CN104834666A - 基于路网和兴趣点的声环境功能区划分方法 - Google Patents
基于路网和兴趣点的声环境功能区划分方法 Download PDFInfo
- Publication number
- CN104834666A CN104834666A CN201510100569.XA CN201510100569A CN104834666A CN 104834666 A CN104834666 A CN 104834666A CN 201510100569 A CN201510100569 A CN 201510100569A CN 104834666 A CN104834666 A CN 104834666A
- Authority
- CN
- China
- Prior art keywords
- region
- point
- functional areas
- interest
- classification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000000638 solvent extraction Methods 0.000 title abstract 2
- 238000012216 screening Methods 0.000 claims abstract description 12
- 238000013316 zoning Methods 0.000 claims description 32
- 230000000877 morphologic effect Effects 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 8
- 238000007621 cluster analysis Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- VYMDGNCVAMGZFE-UHFFFAOYSA-N phenylbutazonum Chemical compound O=C1C(CCCC)C(=O)N(C=2C=CC=CC=2)N1C1=CC=CC=C1 VYMDGNCVAMGZFE-UHFFFAOYSA-N 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 238000013439 planning Methods 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于路网和兴趣点的声环境功能区划分方法,该方法包括:根据路网图片使用图像形态学将城市区域划分为多个子区域;以各兴趣点类别在区域内的比重作为区域描述参数,对区域描述参数进行筛选然后聚类得到不同的区域聚类类别;根据各兴趣点类别的声功能区要求和声环境影响因子,实现各区域聚类类别的声功能区标定并对道路沿线区域进行声功能区划分。该方法将城市中海量的地理空间数据运用到声功能区划分中,具有自动化程度高,划分效率高,更新周期短的优点,适用于城市当前的声环境质量评估。
Description
技术领域
本发明涉及噪声环境评估中的声环境功能区划分方法类,更具体地,涉及一种基于路网和兴趣点的声环境功能区划分方法。
背景技术
噪声污染是城市环境主要的污染源之一,需要对噪声污染和声环境质量进行评估和管理,而声环境功能区划分是城市声环境质量评价和管理的基础。声环境功能区划分是按照区域的使用功能特点和环境质量要求,将城市各个区域划分为不同的声功能区类别,明确了各个区域的噪声排放限值,以防治环境噪声污染,保护和改善生活环境。国标GB3096-08《声环境质量标准》明确了声功能区划分的类别有五类,分别为0类、1类、2类、3类和4类声环境功能区。
如何根据一个区域的属性划分其所属的声功能区是声环境功能区划分方法的核心内容,其已成为我国声环境研究领域的热点课题之一。目前我国各地根据城市属性、城市规划和城市的土地利用情况进行声功能区划分,取得了积极的进展。目前声环境功能区的划分方法主要根据城市规划中的土地规划数据,按照区域内各种土地类型的面积比例来划分区域所属的声环境功能区。同时,使用了地理信息***技术、遥感技术、全球卫星定位技术等提升声功能区划分的效率;运用了定量化方法如灰色聚类和模糊聚类等提高划分的科学性。
但是,目前城市声功能区划分方法存在以下问题:
1、声功能区划分尺度粗糙,无法进行详细的噪声污染评估。目前声功能区的划分尺度受限于城市的用地规划数据,而用地规划的区域尺度较大,使得声功能区划分的尺度是宜大不宜小的。子区域过大,区域内部使用同样的噪声限值标准,使得进行噪声污染评估无法细致。
2、声功能区更新速度缓慢,无法适应城市发展现状。目前我国城市化进程加快,城市路网和区域扩张,传统基于城市规划的声环境功能区,使用大量的人工处理,更新周期需要10年左右,大多与城市声环境实际要求不符合。
