[发明专利]一种基于智能挖掘模型的人群时空分布预测交互方法

说明书

本发明公开了城市规划领域的一种基于智能挖掘模型的人群时空分布预测交互方法，包括以下步骤：地理空间信息输入与标准化；构建500×500米栅格，耦合计算指标值；对各个栅格人群各时段变化数量值扩样；计算各个栅格人群变化数量极值和人群分布模式；构建人地关系训练模型；计算各栅格人群时空分布预测结果；预测结果展示与实时调整反馈。本发明解决了复杂大尺度城市环境中人群时空分布预测的问题，解决了对城市规划方案的人群时空分布预测周期长、准确度低等问题，空间粒度和时间粒度更精准，实现了在复杂大尺度城市建成环境中对人群时空分布预测的准确高效预测，并将预测结果展示与实时调整反馈。

技术领域

本发明属于城市规划领域，具体涉及一种基于智能挖掘模型的人群时空分布预测交互方法。

背景技术

信息通信技术的发展为城市人群分布研究提供了重要的数据来源与技术支撑，城市规划中基于现状人群时空分布数据的量化分析方法精度不断提高，但是存在周期长、低交互性、与方案难以衔接等问题。现有对人群时空分布的预测研究主要通过图像、视频识别方法，涉及空间尺度小，主要针对短期、实时的预测。部分研究通过先验理论、统计学、动力学、传统机器学习等方式进行预测，存在准确度较低、缺少人群时空分布演化规律和机制研究、与建成环境关联性较小等问题。人群时空分布具有规律性，城市建成环境与人群时空分布息息相关，城市异质性建成环境影响下，人群产生相对稳定的分布变化特征。但目前缺乏一种在复杂大尺度城市建成环境中的人群时空分布预测方法。

发明内容

针对现有技术的不足，本发明的目的在于提供一种基于智能挖掘模型的人群时空分布预测交互方法，以解决上述背景技术中提出的问题。

本发明的目的可以通过以下技术方案实现：

一种基于智能挖掘模型的人群时空分布预测交互方法，包括以下步骤：

步骤1、获取城市现状地理空间信息数据和现状人群时空分布数据，将数据标准化，导入数据库存储；

步骤2、构建栅格，与步骤1中的数据耦合计算栅格各类指标数值，然后导入数据库存储；

其中，指标数值包括各个栅格建成环境指标数值和人群各时段变化数量；

步骤3、进行栅格抽取，现场实测抽取栅格的人群各时段变化数量，计算抽取栅格实测数据与现状人群时空分布数据扩大系数，基于扩大系数对进行现状人群时空分布数据扩样；

步骤4、导入步骤3中栅格的人群各时段变化数量，提取各个栅格的人群变化数量极值，计算人群分布变化值，将其聚类为n种人群分布模式；

步骤5、将步骤4中人群分布模式、人群变化数量极值与建成环境指标数值进行关联，集成得到人地关系智能匹配模块；

步骤6、输入城市规划设计方案的地理空间信息数据，将其与步骤2中栅格耦合计算建成环境特征指标值，导入人地关系训练库，计算得到城市规划设计方案的人群分布模式和人群变化数量极值，计算各栅格人群时空分布预测结果；

步骤7、将上述各栅格人群时空分布预测结果导出至三维显示沙盘并进行展示，通过指令调整地理空间信息数据，实时进行调整后各栅格人群时空分布预测结果反馈显示。

优选地，所述步骤1具体包括以下步骤：

步骤1.1、获取城市现状地理空间信息数据，城市现状地理空间信息数据包括城市边界数据、地形数据、建筑数据、用地功能数据、道路交通数据、中心等级数据、风景名胜区点位数据、历史文化街区点位数据；

步骤1.2、获取城市人群时空分布的现状数据，城市人群时空分布的现状数据包括手机信令数据、LBS数据；

步骤1.3、将城市现状地理空间信息数据和现状人群时空分布数据输入地理信息处理平台，然后将标准化数据导入存储器。

优选地，所述步骤2具体包括以下步骤：