一种基于实有人口指标的配套设施规划辅助系统的制作方法

本发明属于城市规划及城市人口管理领域，涉及城市人口的统计及配套设施的配置，更具体涉及一种基于实有人口指标的配套设施规划辅助系统。

背景技术：

结合城市各个区域的人口信息制定相应设施配置策略一直是城市规划、城市人口管理、商业开发等领域的研究重点。目前，城市设施资源配置主要参照两个人口概念：其一是十年一次的人口普查数据中“常住人口”，即在本地居住超过半年以上的人口，在城市规划中对各类设施资源的配置起到决定性影响；其二是在本地居住不满6个月的“短期驻留人口”，上海、北京两座特大城市已明确要求设施配置需要为这类人口留下“弹性空间”。

因此，就有一些研究通过人流观测数据、交通调查数据、问卷访谈数据来测度城市局部空间中居民对于服务设施的真实需求情况.然而这些方法的数据获取成本高、更新周期长。其中，人口普查、交通调查每10年进行一次，每次普查耗费人力成本巨大；市公安局及各街道办的登记人口数据获取难度很大且难以统一整合；人流观测、问卷访谈数据要做到大范围覆盖人力、时间成本同样很高。这些因素使得现有方法难以有效捕捉短周期内(如两年或几个月)的城市人口变化，无法指导近期规划中相关设施的配置。

其次，上述现有方法无法测度居民日常活动对城市设施资源使用的影响，造成中观层面设施配置与实际使用的偏差较大。一方面，“常住人口”与“短期驻留人口”局限于人口与居住地的一一对应关系(即居民被算作住房所在地的人口)，没有考虑这些人口日常因工作、办事、休闲游憩等目的在城市空间单元中发生的流动所最终形成的“实有人口”；另一方面，人流观测、问卷访谈数据反映的只是个例，无法掌握城市居民日常活动的总体规律。这些因素使得城市局部区域经常出现服务设施“失配”的情况。例如一些城市中心、休闲娱乐场所服务设施紧缺造成排队拥挤，一些大型住区、近远郊社区大量居民日常外出工作造成服务设施资源浪费。

近年来，也有通过结合兴起的移动定位大数据(如手机信令数据、公交刷卡数据、手机app数据)对于城市现象及问题进行展示，然而其实际技术路线不明晰，在指导城市规划方面的应用不足。

技术实现要素：

为解决上述问题，提供一种利用手机信令数据对城市空间单元的实有人口指标进行计算并基于该实有人口指标的配套设施规划辅助系统，本发明采用了如下技术方案：

本发明提供了一种基于实有人口指标的配套设施规划辅助系统，其特征在于，包括：数据获取与处理模块，用于获取分别对应各个用户以及各个基站的手机信令数据并对其进行处理从而生成对应各个用户的个体出行链；指标生成与聚类模块，用于根据个体出行链计算各个预先划分的城市空间单元的实有人口指标并进行聚类；区域设定模块，用于将操作人员选定的城市空间单元作为分析区域以及比对区域并对分析区域的实有人口指标以及比对区域的实有人口指标进行比对从而获取比对结果；设施配置决策模块，根据预设的服务设施配置标准以及比对结果生成对应各个服务设施的综合调整系数。

本发明提供的基于实有人口指标的配套设施规划辅助系统，还可以具有这样的技术特征，还包括：输入显示模块，具有输入显示部以及画面存储部，其中，画面存储部存储有调整系数显示画面，输入显示部在设施配置决策模块生成综合调整系数后显示调整系数显示画面并在该画面中显示综合调整系数让操作人员查看。