另一方面,随着互联网技术的快速发展、城市中各类传感器的增多和用户 产生数据的不断丰富,海量城市地理空间数据被收集和公开。这些地理空间数据反映了区域的属性和功能,特别是其中的路网数据和兴趣点数据。路网显示了区域的可达性,并把城市划分为相对独立,功能相对单一的细小区域;兴趣点是城市中提供各种服务的各类地物,在各个区域中实时存在并不断更新,可以用来描述城市当前的区域属性。
发明内容
为了克服现有技术的不足,本发明提出一种基于城市道路网络和兴趣点的城市声环境功能区划分方法。该方法是使用路网划分城市区域,根据区域内各兴趣点类别的声环境质量要求,通过各区域内兴趣点的聚类分析,可以进行区域声功能区的划分。
本发明通过标定合适的模型参数,适用于不同城市的声功能区划分,能实现细致的声功能区划分并反映当下区域的声功能要求。该方法使用的基础数据具有实时性,划分结果适用于城市当前的噪声评估。而且本发明中的路网、兴趣点等基础数据通过互联网地图的开放接口获得,数据来源公开,更新周期短,有助于快速开展噪声评估工作。
为达到上述目的,本发明采用的的技术方案具体为:
一种基于路网和兴趣点的声环境功能区划分方法,使用路网划分城市区域,根据区域内各兴趣点类别的声环境质量要求,对各区域内兴趣点进行聚类分析,并标定各个聚类类别所属声功能区,实现城市区域声功能区的划分,该方法包括以下步骤:
A、对路网图片使用图像形态学方法将城市划分为多个子区域。
其中步骤A的路网图片是通过已有的城市道路矢量数据生成的。对路网图片使用图像形态学方法将城市划分为多个子区域主要包括以下几步:对路网图片进行图形学膨胀,合并并行的双向道路、交叉口等细小区域;对膨胀的路网进行细化,得到单点链接的道路网络;识别道路交叉点并通过边界追踪获取连接各个交叉点的路段;对每个连通的区域进行标记,并识别连通区域临近的路网节点和路段折线,顺序拼接得到各区域轮廓。
在图像形态学处理过程中,根据主要道路和普通道路对城市进行二次划分。首先根据主要道路进行区域划分,然后根据划分得到的区域内部的普通道路进 行二次划分,得到各个子区域。记划分的子区域集合为R,得到的子区域数目为N,R中的第i个子区域记为ri,i≤N。
B、以兴趣点类别在各区域内的比重作为区域描述参数,对区域描述参数进行筛选然后聚类得到不同的区域聚类类别。
其中步骤B中各兴趣点类别在各区域内的比重称为子区域占比,区域ri内某一兴趣点类别的数目占区域ri内兴趣点总数目的比值为子区域占比,记为dj,i,公式如下式:
其中,cj为第j种兴趣点类别,M为兴趣点类别数目,M=21,nj,i为区域ri中第cj类兴趣点的数目。
在区域描述参数筛选中,设置两个指标对区域描述参数进行筛选,分别是区域描述参数相关系数和兴趣点类别区域密度。设置相关性筛选阈值Rt,对于正相关性高于此阈值且声功能要求相同的兴趣点类别,做合并处理;设置区域密度筛选阀值Et,对于低于阀值的类别,认为其无法用于描述区域,舍弃。
使用聚类方法根据筛选后的区域描述参数,对区域进行聚类分析,得到K种聚类区域类别,分别记为CC1,CC2,...,CCK。
C、根据各兴趣点类别的声环境功能区要求和声环境影响因子,实现各区域聚类类别的声功能区划分,然后对道路沿线区域进行声功能区划分。
聚类标定的声功能区类型设定为1类声功能区、2类声功能区、3类声功能区和无明显声功能要求区域,分别记为S1,S2,S3,Snone,记划分的声功能区类别集合为SC。
根据各兴趣点类别的社会活动类型,确定各兴趣点类别对应的声功能区要求,记第j类兴趣点类别的声功能区要求为SRj;根据各类兴趣点的服务功能、 用地区域、服务人群等属性,确定各兴趣点类别的声功能区影响因子,记第j种兴趣点类别的声功能区影响因子为Aj。
记聚类类别cc的某一声功能区要求S的比例为WS,cc,公式如下式:
其中,Aj表示第j种兴趣点类别的声功能区影响因子;dj,cc表示聚类类别cc中心点的第j个描述参数;SRj表示第j种兴趣点类别的声功能区要求;S为某一种划分的声功能区类别。
本发明设置1类声功能区、3类声功能区和无明显声功能要求区域的划分阈值,分别记为W1,W3,Wnone。对各聚类类别,将超过W1的标记为1类声功能区,将超过W3的标记为3类声功能区,再将超过Wnone的标记为无明显声功能要求区域,剩余区域标记为2类声功能区。
4类声功能区的划分方式是将交通干线边界线外一定外延距离的区域划分为4类声功能区。
与现有技术相比,有益效果是:
一是划分方法采用的数据是城市中海量的路网数据和兴趣点数据,将路网数据用于城市区域的划分,将兴趣点数据用于城市各区域声环境功能区的标定。这些数据来源于互联网地图,获取和运用方便,更新速度快,使得国内各个城市可以快速开展声功能区划分研究。
二是该方法实现了细致的声环境功能区划分。运用城市细致的路网数据,可以将城市区域进行细致的划分,使得不同社会活动类型的区域尽可能隔离开来,可以实现细致的声功能区划分。并且有助于提升对各个区域的噪声限值的合理性,为噪声环境评估通过数据支持。
