[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

说明书

本发明公开一种集成多源地理大数据的城市活力定量评价方法，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。本发明通过集成多源地理大数据，构建综合指标和构建机器学习模型，可以解决现有技术中城市活力评价方法精度不足、数据来源较少的问题，建立衡量各因素对城市活力的贡献的方法，并形成综合城市活力评价体系。

技术领域

本发明涉及城市研究技术领域，具体为一种集成多源地理大数据的城市活力定量评价方法。

背景技术

城市活力指城市空间支持生活功能、生态需求，为市民营造人性化生存、为城市自身谋求发展的能力。建设有活力的城市空间是优质城市空间需求的根本，有助于提高居民生活质量，推动实现可持续发展，是城市空间旺盛生命力和城市功能生存发展的保证。当前我国正在着力推动高质量发展，城市规划与建设应当追求更高的建设质量和空间品质，城市活力研究能评价城市内部活力现状，检验城市空间品质及分布特征，辅助优化城镇布局，服务于城市规划与建设，近年来在城市管理中受到重视。

城市活力定量评价是城市活力研究的重要课题之一，可辅助城市活力时空对比、城市活力影响因素分析等研究。城市活力定量评价的主要方法包括两种，一是选取可表征城市活力的数据，对获取的数据进行一定简单运算，将计算结果作为指标或指标体系用以评价城市活力，可称为指标法；二是结合与城市活力相关的数据与特征，建立模型对城市活力进行评价，可称为模型法，模型法使用了较多经典方法建立模型，例如耦合度模型、熵值法、地理加权回归模型、空间权重矩阵模型等，近年来的研究也使用新技术手段建立更为复杂的机器学习模型。

总体而言，现有技术存在以下不足：

目前对城市活力进行定量评价的方法中，建立指标的方法相对单一且精度不高，对数据的处理也相对简单，城市活力定量评价指标通常只采用POI数据、热力图数据、手机信令数据等单类数据，单一指标通常可以反映某一方面的城市活力，但缺乏代表性和对不同类型城市活动的考虑。同时，不同数据对城市活力的影响作用机理和强度可能不同，指标法很难全面地考虑对指标的结构及其构建方法。

模型法使用的经典模型具有坚实的理论基础和较好的精度，但能使用的数据种类较少，无法使用多源数据，计算过程也较为复杂，对目前使用更加广泛的地理大数据的利用并不充分。例如使用多元线性回归模型，使用既往方法，回归自变量通常不超过10种。而如果引入机器学习方法，自变量可以达到数十种，对数据的应用更为广泛。机器学习方法在城市活力定量评价中研究潜力甚大，目前应用还不够广泛。

发明内容

本发明的目的在于提供一种集成多源地理大数据的城市活力定量评价方法，以解决上述背景技术中提出的问题。

一种集成多源地理大数据的城市活力定量评价方法，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。

作为本发明的进一步改进，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。