CN118095668A - 一种智慧多功能杆公益救助模块布局方法、设备及介质 - Google Patents

Abstract

本发明公开了一种智慧多功能杆公益救助模块布局方法、设备及介质，所述方法包括：获取待识别区域内的多源空间数据；根据多源空间数据，计算待识别区域内每一单元的人口活动强度、弱势群体居住密度、道路密度以及网状系数，从而计算每一单元的综合评分结果，并根据综合评分结果筛选所述单元，得到第一集合；根据近三年规划许可证地块数据筛选所述单元，得到第二集合；将第一集合与第二集合的并集作为区域集合；计算区域集合中每一单元对应的几何拓扑网络中所有边的边介数中心性，进而确定布局智慧多功能杆公益救助模块的道路集合。本发明实施例提供了科学合理的智慧多功能杆公益救助模块布局策略，提升了资源利用率，能够使社会效益最大化。

Description

一种智慧多功能杆公益救助模块布局方法、设备及介质

技术领域

本发明涉及城市设施规划技术领域，尤其涉及一种智慧多功能杆公益救助模块布局方法、设备及介质。

背景技术

随着智慧城市的建设，智慧多功能杆已成为其重要组成部分。通常智慧多功能杆会挂载多个模块，以实现智能照明、视频采集、移动通信、交通管理、气象环境监测、应急管理、紧急求助等城市管理与服务功能。为了避免资源浪费，在进行智慧多功能杆的布局规划时，需要根据不同区域的需求来规划其挂载功能。现有技术中，在规划应急呼叫、视频监控、信息发布等多种公益救助模块的布局时，主要是以实地调研、历史事故总结以及社会调查等定性化等方法来实现的，由于数据量少、分析维度单一，现有的智慧多功能杆公益救助模块布局方法未能充分考虑到需求群体、人口活动以及路网特征等相关因素的影响，存在资源利用效率不足、弱势群体体验不佳等问题。

发明内容

为解决以上技术问题，本发明提供了一种智慧多功能杆公益救助模块布局方法、设备及介质，通过对多源空间数据进行分析处理，并充分考虑人群活动强度、弱势群体需求以及路网布局特征来得到最优的布局区域集合，进而得到布局多功能杆公益救助模块的最优道路集合，提供了科学、高效的智慧多功能杆公益救助模块布局策略，提升了资源利用率，能够使社会效益最大化。

本发明实施例提供了一种智慧多功能杆公益救助模块布局方法，包括：

获取待识别区域内的基站数据、手机信令数据、居住人口数据、道路网数据以及近三年规划许可证地块数据，并进行数据预处理；其中，所述待识别区域包括多个用于空间分析的单元；

根据所述基站数据以及所述手机信令数据，计算得到每一所述单元的人口活动强度；根据所述居住人口数据，计算得到每一所述单元的弱势群体居住密度；根据所述道路网数据，计算得到每一所述单元的道路密度；根据所述道路网数据，构建几何拓扑网络，并计算得到每一所述单元的网状指数；

根据所述人口活动强度、所述弱势群体居住密度、所述道路密度以及所述网状指数，计算每一所述单元的综合评分结果，并根据所述综合评分结果筛选所述单元，得到第一集合；

根据所述近三年规划许可证地块数据，得到每一所述单元中所述近三年规划许可证地块的总面积，并根据所述总面积筛选所述单元，得到第二集合；

将所述第一集合与所述第二集合的并集作为区域集合；根据所述区域集合中的每一所述单元对应的所述几何拓扑网络，计算所述几何拓扑网络中所有边的边介数中心性，并根据所述边介数中心性的大小，确定布局智慧多功能杆公益救助模块的道路集合。

作为上述方案的改进，所述根据所述基站数据以及所述手机信令数据，计算得到每一所述单元的人口活动强度，具体包括：

根据所述基站数据以及所述手机信令数据，整理得到第一数据表；其中，所述第一数据表包括用户编号、用户年龄、时间、日期、基站编号、基站坐标、单元编号、单元面积；

根据所述第一数据表，若同一用户在预设时间内均处于第一单元中，则所述第一单元在对应的时间区间内的人口活动强度加1；遍历所述第一数据表，得到每一所述单元在每一时间区间内的人口活动强度，并计算得到全日人口活动强度以及夜晚人口活动强度；

