CN116757353A - 一种城市更新资源潜力评估方法、装置、终端及介质 - Google Patents
一种城市更新资源潜力评估方法、装置、终端及介质 Download PDFInfo
- Publication number
- CN116757353A CN116757353A CN202310507850.XA CN202310507850A CN116757353A CN 116757353 A CN116757353 A CN 116757353A CN 202310507850 A CN202310507850 A CN 202310507850A CN 116757353 A CN116757353 A CN 116757353A
- Authority
- CN
- China
- Prior art keywords
- index
- data
- urban
- score
- evaluation
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 188
- 238000000034 method Methods 0.000 claims abstract description 118
- 238000004458 analytical method Methods 0.000 claims abstract description 52
- 230000008569 process Effects 0.000 claims abstract description 36
- 238000011161 development Methods 0.000 claims abstract description 30
- 238000004364 calculation method Methods 0.000 claims abstract description 25
- 238000007405 data analysis Methods 0.000 claims abstract description 18
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 230000000694 effects Effects 0.000 claims description 26
- 230000006872 improvement Effects 0.000 claims description 26
- 230000035699 permeability Effects 0.000 claims description 20
- 230000000007 visual effect Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 15
- 238000005457 optimization Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 12
- 230000002441 reversible effect Effects 0.000 claims description 10
- 230000004913 activation Effects 0.000 claims description 9
- 230000008878 coupling Effects 0.000 claims description 8
- 238000010168 coupling process Methods 0.000 claims description 8
- 238000005859 coupling reaction Methods 0.000 claims description 8
- 238000012552 review Methods 0.000 claims description 8
- 238000004140 cleaning Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000011428 standard deviation standardization method Methods 0.000 claims description 6
- 230000001502 supplementing effect Effects 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 4
- 230000018109 developmental process Effects 0.000 description 22
- 230000006870 function Effects 0.000 description 19
- 230000009466 transformation Effects 0.000 description 16
- 238000011160 research Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 8
- 230000001737 promoting effect Effects 0.000 description 4
- 230000004308 accommodation Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000011664 signaling Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000003796 beauty Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000004438 eyesight Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011272 standard treatment Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000002407 reforming Methods 0.000 description 1
- 238000009418 renovation Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种城市更新资源潜力评估方法、装置、终端及介质,所述方法基于城市发展的价值导向,设定评估指标,构建城市更新资源潜力评估指标体系,获取所述评估指标的相关数据并进行预处理,得到初步数据,对所述初步数据进行数据分析和指标计算,得到所述评估指标的标准化得分,采用层次分析法和均方差法耦合的组合赋权法确定所述标准化得分的综合指标权重,以小尺度的网格为基本单元进行分析,获取所述基本单元的城市更新资源潜力的综合得分。因此,本发明实施例能够考虑多维度的影响因素,采用层次分析法和均方差法耦合的组合赋权法确定综合指标权重,以小尺度的网格为基本单元分析城市更新资源潜力,提高城市更新资源潜力的评估精度。
