CN114153899A - 一种获取不同用地类型单位建筑面积就业岗位数的方法、电子设备 - Google Patents
一种获取不同用地类型单位建筑面积就业岗位数的方法、电子设备 Download PDFInfo
- Publication number
- CN114153899A CN114153899A CN202111444346.7A CN202111444346A CN114153899A CN 114153899 A CN114153899 A CN 114153899A CN 202111444346 A CN202111444346 A CN 202111444346A CN 114153899 A CN114153899 A CN 114153899A
- Authority
- CN
- China
- Prior art keywords
- base station
- employment
- land
- cell
- unit building
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000011664 signaling Effects 0.000 claims abstract description 22
- 238000010276 construction Methods 0.000 claims abstract description 19
- 238000011160 research Methods 0.000 claims abstract description 12
- 238000000611 regression analysis Methods 0.000 claims abstract description 4
- 230000002776 aggregation Effects 0.000 claims description 6
- 238000004220 aggregation Methods 0.000 claims description 6
- 238000007619 statistical method Methods 0.000 claims description 6
- 238000013439 planning Methods 0.000 abstract description 10
- 238000010586 diagram Methods 0.000 description 4
- 238000011835 investigation Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000009440 infrastructure construction Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
-
- 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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/40—Information sensed or collected by the things relating to personal data, e.g. biometric data, records or preferences
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/10—Detection; Monitoring
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/20—Analytics; Diagnosis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/60—Positioning; Navigation
-
- 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
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Remote Sensing (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Radar, Positioning & Navigation (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Toxicology (AREA)
- Environmental & Geological Engineering (AREA)
- Game Theory and Decision Science (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种获取不同用地类型单位建筑面积就业岗位数的方法、电子设备,所述方法包括步骤:1)根据基站服务范围及用地建设情况确定研究单元,即基站集聚小区;2)根据手机信令数据统计获取基站集聚小区范围内的就业岗位数;3)根据土地调查数据统计各基站集聚小区内各类用地的建筑面积;4)对基站集聚小区进行多元统计回归分析,确定不同用地类型的单位建筑面积就业岗位数。本发明实现了不同用地类型的单位建筑面积就业岗位数获取,可针对各城市具体情况使用与动态更新,以指导城市规划人口规模及分布预测、交通需求预测等。
Description
技术领域
