CN116186854A - 地块容积率计算方法和装置、电子设备及存储介质 - Google Patents

地块容积率计算方法和装置、电子设备及存储介质 Download PDF

Info

Publication number
CN116186854A
CN116186854A CN202310140815.9A CN202310140815A CN116186854A CN 116186854 A CN116186854 A CN 116186854A CN 202310140815 A CN202310140815 A CN 202310140815A CN 116186854 A CN116186854 A CN 116186854A
Authority
CN
China
Prior art keywords
volume rate
land
target
data
influence
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
Application number
CN202310140815.9A
Other languages
English (en)
Other versions
CN116186854B (zh
Inventor
王萍萍
伍炜
胡辰
隆垚
张德宇
樊君健
王静雅
王慧慧
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
Shenzhen Urban Planning And Design Institute 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 Shenzhen Urban Planning And Design Institute Co ltd filed Critical Shenzhen Urban Planning And Design Institute Co ltd
Priority to CN202310140815.9A priority Critical patent/CN116186854B/zh
Publication of CN116186854A publication Critical patent/CN116186854A/zh
Application granted granted Critical
Publication of CN116186854B publication Critical patent/CN116186854B/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
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Structural Engineering (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Architecture (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Algebra (AREA)
  • Civil Engineering (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本申请实施例提供了一种地块容积率计算方法和装置、电子设备及存储介质，属于城市规划技术领域。该方法包括：确定标准统计街坊，并获取目标容积率影响数据；根据目标容积率影响数据构建标准统计街坊的初始容积率影响模型；对初始容积率影响模型进行修正处理，得到目标容积率影响模型；根据目标容积率影响模型进行处理，得到容积率分区模型；根据容积率分区模型确定待测地块的目标用地类型和目标容积率密度级别；根据目标用地类型、目标容积率密度级别确定基准容积率；获取待测地块的建设数据，根据建设数据和预设的基准数据计算得到修正系数；根据基准容积率、修正系数得到待测地块的目标容积率。本申请实施例能够提高容积率计算的准确性。

