CN113536492B - 绿道网络构建方法、装置及存储介质 - Google Patents

绿道网络构建方法、装置及存储介质 Download PDF

Info

Publication number
CN113536492B
CN113536492B CN202110694292.3A CN202110694292A CN113536492B CN 113536492 B CN113536492 B CN 113536492B CN 202110694292 A CN202110694292 A CN 202110694292A CN 113536492 B CN113536492 B CN 113536492B
Authority
CN
China
Prior art keywords
data
green
land
corridor
potential
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
CN202110694292.3A
Other languages
English (en)
Other versions
CN113536492A (zh
Inventor
唐文魁
岳隽
杜雁
袁富林
范朋灿
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.)
Shenzhen Urban Planning And Design Institute Co ltd
Original Assignee
URBAN PLANNING & DESIGN INSTITUTE OF SHENZHEN (UPDIS)
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 URBAN PLANNING & DESIGN INSTITUTE OF SHENZHEN (UPDIS) filed Critical URBAN PLANNING & DESIGN INSTITUTE OF SHENZHEN (UPDIS)
Priority to CN202110694292.3A priority Critical patent/CN113536492B/zh
Publication of CN113536492A publication Critical patent/CN113536492A/zh
Application granted granted Critical
Publication of CN113536492B publication Critical patent/CN113536492B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • 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
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • 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)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Databases & Information Systems (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computational Mathematics (AREA)
  • Remote Sensing (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种绿道网络构建方法、装置及存储介质，涉及生态规划技术领域，其中绿道网络构建方法包括：获取绿道构建数据，绿道构建数据包括：土地利用数据和核心绿地数据；根据土地利用数据和核心绿地数据得到生态阻力面数据；利用最低成本路径模型和生态阻力面数据计算出潜在绿道网络数据；利用引力模型和潜在绿道网络数据计算出潜在廊道重要性数据；利用网络分析模型和潜在廊道重要性数据计算出城市绿道；根据城市绿道生成城市绿道网。上述绿道网络构建方法，能够定量评价廊道的连通性和优先性，并根据网络结构特征有效评估绿道重要性及效益成本，帮助城市规划者快速构建城市绿道网络，以最大限度地发挥城市绿地网络的社会和生态功能。

