[发明专利]城市道路骨架层次划分方法及系统

说明书

本发明公开了一种城市道路骨架层次划分方法及系统，该方法首先采用基于密度的聚类方法将道路网中的多条路段进行聚类，得到的每个聚类中心为一条stroke；然后根据生成的stroke采用对偶法是将stroke道路网中的交叉点抽象为图论中的节点，将路段抽象为边，构建stroke网络拓扑结构图；接着计算每条stroke的道路度中心性、道路接近中心性、道路中介中心性和道路长度指标，并加权融合后得到道路骨架性综合指数；最后根据道路骨架性综合指数将道路网stroke划分为三个等级，提取出道路骨架的层次结构。本发明能够更科学、稳定地反映城市道路等级以及每条道路在整个路网中的结构性特征，有助于进一步分析城市道路网络的空间结构和城市规划实施的评估。

技术领域

本发明涉及到交通地理信息和城市规划技术领域，具体涉及一种基于城市道路网数据、结合改进的Stroke模型和复杂网络分析方法的城市道路骨架层次划分方法及系统。

背景技术

城市道路网络系统是组织城市各种功能的“骨架”，而道路网络骨架系统的规划布局形式直接引导着城市的发展形态，进一步影响城市地域功能结构的变化。现有的城市道路骨架划分主要包括基于语义的方法，基于智能模型的方法以及基于结构特征的方法。基于语义的道路骨架划分方法主要是通过道路本身的使用功能和物理特性对城市道路进行分级。这类方法本质上是道路的语义等级信息与道路在实际中的功能性的对应关系，但国内对道路的语义等级信息标准不一样这就会导致道路分级标准的差异性；另外，在语义信息缺省的情况下难以完成划分工作。基于智能模型的方法主要是以道路的空间多特性为依据，采用数理统计和机器学习的方法对道路进行划分，但此类方法对语义的依赖性过高。基于结构特征的方法主要是集中于对道路几何特征、拓扑关系等特征的分析，通过空间句法、图论以及Stroke模型等建立道路重要性评价体系，并确定权值计算出道路骨架系统。这类方法较前两种划分方法更稳定，能够描述道路间的相对关系和道路在整个路网的结构性地位。

相比语义划分和和智能模型划分方法，基于结构特征的道路骨架划分更加稳定，比较有代表性的方法有基于复杂网络分析的方法、基于空间句法的方法以及基于Stroke模型的划分方法。基于Stroke的方法在保持道路几何连续性和道路目标纵向层次特性上要优于空间句法和复杂网络分析方法。但现有研究采取的是一种对整个道路网络进行全局评价、排序和选取的策略，没有体现出其与其他各层级道路之间的依存关系，对Stroke生成过程中路段合并顺序也缺乏有序性，这会导致道路骨架划分结果的多样性，同时合并过程对若干孤立路段应该具有一定的敏感性。

发明内容

发明目的：针对现有技术中存在的问题，本发明目的在于提出一种城市道路骨架层次划分方法及系统，该方法基于密度聚类思想的改进道路网Stroke生成，并利用图论模型建立道路重要性评估指标体系，从而提取出现状或规划的城市道路骨架，能够更科学、稳定地反映城市道路等级以及每条道路在整个路网中的结构性特征，有助于进一步分析城市道路网络的空间结构和城市规划实施的评估。

技术方案：为实现上述发明目的，本发明所述的一种城市道路骨架划分方法，包括如下步骤：

(1)采用基于密度的聚类方法将道路网中的多条路段进行聚类，得到的每个聚类中心为一条stroke，在聚类过程中通过计算两条路段之间的夹角进行方向相似性度量，将符合夹角阈值的路段进行聚类合并；

(2)根据生成的stroke采用对偶法是将stroke道路网中的交叉点抽象为图论中的节点，将路段抽象为边，构建stroke网络拓扑结构图；

(3)计算每条stroke的道路度中心性、道路接近中心性、道路中介中心性和道路长度指标，并加权融合后得到每条stroke的道路骨架性综合指数；

(4)根据每条stroke的道路骨架性综合指数将道路网stroke划分为三个等级，从而提取出道路骨架的层次结构。

在优选的实施方案中，所述步骤(1)中采用聚类方法生成stroke的步骤具体包括：