CN114021968A - 一种基于gis城市体检评估系统 - Google Patents

一种基于gis城市体检评估系统 Download PDF

Info

Publication number
CN114021968A
CN114021968A CN202111299915.3A CN202111299915A CN114021968A CN 114021968 A CN114021968 A CN 114021968A CN 202111299915 A CN202111299915 A CN 202111299915A CN 114021968 A CN114021968 A CN 114021968A
Authority
CN
China
Prior art keywords
physical examination
urban
data
city
module
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.)
Withdrawn
Application number
CN202111299915.3A
Other languages
English (en)
Inventor
郭岭
陈大伟
沈国本
檀朝亮
周杰
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.)
Anhui Shangyuan Planning Consulting Co ltd
Original Assignee
Anhui Shangyuan Planning Consulting Co ltd
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 Anhui Shangyuan Planning Consulting Co ltd filed Critical Anhui Shangyuan Planning Consulting Co ltd
Priority to CN202111299915.3A priority Critical patent/CN114021968A/zh
Publication of CN114021968A publication Critical patent/CN114021968A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种基于GIS城市体检评估系统，包括系统数据支撑层、服务应用层和用户层；所述系统数据支撑层包括城市体检指标数据单元和GIS数据提供单元，用于搭建城市体检评估系统提供数据支撑；所述服务应用层包括城市历史体检数据采集模块、城市体检指标数据影响因素计算模块、城市体检评估模块、城市体检预警模块、城市体检指标数据库管理模块和指标数据共享交换模块，所述服务应用层用于根据城市体检工作任务和要求对数据进行加工处理，以进行城市体检成果的评估和预警。本发明通过系统数据支撑层提供的多维度的城市体检指标数据和CIM数据，能够在构建起三维数字空间的城市信息模型中得到多个城市客观完整的城市体检的评估结果。