根据设定的老幼年龄区间，筛选所述第一数据表，得到第二数据表；根据所述第二数据表计算得到全日老幼人口活动强度以及夜间老幼人口活动强度。

作为上述方案的改进，所述根据所述居住人口数据，计算得到每一所述单元的弱势群体居住密度，具体包括：

根据预设的弱势群体条件在所述居住人口数据中进行筛选，并统计得到每一所述单元中的所述弱势群体的居住人口数量；

根据所述弱势群体的居住人口数量以及所述单元面积，计算得到每一所述单元的弱势群体居住密度。

作为上述方案的改进，所述根据所述道路网数据，计算得到每一所述单元的道路密度，具体包括：

根据所述待识别区域中所述单元的边界，对所述道路网数据对应的图层进行单元划分，得到每一所述单元对应的路网图层；

统计每一所述路网图层中道路的长度，并根据得到的道路长度以及所述单元面积，计算得到每一所述单元的总道路密度；其中，所述道路的类型包括高速公路、快速路、主干路、次干路以及支路；

根据每一所述单元中所述次干路的长度、所述支路的长度以及所述单元面积，计算得到每一所述单元的低等级道路密度。

作为上述方案的改进，所述根据所述道路网数据，构建几何拓扑网络，并计算得到每一所述单元的网状指数，具体包括：

根据每一所述路网图层，将所述路网图层中的节点与路段抽象为拓扑网络中的顶点与边，构建每一所述单元的几何拓扑网络；

根据所述拓扑网络中所述顶点以及所述边的数量，计算得到每一所述单元的网状指数。

作为上述方案的改进，所述网络指数的计算公式为：

其中，为第j单元的几何拓扑网络的网状指数，/>为第j单元的几何拓扑网络的边的数量，/>为第j单元的几何拓扑网络的顶点的数量，j={1,2,…，J}，J为所述待识别区域内的单元数量。

作为上述方案的改进，所述根据所述人口活动强度、所述弱势群体居住密度、所述道路密度以及所述网状指数，计算每一所述单元的综合评分结果，并根据所述综合评分结果筛选所述单元，得到第一集合，具体包括：

对所有单元的所述全日人口活动强度、所述夜间人口活动强度、所述全日老幼人口活动强度、所述夜间老幼人口活动强度、所述弱势群体居住密度、所述总道路密度、所述低等级道路密度以及所述网状指数进行数据汇总，得到第一数据汇总表；

对所述第一数据汇总表中的数据进行标准化处理，得到第二数据汇总表；

根据预设的权重以及所述第二数据汇总表中的数据，计算每一所述单元的综合评分结果；

对所述综合评分结果大于评分预设值的单元进行合并，得到所述第一集合。

作为上述方案的改进，所述根据所述近三年规划许可证地块数据，得到每一所述单元中所述近三年规划许可证地块的总面积，并根据所述总面积筛选所述单元，得到第二集合，具体包括：

根据所述待识别区域中所述单元的边界，对所述近三年规划许可证地块数据对应的图层进行单元划分，得到每一所述单元对应的近三年规划许可证地块；

对每一所述单元中所述近三年规划许可证地块的面积进行求和，得到每一所述单元中所述近三年规划许可证地块的总面积；

对所述近三年规划许可证地块的总面积大于面积预设值的单元进行合并，得到所述第二集合。

本发明实施例还提供了一种终端设备，包括处理器和存储器，所述存储器中存储有计算机程序，且所述计算机程序被配置为由所述处理器执行，所述处理器执行所述计算机程序时实现上述任一项所述的智慧多功能杆公益救助模块布局方法。

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存储有计算机程序，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任一项所述的智慧多功能杆公益救助模块布局方法。

相对于现有技术，本发明实施例提供的一种智慧多功能杆公益救助模块布局方法、设备及介质的有益效果在于：通过对基站数据、手机信令数据、居住人口数据、道路网数据以及近三年规划许可证地块数据的分析处理与综合评分，弥补了传统定性方法的小样本缺陷与单一维度缺陷，使分析结果更加全面合理与科学高效；通过分析老幼人口活动强度以及弱势群体居住密度来进行布局规划，充分考虑了老幼群体和残障群体需求，使智慧多功能杆公益救助模块的布局更加科学均衡，并能与实际生活相适应；通过考虑近期的城市规划和路网建设情况，从而得到近期的布局区域集合与道路集合，有利于指导相关规划建设部门合理安排建设时序，提升资源的利用率，使社会效益最大化。本发明实施例充分考虑了人群需求与城市规划，能够快速、高效、科学、低成本地确定智慧多功能杆公益救助模块布局的重点建设区域和道路，指导相关规划、设计、建设部门更加有效合理地安排建设工作时序和工作重点，以精准高效进行相关人力和资金投入，推动智慧城市建设有序开展。