Description
技术领域
本发明涉及城市更新技术领域,尤其涉及一种城市更新资源潜力评估方法、装置、终端及介质。
背景技术
城市更新是改造现有城市体中不能适合城市综合发展需要的地区,旨在用全新的、先进的城市功能来替换老旧的、落后的物质空间,包括对城市房屋的修缮改造,对公园、街道和绿地等环境的改善,对土地利用或地域、地区的重新规划以形成舒适的生活环境和美丽的市容市貌等。
城市更新改造潜力是在城市更新实施前对目标区域进行的评估,是开展更新工作的前提和基础。城市更新改造潜力评价指标体系是基于土地评价、土地经济学、土地资源学以及城市规划等多学科理论基础构建的、能客观反映城市更新改造下城市功能提升程度的一系列度量指标的集合。城市更新潜力受到多方面的综合影响,主要可以归纳为六大影响因子:自然因素、区位因素、交通因素、服务能力、空间基底及资源价值。现有的城市更新资源潜力评估方法大多采用定性评价或围绕影响因子选取部分具体指标开展定量分析,主要包括:综合评价法、调查资料分析法、以人口容纳能力为依据的方法、以容积率为依据的计算方法、城镇土地利用结构法等。但现有的城市更新资源潜力评估方法以定性分析为主,定量评价方法相对较少,且大多只纳入部分维度的指标,存在指标单一、综合因素考虑不足的问题。另外,现有城市更新资源潜力评估方法大多从宏观或中观层面选取传统的统计类数据计算指标开展分析,缺乏考虑数据的时效性和多源性,且较少关注人本尺度的因素。因此,如何构建城市更新潜力评估综合评价体系,以及提高城市更新资源潜力的评估精度是非常重要的。
发明内容
本发明提供一种城市更新资源潜力评估方法、装置、终端及设备,能够考虑多维度的影响因素,构建城市更新资源潜力评估指标体系,采用层次分析法和均方差法耦合的组合赋权法确定综合指标权重,以小尺度的网格为基本单元分析城市更新资源潜力,提高城市更新资源潜力的评估精度。
为了实现上述目的,第一方面,本发明实施例提供了一种城市更新资源潜力评估方法,包括:
基于城市发展的价值导向,设定评估指标,构建城市更新资源潜力评估指标体系;其中,所述评估指标包括:文化要素密度、文化空间热度、保护控制限制、界面多样性、色彩匹配度、空间渗透率、用地混合度、地均税收、用地集约度、街道视觉舒适度、街道经济性、街道活力度、人均设施用地面积、服务设施密度;
通过多源大数据获取所述评估指标的相关数据并进行预处理,得到初步数据,对所述初步数据进行数据分析和指标计算,得到所述评估指标的标准化得分;
采用层次分析法和均方差法耦合的组合赋权法确定所述标准化得分的综合指标权重,以小尺度的网格为基本单元进行分析,获取所述基本单元的城市更新资源潜力的综合得分。
作为上述方案的改进,所述基于城市发展的价值导向,设定评估指标,构建城市更新资源潜力评估指标体系,具体为:
根据城市发展需求以及城市发展的价值导向,从文化复兴、品质提升、产业活化、慢行优化、服务提升的维度要素层设定评估指标,并确定所述评估指标的正逆向,构建城市更新资源潜力评估指标体系;
其中,所述文化复兴的维度要素层包括所述文化要素密度、文化空间热度、保护控制限制;所述品质提升的维度要素层包括所述界面多样性、色彩匹配度、空间渗透率;所述产业活化的维度要素层包括所述用地混合度、地均税收、用地集约度;所述慢行优化的维度要素层包括所述街道视觉舒适度、街道经济性、街道活力度;所述服务提升的维度要素层包括所述人均设施用地面积、服务设施密度。
作为上述方案的改进,所述通过多源大数据获取所述评估指标的相关数据并进行预处理,得到初步数据,对所述初步数据进行数据分析和指标计算,得到所述评估指标的标准化得分,具体包括:
通过多源大数据获取所述评估指标的相关数据进行初步清理,删除错误数据,补充缺失数据,整理数据指标属性,得到初步数据;
采用ArcGIS构建数据平台,统一所述初步数据的坐标,对所述初步数据进行数据分析得到所述评估指标的原始得分;
采用极差标准化法对所述评估指标的原始得分进行标准化处理,得到所述评估指标的标准化得分;
其中,所述标准化得分的计算公式为
式中,αij为基本分析单元i的第j项指标的标准化得分,为所述基本分析单元i的第j项指标计算值的原始得分,/>为所有基本分析单元的第j项指标计算值的最大值,为所有基本分析单元的第j项指标计算值的最小值。
作为上述方案的改进,所述采用层次分析法和均方差法耦合的组合赋权法确定所述标准化得分的综合指标权重,以小尺度的网格为基本单元进行分析,获取所述基本单元的城市更新资源潜力的综合得分,具体包括:
对所述维度要素层的重要程度进行赋值,对各所述维度要素层的评估指标的重要程度进行赋值,建构评估指标的判断矩阵,利用Yaahp软件进行层次单排序和层次总排序,并通过一致性检验,计算得到基于层次分析法的所述标准化得分的指标权重;
计算所述评估指标的标准化得分的均值和均方差,得到基于均方差法的所述标准化得分的指标权重;
结合所述层次分析法法和均方差法的标准化得分的指标权重,得到所述标准化得分的综合指标权重;
以小尺度的网格为基本单元进行分析,获取所述基本单元的城市更新资源潜力的综合得分。
第二方面,本发明实施例提供了一种城市更新资源潜力评估装置,包括:
指标设定模块,用于基于城市发展的价值导向,设定评估指标,构建城市更新资源潜力评估指标体系;其中,所述评估指标包括:文化要素密度、文化空间热度、保护控制限制、界面多样性、色彩匹配度、空间渗透率、用地混合度、地均税收、用地集约度、街道视觉舒适度、街道经济性、街道活力度、人均设施用地面积、服务设施密度;
标准化得分模块,用于通过多源大数据获取所述评估指标的相关数据并进行预处理,得到初步数据,对所述初步数据进行数据分析和指标计算,得到所述评估指标的标准化得分;
潜力评估模块,用于采用层次分析法和均方差法耦合的组合赋权法确定所述标准化得分的综合指标权重,以小尺度的网格为基本单元进行分析,获取所述基本单元的城市更新资源潜力的综合得分。
作为上述方案的改进,所述指标设定模块,具体用于:
根据城市发展需求以及城市发展的价值导向,从文化复兴、品质提升、产业活化、慢行优化、服务提升的维度要素层设定评估指标,并确定所述评估指标的正逆向,构建城市更新资源潜力评估指标体系;
其中,所述文化复兴的维度要素层包括所述文化要素密度、文化空间热度、保护控制限制;所述品质提升的维度要素层包括所述界面多样性、色彩匹配度、空间渗透率;所述产业活化的维度要素层包括所述用地混合度、地均税收、用地集约度;所述慢行优化的维度要素层包括所述街道视觉舒适度、街道经济性、街道活力度;所述服务提升的维度要素层包括所述人均设施用地面积、服务设施密度。
作为上述方案的改进,所述标准化得分模块,具体用于:
通过多源大数据获取所述评估指标的相关数据进行初步清理,删除错误数据,补充缺失数据,整理数据指标属性,得到初步数据;
采用ArcGIS构建数据平台,统一所述初步数据的坐标,对所述初步数据进行数据分析得到所述评估指标的原始得分;