Description

一种基于GIS城市体检评估系统
技术领域
本发明属于大数据分析领域，具体来说，涉及一种基于GIS城市体检评估系统。
背景技术
城市体检工作是积极践行“创新、协调、绿色、开放、共享”发展理念，探索形成一套城市评估指标体系，建立城市“一年一体检、五年一评估”的工作制度和“城市体检评估-问题反馈-决策调整-持续改进”的城市的长效机制而开展的工作。
在专利号为CN201710400460.7中国发明专利中，公开了一种基于大数据的城市研判方法及装置，该方法，包括：根据需要研判的城市体征，从所述城市体征相对应的城市数据库中获取指定时间段内各类型的模型样本的数据；根据获取到的所述各类型的模型样本的数据，计算与所述城市体征相对应的影响因子；根据计算得到的影响因子，按照预设的城市研判算法，计算得到预测值，并根据所述预测值对所述城市体征进行城市研判。本发明能够基于不同类型、不同领域的城市体征数据进行城市研判，提供研判结果的准确性。
其中，现有技术中存在采用上述的方案对城市体征进行研判往往只能得到单一城市指标的评估，得到的是一些分散的数据，不能形成有效多维度的城市评估指标体系，有效的进行客观完整的城市体检的技术问题。
发明内容
针对现有技术存在对城市体征进行研判往往只能得到单一城市指标的评估，得到的是一些分散的数据，无法形成有效多维度的城市评估指标体的问题，本发明提供了一种基于GIS城市体检评估系统。
为实现上述技术目的，本发明采用的技术方案如下：
一种基于GIS城市体检评估系统，包括系统数据支撑层、服务应用层和用户层；其中，
所述系统数据支撑层包括城市体检指标数据单元和GIS数据提供单元，用于搭建城市体检评估系统提供数据支撑，所述城市体检指标数据单元用于提供城市体检所需指标数据，所述GIS数据提供单元用于提供BIM数据和CIM数据；
所述服务应用层包括城市历史体检数据采集模块、城市体检指标数据影响因素计算模块、城市体检评估模块、城市体检预警模块、城市体检指标数据库管理模块和指标数据共享交换模块，所述服务应用层用于根据城市体检工作任务和要求对数据进行加工处理，以进行城市体检成果的评估和预警；
所述用户层，包括同级城市体检数据比对模块和城市历史体检数据比对模块，用于用户对同级别城市体检评估结果的比对，与同一城市历史体检评估结果的比对；
所述城市体检指标数据包括城市生态、城市教育、城市交通、城市生活、城市经济、城市治安和城市医疗七个维度。
进一步地，所述城市历史体检数据采集模块，用于根据指标数据类型对城市的目标指标信息进行采集，获取目标指标信息与所述城市体征相对应的城市数据库中指定时间段内各指标数据类型的模型样本数据。
进一步地，所述城市体检指标数据影响因素计算模块，用于根据获取到的各指标数据类型的模型样本数据，计算与所述城市体检指标相对应的影响因素。
进一步地，所述城市体检评估模块，用于根据计算得到的所述影响因素，按照预设的城市体检评估算法，计算得到历史健康程度值以及当前健康程度值，并根据所述当前健康程度值对所述城市体检健康程度进行评估。
进一步地，所述城市体检预警模块，用于按照预设的城市体检评估算法，计算得到将来发展趋势预测值，并根据所述预测值对所述城市体检健康程度发展预测值差的城市体检评估结果发出预警。
进一步地，所述城市体检指标数据影响因素计算模块，具体用于：
利用归一化算法，将所述各指标数据类型的模型样本数据归一化到设定的数值范围内；根据归一化后的各指标数据类型的模型样本数据，利用多元线性回归算法，得到多元线性回归矩阵；利用最小二乘法求解所述多元线性回归矩阵，得到影响因素值。
进一步地，所述影响因素值包括：各类型的模型样本的权重系数，以及所述指定的时间段内各个单位时间的扰动因子。
进一步地，所述城市体检指标数据库管理模块，用于存储城市体检指标数据；城市指标数据共享交换模块，用于与系统外部平台数据的交互。
一种基于GIS城市体检评估方法，包括步骤：
S1、采集城市体检指标数据和GIS数据，通过外接系统外部平台数据实现数据采集；
S2、以三维的城市空间地理信息为基础，叠加城市建筑、地上地下设施的BIM 信息以及城市物联网信息，构建起三维数字空间的城市信息模型；
S3、从七个维度计算城市体检指标数据影响因素；
S4、根据预设的城市体检评估算法结合计算得到的所述影响因素，评估当前城市体检健康程度；
S5、根据所述预测值对所述城市体检健康程度发展预测值差的城市体检评估结果发出预警；
S6、根据构建起三维数字空间的城市信息模型，对同级别城市体检评估结果的比对，与同一城市历史体检评估结果的比对。
