一种专题街区生成方法、装置与流程

1.本技术提供一种地域专题匹配技术，尤其涉及一种专题街区生成方法。本技术还涉及一种专题街区生成装置。


背景技术：

2.街区是资源配置、空间分析与展示的单元与载体，通常是由自然特征划定的闭合块状对象。相对于行政区划，街区颗粒度更细，且综合考虑了道路、河流、铁路等通达因素和人文因素，使得街区在统计分析领域中具有结构合理、边界清晰的特点。基于基础地理要素生成的街区称之为自然街区，在自然街区的基础上，叠加专题属性和事件，得到更具针对性的街区称之为专题街区，如人口统计街区、市场分析街区、服务区覆盖街区等。
3.传统的街区生产需要配备专业的地理信息技术人员，购买昂贵的商业地理信息平台软件，生产工艺各环节耦合度高，不能及时应对需求的调整与变化，开发周期长，街区颗粒度的适用性评估滞后，边界调整过多依赖人工干预，导致生产链条延长，效率降低，成本增加，无法快速实现精细化交付。


技术实现要素：

4.本技术提供一种专题街区生成方法，可以解决街区生成周期长，成本高的问题。本技术还提供一种专题街区生成装置。
5.本技术提供一种专题街区生成方法，包括：获取包括区域面数据集、交通路线数据集、自然资源数据集、城市检测数据集在内的业务数据集；根据专题模板对所述业务数据集进行参考系的统一，并以所述交通路线数据集分割所述区域面数据集，形成分割街区；查询分割街区中面积大于预设阈值的分割街区设置为备选街区，根据所述备选街区内的城市检测数据集的数据筛选备选街区；通过自然资源数据集对通过筛选的所述备选街区进行擦除获取专题街区。
6.可选的，对所述业务数据集进行参考系的统一，包括：根据所述区域面数据集对所述交通路线数据集、自然资源数据集和所述城市检测数据集进行剪切；对截切后的所述业务数据集进行空间参考系和度量单位的统一。
7.可选的，所述以所述交通路线数据集分割所述区域面数据集，包括：根据所述交通路线数据集中的交通类型，分别设置预设距离的缓存区；以对应的所述交通类型对应的交通路线以及所述缓存区对所述区域面进行擦除。
8.可选的，还包括：若没有所述备选街区通过筛选，则：递归细化所述备选街区的对象颗粒度，所述对象包括：面积数、人口数和业务点数；
根据所述备选街区内的城市检测数据集的数据对所述递归细化后的备选街区进行筛选。
9.可选的，还包括：若没有递归细化后的所述备选街区通过筛选，则：对所述备选街区进行二次分割形成次级备选街区；根据所述备选街区内的城市检测数据集的数据对所述次级备选街区进行筛选。
10.可选的，还包括：若没有所述次级街区通过筛选，则：以交通路线数据集中的最小级别路线与该路线的缓冲区对所述区域面数据集进行擦除，获取新分割街区；查询所述新分割街区中面积大于预设阈值的分割街区设置为备选街区，根据所述备选街区内的城市检测数据集的数据筛选备选街区。
11.本技术还提供一种专题街区生成装置，包括：获取模块，用于获取包括区域面数据集、交通路线数据集、自然资源数据集、城市检测数据集在内的业务数据集；分割模块，用于根据专题模板对所述业务数据集进行参考系的统一，并以所述交通路线数据集分割所述区域面数据集，形成分割街区；查询模块，用于查询分割街区中面积大于预设阈值的分割街区设置为备选街区，根据所述备选街区内的城市检测数据集的数据筛选备选街区；确定模块，用于通过自然资源数据集对通过筛选的所述备选街区进行擦除获取专题街区。
12.可选的，所述分割模块还包括：截切单元，用于根据所述区域面数据集对所述交通路线数据集、自然资源数据集和所述城市检测数据集进行剪切；分割模块对截切后的所述业务数据集进行空间参考系和度量单位的统一。
13.可选的，所述分割模块还包括：设置单元，用于根据所述交通路线数据集中的交通类型，分别设置预设距离的缓存区；以对应的所述交通类型对应的交通路线以及所述缓存区对所述区域面进行擦除。
14.可选的，所查询模块还执行如下步骤：递归细化所述备选街区的对象颗粒度，所述对象包括：面积数、人口数和业务点数；根据所述备选街区内的城市检测数据集的数据对所述递归细化后的备选街区进行筛选。
