一种基于改进潜能模型的居住单元公园可达性评价方法

1.本发明涉及公园服务技术领域，尤其涉及的是一种基于改进潜能模型的居住单元公园可达性评价方法。


背景技术：

2.公园是城市居民日常休憩活动的重要场所，公园的可达性是衡量公园服务的有力指标，如何客观评价公园可达性是研究热点和难题。现有技术已采用费用加权距离、缓冲区分析、两步移动搜索、潜能模型等方法衡量可达性，但仍难以全面刻画居民可达公园的综合水平。统计指标法难以衡量市民到公园的时空成本；最小距离法和缓冲区分析法没有考虑实际路网对可达性的影响；费用加权距离法对景观相对阻力值的确定具有一定的主观性，并且计算过程中没有考虑到多个公园的累积影响；两步移动搜索法则没有考虑公园吸引力的影响。也就是说，现有技术中采用的费用加权距离、缓冲区分析、两步移动搜索、潜能模型等方法衡量可达性仍难以全面反映居民可达公园的综合水平。
3.因此，现有技术存在缺陷，有待改进与发展。


技术实现要素：

4.本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于改进潜能模型的居住单元公园可达性评价方法，旨在解决现有技术中衡量可达性的方法难以全面反映居民可达公园的综合水平的问题。
5.本发明解决技术问题所采用的技术方案如下：
6.一种基于改进潜能模型的居住单元公园可达性评价方法，其中，包括：
7.获取公园基本信息、公园和居住单元空间分布数据、居住单元人口数据及可步行道路数据；
8.获取预先构建的潜能模型，所述潜能模型是在牛顿万有引力模型的基础上构建基本潜能模型，在所述基本潜能模型的基础上进行优化后得到；
9.根据所述公园基本信息、公园和居住单元空间分布数据、居住单元人口数据及可步行道路数据，计算得到公园吸引力评价因子、人口规模影响因子和距离阻抗因子；
10.将所述公园吸引力评价因子、人口规模影响因子和距离阻抗因子代入所述潜能模型，计算得到可达性评价结果；
11.对所述可达性评价结果进行可视化展示。
12.在一种实现方式中，所述公园基本信息、公园和居住单元空间分布数据、居住单元人口数据及可步行道路数据，包括：
13.获取公园基本信息，所述公园基本信息是对公园的交通条件、生态环境、服务设施进行现场调查和记录得到；
14.获取土地利用现状地块及建筑现状，根据所述土地利用现状地块及建筑现状提取公园和居住单元空间分布数据；
15.依据居住建筑现状及地区常住人口平均居住面积获得各个居住单元人口；
16.通过osm网站获取所有可步行道路数据。
17.在一种实现方式中，所述基本潜能模型为：
18.其中，所述sj表示设施j的供给能力，所述d
ij
表示i点到设施j的距离阻抗因子，所述a
ij
表示i点到设施j的可达性，所述ai表示i点到一定范围内所有设施j的可达性之和。
19.在一种实现方式中，所述改进潜能模型为：
[0020][0021]
其中，所述ai表示居住单元i到一定范围内所有公园的可达性累计值；所述a
ij
表示居住单元i到公园j的空间可达性；所述sj表示公园j的公园吸引力评价因子；所述表示距离阻抗系数β下，居住单元i到公园j的距离阻抗因子；所述vj表示人口规模影响因子。
[0022]
在一种实现方式中，根据所述公园基本信息、公园和居住单元空间分布数据、居住单元人口数据及可步行道路数据，计算得到公园吸引力评价因子、人口规模影响因子和距离阻抗因子，包括：
[0023]
在所述公园基本信息中筛选公园环境量化的指标构建公园吸引力评价指标体系，使用熵权法计算公园吸引力评价因子；
[0024]
以公园为中心，根据所述居住单元人口数据，将目标范围内所有需求点累加求和，得到人口规模影响因子；
[0025]
确定公园供给点，利用网络分析法计算居住单元到目标范围内各公园的出行距离，纳入距离衰减函数，计算距离阻抗因子。