本发明提供的基于实有人口指标的配套设施规划辅助系统，还可以具有这样的技术特征，其中，数据获取与处理模块包括信令数据调整部、无效数据剔除部、停留点识别获取部、出行链生成部以及出行链存储部，画面存储部还存储有信令数据输入画面，输入显示部显示信令数据输入画面让操作人员将手机信令数据导入，信令数据调整部对获取的手机信令数据进行调整从而作为标准信令数据，无效数据剔除部用于对标准信令数据中的无效数据进行剔除从而作为待处理信令数据，停留点识别获取部对待处理信令数据进行识别从而获取对应各个用户的停留点，出行链生成部依次根据每个用户的所有停留点生成对应用户的个体出行链，出行链存储部将个体出行链以及用户进行对应存储。

本发明提供的基于实有人口指标的配套设施规划辅助系统，还可以具有这样的技术特征，其中，无效数据为标准信令数据中的漂移数据以及高频乒乓转换数据。

本发明提供的基于实有人口指标的配套设施规划辅助系统，还可以具有这样的技术特征，其中，区域设定模块包括指标检索获取部以及比对计算部，画面存储部存储有区域选择画面，输入显示部显示区域选择画面让操作人员选择一个城市空间单元作为分析区域，并选择另一个城市空间单元作为比对区域，指标检索获取部对指标生成与聚类模块生成的实有人口指标进行检索并分别获取对应分析区域以及比对区域的实有人口指标作为比对数据，比对计算部将比对数据进行比对从而获得比对结果。

本发明提供的基于实有人口指标的配套设施规划辅助系统，还可以具有这样的技术特征，其中，指标生成与聚类模块包括：用户类型识别设定部，用于根据个体出行链对用户在城市中的停留时间进行识别从而设定各个用户的用户类型；出行类别识别设定部，用于根据个体出行链对各个用户在城市中的目的地进行识别并根据目的地对应用户的居住地、工作地或是其他停留地对用户的出行类别进行设定；基础统计数据整合部，用于根据个体出行链、用户、用户类型以及出行类别进行对应整合并作为基础统计数据；单元统计数据分配部，用于根据预先设定的单元分配权重将对应各个基站的基础统计数据分配给各个城市空间单元从而作为单元统计数据；人口指标计算部，用于根据单元分配权重以及基础统计数据计算对应各个城市空间单元的实有人口指标；指标存储部，用于对实有人口指标进行存储。

本发明提供的基于实有人口指标的配套设施规划辅助系统，还可以具有这样的技术特征，其中，设施配置决策模块包括：调整系数生成部，用于根据比对结果生成基础调整系数；综合调整系数计算部，用于根据预设的服务设施配置标准以及基础调整系数计算对应各个服务设施的综合调整系数。

本发明提供的基于实有人口指标的配套设施规划辅助系统，还可以具有这样的技术特征，其中，城市空间单元为城市规划时划分的居委会单元。

本发明提供的基于实有人口指标的配套设施规划辅助系统，还可以具有这样的技术特征，其中，指标生成与聚类模块还具有聚集空间划分部、指标聚类计算部以及聚类空间划分部，聚集空间划分部根据实有人口指标将各个城市空间单元划分为高聚集强度单元、中等聚集强度单元或低聚集强度单元，指标聚类计算部分别对高聚集强度单元、中等聚集强度单元以及低聚集强度单元具有的实有人口指标进行聚类计算从而获取分别对应高聚集强度单元、中等聚集强度单元以及低聚集强度单元的指标聚类特征，聚类空间划分部根据指标聚类特征对高聚集强度单元、中等聚集强度单元以及低聚集强度单元进行进一步的划分。

本发明提供的基于实有人口指标的配套设施规划辅助系统，还可以具有这样的技术特征，其中，实有人口指标包括实有人口密度、实有/常住比、随机流动性人口占比、规律流动性人口占比、人均停留时间、人均流动距离、流动覆盖率、昼/夜比以及平日/周末比。