Description

地块容积率计算方法和装置、电子设备及存储介质
技术领域
本申请涉及城市规划技术领域，尤其涉及一种地块容积率计算方法和装置、电子设备及存储介质。
背景技术
容积率，是指建设用地范围内全部建筑面积与规划建设用地面积的比值。
相关技术中，基于容积率能够进行空间资源统筹、城市用地更精细化的用地管理。因此，如何提高容积率计算的科学性，进而提高容积率计算的准确性成了亟待解决的技术问题。
发明内容
本申请实施例的主要目的在于提出一种地块容积率计算方法和装置、电子设备及存储介质，旨在提高容积率计算科学性，进而提高容积率计算的准确性。
为实现上述目的，本申请实施例的第一方面提出了一种地块容积率计算方法，所述方法包括：
确定标准统计街坊，并获取目标容积率影响数据；
根据所述目标容积率影响数据构建所述标准统计街坊的初始容积率影响模型；
对所述初始容积率影响模型进行修正处理，得到目标容积率影响模型；
根据所述目标容积率影响模型进行容积率分区处理，得到容积率分区模型；其中，所述容积率分区模型用于表征所述标准统计街坊的原始容积率密度级别；
根据所述容积率分区模型确定待测地块的目标用地类型和目标容积率密度级别；
根据所述目标用地类型、所述目标容积率密度级别确定基准容积率；
获取所述待测地块的建设数据，根据所述建设数据和预设的基准数据计算得到修正系数；
根据所述基准容积率、所述修正系数计算得到所述待测地块的目标容积率。
在一些实施例，所述目标容积率影响数据包括目标容积率影响因子和所述目标容积率影响因子的权重系数；
所述获取目标容积率影响数据，包括：
获取所述标准统计街坊的当前容积率；
将所述当前容积率与预设的初始容积率影响因子进行相关度计算，得到相关值；
将所述相关值大于预设相关阈值的所述初始容积率影响因子作为所述目标容积率影响因子；
对所述目标容积率影响因子进行归一化处理，得到标准回归系数；
根据所述标准回归系数计算得到所述目标容积率影响因子的权重系数。
在一些实施例，所述目标容积率影响因子包括影响子因子；
所述根据目标所述容积率影响数据构建所述标准统计街坊的初始容积率影响模型，包括：
根据所述影响子因子确定目标区域；
根据预设的影响数据和所述目标区域确定所述标准统计街坊的街坊类别数据；
根据所述影响数据的预设权重、所述影响子因子预设的差异系数、所述街坊类别数据计算得到所述标准统计街坊的样本权重；
根据所述样本权重、所述权重系数计算得到目标权重；
根据所述目标权重、所述标准统计街坊构建得到原始容积率影响模型；
对多个所述原始容积率影响模型进行叠加处理，得到所述初始容积率影响模型；其中，所述初始容积率影响模型包括所述标准统计街坊的容积率评价类别，所述容积率评价类别为根据所述目标权重和预设类别阈值得到。
在一些实施例，所述对所述初始容积率影响模型进行修正处理，得到目标容积率影响模型，包括：
获取修正数据；其中，所述修正数据包括当前建设数据、区域规划数据、环境数据；
根据所述修正数据对所述标准统计街坊的容积率评价类别进行修正处理；
根据修正处理后的所述容积率评价类别对所述初始容积率影响模型进行修正处理，得到所述目标容积率影响模型。
在一些实施例，所述根据所述目标用地类型、所述目标容积率密度级别确定基准容积率，包括：
获取所述目标用地类型的用地数据；
根据所述目标用地类型、所述目标容积率密度级别获取建筑基准总量；
根据所述用地数据、所述建筑基准总量计算得到所述基准容积率。
在一些实施例，在所述根据所述基准容积率、所述修正系数计算得到所述待测地块的目标容积率之前，所述方法还包括：
获取所述目标用地类型的用地数据；
根据所述目标用地类型、所述目标容积率密度级别获取建筑上限总量；
根据所述用地数据、所述建筑上限总量计算得到上限容积率。
在一些实施例，所述根据所述基准容积率、所述修正系数计算得到所述待测地块的目标容积率，包括：
根据所述基准容积率、所述修正系数计算得到所述待测地块的初始容积率；
若所述初始容积率小于或等于所述上限容积率，则将所述初始容积率作为所述目标容积率；
若所述初始容积率大于所述上限容积率，则将所述上限容积率作为所述目标容积率。
为实现上述目的，本申请实施例的第二方面提出了一种地块容积率计算装置，所述装置包括：
数据获取模块，用于确定标准统计街坊，并获取目标容积率影响数据；
模型构建模块，用于根据所述目标容积率影响数据构建所述标准统计街坊的初始容积率影响模型；
模型修正模块，用于对所述初始容积率影响模型进行修正处理，得到目标容积率影响模型；
容积率分区处理模块，用于根据所述目标容积率影响模型进行容积率分区处理，得到容积率分区模型；其中，所述容积率分区模型用于表征所述标准统计街坊的原始容积率密度级别；
数据确认模块，用于根据所述容积率分区模型确定待测地块的目标用地类型和目标容积率密度级别；
基准容积率计算模块，用于根据所述目标用地类型、所述目标容积率密度级别确定基准容积率；
修正系数计算模块，用于获取所述待测地块的建设数据，根据所述建设数据和预设的基准数据计算得到修正系数；
目标容积率计算模块，用于根据所述基准容积率、所述修正系数计算得到所述待测地块的目标容积率。
为实现上述目的，本申请实施例的第三方面提出了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的方法。
为实现上述目的，本申请实施例的第四方面提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的方法。
本申请提出的地块容积率计算方法和装置、电子设备及存储介质,其通过目标容积率影响数据构建标准统计街坊的初始容积率影响模型，并对初始容积率影响模型进行修正，得到更符合预设街坊容积率发展现状的目标容积率影响模块。根据目标容积率影响模型得到容积率分区模型，并通过容积率分区模型确定待测用地的基准容积率。通过修正系数对基准容积率进行修正，得到待测用地的目标容积率。由此可知，本申请实施例能够根据预设街坊的容积率发展现状、待测地块的实际情况进行容积率修正，从而提高了容积率计算科学性，进而提高容积率计算的准确性。
附图说明
图1是本申请实施例提供的地块容积率计算方法的一流程图；
图2是本申请实施例提供的地块容积率计算方法的另一流程图；
图3是本申请实施例初始容积率影响模型的示意图；
图4是本申请实施例提供的地块容积率计算方法的另一流程图；
图5是本申请实施例道路交通条件样本权重的示意图；
图6是本申请实施例提供的地块容积率计算方法的另一流程图；
图7是本申请实施例容积率分区模型的示意图；
图8是本申请实施例提供的地块容积率计算方法的另一流程图；
图9是本申请实施例提供的地块容积率计算方法的另一流程图；
图10是本申请实施例提供的地块容积率计算方法的另一流程图；
图11A至图11C是本申请实施例修正系数相关示意图；
图12A至图12D是本申请实施例道路条件修正系数相关示意图；
图13是本申请实施例提供的地块容积率计算装置的结构示意图；
图14是本申请实施例提供的电子设备的硬件结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
需要说明的是，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。
首先，对本申请中涉及的若干名词进行解析：
标准统计街坊：是依据城市十五分钟生活圈、已批复的城市总体规划等划分确定。例如，对于A城市的中心城区共划分有1052个街坊，对于B城市某城区共划分有287个街坊。
需要说明的是，在本申请的各个具体实施方式中，当涉及到需要根据地块容积率信息、道路信息、环境信息、建筑信息等数据进行相关处理时，都会先获得相关机构的许可或者同意，而且，对这些数据的收集、使用和处理等，都会遵守相关国家和地区的相关法律法规和标准。
相关技术中，容积率是进行城市空间资源统筹、用地精细化管理的核心量化指标与手段。因此，如何提高容积率计算的科学性，进而提高容积率计算的准确性成了亟待解决的技术问题。
基于此，本申请实施例提供了一种地块容积率计算方法和装置、电子设备及存储介质，以提高容积率计算的准确性。
图1是本申请实施例提供的地块容积率计算方法的一个可选的流程图，图1中的方法可以包括但不限于包括步骤S101至步骤S108。
步骤S101、确定标准统计街坊，并获取目标容积率影响数据；
步骤S102、根据目标容积率影响数据构建标准统计街坊的初始容积率影响模型；
步骤S103、对初始容积率影响模型进行修正处理，得到目标容积率影响模型；
步骤S104、根据目标容积率影响模型进行容积率分区处理，得到容积率分区模型；其中，容积率分区模型用于表征标准统计街坊的原始容积率密度级别；
步骤S105、根据容积率分区模型确定待测地块的目标用地类型和目标容积率密度级别；
步骤S106、根据目标用地类型、目标容积率密度级别确定基准容积率；
步骤S107、获取待测地块的建设数据，根据建设数据和预设的基准数据计算得到修正系数；
步骤S108、根据基准容积率、修正系数计算得到待测地块的目标容积率。
本申请实施例所示意的步骤S101至步骤S108，通过目标容积率影响数据构建标准统计街坊的初始容积率影响模型，并对初始容积率影响模型进行修正，得到更符合预设街坊容积率发展要求的目标容积率影响模块。根据目标容积率影响模型得到容积率分区模型，并通过容积率分区模型确定待测用地的基准容积率。通过修正系数对基准容积率进行修正，得到待测用地的目标容积率。由此可知，本申请实施例能够根据预设街坊的容积率发展要求、待测地块的实际情况进行容积率修正，从而提高了容积率计算的科学性，进而提高容积率计算的准确性。
在一些实施例的步骤S101中，预先依据城市十五分钟生活圈、已批复的城市总体规划等，对待测地块所在待测城市进行街坊划分，以确定标准统计街坊。并获取影响该待测城市标准统计街坊容积率的目标容积影响数据。
参照图2，在一些实施例中，目标容积率影响数据包括目标容积率影响因子和目标容积率影响因子的权重系数。步骤S101中“获取目标容积率影响数据”包括但不限于包括有步骤S201至步骤S205。
步骤S201、获取标准统计街坊的当前容积率；
步骤S202、将当前容积率与预设的初始容积率影响因子进行相关度计算，得到相关值；
步骤S203、将相关值大于预设相关阈值的初始容积率影响因子作为目标容积率影响因子；
步骤S204、对目标容积率影响因子进行归一化处理，得到标准回归系数；
步骤S205、根据标准回归系数计算得到目标容积率影响因子的权重系数。