附图说明

图1是本发明实施例提供的一种智慧多功能杆公益救助模块布局方法的流程示意图；

图2是本发明实施例提供的一种终端设备的结构示意图。

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。

现有的智慧多功能杆公益救助模块在布局技术上，通常由于过于依赖实地调研等方法，数据量小，往往只能按照固定模式配置公益救助设施，对居住人口、人口活动、路网布局的考虑不足，例如紧急求助按钮的位置未充分考虑到人流量、道路通达性等因素，导致公益救助设施布局分配不均衡，不利于紧急情况下实现快速救助。其次，由于对建设时序的探索研究考虑不足，现有的智慧多功能杆布局建设顺序缺乏指导，总体资源利用率不高，产生的社会效益有限。并且，现有公益救助模块的布局对于残障人士、老年人等特殊群体的需求考虑不足，无法根据实际需求进行有效布局和调度，影响了公益救助模块的有效性和广泛性。因此，基于目前的智慧多功能杆公益救助模块在布局合理性上仍有较大的改进空间，本发明实施例提出了一种智慧多功能杆公益救助模块布局方法，提供了更科学合理的智慧多功能杆公益救助模块布局策略。

请参阅图1，图1是本发明实施例提供的一种智慧多功能杆公益救助模块布局方法的流程示意图。所述智慧多功能杆公益救助模块布局方法，包括：

S1：获取待识别区域内的基站数据、手机信令数据、居住人口数据、道路网数据以及近三年规划许可证地块数据，并进行数据预处理；其中，所述待识别区域包括多个用于空间分析的单元；

S2：根据所述基站数据以及所述手机信令数据，计算得到每一所述单元的人口活动强度；根据所述居住人口数据，计算得到每一所述单元的弱势群体居住密度；根据所述道路网数据，计算得到每一所述单元的道路密度；根据所述道路网数据，构建几何拓扑网络，并计算得到每一所述单元的网状指数；

S3：根据所述人口活动强度、所述弱势群体居住密度、所述道路密度以及所述网状指数，计算每一所述单元的综合评分结果，并根据所述综合评分结果筛选所述单元，得到第一集合；

S4：根据所述近三年规划许可证地块数据，得到每一所述单元中所述近三年规划许可证地块的总面积，并根据所述总面积筛选所述单元，得到第二集合；

S5：将所述第一集合与所述第二集合的并集作为区域集合；根据所述区域集合中的每一所述单元对应的所述几何拓扑网络，计算所述几何拓扑网络中所有边的边介数中心性，并根据所述边介数中心性的大小，确定布局智慧多功能杆公益救助模块的道路集合。

具体的，在步骤S1中，首先获取待识别区域内的多源空间数据，包括：居住人口数据，其字段至少包括年龄、性别、残障人士标签、居住地坐标；基站数据，其字段至少包括基站编号、基站坐标；某日全天的手机信令数据，其字段至少包括基站编号、用户编号、用户年龄、时间、日期，其中每一条记录表示该用户在该日期、该时间出现在该编号基站服务范围；道路网数据，其为图层文件，其字段至少包括道路等级、道路长度；近三年规划许可证地块数据，其为图层文件，其字段至少包括地块编号、地块面积。

其中，所述待识别区域为图层文件，是由多个预先设定的用于空间分析的单元组合而成的范围，其字段至少包括单元编号、单元面积。其中，用于空间分析的单元可能的形式包括各种尺度的网格（如1km*1km网格）或行政单位（如行政区、社区、街道/镇）等。

进一步的，对获取的多源空间数据进行预处理，具体为：

S11对居住人口数据进行预处理：使用ArcGIS软件，基于居住人口数据的居住地坐标字段，对居住人口数据进行空间定位，导出得到居住人口图层；再将居住人口图层与待识别区域图层进行相交处理，从而识别位于待识别区域内的居住人口数据，将结果导出得到待识别区域内居住人口图层。

S12对基站数据进行预处理：与S11同理，基于基站数据以及待识别区域图层，得到待识别区域内基站图层。

S13对手机信令数据进行预处理：使用ArcGIS软件，基于基站编号字段，将手机信令数据和S12中获取到的待识别区域内基站图层进行连接，保留成功连接的手机信令数据，导出得到待识别区域内的手机信令数据，其字段至少包括用户编号、用户年龄、时间、日期、基站编号、基站坐标；再基于待识别区域内的手机信令数据的基站坐标字段，对待识别区域内的手机信令数据进行空间定位，导出得到待识别区域内的手机信令图层，其字段至少包括用户编号、用户年龄、时间、日期、基站编号、基站坐标。

S14对道路网数据、近三年规划许可证地块数据进行预处理：基于ArcGIS软件，分别将道路网图层以及近三年规划许可证地块图层，与待识别区域图层进行相交处理，从而识别并导出待识别区域内道路网图层、待识别区域内近期规划许可证地块图层。

进一步的，在步骤S2中，根据多源空间数据，分别计算待识别区域内每一单元的人口活动强度、弱势群体居住密度、道路密度以及网状指数。其中，道路密度包括总道路密度以及低等级道路密度。