三是该方法的的基础数据具有实时性,划分的结果放映了当下区域的声功能要求,并且划分速度快,划分更新周期短,所以划分结果适用于城市当前的噪声评估。
附图说明
图1是本发明基于路网和兴趣点的声功能区划分方法流程示意图。
图2是本发明基于路网图片的区域划分过程示意图。图2(a)为路网瓦片示意图,图2(b)为路网膨胀示意图,图2(c)为路网细化示意图,图2(d)为路网节点和路段示意图,图2(e)为标记连通区示意图,图2(f)为各区域轮廓示意图。
具体实施方式
下面结合附图对本发明做进一步的描述,但本发明的实施方式并不限于此。
图1为本发明基于路网和兴趣点的声环境功能区划分方法的流程示意图,参见图1,该方法包括以下步骤:
A、对路网图片使用图像形态学方法将城市划分为多个子区域。
其中路网图片是通过已有的城市道路矢量数据生成的。对路网图片使用图像形态学方法将城市划分为多个子区域主要包括以下几步:对路网节点和路段进行识别和提取,再由路网节点和路段构建出各区域轮廓。主要步骤为:设置地图参数,下载和拼接得到研究区域路网图片;对路网图片进行图像形态学膨胀,合并并行的双向道路、交叉口等细小区域;对膨胀的路网进行细化,得到单点连接的道路网络;识别道路交叉点并通过边界追踪法获取连接各个交叉点的路段;对每个连通的区域进行标记;识别连通区域临近的路网节点和路段折线,顺序拼接得到各区域轮廓。
在图像形态学处理过程中,主要道路和普通道路的变换参数、次数和其对划分的细致程度不同,首先根据主要道路进行区域划分,然后根据划分得到的区域内部的普通道路进行二次划分,得到各个子区域。记划分的子区域集合为R,得到的区域数目为N,R中的第i个子区域记为ri,i≤N。
B、以兴趣点类别在各区域内的比重作为区域描述参数,对区域描述参数进行筛选然后聚类得到不同的区域聚类类别。
其中区域ri内某一兴趣点类别的数目占区域ri内兴趣点总数目的比重称为子区域占比,记为dj,i,公式如下式:
其中,cj为本发明第j种兴趣点类别,兴趣点类别数目M=21,nj,i为区域ri中第cj类兴趣点的数目。
将d1,i,d2,i,...,dM,i作为区域ri的区域描述参数,记为Fi,Fi=(d1,i,d2,i,...,dM,i)。记R中所有子区域的第j类兴趣点的子区域占比集合为Dj,Dj=(dj,1,dj,2,...,dj,N)。
在区域描述参数筛选中,设置两个指标对区域描述参数进行筛选,分别是区域描述参数相关系数和兴趣点类别区域密度。
首先考虑各个区域描述参数的两两相关系数,可以得到相关系数矩阵RE,RE是M阶的对称矩阵。对于RE的一个元素repq,表示Dp和Dq的相关系数,公式如下式:
rep,q=req,p
式中:Cov(Dp,Dq)表示Dp和Dq的协方差;Var(Dp)表示Dp的方差;Var(Dq)表示Dq的方差。
然后考虑兴趣点类别的区域密度,用研究区域内第j类兴趣点的总数目除以子区域的数目来描述各类兴趣点在各子区域的平均分布密度,用ej表示,公式如下式:
在得到区域参数的两两相关系数和各兴趣点类别的区域密度后,根据以下原则筛选区域描述参数:设置相关性筛选阈值Rt,对于正相关性高于此阈值且 声功能要求相同的兴趣点类别,做合并处理;设置区域密度筛选阀值Et,对于低于阀值的类别,认为其无法用于描述区域,舍弃。
经过筛选组成新的兴趣点类别为c'1,c'2,...,c'M',共M'个类别。对区域ri重新计算M'个类别的兴趣点数目n'j,i和分布密度d'j,i,j≤M'。将d'1,i,d'2,i,...,d'M',i作为区域ri的区域描述参数,记为F'i。使用聚类方法根据筛选后的区域描述参数,对区域进行聚类分析,得到K种聚类区域类别,分别记为CC1,CC2,...,CCK。
C、根据各兴趣点类别的声环境功能区要求和声功能区影响因子,实现各区域聚类类别的声功能区划分,然后对道路沿线区域进行声功能区划分。
本发明使用兴趣点进行0-3类声功能区的划分。0类声功能区在城市中分布较少,且声环境要求苛刻,许多城市进行声功能区划分时不设置该类别。小部分兴趣点类别如地名、道路设施等并不指示特定的人类活动,如果区域内这类兴趣点比例大,表明该区域的人类活动微弱或区域尚未开发,设置为无明显声功能要求区域。所以聚类标定的声功能区类型设定为1类声功能区、2类声功能区、3类声功能区和无明显声功能要求区域,分别记为S1,S2,S3,Snone,记划分的声功能区类别集合为SC。
根据各兴趣点类别的社会活动类型,确定各兴趣点类别对应的声功能区要求,记第j类兴趣点类别的声功能区要求为SRj;根据各类兴趣点的服务功能、用地区域、服务人群等属性,确定各兴趣点类别的声功能区影响因子,记第j种兴趣点类别的声功能区影响因子为Aj。记聚类类别cc的某一声功能区要求S的比例为WS,cc,公式如下式:
其中,Aj表示第j种兴趣点类别的声功能区影响因子;dj,cc表示聚类类别cc 中心点的第j个描述参数;SRj表示第j种兴趣点类别的声功能区要求;S为某一种划分的声功能区类别。
