CN116977469A - 一种基于随机切片的社区尺度城市形态数据批量生成方法 - Google Patents
一种基于随机切片的社区尺度城市形态数据批量生成方法 Download PDFInfo
- Publication number
- CN116977469A CN116977469A CN202310968264.5A CN202310968264A CN116977469A CN 116977469 A CN116977469 A CN 116977469A CN 202310968264 A CN202310968264 A CN 202310968264A CN 116977469 A CN116977469 A CN 116977469A
- Authority
- CN
- China
- Prior art keywords
- data
- coordinate
- urban
- original data
- slicing
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 239000011159 matrix material Substances 0.000 claims abstract description 32
- 238000012216 screening Methods 0.000 claims abstract description 18
- 238000005520 cutting process Methods 0.000 claims abstract description 8
- 238000003908 quality control method Methods 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims abstract description 6
- 230000000877 morphologic effect Effects 0.000 claims description 12
- 238000011160 research Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000004140 cleaning Methods 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 238000004445 quantitative analysis Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013329 compounding Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- 238000012795 verification Methods 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于随机切片的社区尺度城市形态数据批量生成方法,包括以下步骤:S1:采用遥感数据、人工选定或数据校核的方式获取城市下垫面的原始数据;S2:将原始数据裁剪成规则的形状,并转换成矩阵形式文件,根据随机数生成切片子矩阵;S3:获取子矩阵中的坐标值,将城市下垫面的数据对应插值在坐标网格中,输出切片文件;S4:根据切片文件中城市下垫面的形态类型,筛选符合要求的切片文件。本发明能够在质量控制的基础上,实现任意指定尺度的城市形态随机切片和生成,不仅实现了下垫面要素“随机”组合的要求,而且通过程序控制,实现了数据批量生成和处理,能够满足进一步开展城市形态定量分析的需要。
Description
技术领域
本发明涉及城市下垫面数据分析领域,具体涉及一种基于随机切片的社区尺度城市形态数据批量生成方法。
背景技术
城市下垫面主要由房屋建筑、道路、绿地、广场、水域等组成,由人工构筑物与自然地势复合构建而形成。由于城市地表构筑物类型复杂,由复杂城市下垫面构成的城市形态复杂程度远高于流域尺度。在进行城市形态分析、城市内涝数值模拟等研究时,常需要对不同尺度下的城市形态进行随机提取和定量分析,以获取更多城市形态定量分析信息。采用原始城市下垫面遥感数据下载或人工获取等方式,通常难以达到“随机”和“批量”的要求,为此,提出一种城市形态数据随机生成方法,对于科学统计和分析城市形态特征,具有十分重要的意义。
发明内容
针对现有技术的上述不足,本发明提供了一种基于随机切片的社区尺度城市形态数据批量生成方法,能够在质量控制的基础上,实现任意指定尺度(例如社区尺度)的城市形态随机切片和生成。