Description

绿道网络构建方法、装置及存储介质
技术领域
本发明涉及生态规划技术领域，尤其是涉及一种绿道网络构建方法、装置及存储介质。
背景技术
随着人口增长和经济快速发展,城市建设的急剧扩张，城市各类生态用地的破碎化和孤岛化问题日益严重。生态网络对于保护生物多样性、维持生态平衡、增加景观连接度具有重要意义。
目前，有很多方法与模型对生态网络系统进行研究，较为常见的方法是最小累积阻力、图论方法与电流理论，常用的软件包括Conefor Sensinode、Circuitscape、Guidos、Zonation、Marxan等软件。由于图论方法、电流理论缺乏空间明确的廊道设计指引，实际规划应用较少；最小累积阻力建模是生态廊道设计和分析主要方法，然而由阻力最低的廊道连接所有核心生境斑块，却没有量化的优先次序，这在实际绿道规划中往往无法实施，因为阻力最低的绿道建设方案会在一些城市地区产生昂贵的修复成本。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明实施例提出一种绿道构建方法，能够定量评价廊道的连通性和优先性，并根据网络结构特征有效评估绿道重要性及效益成本，帮助城市规划者快速构建城市绿道网络，以最大限度地发挥城市绿地网络的社会和生态功能。
根据本发明的第一方面实施例的绿道网络构建方法，包括：
获取绿道构建数据，所述绿道构建数据包括：区域的土地利用数据和核心绿地数据；
根据所述土地利用数据和所述核心绿地数据得到生态阻力面数据；
利用最低成本路径模型和所述生态阻力面数据计算出潜在绿道网络数据；
利用引力模型和所述潜在绿道网络数据计算出潜在廊道重要性数据；
利用网络分析模型和所述潜在廊道引力数据筛选计算出所需的城市绿道；
根据所述城市绿道生成城市绿道网。
根据本发明第一方面实施例的绿道构建方法，至少具有如下有益效果：首先，获取绿道构建数据，绿道构建数据包括：土地利用数据和核心绿地数据，然后根据土地利用数据和核心绿地数据得到生态阻力面数据，再分别利用最低成本路径模型和生态阻力面数据计算出潜在绿道网络数据，利用引力模型和潜在绿道网络数据计算出潜在廊道重要性数据，利用网络分析模型和潜在廊道重要性数据计算出城市绿道，最后根据城市绿道生成城市绿道网，能够定量评价廊道的连通性和优先性，并根据网络结构特征有效评估绿道重要性及效益成本，帮助城市规划者快速构建城市绿道网络，以最大限度地发挥城市绿地网络的社会和生态功能。
根据本发明的一些实施例，所述获取绿道构建数据，包括：获取所述土地利用数据中的土地利用类型；根据所述土地利用类型提取出所述核心绿地数据；对所述土地利用数据和所述核心绿地数据进行修正，得到所述绿道构建数据。
根据本发明的一些实施例，所述根据所述土地利用数据和所述核心绿地数据得到生态阻力面数据，包括：将所述土地利用数据和所述核心绿地数据进行关联，得到生态阻力面数据。
根据本发明的一些实施例，所述将所述土地利用数据和所述核心绿地数据进行关联，得到生态阻力面数据，包括：对所述土地利用数据进行层次分析，得到评估土地数据；根据所述核心绿地数据对所述评估土地数据进行关联字段添加，得到所述生态阻力面数据。
根据本发明的一些实施例，所述利用最低成本路径模型和所述生态阻力面数据计算出潜在绿道网络数据，包括：从所述土地利用数据中提取出区域土地覆盖类型；根据所述区域土地覆盖类型确定生态阻力值；将所述生态阻力值代入所述最低成本路径模型中，计算出所述潜在绿道网络数据。
根据本发明的一些实施例，所述利用引力模型和所述潜在绿道网络数据计算出潜在廊道重要性数据，包括：将所述潜在绿道网络数据代入所述引力模型，计算出相互作用强度值；根据所述相互作用强度值分析出生态廊道重要性分级数据；根据所述生态廊道重要性分级数据得到所述潜在廊道重要性数据。
根据本发明的一些实施例，所述利用网络分析模型和所述潜在廊道引力数据筛选计算出所需的城市绿道，包括：获取绿道节点数据和预设廊道数量；根据所述绿道节点数据和所述预设廊道数量选取出所述网络分析模型；将所述绿道节点数据、所述预设廊道数量和所述潜在廊道重要性数据代入所述网络分析模型，计算出所述城市绿道。
根据本发明的第二方面实施例的绿道网络构建装置，包括：
获取模块，用于获取绿道构建数据，所述绿道构建数据包括：区域的土地利用数据和核心绿地数据；