15.可选的，所查询模块还执行如下步骤：对所述备选街区进行二次分割形成次级备选街区；根据所述备选街区内的城市检测数据集的数据对所述次级备选街区进行筛选。
16.可选的，所查询模块还执行如下步骤：以交通路线数据集中的最小级别路线与该路线的缓冲区对所述区域面数据集进行擦除，获取新分割街区；查询所述新分割街区中面积大于预设阈值的分割街区设置为备选街区，根据所述
备选街区内的城市检测数据集的数据筛选备选街区。
17.本技术相对与现有技术的优点：本技术提供的、一种专题街区生成方法，包括：获取包括区域面数据集、交通路线数据集、自然资源数据集、城市检测数据集在内的业务数据集；根据专题模板对所述业务数据集进行参考系的统一，并以所述交通路线数据集分割所述区域面数据集，形成分割街区；查询分割街区中面积大于预设阈值的分割街区设置为备选街区，根据所述备选街区内的城市检测数据集的数据筛选备选街区；通过自然资源数据集对通过筛选的所述备选街区进行擦除获取专题街区。通过数据集的自动操作生成街区，减少人工干预，加快街区生成时间，降低街区生成成本。
附图说明
18.图1是本技术中街区生成流程图。
19.图2是本技术中备选街区筛选流程图。
20.图3是本技术中街区生成装置示意图。
具体实施方式
21.在下面的描述中阐述了很多具体细节以便于充分理解本技术，但是本技术能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本技术内涵的情况下做类似推广，因此本技术不受下面公开的具体实施的限制。
22.本技术提供一种专题街区生成方法，包括：获取包括区域面数据集、交通路线数据集、自然资源数据集、城市检测数据集在内的业务数据集；根据专题模板对所述业务数据集进行参考系的统一，并以所述交通路线数据集分割所述区域面数据集，形成分割街区；查询分割街区中面积大于预设阈值的分割街区设置为备选街区，根据所述备选街区内的城市检测数据集的数据筛选备选街区；通过自然资源数据集对通过筛选的所述备选街区进行擦除获取专题街区。本发明通过采取自动化，并通过人工干预的街区生成流程，实现缩短街区生成时间，降低街区生成成本的目的。
23.图1是本技术中街区生成流程图。
24.请参照图1所示，s101获取包括区域面数据集、交通路线数据集、自然资源数据集、城市检测数据集在内的业务数据集。
25.本技术中所述业务数据集是存储在一个数据库中，所述数据库包括专题模板、定制化接口和评估体系。
26.所述数据库存储有大量的自然资源，地理，经济等数据，从所述数据库中即可获取区域面数据集、交通路线数据集、自然资源数据集、城市检测数据集在内的业务数据集。
27.如图1所示，s102根据专题模板对所述业务数据集进行参考系的统一，并以所述交通路线数据集分割所述区域面数据集，形成分割街区。
28.所述业务数据集中的各类数据是不同的格式的，类型的数据，因此需要先进行数据的统一，具体的，包括：进行参考系的统一。所述参考系是指空间参考系，既将各个数据集中数据的空间位置统一到相同的空间参考系中；还包括，格式参考系，既将各个数据集中数据的格式统一起来，所述格式包括：.xlsx、.csv、.shp、.geojson、.json。
29.具体的，根据所述区域面数据集对所述交通路线数据集、自然资源数据集和所述城市检测数据集进行剪切，对截切后的所述业务数据集进行空间参考系和度量单位的统一。
30.例如，在将各个数据集进行参考系的统一之后，好需要对数据的范围进行限定，包括根据区域面数据集对交通路线数据集、自然资源数据集和城市检测数据集进行剪切，使各个数据集与所述区域面数据集处于相同的空间中。然后将各个数据集进行存储和归档。
31.接下来，对所述业务数据集进行计算，包括通过交通路线数据集进行区域面数据集的分割。
32.所述交通路线数据集主要包括：铁路网、高速公路。所述高速公路还包括：一级公路、二级公路、三级公路、四级公路以及四级以下的公路。