本发明涉及一种分析不同用地类型单位建筑面积就业岗位数的方法,属于人口预测技术领域。
背景技术
城市人口/就业的规模及空间分布是城市社会经济活力、基础设施建设、公共资源配置等方面的重要影响因素。因此,如何准确进行人口/就业规模及分布预测是城市规划与城市研究的重要内容。而通过单位建筑面积就业岗位数这一指标,可以通过规划用地面积与容积率进行人口/就业规模及分布的预测。除城市规划领域外,单位建筑面积就业岗位数还是交通规划中交通需求预测的重要输入数据,是合理确定交通供给规模与方向的基础。
然而,现有基于就业岗位的城市人口预测方法仅能从宏观上对人口总体规模进行预测,对于分行业的特定就业岗位规模及就业岗位空间分布特征无法准确估计。而在交通规划中,单位建筑面积就业岗位数的获取困难也影响了交通分析预测的准确性。传统的交通小区人口与就业岗位分布数据获取手段主要是人口、经济普查等传统调查方法或是同类城市类比两种。对于中小城市来说,受限于各项因素,可能无法开展各项普查,往往“借用“其他城市的指标。然而,各个城市的经济、区位、交通等情况可能截然不同,这就造成交通分析预测时产生较大误差,影响规划的科学性。而对于那些能够开展人口、经济普查的城市来说,这些普查手段虽然细致,但存在周期间隔时间较长,调查成本较高,数据更新较慢等问题。由于城市基础设施建设突飞猛进、土地利用变化频繁,传统调查仅能获取相对静态的现状数据,很难跟上城市发展需求和供给的更新节奏。一种低成本、高准确度的获取适用于城市自身情况的单位建筑面积就业岗位数方法亟待提出。
发明内容
本发明所要解决的技术问题:单位建筑面积就业岗位数指标获取过程中数据调研成本过高、动态更新能力不足、城市应用针对性较弱的问题。
为解决上述技术问题,本发明提供了一种基于手机信令数据获取不同用地类型单位建筑面积就业岗位数的方法,本发明能够通过获取成本较低的动态数据,得到更加匹配目标城市特征且精确度更高的单位建筑面积就业岗位数。
本发明解决其技术问题所采用的技术方案是:一种基于手机信令数据获取不同用地类型单位建筑面积就业岗位数的方法,包括以下步骤:
(1)获取研究城市的手机信令数据,根据基站服务范围及用地建设情况确定研究单元,即基站集聚小区;
(2)根据手机信令数据统计获取基站集聚小区范围内的就业岗位数;
(3)根据土地调查数据统计各基站集聚小区内各类用地的建筑面积;
(4)对基站集聚小区进行多元统计回归分析,确定不同用地类型的单位建筑面积就业岗位数。
进一步的,本发明所提出的一种分析获取不同用地类型的单位建筑面积就业岗位数的方法,所述步骤(1)中:
1)在ArcGIS中依据基站服务范围创建泰森多边形;
2)创建基站集聚小区,其边界应与基站服务范围形成的泰森多边形边界重合,每个基站集聚小区应包含5个以上的基站服务范围,平均每个基站集聚小区用地规模约为1-3km2。
进一步的,本发明所提出的一种分析获取不同用地类型的单位建筑面积就业岗位数的方法,所述步骤(2)中:
1)基于手机数据获取各基站服务范围的就业岗位数Excel;
2)基于基站编码将基站的就业岗位数赋予ArcGIS中根据基站服务范围创建的泰森多边形,进行属性连接;
3)用每个泰森多边形的就业岗位数除以每个泰森多边形的面积,得到每个基站服务范围的就业岗位密度;
4)将基站集聚小区与基站服务范围的泰森多边形进行叠置分析,并将生成的叠置结果进行计算,在属性表中创建新字段“就业岗位数”,利用字段计算器计算就业岗位数;
5)选择分析工具-统计分析-汇总统计分析,以基站集聚小区为案例分组依据,获得每个基站集聚小区的就业岗位数。
进一步的,本发明所提出的一种分析获取不同用地类型的单位建筑面积就业岗位数的方法,所述步骤(3)中:
1)确定建筑分类标准;
2)根据建筑分类标准,将研究区范围内的用地按照基站集聚小区边界划分,得到各基站集聚小区的用地图层;
3)将步骤2)中所获得的各基站集聚小区合并为一个图层;
4)以基站集聚小区为统计单元,统计各基站集聚小区中各类建筑总面积;对于建筑被基站集聚小区边界穿越,即一个建筑被划分在两个基站集聚小区的情况,将该类建筑面积分别统计至两个基站集聚小区。
进一步的,本发明所提出的一种分析获取不同用地类型的单位建筑面积就业岗位数的方法,所述步骤(4)中:
1)针对每个基站集聚小区构建一个多元线性方程,形成多个方程联立求解:
Y1=β1x1+β2x2+β3x3+…+βnxn+b1
Y2=β1x1+β2x2+β3x3+…+βnxn+b2
……
Yn=β1x1+β2x2+β3x3+…+βnxn+bn
式中,Yn:每个基站集聚小区的就业岗位数;βn:每种用地类型的单位建筑面积就业岗位数;xn:每种用地类型的建筑总面积;bn:常数项;n:基站集聚小区的数量。
2)最终得到研究区的不同用地类型的单位建筑面积就业岗位数。
本发明还提出一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明所述的基于手机信令数据获取不同用地类型单位建筑面积就业岗位数的方法。
进一步的,本发明还提出一种存储有计算机指令的计算机可读存储介质,所述计算机指令用于使所述计算机执行本发明所述的基于手机信令数据获取不同用地类型单位建筑面积就业岗位数的方法。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
(1)本发明利用手机信令数据,基于手机基站服务范围与基站集聚小区范围统计就业岗位数。通过该方法,可以准确反映每个基站集聚小区的就业岗位数,为城市规划、交通规划编制等工作提供有效的决策支撑,有效降低了数据获取周期与成本。
(2)本发明样本量巨大,较传统的经验数据估算等方法,大大提高了就业岗位测算精度,对于准确预测城市人口/就业规模及分布等提供了技术保障。