作为其中一个可选的实施例，所述人口活动强度，具体包括：全日人口活动强度、夜晚人口活动强度、全日老幼人口活动强度以及夜间老幼人口活动强度。

作为其中一个可选的实施例，所述步骤S2中，根据所述基站数据以及所述手机信令数据，计算得到每一所述单元的人口活动强度，具体包括：

根据所述基站数据以及所述手机信令数据，整理得到第一数据表；其中，所述第一数据表包括用户编号、用户年龄、时间、日期、基站编号、基站坐标、单元编号、单元面积；

根据所述第一数据表，若同一用户在预设时间内均处于第一单元中，则所述第一单元在对应的时间区间内的人口活动强度加1；遍历所述第一数据表，得到每一所述单元在每一时间区间内的人口活动强度，并计算得到全日人口活动强度以及夜晚人口活动强度；

根据设定的老幼年龄区间，筛选所述第一数据表，得到第二数据表；根据所述第二数据表计算得到全日老幼人口活动强度以及夜间老幼人口活动强度。

具体的，将步骤S13得到的待识别区域内的手机信令图层与待识别区域图层进行连接，将结果导出为第一数据表，即“手机信令_挂单元数据表”。将第一数据表先按照用户编号字段升序排列，再针对每个用户的记录按照时间字段升序排列，即可得到每个用户在该日内的、按时间顺序升序排列的所有手机信令数据记录，如表1所示。

表1

遍历表1，按如下方法计算人口活动强度：

在本实施例中，将一天24小时划分为24个小时区间，对任意时刻来说，其对应的小时区间指该时刻的小时时刻所在区间。例如9：10的小时区间为9时，16：50的小时区间为16时。

根据第一数据表，对于用户i，首先找到其在全天的第一条记录（假设该记录为时间t时刻，所属的小时区间为T，此时用户i位于单元j内），从该记录向下遍历，若连续n条记录中，该用户i均位于单元j内，且第n条记录的时间与第1条记录的时间差不小于30分钟，则单元j在小时区间T内的人口活动强度+1。接下来再找到用户i在T+1小时区间内的第一条记录……重复上述操作直至遍历完所有用户。需要说明的是，用户的持续驻留行为可能会跨越不同的小时区间，但为了数据计算便利，以所分析的小时区间内、持续驻留记录的第一条记录所处时间的小时区间为准进行统计。

示例性的，以表1为例，对于用户编号为1的用户，其在全天的第一条记录为9：40的记录，属于9时的小时区间，此时该用户位于单元1内；其在9：40-10：10期间，该用户的对应的单元编号均为单元1，则单元1在9时的小时区间的人口活动强度加1。接下来再找到用户1在10时的小时区间内的第一条记录，即10：00的记录，此时该用户位于单元1，从该记录向下，发现在10：20时用户的所在单元变成了单元3，驻留时间仅20分钟，则重新从10：20开始，继续向下筛查，发现10：20-11：10期间该用户均位于单元3，则单元3在10时小时区间的活动人口强度加1。

最终得到待识别区域内每一单元在每一小时区间的人口活动强度。

进一步的，对各单元的全日人口活动强度进行统计，得到每一单元的全日人口活动强度：

其中，为第j单元的全日人口活动强度；j={1,2,…，J}，J为所述待识别区域内的单元数量；/>为第j单元在第T小时区间内的人口活动强度，T={1，2，……，24}。

进一步的，由于夜间可见度低，各类意外发生危险系数较高，因此，提取夜间小时区间的人口活动强度进行统计，得到每一单元的夜间人口活动强度。优选的，提取小时区间位于1-7时与22-24时的数据进行统计。

进一步的，由于老幼人群属于相对脆弱的弱势群体，在各类生活和生产活动中受伤的风险更高、后果也更严重，因此，从第一数据表中，按照用户年龄字段，筛选出符合预设老幼年龄条件的数据，导出得到“老幼手机信令_挂单元数据表”；然后与上述全日人口活动强度与夜间人口活动强度的计算方式相同，计算得到全日老幼人口活动强度以及夜间老幼人口活动强度。优选的，预设老幼年龄条件为用户年龄小于18岁或大于60岁。

作为其中一个可选的实施例，所述步骤S2中，根据所述居住人口数据，计算得到每一所述单元的弱势群体居住密度，具体包括：

根据预设的弱势群体条件在所述居住人口数据中进行筛选，并统计得到每一所述单元中的所述弱势群体的居住人口数量；

根据所述弱势群体的居住人口数量以及所述单元面积，计算得到每一所述单元的弱势群体居住密度。

具体的，基于步骤S11中得到的待识别区域内居住人口图层，筛选出符合预设老幼年龄条件或残障人士标签为“是”的数据，导出得到弱势群体居住人口图层。基于待识别区域图层与弱势群体居住人口图层，统计得到待识别区域内每一单元内的弱势群体居住人口数量，并按以下公式计算每一单元的弱势群体居住密度：