33.针对上述交通路线数据集，根据所述交通路线数据集中的交通类型，分别设置预设距离的缓存区，以所述交通类型对应的交通路线以及所述缓存区对所述区域面进行擦除。具体的，所述铁路网的缓存区设置为20米；高速公路的缓存区分别设置为20米、10米、5米、5米以及3米，以及分别对应一级公路、二级公路、三级公路、四级公路以及四级以下的公路，其中所述缓存区设置在交通路线的两侧。
34.所述缓存区对区域面数据集进行擦除操作，实现所述交通路线数据集分割所述区域面数据集，形成分割街区，其公式如下：bk1=ad
‑
rwbfbk2=bk1
‑
rdbf1bk3=bk2
‑
rdbf2所述ad是区域面数据集，所述rwbf是公路网的缓冲区，所述rdbf1是一级公路缓冲区，所述rdbf2是二级公路缓冲区。本技术优选的只对铁路网，一级公路和二级公路进行操作，但是在具体的应用中可以进行进一步的操作，例如对三级公路、四级公路进行操作。
35.通过上述公式，形成对区域面数据集的分割形成多个分割街区。
36.如图1所示，s103查询分割街区中面积大于预设阈值的分割街区设置为备选街区，根据所述备选街区内的城市检测数据集的数据筛选备选街区。
37.上述bk3为最终的分割街区，对所述分割街区进行第一轮筛选，包括筛选所述分割街区的面积。优选的，将面积大于10000平方公里的分割街区作为备选街区。其中，新建枚举字段type用于存储街区的地块类型，新建布尔字段flag用于存储评估结果是否通过。
38.根据所述备选街区内的城市检测数据集的数据筛选备选街区，所述城市检测数据集包括：每平方公里业务点数、街区内人口数。具体的，检测所述备选街区中的每平方公里业务点数、街区内人口数是否符合预设要求，优选的，所述每平方公里业务点数不超过5个，街区内人口数不能大于5000人。进一步的，可以通过聚合函数进行筛选，所述聚合函数包括：sum 、count、stdevp、var。
39.如图2所示，s201分割街区的评估。
40.根据所述街区面积，区域面数据集进行计算，得出默认评估条件，所述默认评估条件是如下：count(bktp)<=bkarea*(tpcount/cityarea)其中，所述count(bktp)是街区内业务点数，bkarea是街区面积，tpcount业务数据
集记录的业务点数，cityarea区域面的面积。
41.如图2所示，s202第一次细化街区后评估。
42.根据上述评估条件判断每个分割街区的筛选通过结果，若未通过，则进行下一步，包括：若没有所述备选街区通过筛选，则：递归细化所述备选街区的对象颗粒度，所述对象包括：面积数、人口数和业务点数。
43.具体的，可以通过所述三级公路进一步对所述街区进行分割，获得更细粒度的分割街区，公式如下：bk4=bk3
‑
rdbf3其中，所述rdbf3是三级公路缓冲区。
44.根据所述备选街区内的城市检测数据集的数据对所述递归细化后的备选街区进行筛选。
45.如图2所示，s203第二次细化街区后评估。
46.进一步的，若没有递归细化后的所述备选街区通过筛选，则：对所述备选街区进行二次分割形成次级备选街区。
47.具体的，可以通过所述四级级公路进一步对所述街区进行分割，获得更细粒度的分割街区，公式如下：bk5=bk4
‑
rdbf4其中，所述rdbf4是四级公路缓冲区。
48.根据所述备选街区内的城市检测数据集的数据对所述次级备选街区进行筛选。
49.如图2所示，s203第三次细化街区后评估。
50.进一步的，若没有所述次级街区通过筛选，则：以交通路线数据集中的最小级别路线与该路线的缓冲区对所述区域面数据集进行擦除，获取新分割街区。
51.具体的，可以通过所述四级公路进一步对所述街区进行分割，获得更细粒度的分割街区，公式如下：bk6=bk5
‑
rdbf5其中，所述rdbf5是四以下级公路缓冲区。
52.根据所述备选街区内的城市检测数据集的数据对所述次级备选街区进行筛选。
53.查询所述新分割街区中面积大于预设阈值的分割街区设置为备选街区，根据所述备选街区内的城市检测数据集的数据筛选备选街区。