在一些实施例的步骤S201至步骤S202中，通过相关AP I接口等方式获取标准统计街坊的当前容积率，并对多个当前容积率进行均值计算，以得到待测城市的平均容积率。根据SPSS等方法对平均容积率与预设的初始容积率影响因子进行相关性分析，得到对应的相关值。例如，预先设置包括服务区位条件、道路交通条件、公共交通条件、景观环境条件等四个初始容积率影响因子。分别将上述四个初始容积率影响因子对应的数据作为自变量，将平均容积率作为因变量，计算得到四个相关值。
在一些实施例的步骤S203中，根据预设的相关阈值对多个初始容积率影响因子进行筛选。将相关值小于或等于相关阈值的初始容积率影响因子进行剔除，将剩余的初始容积率影响因子作为目标容积率影响因子。即目标容积率影响因子是影响待测城市平均容积率的主要因子。
在一些实施例的步骤S204中，由于不同的目标容积率影响因子可能存在不同的量纲，因此对目标容积率影响因子进行归一化处理，以消除不同量纲的影响。
在一些实施例的步骤S205中，通过SPSS针对每一个目标容积率影响因子计算得出的标准回归系数作为该目标容积率影响因子对应的权重系数。假设待测城市包括服务区位条件、道路交通条件、公共交通条件、景观环境条件四个目标容积率影响因子，并且该四个目标容积率影响因子对应的标准回归系数分别为0.261、0.103、0.259、0.037，则服务区位条件对应的权重系数A1根据如下式(1)计算得到，道路交通条件对应的权重系数A2根据如下式(2)计算得到，公共交通条件对应的权重系数A3根据如下式(3)计算得到，景观环境条件A4根据如下式(4)计算得到。
A1＝0.261/(0.261+0.103+0.259+0.037)＝0.396......式(1)
A2＝0.103/(0.261+0.103+0.259+0.037)＝0.156......式(2)
A3＝0.259/(0.261+0.103+0.259+0.037)＝0.392......式(3)
A4＝0.037/(0.261+0.103+0.259+0.037)＝0.055......式(4)
在一些实施例的步骤S102中，根据目标容积率影响数据计算待测城市中每一个标准统计街坊的影响得分，根据影响得分和预设类别阈值确定每一个标准统计街坊的容积率评价类别。例如，以目标容积率影响数据包括道路交通条件为例，对于道路交通越便利的标准统计街坊，其容积率越高。因此，可以根据道路交通条件计算得到多个标准统计街坊的影响得分，并根据该影响得分和预设类别阈值确定对应的标准统计街坊属于好、较好、一般、较差、差五个预设的容积率评价类别中的哪一个。根据容积率评价类别对对应的标准统计街坊进行标识处理，得到如图3所示的初始容积率影响模型。图3中每一个块状区域即表示一个标准统计街坊，即初始容积率影响模型是以标准统计街坊为单位构建得到的模型。其中，标识处理包括颜色、标号等用于区分不同容积率评价类别的处理方式。
参照图4，在一些实施例中，目标容积率影响因子包括影响子因子，步骤S102包括但不限于包括有步骤S401至步骤S406。
步骤S401、根据影响子因子确定目标区域；
步骤S402、根据预设的影响数据和目标区域确定标准统计街坊的街坊类别数据；
步骤S403、根据影响数据的预设权重、影响子因子预设的差异系数、街坊类别数据计算得到标准统计街坊的样本权重；
步骤S404、根据样本权重、权重系数计算得到目标权重；
步骤S405、根据目标权重、标准统计街坊构建得到原始容积率影响模型；
步骤S406、对多个原始容积率影响模型进行叠加处理，得到初始容积率影响模型；其中，初始容积率影响模型包括标准统计街坊的容积率评价类别，容积率评价类别为根据目标权重和预设类别阈值得到。
需要说明的是，目标容积率影响因子还包括影响子因子，例如服务区位条件包括城市综合中心、组团中心两个影响子因子；道路交通条件包括路网线密度一个影响子因子；公共交通条件包括公交站点密度一个影响子因子；景观环境条件包括与市级公园距离、与社区级公园距离、与干流水系距离、与支流水系距离四个影响子因子。
在一些实施例的步骤S401中，将待测城市中与影响子因子对应的区域作为目标区域。以下，分别以目标容积率影响因子为服务区位条件、道路交通条件、公共交通条件、景观环境条件时，确定目标区域的方法进行说明。
首先，对服务区位条件进行说明。服务区位条件用于表征对应地区经济聚集程度、服务便利程度、土地收益条件等。服务区位条件根据城市总体规划数据、其他相关规划数据、现状数据等确定服务中心，服务中心包括城市综合中心和组团中心。因此，将待测地区中属于城市综合中心、组团中心的区域作为目标区域。具体地，将根据城市总体规划数据确定的待测城市的公共服务中心、公共服务副中心、控规地区中心作为城市综合中心对应的目标区域，将根据城市总体规划数据、其他相关规划数据确定的组团级公共服务中心、地区副中心作为组团中心对应的目标区域。
其次，对道路交通条件进行说明。城市干道上的客运交通线路较为集中，因此，当标准统计街坊临干道的数量越多，表明该标准统计街坊机动交通可达性越好，该标准统计街坊的开放潜力越大。道路等级反映了道路容量，根据道路等级将规划道路分为一级可达道路、二级可达道路和一般道路。其中主干路为一级可达道路；快速路和次干路为二级可达道路；除一级可达道路、二级可达道路以外的其他道路为一般道路。因此，当目标影响因子为道路交通条件时，根据一级可达道路、二级可达道路、一般道路划定沿线一定距离确定作为待测城市中的目标区域。可以理解的是，道路交通条件包括一级可达道路、二级可达道路、一般道路三个影响子因子。
再次，对公共交通条件进行说明。公共交通条件包括BRT站点、一般地铁(或轻轨)站点、地铁(或轻轨)换乘站点、城市交通枢纽四个影响子因子。因此，将待测城市中属于BRT站点、一般地铁(或轻轨)站点、地铁(或轻轨)换乘站点、城市交通枢纽四个影响子因子周边一定辐射范围的区域作为目标区域。
最后，对景观环境条件进行说明。可以理解的是，直接面临河流、公共绿地等景观资源的土地价格往往较高，从而导致高容积率开发的动力也较高。因此，将待测城市中市级公园、社区级公园、干流水系、支流水系所在及周边一定距离的区域作为目标区域。
在一些实施例的步骤S402中，由于越靠近目标区域的标准统计街坊，该标准统计街坊容积率受对应的影响子因子的影响越大。因此，根据预设的影响数据和目标区域对目标区域周边的标准统计街坊进行划分，以确定周边每一个标准统计街坊的街坊类别数据。可以理解的是，影响数据根据目标影响因子的赋值依据进行设置。
例如，服务区位条件是以步行距离和公交运距为赋值依据，即与目标区域步行距离越近的标准统计街坊，该标准统计街坊容积率受服务区位条件的影响越大。也即该标准统计街坊的开发潜力越大，意味着该标准统计街坊可以建设为较高的容积率。将该标准统计街坊与对应的街坊类别数据进行映射，街坊类别数据用于反映对应标准统计街坊建设为较高容积率的可能。服务区位条件对应的影响数据包括10分钟步行距离、公交10分钟运距和其他。即根据确定标准统计街坊与最接近的服务中心属于10分钟步行距离、公交10分钟运距、其他中的哪一种距离关系，以确定该标准统计街坊的街坊类别数据。其中，服务中心包括城市综合中心和组团中心。
道路交通条件是以目标区域所毗邻的道路等级作为赋值依据，即道路交通条件越优的目标区域的等级越高，该街坊容积率受道路交通条件的影响越大。道路交通条件对应的影响数据包括标准统计街坊250米范围内的道路为一级可达道路、标准统计街坊250米范围内的道路为二级级可达道路、标准统计街坊250米范围内的道路为一般道路。即根据确定标准统计街坊250米范围内的道路属于一级可达道路、二级级可达道路、一般道路中的哪一个，以确定该标准统计街坊的街坊类别数据。
公共交通条件是以目标区域与公共交通站点间的距离作为赋值依据，即与公共交通站点越近的标准统计街坊，该街坊容积率受公共交通条件的影响越大。公共交通条件对应的影响数据包括0-300米辐射半径范围、300-500米辐射半径范围、500-800米辐射半径范围和其他辐射半径范围。通过确定标准统计街坊分别与最接近的BRT站点、一般地铁(或轻轨)站点、地铁(或轻轨)换乘站点、城市交通枢纽的辐射半径范围，属于0-300米辐射半径范围、300-500米辐射半径范围、500-800米辐射半径范围、其他辐射半径范围中的哪一个，以确定该标准统计街坊的街坊类别数据。
景观环境条件是以目标区域与景观资源的距离为赋值依据，即距离越小的标准统计街坊，该街坊容积率景观环境条件的影响越大。景观环境条件对应的影响数据包括0-100米距离范围、100-500米距离范围、500-800米距离范围和其他距离范围。通过确定标准统计街坊分别与最接近的市级公园、社区级公园、干流水系、支流水系的距离，属0-100米距离范围、100-500米距离范围、500-800米距离范围、其他距离范围中的哪一个，以确定该标准统计街坊的街坊类别数据。
在一些实施例的步骤S403中，针对不同的影响数据预先还设置了不同的预设权重，并且，当目标容积率影响因子包括多个影响子因子时，不同影响子因子之间应存在影响差异。例如，对于服务中心条件，城市综合中心对标准统计街坊的容积率影响程度大于组团中心。因此城市综合中心的差异系数大于组团中心的差异系数。具体地，根据影响数据的预设权重、影响子因子预设的差异系数计算得到如下表1至表3所示的样本权重。
表1：
Figure BDA0004087427220000091
Figure BDA0004087427220000101
举例来说，根据表1，当某一个标准统计街坊距离待测城市最近的组团中心为公交10分钟运距，并且标准统计街坊是距离待测城市最近的城市综合中心的中心内部，则该标准统计街坊的样本权重＝0.5*2+1*4＝5。
表2：
Figure BDA0004087427220000102
/>
Figure BDA0004087427220000111
可以理解的是，表2是对应于目标容积率影响因子为公共交通条件时的样本权重。
表3：
Figure BDA0004087427220000112
可以理解的是，表3是对应于目标容积率影响因子为景观环境条件时的样本权重。