(3)本发明适用性较强,由于数据源为手机信令数据,因此可以对全国不同规模等级城市进行分析,从而获取更具有针对性的匹配自身城市特征的单位建筑面积就业岗位数,更加有针对性地指导城市发展。
附图说明
图1是本发明的整体流程图。
图2是基站集聚小区示意图。
图3是基于手机信令数据获取基站集聚小区内就业岗位数示意图。
图4是基于基站集聚小区获取各类建筑总面积示意图。
图5是多元统计回归方法示意图。
具体实施方式
下面结合说明书附图和实例对本发明的具体实施方式作进一步详细的说明:
本发明提出了一种基于手机信令数据获取不同用地类型单位建筑面积就业岗位数的方法,其实施流程图如图1所示。
以分析江苏省昆山市城市集中建设区为例,对其进行具体说明,包含以下步骤:
(1)参见附图2,获取研究城市的手机信令数据,根据基站服务范围及用地建设情况确定研究单元,即基站集聚小区。
(2)参见附图3,根据手机信令数据统计获取基站集聚小区范围内的就业岗位数。获取昆山市2017年5月20-22日和6月1-10日共计13天的手机信令数据,进行数据处理,获取出现2天以上的手机用户就业地统计。其中工作时段为9:00-11:30,14:00-16:30(仅工作日数据)。
其中,基于手机信令数据获得的基站集聚范围的就业岗位数,具体如下:
1)基于手机数据获取昆山市城市集中建设区的各基站服务范围的就业岗位数Excel;
2)基于基站编码将昆山市城市集中建设区的基站服务范围的就业岗位数赋予ArcGIS中根据昆山市基站服务范围创建的泰森多边形,进行属性连接;
3)用昆山市城市集中建设区每个基站服务范围的就业岗位数除以每个基站服务范围面积后,得到每个基站服务范围的就业岗位密度。
4)将昆山市城市集中建设区基站集聚小区与基站服务范围的泰森多边形进行叠置分析,并将生成的叠置结果进行计算,在属性表中创建新字段“就业岗位数”,利用字段计算器计算就业岗位数;
5)选择分析工具-统计分析-汇总统计分析,以基站集聚小区为案例分组依据,获得昆山市城市集中建设区每个基站集聚小区的就业岗位数。
(3)参见附图4,根据昆山市土地调查数据,统计昆山市城市集中建设区范围内各基站集聚小区内各类用地的建筑面积。
其中,根据土地调查数据统计各基站集聚小区内各类用地的建筑面积,具体如下:
1)确定建筑分类标准,根据《城市用地分类与规划建设用地标准GB50137-2011》,将昆山城市集中建设区内的各类建筑划分为公共管理与公共服务建筑、商业建筑、工业建筑、物流仓储建筑等10类。
2)根据建筑分类标准,将昆山城市集中建设区内的用地按照基站集聚小区边界划分,得到各基站集聚小区的用地图层;
3)将步骤2)中所获得的各基站集聚小区合并为一个图层;
4)以基站集聚小区为统计单元,统计昆山城市集中建设区每个基站集聚小区的各类建筑的建筑面积。
(4)参见附图5,对基站集聚小区进行多元统计回归分析,确定昆山市城市集中建设区不同用地类型的单位建筑面积就业岗位数。
以下是昆山市城市集中建设区单位建筑面积就业岗位数回归结果示意,见表1。
表1
用地类型 | 单位建筑面积就业岗位数 |
A公共管理与公共服务用地 | 0.440 |
B商业服务业设施用地 | 1.045*** |
R居住用地 | 0.418*** |
M工业用地 | 0.883*** |
W物流仓储用地 | 1.560* |
S道路与交通设施用地 | 2.734 |
G绿地与广场用地 | -1.596 |
U公用设施用地 | 0.141 |
E非建设用地 | 2.390 |
H建设用地 | 2.390*** |
注:***表示p小于0.01,**表示p小于0.05,*表示p小于0.1。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替代,都应当视为属于本发明的保护范围。
Claims (7)
1.一种基于手机信令数据分析获取不同用地类型的单位建筑面积就业岗位数的方法,其特征在于,包括以下步骤:
S1、获取研究城市的手机信令数据,根据基站服务范围及用地建设情况确定研究单元,即基站集聚小区;
S2、根据手机信令数据统计获取基站集聚小区范围内的就业岗位数;
S3、根据土地调查数据统计各基站集聚小区内各类用地的建筑面积;
S4、对基站集聚小区进行多元统计回归分析,确定不同用地类型的单位建筑面积就业岗位数。
2.根据权利要求1所述的一种基于手机信令数据分析获取不同用地类型的单位建筑面积就业岗位数的方法,其特征在于,所述步骤S1具体包括:
S101、在ArcGIS中依据基站服务范围创建泰森多边形;
S102、创建基站集聚小区,其边界应与基站服务范围形成的泰森多边形边界重合,每个基站集聚小区应包含5个以上的基站服务范围,平均每个基站集聚小区用地规模为1-3km²。
3.根据权利要求1所述的一种基于手机信令数据分析获取不同用地类型的单位建筑面积就业岗位数的方法,其特征在于,所述步骤S2具体包括:
S201、基于手机数据获取各基站服务范围的就业岗位数Excel;
S202、基于基站编码将基站的就业岗位数赋予ArcGIS中根据基站服务范围创建的泰森多边形,进行属性连接;
S203、用每个泰森多边形的就业岗位数除以每个泰森多边形的面积,得到每个基站服务范围的就业岗位密度;
S204、将基站集聚小区与基站服务范围的泰森多边形进行叠置分析,并将生成的叠置结果进行计算,在属性表中创建新字段:就业岗位数,利用字段计算器计算就业岗位数;
S205、选择分析工具-统计分析-汇总统计分析,以基站集聚小区为案例分组依据,获得每个基站集聚小区的就业岗位数。
4.根据权利要求1所述的一种基于手机信令数据分析获取不同用地类型的单位建筑面积就业岗位数的方法,其特征在于,所述步骤S3具体包括:
S301、确定建筑分类标准;
S302、根据建筑分类标准,将研究区范围内的用地按照基站集聚小区边界划分,得到各基站集聚小区的用地图层;
S303、将步骤S302中所获得的各基站集聚小区合并为一个图层;
S304、以基站集聚小区为统计单元,统计各基站集聚小区中各类建筑总面积;对于建筑被基站集聚小区边界穿越,即一个建筑被划分在两个基站集聚小区的情况,将该类建筑面积分别统计至两个基站集聚小区。
6.一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,其特征在于,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-4中任意一项所述的方法。
7.一种存储有计算机指令的计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-4任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111444346.7A CN114153899A (zh) | 2021-11-30 | 2021-11-30 | 一种获取不同用地类型单位建筑面积就业岗位数的方法、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111444346.7A CN114153899A (zh) | 2021-11-30 | 2021-11-30 | 一种获取不同用地类型单位建筑面积就业岗位数的方法、电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114153899A true CN114153899A (zh) | 2022-03-08 |
Family
ID=80454942
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111444346.7A Pending CN114153899A (zh) | 2021-11-30 | 2021-11-30 | 一种获取不同用地类型单位建筑面积就业岗位数的方法、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114153899A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117252404A (zh) * | 2023-11-20 | 2023-12-19 | 武汉市规划研究院 | 一种城市更新单元的人口、岗位规模测算方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105760454A (zh) * | 2016-02-04 | 2016-07-13 | 东南大学 | 一种城市人口分布密度实时动态测量方法 |
CN107305590A (zh) * | 2017-06-14 | 2017-10-31 | 北京市交通信息中心 | 一种基于手机信令数据的城市交通出行特征确定方法 |
CN109978224A (zh) * | 2019-01-14 | 2019-07-05 | 南京大学 | 一种分析获取不同性质建筑的交通出行率的方法 |
CN110222959A (zh) * | 2019-05-23 | 2019-09-10 | 河南大学 | 一种基于大数据的城市就业可达性测算方法及系统 |
CN110288125A (zh) * | 2019-05-28 | 2019-09-27 | 同济大学 | 一种基于手机信令数据的通勤模型建立方法及应用 |
CN112001829A (zh) * | 2020-08-14 | 2020-11-27 | 青岛市城市规划设计研究院 | 一种基于手机信令数据的人口分布判断方法 |
CN112566029A (zh) * | 2020-12-09 | 2021-03-26 | 深圳市城市规划设计研究院有限公司 | 基于手机定位数据的城市就业中心识别方法及装置 |
CN112954624A (zh) * | 2021-02-02 | 2021-06-11 | 苏州丽景智行交通工程咨询有限公司 | 基于手机信令大数据的混合土地利用形态估算方法 |
CN113423065A (zh) * | 2021-08-25 | 2021-09-21 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种基于手机信令数据确定交通小区人口岗位数据的方法 |
-
2021
- 2021-11-30 CN CN202111444346.7A patent/CN114153899A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105760454A (zh) * | 2016-02-04 | 2016-07-13 | 东南大学 | 一种城市人口分布密度实时动态测量方法 |
CN107305590A (zh) * | 2017-06-14 | 2017-10-31 | 北京市交通信息中心 | 一种基于手机信令数据的城市交通出行特征确定方法 |
CN109978224A (zh) * | 2019-01-14 | 2019-07-05 | 南京大学 | 一种分析获取不同性质建筑的交通出行率的方法 |
CN110222959A (zh) * | 2019-05-23 | 2019-09-10 | 河南大学 | 一种基于大数据的城市就业可达性测算方法及系统 |