发明作用与效果

根据本发明的基于实有人口指标的配套设施规划辅助系统，由于具有数据获取与处理模块，能够对各个基站的手机信令数据进行处理，从而能够将手机信令数据转换为各个用户的个体出行链，进一步通过指标生成与聚类模块，根据个体出行链计算各个城市空间单元的实有人口指标；还有由于具有区域设定模块以及设施配置决策模块，因此能够根据实有人口指标对城市中各个城市单元的设施配置情况进行预估，进一步提供综合调整系数完成本系统对设施规划的建议。本发明的系统在传统方法关注人口总量规模和人口年龄结构的基础上将城市居民的日常出行活动的规律性、空间影响、时间变化等特征纳入配套设施决策的考量，构建实有人口指标框架进行空间聚类，并根据各类城市空间所属类别与未来发展目标制定相应的服务设施配置策略，从而有效弥补现有方法在城市中观层面设施配置决策中的不足。

附图说明

图1是本发明实施例中基于实有人口指标的配套设施规划辅助系统的结构框图；

图2是本发明实施例中数据获取与处理模块的结构图；

图3是本发明实施例中指标生成与聚类模块的结构图；

图4是本发明实施例中实有人口指标的框架图；

图5是本发明实施例中聚集空间划分标准的示意图；

图6是本发明实施例中根据指标聚类特征分类空间的示意图；

图7是本发明实施例中区域设定模块的结构图；

图8是本发明实施例中中远两湾城社区的实有人口指标与上海市社区平均指标的比对结果；

图9是本发明实施例中设施配置决策模块的结构图；以及

图10是本发明实施例中设施规划辅助过程的流程图。

具体实施方式

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，以下结合实施例及附图对本发明的基于实有人口指标的配套设施规划辅助系统作具体阐述。

<实施例>

本实施例的基于实有人口指标的配套设施规划辅助系统首先通过手机信令数据提取用户个体出行链，其次根据出行链建立城市中观层面的实有人口四维指标框架，最后结合各城市空间单元的发展目标及实有人口指标的特征提出配套设施的针对性配置策略。

图1是本发明实施例中基于实有人口指标的配套设施规划辅助系统的结构框图。

如图1所示，基于实有人口指标的配套设施规划辅助系统100包括数据获取与处理模块1、指标生成与聚类模块2、区域设定模块3、设施配置决策模块4、输入显示模块5、系统通信模块6以及系统控制模块7。

系统通信模块6用于进行基于实有人口指标的配套设施规划辅助系统100的各个构成部分之间的数据交换。系统控制模块7用于对基于实有人口指标的配套设施规划辅助系统100的各个构成部分进行控制。

数据获取与处理模块1用于获取分别对应各个用户以及各个基站的手机信令数据并对其进行处理从而生成对应各个用户的个体出行链。

本实施例中，基站为用于进行手机数据传输的信号基站，能够对用户的手机产生的数据进行传输并记录手机的信令作为手机信令数据。

图2是本发明实施例中数据获取与处理模块的结构图。

如图2所示，数据获取与处理模块1包括信令数据调整部11、无效数据剔除部12、停留点识别获取部13、出行链生成部14以及出行链存储部15。

信令数据调整部11用于对获取的手机信令数据进行调整从而作为标准信令数据。

本实施例中，操作人员在通过输入显示模块5导入的手机信令数据需要选择导入相应的天数(即数据基站多少天所采集的手机信令数据，天数越多则手机信令数据的数据量越大)，该天数的选项为“2天”、“7天”、“14天”以及“14天以上”，其中，“14天”为标准的数据量，当操作人员选择“2天”则信令数据调整部11将工作日复制10次休息日复制4次补齐14天；若选择“7天”则将一周复制2次补齐14天；若选择“14天以上”则截取其中连续的14天数据导入。进一步，数据获取与处理模块1对“14天”的标准信令数据进行处理。

无效数据剔除部12用于对标准信令数据中的无效数据进行剔除从而作为待处理信令数据。

本实施例中，无效数据为标准信令数据中的漂移数据以及高频乒乓转换数据，无效数据剔除部12通过设定30m/s的速度阈值剔除漂移数据，并将60秒内相邻基站间的切换合并从而剔除标准信令数据中的高频乒乓切换产生的数据。