此外，对于道路交通条件，可参照图5确定样本权重。预先设置标准统计街坊250米范围内的道路为一级可达道路501的预设权重为3，标准统计街坊250米范围内的道路为二级级可达道路502的预设权重为2，标准统计街坊250米范围内的道路为一般道路503的预设权重为1。以图5所示的标准统计街坊C为例，标准统计街坊C 250范围内最接近的目标区域包括一级可达道路、二级可达道路和一般道路，此时，以一级可达道路为标准，即该标准统计街坊C的样本权重为3。可以理解的是，由于城市一般公交站点距离为500米，因此根据250米范围确定样本权重。根据实际需要，还可以将250米进行适应性修改，对此本申请实施例不作具体限定。
在一些实施例的步骤S404中，根据样本权重，以及对应目标容积率影响因子的权重系数，计算得到对应的目标影响因子对标准统计街坊容积率影响的目标权重。
在一些实施例的步骤S405中，将目标权重转换为影响得分，该影响得分用于反映标准统计街坊的容积率可开发程度的好差。根据影响得分和预设类别阈值确定对应标准统计街坊的容积率评价类别。例如，设置好、较好、一般、较差、差五个容积率评价类别，其中，好用于表征对应的标准统计街坊具有较大的开发潜能，即标准统计街坊可以建设为较高的容积率。根据容积率评价类别对对应的标准统计街坊进行标记处理，得到原始容积率影响模型。
在一些实施例的步骤S406中，可以理解的是，对应于不同的目标容积率影响因子有不同的原始容积率影响模型，因此当包括服务区位条件、道路交通条件、公共交通条件、景观环境条件四个目标容积率影响因子时，根据上述方法将构建得到四个原始容积率影响模型。将该四个容积率影响模型进行叠加处理，得到用于反映待测城市总体容积率开发潜力的初始容积率影响模型。
在一些实施例的步骤S103中，由于城市现状建设条件、规划条件、自然风貌条件等的复杂性，仅通过目标容积影响数据构建得到的初始容积率影响模型容易与实际情况存在差异。因此，还需根据实际情况对初始容积率影响模型进行修正处理，得到准确性更高的目标容积率影响模型。例如，对于某些标准统计街坊，根据初始容积率影响模型确定该标准统计街坊的容积率评价区间为较好，但根据实际情况该标准统计街坊的容积率评价类别应为好。因此，将初始容积率影响模型中该标准统计街坊的标识修正为表征“好”的标识，得到目标容积率影响模型。
参照图6，在一些实施例中，步骤S103包括但不限于包括有步骤S601至步骤S603。
步骤S601、获取修正数据；其中，修正数据包括当前建设数据、区域规划数据、环境数据；
步骤S602、根据修正数据对标准统计街坊的容积率评价类别进行修正处理；
步骤S603、根据修正处理后的容积率评价类别对初始容积率影响模型进行修正处理，得到目标容积率影响模型。
在一些实施例的步骤S601中，根据相关AP I接口等方式获取待测城市当前建设数据、区域规划数据、环境数据等修正数据。其中，当前建设数据包括已明确有开发意向的标准统计街坊的数据，区域规划数据包括道路、廊道、水系规划数据，环境数据包括机场限高地区的数据、历史保护地区的数据、集中成片的存量开发数据等。
在一些实施例的步骤S602中，由于修正数据反映了各个标准统计街坊的当前情况以及规划情况，因此，根据修正数据对标准统计街坊的容积率评价类别进行修正，以提高标准统计街坊容积率的计算准确性。
在一些实施例的步骤S603中，根据修正后的容积率评价类别对初始容积率影响模型中对应的目标预设街坊的容积率评价类别进行更新，得到目标容积率影响模型。
在一些实施例的步骤S104中，根据修正处理后得到的目标容积率影响模型确定各个标准统计街坊的最终的容积率评价类别，并将该容积率评价类别与预设的原始容积率密度级别进行映射，例如，预设的原始容积率密度级别包括容积率Ⅰ级、容积率Ⅱ级、容积率Ⅲ级、容积率Ⅳ级和容积率Ⅴ级。将容积率评价类别“好”与容积率Ⅰ级进行映射，将容积率评价类别“较好”与容积率Ⅱ级映射，将容积率评价类别“一般”与容积率Ⅲ级映射，将容积率评价类别“较差”与容积率Ⅳ级映射，将容积率评价类别“差”与容积率Ⅴ级进行映射。根据上述映射关系对初始容积率影响模型进行容积率分区处理，从而得到如图7所示的容积率分区模型。
具体的，容积率Ⅰ级表征对应的标准统计街坊位于城市主中心或部分发达的副中心，该标准统计街坊属于高密度开发类型。容积率Ⅱ级表征对应的标准统计街坊位于城市副中心或部分高度发达的组团中心，该标准统计街坊属于中高密度开发类型。容积率Ⅲ级表征对应的标准统计街坊位于城市组团中心或部分高度发达的一般地区，该标准统计街坊属于中密度开发类型。容积率Ⅳ级表征对应的标准统计街坊位于城市一般地区或城市边缘的坪地过渡区域，该标准统计街坊属于中低密度开发类型。容积率Ⅴ级表征对应的标准统计街坊位于城市边缘地区，或紧邻周边山体的生态地区，该标准统计街坊属于低密度开发类型。
在一些实施例的步骤S105中，确定需进行容积率计算的待测地块，可以理解的是，该待测地块为容积率分区模型中某一个标准统计街坊包括的地块。预先设置商业用地、居住用地、工业用地、物流仓储用地四种原始用地类型，将与待测地块匹配的原始用地类型作为目标用地类型。并通过容积率分区模型确定待测地块处于容积率Ⅰ级、容积率Ⅱ级、容积率Ⅲ级、容积率Ⅳ级和容积率Ⅴ级中的哪一级，从而确定目标容积率密度级别。
在一些实施例的步骤S106中，用基准容积率表征不同用地类型在不同原始容积率密度级别中对应的具体容积率数值。可以理解的是，待测地块与其他用地类型为目标用地类型的地块，若位于同一目标容积率密度级别中，则其基准容积率也相同。
参照图8，在一些实施例中，步骤S106包括但不限于包括有步骤S801至步骤S803。
步骤S801、获取目标用地类型的用地数据；
步骤S802、根据目标用地类型、目标容积率密度级别获取建筑基准总量；
步骤S803、根据用地数据、建筑基准总量计算得到基准容积率。
在一些实施例的步骤S801中，根据相关AP I接口等方式，获取容积率分区模型中所有用地类型为目标用地类型的地块，将该地块作为初始地块。获取初始地块的用地数据，其中，用地数据包括用于计算容积率的相关数据，例如包括用地规模数据。
在一些实施例的步骤S802中，确定容积率分区模型中，用地类型为目标用地类型，并且原始容积率密度级别与目标容积率密度级别相等的地块，将该地块作为候选地块，获取候选地块的建筑基准总量。其中，建筑基准总量可以根据已编制的控制性详细规划数据、环境底线标准数据、人口-居住建筑关系等方法计算得到。
具体地，根据已编制的控制性详细规划数据计算的方法为，通过将候选地块建筑量指标加和进行建筑基准总量计算。
根据环境底线标准数据计算的方法为，建筑基准总量＝已建设区域的候选地块的建筑总量+未建设区域的候选地块的建筑总量，未建设区域的候选地块的建筑总量可参照其他同类地区的一般开发强度估算确定。
根据人口-居住建筑关系计算的方法为，建筑基准总量＝(人口规模*人均居住面积)/控制性详细规划中居住建设总量占候选地块建筑总量的比例。
将上述方法计算得到的平均值作为最终的建筑基准总量。
在一些实施例的步骤S803中，基准容积率＝建筑基准总量/用地数据。
参照图9，在一些实施例中，在步骤S108之前，还包括但不限于有步骤S901至步骤S903。
步骤S901、获取目标用地类型的用地数据；
步骤S902、根据目标用地类型、目标容积率密度级别获取建筑上限总量；
步骤S903、根据用地数据、建筑上限总量计算得到上限容积率。
在一些实施例的步骤S901中，根据相关AP I接口等方式，获取容积率分区模型中所有用地类型为目标用地类型的地块，将该地块作为初始地块。获取初始地块的用地数据，其中，用地数据包括用于计算容积率的相关数据，例如包括用地规模数据。
在一些实施例的步骤S902中，确定容积率分区模型中，用地类型为目标用地类型，并且原始容积率密度级别与目标容积率密度级别相等的地块，将该地块作为候选地块，获取候选地块的建筑上限总量。其中建筑上限总量可以根据已编制的控制性详细规划数据、环境底线标准数据、人口-居住建筑关系等方法计算得到。
具体地，根据已编制的控制性详细规划数据计算的方法为，通过将候选地块建筑量指标加和进行建筑上限总量计算。
根据环境底线标准数据计算的方法为，建筑上限总量＝已建设区域的候选地块的建筑总量+未建设区域的候选地块的建筑总量，未建设区域的候选地块的建筑总量可参照其他同类地区的一般开发强度估算确定。
根据人口-居住建筑关系计算的方法为，建筑上限总量＝(人口规模*人均居住面积)/控制性详细规划中居住建设总量占候选地块建筑总量的比例。
将上述方法计算得到的最大值作为最终的建筑上限总量。
在一些实施例的步骤S803中，上限容积率＝建筑上限总量/用地数据。
例如，根据如下表4所示的用地规模数据、如下表5所示的建筑基准总量、如下表6所示的建筑上限总量，可以计算得到如下表7所示的基准容积率和上限容积率。
表4：
Figure BDA0004087427220000151
表5：
Figure BDA0004087427220000152
表6：
Figure BDA0004087427220000153
表7：
Figure BDA0004087427220000161
可以理解的是，在表4至表7中，为了便于说明，将工业用地和物流仓储用地进行统一计算。
在一些实施例的步骤S107至步骤S108中，由于地块规模过大时，会降低市政道路密度，并增加地块所处区域的交通压力。而地块规模过小时，会增加交通组织的负担以及交通出入口的开设难度。此外，交通条件、公共交通也会对待测地块的容积率造成影响。因此，还需根据待测地块的具体建设数据对基准容积率进行修正，即根据待测地块的建设数据和预设的基准数据计算得到用于修正的修正系数，而后根据该修正系数对基准容积率进行修正，得到待测地块真实的容积率，即目标容积率。
参照图10，在一些实施例中，步骤S108包括但不限于包括有步骤S1001至步骤S1003。
步骤S1001、根据基准容积率、修正系数计算得到待测地块的初始容积率；
步骤S1002、若初始容积率小于或等于上限容积率，则将初始容积率作为目标容积率；
步骤S1003、若初始容积率大于上限容积率，则将上限容积率作为目标容积率。
在一些实施例的步骤S1001至步骤S1003中，根据修正系数对基准容积率进行修正，得到待测地块的初始容积率。可以理解的是，由于上限容积率用于表征与待测地块具有相同条件的所有地块的最大容积率。其中，相同条件是指用地类型和容积率评价类别均相同。因此，还需根据上限容积率对初始容积率进行约束。即当初始容积率小于或等于上限容积率时，将初始容积率作为待测地块的目标容积率；当初始容积率大于上限容积率时，将上限容积率作为待测地块的目标容积率。
具体地，以建设数据包括待测地块的地块面积、临路情况、公共交通条件等，修正系数包括地块大小修正系数Y1、道路条件修正系数Y2、公共交通条件修正系数Y3为例，根据如下式(1)计算得到待测地块的初始容积率。
