基于聚合、合并分类处理的城市绿地融合方法,将城市绿地按照处理方式、绿地类别依次进行处理并融合,丰富了数据处理层级,提高了绿地边界确定的精度;最后,本发明提出的城市绿地出入口确定方法,提出了在绿地边界与内部路网有交点和绿地边界与内部路网无交点两种情况下城市绿地出入口的确定方法,在无出入口数据的情况下,提供一种智能化处理方法,避免耗费过多时间和物质成本的人工调查,提高了工作效率。
本领域技术人员可以理解,实现上述实施例方法的全部或部分流程,可以通计算机软件调用相关的工具来完成,所述的计算机软件具备矢量数据处理、分析功能,具备成熟的可用工具或工具箱,或支持python、VB、JAVA等编程实现。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种基于多元数据融合的绿地区域及出入口位置的确定方法,其特征在于,包括以下步骤:
步骤S1、获取目标区域内包括用地类型数据、兴趣点面数据在内的多元矢量数据;经数据预处理和数据融合后得到包括多种绿地数据的第一数据文件;
步骤S2、根据第一数据文件中的绿地类别,将第一数据文件划分为各数据子集;根据各数据子集内绿地面元素的分布情况,将各数据子集内数据划分为需聚合或合并处理的绿地数据,以及无需处理的绿地数据;
步骤S3、对每个数据子集中需要聚合或合并处理的绿地数据进行聚合或合并处理后,将所有的数据子集合并得到最终的城市绿地区域数据;
步骤S4、对所述城市绿地区域数据进行边界与道路的交叉分析,确定出城市绿地区域的出入口位置数据。
2.根据权利要求1所述的绿地区域及出入口位置的确定方法,其特征在于,所述数据预处理包括数据裁剪;所述步骤S1包括:
S11、获取包括用地类型数据、兴趣点面数据在内的多元矢量数据;
S12、利用目标区域的边界对所述多元矢量数据进行裁剪,筛选出目标区域内的包括用地类型数据、兴趣点面数据在内的多种绿地数据;
S13、对目标区域内用地类型数据和兴趣点面数据中的多种绿地数据进行融合得到第一数据文件。
3.根据权利要求2所述的绿地区域及出入口位置的确定方法,其特征在于,
所述步骤S13具体包括:
筛选出目标区域内的用地类型中的绿地数据green_landuse与兴趣点面数据中的绿地数据green_poi,将两种绿地数据叠加到数据文件green_1中;
将数据文件green_1中两种绿地数据的重复数据删除得到数据文件green_2;所述数据文件green_2为包括用地类型和兴趣点面两种数据中所有绿地类别的并集;
将数据文件green_2作为第一数据文件输出。
4.根据权利要求1所述的绿地区域及出入口位置的确定方法,其特征在于,
在每个数据子集中,所述需要聚合处理的绿地数据为,通过紧邻的几块绿地面元素表示的一整块绿地的矢量数据;所述需要合并处理的绿地数据为,局部小面元素叠放在大面元素上的矢量数据。
5.根据权利要求4所述的绿地区域及出入口位置的确定方法,其特征在于,
所述聚合处理过程包括:
1)筛选出多元矢量数据中包括交通路网数据和河流数据为障碍要素;
2)确定聚合处理的聚合距离边界阈值Lmin;
3)判断两个邻近的绿地面元素之间是否存在障碍元素,若存在障碍元素,则两个绿地面元素不进行聚合;若不存在障碍元素,继而计算两个绿地面元素边界距离,判断边界距离是否小于Lmin,若小于Lmin,则进行聚合,否则,不聚合;
4)重复步骤3)直至将所有需聚合的绿地数据进行聚合。
6.根据权利要求4所述的绿地区域及出入口位置的确定方法,其特征在于,
所述合并处理过程包括:
在每个数据子集中,对每个绿地面元素之间的位置关系进行判断,查找出某一绿地面元素内叠加了其他局部区域面元素数据;
使用数据合并工具,将局部区域的面数据合并至与其叠加的绿地面元素数据中。
7.根据权利要求1所述的绿地区域及出入口位置的确定方法,其特征在于,
所述步骤S4包括,
步骤S41、基于所述的融合后的城市绿地数据,结合城市路网数据,分析绿地边界与绿地内部道路的相交关系;将城市绿地分为边界与路网有交点的绿地、边界与路网无交点的绿地;
步骤S42、对绿地边界与路网有交点的绿地进行出入口确定得到door_in;
步骤S43、对边界与路网无交点的绿地进行出入口确定得到door_out;
步骤S44、将出入口door_in和出入口door_out合并,得到目标区域城市绿地的出入口door。
8.根据权利要求7所述的绿地区域及出入口位置的确定方法,其特征在于,所述步骤S42包括:
对边界与路网有交点的绿地,求得绿地边界与路网的交点;作为该类绿地的备选出入口;
计算备选出入口中相邻出入口的距离,判断是否小于出入口聚合阈值L'min;小于则,将该邻近的出入口整合为一个出入口;
将经整合后的备选出入口作为该类绿地的出入口door_in。
9.根据权利要求7所述的绿地区域及出入口位置的确定方法,其特征在于,
所述步骤S43包括:
对于边界与路网不相交的绿地,生成绿地边界形状的折点,包括起点、终点和中点;
计算所述折点到邻近路网最近点的坐标;
对所述折点依据出入口聚合阈值L'min进行整合,得到得到该类绿地的出入口。
10.根据权利要求1-9任一项所述的绿地区域及出入口位置的确定方法,其特征在于,
