一种服务于警务防控分区规划的犯罪风险时空模式识别方法
【专利摘要】本发明提供一种服务于警务防控分区规划的犯罪风险时空模式识别方法，能够准确识别出研究区内存在的各种时空变化模式，并明确相应的空间位置范围和时间变化趋势。利用空间分析指标表征不同时段内犯罪风险的空间分布特征，并构建n维时间—信息特征空间，利用非监督分析技术获取各类警务防区的空间位置与范围，再结合各类警务防控区相对犯罪风险的时间变化情况，能够对未来特定时段内警力资源的空间部署策略提供决策支持。本发明的优点在于：面向应用实践部门、识别过程操作简单、能够综合时空维度信息，并且结果可视化效果较好，特别适用于“地方警务”模式中的警力资源部署。
【专利说明】—种服务于警务防控分区规划的犯罪风险时空模式识别方法
【技术领域】
[0001]本发明涉及地理信息科学、警务规划与管理的交叉领域，更具体地，涉及一种用于警务防控的犯罪风险时空格局划分方法，能够为未来特定时段内警力资源的空间部署策略提供决策支持。
【背景技术】
[0002]犯罪是一个古老而又现实的社会现象，相应的预防和控制一直是人类社会的关注重点之一。当前，随着全球化和城市化的快速推进，我国城市中的经济流动规模和人口流动规模逐渐加大，所面临的犯罪形势也日益严峻，这对我国公安部门的警务防控提出了重大挑战。如何充分利用有限的警力资源，实现最大限度的抑制犯罪、维护社会公平与正义成为当前公安部门面临的重要现实问题。
[0003]自上世纪70年代以来，国外犯罪学研究开始由关注“犯罪动机”向关注“犯罪事件”和“犯罪地方”的视角转变，由此产生了“环境犯罪学”和“犯罪地理学”两大学科。这两个学科都充分重视犯罪案件与地方环境特征之间的关系，其研究成果也被广泛的应用于西方欧美国家中诸多城市警务管理部门和公共安全部门的现实实践之中，特别是直接推动了 20世纪90年代欧美国家中警务模式的改革与创新，由此产生了“社区警务”(Community Policing)、“基于问题的警务”(Problem-Oriented Policing)和“基于地方的警务”(Place-based Policing)等多种警务模式。
[0004]近年来，我国公安部门也充分地借鉴与学习这些警务管理措施的创新经验，持续性地推进与建设“金盾工程”。到目前为止，我国已经有200多个城市建立了相对健全的“警务地理信息系统”(PGIS)，探索“基于地方的警务模式”在我国的实践可行性。
[0005]国内外的大量研究表明，犯罪事件在空间上是不均匀分布的。某些区域内会产生大量的犯罪案件，从而形成明显的犯罪热点。Sherman等人1989年的研究发现3.3%的街道地址上产生了 50.4%的犯罪案件，在其他很多城市中的研究与实践也发现了类似的犯罪空间分布模式。因此，如果针对犯罪热点所在的小范围区域实施合理的警务防控策略必然能够大幅度地减少犯罪案件的发生，这也成为“基于地方的警务模式”的主要内容。
[0006]然而，这种警务模式暗含的前提假设是犯罪案件的空间分布格局在未来一段时间内是稳定存在的，这样采取的犯罪措施才是有效的。如果某一特定地方的犯罪水平会发生自然性的高低起伏变化，那么对上一时期的犯罪热点区域采取警务策略，往往是徒劳无效的，这是因为下一时期的犯罪热点已经发生了空间位置的转移。因此，如何准确、快速、有效地识别犯罪案件的这种时空变化模式，为未来的警力资源分配、警务行动部署等提供决策支持，是本发明所要解决的主要问题。
[0007]尽管当前的犯罪时空变化研究存在着很多方法，如联合地图、地图动画、热点地图、热点矩阵、时空立方体、数学模拟等诸多方法，但都或多或少的存在以下几点主要问题:[0008](I)分析结果的解读过程不够简单直观，需要分析员的交互操作；特别是对较多时段的犯罪格局进行对比分析时存在较大的局限；
[0009](2)分析方法太过复杂，很难被公安部门的分析人员所掌握，因此限制了其在日常警务管理中的应用。
[0010]随着我国公安部门要求必须提高“街面见警率”，警员的街面步行巡逻将日益成为常态。由于警力资源的有限性，以及犯罪分布的空间不均匀特征，因此需要对警务辖区进行分区规划。一个好的警务防控分区规划需要能够反映警务辖区内的犯罪风险时空变化模式。
【发明内容】
[0011]为了克服现有方法的不足，本发明提出一种服务于警务防控分区规划的犯罪风险时空模式识别方法，该方法综合时空维度信息，其划分的结果在使用过程中具有识别过程操作简单、结果可视化效果较好的特点。
[0012]为了实现上述发明目的，本发明所采用的技术方案包含如下步骤:
[0013]第一步、根据案件记录的表格数据进行地理编码，转换成GIS空间点数据，确保匹配成功率在85%以上；
[0014]第二步、将需要研究的时期划分为η个时段，针对每个时段中的犯罪案件点，采用“移动窗口”和核密度估计的方法来度量各时段内犯罪案件的空间分布格局，所采用的核密度函数如下:
【权利要求】
1.一种服务于警务防控分区规划的犯罪风险时空模式识别方法，其特征在于，包括如下步骤: 第一步、根据案件记录的表格数据进行地理编码，转换成Gis空间点数据，确保匹配成功率在85%以上； 第二步、将需要研究的时期划分为η个时段，针对每个时段中的犯罪案件点，采用“移动窗口”和核密度估计的方法来度量各时段内犯罪案件的空间分布格局，所采用的核密度函数如下:
2.根据权利要求1所述的用于警务防控的犯罪风险时空格局划分方法，其特征在于，所述第四步的根据点的集聚离散程度进行分类主要步骤为: 1.构建由η个时间维度表征的η维特征空间，每个时间维度的标度为相应时间维度上所承载的属性信息取值，即标准核密度值，由此，每个空间单元都将对应于η维特征空间中的某一点； I1.根据η维特征空间内特征点集的集聚离散程度，采用迭代自组织数据分析方法将所有的特征点分为若干类。
3.根据权利要求2所述的用于警务防控的犯罪风险时空格局划分方法，其特征在于，步骤II中采用迭代自组织数据分析方法进行分类主要步骤如下: a.设定较大的初始分类类别数量α； b.将η维特征空间中自原点出发的对角线等分成α份，作为初始类别中心，并计算η维特征空间中的特征点与对角线上等分点之间的距离D，计算公式如下:
4.根据权利要求3所述的用于警务防控的犯罪风险时空格局划分方法，其特征在于，在所构建的η维特征矩阵中，采用时间——信息的方式来定位空间单元。
5.根据权利要求4所述的用于警务防控的犯罪风险时空格局划分方法，其特征在于，所述第二步中，核密度估计搜索半径的设置是根据特定犯罪类型在微观街道尺度上的分布变化规律所设置的。
6.根据权利要求5所述的用于警务防控的犯罪风险时空格局划分方法，其特征在于，第二步中的移动窗口是采用圆形移动窗口。
7.根据权利要求6所述的用于警务防控的犯罪风险时空格局划分方法，其特征在于，所述第二步中，核密度估计结果中的网格单元大小大于80%案件点的空间定位精度。
【文档编号】G06Q50/26GK103955804SQ201410214600
【公开日】2014年7月30日 申请日期:2014年5月20日 优先权日:2014年5月20日
【发明者】柳林, 姜超, 刘凯 申请人:中山大学