本发明设置1类声功能区、3类声功能区和无明显声功能要求区域的划分阈值,分别记为W1,W3,Wnone。对各聚类类别,将超过W1的标记为1类声功能区,将超过W3的标记为3类声功能区,再将超过Wnone的标记为无明显声功能要求区域,剩余区域标记为2类声功能区。
4类声功能区的划分方式是将交通干线边界线外一定外延距离的区域划分为4类声功能区。交通干线临近1类声功能区时外延距离为50±5m;临近2类声功能区时外延距离35±5m;临近3类声功能区时外延距离20±5m。交通干线的线型在区域划分时获得,结合本发明已经得到的1-3类声功能区,设置外延距离,进行4类声功能区划分。
以上所述的本发明的实施方式,并不构成对本发明保护范围的限定。任何在本发明的精神原则之内所作出的修改、等同替换和改进等,均应包含在本发明的权利要求保护范围之内。
Claims (10)
1.一种基于路网和兴趣点的声环境功能区划分方法,其特征在于,使用路网划分城市区域,根据区域内各兴趣点类别的声环境质量要求,对各区域内兴趣点进行聚类分析,并标定各个聚类类别所属声功能区,实现城市区域声功能区的划分。
2.如权利要求1所述的方法,其特征在于,该方法包括以下步骤:
A、对路网图片使用图像形态学方法将城市划分为多个子区域;
B、以各兴趣点类别在区域内的比重作为区域描述参数,对区域描述参数进行筛选然后聚类得到不同的区域聚类类别;
C、根据各兴趣点类别的声环境功能区要求和声环境影响因子,实现各区域聚类类别的声功能区划分,然后对道路沿线区域进行声功能区划分。
3.如权利要求2所述的方法,其特征在于,步骤A中的路网图片是通过已有的城市道路矢量数据生成的,对路网图片使用图像形态学方法将城市划分为多个子区域,主要包括以下几步:对路网图片进行图形学膨胀,合并细小区域;对膨胀的路网进行细化,得到单点链接的道路网络;识别道路交叉点并通过边界追踪获取连接各个交叉点的路段;对每个连通的区域进行标记,并识别连通区域临近的路网节点和路段折线,顺序拼接得到各区域轮廓。
4.如权利要求3所述的方法,其特征在于,在图像形态学处理过程中,根据主要道路和普通道路对城市进行二次划分,先根据主要道路进行区域划分,然后根据划分得到的区域内部的普通道路进行二次划分,得到各个子区域;记划分的子区域集合为R,得到的子区域数目为N,R中的第i个子区域记为ri,i£N。
5.如权利要求2所述的方法,其特征在于,步骤B中的各兴趣点类别在区域内的比重,称为子区域占比,区域ri内某一兴趣点类别的数目占区域ri内兴趣点总数目的比值为子区域占比,记为dj,i,公式如下式:
其中,cj为第j种兴趣点类别,M为兴趣点类别数目,nj,i为区域ri中第cj类兴趣点的数目。
6.如权利要求2或5所述的方法,其特征在于,步骤B中的区域描述参数筛选,设置两个指标对区域描述参数进行筛选,分别是区域描述参数相关系数和兴趣点类别区域密度,设置相关性筛选阈值Rt,对于正相关性高于此阈值且声功能要求相同的兴趣点类别,做合并处理;设置区域密度筛选阀值Et,对于低于阀值的类别,认为其无法用于描述区域,舍弃。
7.如权利要求6所述的方法,其特征在于,步骤B中的聚类过程,使用聚类方法根据筛选后的区域描述参数对区域进行聚类分析,得到K种聚类区域类别,分别记为CC1,CC2,...,CCK。
8.如权利要求7所述的方法,其特征在于,步骤C中的道路沿线区域声功能区划分,划分方式为,将交通干线边界线外一定外延距离的区域划分为4类声功能区,声功能区类别包括1类声功能区、2类声功能区、3类声功能区和无明显声功能要求区域,分别记为S1,S2,S3,Snone,记划分的声功能区类别集合为SC。
9.如权利要求8所述的方法,其特征在于,步骤C中的各兴趣点类别的声环境功能区要求和声环境影响因子,根据各兴趣点类别的社会活动类型,确定各兴趣点类别对应的声功能区要求,记第j类兴趣点类别的声功能区要求为SRj;根据各类兴趣点的属性,确定各兴趣点类别的声功能区影响因子,记第j种兴趣点类别的声功能区影响因子为Aj。
10.如权利要求9所述的方法,其特征在于,步骤C中使用声功能区要求比例来标定各聚类类别所属声功能区,记聚类类别cc的某一声功能区要求S的比例为WS,cc,公式如下式:
其中,Aj表示第j种兴趣点类别的声功能区影响因子;dj,cc表示聚类类别cc中心点的第j个描述参数;是表示第j种兴趣点类别的声功能区要求;S为某一种划分的声功能区类别;
设置1类声功能区、3类声功能区和无明显声功能要求区域的划分阈值,分别记为W1,W3,Wnone,对各聚类类别,将超过W1的标记为1类声功能区,将超过W3的标记为3类声功能区,再将超过Wnone的标记为无明显声功能要求区域,剩余区域标记为2类声功能区。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510100569.XA CN104834666A (zh) | 2015-03-06 | 2015-03-06 | 基于路网和兴趣点的声环境功能区划分方法 |
