[发明专利]多因素空间聚类的城市商业功能区划方法、装置及介质

权利要求书

1.一种多因素空间聚类的城市商业功能区划方法，其特征在于，包括以下步骤：获取目标区域的商业数据，对所述商业数据进行预处理，将目标区域以建筑轮廓为基础划分区划单元，并对区划单元进行编号；其中，所述商业数据包括建筑矢量数据、POI数据、商铺租金数据、商铺人均消费额数据；

确定聚类因子，根据聚类因子构建区划指标体系；区划指标体系包括商业氛围指标、经济活力指标、功能分布指标3项大类聚类因子，以及综合商业氛围指标、商业业态混合度指标、租金水平指标、人均消费水平指标、商业规模指标、餐饮类功能分布指标、生活服务类功能分布指标、购物类功能分布指标、休闲娱乐类功能分布指标9项小类聚类因子；

对区划指标体系中的指标进行计算，采用K均值聚类算法对指标计算结果和区划单元的编号进行分析；

将聚类分析结果与区划单元进行匹配，识别并归纳各类商业功能区划类型；

所述获取目标区域的商业数据，对所述商业数据进行预处理，将目标区域以建筑轮廓为基础划分区划单元，并对区划单元进行编号，包括：获取建筑矢量数据，剔除建筑矢量数据中非商业区域建筑，并对筛选得到的建筑矢量数据进行编号，使每一个建筑轮廓为一个商业功能区划单元；其中建筑矢量数据包括建筑轮廓与建筑层数数据；

获取POI数据，剔除无法反映商业功能类型的POI数据，对筛选结果进行重分类，重分类结果包括餐饮类、购物类、生活服务类以及休闲娱乐类四类；其中POI数据包括POI坐标、具体类型、名称信息；

所述商业业态混合度指标的值通过以下方式计算获得：

根据预设类型将POI数据划分为多个小类，将划分结果与区划单元进行空间连接,采用ArcGIS软件统计各个区划单元所包含的POI个数，以及统计各个区划单元所包含的各小类POI商业业态的占比,将各个区划单元的POI个数、各小类POI商业业态占比以及建筑矢量数据进行空间连接，并计算各个区划单元的信息熵值，作为商业业态混合度指标的值：其中，信息熵值的计算公式如下：

式中，H表示信息熵，p(z_i)代表随机事件z_i的概率，m为区划单元内商业业态类别数；

获取商铺租金数据：其中商铺租金数据包括商铺坐标、地址、每月租金价格；

获取商铺人均消费额数据：其中商铺人均消费额数据包括商铺坐标、地址、人均消费金额数；

所述租金水平指标通过以下方式获得：将商铺租金数据与建筑矢量数据进行空间连接，将商铺租金数据除以相对应的建筑基底面积获得单位租金额，作为租金水平指标的值；

所述人均消费水平指标通过以下方式获得：将商铺人均消费额数据与建筑矢量数据进行空间连接，获取各个区划单元的人均消费水平指标的值；

所述商业规模指标通过以下方式获得：根据建筑矢量数据获取建筑层数属性，作为商业规模指标的值；

所述采用K均值聚类算法对指标计算结果和区划单元的编号进行分析，包括：将计算获得的综合商业氛围指标、商业业态混合度指标、租金水平指标、人均消费水平指标、商业规模指标、餐饮类功能分布指标、生活服务类功能分布指标、购物类功能分布指标、休闲娱乐类功能分布指标与区划单元的编号统计到一张表格；

将表格导入SPSS软件，采用K均值聚类算法分析，获得多个类簇作为聚类结果。

2.根据权利要求1所述的一种多因素空间聚类的城市商业功能区划方法，其特征在于，所述综合商业氛围指标与各类功能分布指标的值通过以下方式计算获得：

采用核密度估计函数对POI数据进行分析，获取目标区域的综合商业氛围指标与餐饮类功能分布指标、生活服务类功能分布指标、购物类功能分布指标，休闲娱乐类功能分布指标的值；

根据获得的指标的值获得目标区域的商业综合聚集度分布栅格图，以及餐饮类、购物类、生活服务类、休闲娱乐类商业聚集度分布栅格图；

其中，核密度估计函数的表达式为：

式中，f_n(x,y)为核密度函数，K(x,y)称为核函数，x，y分别为待估计点横坐标和纵坐标，x_i和y_i分别为样本点的横坐标和纵坐标，(x-x_i)²+(y-y_i)²是点(x_i,y_i)和点(x,y)之间的距离，h是带宽，n是研究范围内的点数。