采用极差标准化法对所述评估指标的原始得分进行标准化处理,得到所述评估指标的标准化得分;
其中,所述标准化得分的计算公式为
式中,αij为基本分析单元i的第j项指标的标准化得分,为所述基本分析单元i的第j项指标计算值的原始得分,/>为所有基本分析单元的第j项指标计算值的最大值,为所有基本分析单元的第j项指标计算值的最小值。
作为上述方案的改进,所述潜力评估模块,具体用于:
对所述维度要素层的重要程度进行赋值,对各所述维度要素层的评估指标的重要程度进行赋值,建构评估指标的判断矩阵,利用Yaahp软件进行层次单排序和层次总排序,并通过一致性检验,计算得到基于层次分析法的所述标准化得分的指标权重;
计算所述评估指标的标准化得分的均值和均方差,得到基于均方差法的所述标准化得分的指标权重;
结合所述层次分析法法和均方差法的标准化得分的指标权重,得到所述标准化得分的综合指标权重;
以小尺度的网格为基本单元进行分析,获取所述基本单元的城市更新资源潜力的综合得分。
第三方面,本发明实施例对应提供了一种终端设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现上述城市更新资源潜力评估方法。
此外,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述城市更新资源潜力评估方法。
与现有技术相比,本发明实施例公开的一种城市更新资源潜力评估方法、装置、终端及介质,通过基于城市发展的价值导向,设定评估指标,构建城市更新资源潜力评估指标体系,获取所述评估指标的相关数据并进行预处理,得到初步数据,对所述初步数据进行数据分析和指标计算,得到所述评估指标的标准化得分,采用层次分析法和均方差法耦合的组合赋权法确定所述标准化得分的综合指标权重,以小尺度的网格为基本单元进行分析,获取所述基本单元的城市更新资源潜力的综合得分。因此,本发明实施例能够考虑多维度的影响因素,构建城市更新资源潜力评估指标体系,采用层次分析法和均方差法耦合的组合赋权法确定综合指标权重,以小尺度的网格为基本单元分析城市更新资源潜力,提高城市更新资源潜力的评估精度。
附图说明
图1是本发明实施例提供的一种城市更新资源潜力评估方法的流程示意图;
图2是本发明实施例提供的一种城市更新资源潜力评估装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
需要说明的是,本发明的术语“包括”和“具体”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。
请参阅图1,图1是本发明实施例提供的一种城市更新资源潜力评估方法的流程示意图,该城市更新资源潜力评估方法,包括步骤S11至S13:
S11:基于城市发展的价值导向,设定评估指标,构建城市更新资源潜力评估指标体系;其中,所述评估指标包括:文化要素密度、文化空间热度、保护控制限制、界面多样性、色彩匹配度、空间渗透率、用地混合度、地均税收、用地集约度、街道视觉舒适度、街道经济性、街道活力度、人均设施用地面积、服务设施密度;
具体的,在步骤S11中,具体包括:
根据城市发展需求以及城市发展的价值导向,从文化复兴、品质提升、产业活化、慢行优化、服务提升的维度要素层设定评估指标,并确定所述评估指标的正逆向,构建城市更新资源潜力评估指标体系;
其中,所述文化复兴的维度要素层包括所述文化要素密度、文化空间热度、保护控制限制;所述品质提升的维度要素层包括所述界面多样性、色彩匹配度、空间渗透率;所述产业活化的维度要素层包括所述用地混合度、地均税收、用地集约度;所述慢行优化的维度要素层包括所述街道视觉舒适度、街道经济性、街道活力度;所述服务提升的维度要素层包括所述人均设施用地面积、服务设施密度。
需要说明的是,影响城市更新改造潜力的因素较多,各因素间既有相互作用,又有各自独立的内涵,且某些评估指标的影响可能导致评价结果的根本性改变。为了比较准确的反应城市更新改造潜力空间分布情况,在具体实施评价时需要从收集的数据中筛选出灵敏度较高、便于测算度量且内涵丰富、差异大的因素作为评估指标。考虑到城市更新目的是基于城市功能(经济、社会、文化、生态)提升适应城市社会发展的要求,参考以前学者对于各类用地整理、整治、改造、更新的研究成果,通过文献查阅、实地调查、综合比较、专家小组讨论等方法,从城市发展需求出发,以有利于城市发展为价值导向,构建包含文化复兴、品质提升、产业活化、慢行优化、服务提升5个维度的14个因子的城市更新资源评估指标体系。依据城市功能提升的空间越大,城市更新改造的潜力越大,确定评估指标的正逆向。若评估指标值越高,宗地条件越差,城市功能发挥越不完善,城市功能提升空间越大,改造潜力越大,则评估指标具有正向作用;若评估指标值越高,城市功能提升潜力越小,更新改造潜力越小,则指标具有逆向作用。正向评估指标包括:文化要素密度、文化空间热度、保护控制限制;逆向评估指标包括:界面多样性、色彩匹配度、空间渗透率、用地混合度、地均税收、用地集约度、街道视觉舒适度、街道经济性、街道活力度、人均设施用地面积、服务设施密度。
S12:通过多源大数据获取所述评估指标的相关数据并进行预处理,得到初步数据,对所述初步数据进行数据分析和指标计算,得到所述评估指标的标准化得分;
具体的,在步骤S12中,具体包括:
通过多源大数据获取所述评估指标的相关数据进行初步清理,删除错误数据,补充缺失数据,整理数据指标属性,得到初步数据;
采用ArcGIS构建数据平台,统一所述初步数据的坐标,对所述初步数据进行数据分析得到所述评估指标的原始得分;
采用极差标准化法对所述评估指标的原始得分进行标准化处理,得到所述评估指标的标准化得分;
其中,所述标准化得分的计算公式为
式中,αij为基本分析单元i的第j项指标的标准化得分,为所述基本分析单元i的第j项指标计算值的原始得分,/>为所有基本分析单元的第j项指标计算值的最大值,为所有基本分析单元的第j项指标计算值的最小值。
需要说明的是,文化要素密度的指标说明:在《深入推进城市更新促进历史文化名城保护利用的工作指引》文件中提出:多措并举促进历史文化遗产合理保护利用,鼓励历史文化遗产多功能使用:设立博物馆、纪念馆、社区图书馆、民俗文化体验馆等。用作非物质文化遗产保护、岭南民间工艺传承、中华老字号经营等。文化要素是片区文化复兴的基础。文化要素密度的评价标准:密度较高代表片区通过文化复兴提升片区价值的潜力较大。文化要素密度的计算方法:采用GIS核密度分析法计算文物保护单位、历史建筑、近现代优秀建筑、工业遗址、名人纪念地等要素核密度。
文化空间热度:指文化空间在社交媒体和相关宣传网站上出现的频次。文化空间热度的评价标准:文化空间热度较高而现状城市空间品质较弱地区,具有更大的更新改造潜力。文化空间热度的计算方法:基于爬虫技术从“学习强国”、今日头条、政府官网、百度百科、去哪儿等咨询与旅游网站上分别抓取关于研究区域文化空间的介绍资料,通过进一步清洗精选其中与城市文化、历史要素相关性高的文本作为核心数据库,运用词频分析、语义分析技术,开展历史文化空间热度分析。