[0026]
在一种实现方式中，所述人口规模影响因子的计算公式为：
[0027][0028]
所述公园吸引力评价因子的计算公式为：
[0029]
其中，所述表示距离阻抗系数β下，居住单元k到公园j的距离阻抗因子；所述pk表示居住单元k的人口数；所述m表示公园j周边一定范围内居住单元数，所述n表示居住单元i周边一定范围内公园数；所述y
tj
表示公园j第t个指标标准化后的值；所述w
t
为指标t的权重，所述g表示公园吸引力评价指标数。
[0030]
在一种实现方式中，对所述可达性评价结果进行可视化展示，包括：
[0031]
利用自然断点法、分位数法对所述可达性评价结果进行可视化展示，完成居住单元公园可达性评价。
[0032]
本发明还提供一种基于改进潜能模型的居住单元公园可达性评价装置，包括：
[0033]
获取模块，用于获取公园基本信息、公园和居住单元空间分布数据、居住单元人口
数据及可步行道路数据；
[0034]
构建模块，用于获取预先构建的潜能模型，所述潜能模型是在牛顿万有引力模型的基础上构建基本潜能模型，在所述基本潜能模型的基础上进行优化后得到；
[0035]
第一计算模块，用于根据所述公园基本信息、公园和居住单元空间分布数据、居住单元人口数据及可步行道路数据，计算得到公园吸引力评价因子、人口规模影响因子和距离阻抗因子；
[0036]
第二计算模块，用于将所述公园吸引力评价因子、人口规模影响因子和距离阻抗因子代入所述潜能模型，计算得到可达性评价结果；
[0037]
展示模块，用于对所述可达性评价结果进行可视化展示。
[0038]
本发明还提供一种终端，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于改进潜能模型的居住单元公园可达性评价程序，所述基于改进潜能模型的居住单元公园可达性评价程序被所述处理器执行时实现如上所述的基于改进潜能模型的居住单元公园可达性评价方法的步骤。
[0039]
本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序能够被执行以用于实现如上所述的基于改进潜能模型的居住单元公园可达性评价方法的步骤。
[0040]
本发明的有益效果：本发明实施例通过获取公园基本信息、公园和居住单元空间分布数据、居住单元人口数据及可步行道路数据；获取预先构建的潜能模型，所述潜能模型是在牛顿万有引力模型的基础上构建基本潜能模型，在所述基本潜能模型的基础上进行优化后得到；根据所述公园基本信息、公园和居住单元空间分布数据、居住单元人口数据及可步行道路数据，计算得到公园吸引力评价因子、人口规模影响因子和距离阻抗因子；将所述公园吸引力评价因子、人口规模影响因子和距离阻抗因子代入所述潜能模型，计算得到可达性评价结果；对所述可达性评价结果进行可视化展示。本发明通过对潜能模型进行优化，纳入公园吸引力评价因子、人口规模影响因子和距离阻抗因子影响，综合衡量区域内居民可达公园的总体水平，可以全面反映居民可达公园的综合水平。
附图说明
[0041]
图1是本发明中基于改进潜能模型的居住单元公园可达性评价方法较佳实施例的流程图。
[0042]
图2是本发明中基于改进潜能模型的居住单元公园可达性评价方法较佳实施例的原理框图。
[0043]
图3是本发明中基于改进潜能模型的居住单元公园可达性评价装置较佳实施例的功能原理框图。
[0044]
图4是本发明中终端的较佳实施例的功能原理框图。
具体实施方式
[0045]
为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0046]
