[发明专利]一种集成多源地理大数据的城市活力定量评价方法

权利要求书

1.一种集成多源地理大数据的城市活力定量评价方法，其特征在于：本评价方法包括以下步骤：

S1、对道路数据进行预处理获取街区数据；

S2、将街区范围内获取的城市活力评价数据进行汇总，形成特征；

S3、计算Pearson相关系数矩阵，确定特征与城市活力的相关性，同时排除冗余特征；

S4、构建综合指标和机器学习模型模拟城市活力；

S5、对城市活力模拟结果进行精度评价，分析各特征的贡献。

2.根据权利要求1所述的集成多源地理大数据的城市活力定量评价方法，其特征在于：本方法中步骤S1包括以下步骤：

a1、检查所述道路数据的一致性，剔除相互重叠的道路；

a2、进行拓扑检查，去除悬垂道路和独立路段。

3.根据权利要求1所述的集成多源地理大数据的城市活力定量评价方法，其特征在于：本方法步骤S2中城市活力评价数据包括基础地理数据、地理大数据和遥感数据产品，所述特征包括路网数据特征、土地利用数据特征、出租车数据特征、租金数据特征、微博签到数据特征、夜光遥感数据特征和MODIS数据特征，其中：

基础地理数据包括行政区划数据和OSM路网数据；

地理大数据包括POI兴趣点数据、出租车轨迹数据、房屋租金数据和微博签到数据；

遥感数据产品包括土地利用数据、MODIS植被指数数据和夜光遥感数据；土地利用数据包括耕地、林地、草地、水体、城市用地和裸地。

4.根据权利要求3所述的集成多源地理大数据的城市活力定量评价方法，其特征在于：本方法中路网数据特征计算包括以下步骤：

b1、将OSM路网数据分为主干道、次干道和其他道路；

b2、计算各街区内主干道的总长度、主干道和次干道的总长度之和、所有道路的长度之和，以及上述三种长度除以街区图斑面积所得的密度值。

5.根据权利要求3所述的集成多源地理大数据的城市活力定量评价方法，其特征在于：本方法中土地利用数据特征计算包括以下步骤：

c1、使用分区统计方法计算每个街区内城市用地的占比、生态用地的占比及水体的占比，其中生态用地包括林地、草地和耕地等；

c2、利用香农指数计算土地利用混合度，计算公式为：

其中，SHDI表示香农指数，A表示街区的总面积，n表示该街区内土地利用种类的个数，Ai表示街区内每种土地利用类型的面积。

6.根据权利要求3所述的集成多源地理大数据的城市活力定量评价方法，其特征在于：本方法中出租车数据特征计算包括以下步骤：

d1、以街区为单元，统计终点落在该街区内的出租车轨迹线，记为驶入轨迹线，以及起点落在该街区内的出租车轨迹线，记为驶出轨迹线；

d2、计算每个街区所有驶入轨迹线、所有驶出轨迹线的总长度和平均长度，计算驶入轨迹线平均长度和驶出轨迹线平均长度的平均值。

7.根据权利要求3所述的集成多源地理大数据的城市活力定量评价方法，其特征在于：本方法中租金数据特征和微博签到数据特征计算步骤为计算每个街区内房屋租金平均值，计算每个街区内日间微博签到数总和、夜间微博签到数总和、全天微博签到数总和；

夜光遥感数据特征和MODIS数据特征计算步骤为计算每个街区范围内所有像元值的总和、平均值。

8.根据权利要求1所述的集成多源地理大数据的城市活力定量评价方法，其特征在于：本方法中步骤S3包括以下步骤：

e1、计算特征间的Pearson相关系数，其公式为：

其中，r指Pearson相关系数，n为特征的数量，X_i和Y_i指各项数据的值，和指数据的均值；

e2、去除冗余特征，若两项特征的Pearson相关系数超过0.6，即视为冗余特征，需结合与其他特征的相关性去除一项；

e3、根据各特征之间Pearson相关系数的符号，确定其相关性质为正相关或负相关。