停留点识别获取部用于13对待处理信令数据进行识别从而获取对应各个用户的停留点，

本实施例中，用户的停留点为满足在一定范围内有密集打点并且持续一段较长时间两个条件(即表示该用户在一处停留了一段时间)，通过停留点识别获取部13设定20分钟的时间阈值以及2km的距离阈值，将待处理信令数据中的满足条件的数据筛选而出并作为用户的停留点。

出行链生成部14用于依次根据每个用户的所有停留点生成对应用户的个体出行链，

本实施例中，出行链生成部14将同一用户的停留点按照时间顺序合并，从而生成了个体出行链数据，表1展示了某用户的单日出行链：

表1：某用户单日出行链

表中，数据字段包括msid用户识别号(msid)、起始基站(olaccell)、终点基站(dlaccell)、起始时间(otime)、终点时间(dtime)，以及type字段记录这是一次停留还是出行，0表示停留、1表示出行。

出行链存储部15用于将出行链生成部14生成的个体出行链按用户分别进行存储。

图3是本发明实施例中指标生成与聚类模块的结构图。

如图3所示，指标生成与聚类模块2包括用户类型识别设定部21、出行类别识别设定部22、基础统计数据整合部23、单元统计数据分配部24、人口指标计算部25、指标存储部26、聚集空间划分部27、指标聚类计算部28以及聚类空间划分部29。

用户类型识别设定部21用于根据个体出行链对用户在城市中的停留时间进行识别从而设定各个用户的用户类型。

本实施例中，由于手机信令数据以“14天”为标准进行处理，用户类型识别设定部21对在该14天中用户在同一城市中具有打点记录的天数进行判断，当14天中有10天及以上有打点记录的用户判断为本地人口，14天中有4天及以下有打点记录的用户判断为短期驻留人口，在14天中打点记录在4-10天的用户判断为其他人口。在其他实施例中，进行判断的“4”与“10”两个阈值可以根据操作人员的需要进行调整(但不推荐)。

出行类别识别设定部22用于根据个体出行链对各个用户在城市中的目的地进行识别并根据目的地对应用户的居住地、工作地或是其他停留地对用户的出行类别进行设定。

本实施例中，出行类别识别设定部22根据用户在个体出行链中的起始基站(olaccell)、终点基站(dlaccell)、起始时间(otime)、终点时间(dtime)以及type字段判断用户的居住地以及工作地(该判断方法为本领域常用技术手段，在此不再赘述)，进一步根据个体出行链中终点基站(dlaccell)判断用户的出行类别。

本实施例中，出行类别分为居住流动、工作流动、稳定流动(既是居住地也是工作地)以及办事游憩流动(既不是居住地也不是工作地)。若用户在14天中仅有1天去某一目的地(即终点基站)，则出行类别识别设定部22将到该目的地的出行识别为随机流动；若用户在14天中仅有6天以上都去某一目的地，则到该目的地的出行识别为日常流动；若用户在14天中仅有2天到5天都去某一目的地，则到该目的地的出行识别为规律流动；特别地，若用户在一天中仅有一个停留点而没有出行(olaccell＝dlaccell)，则当日该次停留识别为“静止”也就是零流动。在其他实施例中，进行判断的“1”与“6”两个阈值可以根据操作人员的需要进行调整(但不推荐)。

基础统计数据整合部23用于根据个体出行链、用户、用户类型以及出行类别进行对应整合并作为基础统计数据。

本实施例中，基础统计数据整合部23将个体出行链、用户、用户类型以及出行类别整合为如下形式：

vi,t,n＝pn(laccelln,timen,distancen,stayn,type1i,type2n,type3n)(1)