本发明对经典潜能模型进行改进，综合考虑公园环境质量、人口分布和距离衰减的影响，提出一种改进潜能模型的可达性综合评价方法，可以综合衡量区域内居民可达公园的总体水平。结合相关研究，主要进行三方面改进：(1)引入公园吸引力评价因子sj。以往研究sj仅计算公园规模，而未考虑公园自身吸引力方面的差异，本发明的sj综合考虑了公园规模、设施、景观等指标。(2)引入人口规模因子vj，纳入各居民区人口需求对服务能力的影响。人口总量越大，则需求越大，人均拥有公园面积数量越小。(3)纳入距离衰减的影响，通常情况下衰减函数有高斯函数、幂函数和负指数函数三种，其中幂函数应用最为广泛。幂函数中距离衰减系数β取值反映了引力随距离衰减的速度，对可达性计算结果影响较大，本发明选取幂函数。
[0047]
请参见图1，本发明实施例中基于改进潜能模型的居住单元公园可达性评价方法包括如下步骤：
[0048]
步骤s100、获取公园基本信息、公园和居住单元空间分布数据、居住单元人口数据及可步行道路数据。
[0049]
具体地，获取公园基本信息、公园空间分布数据、居住单元空间分布数据、居住单元人口数据及可步行道路数据，用以计算公园吸引力评价因子、人口规模影响因子和距离阻抗因子。
[0050]
在一种实现方式中，所述步骤s100具体包括：
[0051]
步骤s110、获取公园基本信息，所述公园基本信息是对公园的交通条件、生态环境、服务设施进行现场调查和记录得到；
[0052]
步骤s120、获取土地利用现状地块及建筑现状，根据所述土地利用现状地块及建筑现状提取公园和居住单元空间分布数据；
[0053]
步骤s130、依据居住建筑现状及地区常住人口平均居住面积获得各个居住单元人口；
[0054]
步骤s140、通过osm网站获取所有可步行道路数据。
[0055]
具体地，osm网站是指www.openstreetmap.org。调研小组对公园的交通条件、生态环境、服务设施等方面进行现场调查和记录，获取公园的各项基本信息。根据土地利用现状地块结合建筑现状等，整合提取公园和居住单元及空间分布数据。依据居住建筑现状及地区常住人口平均居住面积获得各个居住单元人口。通过osm网站获取所有可步行道路数据。本实施通过以上方式获取所需数据，数据范围广泛，数据来源可靠，提高了计算公园可达性的准确性。
[0056]
如图1所示，所述基于改进潜能模型的居住单元公园可达性评价方法还包括如下步骤：
[0057]
步骤s200、获取预先构建的潜能模型，所述潜能模型是在牛顿万有引力模型的基础上构建基本潜能模型，在所述基本潜能模型的基础上进行优化后得到。
[0058]
具体地，本实施例引入牛顿万有引力模型，在此基础上构建基本潜能模型；并且引入公园吸引力评价因子、人口规模因子，纳入距离衰减的影响，对基本潜能模型进行优化，得到改进后的潜能模型。
[0059]
在一种实现方式中，所述基本潜能模型为：
[0060]
其中，所述sj表示设施j的供给能力，所述d
ij
表示i点到设施j的距离阻抗因子，所述a
ij
表示i点到设施j的可达性，所述ai表示i点到一定范围内所有设施j的可达性之和。所述距离阻抗因子通常为出行距离或时间。
[0061]
具体地，本实施例借鉴物理学领域的概念，引入牛顿万有引力模型到地理学领域，在引力模型的基础上构建基本潜能模型。
[0062]
在一种实施例中，所述潜能模型为：
[0063][0064]
其中，所述ai表示居住单元i到一定范围内所有公园的可达性累计值；所述a
ij
表示居住单元i到公园j的空间可达性；所述sj表示公园j的公园吸引力评价因子；所述表示距离阻抗系数β下，居住单元i到公园j的距离阻抗；所述vj表示人口规模影响因子。
[0065]