为达到上述发明目的,本发明所采用的技术方案为:
提出一种基于随机切片的社区尺度城市形态数据批量生成方法,其包括以下步骤:
S1:采用遥感数据、人工选定或数据校核的方式获取城市下垫面的原始数据;
S2:将原始数据裁剪成规则的形状,并转换成矩阵形式的文件,生成原始数据矩阵,获取原始数据矩阵中行数和列数的范围,并在行数和列数的范围内生成随机数,根据随机数生成切片子矩阵;
S3:获取切片子矩阵中的坐标值,设置关于坐标值的变量X和Y,生成基于X和Y的坐标网格,坐标网格按矩阵的行堆叠成一个二维矩阵,将城市下垫面的数据对应插值在坐标网格中,输出切片文件;
S4:根据切片文件中城市下垫面的形态类型,筛选符合要求的切片文件。
进一步地,步骤S2包括:
S21:将原始数据裁剪成规则的形状,并转换成矩阵形式的文件,生成原始数据矩阵;
S22:设定子矩阵的行数Xb和列数Yb,根据原始数据矩阵的列数Ya和行数Xa,分别计算能够随机生成的子矩阵的最大行数Xmax和最大列数Ymax:
Xmax=Xa-Xb;
Ymax=Ya-Yb;
S23:确定关于行坐标的随机数的取值范围(0,Xmax)、列坐标的随机数的取值范围(0,Ymax);
S24:在范围(0,Xmax)和范围(0,Ymax)内分别随机生成一个行坐标值X1和列坐标值Y1;
S25:将随机坐标(X1,Y1)作为随机生成的子矩阵的左上角顶点,再以左上角顶点为起点向右侧取列数Yb、向下侧取行数Xb,得到切片子矩阵。
S26:重复步骤S24-S25,在范围(0,Xmax)和范围(0,Ymax)内分别随机生成不同的行坐标值和列坐标值,得到若干个切片子矩阵。
进一步地,步骤S3包括:
S31:根据切片子矩阵中的每个坐标参数,根据城市下垫面的原始数据加载每个坐标参数对应的原始数据,原始数据包括高程数据和用地类型数据,并将原始数据赋值、保存在对应的坐标参数上,原始数据作为坐标参数对应的变量;
S32:设定单元网格的大小,将切片子矩阵划分成x×y个网格,研究区切片的分辨率取决于每个网格的大小,将切片子矩阵按照网格生成一维数组,保存一维数组中对应的变量;
S33:基于X、Y生成的空间坐标,将一维数组按行列堆叠成一个二维数组,得到新的坐标数组Gxy:
其中,G为坐标数组Gxy的坐标;
S34:提取切片子矩阵中任一坐标参数作为样本坐标(c,d),遍历坐标数组Gxy中的每个坐标作为插值坐标(a,b),计算样本坐标与每个插值坐标之间的距离S:
S35:将样本坐标与每个插值坐标之间的距离值进行比较,筛选出距离最小值Smin对应的样本坐标,并将距离最小值Smin与设定的距离阈值S阈值进行比较:
若Smin≤S阈值,则将该样本坐标对应的原始数据插值到最近的插值坐标上,执行步骤S36;
否则,执行步骤S37;
S36:判断插值的原始数据中的高程数据,在城市形态解析中考虑道路、城市或其他三种用地类型,并进行插值判断分析是否存在异常值的情况:
若存在空值,即插值为-9999,表示缺乏数据或者无效数据,通常对该插值进行特殊处理,判断为异常值,并进行数据清洗或排除;
删除该插值坐标上的原始数据,提取步骤S35中比较出的第二小的距离值对应的样本坐标,返回执行步骤S35;
否则,插值坐标插值成功;
S37:返回步骤S34,在切片子矩阵中重新提取一个样本坐标,执行步骤S34-S36;
S38:直到坐标数组Gxy中的每个坐标均插值成功后,输出城市形态数据的切片文件。
进一步地,步骤S4包括:
利用GIS软件对城市形态数据切片进行栅格统计,分别统计出城市形态数据切片的数据中要素的占比,根据各项要素的占比大小进行筛选,筛选的规则包括:对道路面积占比进行上下限控制、对房屋面积占比进行上下限控制、对道路和房屋占比之和进行上下限控制;在质量控制基础上,可以进一步筛选出出符合要求的城市形态数据切片,完成基本数据的获取。
进一步地,步骤S1包括:
采用遥感数据、人工选定或数据校核的方式获取城市下垫面的原始数据:
遥感数据:通过下载公开的遥感数据进行下垫面的解析或者直接下载已经解析过的土地覆盖数据进行实验数据准备;通过遥感影像识别城市道路等要素的轮廓,根据实验不同需求选定不同城市下垫面条件;
人工选定:通过制定的规则选择特定的城市下垫面研究区域;
数据校核:对已有数据进行校核,核实数据可用性,确保数据满足研究需求。
本发明的有益效果为:本发明能够在质量控制的基础上,实现任意指定尺度(例如社区尺度)的城市形态随机切片和生成,不仅实现了下垫面要素“随机”组合的要求,而且通过程序控制,实现了数据批量生成和处理,能够满足进一步定量解析城市形态特征的的需要。