(单位：人/平方米)。

作为其中一个可选的实施例，所述步骤S2中，根据所述道路网数据，计算得到每一所述单元的道路密度，具体包括：

根据所述待识别区域中所述单元的边界，对所述道路网数据对应的图层进行单元划分，得到每一所述单元对应的路网图层；

统计每一所述路网图层中道路的长度，并根据得到的道路长度以及所述单元面积，计算得到每一所述单元的总道路密度；其中，所述道路的类型包括高速公路、快速路、主干路、次干路以及支路；

根据每一所述单元中所述次干路的长度、所述支路的长度以及所述单元面积，计算得到每一所述单元的低等级道路密度。

具体的，根据待识别区域中单元的边界，对道路网数据对应的图层进行单元划分，得到每一单元对应的路网图层，即步骤S14中的进行相交分析后得到的待识别区域内道路网图层。由于ArcGIS软件的相交分析功能会自动将道路按照空间分析单元的边界进行打断，因此需要重新计算打断后每条路段的长度。在重新计算每条路段的长度后，对每种类型的道路的长度进行统计；并进一步计算每一单元内所有道路的长度之和；再根据道路长度以及单元面积，计算得到每一单元的总道路密度：

其中，为第j单元的总道路密度；/>为第j单元第g类道路的道路长度之和，g=高速公路，快速路，主干路，次干路，支路；/>为第j单元的单元面积。

进一步的，由于考虑到相较于以交通功能为主的高速公路、快速路、主干路，低等级道路即次干路和支路承担了更多生活性功能，更适宜设置智慧多功能杆，因此在关注道路密度的基础上，进一步考虑低等级道路的道路密度。具体的，根据以下公式计算每一单元的低等级道路密度：

其中，为第j单元的低等级道路密度，/>为第j单元内次干路、支路的道路长度之和，g为次干路或支路；/>为第j单元的单元面积。

作为其中一个可选的实施例，所述步骤S2中，根据所述道路网数据，构建几何拓扑网络，并计算得到每一所述单元的网状指数，具体包括：

根据每一所述路网图层，将所述路网图层中的节点与路段抽象为拓扑网络中的顶点与边，构建每一所述单元的几何拓扑网络；

根据所述拓扑网络中所述顶点以及所述边的数量，计算得到每一所述单元的网状指数。

具体的，根据每一单元对应的路网图层，生成对应的几何拓扑网络，其中，所述几何拓扑网络由点、边组成，具体将路网图层中的节点抽象为拓扑网络中的顶点，将路网图层中的路段抽象为拓扑网络中的边。对于J个单元，对应生成J个几何拓扑网络，j={1,2,…，J}。示例性的，可使用python的NetworkX.read_shp()函数进行读取并生成对应的几何拓扑网络。

进一步的，根据生成的几何拓扑网路，计算每一几何拓扑网络的网状指数。需要说明的是，网状指数表征拓扑网络的群聚性，网状指数越大，表明区域内各路段和交叉口联系越密切、路网连通性越好，在该区域建设智慧多功能杆的潜在总体效益越佳。

作为其中一个可选的实施例，所述网络指数的计算公式为：

其中，为第j单元的几何拓扑网络的网状指数，/>为第j单元的几何拓扑网络的边的数量，/>为第j单元的几何拓扑网络的顶点的数量，j={1,2,…，J}，J为所述待识别区域内的单元数量。

作为其中一个可选的实施例，所述步骤S3：根据所述人口活动强度、所述弱势群体居住密度、所述道路密度以及所述网状指数，计算每一所述单元的综合评分结果，并根据所述综合评分结果筛选所述单元，得到第一集合，具体包括：

对所有单元的所述全日人口活动强度、所述夜间人口活动强度、所述全日老幼人口活动强度、所述夜间老幼人口活动强度、所述弱势群体居住密度、所述总道路密度、所述低等级道路密度以及所述网状指数进行数据汇总，得到第一数据汇总表；

对所述第一数据汇总表中的数据进行标准化处理，得到第二数据汇总表；

根据预设的权重以及所述第二数据汇总表中的数据，计算每一所述单元的综合评分结果；

对所述综合评分结果大于评分预设值的单元进行合并，得到所述第一集合。

具体的，对计算得到的数据按单元进行汇总，得到所有单元的第一数据汇总表，格式如表2所示。

表2

进一步的，不同的变量可能存在量级差异和数据分布差异，这种差异可能会对后续的综合评价结果产生影响，因此为使不同变量的量级均等，先对表2内的每一列数据进行数据标准化处理。可选地，数据标准化处理方法有以下三类，可根据实际数据的分布情况进行选择：