54.若通过上述筛选，任然没有街区通过筛选，则重复上述的评估，对依旧不符合评估条件的街区进行标记，在街区数据中新建字段flag，并将不符合评估条件的对象标记为false。
55.如图1所示，s104通过自然资源数据集对通过筛选的所述备选街区进行擦除获取专题街区。
56.本技术中，所述自然资源数据集包括：水系数据集、绿地数据集。
57.第一步，使用水系数据集对街区进行空间更新操作，设置对应水系数据集对应的type字段值为w，得到结果数据集bk7。
58.第二步，使用绿地数据集对bk7进行空间更新操作，并设置对应绿数据集对应的
type字段值为g，得到结果数据集bk8。
59.上述所述更新操作是指通过水系数据集和绿地数据集对街区进行删除。
60.遍历更新后的数据集，然后评估所述数据集，得出最终的专题街区。所述评估包括上述步骤s201、s202、s203。
61.本技术还提供一种专题街区生成装置，包括：获取模块301、分割模块302、查询模块303、确定模块304。
62.图3是本技术中街区生成装置示意图。
63.请参照图3所示，获取模块301，用于获取包括区域面数据集、交通路线数据集、自然资源数据集、城市检测数据集在内的业务数据集。
64.本技术中所述业务数据集是存储在一个数据库中，所述数据库包括专题模板、定制化接口和评估体系。
65.所述数据库存储有大量的自然资源，地理，经济等数据，从所述数据库中即可获取区域面数据集、交通路线数据集、自然资源数据集、城市检测数据集在内的业务数据集。
66.如图3所示，分割模块302，用于根据专题模板对所述业务数据集进行参考系的统一，并以所述交通路线数据集分割所述区域面数据集，形成分割街区。
67.所述业务数据集中的各类数据是不同的格式的，类型的数据，因此需要先进行数据的统一，具体的，包括：进行参考系的统一。所述参考系是指空间参考系，既将各个数据集中数据的空间位置统一到相同的空间参考系中；还包括，格式参考系，既将各个数据集中数据的格式统一起来，所述格式包括：.xlsx、.csv、.shp、.geojson、.json。
68.具体的，所述分割模块还包括：截切单元，用于根据所述区域面数据集对所述交通路线数据集、自然资源数据集和所述城市检测数据集进行剪切，对截切后的所述业务数据集进行空间参考系和度量单位的统一。
69.例如，在将各个数据集进行参考系的统一之后，好需要对数据的范围进行限定，包括根据区域面数据集对交通路线数据集、自然资源数据集和城市检测数据集进行剪切，使各个数据集与所述区域面数据集处于相同的空间中。然后将各个数据集进行存储和归档。
70.接下来，对所述业务数据集进行计算，包括通过交通路线数据集进行区域面数据集的分割。
71.所述交通路线数据集主要包括：铁路网、高速公路。所述高速公路还包括：一级公路、二级公路、三级公路、四级公路以及四级以下的公路。
72.所述分割模块还包括：设置单元，用于根据所述交通路线数据集中的交通类型，分别设置预设距离的缓存区；以对应的所述交通类型对应的交通路线以及所述缓存区对所述区域面进行擦除。
73.具体的，针对上述交通路线数据集，根据所述交通路线数据集中的交通类型，分别设置预设距离的缓存区，以所述交通类型对应的交通路线以及所述缓存区对所述区域面进行擦除。具体的，所述铁路网的缓存区设置为20米；高速公路的缓存区分别设置为20米、10米、5米、5米以及3米，以及分别对应一级公路、二级公路、三级公路、四级公路以及四级以下的公路，其中所述缓存区设置在交通路线的两侧。
74.所述缓存区对区域面数据集进行擦除操作，实现所述交通路线数据集分割所述区域面数据集，形成分割街区，其公式如下：
bk1=ad
‑
rwbfbk2=bk1
‑
rdbf1bk3=bk2
‑
rdbf2所述ad是区域面数据集，所述rwbf是公路网的缓冲区，所述rdbf1是一级公路缓冲区，所述rdbf2是二级公路缓冲区。本技术优选的只对铁路网，一级公路和二级公路进行操作，但是在具体的应用中可以进行进一步的操作，例如对三级公路、四级公路进行操作。