关联模块，用于根据所述土地利用数据和所述核心绿地数据得到生态阻力面数据；
潜在绿道分析模块，用于利用最低成本路径模型和所述生态阻力面数据计算出潜在绿道网络数据；
绿道重要性分析模块，用于利用引力模型和所述潜在绿道网络数据计算出潜在廊道重要性数据；
绿道效益分析模块，用于利用网络分析模型和所述潜在廊道引力数据筛选计算出所需的城市绿道；
绿道网络生成模块，用于根据所述城市绿道生成城市绿道网。
根据本发明第二方面实施例的绿道网络构建装置，至少具有如下有益效果：通过执行本发明第一方面实施例的绿道网络构建方法，能够定量评价廊道的连通性和优先性，并根据网络结构特征有效评估绿道重要性及效益成本，帮助城市规划者快速构建城市绿道网络，以最大限度地发挥城市绿地网络的社会和生态功能。
根据本发明第三方面实施例的计算机可读存储介质，所述存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行第一方面所述的绿道网络构建方法。
根据本发明第三方面实施例的计算机可读存储介质，至少具有如下有益效果：通过执行本发明第一方面实施例的绿道网络构建方法，能够定量评价廊道的连通性和优先性，并根据网络结构特征有效评估绿道重要性及效益成本，帮助城市规划者快速构建城市绿道网络，以最大限度地发挥城市绿地网络的社会和生态功能。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明实施例的绿道网络构建方法的流程示意图；
图2A为本发明实施例的城市绿地空间分布的示意图；
图2B为本发明实施例的基于最低成本路径模型生成的绿地廊道网络的示意图；
图3为本发明实施例的最低成本路径模型、引力模型和网络分析模型的软件界面示意图；
图4为本发明实施例的基于引力模型计算出的各廊道引力值的示意图；
图5为本发明实施例的基于网络分析模型优化后的廊道规划结果示意图；
图6为本发明实施例的绿道网络构建装置的结构示意图。
附图标记：
获取模块600、关联模块610、潜在绿道分析模块620、绿道重要性分析模块630、绿道效益分析模块640、绿道网络生成模块650。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
本发明的描述中，除非另有明确的限定，设置、安装、连接等词语应做广义理解，所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
首先，对本申请中涉及的若干名词进行解析：
1、ArcGIS：ArcGIS是一个可伸缩的，全面的GIS平台，可以用于创建、共享和使用智能地图、编译地理信息、创建和管理地理数据库、使用空间分析解决问题、创建基于地图的应用程序、使用地理和可视化功能交流和共享信息。GIS是地理信息系统(GeographicInformation System或Geo-Information system，GIS)有时又称为"地学信息系统"，它是一种特定的十分重要的空间信息系统。
2、ArcToolbox：是ArcGIS中地理处理工具的集合，分为工具箱、工具集、工具三个层次。ArcToolbox是一个地理处理工具的集合，功能强大，涵盖数据处理、转换、制图、分析等多方面的功能。
参照图1，根据本发明第一方面实施例的绿道网络分析方法，包括：
步骤S100，获取绿道构建数据，绿道构建数据包括：区域的土地利用数据和核心绿地数据。
其中，绿道构建数据可以是创建城市绿道网构建的基础数据；土地利用数据可以是反映土地利用系统及土地利用要素的状态、特征、动态变化、分布特点，以及人类对土地的开发利用、治理改造、管理保护和土地利用规划等数据资料，例如土地利用/土地覆盖类型等，土地利用数据的数据空间类型为面；核心绿地数据可以是研究区域中核心的绿地斑块的数据资料，核心绿地数据的数据空间类型为点。可选的，可以先获取土地利用数据，并进行数据获取预处理与核心绿地提取，得到如图2A所示的城市绿地空间分布情况，由此得到核心绿地数据。
步骤S110，根据土地利用数据和核心绿地数据得到生态阻力面数据。
可选的，可以使用层次分析法对所有的土地利用数据进行评估，并通过空间关联算法，关联核心绿地数据与土地利用数据，进行生态阻力赋值，得到生态阻力面数据。