1）Z-score标准化：当数据呈正态分布时，Z分数标准化效果很好。

其中，是变量标准化结果，/>是待标准化处理的变量值，/>是待标准化处理的变量的均值，/>是待标准化处理的变量/>的标准差。

2）范围标准化：数据经过范围标准化后，每个变量的范围为0-1之间；但如果数据包含极端异常值，则此方法效果不佳。

其中，是变量标准化结果，/>是待标准化处理的变量值，/>是待标准化处理的变量/>的最大值，/>是待标准化处理的变量/>的最小值。

3）十分位数范围标准化：是范围标准化方法的一种变体，克服了极端异常值的问题。

其中，是变量标准化结果，/>是待标准化处理的变量值，/>是待标准化处理的变量/>的中位数，/>是待标准化处理的变量/>的90%百分位数，/>是待标准化处理的变量/>的10%百分位数。

经过标准化处理后，得到标准化的第二数据汇总表，格式如表3所示。

表3

进一步的，根据第二数据汇总表中的数据以及预设的权重系数，计算每一单元对应的综合评分结果：

其中，为第j单元的综合评分结果，/>表示第m个变量对应的加权系数，/>表示第j单元的第m个变量的值，m=1…8依次表示表2中第二列至第九列的变量。例如，/>表示表单元1的标准化的全日人口活动强度。

优选的，加权系数可根据表4进行取值。

表4

进一步的，在计算得到每一单元的综合评分结果后，按照综合评分结果的降序排列，选择综合评分结果位于前25%的单元，作为近期布局区域的第一集合。对应的，即为将排序为前25%的单元的综合评分结果作为评分预设值进行单元筛选。

作为其中一个可选的实施例，所述S4：根据所述近三年规划许可证地块数据，得到每一所述单元中所述近三年规划许可证地块的总面积，并根据所述总面积筛选所述单元，得到第二集合，具体包括：

根据所述待识别区域中所述单元的边界，对所述近三年规划许可证地块数据对应的图层进行单元划分，得到每一所述单元对应的近三年规划许可证地块；

对每一所述单元中所述近三年规划许可证地块的面积进行求和，得到每一所述单元中所述近三年规划许可证地块的总面积；

对所述近三年规划许可证地块的总面积大于面积预设值的单元进行合并，得到所述第二集合。

具体的，根据S14中得到的待识别区域内近期规划许可证地块图层，将其与待识别区域图层进行连接，导出“规划地块_挂单元数据表”，该表内字段至少包含地块编号、地块面积、单元编号、单元面积。对每一单元中的地块面积进行求和，得到每一单元的近三年规划许可证地块的总面积；对得到的总面积降序排列，选择总面积位于前25%的单元，作为近期布局区域的第二集合。对应的，即为将排序为前25%的单元的总面积作为面积预设值进行单元筛选。

需要说明的是，近三年规划许可证地块表示城市规划中近期准备开展建设的地块，本发明实施例的智慧多功能杆布局可充分结合规划情况，提升社会资源利用率，避免重复建设、冲突建设等情况。

进一步的，在步骤S5中，对得到的第一集合与第二集合求并集，得到近期布局的最优区域集合，该集合为在待识别区域内进行智慧多功能杆公益救助模块布局的最优区域集合。

进一步的，提取最优区域集合内的每一单元对应的几何拓扑网络，计算每一几何拓扑网络中所有边的边介数中心性；在每一几何拓扑网络中，对所有边的边介数中心性进行统计，并进行倒序排列，筛选边介数中心性位于前25%的边，将其对应的路段作为该单元内近期布局智慧多功能杆公益救助模块的最优道路集合；遍历最优区域集合中的每一单元，并对得到的所有单元的最优道路集合取并集，得到待识别区域内近期布局智慧多功能杆公益救助模块的最优道路集合。

作为其中一个可选的实施例，所述步骤S5中，所述边介数中心性的计算公式为：

其中，是边e的介数中心性，/>是拓扑网络中所有节点对的集合，/>是连接s点和t点之间的最短路径数量，/>是连接s点和t点之间的最短路径中经过边e的路径数量。

具体的，可应用python的NetworkX.edge_betweenness_centrality()函数计算得到拓扑网络中每一条边的边介数中心性。

需要说明的是，拓扑网络中的边介数中心性表示该条边在整个几何拓扑网络中的连通性和重要性，边介数中心性越大，表明该条边对应的道路在路网中起到的联通作用约强，在建设智慧多功能杆的公益救助模块时，应该优先考虑在路网中重要性和连通性较高的道路，因此需要通过计算边介数中心性指标来进行识别。