所述多元矢量数据通过OpenStreetMap官网获得;所述多元矢量数据通过ArcGIS的ArcToolbox工具箱进行处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110752054.3A CN113486130B (zh) | 2021-06-29 | 2021-06-29 | 基于多元数据融合的绿地区域及出入口位置的确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110752054.3A CN113486130B (zh) | 2021-06-29 | 2021-06-29 | 基于多元数据融合的绿地区域及出入口位置的确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113486130A true CN113486130A (zh) | 2021-10-08 |
CN113486130B CN113486130B (zh) | 2023-06-13 |
Family
ID=77940470
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110752054.3A Active CN113486130B (zh) | 2021-06-29 | 2021-06-29 | 基于多元数据融合的绿地区域及出入口位置的确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113486130B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2923904Y (zh) * | 2005-08-31 | 2007-07-18 | 董国良 | 全围合封闭但机动车可自由穿行的城市街区建筑结构 |
CN109299673A (zh) * | 2018-09-05 | 2019-02-01 | 中国科学院地理科学与资源研究所 | 城市群绿度空间提取方法及介质 |
CN110245371A (zh) * | 2018-12-21 | 2019-09-17 | 南京林业大学 | 一种基于Pathfinder模拟仿真软件的防灾避险公园入口优化方法 |
US20200372793A1 (en) * | 2017-12-31 | 2020-11-26 | Axilion Ltd. | Method, Device, and System of Dynamic Allocation of Traffic Resources |
CN112813754A (zh) * | 2021-01-25 | 2021-05-18 | 中国市政工程华北设计研究总院有限公司 | 一种用于北方滨海盐碱地区道路雨水净化的侧分带构建系统 |
-
2021
- 2021-06-29 CN CN202110752054.3A patent/CN113486130B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2923904Y (zh) * | 2005-08-31 | 2007-07-18 | 董国良 | 全围合封闭但机动车可自由穿行的城市街区建筑结构 |
US20200372793A1 (en) * | 2017-12-31 | 2020-11-26 | Axilion Ltd. | Method, Device, and System of Dynamic Allocation of Traffic Resources |
CN109299673A (zh) * | 2018-09-05 | 2019-02-01 | 中国科学院地理科学与资源研究所 | 城市群绿度空间提取方法及介质 |
CN110245371A (zh) * | 2018-12-21 | 2019-09-17 | 南京林业大学 | 一种基于Pathfinder模拟仿真软件的防灾避险公园入口优化方法 |
CN112813754A (zh) * | 2021-01-25 | 2021-05-18 | 中国市政工程华北设计研究总院有限公司 | 一种用于北方滨海盐碱地区道路雨水净化的侧分带构建系统 |
Non-Patent Citations (5)
Title |
---|
ZHIYANG QU 等: "Control System of Single-drive Double-branch Electric Vehicle Door Latch", 《RICAI \'20: PROCEEDINGS OF THE 2020 2ND INTERNATIONAL CONFERENCE ON ROBOTICS, INTELLIGENT CONTROL AND ARTIFICIAL INTELLIGENCE》, pages 440 * |
刘丽荣;李晓林;: "基于GIS的小城市公园绿地可达性分析――以莱阳市中心城区为例", 中外建筑, no. 02, pages 81 - 83 * |