步骤S120，利用最低成本路径模型和生态阻力面数据计算出潜在绿道网络数据。
其中，最低成本路径模型主要获得绿地斑块两两之间的最小阻力路径，即目标物种可以从一个绿地斑块迁移到另一个绿地斑块的“最简单”途径。最低成本模型可以直接生成城市潜在绿地廊道的空间显式地图；潜在绿道网络数据可以是所有核心绿地之间存在的最低成本的潜在绿道的数据资料。可选的，设最低成本路径模型为ArcToolBox中的最低成本路径模型工具，可以使用基于ArcToolBox中的最低成本路径模型工具，对生态阻力面数据进行分析，计算获取到所有核心绿地之间存在的最低成本的潜在绿道成果集合，生成潜在绿道，如图2B所示，图2B示出了基于最低成本路径模型生成的绿地廊道网络，从而可以得到潜在绿道网络数据。
步骤S130，利用引力模型和潜在绿道网络数据计算出潜在廊道重要性数据。
其中，引力模型可以是基于牛顿的引力定律模拟廊道连接的绿地斑块之间的相互作用强度的数学模型；潜在廊道重要性数据可以包括潜在绿道及其连通性、重要性分析后的数据资料。可选的，引力模型根据城市绿地之间的相互作用对图2B所示的绿色廊道进行优先排序。例如，设引力模型为ArcToolBox中的引力模型工具，最低成本路径模型、引力模型和网络分析模型三个模型的软件总界面如图3所示，则可以使用ArcToolBox中的引力模型工具，对潜在绿道网络数据进行绿道重要性分析，计算出图2B中所有核心绿地间的相互作用强度，得到最终结果为潜在绿道及其重要性分析后的成果，数据空间类型为多点，属性字段包含：廊道编号、廊道阻力、廊道连通性，基于引力模型公式计算出的各廊道引力值如图4所示。可以将潜在廊道重要性数据加载到软件平台中，以便进行下一步编辑与使用。
步骤S140，利用网络分析模型和潜在廊道引力数据筛选计算出所需的城市绿道。
其中，网络分析模型主要根据绿地斑块节点的位置和规划建设者指定的廊道数量，可以生成不同的廊道网络场景，以支持规划者的土地利用决策的数学模型；城市绿道可以是效益-成本比最高的廊道构建数据资料。可选的，设网络分析模型为ArcToolBox中的网络分析模型工具，则可以使用ArcToolBox中的网络分析模型工具分析潜在廊道重要性数据，可以根据用户需求提供多种走廊网络方案。具体的，根据用户的不同的需求场景，使用不同的网络拓扑类型，获取用户输入的必须建立绿道的核心节点ID、拟建立的绿道数目、必须的绿道编号、排除的绿道编号等数据，网络分析模型会自动计算方案场景中效益-成本比最高的廊道构建方案，得到最终分析的城市绿道成果集合，即得到城市绿道，图5示出了基于网络分析模型优化后的廊道规划结果。
步骤S150，根据城市绿道生成城市绿道网。
可选的，根据城市绿道可以生成城市绿道网，并加载到地图上面浏览。将景观生态学与实际规划和设计考虑联系起来，形成绿道系统自动构建和优化工具，帮助城市规划者能快速绘制城市绿道、生态网络地图。
上述绿道网络构建方法，首先，获取绿道构建数据，绿道构建数据包括：土地利用数据和核心绿地数据，然后根据土地利用数据和核心绿地数据得到生态阻力面数据，再分别利用最低成本路径模型和生态阻力面数据计算出潜在绿道网络数据，利用引力模型和潜在绿道网络数据计算出潜在廊道重要性数据，利用网络分析模型和潜在廊道重要性数据计算出城市绿道，最后根据城市绿道生成城市绿道网，能够定量评价廊道的连通性和优先性，并根据网络结构特征有效评估绿道重要性及效益成本，帮助城市规划者快速构建城市绿道网络，以最大限度地发挥城市绿地网络的社会和生态功能。
在本发明的一些实施例中，获取绿道构建数据，包括：
获取土地利用数据中的土地利用类型。
根据土地利用类型提取出核心绿地数据；
对土地利用数据和核心绿地数据进行修正，得到绿道构建数据。
其中，土地利用类型可以是土地利用方式相同的土地资源单元，是根据土地利用的地域差异划分的，是反映土地用途、性质及其分布规律的基本地域单位。可选的，设土地利用数据的数据空间类型为面，土地利用类型可以是绿地类型的图斑。
可选的，设土地利用数据的数据空间类型为面，则土地利用类型为绿地类型的图斑，可以提取出核心绿地数据，如图2A所示的城市绿地空间分布情况，核心绿地数据的数据空间类型为点。
可选的，为使得数据更精确，可以对土地利用数据和核心绿地数据进行数据去噪处理。具体的，可以是对于土地利用数据和提取的核心绿地数据进行数据检查，修正数据中的拓扑错误，形成绿道构建数据，提高数据的准确度。