保护控制限制:在《深入推进城市更新促进历史文化名城保护利用的工作指引》文件中明确提出城市更新遵循保护优先、合理利用、惠民利民、鼓励创新的原则,保护历史文化遗产的真实性和完整性及与其相互依存的自然和人文景观;延续历史文化名城的传统格局和风貌。历史文化街区、历史文化名镇、历史文化名村、历史风貌区、传统村落保护范围内不适用全面改造,原则上以现状保留及微改造为主。不拆除不可移动文物、历史建筑和传统民居,不破坏地形地貌,不砍老树,严格保护各类保护对象。保护控制限制的评价标准:保护控制限制要求越高,则更新行动开展越受限制,更新后提升潜力较低。保护控制限制的计算方式:采用0-1分级赋值法,保护控制限制要求较高的地块赋值较低,则表明更新改造潜力较小。位于文物保护单位、历史街区、历史建筑核心保护范围赋值为0、建设控制地带赋值为0.5、其他范围赋值为1。
界面多样性:指界面要素的丰富程度。相关研究表明,步行者一般更偏好于聚集在立面视觉复杂度较高的公共空间中。比如,乔木可以有效地提高步行愉悦程度,沿街道所布置的座椅与花坛也能在一定程度上帮助改善步行体验等。界面多样性的评价标准:空间界面店铺个数、外摆个数、街道设施个数等不同类型界面空间的情况,一般情况下界面多样性低则界面单一,品质提升潜力越大。界面多样性的计算方法:各类型界面个数/界面长度
色彩匹配度:城市色彩是指城市环境中被感知的可视化色彩的总和。城市中面向公众开放并能够承载公众各类活动的城市空间(如建筑、街道、广场、公园、绿地、水体)的色彩,都是城市色彩系统的有机组成部分。其中,建筑色彩普遍被认为是构建城市色彩总谱、建立现状城市色彩库、划定城市主导色和色彩基调等工作中的核心分析内容。色彩匹配度的评价标准:通过城市建筑色彩组团的自然肌理,分析研究区域城市色彩的分布特征,与研究区域色彩规划进行对比,差异性越大,匹配度越低,品质提升潜力越大。色彩匹配度的计算方法:通过大规模街景数据得到图片要素分类的图层,此图层与原图像尺寸大小一致,像元位置一一对应。然后统计与分析建筑层的色彩值。核心思路是统计建筑层所在像元的色彩值。
空间渗透率:街道渗透率与商业活力密切相关,有助于支持商业活动的发生。沿街建筑底部6m到9m是行人能够近距离观察和接触的区域,应当尽量多设置窗口以形成“街道眼”,增加行人安全感;商业街道底层建筑界面60%以上的沿街面应用作出入口和展示橱窗,门窗应使用透明性玻璃;居住区内街道界面渗透性反映街道空间可进入性、安全感以及功能多样性等,适中的渗透性有利于住区生活品质的提高。空间渗透率的评价标准:空间渗透率越低,空间品质提升潜力越大。空间渗透率的计算方法:基于Tenserflow平台(人工智能系统)、Deeplab模型(图像分割模型)与Cityscape数据集(高精度数据集),运用图像识别技术提取街景图片中的门窗像素点的比例,从而计算街道界面渗透率。公式设定如下:
式中,T为渗透率,Si为街道底层界面立面透明门窗面积,SF为街道沿街建筑立面总面积。
用地混合度:街区适度功能混合能使生活更为便利,同时街道活力更为明显。城市尺度上,生活服务、商业服务、工业、物流等基本功能,既要做出必要分区,但各种功能在空间上也应适当地混合,避免大尺度单一功能的工业区、居住区、科教区出现。用地混合度的评价标准:通过地块中居住、办公、设施这三种主要功能的建筑面积比值来界定片区功能混合度高低,适度功能混合有利于职住平衡,混合度越低活化潜力越大。用地混合度的计算公式:居住、工作和设施的占地百分比。
地均税收:代表一个区域单位土地上项目缴纳税金情况,是衡量土地产出水平的控制指标。地均税收的评价标准:地均税收越小,该地区更新改造需求越大,更新潜力越大。通过计算片区内企业税收总和与用地占比。地均税收的计算方式:地块平均每公顷税收金额。
用地集约度:采用容积率来表示用地集约度,容积率代表一个地块的开发建设强度,在存量用地中容积率越低,其改造潜力越大。用地集约度的评价标准:容积率越低,用地越低效,用地活化需求越大。用地集约度的计算方法:容积率=总建筑面积/总用地面积。
街道视觉舒适度:指行人对街道沿街界面的建筑、绿化、天空等要素的配置布局的直观感知友好程度。具有高可见度的街道绿化能直接改善市民对地块的空间品质感受和可步行性,更易接触的城市绿化还能有效增进场所感、舒缓压力和促进户外活动与交往。街道视觉舒适度的评价标准:街道视觉舒适度越低,其改造提升潜力越大。街道视觉舒适度的计算方法:街景图像语义分析,基于Tenserflow平台、Deeplab模型与Cityscape数据集,提取街景图片中的绿视率、天空可见度、建筑界面、道路机动化程度、步行空间、多样性这六个关键空间特征。其可操作性定义依次为:绿色植被、天空、建筑界面、机动车道、行人及步行道、栅栏座椅灯具等街道设施在街景图像中像素点的比例,获取街道视觉特色的量化测度。
街道经济性:指街道在地价、房租、客流量、营收等方面反映的活力。街道经济性的评价标准:街道经济性越低,其改造提升潜力越大。街道经济性的计算方法:通过爬虫技术获取相关数据,选取二手房价格、租房价格、营业时长及客单价、夜间经济四个指标作为研判标准,以四个指标标准化后的数值相加求均值评估街道经济性;二手房价格:基于从链家网抓取研究区域的二手房数据,评价住房买卖市场价格;租房价格:基于从链家网抓取研究区域的租房价格数据,评价租赁市场价格;客单价:从美团网获取研究区域商铺的客单价,评价平均消费水平;夜间经济:从美团网获取商铺在夜间(下午6点至凌晨6点)的营业时长,评价街道夜间经济活力。
街道活力度:以街道人流量反映街道活力度。街道活力度的评价标准:人流量越多代表街道活力越大,反之则代表街道活力越低,更新改造潜力越大。街道活力度的计算方法:基于手机信令数据进行街道活力外在表征测度。将街道活力变化划分为夜间“低潮平稳段、早间急升段、日间高潮震荡段、傍晚急升段、夜间徐降段”五个阶段,并选取6:00-7:00、10:00-11:00、15:00-16:00、17:00-18:00、18:00-19:00、20:00-21:00、23:00-00:00七个时间段进行街道活力研究,手机信令指标值越高代表街道活力越大。
人均设施用地面积:一定空间范围内设施与人口的比值。人均设施用地面积的评价标准:计算独立占地公共服务设施的人均面积情况,人均面积越低更新潜力越大。人均设施用地面积的计算方法:人均设施用地面积=各类设施面积/服务总人口。
服务设施密度:反映购物、餐饮、住宿、体育休闲等生活服务设施空间分布的集聚程度。服务设施密度的评价标准:密度低表示片区通过服务完善的潜力大。服务设施密度的计算方式:基于ArcGIS平台计算购物、餐饮、住宿、体育休闲等生活服务设施核密度。
评估指标属性差异导致其测度方式和测度结果存在差异,不同评估指标的原始得分具有不同的单位和意义,无法进行对比和汇总,因此采用极差标准化法对所述评估指标的原始得分进行标准化处理,得到具有可比性的所述评估指标的标准化得分,经过极差标准化方法处理后,无论原始数据是正值还是负值,该评估指标对应的各个计算值变化范围都位于0-1之间,并且正向指标、逆向指标均可转化为正向指标,作用方向一致。