CN110288125A (zh) * | 2019-05-28 | 2019-09-27 | 同济大学 | 一种基于手机信令数据的通勤模型建立方法及应用 |
CN112001829A (zh) * | 2020-08-14 | 2020-11-27 | 青岛市城市规划设计研究院 | 一种基于手机信令数据的人口分布判断方法 |
CN112566029A (zh) * | 2020-12-09 | 2021-03-26 | 深圳市城市规划设计研究院有限公司 | 基于手机定位数据的城市就业中心识别方法及装置 |
CN112954624A (zh) * | 2021-02-02 | 2021-06-11 | 苏州丽景智行交通工程咨询有限公司 | 基于手机信令大数据的混合土地利用形态估算方法 |
CN113423065A (zh) * | 2021-08-25 | 2021-09-21 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种基于手机信令数据确定交通小区人口岗位数据的方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117252404A (zh) * | 2023-11-20 | 2023-12-19 | 武汉市规划研究院 | 一种城市更新单元的人口、岗位规模测算方法及系统 |
CN117252404B (zh) * | 2023-11-20 | 2024-02-23 | 武汉市规划研究院 | 一种城市更新单元的人口、岗位规模测算方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109492950B (zh) | 一种基于gis技术可满足大区域范围空间饱和负荷预测方法 | |
CN104778263B (zh) | 一种电动车充电站系统仿真数据挖掘方法 | |
CN106931974B (zh) | 基于移动终端gps定位数据记录计算个人通勤距离的方法 | |
CN109978224B (zh) | 一种分析获取不同性质建筑的交通出行率的方法 | |
CN105556554A (zh) | 多个设备相关性 | |
CN111294730B (zh) | 一种网络问题投诉信息处理的方法及装置 | |
CN112738729A (zh) | 一种用手机信令数据判别探亲返乡游客的方法及系统 | |
CN116437291A (zh) | 一种基于手机信令的文化圈规划方法和系统 | |
CN110689055B (zh) | 一种顾及格网单元属性分级的跨尺度统计指标空间化方法 | |
CN102131202A (zh) | 一种基于面积法的通信网络信息地理网格化的方法 | |
CN116050947A (zh) | 车辆调度效果的评价方法、装置、计算机设备和存储介质 | |
CN110728433B (zh) | 一种基于手机信令的地块居住人口测算方法 | |
CN114153899A (zh) | 一种获取不同用地类型单位建筑面积就业岗位数的方法、电子设备 | |
CN113095539A (zh) | 一种识别特定人群最优衡量指标的方法及装置 | |
Zhong et al. | Multi-objective optimization approach of shelter location with maximum equity: an empirical study in Xin Jiekou district of Nanjing, China | |
CN114282082A (zh) | 一种支持城市体检的指标可视化方法及系统 | |
CN110070279B (zh) | 基于多源数据的用地效率量化评估方法、系统和存储介质 | |
CN116703132B (zh) | 共享车辆动态调度的管理方法、装置及计算机设备 | |
CN110852547A (zh) | 一种基于位置数据和聚类算法的公共服务设施分级方法 | |
Liu et al. | Understanding the correlation between destination distribution and urban built environment from taxi GPS data | |
Li et al. | Identifying urban form typologies in seoul with mixture model based clustering | |
Hamisi | Measures of Spatial Population Distribution in Morogoro Region | |
CN113205212B (zh) | 面向职住分离评价的空间单元尺度优化方法及系统 | |
Chen et al. | Exploring Human Spatio-Temporal Travel Behavior Based on Cellular Network Data: A Case Study of Hangzhou, China. | |
Liu et al. | Application of the local colocation quotient method in jobs-housing balance measurement based on mobile phone data: A case study of Nanjing City |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20220308 |