CN113722884B - 一种城市温度效应分析方法及装置 - Google Patents
一种城市温度效应分析方法及装置 Download PDFInfo
- Publication number
- CN113722884B CN113722884B CN202110852993.5A CN202110852993A CN113722884B CN 113722884 B CN113722884 B CN 113722884B CN 202110852993 A CN202110852993 A CN 202110852993A CN 113722884 B CN113722884 B CN 113722884B
- Authority
- CN
- China
- Prior art keywords
- scene
- urban
- city
- unit
- image
- 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
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 46
- 230000002277 temperature effect Effects 0.000 title claims abstract description 45
- 238000012216 screening Methods 0.000 claims abstract description 45
- 238000000034 method Methods 0.000 claims abstract description 20
- 230000000694 effects Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 claims description 8
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000003786 synthesis reaction Methods 0.000 claims description 2
- 108010014173 Factor X Proteins 0.000 claims 2
- 238000004220 aggregation Methods 0.000 claims 2
- 230000002776 aggregation Effects 0.000 claims 2
- 238000010276 construction Methods 0.000 abstract description 5
- 230000000875 corresponding effect Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 230000008602 contraction Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06F2119/08—Thermal analysis or thermal optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明提供一种城市温度效应分析方法，包括：获取城市场景图像；根据所述城市场景图像建立城市场景层次化模型，其中，城市场景层次化模型通过定量特征集中的各特征定量地描述城市场景的异质性；按照预设筛选规则对所述城市场景层次化模型的定量特征集筛选出与城市地表温度相关的特征，得到城市场景的城市地表温度影响模式。通过层次建模城市场景，充分表达城市内部的异质性，并通过筛选出影响城市热场分布的场景特征变量，分析城市场景内的温度效应，结果可应用于旨在改善城市热环境、提升人居质量的城市规划与建设中，城市温度效应分析方法对城市规划与建设具有重要的指导意义，有助于改善城市热环境、提升人居质量。
Description
技术领域
本发明涉及城市遥感环境监测技术领域，尤其涉及一种城市温度效应分析方法及装置。
背景技术
城市是人口集中、社会经济文化活动异常频繁的聚集地。高强度、高密度的人类活动改变了城市内部的地表环境，进而影响了城市作为一个生态系统整体的物质能量平衡，产生了一系列城市问题。城市热岛效应是其中一个备受关注的问题。
城市热岛效应是一种由于城市建筑及人类活动等因素导致热量在城区空间范围内聚集的现象，是城市气候最显著的特征之一。其具体表现为，城市地区温度明显高于外围郊区。然而，城市内部温度也具有极强的空间分异性，目前关于城市内部热量分布不均匀现象的研究尚且不足。
发明内容
本发明提供一种城市温度效应分析方法及装置，用以解决现有技术中缺乏城市内部热量分布不均匀现象研究的缺陷，实现通过了解城市温度的空间分异的影响模式，展开城市温度效应的分析与评估。
本发明提供一种城市温度效应分析方法，包括：
获取城市场景图像；
根据所述城市场景图像建立城市场景层次化模型，其中，所述城市场景层次化模型通过定量特征集中的各特征定量地描述城市场景的异质性；