PCT/CN2015/098758 WO2016141753A1 (zh) | 2015-03-06 | 2015-12-24 | 基于路网和兴趣点的声环境功能区划分方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510100569.XA CN104834666A (zh) | 2015-03-06 | 2015-03-06 | 基于路网和兴趣点的声环境功能区划分方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104834666A true CN104834666A (zh) | 2015-08-12 |
Family
ID=53812554
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510100569.XA Pending CN104834666A (zh) | 2015-03-06 | 2015-03-06 | 基于路网和兴趣点的声环境功能区划分方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN104834666A (zh) |
WO (1) | WO2016141753A1 (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016141753A1 (zh) * | 2015-03-06 | 2016-09-15 | 中山大学 | 基于路网和兴趣点的声环境功能区划分方法 |
CN106021499A (zh) * | 2016-05-20 | 2016-10-12 | 中国农业大学 | 基于志愿者地理信息的建设用地分类方法和装置 |
CN106503714A (zh) * | 2016-10-11 | 2017-03-15 | 湖州师范学院 | 一种基于兴趣点数据识别城市功能区的方法 |
CN106557869A (zh) * | 2016-10-20 | 2017-04-05 | 北京市劳动保护科学研究所 | 一种基于poi点的大气污染物排放清单空间分配方法及装置 |
CN106991142A (zh) * | 2017-03-22 | 2017-07-28 | 湖州师范学院 | 一种基于微信数据和兴趣点数据识别城市功能区的方法 |
CN109933638A (zh) * | 2019-03-19 | 2019-06-25 | 腾讯科技(深圳)有限公司 | 基于电子地图的目标区域轮廓确定方法、装置及存储介质 |
CN110246075A (zh) * | 2019-05-28 | 2019-09-17 | 广州赛宝联睿信息科技有限公司 | 一种智慧城市监控卡口布设方法 |
CN110727793A (zh) * | 2018-06-28 | 2020-01-24 | 百度在线网络技术(北京)有限公司 | 区域识别的方法、装置、终端和计算机可读存储介质 |
CN110726418A (zh) * | 2019-10-10 | 2020-01-24 | 北京百度网讯科技有限公司 | 兴趣点区域确定方法、装置、设备及存储介质 |
CN111722183A (zh) * | 2020-06-19 | 2020-09-29 | 钟旭 | 一种基于环境保护的城市噪声定位***及其方法 |
CN114139827A (zh) * | 2021-12-09 | 2022-03-04 | 北京建筑大学 | 一种城市功能区功能绩效的智能感知与优化方法 |
CN114297532A (zh) * | 2021-12-31 | 2022-04-08 | 哈尔滨工业大学 | 一种基于人群移动轨迹的高清城市功能区识别方法及*** |
CN116611678A (zh) * | 2023-07-21 | 2023-08-18 | 北京阿帕科蓝科技有限公司 | 数据处理方法、装置、计算机设备和存储介质 |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111291811B (zh) * | 2020-02-07 | 2023-12-08 | 京东科技控股股份有限公司 | 区域划分和分类方法、装置和计算机可读存储介质 |
CN111814596B (zh) * | 2020-06-20 | 2023-12-01 | 南通大学 | 一种遥感影像与出租车轨迹融合的自动城市功能分区方法 |
CN113468982B (zh) * | 2021-06-11 | 2023-08-01 | 北京建筑大学 | 一种城市功能区分类方法、装置及存储介质 |