在本发明的一些实施例中，根据土地利用数据和核心绿地数据得到生态阻力面数据，包括：
将土地利用数据和核心绿地数据进行关联，得到生态阻力面数据。
可选的，可以通过空间关联算法，关联核心绿地数据与土地利用数据，为土地利用数据添加其对应的核心绿地数据的字段，形成待分析绿地数据，作为分析基础数据使用。
在本发明的一些实施例中，将土地利用数据和核心绿地数据进行关联，得到生态阻力面数据，包括：
对土地利用数据进行层次分析，得到评估土地数据；
根据核心绿地数据对评估土地数据进行关联字段添加，得到生态阻力面数据。
其中，评估土地数据可以是对土地利用数据进行分析和评估后所得的数据资料。可选的，可以使用层次分析法，对所有的土地利用数据进行阻力赋值，在土地利用数据图层中添加阻力字段、土地变更成本字段、面积字段，得到生态阻力数据。
可选的，可以通过空间关联算法，关联核心绿地数据与评估土地数据，为土地利用数据添加其对应的核心绿地ID值字段，以形成生态阻力面数据。
在本发明的一些实施例中，利用最低成本路径模型和生态阻力面数据计算出潜在绿道网络数据，包括：
从区域的土地利用数据中提取出区域土地覆盖类型；
根据区域土地覆盖类型确定生态阻力值；
将生态阻力值代入最低成本路径模型中，计算出潜在绿道网络数据。
其中，区域土地覆盖类型可以是研究区域内土地表面的覆盖物的类别，覆盖物可以包括森林、草场、农田、道路等，区域土地覆盖类型反应研究区域土地的自然属性。可选的，由于最低成本路径模型主要获得绿地斑块两两之间的最小阻力路径，即目标物种可以从一个绿地斑块迁移到另一个绿地斑块的“最简单”途径。而构建生态阻力面是最低成本路径模型的前提，生态阻力值是由区域土地覆盖类型决定的，所以可以提取出区域土地覆盖类型，根据土地覆盖的数据确定生态阻力值。
其中，可以从地形坡度、植被覆盖、土地覆盖、生态敏感性、生态重要性以及与道路的关系等6个方面建立生态阻力评价体系，构建生态阻力面。一般情况下，土地的地形坡度越陡峻、植被覆盖度越高、生态敏感性越强、生态重要性越高、离道路越远，越不利于城市扩展，其阻力系数也越大。除此之外，不同土地覆盖类型的生态阻力也不相同。可选的，由于生态阻力值由区域土地覆盖类型决定，所以可以根据区域土地覆盖类型，采用文献分析或者层次分析法的形式预先确定生态阻力值。
可选的，设最低成本路径模型公式①如下：
Figure BDA0003127407420000091
上述式①所示的MCR模型刻画的是从“源”经过不同阻力的景观所耗费的费用或者克服阻力所作的功3。它考虑了三个方面的因素，即源、距离和基面阻力特征。式中，MCR指某一绿地斑块到其他各绿地斑块的最小累计阻力值，是生物移动到其他斑块经过不同景观需要克服阻力所做的功。f为最小累计阻力值(MCR)与变量Dij、Ri之间正比关系的函数；Dij是斑块j到其他斑块i的距离；Ri为斑块i的阻力系数。通过上述式①，可以计算出如图2B所示的基于最低成本路径模型生成的绿地廊道网络，即潜在绿道网络数据。根据最低成本模型可以直接生成城市潜在绿地廊道的空间显式地图，识别出潜在绿道网络数据，以协助城市规划者能快速构建城市绿道网络。
在本发明的一些实施例中，利用引力模型和潜在绿道网络数据计算出潜在廊道重要性数据，包括：
将潜在绿道网络数据代入引力模型，计算出相互作用强度值；
根据相互作用强度值分析出生态廊道重要性分级数据；
根据生态廊道重要性分级数据得到潜在廊道重要性数据。
其中，相互作用强度值可以是廊道连接的绿地斑块之间的相互作用强度的数值，更高的强度意味着廊道提供更重要的连通性；生态廊道重要性分析数据可以是潜在绿道的重要性分析成果。经过引力模型计算可得出生态廊道重要性分级，并对廊道稀疏地区进行补充，科学优化绿地生态网络结构。引力模型公式②如下：
Figure BDA0003127407420000092
式中：Gab代表研究区域内绿地斑块a与b之间的相互作用力强度；N为对应绿地斑块的权值。
N计算公式如下：
Figure BDA0003127407420000101
式中：Sa为斑块a的面积；Pf为将土地覆盖类型f转变为绿廊需要付出的修复成本，Saf是斑块节点a内部不同土地覆盖的面积。
Dab公式如下：
Figure BDA0003127407420000102