林创: "公园的门面担当——入口设计", pages 1, Retrieved from the Internet <URL:https://zhuanlan.zhihu.com/p/114722490> * |
胡雪峰 等: "行为活动导向下社区无障碍设施建设初探——以南京市为例", 《持续发展 理性规划——2017中国城市规划年会论文集(20住房建设规划)》, pages 589 - 601 * |
韩志玲 等: "基于多元数据融合的绿地区域及出入口确定方法", 《测绘与空间地理信息》, pages 19 - 23 * |
Also Published As
Publication number | Publication date |
---|---|
CN113486130B (zh) | 2023-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dueker | Geographic information systems and computer-aided mapping | |
CN106651609B (zh) | 一种矿产资源开发环境遥感监测辅助信息系统及方法 | |
Tominski et al. | Stacking-based visualization of trajectory attribute data | |
CN107526786A (zh) | 基于多源数据的地名地址数据整合的方法和系统 | |
CN103838825A (zh) | 一种全球地名数据整合与代码编制方法 | |
CN114692236B (zh) | 一种面向大数据的国土空间规划底图底数处理方法 | |
CN114238542A (zh) | 多源交通gis路网多层级实时融合更新方法 | |
CN107609242A (zh) | 一种基于智能手机和数字地形图的公路勘察选线方法 | |
Briz-Redón | SpNetPrep: An R package using Shiny to facilitate spatial statistics on road networks | |
CN108021638A (zh) | 一种离线地理编码非结构化地址解析系统 | |
Droj | GIS and remote sensing in environmental management | |
CN111708827A (zh) | 一种不动产单元编码系统 | |
CN113486130A (zh) | 基于多元数据融合的绿地区域及出入口位置的确定方法 | |
CN106202454A (zh) | 基于信息空间的四维度的数字化城市设计方法 | |
CN113901168B (zh) | 一种基于互联网地图平台的自有数据扩展融合方法 | |
CN114003678A (zh) | 数据分布方法、基于该数据分布方法的危废品管理方法和道路应急事件管理方法 | |
McCormack et al. | What transportation modeling needs from a GIS: a conceptual framework | |
JP3673504B2 (ja) | 地理情報検索システムと地理情報検索プログラム | |
Du et al. | A novel semantic recognition framework of urban functional zones supporting urban land structure analytics based on open‐source data | |
CN112883138B (zh) | 一种基于可量测实景的城市部件搜索方法 | |
Bailey et al. | Creating a municipal geographic information system for transportation: case study of Newton, Massachusetts | |
Oloufa et al. | An automated environment for soils-and terrain-dependent applications | |
Dakhil | Computerized Road network modeling using open street map sources in GIS: Basrah province as a case study | |
Hamza et al. | GIS Planning, Web and 3D Web GIS Applications for the Management and Analysis of MV/LV Electrical Networks in the Region of Medjez el Bab (North-West of Tunisia) | |
CN117931915A (zh) | 一种自然资源综合调查系统、方法与计算机设备 |
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 |