CN116977469B - 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

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

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

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X_b和列数Y_b，根据原始数据矩阵的列数Y_a和行数X_a，分别计算能够随机生成的子矩阵的最大行数X_max和最大列数Y_max：

X_max＝X_a-X_b；

Y_max＝Y_a-Y_b；

S23：确定关于行坐标的随机数的取值范围(0，X_max)、列坐标的随机数的取值范围(0，Y_max)；

S24：在范围(0，X_max)和范围(0，Y_max)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Y_b、向下侧取行数X_b，得到切片子矩阵。

S26：重复步骤S24-S25，在范围(0，X_max)和范围(0，Y_max)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G_xy：

其中，G为坐标数组G_xy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G_xy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S_min对应的样本坐标，并将距离最小值S_min与设定的距离阈值S_阈值进行比较：

若S_min≤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G_xy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X_b和列数Y_b，根据原始数据矩阵的列数Y_a和行数X_a，分别计算能够随机生成的子矩阵的最大行数X_max和最大列数Y_max：

X_max＝X_a-X_b；

Y_max＝Y_a-Y_b；

S23：确定关于行坐标的随机数的取值范围(0，X_max)、列坐标的随机数的取值范围(0，Y_max)；

S24：在范围(0，X_max)和范围(0，Y_max)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Y_b、向下侧取行数X_b，得到切片子矩阵。

S26：重复步骤S24-S25，在范围(0，X_max)和范围(0，Y_max)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G_xy：

其中，G为坐标数组G_xy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G_xy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S_min对应的样本坐标，并将距离最小值S_min与设定的距离阈值S_阈值进行比较：

若S_min≤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G_xy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 (2)

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；

所述步骤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X_b和列数Y_b，根据原始数据矩阵的列数Y_a和行数X_a，分别计算能够随机生成的子矩阵的最大行数X_max和最大列数Y_max：

X_max＝X_a-X_b；

Y_max＝Y_a-Y_b；

S23：确定关于行坐标的随机数的取值范围(0，X_max)、列坐标的随机数的取值范围(0，Y_max)；

S24：在范围(0，X_max)和范围(0，Y_max)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Y_b、向下侧取行数X_b，得到切片子矩阵；

S26：重复步骤S24-S25，在范围(0，X_max)和范围(0，Y_max)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；

所述步骤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G_xy：

其中，G为坐标数组G_xy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G_xy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S_min对应的样本坐标，并将距离最小值S_min与设定的距离阈值S_阈值进行比较：

若S_min≤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，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G_xy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；

所述步骤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，筛选出符合要求的城市形态数据切片，完成基本数据的获取。

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。