本发明相比现有技术，具有如下有益效果：
通过系统数据支撑层提供的多维度的城市体检指标数据和CIM数据，能够在构建起三维数字空间的城市信息模型中得到多个城市客观完整的城市体检的评估结果。
同时，通过用户层同级城市体检数据比对模块和城市历史体检数据比对模块中，获取到同级城市的比对，以及同一个城市历史体检评估结果的比对，更加清楚的发现城市健康评估的发展趋势。
附图说明
图1为本发明一种基于GIS城市体检评估系统的整体结构示意图；
图2为本发明一种基于GIS城市体检评估方法的流程图；
图3为本发明城市体检指标数据影响因素计算模块的模型样本数据表；
图4为本发明城市体检指标数据影响因素计算模块的具体算法；
图5为本发明城市体检指标数据影响因素计算模块的影响因素值。
图中标记说明：1-系统数据支撑层，11-城市体检指标数据单元，12-GIS数据提供单元，2-服务应用层，21-城市历史体检数据采集模块，22-城市体检指标数据影响因素计算模块，23-城市体检评估模块，24-城市体检预警模块，25-城市体检指标数据库管理模块，26-指标数据共享交换模块，3-用户层，31-同级城市体检数据比对模块，32-城市历史体检数据比对模块。
具体实施方式
为了便于本领域技术人员的理解，下面结合实施例与附图对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。
如图1所示，一种基于GIS城市体检评估系统，包括系统数据支撑层1、服务应用层2和用户层3；其中，所述系统数据支撑层1包括城市体检指标数据单元11 和GIS数据提供单元12，用于搭建城市体检评估系统提供数据支撑，所述城市体检指标数据单元11用于提供城市体检所需指标数据，所述GIS数据提供单元12用于提供BIM数据和CIM数据；
所述服务应用层2包括城市历史体检数据采集模块21、城市体检指标数据影响因素计算模块22、城市体检评估模块23、城市体检预警模块24、城市体检指标数据库管理模块25和指标数据共享交换模块26，所述服务应用层2用于根据城市体检工作任务和要求对数据进行加工处理，以进行城市体检成果的评估和预警；
所述用户层3，包括同级城市体检数据比对模块31和城市历史体检数据比对模块32，用于用户对同级别城市体检评估结果的比对，与同一城市历史体检评估结果的比对；
所述城市体检指标数据包括城市生态、城市教育、城市交通、城市生活、城市经济、城市治安和城市医疗七个维度。
七个维度，其中，每个大维度里面分为若干个小类指标；其中，各小类指标为，
例如：城市生态包括：区域开发强度(市辖区建成区面积/市辖区面积)、城市人口密度(万人/平方公里)、空气质量优良天数(天)、城市集中式饮水水源水质达标率 (％)、建成区绿化覆盖率(％)、人均公园绿地面积(平方米)、万元人均可支配收入居住建筑单位建筑面积能耗(kWh/m2.a.万元)和万元人均第三产业GDP公共建筑单位建筑面积能耗(kWh/m2.a.万元)等小类指标。
城市教育包括：常住人口中14-35岁人口比例(％)、小学生新增入学人数增长率(％)、小学生毛入学率(％)、新增就业人口中大学(大专及以上)文化程度人口比例(％)、甲级写字楼空置率(％)、每万人法人企业数、前一年有效期内每万家企业国家高新技术企业数量、每万人发明专利拥有量和4G网络覆盖率(％)等小类指标。
城市交通包括：建成区高峰时间平均机动车速度(公里/小时)、建成区道路网密度(公里/平方公里)、建成区地铁通达率(％)、公共交通机动化出行分担率(％)和绿道总里程(公里)等小类指标。
城市生活包括：城市生活垃圾分类覆盖率(％)、城市生活垃圾回收利用率(％)、城市生活污水集中收集率(％)。
城市经济包括：人均GDP以上人口数量占总人口数(％)、第一产业GDP占比(％)、第二产业GDP占比(％)、第三产业GDP占比(％)、大中小各类型企业占比(％)。
城市治安包括：城市积水内涝最长排干时间(小时)、万车死亡率(人/万车)、刑事案件发生率(件/万人)和人均避难场所面积(平方米/人)等小类指标。
城市医疗包括：万人医院拥有量(个/万人)、大中小型医院就诊量占比(％)、社区卫生服务机构覆盖率(％)等小类指标。
还可以增加维度城市特色，城市特色包括：城市历史建筑、传统民居环境与本体保护完整性、历史文化街区面积保存率(％)、历史建筑普查挂牌率(％)和城市节假日国内外游客量(万人)小类指标。
所述城市历史体检数据采集模块21，用于根据指标数据类型对城市的目标指标信息进行采集，获取目标指标信息与所述城市体征相对应的城市数据库中指定时间段内各指标数据类型的模型样本数据。