按照预设筛选规则对所述城市场景层次化模型的定量特征集筛选出与城市地表温度相关的特征，得到城市场景的城市地表温度影响模式。
根据本发明提供的一种城市温度效应分析方法，所述获取城市场景图像，之前包括：获取遥感图像；按照预设分类规则将所述遥感图像分为多类所述城市场景图像。
根据本发明提供的一种城市温度效应分析方法，所述按照预设筛选规则对所述城市场景层次化模型的定量特征集筛选出与城市地表温度相关的特征，城市场景的城市地表温度影响模式，之后包括：根据各类所述城市场景的城市地表温度影响模式得到对应遥感图像的各类城市场景的热量模式分布图。
根据本发明提供的一种城市温度效应分析方法，所述按照预设筛选规则对所述城市场景层次化模型的定量特征集筛选出与城市地表温度相关的特征，得到城市场景的城市地表温度影响模式，具体包括：按照预设筛选规则对所述城市场景层次化模型的定量特征集筛选出与城市地表温度相关的特征，得到城市场景的城市地表温度的影响因素及作用。
根据本发明提供的一种城市温度效应分析方法，所述根据所述城市场景图像建立城市场景层次化模型，具体包括：
根据目标城市场景图像获取其内部结构特征；
根据目标城市场景图像获取其自身属性特征；
根据所述遥感图像获取目标城市场景与邻接的城市场景的关系特征；
根据所述内部结构特征、自身属性特征及关系特征得到目标城市场景的所述城市场景层次化模型。
根据本发明提供的一种城市温度效应分析方法，所述按照预设筛选规则对所述城市场景层次化模型的定量特征集筛选出与城市地表温度相关的特征，得到城市场景的城市地表温度的影响因素及作用，具体包括：
对所述定量特征集按照预设筛选规则筛选出用于解释城市热场分布的城市热量相关特征集；
根据预设的拟合模型，通过所述城市热量相关特征集得到所述城市场景的城市地表温度的影响因素及作用。
根据本发明提供的一种城市温度效应分析方法，所述根据目标城市场景图像获取其内部结构特征，具体包括：根据目标城市场景图像提取出图像中的地物景观的组分与结构。
本发明还提供一种城市温度效应分析装置，包括：
获取单元，用于获取城市场景图像；
城市场景层次化建模单元，用于根据所述城市场景图像建立城市场景层次化模型，其中，所述城市场景层次化模型通过定量特征集中的各特征定量地描述城市场景的异质性；
温度描述单元，用于按照预设筛选规则对所述城市场景层次化模型的定量特征集筛选出与城市地表温度相关的特征，得到城市场景的城市地表温度影响模式。
本发明还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述城市温度效应分析方法的步骤。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述城市温度效应分析方法的步骤。
本发明提供的城市温度效应分析方法及装置，通过层次建模城市场景，充分表达城市内部的异质性，并通过筛选出影响城市热场分布的场景特征变量，分析城市场景内的温度效应，结果可应用于旨在改善城市热环境、提升人居质量的城市规划与建设中，城市温度效应分析方法对城市规划与建设具有重要的指导意义，有助于改善城市热环境、提升人居质量。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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是本发明提供的城市温度效应分析方法流程图；
图2是本发明提供的城市场景层次化模型建立过程示意图；
图3是本发明提供的图1中步骤120的具体流程图；
图4是本发明提供的图1中步骤130的具体流程图；
图5是本发明提供的城市温度效应分析装置结构示意图；
图6是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中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作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。
生态系统通常对于外界扰动具有不同程度的自我调节能力，而对于城市热岛效应，即城市生态这种热量聚集现象，从侧面反映出城市生态系统对温度的自我调节功能的下降，而城市不同区域显示出的自我调节能力的强弱则与城市景观异质性密切相关。
因此，为应对愈发严重的城市热岛效应，改善城市热环境，提升人居质量，需要深入理解城市温度的空间分异的影响模式，展开城市温度效应的分析与评估。而场景异质性对城市温度的影响在目前研究中被很大程度被忽视，城市内部不同场景中是否存在不同的温度影响模式仍待发现。
如图1所示，本发明提供一种城市温度效应分析方法，包括：
步骤110：获取城市场景图像；
步骤120：根据所述城市场景图像建立城市场景层次化模型，其中，所述城市场景层次化模型通过定量特征集中的各特征定量地描述城市场景的异质性；
经过步骤120构建了城市场景层次化模型，获得了城市场景定量化描述。
步骤130：按照预设筛选规则对所述城市场景层次化模型的定量特征集筛选出与城市地表温度相关的特征，得到城市场景的城市地表温度影响模式。
