[发明专利]应用于城市空间质量评估的指标计算方法

权利要求书

1.应用于城市空间质量评估的指标计算方法，其特征在于，包括如下步骤：

A、构建城市街景数据库：采用百度开放位置服务平台中的街景静态图API进行批量获取，包括图像和元数据两个部分内容，在空间数据库中，数字图像以二进制文件存储，对应元数据则以字段和记录的形式存储；

B、基于深度学习的关键指标计算：利用先进的Mask-RCNN目标检测框架对图像进行图像解译，分类提取前景实例的像元覆盖度和数量，并配合SegNet对街景中连续背景进行提取和分割，计算不同类别景物的视觉接触概率；

C、城市空间结构的连通性：城市空间受到道路、地形、山脉、水体和历史因素制约，基于中心度量理论，通过编写脚本语言实现了交通网络中心性的3个重要指标，分别为临近指数、居间指数和直线性指数，并基于提取的路网中心线进行建模，并用其测算人本尺度的网络空间拓扑结构；

D、基于熵权法的指标集成框架：

a基本原理：采用熵权法计算综合的空间品质指数并展开综合分析；熵权法是基于香农信息论的一种客观赋权的方法，可运用多个指标分别对不同的待评估对象进行评价；根据信息熵的定义，对于某项指标，可以用熵值来判断某个指标的离散程度；当其信息熵值越小时，对应指标的离散程度越大，即该指标对综合评价的影响就越大；如果某项指标的值完全相同，则该指标在综合评价中没有任何贡献，将信息熵作为测度工具计算出各个指标的权重，为多指标综合评价提供集成和决策分析架构；

b熵权法的权重计算：

(1)数据标准化：对于待处理的数据矩阵，不同列数据的计算公式和量纲就有很大差异，导致相互之间不具备可比性。通过标准化处理可将数据矩阵转化为无量纲数据，消除因数据量纲不同或数据分布差异过大而导致的不可比性；

假设第i个子系统中具有n个指标，分别为x₁,x₂…x_n，根据指标自身性质和定义，x_ij值越大时系统功能越高，即数值大小对系统的功效贡献为正时，称之为正指标；反之，当x_ij值小表明系统功能越好，称之为负指标。正负指标的标准化公式如下：

其中，经过数据标准化的数据均被统一为区间(0≤P_ij≤1)中的无量纲测度：

(2)计算各指标的信息熵

根据香农信息论的基本定义，一组数据的信息熵计算公式如下：

其中，当P_ij＝0时，则

确定各级指标权重

根据信息熵的计算公式，求解出各个指标的信息熵分别为E₁,E₂,…E_k，通过信息熵求得各指标的权重：

以邻近指数CLOS、居间指数BWT和线性指数STRA为例，通过上述公式得出对应二级权重分别为：0.139、0.362和0.103；

(3)计算各个评价对象的综合评价值

根据步骤3计算得到的权重，以及每一个指标对应的标准化值，可以根据下面公式求解赋权后的评价值V_i：

根据上述步骤，可以分别求得一级指标的权重，例如，根据临近指数等二级指标的决策值，计算通畅性的一级权重；然后重复执行(1)-(4)的赋权算法，可以最后得到综合评价指数。

2.根据权利要求1所述的应用于城市空间质量评估的指标计算方法，其特征在于：所述步骤C中居间指数是反映道路空间是否发达的重要指标，从提升路网渗透效率来看，如果将城市空间中的道路系统比作是人体的血管组织，居间指数能够度量主动脉，正因为这些关键道路的支撑，毗邻的小型节点才能够快速地融入整个空间系统，居间指数能够量化网络中节点的被经过值，因此可以应用于商业领域中访问流量的潜力估算，居间指数越高，表明该点的通行潜力越高，另外两个指标临近指数和直线性指数比较直观且容易理解：前者主要测算路网节点的局部相对中心性，能够估量道路的相对重要性；而后者则用来测度道路的相对曲直程度，用来评估道路拓扑的形状。

3.根据权利要求1所述的应用于城市空间质量评估的指标计算方法，其特征在于：所述步骤D中城市空间品质指标框架共分为三层：总指标、一级指标和二级指标，根据分析框架将指标分为通畅性、便利性、舒适性和安全性共四大类一级指标，并通过深度学习、网络中心度量理论和城市三维空间立面分别计算得到19个二级指标，整个计算过程分为三步：首先，根据熵权法计算一级指标所对应的二级指标权重，从而得到一级指标的评价值；然后，重复熵权法的计算模型，根据4个一级指标的评价值，计算一级指标权重；最后，根据一级指标权重及其评价值求得总指标的测度，即综合空间品质指数。