所述城市体检指标数据影响因素计算模块22，用于根据获取到的各指标数据类型的模型样本数据，计算与所述城市体检指标相对应的影响因素。
所述城市体检评估模块23，用于根据计算得到的所述影响因素，按照预设的城市体检评估算法，计算得到历史健康程度值以及当前健康程度值，并根据所述当前健康程度值对所述城市体检健康程度进行评估。
所述城市体检预警模块24，用于按照预设的城市体检评估算法，计算得到将来发展趋势预测值，并根据所述预测值对所述城市体检健康程度发展预测值差的城市体检评估结果发出预警。
所述城市体检指标数据影响因素计算模块22，具体用于：
利用归一化算法，将所述各指标数据类型的模型样本数据归一化到设定的数值范围内；根据归一化后的各指标数据类型的模型样本数据，利用多元线性回归算法，得到多元线性回归矩阵；利用最小二乘法求解所述多元线性回归矩阵，得到影响因素值。
所述影响因素值包括：各类型的模型样本的权重系数，以及所述指定的时间段内各个单位时间的扰动因子。
所述归一化算法，即针对任一类型的模型样本数据，将所述任一类型的模型样本数据除以在所述指定时间段内各类型的模型样本数据的总和，从而得到数值在0-1 之间的小数。通过归一化算法可以保证各种类型的模型样本的数据的取值范围都在 0-1之间，从而保障了不同领域、不同单位、不同数量级的模型样本的数据不会产生较大差异。
所述的多元线性回归算法，使用经过归一化算法之后的时间范围内的数据作为样本训练数据，建立多元线性回归模型，分析需要预测的数据和模型数据之间的关系，代入要预测的月份的政府统计数据，得出需要预测数据的预测值。
如图3、4和5所示，为获取到的N个月的不同类型的模型样本数据：
将图3中的数据带入图4或如下公式中：其中图4只展示了模型样本数据1-5 的计算公式，其模型样本数据1-7依次类推得到。
Y＝β+βXn2+βXn3+βXn4+βXn5+βXn6+βXn7+βXn8+U；
从而得到多元线性回归矩阵：
Y＝βX+U；
其中，β为权重系数；
U为扰动因子。
针对上述多元线性回归矩阵，再利用最小二乘法求解所述多元线性回归矩阵，得到影响因子；所述影响因子包括权重系数β以及扰动因子U。
具体的，利用计算得到的重系数β以及扰动因子U，将需要预测的某一时间段的各种类型的模型样本数据带入以下公式，得到预测值：
Y′＝Xβ+U；
其中，X为所述某一时间段的各种类型的模型样本数据；
Y′为预测值。
所述城市体检指标数据库管理模块25，用于存储城市体检指标数据；城市指标数据共享交换模块26，用于与系统外部平台数据的交互。
如图2所示，一种基于GIS城市体检评估方法，包括步骤：
S1、采集城市体检指标数据和GIS数据，通过外接系统外部平台数据实现数据采集。
S2、以三维的城市空间地理信息为基础，叠加城市建筑、地上地下设施的BIM 信息以及城市物联网信息，构建起三维数字空间的城市信息模型；为了能够更好的对城市的整体进行综合性的分析，也为了更好的能够对指标信息进行收集，所述S1 具体包括：将城市进行区域划分，获取若干个预置区域；根据预置区域对各指标类型的目标指标信息进行采集，获取若干个目标指标信息。
所述预置区域可以为城市的县级/区级单位，也可以为以居委会街道以及每栋楼为单位进行划分，通过将城市进行预置区域的划分，能够更加有效的对信息进行收集，将目标指标信息采集的任务下放至县级/区级或者是街道进行采集，能够快速有效的获取到更加准确的信息，避免了直接通过市级单位进行采集的时候，工作量大，工作繁琐，容易出现问题。
S3、从七个维度计算城市体检指标数据影响因素；S4、根据预设的城市体检评估算法结合计算得到的所述影响因素，评估当前城市体检健康程度；S5、根据所述预测值对所述城市体检健康程度发展预测值差的城市体检评估结果发出预警；S6、根据构建起三维数字空间的城市信息模型，对同级别城市体检评估结果的比对，与同一城市历史体检评估结果的比对。
本发明相比现有技术，具有如下有益效果：
通过系统数据支撑层1提供的多维度的城市体检指标数据和CIM数据，能够在构建起三维数字空间的城市信息模型中得到多个城市客观完整的城市体检的评估结果。
同时，通过用户层3同级城市体检数据比对模块31和城市历史体检数据比对模块32中，获取到同级城市的比对，以及同一个城市历史体检评估结果的比对，更加清楚的发现城市健康评估的发展趋势。
以上对本申请提供的一种基于GIS城市体检评估系统进行了详细介绍。具体实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。