步骤130中按照预设筛选规则对所述城市场景层次化模型的定量特征集筛选出与城市地表温度相关的特征，得到城市场景的城市地表温度的影响因素及作用。
本发明实施例中，城市场景作为城市内部异质性的表达单元，它既是一个多类地物有机组合的集合，又是一个完整独立具有功能属性的个体，同时还是城市内与周围场景存在相互作用的一个小单元。因此，对城市场景的刻画需要有层次的展开。如图2所示为城市场景层次化建模过程。具体地，如图3所示步骤120具体包括：
步骤121：根据目标城市场景图像获取其内部结构特征；
具体地，根据目标城市场景图像提取出图像中的地物景观的组分与结构。
城市场景作为一个地物的集合，需要定义其内部结构特征，包括但不限于地物景观的组分与结构，表1为本发明实施例定义的部分的描述城市场景内部结构特征的指标示例。
表1
在表1中，举例了几个表示城市场景内部结构特征的指标：面积比例(PLAND)、个数比例(PD)、边密度(ED)、分散与并列指数(IJI)，通过对城市场景图像中提取相应的指标得到城市场景的内部结构特征。
其中，以城市建筑物作为城市生态系统的特有地物类型，其承载了大量的人口与丰富的人类活动，同时其格局与排布对城市立体结构影响重大，有可能改变当地的局部风场，形成小气候，需要重点刻画研究，表2为本发明实施例定义的部分的描述建筑物内部结构特征的指标示例。
表2
在表2中，举例了几个表示建筑物内部结构特征的指标：建筑链数(Chain_Num)、建筑链长度(Chain_Length)、斑块面积标准差(BLD_AREA_SD)、建筑物总数(BLD_Num)、建筑链数目占比(BLD_Ratio in chain)，通过对城市场景图像中建筑物部分提取相应的指标得到城市场景的内部结构特征。
步骤122：根据目标城市场景图像获取其自身属性特征；
本步骤中的自身属性是指城市场景的面积、轮廓、周长等特征。
表3为本发明实施例定义的部分的描述城市场景自身属性特征的指标示例。
表3
在表3中举例了几个表示建筑物自身属性特征的指标：面积(Area)、周长(Perimeter)、形状指数(ShapeI)、蔓延度指数(CONTAG)、香农多样性指标(SHDI)、辛普森多样性指标(SIDI)，通过对城市场景图像提取相应的指标得到城市场景的自身属性特征。
步骤123：根据所述遥感图像获取目标城市场景与邻接的城市场景的关系特征；
城市场景是整个城市的一个子单元，它与邻接的其他场景具有不可分割的关系，相互作用，相互影响。因此，其邻接场景的属性特征也需要纳入城市场景的描述体系中。
表4为本发明实施例定义的部分的描述目标城市场景与邻接的城市场景的关系特征的指标示例。
表4
步骤124：根据所述内部结构特征、自身属性特征及关系特征得到目标城市场景的所述城市场景层次化模型。
本发明实施例步骤120中，选择场景作为城市内部异质性表达的基本单元，定义城市场景内部结构特征，城市场景自身属性特征，以及城市场景与邻接场景的相互作用关系，共同组成一个层次化的场景模型，用于定量刻画城市内部的异质性分布。本发明实施例中所指的异质性是指差异性，城市场景的异质性也即城市场景中不同结构组成与功能用途的表达。
通过步骤120构建了层次化的城市场景模型，定量刻画城市场景异质性，以用于后续城市热环境空间分异影响因素的分析。
本发明实施例中，步骤130中由于在步骤120中获得的定量特征集中并非所有特征均与城市热场分布有关，因此需对城市场景定量特征集进一步筛选评估。
因此如图4所示步骤130具体包括：
步骤131：对所述定量特征集按照预设筛选规则筛选出用于解释城市热场分布的城市热量相关特征集；
具体地，在仅考虑单个特征的情况下，通过相关系数分析对每一个特征与地温之间的关系进行了粗略的估计，选取与地温统计意义上显著相关(P<0.05)的特征作为后续拟合分析中的解释变量。
步骤132：根据预设的拟合模型，通过所述城市热量相关特征集得到所述城市场景的城市地表温度的影响因素及作用。
在步骤131之后，考虑到解释变量集空间维度高，变量间有可能存在高度共线性，影响拟合效果，引入回归收缩方法中的弹力网络方法进行拟合分析，构建城市温度与城市场景间的相关关系。
弹性网络方法可以克服回归模型中的多重共线问题，具有较高的稳定性与可靠性。在模型拟合的过程中，对模型不显著的变量系数将被归为0，不对最终的模型产生影响，实现参数稀疏化，其余显著的变量将构成最终的解释变量集。这些变量对温度的正负相关性及影响作用的大小都将在变量的系数中得以体现，因此在拟合分析前需要将所有变量进行距平标准化，以保证拟合后的系数也是标准化的，方便后续拟合模型内系数的纵向比较以及不同类别场景的模型间的横向比较。
弹力网络方法中使用的收缩系数Alpha和惩罚项中一阶惩罚与二阶惩罚的比例L1_Ratio，可通过K层交叉验证确定最佳值。
在一优选实施例中，由于城市场景图像的获取往往是通过遥感图像而获得，一张遥感图像可获得较大范围的场景，因此通过一张遥感图像可同时获得多个城市场景的图像，因此在一优选实施例中，步骤110之前包括：获取遥感图像；按照预设分类规则将所述遥感图像分为多类所述城市场景图像。