S13:采用层次分析法和均方差法耦合的组合赋权法确定所述标准化得分的综合指标权重,以小尺度的网格为基本单元进行分析,获取所述基本单元的城市更新资源潜力的综合得分。
具体的,在步骤S13中,具体包括:
对所述维度要素层的重要程度进行赋值,对各所述维度要素层的评估指标的重要程度进行赋值,建构评估指标的判断矩阵,利用Yaahp软件进行层次单排序和层次总排序,并通过一致性检验,计算得到基于层次分析法的所述标准化得分的指标权重;
计算所述评估指标的标准化得分的均值和均方差,得到基于均方差法的所述标准化得分的指标权重;
结合所述层次分析法和均方差法的标准化得分的指标权重,得到所述标准化得分的综合指标权重;
以小尺度的网格为基本单元进行分析,获取所述基本单元的城市更新资源潜力的综合得分。
需要说明的是,根据评估指标的特点,为确保赋权结果的准确性和可靠性,运用主观层次分析法和客观均方差法耦合的组合赋权法来确定城市更新改造的潜力评价的指标权重。均方差法,若某评估指标对所有基本分析单元所得数据均无差别,则该评估指标对基本单元更新资源潜力判断不起作用,可不考虑该评估指标,则该评估指标权重值设定较小;若某评估指标对所有基本分析单元所得数据差异较大,则该评估指标对基本单元更新资源潜力判断起重要作用,需要重点考虑该评估指标,则该评估指标权重值设定较大。所有权重设定值处于0-1之间,数值越高表示该评估指标对潜力评估影响较大。
计算第j项所述标准化得分的均值
计算第j项所述标准化得分的均方差
计算基于均方差法的第j项所述标准化得分的指标权重
式中,αij为基本分析单元i的第j项指标的标准化得分。
所述第j项标准化得分的综合指标权重的计算公式为
由于评估指标极值的存在,由均方差法确定的权重值的实用性以及准确性稍低于由层次分析法确定的指标权重值,取即所述第j项标准化得分的综合指标权重为:
ωj=0.6ω′j+0.4ω″j,
式中,ω′j为基于层次分析法的第j项所述标准化得分的指标权重,ω″j为基于均方差法的第j项所述标准化得分的指标权重,为指标权重系数。
基本分析单元i的更新资源潜力的综合得分为Ai
Ai=∑j∈(1,14)αijωj,
式中,Ai为基本分析单元i的更新资源潜力的综合得分,其值越高,表示该地块资源更新潜力越高。
需要说明的是,评估指标体系的科学性、合理性和可操作性是客观评价更新资源潜力的基础。由于数据获取限制、研究视角存在差异、研究不够深入等原因,既有评估指标体系无法全面准确地反映地块的更新改造潜力。更新改造潜力的影响因素是因时间推移和社会经济发展水平而动态变化的,随着城市更新研究领域的日趋成熟,本发明得以从全新的视角、系统性地考虑考虑所有影响因素,并基于全面分析与主导因子相结合、变异性、可比性和相对独立性等原则选取合适的评估指标构建城市更新潜力评估体系;
充分考虑多维度的影响因素,利用更具时效性和人性化的多源大数据进行评估指标测度,随着技术手段的进步,获取的数据资料也不断丰富,评估指标应愈加合理。本发明在原有统计数据的基础上,利用爬虫技术、语义分析技术和图像识别技术等获取并分析互联网大数据、手机信令数据、街景图像等多源数据,从而实现对更新资源潜力的科学评估;
以100m*100m渔网为基本分析单元进行数据统计开展更新资源潜力评估,打破了以行政单元为主体或者以少量微观地块数据为对象的常规评价尺度,实现了对更新单元的准确划分、地块的精细管控和更新发展规划编制,使得研究更为精细化,提高更新资源潜力的评估精度。
图2是本发明实施例提供的一种城市更新资源潜力评估装置的结构示意图,该城市更新资源潜力评估装置,包括:
指标设定模块21,用于基于城市发展的价值导向,设定评估指标,构建城市更新资源潜力评估指标体系;其中,所述评估指标包括:文化要素密度、文化空间热度、保护控制限制、界面多样性、色彩匹配度、空间渗透率、用地混合度、地均税收、用地集约度、街道视觉舒适度、街道经济性、街道活力度、人均设施用地面积、服务设施密度;
标准化得分模块22,用于通过多源大数据获取所述评估指标的相关数据并进行预处理,得到初步数据,对所述初步数据进行数据分析和指标计算,得到所述评估指标的标准化得分;
潜力评估模块23,用于采用层次分析法和均方差法耦合的组合赋权法确定所述标准化得分的综合指标权重,以小尺度的网格为基本单元进行分析,获取所述基本单元的城市更新资源潜力的综合得分。
作为一个优选实施例,所述指标设定模块21,具体用于:
根据城市发展需求以及城市发展的价值导向,从文化复兴、品质提升、产业活化、慢行优化、服务提升的维度要素层设定评估指标,并确定所述评估指标的正逆向,构建城市更新资源潜力评估指标体系;
其中,所述文化复兴的维度要素层包括所述文化要素密度、文化空间热度、保护控制限制;所述品质提升的维度要素层包括所述界面多样性、色彩匹配度、空间渗透率;所述产业活化的维度要素层包括所述用地混合度、地均税收、用地集约度;所述慢行优化的维度要素层包括所述街道视觉舒适度、街道经济性、街道活力度;所述服务提升的维度要素层包括所述人均设施用地面积、服务设施密度。
作为一个优选实施例,所述标准化得分模块22,具体用于:
通过多源大数据获取所述评估指标的相关数据进行初步清理,删除错误数据,补充缺失数据,整理数据指标属性,得到初步数据;
采用ArcGIS构建数据平台,统一所述初步数据的坐标,对所述初步数据进行数据分析得到所述评估指标的原始得分;
采用极差标准化法对所述评估指标的原始得分进行标准化处理,得到所述评估指标的标准化得分;
其中,所述标准化得分的计算公式为
/>
式中,αij为基本分析单元i的第j项指标的标准化得分,为所述基本分析单元i的第j项指标计算值的原始得分,/>为所有基本分析单元的第j项指标计算值的最大值,为所有基本分析单元的第j项指标计算值的最小值。
作为一个优选实施例,所述潜力评估模块23,具体用于:
对所述维度要素层的重要程度进行赋值,对各所述维度要素层的评估指标的重要程度进行赋值,建构评估指标的判断矩阵,利用Yaahp软件进行层次单排序和层次总排序,并通过一致性检验,计算得到基于层次分析法的所述标准化得分的指标权重;
计算所述评估指标的标准化得分的均值和均方差,得到基于均方差法的所述标准化得分的指标权重;
结合所述层次分析法法和均方差法的标准化得分的指标权重,得到所述标准化得分的综合指标权重;
以小尺度的网格为基本单元进行分析,获取所述基本单元的城市更新资源潜力的综合得分。
本发明实施例所提供的一种城市更新资源潜力评估装置能够实现上述实施例的城市更新资源潜力评估方法的所有流程,装置中的各个模块的作用以及实现的技术效果分别与上述实施例的城市更新资源潜力评估方法的作用以及实现的技术效果对应相同,这里不再赘述。
本发明实施例对应提供的一种终端设备,所述终端设备包括:处理器、存储器以及存储在所述存储器中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计算机程序时实现上述城市更新资源潜力评估方法实施例中的步骤。或者,所述处理器执行所述计算机程序时实现上述城市更新资源潜力评估装置实施例中各模块的功能。