Claims (9)

1.一种基于GIS城市体检评估系统，其特征在于，包括系统数据支撑层(1)、服务应用层(2)和用户层(3)；其中，
所述系统数据支撑层(1)包括城市体检指标数据单元(11)和GIS数据提供单元(12)，用于搭建城市体检评估系统提供数据支撑，所述城市体检指标数据单元(11)用于提供城市体检所需指标数据，所述GIS数据提供单元(12)用于提供BIM数据和CIM数据；
所述服务应用层(2)包括城市历史体检数据采集模块(21)、城市体检指标数据影响因素计算模块(22)、城市体检评估模块(23)、城市体检预警模块(24)、城市体检指标数据库管理模块(25)和指标数据共享交换模块(26)，所述服务应用层(2)用于根据城市体检工作任务和要求对数据进行加工处理，以进行城市体检成果的评估和预警；
所述用户层(3)，包括同级城市体检数据比对模块(31)和城市历史体检数据比对模块(32)，用于用户对同级别城市体检评估结果的比对，与同一城市历史体检评估结果的比对；
所述城市体检指标数据包括城市生态、城市教育、城市交通、城市生活、城市经济、城市治安和城市医疗七个维度。
2.根据权利要求1所述的一种基于GIS城市体检评估系统，其特征在于，所述城市历史体检数据采集模块(21)，用于根据指标数据类型对城市的目标指标信息进行采集，获取目标指标信息与所述城市体征相对应的城市数据库中指定时间段内各指标数据类型的模型样本数据。
3.根据权利要求1或2所述的一种基于GIS城市体检评估系统，其特征在于，所述城市体检指标数据影响因素计算模块(22)，用于根据获取到的各指标数据类型的模型样本数据，计算与所述城市体检指标相对应的影响因素。
4.根据权利要求3所述的一种基于GIS城市体检评估系统，其特征在于，所述城市体检评估模块(23)，用于根据计算得到的所述影响因素，按照预设的城市体检评估算法，计算得到历史健康程度值以及当前健康程度值，并根据所述当前健康程度值对所述城市体检健康程度进行评估。
5.根据权利要求4所述的一种基于GIS城市体检评估系统，其特征在于，所述城市体检预警模块(24)，用于按照预设的城市体检评估算法，计算得到将来发展趋势预测值，并根据所述预测值对所述城市体检健康程度发展预测值差的城市体检评估结果发出预警。
6.根据权利要求5所述的一种基于GIS城市体检评估系统，其特征在于，所述城市体检指标数据影响因素计算模块(22)，具体用于：
利用归一化算法，将所述各指标数据类型的模型样本数据归一化到设定的数值范围内；根据归一化后的各指标数据类型的模型样本数据，利用多元线性回归算法，得到多元线性回归矩阵；利用最小二乘法求解所述多元线性回归矩阵，得到影响因素值。
7.根据权利要求6所述的一种基于GIS城市体检评估系统，其特征在于，所述影响因素值包括：各类型的模型样本的权重系数，以及所述指定的时间段内各个单位时间的扰动因子。
8.根据权利要求7所述的一种基于GIS城市体检评估系统，其特征在于，所述城市体检指标数据库管理模块(25)，用于存储城市体检指标数据；城市指标数据共享交换模块(26)，用于与系统外部平台数据的交互。
9.一种基于GIS城市体检评估方法，其特征在于，包括步骤：
S1、采集城市体检指标数据和GIS数据，通过外接系统外部平台数据实现数据采集；
S2、以三维的城市空间地理信息为基础，叠加城市建筑、地上地下设施的BIM信息以及城市物联网信息，构建起三维数字空间的城市信息模型；
S3、从七个维度计算城市体检指标数据影响因素；
S4、根据预设的城市体检评估算法结合计算得到的所述影响因素，评估当前城市体检健康程度；
S5、根据所述预测值对所述城市体检健康程度发展预测值差的城市体检评估结果发出预警；
S6、根据构建起三维数字空间的城市信息模型，对同级别城市体检评估结果的比对，与同一城市历史体检评估结果的比对。
CN202111299915.3A 2021-11-04 2021-11-04 一种基于gis城市体检评估系统 Withdrawn CN114021968A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111299915.3A CN114021968A (zh) 2021-11-04 2021-11-04 一种基于gis城市体检评估系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111299915.3A CN114021968A (zh) 2021-11-04 2021-11-04 一种基于gis城市体检评估系统