初始容积率＝基准容积率*(1-Y1)*(1+Y2)*(1+Y3)......式(1)
以下，分别对地块大小修正系数Y1、道路条件修正系数Y2、公共交通条件修正系数Y3的求取进行具体说明。可以理解的是，对应于不同的修正系数，预设的基准数据包括基准地块面积数据、道路面积、公共交通影响数据等。
首先，对地块大小修正系数Y1进行说明。根据相关AP I接口获取容积率分区模型对应城市中各用地类型的地块的面积，并将属于同一类用地类型的地块的面积进行排序，滤除排序前5％和后5％的面积数据，并将剩余面积数据进行均值处理，将均值结果作为该类用地类型地块的基准地块面积数据。
当待测地块的地块面积大于对应的基准地块面积数据时，表明待测地块存在占用交通区域的现象，因此需对占用区域的建筑量进行补偿。具体地，依据相关道路设计规范，人口规模大于200万的大城市支路宽度为15至30米。参照图11A，在本申请实施例中，以支路宽度为22.5米为例。假设基准地块为正方形，该基准地块的面积为根据上述方法计算得到的基准地块面积数据S，待测地块的面积为2S。由此计算得到
Figure BDA0004087427220000171
该待测地块的基准容积率地块大小修正系数/>
Figure BDA0004087427220000172
当待测地块的地块面积小于对应的基准地块面积数据时，由于建筑退线、卫生防火等规范要求，实际可用于建设的面积减少了。此时，在该待测地块建筑高度不变的情况下，需对该待测地块的容积率进行折减。具体地，参照图11B，依据相关建筑退让用地边界的规定，理论计算取最低要求6米。假设基准地块为正方形，该基准地块的面积为基准地块面积数据S，待测地块的面积为S/2。因此，该待测地块的基准容积率地块大小修正系数
Figure BDA0004087427220000173
其中，若待测地块的目标用地类型为居住用地，则待测地块的面积大于对应的基准地块面积数据时，依据相关城市居住区域规划设计标准，五分钟生活圈与居住街坊人口规模的比值约为4:1，即一个五分钟生活圈内应该包括4个居住街坊。若一个居住街坊达到了五分钟生活圈的标准，则必须对该街坊开设城市支路。此时，该街坊的用地所产生的建筑量需要折减。具体地，参照图11C，假设基准地块为正方形，基准地块的面积为基准地块面积数据S。依据相关道路设计规范，人口规模大于200万的大城市支路宽度为15至30米，在本申请实施例中，以支路宽度为22.5米为例。若待测地块的面积为4S，则该待测地块的基准容积率地块大小修正系数
Figure BDA0004087427220000174
/>
假设地块大小修正系数Y1随待测地块的面积X呈线性变化，当待测地块的面积X＞基准地块面积数据S时，地块大小修正系数
Figure BDA0004087427220000175
假设地块大小修正系数Y1待测地块的面积X呈线性变化，当待测地块的面积＜基准地块面积数据S时，地块大小修正系数
Figure BDA0004087427220000176
其中，若待测地块的目标用地类型为居住用地，假设地块大小修正系数Y1随待测地块的面积X呈线性变化，则当待测地块的面积X＞基准地块面积数据S时，地块大小修正系数
Figure BDA0004087427220000181
根据上述地块大小修正系数Y1的计算公式可知，当待测地块的的面积X相比基准地块面积数据S每增加1平方米，则地块大小修正系数Y1相应增大
Figure BDA0004087427220000182
当待测地块的面积X相比基准地块面积数据S每减小1平方米，则地块大小修正系数Y1相应增大/>
Figure BDA0004087427220000183
其中，对于目标用地类型为居住用地的待测地块，当待测地块的的面积X相比基准地块面积数据S每增加1平方米，则地块大小修正系数Y1相应增大/>
Figure BDA0004087427220000184
可以理解的是，在实际处理中往往以公顷(万平方米)为面积数据的单位，因此本申请实施例为简化规则，保持0.1公顷(千平方米)的系数精度并对相应系数予以取整处理。
其次，对道路条件修正系数Y2进行说明。道路条件修正包括对相邻的一条、两条、三条、四条道路的修正。其中，一条道路如图12A所示，指待测地块相邻的道路包括一条；两条道路如图12B所示，指待测地块相邻的道路包括两条；三条道路如图12C所示，指待测地块相邻的道路包括三条；四条道路如图12D所示，指待测地块相邻的道路包括四条。可以理解的是，当地块毗邻的道路数量越多，表明该地块的交通条件越优越，相应地容积率水平也就越高。由于容积率分区模型是以标准统计街坊为单位，未考虑城市交通对标准统计街坊中各个地块容积率的影响，即以标准统计街坊为单位得到的容积率会低于地块实际的容积率。因此，当计算地块实际的容积率时，还应根据该地块周边道路条件对容积率进行修正。
具体地，根据地块相邻道路的数量，可以将地块划分为甲类地块(如图12A所示)、乙类地块(如图12B所示)、丙类地块(如图12C所示)和丁类地块(如图12D所示)。由于地块至少邻近一条道路，因此，对于甲类地块的基准容积率不进行道路条件修正处理。而对于乙类地块、丙类地块、丁类地块，可理解为道路面积占据了一部分可建设的地块，这一部分的道路面积为待测地块容积率贡献的，因此需对属于这三类地块的待测地块进行道路条件的容积率修正。
如图12B至图12D所示，假设基准地块为正方形，待测地块的面积为基准地块面积数据S，则道路条件修正系数Y2＝贡献的道路面积/(贡献的道路面积+S)。依据相关道路设计规范，人口规模大于200万的大城市支路宽度为15至30米，在本申请实施例中，以支路宽度为22.5米为例。乙类地块的
Figure BDA0004087427220000185
Figure BDA0004087427220000186
丙类地块的
Figure BDA0004087427220000187
丁类地块的/>
Figure BDA0004087427220000188
Figure BDA0004087427220000189
最后，对公共交通条件修正系数Y3进行说明。可以理解的是，当地块毗邻的公共交通越多，表明该地块的交通条件越优越，相应地容积率水平也就越高。由于容积率分区模型是以标准统计街坊为单位，未考虑公共交通对标准统计街坊中各个地块容积率的影响，即以标准统计街坊为单位得到的容积率会低于地块实际的容积率。因此，当计算地块实际的容积率时，还应根据该地块周边公共交通条件对容积率进行修正。
具体地，公共交通条件修正系数
Figure BDA0004087427220000191
其中，Ji表示有公共交通区位的地块的容积率，Ki表示没有公共交通区位的地块的容积率，Ji对应的地块与Ki对应的地块具有相同的目标容积率影响数据。对于BRT站点、地块(或轻轨)站点、地铁(或轻轨)换乘站点、城市交通枢纽四类公共交通周边的待测地块的基准容积率进行修正。并且，需穷举在不同目标容积率影响数据下，0-300米、300-500米、500-800米范围内Ji和Ki的具体数值，以计算得到公共交通条件修正系数Y3。此外，若待测地块处于城市交通枢纽影响范围之外，在BRT站点、地块(或轻轨)站点、地铁(或轻轨)换乘站点共同影响的范围内，则实际公共交通条件修正系数Y3应为BRT站点、地块(或轻轨)站点、地铁(或轻轨)换乘站点对应的修正系数Y3中的最大值。若待测地块处于城市交通枢纽影响范围之内，并且还在BRT站点、地块(或轻轨)站点、地铁(或轻轨)换乘站点共同影响的范围内，则实际公共交通条件修正系数Y3应为BRT站点、地块(或轻轨)站点、地铁(或轻轨)换乘站点对应的修正系数Y3中的最大值与城市交通枢纽对应的修正系数Y3的叠加。
假设根据容积率分区模型、相关AP I接口获取的数据可以得到如下表8所示的不同用地类型对应的基准地块面积数据。
表8：
原始用地类型 基准地块面积数据 地块面积最大值 地块面积最小值
商业用地 1.6公顷 8.1公顷 0.2公顷
居住用地 3公顷 5.0公顷 0.2公顷
工业用地 12公顷 18.3公顷 1.0公顷
物流仓储用地 10公顷 25.0公顷 1.0公顷
同时假设预测城市的目标影响影响因子和样本权重如上表1至表3所示，则根据上述描述，当目标用地类型为商业用地的待测地块的面积X相比基准地块面积数据1.6公顷每增加1平方米时，地块大小修正系数Y1相应增大
Figure BDA0004087427220000192
当目标用地类型为商业用地的待测地块的面积X相比基准地块面积数据1.6公顷每减小1平方米时，地块大小修正系数Y1相应增大/>
Figure BDA0004087427220000193
由此可知，目标用地类型为商业用地的待测地块每增加1公顷，待测地块的初始容积率在基准容积率的基础上折减5.56％，实际操作中取整为6％；未被5％滤除的商业用地地块中，最大地块约8.1公顷，计算可得最大折减为36％。待测地块的面积每减小1公顷，初始容积率在基准容积率的基础上折减13.1％，实际操作中取整为13％；未被5％滤除的商业用地地块中，最小地块约0.2公顷，计算可得最大折减为18％。
因此，对于目标用地类型为商业用地的待测地块，地块大小修正系数Y1可简化为：
待测地块的面积大于基准地块面积数据时，修正系数按超出基准地块面积数据每0.1公顷计0.006并累加计算，不足0.1公顷按0.1公顷修正，最大取值小于等于0.36。待测地块的面积小于基准地块面积数据时，修正系数按小于用地规模每0.1公顷计0.013并累加计算，不足0.1公顷按0.1公顷修正，最大取值小于等于0.18。
当目标用地类型为居住用地的待测地块的面积X相比基准地块面积数据3公顷每增加1平方米，则地块大小修正系数Y1相应增大
Figure BDA0004087427220000201
当目标用地类型为居住用地的待测地块的面积X相比基准地块面积数据3公顷每减小1平方米，则地块大小修正系数相应增大
Figure BDA0004087427220000202
由此可知，目标用地类型为居住用地的待测地块每增加1公顷，待测地块的初始容积率在基准容积率的基础上折减1.52％，实际操作中取2％；未被5％滤除的居住用地地块中，最大地块约5.0公顷，计算可得最大折减为30％。目标用地类型为居住用地的待测地块每减小1公顷，待测地块的初始容积率在基准容积率的基础上折减4.96％，实际操作中取整为5％；未被5％滤除的居住用地地块中，最小地块约0.2公顷，计算可得最大折减为14％。