所述终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,所述示意图仅仅是终端设备的示例,并不构成对终端设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所述处理器可以是中央处理单元,还可以是其他通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述终端设备的控制中心,利用各种接口和线路连接整个终端设备的各个部分。
存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
需说明的是,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。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述实施例的城市更新资源潜力评估方法。
综上所述,本发明实施例公开的一种城市更新资源潜力评估方法、装置、终端及介质,通过基于城市发展的价值导向,设定评估指标,构建城市更新资源潜力评估指标体系,获取所述评估指标的相关数据并进行预处理,得到初步数据,对所述初步数据进行数据分析和指标计算,得到所述评估指标的标准化得分,采用层次分析法和均方差法耦合的组合赋权法确定所述标准化得分的综合指标权重,以小尺度的网格为基本单元进行分析,获取所述基本单元的城市更新资源潜力的综合得分。因此,本发明实施例能够考虑多维度的影响因素,构建城市更新资源潜力评估指标体系,采用层次分析法和均方差法耦合的组合赋权法确定综合指标权重,以小尺度的网格为基本单元分析城市更新资源潜力,提高城市更新资源潜力的评估精度。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种城市更新资源潜力评估方法,其特征在于,包括:
基于城市发展的价值导向,设定评估指标,构建城市更新资源潜力评估指标体系;其中,所述评估指标包括:文化要素密度、文化空间热度、保护控制限制、界面多样性、色彩匹配度、空间渗透率、用地混合度、地均税收、用地集约度、街道视觉舒适度、街道经济性、街道活力度、人均设施用地面积、服务设施密度;
通过多源大数据获取所述评估指标的相关数据并进行预处理,得到初步数据,对所述初步数据进行数据分析和指标计算,得到所述评估指标的标准化得分;
采用层次分析法和均方差法耦合的组合赋权法确定所述标准化得分的综合指标权重,以小尺度的网格为基本单元进行分析,获取所述基本单元的城市更新资源潜力的综合得分。
2.如权利要求1所述的城市更新资源潜力评估方法,其特征在于,所述基于城市发展的价值导向,设定评估指标,构建城市更新资源潜力评估指标体系,具体为:
根据城市发展需求以及城市发展的价值导向,从文化复兴、品质提升、产业活化、慢行优化、服务提升的维度要素层设定评估指标,并确定所述评估指标的正逆向,构建城市更新资源潜力评估指标体系;
其中,所述文化复兴的维度要素层包括所述文化要素密度、文化空间热度、保护控制限制;所述品质提升的维度要素层包括所述界面多样性、色彩匹配度、空间渗透率;所述产业活化的维度要素层包括所述用地混合度、地均税收、用地集约度;所述慢行优化的维度要素层包括所述街道视觉舒适度、街道经济性、街道活力度;所述服务提升的维度要素层包括所述人均设施用地面积、服务设施密度。
3.如权利要求1所述的城市更新资源潜力评估方法,其特征在于,所述通过多源大数据获取所述评估指标的相关数据并进行预处理,得到初步数据,对所述初步数据进行数据分析和指标计算,得到所述评估指标的标准化得分,具体包括:
通过多源大数据获取所述评估指标的相关数据进行初步清理,删除错误数据,补充缺失数据,整理数据指标属性,得到初步数据;
采用ArcGIS构建数据平台,统一所述初步数据的坐标,对所述初步数据进行数据分析得到所述评估指标的原始得分;
采用极差标准化法对所述评估指标的原始得分进行标准化处理,得到所述评估指标的标准化得分;
其中,所述标准化得分的计算公式为
式中,αij为基本分析单元i的第j项指标的标准化得分,为所述基本分析单元i的第j项指标计算值的原始得分,/>为所有基本分析单元的第j项指标计算值的最大值,为所有基本分析单元的第j项指标计算值的最小值。
4.如权利要求1所述的城市更新资源潜力评估方法,其特征在于,所述采用层次分析法和均方差法耦合的组合赋权法确定所述标准化得分的综合指标权重,以小尺度的网格为基本单元进行分析,获取所述基本单元的城市更新资源潜力的综合得分,具体包括:
对所述维度要素层的重要程度进行赋值,对各所述维度要素层的评估指标的重要程度进行赋值,建构评估指标的判断矩阵,利用Yaahp软件进行层次单排序和层次总排序,并通过一致性检验,计算得到基于层次分析法的所述标准化得分的指标权重;
计算所述评估指标的标准化得分的均值和均方差,得到基于均方差法的所述标准化得分的指标权重;
结合所述层次分析法法和均方差法的标准化得分的指标权重,得到所述标准化得分的综合指标权重;
以小尺度的网格为基本单元进行分析,获取所述基本单元的城市更新资源潜力的综合得分。
5.一种城市更新资源潜力评估装置,其特征在于,包括:
指标设定模块,用于基于城市发展的价值导向,设定评估指标,构建城市更新资源潜力评估指标体系;其中,所述评估指标包括:文化要素密度、文化空间热度、保护控制限制、界面多样性、色彩匹配度、空间渗透率、用地混合度、地均税收、用地集约度、街道视觉舒适度、街道经济性、街道活力度、人均设施用地面积、服务设施密度;
标准化得分模块,用于通过多源大数据获取所述评估指标的相关数据并进行预处理,得到初步数据,对所述初步数据进行数据分析和指标计算,得到所述评估指标的标准化得分;
潜力评估模块,用于采用层次分析法和均方差法耦合的组合赋权法确定所述标准化得分的综合指标权重,以小尺度的网格为基本单元进行分析,获取所述基本单元的城市更新资源潜力的综合得分。
6.如权利要求5所述的城市更新资源潜力评估装置,其特征在于,所述指标设定模块,具体用于:
根据城市发展需求以及城市发展的价值导向,从文化复兴、品质提升、产业活化、慢行优化、服务提升的维度要素层设定评估指标,并确定所述评估指标的正逆向,构建城市更新资源潜力评估指标体系;
其中,所述文化复兴的维度要素层包括所述文化要素密度、文化空间热度、保护控制限制;所述品质提升的维度要素层包括所述界面多样性、色彩匹配度、空间渗透率;所述产业活化的维度要素层包括所述用地混合度、地均税收、用地集约度;所述慢行优化的维度要素层包括所述街道视觉舒适度、街道经济性、街道活力度;所述服务提升的维度要素层包括所述人均设施用地面积、服务设施密度。
7.如权利要求5所述的城市更新资源潜力评估装置,其特征在于,所述标准化得分模块,具体用于:
通过多源大数据获取所述评估指标的相关数据进行初步清理,删除错误数据,补充缺失数据,整理数据指标属性,得到初步数据;
采用ArcGIS构建数据平台,统一所述初步数据的坐标,对所述初步数据进行数据分析得到所述评估指标的原始得分;
采用极差标准化法对所述评估指标的原始得分进行标准化处理,得到所述评估指标的标准化得分;
