一种房屋居住率的估算方法与流程

本发明属于数据处理技术领域，具体涉及一种房屋居住率的估算方法。

背景技术：

房屋居住率是反映房屋真实入住状况的重要指标。城市化进行的加快极大促进了房地产产业的发展。精准掌握城市房屋居住率空间分布状况，对于房地产产业和国民经济的协调有序发展有重要意义。随着遥感和GIS技术的发展，应用遥感和GIS技术进行房屋居住率监测已成为当前快速、便捷、精准获取房屋真实入住状况的重要手段。

传统的房屋居住率估算主要通过统计资料、房地产统计信息和问卷调查获取。例如，发达国家通过住房空置指标体系来反映住房的使用情况，并设有权威的调查机构，如美国人口统计局(U.S.Census Bureau)就存在三种住房调查：美国社会调查(ACS)、当前人口调查/住房空置调查(CPS/HVS)和美国住房调查(AHS)主要执行对存量住房的调查与分析，但该方法调研耗时耗力、无法获取房屋居住率的内部空间分布信息，且不同国家的统计口径和统计尺度也有所差异。房地产空置率调查一般是房地产公司对未售住宅套数、未收房住宅套数和收房未入住住宅套数等情况的统计，一般在小范围展开，无法大范围应用。

而且，上述方法除具有统计口径和统计尺度差异、调研耗时耗力等不足外，往往无法大范围应用，且无法获取房屋居住率的内部空间分布信息。虽然，基于遥感和GIS手段获取房屋空置率为模拟房屋居住率空间分布提供了解决方案，但该类方法存在无法精确识别居住建筑比例、并未考虑居住建筑立体结构信息等缺点，对模拟精度造成一定的影响。

因此，亟待研究一种可改善上述技术问题的房屋居住率的估算方法。

技术实现要素：

为改善上述技术问题，本发明提供一种房屋居住率的估算方法，所述估算方法包括以下步骤：

1)夜间灯光数据预处理；

2)居住建筑与非居住区面积比例确定；

3)居住区分区；

4)居住区灯光亮度提取；

5)分区确定满置灯光亮度；

6)房屋居住率计算。

步骤1)中，所述预处理为去除背景噪声，所述背景噪声包括森林火灾、极光、火山等短时光数据和山顶积雪、干涸床等。所述预处理采用八邻域算法对夜间灯光数据进行平滑处理，为方便计算，将夜间灯光数据重采样为450m×450m。

步骤2)中，由于建设用地由居住建筑和非居住区两部分组成，因此可以确定非居住区面积比例。

所述建设用地可以通过土地利用数据、土地覆盖、不透水面等数据的任一种提取。

例如，基于土地利用数据，提取城市建设用地，并以450m×450m渔网为统计单元，计算各渔网内建筑用地面积比例。以450m×450m渔网为统计单元，所述非居住区面积比例为渔网单元内建设用地面积比例减去渔网单元内居住建筑面积比例；

所述非居住区面积比例的确定如下式(1)所示：

式中，Rnon-resi为非居住区面积比例，Areab为渔网单元内建设用地面积，Areaf为渔网单元面积，Rresi为渔网单元内居住建筑面积比例。

具体地，基于居住建筑数据，以450m×450m渔网为统计单元，计算各渔网单元内不同楼层数居住建筑面积比例及总居住建筑面积比例，计算公式如式(2)和式(3)所示：

式中，Ri为渔网单元内第i楼层数居住建筑面积比例，i为楼层数，Areai、Areaf分别为渔网单元内第i楼层数建筑面积和渔网单元面积；n为渔网单元内最高楼层数。

步骤3)中，所述居住区分区具体为：基于各渔网单元不同楼层数居住建筑面积比例，根据低层、中层、中高层和高层的分类标准对居住区进行分区，所述低层为1-n1层，所述中层为n2-n3层，所述中高层为n4-n5层，所述高层为n6-n层；例如，所述低层为1-3层，所述中层为4-6层，所述中高层为7-9层，所述高层为＞9层，所述n1、n2、n3、n4、n5、n6选自大于1的整数；所述居住区分区的计算公式如式(4)和式(5)所示：

式中，Rmax为渔网单元内最高的居住建筑面积比例，Rc为渔网单元的居住建筑类别。

步骤4)中，居住区灯光亮度提取。由于夜间灯光不仅仅包含居住建筑灯光，还可能包括道路、商业区、公园等杂光，因此，为获取渔网单元内居住建筑纯净灯光，需要对渔网单元内的非居住区灯光进行剔除。采用混合像元思想，所述居住区灯光亮度的计算公式为：

NTLresi＝NTL-ALIP×Rnon-resi (6)

式中，ALIP为单位非居住区面积比例灯光亮度，NTLresi为居住区灯光亮度，NTL为原始灯光亮度。

进一步地，所述ALIP可通过以下方法计算：基于高分遥感影像选取若干个(例如100-300个，例如200个)完全不包含居住建筑的像元，并提取样本的灯光亮度值；然后，计算单位非居住区面积比例对应的灯光亮度，通过求均值确定单位非居住区面积比例的平均灯光亮度，计算公式如式(7)所示。

式中，Nnon-resi为非居住区选取样本数量，NTLk为第k个样本对应的灯光亮度。

步骤5)中，分区确定满置灯光亮度。所述步骤5)具体为：确定各分区满置时的灯光亮度。

进一步地，可以基于步骤3)居住区分区结果和步骤4)居住区灯光亮度提取结果，对各分区灯光亮度频率直方图进行统计，为方便计算，各像元灯光值可以进行四舍五入。所述分区满置灯光亮度可以根据频率直方图分别选取累计频率达到80％的灯光亮度作为该分区满置灯光亮度。