式中，i代表用户id，t代表日期，n代表目的地点编号，vi，t，n代表用户i在t日当天的第n次出行；pn表示用户i在t日当天的第n次出行的字段集；laccelln代表目的地的基站编号(dlaccell)，timen代表到达目的地的时间(dtime)，distancen代表目的地与出发地之间的距离，stayn代表到达目的地后的停留时间(本次出行后停留记录的dtime-otime)；type1i代表用户类型，1为本地人口、2为短期驻留人口、3为其他人口，type2n代表本次出行的目的性分类，1为居住流动、2为工作流动、3为稳定流动、4为办事游憩流动，type3n代表本次出行的规律性分类，1为随机流动、2为规律流动、3为日常流动、4为静止(零流动)。表2展示了基础统计数据整合部23整合的基础统计数据中某用户的单日记录：

表2：实有人口统计基础表

如表2所示，这是编号为4b6…8c54用户在2014年3月18日当天的基础统计信息，以第一行数据为例，可以看到该用户在上午7点26分16秒发生了一次出行，出行距离约4.3公里，到达后停留了53分钟，此外这是一次本地用户由于办事游憩目的而发生的规律性流动。

单元统计数据分配部24用于根据预先设定的单元分配权重将基础统计数据分配给各个城市空间单元从而作为单元统计数据。

本实施例中，单元分配权重为根据高斯核函数计算各基站2km内覆盖到的周边城市空间单元的影响参数，进一步对各个基站所有的影响参数归一化后得到各基站对周边城市单元的单元分配权重，其中，影响参数k的计算公式为：

k＝exp{d^2/(2*σ^2)}(2)

式中，d为基站到城市空间单元的中心点的距离，最大值默认取2km，σ宽度参数，默认取1km。当得分在其他实施例中，距离d的最大值和宽度参数σ可以根据操作人员的需求进行调整(但不建议)。

本实施例中，单元统计数据分配部24根据各基站对应的城市空间单元的单元分配权重进行汇总，将基站记录到的用户数据向城市空间单元进行映射，即每个城市空间单元分配到的用户数量为：

numi＝∑partialj*numj(3)

式中，partialj为基站j对空间单元i的影响权重，numj为基站j记录到的用户数。

本实施例中，城市空间单元为第六次全国人口普查时划定的居委会单元，

人口指标计算部25用于根据单元分配权重以及基础统计数据计算对应各个城市空间单元的实有人口指标。

本实施例中，实有人口指标包括实有人口密度、实有/常住比、随机流动性人口占比、规律流动性人口占比、人均停留时间、人均流动距离、流动覆盖率、昼/夜比以及平日/周末比。在其他实施例中，如图4所示，实有人口指标还包括本地随机流动占比、外来随机流动占比、其他随机流动占比、日常流动占比、居住流动占比、工作流动占比、稳定流动占比、办事游憩流动占比、静止人口占比、人均停留时间、流动性人口人均停留时间、人口.时、人口.公里、静止人口平日/周末比、随机流动性人口高峰小时占比、规律流动性人口高峰小时占比、夜间调整系数、周末调整系数以及高峰调整系数。以下是人口指标计算部25计算本实施例所用的实有人口指标的方法：

a1.实有人口密度：

densi＝∑partialj*num_avgj/ari

式中，partialj代表基站j对于空间单元i的影响权重，num_avgj代表基站j的日均实有人口数量，ari代表空间单元i的面积。

a2.实有/常住比：空间单元i中实有人口数/空间单元i中常住人口数(六普数据)

ratioi＝∑partialj*num_avgj/rei

式中，partialj代表基站j对于空间单元i的影响权重，num_avgj代表基站j的日均实有人口数量，rei代表空间单元i的常住人口数(来源于六普数据)。

b1.随机流动性人口占比：

r_ramdomi＝∑partialj*num_random_avgj/∑partialj*num_avgj

式中，partialj代表基站j对于空间单元i的影响权重，num_avgj代表基站j的日均实有人口数量，num_random_avgj代表基站j的日均随机流动性人口数量。

b2.规律流动性人口占比：

r_regulari＝∑partialj*num_regular_avgj/∑partialj*num_avgj

式中，partialj代表基站j对于空间单元i的影响权重，num_avgj代表基站j的日均实有人口数量，num_regular_avgj代表基站j的日均规律流动性人口数量。

