[发明专利]一种城市潜在增长区域识别方法、系统、设备以及介质在审
申请号: | 202210317911.1 | 申请日: | 2022-03-25 |
公开(公告)号: | CN114926730A | 公开(公告)日: | 2022-08-19 |
发明(设计)人: | 梁立锋;曹泳茵;曾祺盛;刘秀娟 | 申请(专利权)人: | 岭南师范学院 |
主分类号: | G06V20/10 | 分类号: | G06V20/10;G06Q50/26 |
代理公司: | 广州嘉权专利商标事务所有限公司 44205 | 代理人: | 黎扬鹏 |
地址: | 524000 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 城市 潜在 增长 区域 识别 方法 系统 设备 以及 介质 | ||
1.一种城市潜在增长区域识别方法,其特征在于,包括以下步骤:
获取城市建筑的若干雷达影像,根据所述雷达影像提取得到所述城市建筑的建筑斑块;
根据所述建筑斑块的斑块密度确定所述城市建筑的空间格局指数;
获取人口活动的热力数据,根据所述热力数据以及时间权重系数确定时空加权人口活力指数;
根据所述雷达影像之间的干涉测量结果以及所述时空加权人口活力指数确定建筑区城市活力指数;
根据所述建筑区城市活力指数以及所述空间格局指数进行耦合确定城市潜在增长区域。
2.根据权利要求1所述的一种城市潜在增长区域识别方法,其特征在于,所述方法还包括以下步骤:
获取街景影像;
根据所述街景影像生成城市感知分数;
将所述城市感知分数、所述建筑区城市活力指数以及所述空间格局指数进行相关计算,根据相关计算结果对所述城市潜在增长区域进行验证。
3.根据权利要求1所述的一种城市潜在增长区域识别方法,其特征在于,所述获取城市建筑的若干雷达影像,根据所述雷达影像提取得到所述城市建筑的建筑斑块这一步骤,包括:
通过自适应滤波去除所述雷达影像中的噪点;
对去噪后的雷达影像进行相位解缠,并去除平地效应;
对去除平地效应后的雷达影像进行地理配准;
根据地理配准之后的雷达影像进行干涉测量得到建筑斑块图。
4.根据权利要求1所述的一种城市潜在增长区域识别方法,其特征在于,根据地理配准之后的雷达影像进行干涉测量得到建筑斑块图这一步骤,包括:
根据预设时间段内获取的若干所述雷达影像,将至少两幅雷达影像进行对照,获取地表变化;
根据所述地表变化的程度得到所述干涉测量结果。
5.根据权利要求4所示的一种城市潜在增长区域识别方法,其特征在于,在根据所述地表变化的程度得到所述干涉测量结果这一步骤之前,所述方法还包括以下步骤:
根据预设时间间隔,获取若干所述雷达影像;
获取图像采集的精确轨道数据,根据所述精确轨道数据对所述雷达影像进行轨道偏差修正;
从轨道偏差修正后的雷达影像图片中获取高程数据,所述高程数据为干涉测量的基准参考数据。
6.根据权利要求1所述的一种城市潜在增长区域识别方法,其特征在于,所述获取人口活动的热力数据,根据所述热力数据以及时间权重系数确定时空加权人口活力指数这一步骤包括:
获取人口活动强度热力图;
将所述人口活动强度热力图进行栅格划分,并根据预设的时间段划分,得到栅格中的时段热力平均值;
根据所述时段热力值与总时段热力值的比值计算得到所述时间权重系数,再根据所述时段热力平均值与所述时间权重系数计算得到所述时空加权人口活力指数。
7.根据权利要求1所述的一种城市潜在增长区域识别方法,其特征在于,所述根据所述建筑斑块的斑块密度确定所述城市建筑的空间格局指数这一步骤,包括:
对所述建筑斑块进行分区,根据各分区内所述建筑斑块的数量与分区的占地面积比值,得到所述斑块密度。
8.一种城市潜在增长区域识别系统,其特征在于,所述系统包括:
建筑斑块获取单元,用于获取城市建筑的若干雷达影像,根据所述雷达影像提取得到所述城市建筑的建筑斑块;
建筑数据处理单元,用于根据所述建筑斑块的斑块密度确定所述城市建筑的空间格局指数;
人口数据处理单元,用于获取人口活动的热力数据,根据所述热力数据以及时间权重系数确定时空加权人口活力指数;
建筑区城市活力指数提取单元,用于根据城市建筑的建筑斑块以及所述时空加权人口活力指数确定建筑区城市活力指数;
潜在增长区域识别单元:根据所述建筑区城市活力指数以及所述空间格局指数进行耦合确定城市潜在增长区域。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于岭南师范学院,未经岭南师范学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210317911.1/1.html,转载请声明来源钻瓜专利网。