附图说明
图1为本发明的原理流程图。
图2为生成随机切片子矩阵的原理示意图。
图3为城市形态数据切片范围和要素控制的原理图。
图4为实施例中的切片后的部分栅格数据图示例。
图5为筛选前切片数据道路建筑总占比统计图。
图6为筛选后切片数据道路建筑总占比统计图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
如图1所示,本方案的基于随机切片的社区尺度城市形态数据批量生成方法包括以下步骤:
S1:采用遥感数据、人工选定或数据校核的方式获取城市下垫面的原始数据;
遥感数据:通过下载公开的遥感数据进行下垫面的解析或者直接下载已经解析过的土地覆盖数据进行实验数据准备。遥感数据作为数值实验很常见的数据获取途径,其具备数据量大、种类丰富、时效性好等优点,主要通过遥感影像识别城市道路等要素的轮廓,根据实验不同需求选定不同城市下垫面条件;
人工选定:通过制定的规则选择特定的城市下垫面研究区域;指定性较强,通常在有特定研究目的时的一种获取数据的途径;
数据校核:对已有数据进行校核,核实数据可用性,确保数据满足研究需求。通常是一项复杂的数据工程,耗费很多的人力物力,如可能存在数据的拓扑情况与现实相比不准确,需要进一步进行核实,小范围修改。对数据进行二次加工满足研究需求以及研究方式方案的协调。
S2:将原始数据裁剪成规则的形状,并转换成矩阵形式的文件,生成原始数据矩阵,获取原始数据矩阵中行数和列数的范围,并在行数和列数的范围内生成随机数,根据随机数生成切片子矩阵;
如图2所示,步骤S2包括:
S21:将原始数据裁剪成规则的形状,并转换成矩阵形式文件,生成原始数据矩阵;
S22:设定子矩阵的行数Xb和列数Yb,根据原始数据矩阵的列数Ya和行数Xa,分别计算能够随机生成的子矩阵的最大行数Xmax和最大列数Ymax:
Xmax=Xa-Xb;
Ymax=Ya-Yb;
S23:确定关于行坐标的随机数的取值范围(0,Xmax)、列坐标的随机数的取值范围(0,Ymax);
S24:在范围(0,Xmax)和范围(0,Ymax)内分别随机生成一个行坐标值X1和列坐标值Y1;
S25:将随机坐标(X1,Y1)作为随机生成的子矩阵的左上角顶点,再以左上角顶点为起点向右侧取列数Yb、向下侧取行数Xb,得到切片子矩阵。
S26:重复步骤S24-S25,在范围(0,Xmax)和范围(0,Ymax)内分别随机生成不同的行坐标值和列坐标值,得到若干个切片子矩阵。
S3:获取切片子矩阵中的坐标值,设置关于坐标值的变量X和Y,生成基于X和Y的坐标网格,坐标网格按矩阵的行堆叠成一个二维矩阵,将城市下垫面的数据对应插值在坐标网格中,输出切片文件;
如图3所示,步骤S3包括:
S31:根据切片子矩阵中的每个坐标参数,根据城市下垫面的原始数据加载每个坐标参数对应的原始数据,原始数据包括高程数据和用地类型数据,并将原始数据赋值、保存在对应的坐标参数上,原始数据作为坐标参数对应的变量;
S32:设定单元网格的大小,将切片子矩阵划分成x×y个网格,研究区切片的分辨率取决于每个网格的大小,将切片子矩阵按照网格生成一维数组,保存一维数组中对应的变量;
S33:基于X、Y生成的空间坐标,将一维数组按行列堆叠成一个二维数组,得到新的坐标数组Gxy:
其中,G为坐标数组Gxy的坐标;
S34:提取切片子矩阵中任一坐标参数作为样本坐标(c,d),遍历坐标数组Gxy中的每个坐标作为插值坐标(a,b),计算样本坐标与每个插值坐标之间的距离S:
S35:将样本坐标与每个插值坐标之间的距离值进行比较,筛选出距离最小值Smin对应的样本坐标,并将距离最小值Smin与设定的距离阈值S阈值进行比较:
若Smin≤S阈值,则将该样本坐标对应的原始数据插值到最近的插值坐标上,执行步骤S36;
否则,执行步骤S37;
S36:判断插值的原始数据中的高程数据,在城市形态解析中考虑道路、城市或其他三种用地类型,并进行插值判断分析是否存在异常值的情况:
若存在空值,即插值为-9999,表示缺乏数据或者无效数据,通常对该插值进行特殊处理,判断为异常值,并进行数据清洗或排除;
删除该插值坐标上的原始数据,提取步骤S35中比较出的第二小的距离值对应的样本坐标,返回执行步骤S35;
否则,插值坐标插值成功;
S37:返回步骤S34,在切片子矩阵中重新提取一个样本坐标,执行步骤S34-S36;
S38:直到坐标数组Gxy中的每个坐标均插值成功后,输出城市形态数据的切片文件。
S4:根据切片文件中城市下垫面的形态类型,筛选符合要求的切片文件。
步骤S4包括:
利用GIS软件对城市形态数据切片进行栅格统计,分别统计出城市形态数据切片的数据中要素的占比,根据各项要素的占比大小进行筛选,筛选的规则包括:对道路面积占比进行上下限控制、对房屋面积占比进行上下限控制、对道路和房屋占比之和进行上下限控制;在质量控制基础上,可以进一步筛选出出符合要求的城市形态数据切片,完成基本数据的获取。
本发明能够在质量控制的基础上,实现不任意指定尺度的城市形态随机切片和生成,不仅实现了下垫面要素“随机”组合的要求,而且通过程序控制,实现了数据批量生成和处理,能够满足进一步定量分析的需要。
本实施例中:
原始数据通过公开的数据源网站下载获取,CADmapper官网可以下载全球大部分地区的数据,主要为dxf文件格式,该网站汇集多种遥感地理数据,形式丰富数据获取便利,获取到的数据相对更方便处理。
根据准备的多个城市原始数据,分别利用GIS工具进行裁剪整理,保留城市中的道路与建筑要素,并且转换成为ASCII文件,进行切片分析。
如图4所示,将准备好的6组典型城市数据,每个情景设定随机切片生成3000组数据,并运行上述方法构建的模型文件,得到共计18000个栅格数据。
如图5所示,我们将18000个栅格数据进行统计分析,通过GIS工具,对其建筑、道路、其他要素的面积占比进行统计,得到Excel表格,并利用表格中的条件筛选工具进行筛选,筛选原则为:道路和建筑都不能低于5%,共计不低于10%,各不能超过80%,共计不超过90%。初步筛选出5000组符合要求的值,根据占比均匀分布的原则,对数据进行进一步精简,筛选至1000个,如图6所示,要求道路和建筑总占比在区间[10,20)、[20,30)、[30,40)、[40,50)中的数据均匀分布没个区间要求250个。最后整体出1000组栅格数据,用于所需城市形态空间特征分析。
Claims (5)
1.一种基于随机切片的社区尺度城市形态数据批量生成方法,其特征在于,包括以下步骤:
S1:采用遥感数据、人工选定或数据校核的方式获取城市下垫面的原始数据;
S2:将原始数据裁剪成规则的形状,并转换成矩阵形式的文件,生成原始数据矩阵,获取原始数据矩阵中行数和列数的范围,并在行数和列数的范围内生成随机数,根据随机数生成切片子矩阵;
S3:获取切片子矩阵中的坐标值,设置关于坐标值的变量X和Y,生成基于X和Y的坐标网格,坐标网格按矩阵的行堆叠成一个二维矩阵,将城市下垫面的数据对应插值在坐标网格中,输出切片文件;
S4:根据切片文件中城市下垫面的形态类型,筛选符合要求的切片文件。
2.根据权利要求1所述的基于随机切片的社区尺度城市形态数据批量生成方法,其特征在于,步骤S2包括:
S21:将原始数据裁剪成规则的形状,并转换成矩阵形式的文件,生成原始数据矩阵;
S22:设定子矩阵的行数Xb和列数Yb,根据原始数据矩阵的列数Ya和行数Xa,分别计算能够随机生成的子矩阵的最大行数Xmax和最大列数Ymax:
Xmax=Xa-Xb;
Ymax=Ya-Yb;
S23:确定关于行坐标的随机数的取值范围(0,Xmax)、列坐标的随机数的取值范围(0,Ymax);
S24:在范围(0,Xmax)和范围(0,Ymax)内分别随机生成一个行坐标值X1和列坐标值Y1;
S25:将随机坐标(X1,Y1)作为随机生成的子矩阵的左上角顶点,再以左上角顶点为起点向右侧取列数Yb、向下侧取行数Xb,得到切片子矩阵。
S26:重复步骤S24-S25,在范围(0,Xmax)和范围(0,Ymax)内分别随机生成不同的行坐标值和列坐标值,得到若干个切片子矩阵。
3.根据权利要求1所述的基于随机切片的社区尺度城市形态数据批量生成方法,其特征在于,步骤S3包括:
S31:根据切片子矩阵中的每个坐标参数,根据城市下垫面的原始数据加载每个坐标参数对应的原始数据,原始数据包括高程数据和用地类型数据,并将原始数据赋值、保存在对应的坐标参数上,原始数据作为坐标参数对应的变量;
S32:设定单元网格的大小,将切片子矩阵划分成x×y个网格,研究区切片的分辨率取决于每个网格的大小,将切片子矩阵按照网格生成一维数组,保存一维数组中对应的变量;
S33:基于X、Y生成的空间坐标,将一维数组按行列堆叠成一个二维数组,得到新的坐标数组Gxy:
其中,G为坐标数组Gxy的坐标;
S34:提取切片子矩阵中任一坐标参数作为样本坐标(c,d),遍历坐标数组Gxy中的每个坐标作为插值坐标(a,b),计算样本坐标与每个插值坐标之间的距离S:
S35:将样本坐标与每个插值坐标之间的距离值进行比较,筛选出距离最小值Smin对应的样本坐标,并将距离最小值Smin与设定的距离阈值S阈值进行比较:
若Smin≤S阈值,则将该样本坐标对应的原始数据插值到最近的插值坐标上,执行步骤S36;
否则,执行步骤S37;
S36:判断插值的原始数据中的高程数据,在城市形态解析中考虑道路、城市或其他三种用地类型,并进行插值判断分析是否存在异常值的情况:
若存在空值,即插值为-9999,表示缺乏数据或者无效数据,通常对该插值进行特殊处理,判断为异常值,并进行数据清洗或排除;
删除该插值坐标上的原始数据,提取步骤S35中比较出的第二小的距离值对应的样本坐标,返回执行步骤S35;
否则,插值坐标插值成功;
S37:返回步骤S34,在切片子矩阵中重新提取一个样本坐标,执行步骤S34-S36;
S38:直到坐标数组Gxy中的每个坐标均插值成功后,输出城市形态数据的切片文件。
4.根据权利要求1所述的基于随机切片的社区尺度城市形态数据批量生成方法,其特征在于,步骤S4包括:
利用GIS软件对城市形态数据切片进行栅格统计,分别统计出城市形态数据切片的数据中要素的占比,根据各项要素的占比大小进行筛选,筛选的规则包括:对道路面积占比进行上下限控制、对房屋面积占比进行上下限控制、对道路和房屋占比之和进行上下限控制;在质量控制基础上,可以进一步筛选出出符合要求的城市形态数据切片,完成基本数据的获取。
5.根据权利要求1所述的基于随机切片的社区尺度城市形态数据批量生成方法,其特征在于,步骤S1包括:
采用遥感数据、人工选定或数据校核的方式获取城市下垫面的原始数据:
遥感数据:通过下载公开的遥感数据进行下垫面的解析或者直接下载已经解析过的土地覆盖数据进行实验数据准备;通过遥感影像识别城市道路等要素的轮廓,根据实验不同需求选定不同城市下垫面条件;
人工选定:通过制定的规则选择特定的城市下垫面研究区域;
数据校核:对已有数据进行校核,核实数据可用性,确保数据满足研究需求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310968264.5A CN116977469B (zh) | 2023-08-02 | 2023-08-02 | 一种基于随机切片的社区尺度城市形态数据批量生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310968264.5A CN116977469B (zh) | 2023-08-02 | 2023-08-02 | 一种基于随机切片的社区尺度城市形态数据批量生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116977469A true CN116977469A (zh) | 2023-10-31 |
CN116977469B CN116977469B (zh) | 2024-01-23 |
Family
ID=88479344
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310968264.5A Active CN116977469B (zh) | 2023-08-02 | 2023-08-02 | 一种基于随机切片的社区尺度城市形态数据批量生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116977469B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107679441A (zh) * | 2017-02-14 | 2018-02-09 | 郑州大学 | 基于多时相遥感影像阴影提取城市建筑物高度的方法 |
CN108376183A (zh) * | 2017-12-29 | 2018-08-07 | 武汉大学 | 一种基于最大熵原理的城市ca模型构建方法 |
CN109801296A (zh) * | 2019-01-14 | 2019-05-24 | 中国科学院地理科学与资源研究所 | 一种海绵城市建设下垫面嵌套式遥感精细化制图方法 |
CN110222586A (zh) * | 2019-05-15 | 2019-09-10 | 清华大学 | 一种建筑物高度的计算及城市形态参数数据库的建立方法 |
CN110334861A (zh) * | 2019-06-27 | 2019-10-15 | 四川大学 | 一种基于轨迹数据的城市区域划分方法 |