在本优选实施例中，通过遥感图像可通过将场景分类划分为多类城市场景，例如第一工业区城市场景、第一居民区城市场景等等。对一张遥感图像获得的多个城市场景分别按照步骤110至步骤130的顺序进行该城市场景的温度效应分析。
因此，各城市场景获得相应的温度影响模式后进行综合得到对应遥感图像的各类城市场景的热量模式分布图。而且对于各类城市场景，分别分析讨论其热量分布的影响因子及其影响作用，总结各类城市场景热场分布的规律。以上述过程得到的结论为依据，以改善城市热环境、提升人居质量为整体目标，从城市功能区划的宏观统筹到城市场景内部地物景观的空间优化、建筑物的格局排布等多层面入手，为城市规划与建设提供指导与意见。
本发明实施例提供的基于场景异质性的城市温度效应分析方法，通过层次建模城市场景，充分表达城市内部的异质性，并经过相关性与拟合显著性的双重筛选规则进行筛选，得到真正影响城市热场分布的场景特征变量，提取城市地表温度与城市场景之间的非均一关系，分析不同城市场景内的温度效应，结果可应用于旨在改善城市热环境、提升人居质量的城市规划与建设中。
下面对本发明实施例提供的城市温度效应分析装置进行描述，下文描述的城市温度效应分析装置与上文描述的城市温度效应分析方法可相互对应参照，如图5所示，本发明实施例提供一种城市温度效应分析装置，包括：
获取单元510，用于获取城市场景图像；
城市场景层次化建模单元520，用于根据所述城市场景图像建立城市场景层次化模型，其中，所述城市场景层次化模型通过定量特征集中的各特征定量地描述城市场景的异质性；
温度分析单元530，用于按照预设筛选规则对所述城市场景层次化模型的定量特征集筛选出与城市地表温度相关的特征，得到城市场景的城市地表温度影响模式。本发明实施例中，城市地表温度影响模式具体包括城市场景的城市地表温度的影响因素及作用。
本发明实施例中，城市场景层次化建模单元520具体包括：
内部结构特征获取子单元，用于根据目标城市场景图像获取其内部结构特征；具体地，根据目标城市场景图像提取出图像中的地物景观的组分与结构。
自身属性特征获取子单元，用于根据目标城市场景图像获取其自身属性特征；
邻接场景关系特征获取子单元，用于根据所述遥感图像获取目标城市场景与邻接的城市场景的关系特征；
特征综合子单元，用于根据所述内部结构特征、自身属性特征及关系特征得到目标城市场景的所述城市场景层次化模型。
本发明实施例中，温度分析单元530具体包括：
温度特征筛选子单元，用于对所述定量特征集按照预设筛选规则筛选出用于解释城市热场分布的城市热量相关特征集；
拟合子单元，用于根据预设的拟合模型，通过所述城市热量相关特征集得到所述城市场景的城市地表温度的影响因素及作用。
在一优选实施例中，还包括：
遥感图像获取子单元，用于获取遥感图像；
图像分类子单元，用于按照预设分类规则将所述遥感图像分为多类所述城市场景图像；
热特性综合子单元，用于根据各类所述城市场景的城市地表温度影响模式得到对应遥感图像的各类城市场景的热量模式分布图。
下面结合图6描述本发明实施例提供的一种电子设备的实体结构示意图，如图6所示，该电子设备可以包括：处理器(processor)610、通信接口(Communications Interface)620、存储器(memory)630和通信总线640，其中，处理610，通信接口620，存储630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令，以执行城市温度效应分析方法，该方法包括：获取城市场景图像；根据所述城市场景图像建立城市场景层次化模型，其中，所述城市场景层次化模型通过定量特征集中的各特征定量地描述城市场景的异质性；按照预设筛选规则对所述城市场景层次化模型的定量特征集筛选出与城市地表温度相关的特征，得到城市场景的城市地表温度影响模式。
此外，上述的存储器630中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的城市温度效应分析方法，该方法包括：获取城市场景图像；根据所述城市场景图像建立城市场景层次化模型，其中，所述城市场景层次化模型通过定量特征集中的各特征定量地描述城市场景的异质性；按照预设筛选规则对所述城市场景层次化模型的定量特征集筛选出与城市地表温度相关的特征，得到城市场景的城市地表温度影响模式。
又一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各提供的城市温度效应分析方法：获取城市场景图像；根据所述城市场景图像建立城市场景层次化模型，其中，所述城市场景层次化模型通过定量特征集中的各特征定量地描述城市场景的异质性；按照预设筛选规则对所述城市场景层次化模型的定量特征集筛选出与城市地表温度相关的特征，得到城市场景的城市地表温度影响模式。