c12.流动性人口人均停留时间：

time_activce_avgi

＝∑partialj*time_num_activej/∑partialj*visitor_num_activej

式中，partialj代表基站j对于空间单元i的影响权重，time_num_activej代表基站j的流动性人口累计停留时间，visitor_num_activej代表基站j的流动性人口累计停留人次。

c2.人均流动距离：

distance_avgi

＝∑partialj*distance_num_activej

/∑partialj*visitor_num_activej

式中，partialj代表基站j对于空间单元i的影响权重，distance_num_activej代表基站j的流动性人口累计流动距离，visitor_num_activej代表基站j的流动性人口累计停留人次。

c3.流动覆盖率：

coveragei＝cover_numi/all_numi

这个指标较为特殊需要通过个体出行链生成的od统计得到，cover_numi代表与空间单元i日均出行联系在50人次以上的单元数，all_numi为总城市空间单元数量。

d1.昼/夜比：

dn_ri＝∑partialj*num_active_period_dayj

/∑partialj*num_active_period_nightj

式中，partialj代表基站j对于空间单元i的影响权重，num_active_period_dayj代表基站j的白日流动性人口数量，num_active_period_nightj代表基站j的夜间流动性人口数量。

d22.平日/周末比：

ww_ri＝∑partialj*num_active_period_workdayj

/∑partialj*num_active_period_weekendj

式中，partialj代表基站j对于空间单元i的影响权重，num_active_period_workdayj代表基站j的平日流动性人口数量，num_active_period_weekendj代表基站j的周末流动性人口数量。

指标存储部26用于对实有人口指标进行存储。

聚集空间划分部27根据实有人口指标将各个城市空间单元划分为高聚集强度单元、中等聚集强度单元或低聚集强度单元，

本实施例中，聚集空间划分部27根据最重要的一个维度——实有人口聚集强度(即实有人口指标中的实有人口密度以及实有/常住比)将城市空间单元划分成高聚集强度、中等聚集强度、低聚集强度三大类。用0-1标准化后的实有人口密度(a1)、实有/常住比(a2)构建坐标系统，以0.5为分界将城市空间单元划分的标准如图5所示。

指标聚类计算部28分别对高聚集强度单元、中等聚集强度单元以及低聚集强度单元具有的实有人口指标进行聚类计算从而获取分别对应高聚集强度单元、中等聚集强度单元以及低聚集强度单元的指标聚类特征。

聚类空间划分部29根据指标聚类特征对高聚集强度单元、中等聚集强度单元以及低聚集强度单元进行进一步的划分。

以上海市为例，将5298个居委会单元划分为上述聚集空间划分部27划分的高、中、低三类，进一步，指标聚类计算部28对高、中、低三类聚集强度下的居委会单元分别采用k-means进行聚类，聚类数量参照轮廓系数(silhouettecoefficient)大小。最终，聚类空间划分部29将上海市的居委会单元中高聚集强度空间分为8类、中等聚集强度空间分为5类、低聚集强度空间分为4类。进一步，聚类空间划分部29根据指标聚类特征将各类空间整理至综合中心型、居住导向型、就业导向型、交通导向型、游憩导向型和城市边缘性6个大类中。同时，发明人根据指标聚类特征以及各类空间单元的区位特征给17个(8+5+4)空间类别归类，各类空间单元的命名以及分类状况如图6所示。