式中：Lab为斑块a与b之间廊道的累积阻力值；Lmax为研究区域所有廊道的最大累积阻力值。综合以上公式②至④，可以将引力模型公式合并为以下公式⑤：
Figure BDA0003127407420000103
基于上述式⑤的引力模型可以计算出的各廊道引力值，所得各廊道引力值如图4所示。基于引力模型工具分析潜在绿道成果数据，进行生态阻力赋值，计算出所有潜在廊道的阻力、连通性，最终结果为潜在绿道及其重要性分析后的成果，数据空间类型为多点，属性字段包含：廊道编号、廊道阻力、廊道连通性，即得到潜在廊道重要性数据。引力模型模拟城市绿地之间的相互作用，从而可以确定连接节点的廊道重要程度，可以根据城市绿地之间的相互作用对这些绿色廊道进行优先排序。
在本发明的一些实施例中，利用网络分析模型和潜在廊道重要性数据计算出城市绿道，包括：
获取绿道节点数据和预设廊道数量；
根据绿道节点数据和预设廊道数量选取出网络分析模型；
将绿道节点数据、预设廊道数量和潜在廊道重要性数据代入网络分析模型，计算出城市绿道。
其中，绿道节点数据和预设廊道数量可以根据用户需求设置，例如可以通过获取用户输入的必须建立绿道的核心节点ID、拟建立的绿道数目、必须的绿道编号、排除的绿道编号等数据得到绿道节点数据和预设廊道数据。可以根据根据不同的需求场景确定网络分析模型的网络拓扑类型，并通过该网络分析模型生成一个廊道网络的最佳解决方案。可选的，需要结合现实环境中规划建设者成本效益考量或者绿道使用者实际的使用需求，以规划出最适合的城市绿化廊道网络。可以采用ArcToolBox中的网络分析模型工具，一旦规划建设者选择了节点的位置需要建造的廊道数量，网络分析工具将生成一个廊道网络的最佳解决方案，且具有最大的效益-成本比。效益-成本比计算方法如下⑥所示：
Figure BDA0003127407420000111
式中，Gtot是网络中所有廊道之间相互作用的总和，Ltot是该网络中所有廊道的修复成本的累加。用户输入所选节点和走廊数后(例如,如果v是选定的节点数量，l是廊道的数量，则廊道构建的方案数量则可以计算为
Figure BDA0003127407420000112
)，网络分析模块会自动计算方案场景中效益-成本比最高的廊道构建方案。在一个具体的实施例中，基于网络分析模型优化后的廊道规划结果如图5所示。网络分析模型可以根据用户需求提供多种走廊网络方案，估算不同方案的成本效益，并根据不同的使用场景和不同的用户需求，使用不同的网络拓扑类型，生成最终的绿道网。根据网络结构特征有效评估绿道重要性及效益成本，以最大限度地发挥城市绿地网络的社会和生态功能。
参照图6，根据本发明第二方面实施例的绿道网络构建装置，包括：
获取模块600，用于获取绿道构建数据，绿道构建数据包括：土地利用数据和核心绿地数据；
关联模块610，用于根据土地利用数据和核心绿地数据得到生态阻力面数据；
潜在绿道分析模块620，用于利用最低成本路径模型和生态阻力面数据计算出潜在绿道网络数据；
绿道重要性分析模块630，用于利用引力模型和潜在绿道网络数据计算出潜在廊道重要性数据；
绿道效益分析模块640，用于利用网络分析模型和潜在廊道重要性数据计算出城市绿道；
绿道网络生成模块650，用于根据城市绿道生成城市绿道网。
上述绿道网络构建装置，通过执行本发明第一方面实施例的绿道网络构建方法，能够定量评价廊道的连通性和优先性，并根据网络结构特征有效评估绿道重要性及效益成本，帮助城市规划者快速构建城市绿道网络，以最大限度地发挥城市绿地网络的社会和生态功能。
本发明第三方面实施例还提供了计算机可读存储介质，存储有计算机可执行指令，该计算机可执行指令用于：执行第一方面实施例中的绿道网络构建方法。
在一些实施例中，该存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个控制处理器执行，例如，执行上述第一方面实施例中的绿道网络构建方法。
上面结合附图对本发明实施例作了详细说明，但是本发明不限于上述实施例，在所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。
以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (6)