以上所描述的装置实施例仅仅是示意性的，其中所述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，作为单元显示的部件可以是或者也可以不是物理单元，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。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上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精神和范围。
Claims (9)
1.一种城市温度效应分析方法，其特征在于，包括：
获取城市场景图像；
根据所述城市场景图像建立城市场景层次化模型，其中，所述城市场景层次化模型通过定量特征集中的各特征定量地描述城市场景的异质性；
按照预设筛选规则对所述城市场景层次化模型的定量特征集筛选出与城市地表温度相关的特征，得到城市场景的城市地表温度影响模式；
根据所述城市场景图像建立城市场景层次化模型，具体包括：
根据目标城市场景图像获取其内部结构特征；
根据目标城市场景图像获取其自身属性特征；
根据遥感图像获取目标城市场景与邻接的城市场景的关系特征；
根据所述内部结构特征、自身属性特征及关系特征得到目标城市场景的所述城市场景层次化模型；
城市的建筑物内部结构特征的指标包括：
建筑链数：该场景单元内形状相似、排列有序的建筑物构成的链条的数目；
建筑链长度：该场景单元内建筑链的总长度；
斑块面积标准差：该场景单元内建筑物面积的标准差；
建筑物总数：该场景单元内的建筑物总数目；
建筑链数目占比：该场景单元内建筑链包含的建筑物数目占建筑物总数目的比例，表征场景单元内建筑物分布的规律整齐程度；
城市场景自身属性特征的指标包括：
面积：该场景单元的面积；
周长：该场景单元的周长；
形状指数：该场景单元的面积与周长的平方根的比值，刻画其形状特征，值越大，说明其复杂性越高；
蔓延度指数：描述该场景单元内不同地物类型的团聚程度或延展趋势；
香农多样性指标：表征该场景单元内部的异质性程度，对稀有类别敏感；
辛普森多样性指标：表征该场景单元内部的异质性程度，对稀有类别不敏感；
目标城市场景与邻接的城市场景的关系特征的指标包括：
邻接比例系数X：该场景单元与第X类场景的公共边长占其周长的比例
邻接场景类别多样性指标：该场景单元邻接其他单元的类别丰富性程度。
2.根据权利要求1所述的城市温度效应分析方法，其特征在于，所述获取城市场景图像，之前包括：
获取遥感图像；
按照预设分类规则将所述遥感图像分为多类所述城市场景图像。
3.根据权利要求2所述的城市温度效应分析方法，其特征在于，所述按照预设筛选规则对所述城市场景层次化模型的定量特征集筛选出与城市地表温度相关的特征，得到城市场景的城市地表温度影响模式，之后包括：根据各类所述城市场景的城市地表温度影响模式得到对应遥感图像的各类城市场景的热量影响模式分布图。
4.根据权利要求3所述的城市温度效应分析方法，其特征在于，所述按照预设筛选规则对所述城市场景层次化模型的定量特征集筛选出与城市地表温度相关的特征，得到城市场景的城市地表温度影响模式，具体包括：按照预设筛选规则对所述城市场景层次化模型的定量特征集筛选出与城市地表温度相关的特征，得到城市场景的城市地表温度的影响因素及作用。
5.根据权利要求4所述的城市温度效应分析方法，其特征在于，所述按照预设筛选规则对所述城市场景层次化模型的定量特征集筛选出与城市地表温度相关的特征，得到城市场景的城市地表温度的影响因素及作用，具体包括：
对所述定量特征集按照预设筛选规则筛选出用于解释城市热场分布的城市热量相关特征集；
根据预设的拟合模型，通过所述城市热量相关特征集得到所述城市场景的城市地表温度的影响因素及作用。
6.根据权利要求1所述的城市温度效应分析方法，其特征在于，所述根据目标城市场景图像获取其内部结构特征，具体包括：根据目标城市场景图像提取出图像中的地物景观的组分与结构。
7.一种城市温度效应分析装置，其特征在于，包括：
获取单元，用于获取城市场景图像；
城市场景层次化建模单元，用于根据所述城市场景图像建立城市场景层次化模型，其中，所述城市场景层次化模型通过定量特征集中的各特征定量地描述城市场景的异质性；
温度描述单元，用于按照预设筛选规则对所述城市场景层次化模型的定量特征集筛选出与城市地表温度相关的特征，得到城市场景的城市地表温度影响模式；
城市场景层次化建模单元具体包括：
内部结构特征获取子单元，用于根据目标城市场景图像获取其内部结构特征；
自身属性特征获取子单元，用于根据目标城市场景图像获取其自身属性特征；
邻接场景关系特征获取子单元，用于根据遥感图像获取目标城市场景与邻接的城市场景的关系特征；
特征综合子单元，用于根据所述内部结构特征、自身属性特征及关系特征得到目标城市场景的所述城市场景层次化模型；
城市的建筑物内部结构特征的指标包括：
建筑链数：该场景单元内形状相似、排列有序的建筑物构成的链条的数目；
建筑链长度：该场景单元内建筑链的总长度；
斑块面积标准差：该场景单元内建筑物面积的标准差；
建筑物总数：该场景单元内的建筑物总数目；
建筑链数目占比：该场景单元内建筑链包含的建筑物数目占建筑物总数目的比例，表征场景单元内建筑物分布的规律整齐程度；
城市场景自身属性特征的指标包括：
面积：该场景单元的面积；