本发明实施例通过对基站数据、手机信令数据、居住人口数据、道路网数据以及近三年规划许可证地块数据的分析处理与综合评分，弥补了传统定性方法的小样本缺陷与单一维度缺陷，使分析结果更加全面合理与科学高效；通过分析老幼人口活动强度以及弱势群体居住密度来进行布局规划，充分考虑了老幼群体和残障群体需求，使智慧多功能杆公益救助模块的布局更加科学均衡，并能与实际生活相适应；通过考虑近期的城市规划和路网建设情况，从而得到近期的布局区域集合与道路集合，有利于指导相关规划建设部门合理安排建设时序，提升资源的利用率，使社会效益最大化。本发明实施例充分考虑了人群需求与城市规划，能够快速、高效、科学、低成本地确定智慧多功能杆公益救助模块布局的重点建设区域和道路，指导相关规划、设计、建设部门更加有效合理地安排建设工作时序和工作重点，以精准高效进行相关人力和资金投入，推动智慧城市建设有序开展。

请参阅图2，图2是本发明实施例提供的一种终端设备的结构示意图。所述终端设备包括处理器201、存储器202以及存储在所述存储器202中且被配置为由所述处理器201执行的计算机程序，所述处理器201执行所述计算机程序时实现上述任一实施例所述的智慧多功能杆公益救助模块布局方法。

优选地，所述计算机程序可以被分割成一个或多个模块/单元（如计算机程序1、计算机程序2、……），所述一个或者多个模块/单元被存储在所述存储器202中，并由所述处理器201执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述终端设备中的执行过程。

所述处理器201可以是中央处理单元（Central Processing Unit，CPU），还可以是其他通用处理器、数字信号处理器（Digital Signal Processor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）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，或者所述处理器201也可以是任何常规的处理器，所述处理器201是所述终端设备的控制中心，利用各种接口和线路连接所述终端设备的各个部分。

所述存储器202主要包括程序存储区和数据存储区，其中，程序存储区可存储操作系统、至少一个功能所需的应用程序等，数据存储区可存储相关数据等。此外，所述存储器202可以是高速随机存取存储器，还可以是非易失性存储器，例如插接式硬盘，智能存储卡（Smart Media Card，SMC）、安全数字（Secure Digital，SD）卡和闪存卡（Flash Card）等，或所述存储器202也可以是其他易失性固态存储器件。

需要说明的是，上述终端设备可包括，但不仅限于，处理器、存储器，本领域技术人员可以理解，图2的结构示意图仅仅是上述终端设备的示例，并不构成对上述终端设备的限定，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。

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任一实施例所述的智慧多功能杆公益救助模块布局方法。

本发明实施例提供的一种智慧多功能杆公益救助模块布局方法、设备及存储介质的有益效果在于：通过对基站数据、手机信令数据、居住人口数据、道路网数据以及近三年规划许可证地块数据的分析处理与综合评分，弥补了传统定性方法的小样本缺陷与单一维度缺陷，使分析结果更加全面合理与科学高效；通过分析老幼人口活动强度以及弱势群体居住密度来进行布局规划，充分考虑了老幼群体和残障群体需求，使智慧多功能杆公益救助模块的布局更加科学均衡，并能与实际生活相适应；通过考虑近期的城市规划和路网建设情况，从而得到近期的布局区域集合与道路集合，有利于指导相关规划建设部门合理安排建设时序，提升资源的利用率，使社会效益最大化。本发明实施例充分考虑了人群需求与城市规划，能够快速、高效、科学、低成本地确定智慧多功能杆公益救助模块布局的重点建设区域和道路，指导相关规划、设计、建设部门更加有效合理地安排建设工作时序和工作重点，以精准高效进行相关人力和资金投入，推动智慧城市建设有序开展。

需说明的是，以上所描述的系统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。另外，本发明提供的系统实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

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)

1.一种智慧多功能杆公益救助模块布局方法，其特征在于，包括：

获取待识别区域内的基站数据、手机信令数据、居住人口数据、道路网数据以及近三年规划许可证地块数据，并进行数据预处理；其中，所述待识别区域包括多个用于空间分析的单元；

根据所述基站数据以及所述手机信令数据，计算得到每一所述单元的人口活动强度；根据所述居住人口数据，计算得到每一所述单元的弱势群体居住密度；根据所述道路网数据，计算得到每一所述单元的道路密度；根据所述道路网数据，构建几何拓扑网络，并计算得到每一所述单元的网状指数；

根据所述人口活动强度、所述弱势群体居住密度、所述道路密度以及所述网状指数，计算每一所述单元的综合评分结果，并根据所述综合评分结果筛选所述单元，得到第一集合；

根据所述近三年规划许可证地块数据，得到每一所述单元中所述近三年规划许可证地块的总面积，并根据所述总面积筛选所述单元，得到第二集合；

将所述第一集合与所述第二集合的并集作为区域集合；根据所述区域集合中的每一所述单元对应的所述几何拓扑网络，计算所述几何拓扑网络中所有边的边介数中心性，并根据所述边介数中心性的大小，确定布局智慧多功能杆公益救助模块的道路集合。