因此，对于目标用地类型为居住用地的待测地块，地块大小修正系数Y1可简化为：
待测地块的面积大于基准地块面积数据时，地块大小修正系数Y1按超出基准地块面积数据每0.1公顷计0.002并累加计算，不足0.1公顷按0.1公顷修正，最大取值小于等于0.30。待测地块的面积小于基准地块面积数据时，地块大小修正系数Y1按小于基准地块面积数据每0.1公顷计0.005并累加计算，不足0.1公顷按0.1公顷修正，最大取值小于等于0.14。
当目标用地类型为工业用地的待测地块的面积X相比基准地块面积数据12公顷每增加1平方米，地块大小修正系数Y1相应增大
Figure BDA0004087427220000203
当目标用地类型为工业用地的待测地块的面积X相比基准地块面积数据12公顷每减小1平方米时，地块大小修正系数Y1相应增大
Figure BDA0004087427220000204
因此，对于目标用地类型为工业用地的待测地块，地块大小修正系数Y1可简化为：
待测地块的面积大于基准地块面积数据时，地块大小修正系数Y1按超出基准地块面积数据每0.1公顷计0.0003并累加计算，不足0.1公顷按0.1公顷修正，最大取值小于等于0.02。待测地块的面积小于基准地块面积数据时，地块大小修正系数Y1按小于基准地块面积数据每0.1公顷计0.0006并累加计算，不足0.1公顷按0.1公顷修正，最大取值小于等于0.07。
当目标用地类型为物流仓储用地的待测地块的面积X相比基准地块面积数据10公顷每增加1平方米，地块大小修正系数Y1相应增大
Figure BDA0004087427220000211
当目标用地类型为物流仓储用地的待测地块的面积X相比基准地块面积数据10公顷每减小1平方米时，地块大小修正系数Y1相应增大/>
Figure BDA0004087427220000212
因此，对于目标用地类型为物流仓储用地的待测地块，地块大小修正系数Y1可简化为：
待测地块的面积大于基准地块面积数据时，地块大小修正系数Y1按超出基准地块面积数据每0.1公顷计0.0004并累加计算，不足0.1公顷按0.1公顷修正，最大取值小于等于0.05。待测地块的面积小于基准地块面积数据时，地块大小修正系数Y1按小于基准地块面积数据每0.1公顷计0.0008并累加计算，不足0.1公顷按0.1公顷修正，最大取值小于等于0.07。
同理，不同目标用地类型对应的道路条件修正系数Y2可简化为：
商业用地：乙类地块道路条件修正系数Y2为0.08；丙类地块道路条件修正系数Y2为0.16；丁类地块道路条件修正系数Y2为0.22。
居住用地：乙类地块道路条件修正系数Y2为0.06；丙类地块道路条件修正系数Y2为0.12；丁类地块道路条件修正系数Y2为0.17。
工业用地：乙类地块道路条件修正系数Y2为0.03；丙类地块道路条件修正系数Y2为0.06；丁类地块道路条件修正系数Y2为0.08。
物流仓储用地：乙类地块道路条件修正系数Y2为0.03；丙类地块道路条件修正系数Y2为0.06；丁类地块道路条件修正系数Y2为0.09。
此外，假设预测城市的目标影响影响因子和样本权重如上表1至表3所示，则根据上述描述，公共交通条件修正系数Y3可简化为如下表9所示。
表9：
Figure BDA0004087427220000213
在一个具体的实施例中，以待测地块的目标用地类型为商业用地、目标容积率密度级别为容积率I级为例。在待测城市中，容积率I级的商业用地对应的基准容积率为4.10、上限容积率为6.00。假设该待测地块的面积为1.50公顷，为丁类地块，并且距离两个一般地铁站的距离分别为300米和400米，无城市交通枢纽、地铁换乘站、BRT站点的影响。则根据如式(1)所示的初始容积率计算方法和上述描述，该待测地块的地块大小修正系数Y1＝0.013，道路条件修正系数Y2＝0.22，公共交通条件修正系数Y3＝0.362，初始容积率计算结果为6.724。由于初始容积率大于上限容积率，因此该待测地块的目标容积率为6.00。
本申请实施例提供的地块容积率计算方法，通过对标准统计街坊当前容积率确定目标容积率影响数据，提出了契合待测城市规划的容积率分区模型构建方法及待测地块目标容积率的计算方法。并且，针对具体商业用地、居住用地、工业用地、物流仓储地块用地，提出了包括地块大小修正、道路条件修正和公共交通修正三种对基准容积率的修正方式。本申请实施例提供的地块容积率计算方法建立了宏观城市空间资源分配与微观用地强度管理间的理性联系，从而提高了待测地块容积率计算的准确性，进而能够有效指导待测城市更加科学的空间资源统筹、推动待测城市更加精细化的用地管理，避免控制性详细规划编制过程中经常出现的理性不足、反复调规、与上位规划脱节等问题。
请参阅图13，本申请实施例还提供一种地块容积率计算装置，可以实现上述地块容积率计算方法，该装置包括：
数据获取模块1301，用于确定标准统计街坊，并获取目标容积率影响数据；
模型构建模块1302，用于根据目标容积率影响数据构建标准统计街坊的初始容积率影响模型；
模型修正模块1303，用于对初始容积率影响模型进行修正处理，得到目标容积率影响模型；
容积率分区处理模块1304，用于根据目标容积率影响模型进行容积率分区处理，得到容积率分区模型；其中，容积率分区模型用于表征标准统计街坊的原始容积率密度级别；
数据确认模块1305，用于根据容积率分区模型确定待测地块的目标用地类型和目标容积率密度级别；
基准容积率计算模块1306，用于根据目标用地类型、目标容积率密度级别确定基准容积率；
修正系数计算模块1307，用于获取待测地块的建设数据，根据建设数据和预设的基准数据计算得到修正系数；
目标容积率计算模块1308，用于根据基准容积率、修正系数计算得到待测地块的目标容积率。
该地块容积率计算装置的具体实施方式与上述地块容积率计算方法的具体实施例基本相同，在此不再赘述。
本申请实施例还提供了一种电子设备，电子设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述地块容积率计算方法。该电子设备可以为包括平板电脑、车载电脑等任意智能终端。
请参阅图14，图14示意了另一实施例的电子设备的硬件结构，电子设备包括：
处理器1401，可以采用通用的CPU(Centra l Process i ngUn it，中央处理器)、微处理器、应用专用集成电路(App l i cat i onSpec i f i c I ntegratedCi rcu it，AS I C)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本申请实施例所提供的技术方案；
存储器1402，可以采用只读存储器(ReadOn l yMemory，ROM)、静态存储设备、动态存储设备或者随机存取存储器(RandomAccessMemory，RAM)等形式实现。存储器1402可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器1402中，并由处理器1401来调用执行本申请实施例的地块容积率计算方法；
输入/输出接口1403，用于实现信息输入及输出；
通信接口1404，用于实现本设备与其他设备的通信交互，可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WI FI、蓝牙等)实现通信；
总线1405，在设备的各个组件(例如处理器1401、存储器1402、输入/输出接口1403和通信接口1404)之间传输信息；
其中处理器1401、存储器1402、输入/输出接口1403和通信接口1404通过总线1405实现彼此之间在设备内部的通信连接。
本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述地块容积率计算方法。
存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至该处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本申请实施例描述的实施例是为了更加清楚的说明本申请实施例的技术方案，并不构成对于本申请实施例提供的技术方案的限定，本领域技术人员可知，随着技术的演变和新应用场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。
本领域技术人员可以理解的是，图中示出的技术方案并不构成对本申请实施例的限定，可以包括比图示更多或更少的步骤，或者组合某些步骤，或者不同的步骤。
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。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、设备中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
上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单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以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，本申请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全部或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，包括多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)执行本申请各个实施例的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(Read-On l y Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等各种可以存储程序的介质。
以上参照附图说明了本申请实施例的优选实施例，并非因此局限本申请实施例的权利范围。本领域技术人员不脱离本申请实施例的范围和实质内所作的任何修改、等同替换和改进，均应在本申请实施例的权利范围之内。