周长：该场景单元的周长；
形状指数：该场景单元的面积与周长的平方根的比值，刻画其形状特征，值越大，说明其复杂性越高；
蔓延度指数：描述该场景单元内不同地物类型的团聚程度或延展趋势；
香农多样性指标：表征该场景单元内部的异质性程度，对稀有类别敏感；
辛普森多样性指标：表征该场景单元内部的异质性程度，对稀有类别不敏感；
目标城市场景与邻接的城市场景的关系特征的指标包括：
邻接比例系数X：该场景单元与第X类场景的公共边长占其周长的比例
邻接场景类别多样性指标：该场景单元邻接其他单元的类别丰富性程度。
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述城市温度效应分析方法的步骤。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述城市温度效应分析方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110852993.5A CN113722884B (zh) | 2021-07-27 | 2021-07-27 | 一种城市温度效应分析方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110852993.5A CN113722884B (zh) | 2021-07-27 | 2021-07-27 | 一种城市温度效应分析方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113722884A CN113722884A (zh) | 2021-11-30 |
| CN113722884B true CN113722884B (zh) | 2024-02-27 |
Family
ID=78674094
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110852993.5A Active CN113722884B (zh) | 2021-07-27 | 2021-07-27 | 一种城市温度效应分析方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113722884B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101807579B1 (ko) * | 2016-08-08 | 2017-12-12 | 서울대학교산학협력단 | 지표면 도시열섬강도의 시공간적 분포에 영향을 주는 변수 분석 시스템 및 방법 |
| CN107944387A (zh) * | 2017-11-22 | 2018-04-20 | 重庆邮电大学 | 一种基于半变异理论的城市热岛空间异质性的分析方法 |
| CN109993753A (zh) * | 2019-03-15 | 2019-07-09 | 北京大学 | 遥感影像中城市功能区的分割方法及装置 |
| CN110188927A (zh) * | 2019-05-10 | 2019-08-30 | 广州大学 | 一种城市热岛主控因素的分析方法、装置及存储介质 |
| CN110688621A (zh) * | 2019-09-16 | 2020-01-14 | 广州大学 | 一种影响城市热环境的关键绿地格局指数筛选方法及系统 |
-
2021
- 2021-07-27 CN CN202110852993.5A patent/CN113722884B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101807579B1 (ko) * | 2016-08-08 | 2017-12-12 | 서울대학교산학협력단 | 지표면 도시열섬강도의 시공간적 분포에 영향을 주는 변수 분석 시스템 및 방법 |
| CN107944387A (zh) * | 2017-11-22 | 2018-04-20 | 重庆邮电大学 | 一种基于半变异理论的城市热岛空间异质性的分析方法 |
| CN109993753A (zh) * | 2019-03-15 | 2019-07-09 | 北京大学 | 遥感影像中城市功能区的分割方法及装置 |
| CN110188927A (zh) * | 2019-05-10 | 2019-08-30 | 广州大学 | 一种城市热岛主控因素的分析方法、装置及存储介质 |