本实施例优化后的潜能模型考虑了公园吸引力评价因子、人口规模影响因子和距离阻抗因子三大因子，综合衡量区域内居民可达公园的总体水平。改进后的潜能模型能够从连接端、供给端和需求端较为系统地考虑影响可达性的各因素，公园吸引力评价值代替原有模型中的公园绿地面积，从能够公园自身服务能力出发，解决原模型中以绿地面积大小代表公园服务能力的局限；人口因素考虑了各公园实际服务承载能力；距离衰减因素落实了公园与居住单元的空间关系，考虑两者间距离影响下居民对公园需求的差异。
[0066]
如图1所示，所述基于改进潜能模型的居住单元公园可达性评价方法还包括如下步骤：
[0067]
步骤s300、根据所述公园基本信息、公园和居住单元空间分布数据、居住单元人口数据及可步行道路数据，计算得到公园吸引力评价因子、人口规模影响因子和距离阻抗因子。
[0068]
具体地，计算公园吸引力评价因子、人口规模影响因子和距离阻抗因子三大因子，以便于将其代入改进后的潜能模型计算可达性。
[0069]
在一种实施例中，所述步骤s300具体包括：
[0070]
步骤s310、在所述公园基本信息中筛选公园环境量化的指标构建公园吸引力评价指标体系，使用熵权法计算公园吸引力评价因子；
[0071]
步骤s320、以公园为中心，根据所述居住单元人口数据，将目标范围内所有需求点累加求和，得到人口规模影响因子；
[0072]
步骤s330、确定公园供给点，利用网络分析法计算居住单元到目标范围内各公园的出行距离，纳入距离衰减函数，计算得到距离阻抗因子。
[0073]
具体地，基于所述基本数据并借助改进后的潜能模型，居住单元公园可达性的计算分四步：第一，采用熵权法，计算各公园的吸引力sj；第二，结合各居住单元人口规模，求得每个公园j的人口规模影响因子vj；第三，计算居住单元到全区各公园的距离d
ij
，纳入距
离衰减的影响，计算距离阻抗因子第四，将sj、vj、d
ij
代入改进后的潜能模型，得到居住单元i到公园j的可达性a
ij
；并汇总居住单元i到所有公园的可达性，即ai。
[0074]
在一种实施例中，所述人口规模影响因子的计算公式为：
[0075][0076]
所述公园吸引力评价因子的计算公式为：
[0077]
其中，所述表示距离阻抗系数β下，居住单元k到公园j的距离阻抗；所述pk表示居住单元k的人口数；所述m表示公园j周边一定范围内居住单元数，所述n表示居住单元i周边一定范围内公园数；所述y
tj
表示公园j第t个指标标准化后的值；所述w
t
为指标t的权重，所述g表示公园吸引力评价指标数。
[0078]
具体地，本实施例引入了公园吸引力评价因子sj。参考相关文献，筛选公园环境量化的指标构建公园吸引力评价指标体系，使用熵权法计算公园吸引力sj。其中，描述性指标有/无、是/否分别赋予1和0，好/中/无赋予1、0.5和0，数据统一进行标准化处理。本实施例引入了人口规模影响因子vj。以公园j为中心，结合各居住单元人口规模pk，将全区范围内所有需求点pk或累加求和得到人口规模影响因子vj。
[0079]
本实施例纳入了距离衰减的影响，本文选取幂函数对小型公园(社区公园、开放公园)提取其质心、大型公园(自然公园和城市公园)提取最近入口作为公园供给点，用网络分析法计算居住单元i到全区各公园j的距离d
ij
，本实施例中的β取值为2。
[0080]
请参阅图2，公园吸引力评价结果由公园基本信息和公园空间分布数据得到，人口规模是利用公园空间分布数据、人口数据和居住空间分布数据共同得到的，距离阻抗是由公园和居住空间分布数据和可步行道路数据得到的。将公园吸引力评价结果、公园服务人口规模和公园可达性距离阻抗代入潜能模型，即可得到居住单元的公园可达性。
[0081]
本发明将公园自身属性、距离衰减的影响和人口需求对服务能力的影响作为特征考虑变量，对所述基本潜能模型进行了优化。
[0082]
如图1所示，所述基于改进潜能模型的居住单元公园可达性评价方法还包括如下步骤：
[0083]