Claims (10)

1.一种地块容积率计算方法，其特征在于，所述方法包括：
确定标准统计街坊，并获取目标容积率影响数据；
根据所述目标容积率影响数据构建所述标准统计街坊的初始容积率影响模型；
对所述初始容积率影响模型进行修正处理，得到目标容积率影响模型；
根据所述目标容积率影响模型进行容积率分区处理，得到容积率分区模型；其中，所述容积率分区模型用于表征所述标准统计街坊的原始容积率密度级别；
根据所述容积率分区模型确定待测地块的目标用地类型和目标容积率密度级别；
根据所述目标用地类型、所述目标容积率密度级别确定基准容积率；
获取所述待测地块的建设数据，根据所述建设数据和预设的基准数据计算得到修正系数；
根据所述基准容积率、所述修正系数计算得到所述待测地块的目标容积率。
2.根据权利要求1所述的方法，其特征在于，所述目标容积率影响数据包括目标容积率影响因子和所述目标容积率影响因子的权重系数；
所述获取目标容积率影响数据，包括：
获取所述标准统计街坊的当前容积率；
将所述当前容积率与预设的初始容积率影响因子进行相关度计算，得到相关值；
将所述相关值大于预设相关阈值的所述初始容积率影响因子作为所述目标容积率影响因子；
对所述目标容积率影响因子进行归一化处理，得到标准回归系数；
根据所述标准回归系数计算得到所述目标容积率影响因子的权重系数。
3.根据权利要求2所述的方法，其特征在于，所述目标容积率影响因子包括影响子因子；
所述根据目标所述容积率影响数据构建所述标准统计街坊的初始容积率影响模型，包括：
根据所述影响子因子确定目标区域；
根据预设的影响数据和所述目标区域确定所述标准统计街坊的街坊类别数据；
根据所述影响数据的预设权重、所述影响子因子预设的差异系数、所述街坊类别数据计算得到所述标准统计街坊的样本权重；
根据所述样本权重、所述权重系数计算得到目标权重；
根据所述目标权重、所述标准统计街坊构建得到原始容积率影响模型；
对多个所述原始容积率影响模型进行叠加处理，得到所述初始容积率影响模型；其中，所述初始容积率影响模型包括所述标准统计街坊的容积率评价类别，所述容积率评价类别为根据所述目标权重和预设类别阈值得到。
4.根据权利要求1所述的方法，其特征在于，所述对所述初始容积率影响模型进行修正处理，得到目标容积率影响模型，包括：
获取修正数据；其中，所述修正数据包括当前建设数据、区域规划数据、环境数据；
根据所述修正数据对所述标准统计街坊的容积率评价类别进行修正处理；
根据修正处理后的所述容积率评价类别对所述初始容积率影响模型进行修正处理，得到所述目标容积率影响模型。
5.根据权利要求1所述的方法，其特征在于，所述根据所述目标用地类型、所述目标容积率密度级别确定基准容积率，包括：
获取所述目标用地类型的用地数据；
根据所述目标用地类型、所述目标容积率密度级别获取建筑基准总量；
根据所述用地数据、所述建筑基准总量计算得到所述基准容积率。
6.根据权利要求1所述的方法，其特征在于，在所述根据所述基准容积率、所述修正系数计算得到所述待测地块的目标容积率之前，所述方法还包括：
获取所述目标用地类型的用地数据；
根据所述目标用地类型、所述目标容积率密度级别获取建筑上限总量；
根据所述用地数据、所述建筑上限总量计算得到上限容积率。
7.根据权利要求6所述的方法，其特征在于，所述根据所述基准容积率、所述修正系数计算得到所述待测地块的目标容积率，包括：
根据所述基准容积率、所述修正系数计算得到所述待测地块的初始容积率；
若所述初始容积率小于或等于所述上限容积率，则将所述初始容积率作为所述目标容积率；
若所述初始容积率大于所述上限容积率，则将所述上限容积率作为所述目标容积率。
8.一种地块容积率计算装置，其特征在于，所述装置包括：
数据获取模块，用于确定标准统计街坊，并获取目标容积率影响数据；
模型构建模块，用于根据所述目标容积率影响数据构建所述标准统计街坊的初始容积率影响模型；
模型修正模块，用于对所述初始容积率影响模型进行修正处理，得到目标容积率影响模型；
容积率分区处理模块，用于根据所述目标容积率影响模型进行容积率分区处理，得到容积率分区模型；其中，所述容积率分区模型用于表征所述标准统计街坊的原始容积率密度级别；
数据确认模块，用于根据所述容积率分区模型确定待测地块的目标用地类型和目标容积率密度级别；
基准容积率计算模块，用于根据所述目标用地类型、所述目标容积率密度级别确定基准容积率；
修正系数计算模块，用于获取所述待测地块的建设数据，根据所述建设数据和预设的基准数据计算得到修正系数；
目标容积率计算模块，用于根据所述基准容积率、所述修正系数计算得到所述待测地块的目标容积率。
9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法。
CN202310140815.9A 2023-02-15 2023-02-15 地块容积率计算方法和装置、电子设备及存储介质 Active CN116186854B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310140815.9A CN116186854B (zh) 2023-02-15 2023-02-15 地块容积率计算方法和装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310140815.9A CN116186854B (zh) 2023-02-15 2023-02-15 地块容积率计算方法和装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN116186854A true CN116186854A (zh) 2023-05-30
CN116186854B CN116186854B (zh) 2023-09-26

