[发明专利]城市健康风险空间识别优化方法、系统、设备及存储介质

说明书

本发明公开了一种城市健康风险空间识别优化方法、系统、计算机设备及存储介质，所述方法包括：获取目标城市的基础地理信息数据和网络开源数据，构成第一样本数据集，预处理得到第二样本数据集；对第二样本数据集中的数据进行统计和处理，形成健康风险空间相关指标，得到第三样本数据集，构建随机森林模型，训练随机森林模型，得到健康风险空间识别模型，对城市待测区域网格进行健康风险识别，提取高风险区域的相关数据，构成第四样本数据集；对第四样本数据集中部分形态指标进行优化调整，得到第五样本数据集；根据健康风险空间识别模型，对第五样本数据集进行评估，得到最终健康风险空间优化结果。本发明可以对健康风险空间进行识别及优化。

技术领域

本发明涉及一种城市健康风险空间识别优化方法、系统、计算机设备及存储介质，属于大数据应用于城市公共卫生安全领域以及健康城市规划建设领域。

背景技术

建设好健康城市是推动健康中国战略的重要内容。受近年来重大公共卫生事件的影响，基于公共健康安全的“健康城市”受到全社会的广泛关注。已有研究证明建成环境与公共健康关系密切，高密度建成环境的部分城市空间与健康风险存在强耦合，构成潜在“健康风险空间”。而此次突发重大公共卫生事件的快速传播则对从城市到社区的空间建设提出新的要求和挑战。

当前对于健康风险空间的识别多基于人口因素与社会环境因素，以中国疾病预防控制中心发布的《突发事件公共卫生风险评估管理办法》中流行病学三大构成要件，即传染源、传播途径、易感人群展开，而较少提及具体的建成环境提升策略；当前城市空间形态优化多从风环境与热舒适角度出发，尚缺乏从健康风险空间角度出发的空间形态优化策略。此外，空间形态优化多采用层次分析法(Analytic Hierarchy Process，AHP)作为多目标决策方法，缺乏深度学习及相关优化算法的应用探索。

发明内容

有鉴于此，本发明提供了一种城市健康风险空间识别优化方法、系统、计算机设备及存储介质，其从城市空间形态视角提出更加有效和精准的建议，从空间形态出发，对健康风险空间进行了识别及优化，具体以道路环境、开发强度、建筑形态、通风潜力四个维度归纳提出多项指标，进而构建空间形态评价体系，通过机器学习的方式训练模型并进行空间识别，并通过参数化平台对进行高风险区域的模拟优化，以期为相关部门提供政策引导与空间形态引导，减少城市健康风险空间，落实健康目标。

本发明的第一个目的在于提供一种城市健康风险空间识别优化方法

本发明的第二个目的在于提供一种城市健康风险空间识别优化系统。

本发明的第三个目的在于提供一种计算机设备。

本发明的第四个目的在于提供一种存储介质。

本发明的第一个目的可以通过采取如下技术方案达到：

一种城市健康风险空间识别优化方法，所述方法包括：

获取目标城市的基础地理信息数据和网络开源数据，构成第一样本数据集；

对第一样本数据集进行预处理，得到第二样本数据集；

将目标城市中目标区域的地图划分为多个网格，对第二样本数据集中的数据进行统计和处理，形成健康风险空间相关指标，得到第三样本数据集；

根据第三样本数据集，构建随机森林模型，使用交叉验证训练随机森林模型并进行参数调优，得到健康风险空间识别模型；

利用城市健康风险空间识别模型，对城市待测区域网格进行健康风险识别，提取高风险区域的基础地理信息数据及形态指标数据，构成第四样本数据集；

构建遗传算法优化模型，对第四样本数据集中部分形态指标进行优化调整，得到第五样本数据集；

根据健康风险空间识别模型，对第五样本数据集进行评估，得到最终健康风险空间优化结果。