区域设定模块3用于将操作人员选定的城市空间单元作为分析区域以及比对区域并对分析区域的实有人口指标以及比对区域的实有人口指标进行比对从而获取比对结果。

图7是本发明实施例中区域设定模块的结构图。

如图7所示，区域设定模块3包括指标检索获取部31以及比对计算部32。

指标检索获取部31对指标存储部26中存储的实有人口指标进行检索并分别获取对应分析区域以及比对区域的实有人口指标作为比对数据。

比对计算部32将比对数据进行比对从而获得比对结果。

本实施例中，操作人员在通过输入显示模块5选择比对区域时，能够选择比对策略，该比对策略分为现状导向以及目标导向。当操作人员选择现状导向时，指标检索获取部31就检索整个城市的城市空间单元的实有人口指标从而进一步获取该城市的平均实有人口指标作为比对区域的实有人口指标；当操作人员选择目标导向时，输入显示模块5进一步显示发展较为完善的社区让操作人员选择，进一步指标检索获取部31根据选择的比对区域获取比对数据。

在其他实施例中，比对区域还能够是多个城市空间单元，此时指标检索获取部31获取对应选择的多个城市空间单元的实有人口指标，并将该多个实有人口指标取平均值作为比对区域的实有人口指标。

以中远两湾城社区为例，将中远两湾城社区作为分析区域，由于中远两湾城社区为新建社区，因此发明人选择现状导向，指标检索获取部31从指标存储部26中检索获取中远两湾城社区的实有人口指标与上海市社区的平均实有人口指标作为比对数据，比对计算部32对该比对数据进行比对从而获取比对结果，其比对结果如图8所示。

设施配置决策模块4用于根据预设的服务设施配置标准以及比对结果生成对应各个服务设施的综合调整系数。

图9是本发明实施例中设施配置决策模块的结构图。

如图9所示，设施配置决策模块4调整系数生成部41以及综合调整系数计算部42。

调整系数生成部41用于根据比对结果生成基础调整系数。

综合调整系数计算部42用于根据预设的服务设施配置标准以及基础调整系数计算对应各个服务设施的综合调整系数。

本实施例中，服务设施配置标准采用上海《15分钟社区生活圈规划导则》中的配置标准，该标准如表3所示：

表3.实有人口指标与各类服务设施配置标准的对应关系

表中，“项目”列为一个城市空间单元需要配置的服务设施，“参考指标”列为城市空间单元中实有人口指标能够对最小规模建筑面积以及千人用地面积产生影响的指标。

以中远两湾城社区为例，调整系数生成部41根据区域设定模块3获取的比对结果生成的基础调整系数如图8所示，基础调整系数为分析区域的实有人口指标与比对区域的实有人口指标的比值减一。进一步，综合调整系数计算部42根据基础调整系数生成的对应各个服务设置的综合调整系数如表4所示：

表4.中远两湾城服务设施配置的调整系数与最终数值

表中，最小规模建筑面积以及千人用地面积为根据服务设施配置标准以及调整系数计算完成的最终数值。

输入显示模块5具有输入显示部51以及画面存储部52。

画面存储部51还存储有信息数据导入画面、城市空间类型显示画面、区域选择画面以及调整系数显示画面。

信令数据导入画面用于在系统启动时显示从而让操作人员选择手机信令数据进行导入。

本实施例中，信令数据导入画面还具有导入天数选择部分，该部分能够显示手机信令数据的导入选项：“2天”、“7天”、“14天”以及“14天以上”，用于让操作人员选择一个导入选项并导入相应天数的手机信令数据。

城市空间类型显示画面用于在聚类空间划分部29根据各类的城市空间单元整理至综合中心型、居住导向型、就业导向型、交通导向型、游憩导向型和城市边缘性6个大类后显示各个城市空间单元的类型，从而让操作人员查看各个城市空间单元的类型。

区域选择画面显示划分好的城市地图，并让操作人员选择一个城市空间单元作为分析区域，进一步让操作人员选择一个或多个城市空间单元作为比对区域。

本实施例中，区域选择画面还具有比对策略选择部分，该部分能够在操作人员选择一个城市空间单元作为分析区域后显示比对策略选项：“现状导向”以及“目标导向”，用于让操作人员选择一个选项进行操作。