1.绿道网络构建方法，其特征在于，包括：
获取绿道构建数据，所述绿道构建数据包括：区域的土地利用数据和核心绿地数据；
根据所述土地利用数据和所述核心绿地数据得到生态阻力面数据；
利用最低成本路径模型和所述生态阻力面数据计算出潜在绿道网络数据；从所述土地利用数据中提取出区域土地覆盖类型；根据所述区域土地覆盖类型确定生态阻力值；将所述生态阻力值代入所述最低成本路径模型中，计算出所述潜在绿道网络数据；
利用引力模型和所述潜在绿道网络数据计算出潜在廊道重要性数据；将所述潜在绿道网络数据代入所述引力模型，计算出相互作用强度值；根据所述相互作用强度值分析出生态廊道重要性分级数据；根据所述生态廊道重要性分级数据得到所述潜在廊道重要性数据；其中，所述潜在廊道重要性数据包括：潜在廊道编号、潜在廊道阻力、潜在廊道连通性，引力模型的公式为：
Figure FDA0003688672530000011
；
其中，Gab代表研究区域内绿地斑块a与b之间的相互作用力强度，N为对应绿地斑块的权值，Lab为斑块a与b之间廊道的累积阻力值，Lmax为研究区域所有廊道的最大累积阻力值，Dab＝Lab/Lmax，Sa为斑块a的面积，Sb为斑块b的面积，Pf为将土地覆盖类型f转变为绿廊需要付出的修复成本，Saf是斑块节点a内部不同土地覆盖的面积，Sbf是斑块节点b内部不同土地覆盖的面积；
利用网络分析模型和所述潜在廊道重要性数据筛选计算出所需的城市绿道；其中，获取绿道节点数据和预设廊道数量；根据所述绿道节点数据和所述预设廊道数量选取出所述网络分析模型；将所述绿道节点数据、所述预设廊道数量和所述潜在廊道重要性数据代入所述网络分析模型，计算出具有最佳成本效益的所需城市绿道构建方案；
根据所述城市绿道构建方案生成城市绿道网。
2.根据权利要求1所述的方法，其特征在于，所述获取绿道构建数据，包括：
获取所述土地利用数据中的土地利用类型；
根据所述土地利用类型提取出所述核心绿地数据；
对所述土地利用数据和所述核心绿地数据进行修正，得到所述绿道构建数据。
3.根据权利要求2所述的方法，其特征在于，所述根据所述土地利用数据和所述核心绿地数据得到生态阻力面数据，包括：
将所述土地利用数据和所述核心绿地数据进行关联，得到生态阻力面数据。
4.根据权利要求3所述的方法，其特征在于，所述将所述土地利用数据和所述核心绿地数据进行关联，得到生态阻力面数据，包括：
对所述土地利用数据进行层次分析，得到评估土地数据；
根据所述核心绿地数据对所述评估土地数据进行关联字段添加，得到所述生态阻力面数据。
5.绿道网络构建装置，其特征在于，包括：
获取模块，用于获取绿道构建数据，所述绿道构建数据包括：区域的土地利用数据和核心绿地数据；
关联模块，用于根据所述土地利用数据和所述核心绿地数据得到生态阻力面数据；
潜在绿道分析模块，用于利用最低成本路径模型和所述生态阻力面数据计算出潜在绿道网络数据；从所述土地利用数据中提取出区域土地覆盖类型；根据所述区域土地覆盖类型确定生态阻力值；将所述生态阻力值代入所述最低成本路径模型中，计算出所述潜在绿道网络数据
绿道重要性分析模块，用于利用引力模型和所述潜在绿道网络数据计算出潜在廊道重要性数据；将所述潜在绿道网络数据代入所述引力模型，计算出相互作用强度值；根据所述相互作用强度值分析出生态廊道重要性分级数据；根据所述生态廊道重要性分级数据得到所述潜在廊道重要性数据；其中，所述潜在廊道重要性数据包括：潜在廊道编号、潜在廊道阻力、潜在廊道连通性，引力模型的公式为：
Figure FDA0003688672530000021
；
其中，Gab代表研究区域内绿地斑块a与b之间的相互作用力强度，N为对应绿地斑块的权值，Lab为斑块a与b之间廊道的累积阻力值，Lmax为研究区域所有廊道的最大累积阻力值，Dab＝Lab/Lmax，Sa为斑块a的面积，Sb为斑块b的面积，Pf为将土地覆盖类型f转变为绿廊需要付出的修复成本，Saf是斑块节点a内部不同土地覆盖的面积，Sbf是斑块节点b内部不同土地覆盖的面积；
绿道效益分析模块，用于利用网络分析模型和所述潜在廊道重要性数据筛选计算出所需的城市绿道；其中，获取绿道节点数据和预设廊道数量；根据所述绿道节点数据和所述预设廊道数量选取出所述网络分析模型；将所述绿道节点数据、所述预设廊道数量和所述潜在廊道重要性数据代入所述网络分析模型，计算出具有最佳成本效益的所需城市绿道构建方案；
绿道网络生成模块，用于根据所述城市绿道构建方案生成城市绿道网。
6.计算机可读存储介质，其特征在于，所述存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至4任一项所述的绿道网络构建方法。
CN202110694292.3A 2021-06-22 2021-06-22 绿道网络构建方法、装置及存储介质 Active CN113536492B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110694292.3A CN113536492B (zh) 2021-06-22 2021-06-22 绿道网络构建方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110694292.3A CN113536492B (zh) 2021-06-22 2021-06-22 绿道网络构建方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN113536492A CN113536492A (zh) 2021-10-22
CN113536492B true CN113536492B (zh) 2022-08-12