2.如权利要求1所述的智慧多功能杆公益救助模块布局方法，其特征在于，所述根据所述基站数据以及所述手机信令数据，计算得到每一所述单元的人口活动强度，具体包括：

根据所述基站数据以及所述手机信令数据，整理得到第一数据表；其中，所述第一数据表包括用户编号、用户年龄、时间、日期、基站编号、基站坐标、单元编号、单元面积；

根据所述第一数据表，若同一用户在预设时间内均处于第一单元中，则所述第一单元在对应的时间区间内的人口活动强度加1；遍历所述第一数据表，得到每一所述单元在每一时间区间内的人口活动强度，并计算得到全日人口活动强度以及夜晚人口活动强度；

根据设定的老幼年龄区间，筛选所述第一数据表，得到第二数据表；根据所述第二数据表计算得到全日老幼人口活动强度以及夜间老幼人口活动强度。

3.如权利要求2所述的智慧多功能杆公益救助模块布局方法，其特征在于，所述根据所述居住人口数据，计算得到每一所述单元的弱势群体居住密度，具体包括：

根据预设的弱势群体条件在所述居住人口数据中进行筛选，并统计得到每一所述单元中的所述弱势群体的居住人口数量；

根据所述弱势群体的居住人口数量以及所述单元面积，计算得到每一所述单元的弱势群体居住密度。

4.如权利要求3所述的智慧多功能杆公益救助模块布局方法，其特征在于，所述根据所述道路网数据，计算得到每一所述单元的道路密度，具体包括：

根据所述待识别区域中所述单元的边界，对所述道路网数据对应的图层进行单元划分，得到每一所述单元对应的路网图层；

统计每一所述路网图层中道路的长度，并根据得到的道路长度以及所述单元面积，计算得到每一所述单元的总道路密度；其中，所述道路的类型包括高速公路、快速路、主干路、次干路以及支路；

根据每一所述单元中所述次干路的长度、所述支路的长度以及所述单元面积，计算得到每一所述单元的低等级道路密度。

5.如权利要求4所述的智慧多功能杆公益救助模块布局方法，其特征在于，所述根据所述道路网数据，构建几何拓扑网络，并计算得到每一所述单元的网状指数，具体包括：

根据每一所述路网图层，将所述路网图层中的节点与路段抽象为拓扑网络中的顶点与边，构建每一所述单元的几何拓扑网络；

根据所述拓扑网络中所述顶点以及所述边的数量，计算得到每一所述单元的网状指数。

6.如权利要求5所述的智慧多功能杆公益救助模块布局方法，其特征在于，所述网络指数的计算公式为：

其中，为第j单元的几何拓扑网络的网状指数，/>为第j单元的几何拓扑网络的边的数量，/>为第j单元的几何拓扑网络的顶点的数量，j={1,2,…，J}，J为所述待识别区域内的单元数量。

7.如权利要求5所述的智慧多功能杆公益救助模块布局方法，其特征在于，所述根据所述人口活动强度、所述弱势群体居住密度、所述道路密度以及所述网状指数，计算每一所述单元的综合评分结果，并根据所述综合评分结果筛选所述单元，得到第一集合，具体包括：

对所有单元的所述全日人口活动强度、所述夜间人口活动强度、所述全日老幼人口活动强度、所述夜间老幼人口活动强度、所述弱势群体居住密度、所述总道路密度、所述低等级道路密度以及所述网状指数进行数据汇总，得到第一数据汇总表；

对所述第一数据汇总表中的数据进行标准化处理，得到第二数据汇总表；

根据预设的权重以及所述第二数据汇总表中的数据，计算每一所述单元的综合评分结果；

对所述综合评分结果大于评分预设值的单元进行合并，得到所述第一集合。

8.如权利要求1所述的智慧多功能杆公益救助模块布局方法，其特征在于，所述根据所述近三年规划许可证地块数据，得到每一所述单元中所述近三年规划许可证地块的总面积，并根据所述总面积筛选所述单元，得到第二集合，具体包括：

根据所述待识别区域中所述单元的边界，对所述近三年规划许可证地块数据对应的图层进行单元划分，得到每一所述单元对应的近三年规划许可证地块；

对每一所述单元中所述近三年规划许可证地块的面积进行求和，得到每一所述单元中所述近三年规划许可证地块的总面积；

对所述近三年规划许可证地块的总面积大于面积预设值的单元进行合并，得到所述第二集合。

9.一种终端设备，其特征在于，包括处理器和存储器，所述存储器中存储有计算机程序，且所述计算机程序被配置为由所述处理器执行，所述处理器执行所述计算机程序时实现如权利要求1至8中任意一项所述的智慧多功能杆公益救助模块布局方法。

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存储有计算机程序，其中，所述计算机可读存储介质所在设备执行所述计算机程序时，实现如权利要求1至8中任意一项所述的智慧多功能杆公益救助模块布局方法。