步骤6)中，可以根据居住灯光比来确定房屋居住率。所述房屋居住率的计算公式如式(8)所示。

式中，HRRk和(NTLresi)k分别为第k个渔网单元的房屋居住率和居住区灯光亮度，NTLf为满置时的灯光亮度。

有益效果

本发明创造性的利用灯光亮度计算房屋居住率，而且综合考虑了居住建筑二维和三维结构信息，提供了一种房屋居住率的估算方法。本发明基于居住建筑数据确定各格网单元居住建筑比例，并进行居住建筑分区；采用混合像元思想去除非居住灯光亮度，可有效减少采用唯一值去除非居住区灯光带来的误差；采用分区思想，分区计算房屋居住率，可有效改善现有方法的模拟精度。此外，本发明方法的平均相对误差(6.33％)明显低于现有估算方法(33.83％)，使用本发明方法能够快速、便捷、精准获取房屋居住率。

另外，本发明方法对时限的要求性不高，可应用于不同时期的数据。

附图说明

图1为房屋居住率估算方法的总体技术流程图；

图2为本发明步骤1)的处理流程图；

图3为本申请步骤2)的处理流程图；

图4为本申请步骤3)的处理流程图；

图5为本申请步骤4)的处理流程图；

图6为本申请步骤5)的处理流程图；

图7为本申请步骤6)的处理流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地说明，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

一种房屋居住率估算方法，包括以下步骤：

步骤1：夜间灯光数据预处理。由于NPP-VIIRS夜间灯光数据存在森林火灾、极光、火山等短时光数据和山顶积雪、干涸床背景噪声，为排除噪声影响，需要对该数据进行预处理。处理流程如图2所示，预处理方案采用八邻域算法对夜间灯光数据进行平滑处理，为方便计算，将夜间灯光数据重采样为450m×450m。

步骤2：居住建筑与非居住区面积比例确定。处理流程如图3所示，所述居住建筑斑块面积为每个居住建筑要素的底面积。基于居住建筑数据，以450m×450m渔网为统计单元，计算各渔网单元内不同楼层数居住建筑面积比例及总居住建筑面积比例，计算公式如式(2)和式(3)所示。基于土地利用数据，提取城市建设用地，并以450m×450m渔网为统计单元，计算各渔网内建筑用地面积比例。由于建设用地由居住建筑和非居住区两部分组成，因此可以确定非居住区面积比例，计算公式如式(1)所示。

式中，Ri为渔网单元内第i楼层数居住建筑面积比例，i为楼层数，Areai、Areaf分别为渔网单元内第i楼层数建筑面积和渔网单元面积；Rresi为渔网单元内居住建筑面积比例，n为渔网单元内最高楼层数；Rnon-resi为非居住区面积比例，Areab为渔网单元内建设用地面积。

步骤3：居住区分区。处理流程如图4所示，基于步骤2获取的各渔网单元不同楼层数居住建筑面积比例，根据低层(1-3层)、中层(4-6层)、中高层(7-9层)和高层(＞9层)的分类标准对居住区进行分区，计算公式如式(4)和式(5)所示：

式中，Rmax为渔网单元内最高的居住建筑面积比例，Rc为渔网单元的居住建筑类别。

步骤4：居住区灯光亮度提取。处理流程如图5所示，由于夜间灯光不仅仅包含居住建筑灯光，还可能包括道路、商业区、公园等杂光，因此，为获取渔网单元内居住建筑纯净灯光，需要对渔网单元内的非居住区灯光进行剔除。因城区和城郊灯光亮度不同，我们认为当渔网单元内建设用地比例为100％时，此渔网单元位于城区，低于100％时，则为城郊，分城区和城郊确定居住区灯光亮度。首先，基于高分遥感影像分别从城区和城郊选取200个完全不包含居住建筑的像元，并提取样本的灯光亮度值；然后，计算单位非居住区面积比例对应的灯光亮度，通过求均值确定单位非居住区面积比例的平均灯光亮度，计算公式如式(7)所示；最后，采用混合像元思想，根据式(6)分别计算城区和城郊格网单元内居住区灯光亮度。

NTLresi＝NTL-ALIP×Rnon-resi (6)

式中，ALIP为单位非居住区面积比例灯光亮度，Nnon-resi为非居住区选取样本数量，NTLk为第k个样本对应的灯光亮度；NTLresi为居住区灯光亮度，NTL为原始灯光亮度。

步骤5：分区确定满置灯光亮度。处理流程如图6所示，为计算居住率，首先需要确定各分区满置时的灯光亮度。基于步骤3居住区分区结果和步骤4居住区灯光亮度提取结果，对各分区灯光亮度频率直方图进行统计，为方便计算，对各像元灯光值进行四舍五入。根据频率直方图，分别选取累计频率达到80％的灯光亮度作为该分区满置灯光亮度。

步骤6：房屋居住率计算。处理流程如图7所示，基于步骤5分区确定的满置灯光亮度，分别计算各渔网单元的房屋居住率，计算公式如式(8)所示。

式中，HRRk和(NTLresi)k分别为第k个渔网单元的房屋居住率和居住区灯光亮度，NTLf为满置时的灯光亮度。

本发明方法的平均相对误差为6.33％。

尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。