Family

ID=78125626

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110694292.3A Active CN113536492B (zh) 2021-06-22 2021-06-22 绿道网络构建方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN113536492B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115293516A (zh) * 2022-07-11 2022-11-04 深圳市城市规划设计研究院有限公司 立体绿化评估方法、电子设备及存储介质
CN117150634B (zh) * 2023-10-30 2024-01-23 吉林大学 融合交通和生态要素的生态绿道点线面规划方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111444558A (zh) * 2020-03-12 2020-07-24 合肥市规划设计研究院 一种提升城市气候宜居度的城市通风廊道划定方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10026221B2 (en) * 2014-05-28 2018-07-17 The University Of North Carolina At Charlotte Wetland modeling and prediction
US11692837B2 (en) * 2017-10-18 2023-07-04 Here Global B.V. Automatic discovery of optimal routes for flying cars and drones
CN110096563B (zh) * 2019-04-28 2023-04-28 天津城建大学 一种基于生态服务逻辑编码的生态网络构建方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111444558A (zh) * 2020-03-12 2020-07-24 合肥市规划设计研究院 一种提升城市气候宜居度的城市通风廊道划定方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
济南城市绿地生态网络构建;孔繁花等;《生态学报》;20080415(第04期);全文 *

Also Published As

Publication number Publication date
CN113536492A (zh) 2021-10-22

Similar Documents

Publication Publication Date Title
He et al. The evaluation for the impact of land use change on habitat quality: A joint contribution of cellular automata scenario simulation and habitat quality assessment model
Wang et al. Delineating urban growth boundaries under multi-objective and constraints
Sánchez-Lozano et al. GIS-based photovoltaic solar farms site selection using ELECTRE-TRI: Evaluating the case for Torre Pacheco, Murcia, Southeast of Spain
Dezhkam et al. Simulating the urban growth dimensions and scenario prediction through sleuth model: A case study of Rasht County, Guilan, Iran
Williams Delineating protected wildlife corridors with multi‐objective programming
CN113536492B (zh) 绿道网络构建方法、装置及存储介质
Momm et al. AGNPS GIS-based tool for watershed-scale identification and mapping of cropland potential ephemeral gullies
Papola et al. Application of the Combination of Random Utility Models (CoRUM) to route choice
WO2018155770A1 (ko) 가치 평가를 이용하여 건물 모델을 설계하는 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체
Rousta et al. Development of a multi criteria decision making tool for a water resources decision support system
CN107392252A (zh) 计算机深度学习图像特征并量化感知度的方法
Willenborg et al. Applications of 3D city models for a better understanding of the built environment
CN110766792B (zh) 基于ArcGIS水文分析工具网格演算次序编码方法
Liu et al. A method of linking functional and structural connectivity analysis in urban green infrastructure network construction
Jing et al. Optimization of landscape pattern in the main river basin of Liao River in China based on ecological network
Zhao et al. LandSys II: Agent-based land use–forecast model with artificial neural networks and multiagent model
Rui et al. Urban growth modeling with road network expansion and land use development
Quintal et al. Forecasting urban expansion in the Seven Lakes area in San Pablo City, Laguna, the Philippines using the land transformation model
Tarboton et al. Taudem 5.1: guide to using the Taudem command line functions
CN111008730A (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
Ma et al. Integrating logistic regression with ant colony optimization for smart urban growth modelling
Zhang et al. Impact of spatial structure on the functional connectivity of urban ecological corridors based on quantitative analysis
Mubea et al. Simulating urban growth in Nakuru (Kenya) using Java-based modelling platform XULU
Tang et al. Integrated approach considering seasonal variability and habitat uncertainty to map habitat for the prey of South China tiger
CN105809737A (zh) 多数据源的区域空间格局介入引力场优化模型的构建方法

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
CP01 Change in the name or title of a patent holder

Address after: 10 / F, Jianyi building, 3 Zhenxing Road, Futian District, Shenzhen, Guangdong 518028

Patentee after: Shenzhen Urban Planning and Design Institute Co.,Ltd.

Address before: 10 / F, Jianyi building, 3 Zhenxing Road, Futian District, Shenzhen, Guangdong 518028

Patentee before: URBAN PLANNING & DESIGN INSTITUTE OF SHENZHEN (UPDIS)

CP01 Change in the name or title of a patent holder