75.通过上述公式，形成对区域面数据集的分割形成多个分割街区。
76.如图3所示，查询模块303，用于查询分割街区中面积大于预设阈值的分割街区设置为备选街区，根据所述备选街区内的城市检测数据集的数据筛选备选街区。
77.上述bk3为最终的分割街区，对所述分割街区进行第一轮筛选，包括筛选所述分割街区的面积。优选的，将面积大于10000平方公里的分割街区作为备选街区。其中，新建枚举字段type用于存储街区的地块类型，新建布尔字段flag用于存储评估结果是否通过。
78.根据所述备选街区内的城市检测数据集的数据筛选备选街区，所述城市检测数据集包括：每平方公里业务点数、街区内人口数。具体的，检测所述备选街区中的每平方公里业务点数、街区内人口数是否符合预设要求，优选的，所述每平方公里业务点数不超过5个，街区内人口数不能大于5000人。进一步的，可以通过聚合函数进行筛选，所述聚合函数包括：sum 、count、stdevp、var。
79.如图2所示，s201分割街区的评估。
80.根据所述街区面积，区域面数据集进行计算，得出默认评估条件，所述默认评估条件是如下：count(bktp)<=bkarea*(tpcount/cityarea)其中，所述count(bktp)是街区内业务点数，bkarea是街区面积，tpcount业务数据集记录的业务点数，cityarea区域面的面积。
81.如图2所示，s202第一次细化街区后评估。
82.根据上述评估条件判断每个分割街区的筛选通过结果，若未通过，则进行下一步，包括：若没有所述备选街区通过筛选，则：递归细化所述备选街区的对象颗粒度，所述对象包括：面积数、人口数和业务点数。
83.具体的，可以通过所述三级公路进一步对所述街区进行分割，获得更细粒度的分割街区，公式如下：bk4=bk3
‑
rdbf3其中，所述rdbf3是三级公路缓冲区。
84.根据所述备选街区内的城市检测数据集的数据对所述递归细化后的备选街区进行筛选。
85.如图2所示，s203第二次细化街区后评估。
86.进一步的，若没有递归细化后的所述备选街区通过筛选，则：对所述备选街区进行二次分割形成次级备选街区。
87.具体的，可以通过所述四级级公路进一步对所述街区进行分割，获得更细粒度的分割街区，公式如下：
bk5=bk4
‑
rdbf4其中，所述rdbf4是四级公路缓冲区。
88.根据所述备选街区内的城市检测数据集的数据对所述次级备选街区进行筛选。
89.如图2所示，s203第三次细化街区后评估。
90.进一步的，若没有所述次级街区通过筛选，则：以交通路线数据集中的最小级别路线与该路线的缓冲区对所述区域面数据集进行擦除，获取新分割街区。
91.具体的，可以通过所述四级公路进一步对所述街区进行分割，获得更细粒度的分割街区，公式如下：bk6=bk5
‑
rdbf5其中，所述rdbf5是四以下级公路缓冲区。
92.根据所述备选街区内的城市检测数据集的数据对所述次级备选街区进行筛选。
93.查询所述新分割街区中面积大于预设阈值的分割街区设置为备选街区，根据所述备选街区内的城市检测数据集的数据筛选备选街区。
94.若通过上述筛选，任然没有街区通过筛选，则重复上述的评估，对依旧不符合评估条件的街区进行标记，在街区数据中新建字段flag，并将不符合评估条件的对象标记为false。
95.如图3所示，确定模块304，用于通过自然资源数据集对通过筛选的所述备选街区进行擦除获取专题街区。
96.本技术中，所述自然资源数据集包括：水系数据集、绿地数据集。
97.第一步，使用水系数据集对街区进行空间更新操作，设置对应水系数据集对应的type字段值为w，得到结果数据集bk7。
98.第二步，使用绿地数据集对bk7进行空间更新操作，并设置对应绿数据集对应的type字段值为g，得到结果数据集bk8。
99.上述所述更新操作是指通过水系数据集和绿地数据集对街区进行删除。
100.遍历更新后的数据集，然后评估所述数据集，得出最终的专题街区。所述评估包括上述步骤s201、s202、s203。