Publications (1)

Publication Number Publication Date
CN114021968A true CN114021968A (zh) 2022-02-08

Family

ID=80060721

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111299915.3A Withdrawn CN114021968A (zh) 2021-11-04 2021-11-04 一种基于gis城市体检评估系统

Country Status (1)

Country Link
CN (1) CN114021968A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116307792A (zh) * 2022-10-12 2023-06-23 广州市阿尔法软件信息技术有限公司 一种面向城市体检主题场景的评估方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116307792A (zh) * 2022-10-12 2023-06-23 广州市阿尔法软件信息技术有限公司 一种面向城市体检主题场景的评估方法及装置
CN116307792B (zh) * 2022-10-12 2024-03-12 广州市阿尔法软件信息技术有限公司 一种面向城市体检主题场景的评估方法及装置

Similar Documents

Publication Publication Date Title
Clark et al. Spatial characteristics of exurban settlement pattern in the United States
James et al. Neighborhood walkability and particulate air pollution in a nationwide cohort of women
CN112418690A (zh) 一种用于城市体检指标的分析诊断方法及系统
Kotharkar et al. Estimating summertime heat stress in a tropical Indian city using Local Climate Zone (LCZ) framework
CN108182196B (zh) 一种基于poi的城市交通需求预测方法
Deng et al. Unraveling the association between the built environment and air pollution from a geospatial perspective
CN108876075B (zh) 城市轨道交通站点地区宜步行性评价方法
Soleimani et al. Health effect assessment of PM2. 5 pollution due to vehicular traffic (case study: Isfahan)
CN113868830B (zh) 一种基于交通可达性的同城化城际客流生成模型构建方法
Sanna et al. GHG emissions inventory at urban scale: the Sassari case study
CN116050879A (zh) 一种基于城市体检评估的城市更新方法及系统
CN114021968A (zh) 一种基于gis城市体检评估系统
Zhang et al. Distribution patterns and influencing factors of population exposure risk to particulate matters based on cell phone signaling data
Tian et al. Spatial analysis of commuting carbon emissions in main urban area of Beijing: A GPS trajectory-based approach
CN112053076A (zh) 一种基于大数据的宜居城市评价方法和系统
Lalloué et al. Data analysis techniques: a tool for cumulative exposure assessment
Zavadskas et al. Vilnius urban sustainability assessment with an emphasis on pollution
CN110674210A (zh) 一种基于大数据全面评测旅游目的地的方法
Pappinen et al. Development and implementation of a geographical area categorisation method with targeted performance indicators for nationwide EMS in Finland
Liao et al. The driving mechanisms for human settlement and ecological environment in the upper minjiang watershed, China
Liu et al. Spatial patterns and influencing factors of intraurban particulate matter in the heating season based on taxi monitoring
CN114462503A (zh) 一种基于可达性的医疗资源供需匹配关系获取方法
BILAŞCO et al. The evaluation of accessibility to hospital infrastructure at regional scale by using gis space analysis models: The North-West Region, Romania
Wang et al. Spatial effect of urban morphology on land surface tempature from the perspective of local climate zone
Baharfar et al. Indoor PM2. 5 concentrations of pre-schools; determining the effective factors and model for prediction

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20220208