US20220309201A1 (en) * | 2020-09-04 | 2022-09-29 | Southeast University | Artificial-intelligence-assisted method for providing urban design form and layout with improved wind environment |
CN115640639A (zh) * | 2022-12-22 | 2023-01-24 | 中国建筑第五工程局有限公司 | 基于数字化城市设计的城市更新方案模拟及成本估算方法 |
WO2023071455A1 (zh) * | 2021-10-27 | 2023-05-04 | 东南大学 | 一种针对超级街区层级结构的测量方法 |
KR20230086044A (ko) * | 2021-12-08 | 2023-06-15 | 한국과학기술원 | 고해상도 및 대규모 도시 공간 분석을 위한 도시 공간 데이터 기반 도시 환경 분석 시스템 및 그 방법 |
CN116484688A (zh) * | 2023-04-26 | 2023-07-25 | 中国水利水电科学研究院 | 一种城市内涝数值实验方法 |
-
2023
- 2023-08-02 CN CN202310968264.5A patent/CN116977469B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107679441A (zh) * | 2017-02-14 | 2018-02-09 | 郑州大学 | 基于多时相遥感影像阴影提取城市建筑物高度的方法 |
CN108376183A (zh) * | 2017-12-29 | 2018-08-07 | 武汉大学 | 一种基于最大熵原理的城市ca模型构建方法 |
CN109801296A (zh) * | 2019-01-14 | 2019-05-24 | 中国科学院地理科学与资源研究所 | 一种海绵城市建设下垫面嵌套式遥感精细化制图方法 |
CN110222586A (zh) * | 2019-05-15 | 2019-09-10 | 清华大学 | 一种建筑物高度的计算及城市形态参数数据库的建立方法 |
CN110334861A (zh) * | 2019-06-27 | 2019-10-15 | 四川大学 | 一种基于轨迹数据的城市区域划分方法 |
US20220309201A1 (en) * | 2020-09-04 | 2022-09-29 | Southeast University | Artificial-intelligence-assisted method for providing urban design form and layout with improved wind environment |
WO2023071455A1 (zh) * | 2021-10-27 | 2023-05-04 | 东南大学 | 一种针对超级街区层级结构的测量方法 |
KR20230086044A (ko) * | 2021-12-08 | 2023-06-15 | 한국과학기술원 | 고해상도 및 대규모 도시 공간 분석을 위한 도시 공간 데이터 기반 도시 환경 분석 시스템 및 그 방법 |
CN115640639A (zh) * | 2022-12-22 | 2023-01-24 | 中国建筑第五工程局有限公司 | 基于数字化城市设计的城市更新方案模拟及成本估算方法 |
CN116484688A (zh) * | 2023-04-26 | 2023-07-25 | 中国水利水电科学研究院 | 一种城市内涝数值实验方法 |
Non-Patent Citations (3)
Title |
---|
YOO, C: "When Organic Urban Forms and Grid Systems Collide: Application of Space Syntax for Analyzing the Spatial Configuration of Barcelona, Spain", JOURNAL OF ASIAN ARCHITECTURE AND BUILDING ENGINEERING, vol. 16, no. 3, pages 597 - 604 * |
刘家宏,石虹远等: "城市下垫面空间格局对社区尺度内涝过程的影响模拟", 水科学进展, vol. 33, no. 06, pages 881 - 893 * |
应申;李霖;王红;高玉荣;彭晓艳;: "一种城市形态中的空间可视分析方法――以武汉中南地区为例", 测绘学报, no. 04, pages 91 - 95 * |