CN113670309B (zh) * | 2021-07-21 | 2023-12-19 | 南京航空航天大学 | 考虑安全风险与噪声影响的城市低空无人机路径规划方法 |
CN114418328B (zh) * | 2021-12-27 | 2024-06-25 | 宁波诺丁汉大学 | 一种城市功能区域规划方法 |
CN114937215B (zh) * | 2022-06-10 | 2023-03-24 | 中国科学院地理科学与资源研究所 | 一种城市功能区的识别方法及装置 |
CN114897444B (zh) * | 2022-07-12 | 2022-10-04 | 苏州大学 | 一种城市分区域内服务设施需求识别方法及*** |
CN116227791B (zh) * | 2023-05-08 | 2023-09-05 | 湖南工商大学 | 基于语义融合模型探索城市功能区动态划分的可视分析方法 |
CN117808504A (zh) * | 2023-12-27 | 2024-04-02 | 中国科学院重庆绿色智能技术研究院 | 一种基于夜光遥感的商业区活跃度测算方法及*** |
CN117877272A (zh) * | 2024-03-11 | 2024-04-12 | 中国市政工程华北设计研究总院有限公司 | 一种基于无人机检测的交叉口安全评价方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103440411A (zh) * | 2013-08-15 | 2013-12-11 | 中山大学 | 基于暴露人群\面积\声环境功能区的交通噪声污染模型 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101833701A (zh) * | 2010-01-08 | 2010-09-15 | 南京大学 | 区域主体功能区规划的方法及支持*** |
CN104834666A (zh) * | 2015-03-06 | 2015-08-12 | 中山大学 | 基于路网和兴趣点的声环境功能区划分方法 |
-
2015
- 2015-03-06 CN CN201510100569.XA patent/CN104834666A/zh active Pending
- 2015-12-24 WO PCT/CN2015/098758 patent/WO2016141753A1/zh active Application Filing
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103440411A (zh) * | 2013-08-15 | 2013-12-11 | 中山大学 | 基于暴露人群\面积\声环境功能区的交通噪声污染模型 |
Non-Patent Citations (2)
Title |
---|
JING YUAN ET.AL: "Discovering Regions of Different Functions in a City Using Human Mobility and POIs", 《PROCEEDINGS OF THE 18TH ACM SIGKDD INTERNATIONAL CONFERENCE ON KNOWLEDGE DISCOVERY AND DATA MINING》 * |
赵腊梅: "城市噪声环境功能区划研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016141753A1 (zh) * | 2015-03-06 | 2016-09-15 | 中山大学 | 基于路网和兴趣点的声环境功能区划分方法 |
CN106021499A (zh) * | 2016-05-20 | 2016-10-12 | 中国农业大学 | 基于志愿者地理信息的建设用地分类方法和装置 |
CN106021499B (zh) * | 2016-05-20 | 2020-12-15 | 中国农业大学 | 基于志愿者地理信息的建设用地分类方法和装置 |
CN106503714A (zh) * | 2016-10-11 | 2017-03-15 | 湖州师范学院 | 一种基于兴趣点数据识别城市功能区的方法 |
CN106503714B (zh) * | 2016-10-11 | 2020-01-03 | 湖州师范学院 | 一种基于兴趣点数据识别城市功能区的方法 |
CN106557869B (zh) * | 2016-10-20 | 2020-08-21 | 北京市劳动保护科学研究所 | 一种基于poi点的大气污染物排放清单空间分配方法及装置 |
CN106557869A (zh) * | 2016-10-20 | 2017-04-05 | 北京市劳动保护科学研究所 | 一种基于poi点的大气污染物排放清单空间分配方法及装置 |