| CN110688621A (zh) * | 2019-09-16 | 2020-01-14 | 广州大学 | 一种影响城市热环境的关键绿地格局指数筛选方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 谢启姣 ; 刘进华 ; 胡道华.武汉城市扩张对热场时空演变的影响.地理研究.2016,第35卷(第7期),1259-1272. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113722884A (zh) | 2021-11-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Vizzari et al. | Landscape sequences along the urban–rural–natural gradient: A novel geospatial approach for identification and analysis | |
| Yu et al. | Spatial and temporal dynamics of urban sprawl along two urban–rural transects: A case study of Guangzhou, China | |
| Fairbanks et al. | Species and environment representation: selecting reserves for the retention of avian diversity in KwaZulu-Natal, South Africa | |
| Raimbault et al. | Space matters: Extending sensitivity analysis to initial spatial conditions in geosimulation models | |
| CN111079999A (zh) | 一种基于cnn和svm的洪水灾害易发性预测方法 | |
| CN104794584A (zh) | 一种湖泊型流域水生态功能一二级分区方法 | |
| CN112948759A (zh) | 一种生态环境质量变化情况的判断方法及系统 | |
| CN110879992A (zh) | 基于迁移学习的草原地表覆盖物分类方法和系统 | |
| Alaei Moghadam et al. | Simulating urban growth in a megalopolitan area using a patch‐based cellular automata | |
| CN115271373A (zh) | 城市群弹性开发边界划定方法及系统 | |
| CN112560215A (zh) | 一种基于深度强化学习的电力选线方法 | |
| CN112037107A (zh) | 一种自然保护地边界重叠特征的量化方法 | |
| CN106022507B (zh) | 一种农田连片整治的优化方法及其系统 | |
| Masud et al. | Monitoring and predicting landuse/landcover change using an integrated markov chain & multilayer perceptron models: A case study of sahiwal tehsil | |
| CN113919763A (zh) | 一种基于模糊评判矩阵的电网灾害分析方法及装置 | |
| CN113722884B (zh) | 一种城市温度效应分析方法及装置 | |
| CN116561845B (zh) | 数字技术赋能的城市屋顶绿化多情景模拟方法及系统 | |
| CN116993555A (zh) | 国土空间规划重点区域识别的分区方法、系统及存储介质 | |
| Shao et al. | An improved artificial bee colony-based approach for zoning protected ecological areas | |
| CN115393733A (zh) | 一种基于深度学习的水体自动识别方法及系统 | |
| Abdollahi et al. | Evaluating spatial patterns of ecosystem services based on a comparative approach on spatial statistics in the central part of Isfahan province | |
| CN110837911B (zh) | 一种大尺度地表节肢动物空间分布模拟方法 | |
| D'Ambrosio et al. | TECNOLOGIE GEOCOMPUTAZIONALI DIGITALI PER IL METAPROGETTO DI INFRASTRUTTURE VERDI URBANE. | |
| CN110309562A (zh) | 一种人为热增温效应的分析方法、装置及存储介质 | |
| Streltsov et al. | Automated building energy consumption estimation from aerial imagery |
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 |