Also Published As
Publication number | Publication date |
---|---|
CN116977469B (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Goodchild et al. | Development and test of an error model for categorical data | |
Ma et al. | Comparison of conditioned Latin hypercube and feature space coverage sampling for predicting soil classes using simulation from soil maps | |
Sauquet et al. | Comparison of catchment grouping methods for flow duration curve estimation at ungauged sites in France | |
CN101369313B (zh) | 点云噪声点过滤系统及方法 | |
Lyew‐Ayee et al. | The use of GIS‐based digital morphometric techniques in the study of cockpit karst | |
Qiu et al. | The development of an areal interpolation ArcGIS extension and a comparative study | |
CN106407682A (zh) | 土壤采样点确定方法及装置 | |
CN108733952B (zh) | 一种基于序贯模拟的土壤含水量空间变异性三维表征方法 | |
CN110110025A (zh) | 基于特征向量空间滤值的区域人口密度模拟方法 | |
Frankhauser et al. | Fractals and geography | |
CN116977469B (zh) | 一种基于随机切片的社区尺度城市形态数据批量生成方法 | |
CN111797190A (zh) | 一种图斑提取方法及装置 | |
Lipson et al. | A transformation in city-descriptive input data for urban climate models | |
CN111914339B (zh) | 基于景观绩效评价的风景园林景观设计方法及系统 | |
CN107292100B (zh) | 一种岩石结构面分形维数的计算方法 | |
Caglioni et al. | Contribution to the fractal analysis of cities: A study of the metropolitan area of Milan | |
CN115457386A (zh) | 一种村庄用地信息化生成方法 | |
CN112860767A (zh) | 一种基于时序数据的城乡过渡带的识别 | |
CN110633337B (zh) | 一种特征区域确定方法及装置,电子设备 | |
Conwell et al. | Design of a piezometer network for estimation of the sample variogram of the hydraulic gradient: the role of the instrument | |
CN110956696A (zh) | 一种基于多尺度海图数据的海底地形模拟仿真方法 | |
CN116934015B (zh) | 城镇化与水生态功能的时空动态分析方法、装置及设备 | |
CN116721184B (zh) | 一种区域特征保持的制图综合方法及系统 | |
De Clercq et al. | Monte Carlo simulation of false change in the overlay of misregistered forest vector maps | |
CN117371823B (zh) | 一种国土空间开发利用生态效应动态模拟预测系统 |
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 |