其中,所述标准化得分的计算公式为
式中,αij为基本分析单元i的第j项指标的标准化得分,为所述基本分析单元i的第j项指标计算值的原始得分,/>为所有基本分析单元的第j项指标计算值的最大值,为所有基本分析单元的第j项指标计算值的最小值。
8.如权利要求5所述的城市更新资源潜力评估装置,其特征在于,所述潜力评估模块,具体用于:
对所述维度要素层的重要程度进行赋值,对各所述维度要素层的评估指标的重要程度进行赋值,建构评估指标的判断矩阵,利用Yaahp软件进行层次单排序和层次总排序,并通过一致性检验,计算得到基于层次分析法的所述标准化得分的指标权重;
计算所述评估指标的标准化得分的均值和均方差,得到基于均方差法的所述标准化得分的指标权重;
结合所述层次分析法法和均方差法的标准化得分的指标权重,得到所述标准化得分的综合指标权重;
以小尺度的网格为基本单元进行分析,获取所述基本单元的城市更新资源潜力的综合得分。
9.一种终端设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-4中任意一项所述的城市更新资源潜力评估方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1-4中任意一项所述的城市更新资源潜力评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310507850.XA CN116757353A (zh) | 2023-05-06 | 2023-05-06 | 一种城市更新资源潜力评估方法、装置、终端及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310507850.XA CN116757353A (zh) | 2023-05-06 | 2023-05-06 | 一种城市更新资源潜力评估方法、装置、终端及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116757353A true CN116757353A (zh) | 2023-09-15 |
Family
ID=87954107
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310507850.XA Pending CN116757353A (zh) | 2023-05-06 | 2023-05-06 | 一种城市更新资源潜力评估方法、装置、终端及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116757353A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117668500A (zh) * | 2024-02-01 | 2024-03-08 | 中化地质矿山总局山东地质勘查院 | 基于gis的城市地下空间资源评估方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104156878A (zh) * | 2014-08-29 | 2014-11-19 | 国家电网公司 | 用于农网改造升级工程评估指标权重的确定方法 |
CN106372952A (zh) * | 2016-11-14 | 2017-02-01 | 北京创业公社征信服务有限公司 | 一种基于主客观赋权多模型组合验证的企业信用评价方法及系统 |
CN109118067A (zh) * | 2018-07-27 | 2019-01-01 | 华北电力大学 | 一种可再生能源发展潜力评估方法 |
CN113420109A (zh) * | 2021-08-23 | 2021-09-21 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种街道界面渗透率的测量方法、计算机及存储介质 |
CN116050879A (zh) * | 2022-11-24 | 2023-05-02 | 洛阳市规划建筑设计研究院有限公司 | 一种基于城市体检评估的城市更新方法及系统 |
-
2023
- 2023-05-06 CN CN202310507850.XA patent/CN116757353A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104156878A (zh) * | 2014-08-29 | 2014-11-19 | 国家电网公司 | 用于农网改造升级工程评估指标权重的确定方法 |
CN106372952A (zh) * | 2016-11-14 | 2017-02-01 | 北京创业公社征信服务有限公司 | 一种基于主客观赋权多模型组合验证的企业信用评价方法及系统 |
CN109118067A (zh) * | 2018-07-27 | 2019-01-01 | 华北电力大学 | 一种可再生能源发展潜力评估方法 |
CN113420109A (zh) * | 2021-08-23 | 2021-09-21 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种街道界面渗透率的测量方法、计算机及存储介质 |
CN116050879A (zh) * | 2022-11-24 | 2023-05-02 | 洛阳市规划建筑设计研究院有限公司 | 一种基于城市体检评估的城市更新方法及系统 |
Non-Patent Citations (3)
Title |
---|
王景丽;刘轶伦;马昊翔;隆少秋;胡月明;: "开放大数据支持下的深圳市城市更新改造潜力评价", 地域研究与开发, no. 03 * |
王景丽;刘轶伦;马昊翔;隆少秋;胡月明;: "开放大数据支持下的深圳市城市更新改造潜力评价", 地域研究与开发, vol. 38, no. 03, 10 June 2019 (2019-06-10), pages 72 - 77 * |
莫霞,罗镔: "《理想空间》", 31 December 2021, 同济大学出版社, pages: 94 - 101 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117668500A (zh) * | 2024-02-01 | 2024-03-08 | 中化地质矿山总局山东地质勘查院 | 基于gis的城市地下空间资源评估方法 |
CN117668500B (zh) * | 2024-02-01 | 2024-04-30 | 中化地质矿山总局山东地质勘查院 | 基于gis的城市地下空间资源评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tang et al. | Measuring visual quality of street space and its temporal variation: Methodology and its application in the Hutong area in Beijing | |