CN106991142A (zh) * | 2017-03-22 | 2017-07-28 | 湖州师范学院 | 一种基于微信数据和兴趣点数据识别城市功能区的方法 |
CN110727793A (zh) * | 2018-06-28 | 2020-01-24 | 百度在线网络技术(北京)有限公司 | 区域识别的方法、装置、终端和计算机可读存储介质 |
CN109933638A (zh) * | 2019-03-19 | 2019-06-25 | 腾讯科技(深圳)有限公司 | 基于电子地图的目标区域轮廓确定方法、装置及存储介质 |
CN109933638B (zh) * | 2019-03-19 | 2023-05-23 | 腾讯科技(深圳)有限公司 | 基于电子地图的目标区域轮廓确定方法、装置及存储介质 |
CN110246075A (zh) * | 2019-05-28 | 2019-09-17 | 广州赛宝联睿信息科技有限公司 | 一种智慧城市监控卡口布设方法 |
CN110246075B (zh) * | 2019-05-28 | 2021-07-13 | 广州赛宝联睿信息科技有限公司 | 一种智慧城市监控卡口布设方法 |
US11740102B2 (en) | 2019-10-10 | 2023-08-29 | Beijing Baidu Netcom Science Technology Co., Ltd. | Method, apparatus, device and storage medium for determining point of interest area |
CN110726418A (zh) * | 2019-10-10 | 2020-01-24 | 北京百度网讯科技有限公司 | 兴趣点区域确定方法、装置、设备及存储介质 |
CN111722183A (zh) * | 2020-06-19 | 2020-09-29 | 钟旭 | 一种基于环境保护的城市噪声定位***及其方法 |
CN111722183B (zh) * | 2020-06-19 | 2021-09-21 | 乐清市辰卓电气有限公司 | 一种基于环境保护的城市噪声定位***及其方法 |
CN114139827A (zh) * | 2021-12-09 | 2022-03-04 | 北京建筑大学 | 一种城市功能区功能绩效的智能感知与优化方法 |
CN114139827B (zh) * | 2021-12-09 | 2024-02-09 | 北京建筑大学 | 一种城市功能区功能绩效的智能感知与优化方法 |
CN114297532A (zh) * | 2021-12-31 | 2022-04-08 | 哈尔滨工业大学 | 一种基于人群移动轨迹的高清城市功能区识别方法及*** |
CN114297532B (zh) * | 2021-12-31 | 2023-04-07 | 哈尔滨工业大学 | 一种基于人群移动轨迹的高清城市功能区识别方法及*** |
CN116611678A (zh) * | 2023-07-21 | 2023-08-18 | 北京阿帕科蓝科技有限公司 | 数据处理方法、装置、计算机设备和存储介质 |
CN116611678B (zh) * | 2023-07-21 | 2023-12-01 | 北京阿帕科蓝科技有限公司 | 数据处理方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2016141753A1 (zh) | 2016-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104834666A (zh) | 基于路网和兴趣点的声环境功能区划分方法 | |
Ma | Spatial equity analysis of urban green space based on spatial design network analysis (sDNA): A case study of central Jinan, China | |
Zhang et al. | Simulation and analysis of urban growth scenarios for the Greater Shanghai Area, China | |
CN109102193A (zh) | 地理设计生态红线划定与管理***及数据库、评价模型 | |
Liu et al. | Using a new approach for revealing the spatiotemporal patterns of functional urban polycentricity: A case study in the Tokyo metropolitan area | |