Family

ID=86441916

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310140815.9A Active CN116186854B (zh) 2023-02-15 2023-02-15 地块容积率计算方法和装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN116186854B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103336894A (zh) * 2013-06-14 2013-10-02 东南大学 一种城市容积率自动分区方法
CN111291954A (zh) * 2018-12-07 2020-06-16 北京大学 一种城市景观量化分析方法
CN111401714A (zh) * 2020-03-10 2020-07-10 张邦妹 一种城区基准密度分区方法
CN112926857A (zh) * 2021-02-25 2021-06-08 重庆市规划设计研究院 一种高效城市规划容积率自动校正系统及方法
CN114819378A (zh) * 2022-05-11 2022-07-29 中国科学院地理科学与资源研究所 城市建设用地指标预测方法及装置
CN115309799A (zh) * 2022-07-18 2022-11-08 洛阳市规划建筑设计研究院有限公司 一种基于gis的综合性城市更新单元更新模式选择方法
CN115358544A (zh) * 2022-08-01 2022-11-18 北京清华同衡规划设计研究院有限公司 一种城市智能基础设施规划设计方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103336894A (zh) * 2013-06-14 2013-10-02 东南大学 一种城市容积率自动分区方法
CN111291954A (zh) * 2018-12-07 2020-06-16 北京大学 一种城市景观量化分析方法
CN111401714A (zh) * 2020-03-10 2020-07-10 张邦妹 一种城区基准密度分区方法
CN112926857A (zh) * 2021-02-25 2021-06-08 重庆市规划设计研究院 一种高效城市规划容积率自动校正系统及方法
CN114819378A (zh) * 2022-05-11 2022-07-29 中国科学院地理科学与资源研究所 城市建设用地指标预测方法及装置
CN115309799A (zh) * 2022-07-18 2022-11-08 洛阳市规划建筑设计研究院有限公司 一种基于gis的综合性城市更新单元更新模式选择方法
CN115358544A (zh) * 2022-08-01 2022-11-18 北京清华同衡规划设计研究院有限公司 一种城市智能基础设施规划设计方法

Non-Patent Citations (10)

* Cited by examiner, † Cited by third party
Title
MUNEYOSHI KAJIMOTO 等: "Urban density estimation from polarimetric SAR images based on a POA correction method", IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING, vol. 6, no. 3, pages 1418 - 1429, XP011515391, DOI: 10.1109/JSTARS.2013.2255584 *
YUNFANG JIANG 等: "Spatial Zoning Strategy of Urbanization Based on Urban Climate Comovement: A case Study in Shanghai Mainland Area", SUSTAINABILITY, pages 1 - 26 *
全裕霖: "广州城乡居住用地开发强度分区管控研究", 中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑, no. 06, pages 038 - 1516 *
刘曼 等: "基于需求导向的城市公共停车场规划方法探讨", 规划师, vol. 33, no. 10, pages 101 - 106 *
刘泉: "轨道站点地区TOD规划管理中的指标控制", 规划师, no. 01, pages 48 - 58 *
姚瑶 等: "总量平衡与刚柔适度的容积率控制方法优化研究——以株洲市主城区建设用地为例", 中外建筑, no. 01, pages 83 - 85 *
庞磊 等: "实验演算型住宅区地块容积率指标校核方法探索", 上海城市规划, no. 04, pages 98 - 102 *
步茵 等: "城市新建区开发控制初探――以西北地区东部带形城市平凉为例", 现代城市研究, vol. 26, no. 05, pages 29 - 33 *
王霞: "基于灰色关联分析的南京市鼓楼区容积率修正因子权重研究", 中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑, no. 01, pages 038 - 4364 *
颜文涛 等: "基于GIS的旧城改造开发容量的研究――以南阳市旧城更新改造为例", 重庆建筑大学学报, no. 06, pages 6 - 11 *

Also Published As

Publication number Publication date
CN116186854B (zh) 2023-09-26

Similar Documents

Publication Publication Date Title
Ghiassi et al. Reductive bottom-up urban energy computing supported by multivariate cluster analysis
Vega et al. A methodological framework for the study of residential location and travel-to-work mode choice under central and suburban employment destination patterns
Kremer et al. A social–ecological assessment of vacant lots in New York City
CN110298553A (zh) 一种基于gis的国土空间规划方法、系统和设备
Bach et al. Revisiting land use classification and spatial aggregation for modelling integrated urban water systems
CN101807222A (zh) 基于站点的城市公交线网优化配置方法
CN107506433A (zh) 城市发展空间格局情景模拟系统
CN114547827A (zh) 一种基础设施群运行状态评价方法、电子设备及存储介质
CN114548811B (zh) 一种机场可达性的检测方法、装置、电子设备及存储介质
Yao et al. Evaluation and development of sustainable urban land use plans through spatial optimization
CN113723782A (zh) 一种基于能源消耗碳排放的精细尺度确定方法及装置
CN115829124A (zh) 充电桩选址方法、装置、设备及存储介质
Lin et al. A grey programming model for regional transit‐oriented development planning
CN112949997A (zh) 用于城市规划设计中的社区画像的系统和方法
Zhong et al. Multi-objective optimization approach of shelter location with maximum equity: an empirical study in Xin Jiekou district of Nanjing, China
CN116186854B (zh) 地块容积率计算方法和装置、电子设备及存储介质
KR102441523B1 (ko) 수요기반 이동서비스를 위한 수요예측방법
CN117858040A (zh) 一种基于手机信令数据的城镇空间单元社群划分方法
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
CN108846583A (zh) 宽带网络投资效益的评估方法及装置
CN115115198A (zh) 站城融合项目评价方法、系统、电子设备、存储介质
CN113052486A (zh) 监控点位布局评价方法、装置、电子设备及可读存储介质
Salehabadi et al. Creation of an urban park New ASD index with a spatial distribution coefficient (Case study: region 1 of Tehran)
CN115375107B (zh) 一种感知设施规模设置方法及系统
Hargreaves A parametric model of residential built form for forecasting the viability of sustainable technologies

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