调整系数显示画面在设施配置决策模块4计算出综合调整系数时显示一个表格并在该表格中显示服务设施配置标准以及综合调整系数从而让操作人员进行查看。

输入显示部52用于显示上述画面，从而让操作人员通过这些画面进行相应的人机交互。

图10是本发明实施例中设施规划辅助过程的流程图。

步骤s1，输入显示部52显示信令数据导入画面并让操作人员导入手机信令数据，然后进入步骤s2；

步骤s2，数据获取与处理模块1用于对步骤s1中导入的手机信令数据进行处理从而生成对应各个用户的个体出行链，然后进入步骤s3；

步骤s3，指标生成与聚类模块2用于根据步骤s2中生成的个体出行链计算各个城市空间单元的实有人口指标，然后进入步骤s4；

步骤s4，输入显示部52显示区域选择画面并让操作人员选择分析区域以及比对区域，区域设定模块3将对应被选定的分析区域以及比对区域的实有人口指标进行比对从而获取比对结果，然后进入步骤s5；

步骤s5，设施配置决策模块4根据服务设施配置标准以及步骤s4获取的比对结果生成对应各个服务设施的综合调整系数，然后进入步骤s6；

步骤s6，输入显示部52显示调整系数显示画面并在该画面中显示服务设施配置标准以及综合调整系数从而让操作人员进行查看完成规划的辅助，然后步骤结束。

实施例作用与效果

根据本实施例提供的基于实有人口指标的配套设施规划辅助系统，由于具有数据获取与处理模块，能够对各个基站的手机信令数据进行处理，从而能够将手机信令数据转换为各个用户的个体出行链，进一步通过指标生成与聚类模块，根据个体出行链计算各个城市空间单元的实有人口指标；还有由于具有区域设定模块以及设施配置决策模块，因此能够根据实有人口指标对城市中各个城市单元的设施配置情况进行预估，进一步提供综合调整系数完成本系统对设施规划的建议。本发明的系统在传统方法关注人口总量规模和人口年龄结构的基础上将城市居民的日常出行活动的规律性、空间影响、时间变化等特征纳入配套设施决策的考量，构建实有人口指标框架进行空间聚类，并根据各类城市空间所属类别与未来发展目标制定相应的服务设施配置策略，从而有效弥补现有方法在城市中观层面设施配置决策中的不足。

本实施例中，由于还具有输入显示模块，因此能够完成系统与操作人员的人机交互，让操作人员对预先设置数据配置选项的进行选择从而进行不同的分析，并显示生成的综合调整系数以及设施的配置建议数据让操作人员查看。

本实施例中，数据获取与处理模块通过手机信令数据识别用户的停留点进一步完成个体出行链的生成，从而实现了根据各个基站的手机信令数据对用户的出行状态的初步分析，建立了手机信令数据与用户出行状态之间的联系。

本实施例中，指标生成与聚类模块能够根据单元分配权重以及基于各个基站的个体出行链计算基于各个城市空间单元的实有人口指标，避免了基站层面的数据在城市空间单元层面上进行统计时会产生的严重的数据误差。

本实施例中，设施配置决策模块能够根据区域设定模块将分析区域以及比对区域进行比对后的比对结果以及服务设施配置标准生成分析区域中服务设施的综合调整系数以及根据该综合调整系数生成的服务设施面积指标，从而完成对区域中服务设置配置的辅助规划。

本实施例中，由于指标生成与聚类模块能够对实有人口指标进行聚类从而将城市空间单元根据各自的实有人口指标的特征划分为不同类型的城市空间单元，进一步将各个城市空间单元根据特征的类型归类至预先设定的综合中心型、居住导向型、就业导向型、交通导向型、游憩导向型和城市边缘性6个大类中，从而便于操作人员对城市空间单元进行不同类型的规划以及在选择分析、比对区域时能够根据城市空间单元的类型进行有目的性的选择，提高了系统对城市空间单元规划的辅助效果。

上述实施例仅用于举例说明本发明的具体实施方式，而本发明不限于上述实施例的描述范围。