Rosik et al. | Regional dispersion of potential accessibility quotient at the intra-European and intranational level. Core-periphery pattern, discontinuity belts and distance decay tornado effect | |
CN106909692A (zh) | 一种计算城市公共设施覆盖辐射指数的方法 | |
Carra et al. | Urban regeneration effects on walkability scenarios | |
Lin et al. | Fine identification of the supply–demand mismatches and matches of urban green space ecosystem services with a spatial filtering tool | |
CN103337035A (zh) | 基于定量评价的确定城市中心体系选址方法 | |
Cerreta et al. | A landscape complex values map: Integration among soft values and hard values in a spatial decision support system | |
Zheng et al. | Understanding the impact of the built environment on ride-hailing from a spatio-temporal perspective: A fine-scale empirical study from China | |
Natera Orozco et al. | Quantifying life quality as walkability on urban networks: The case of Budapest | |
Yang et al. | Street network or functional attractors? Capturing pedestrian movement patterns and urban form with the integration of space syntax and MCDA | |
Luo et al. | Spatially varying impacts of the built environment on physical activity from a human-scale view: using street view data | |
CN113343164B (zh) | 一种基于公共服务设施配置的农村居民点社会网络建模方法 | |
CN107121143B (zh) | 一种协同poi数据的道路选取方法 | |
Seifert | Improving urban monitoring toward a European urban atlas | |
Obaidat | Spatial mapping of traffic noise levels in urban areas | |
Krpan et al. | FUNCTIONAL-NODAL METHOD OF THE DEVELOPMENT OF STRATEGIC SPATIAL PLANNING DOCUMENTATION. | |
De Montis et al. | GOVERNANCE AND ADAPTATION TO CLIMATE CHANGE AN INVESTIGATION IN SARDINIA | |
Guan | Spatial metrics of urban form: Measuring compact cities in China | |
Karimi et al. | Spatial urban density modelling using the concept of carrying capacity: a case study of Isfahan, Iran | |
Ma et al. | Evaluation of Typical Public Facilities in Shanghai Urban Functional Area | |
Krpan et al. | MODEL FOR DEFINING THE TRANSPORT DESIRE LINES GRID IN THE PHYSICAL PLANS OF COUNTIES. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150812 |
|
RJ01 | Rejection of invention patent application after publication |