Dai et al. | Analyzing the correlation between visual space and residents' psychology in Wuhan, China using street-view images and deep-learning technique | |
He et al. | Urban neighbourhood environment assessment based on street view image processing: A review of research trends | |
Zhang et al. | Panoramic visual perception and identification of architectural cityscape elements in a virtual-reality environment | |
Wu et al. | Using street view images to examine the association between human perceptions of locale and urban vitality in Shenzhen, China | |
CA3108032A1 (en) | Land acquisition and property development analysis platform | |
CN113033959A (zh) | 基于tod发展模式的轨道交通站点周边建成环境评价方法 | |
Zheng et al. | Linking cultural ecosystem service and urban ecological-space planning for a sustainable city: Case study of the core areas of Beijing under the context of urban relieving and renewal | |
Zhang et al. | Quantifying physical and psychological perceptions of urban scenes using deep learning | |
Guo et al. | Spatial social interaction: An explanatory framework of urban space vitality and its preliminary verification | |
CN116757353A (zh) | 一种城市更新资源潜力评估方法、装置、终端及介质 | |
Xu et al. | Understanding the nonlinear effects of the street canyon characteristics on human perceptions with street view images | |
Zheng et al. | Research on the spatial behavior conflict in suburban village communities based on GPS tracking and cognitive mapping | |
Zhang et al. | Mixed landform with high-rise buildings: A spatial analysis integrating horizon-vertical dimension in natural-human urban systems | |
Rui et al. | Quantifying the spatial quality of urban streets with open street view images: A case study of the main urban area of Fuzhou | |
CN110489837B (zh) | 一种城市景观满意度计算方法、计算机设备和存储介质 | |
Teo et al. | Increasing contribution of urban greenery to residential real estate valuation over time | |
Huang et al. | Using Google Street View panoramas to investigate the influence of urban coastal street environment on visual walkability | |
Guy et al. | Approaching development | |
Liu | Urban complex public space design method based on support vector machine | |
Wang | The digital presentation of human-oriented urban design | |
Rahimianzarif et al. | The effects of service provision and construction activities in Iranian villages on villagers’ subjective perceptions of rural life within the concept of quality of life: The case of Hamadan Province | |
Jia | Neural Network Model of Urban Landscape Design Based on Multi-Target Detection | |
Chang | Integrated multi-level circulation systems in dense urban areas: The effect of complex spatial designs on multi-level pedestrian movement | |
Fan et al. | Evaluation of cultural ecosystem services in mountain-type scenic areas: an importance-performance analysis of the Road of Tang Poetry in Eastern Zhejiang, China |
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 |