步骤s400、将所述公园吸引力评价因子、人口规模影响因子和距离阻抗因子代入所述潜能模型，计算得到可达性评价结果。
[0084]
通过获取的目标范围内的数据得到目标范围内的公园吸引力评价因子、人口规模影响因子和距离阻抗因子之后，代入潜能模型，即可计算得到目标范围(如全区)的可达性评价结果。
[0085]
如图1所示，所述基于改进潜能模型的居住单元公园可达性评价方法还包括如下步骤：
[0086]
步骤s500、对所述可达性评价结果进行可视化展示。
[0087]
具体地，对计算得到的可达性评价结果进行可视化分析，并依此完成居住单元公园可达性的评价。
[0088]
在一种实施例中，所述步骤s400具体为：利用自然断点法、分位数法等方法对所述可达性评价结果进行可视化展示，完成居住单元公园可达性评价。
[0089]
具体地，本实施例借助自然断点法、分位数法等方法对可达性结果进行可视化展示，并依此完成居住单元公园可达性评价，从而对区域内公园空间优化配置提出建议。
[0090]
进一步地，如图3所示，基于上述基于改进潜能模型的居住单元公园可达性评价方法，本发明还相应提供了一种基于改进潜能模型的居住单元公园可达性评价装置，包括：
[0091]
获取模块100，用于获取公园基本信息、公园和居住单元空间分布数据、居住单元人口数据及可步行道路数据；
[0092]
构建模块200，用于获取预先构建的潜能模型，所述潜能模型是在牛顿万有引力模型的基础上构建基本潜能模型，在所述基本潜能模型的基础上进行优化后得到；
[0093]
第一计算模块300，用于根据所述公园基本信息、公园和居住单元空间分布数据、居住单元人口数据及可步行道路数据，计算得到公园吸引力评价因子、人口规模影响因子和距离阻抗因子；
[0094]
第二计算模块400，用于将所述公园吸引力评价因子、人口规模影响因子和距离阻抗因子代入所述潜能模型，计算得到可达性评价结果；
[0095]
展示模块500，用于对所述可达性评价结果进行可视化展示。
[0096]
进一步地，如图4所示，基于上述基于改进潜能模型的居住单元公园可达性评价方法，本发明还相应提供了一种终端，包括处理器10、存储器20。图4仅示出了终端的部分组件，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
[0097]
所述存储器20在一些实施例中可以是所述终端的内部存储单元，例如终端的硬盘或内存。所述存储器20在另一些实施例中也可以是所述终端的外部存储设备，例如所述终端上配备的插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)等。进一步地，所述存储器20还可以既包括所述终端的内部存储单元也包括外部存储设备。所述存储器20用于存储安装于所述终端的应用软件及各类数据，例如安装所述终端的程序代码等。所述存储器20还可以用于暂时地存储已经输出或者将要输出的数据。在一实施例中，存储器20上存储有基于改进潜能模型的居住单元公园可达性评价程序30，该基于改进潜能模型的居住单元公园可达性评价程序30可被处理器10所执行，从而实现本技术中基于改进潜能模型的居住单元公园可达性评价方法。
[0098]
所述处理器10在一些实施例中可以是一中央处理器(central processing unit,cpu)，微处理器或其他数据处理芯片，用于运行所述存储器20中存储的程序代码或处理数据，例如执行所述基于改进潜能模型的居住单元公园可达性评价方法等。
[0099]
在一实施例中，当处理器10执行所述存储器20中基于改进潜能模型的居住单元公园可达性评价程序30时实现以下步骤：
[0100]
获取公园基本信息、公园和居住单元空间分布数据、居住单元人口数据及可步行道路数据；
[0101]
获取预先构建的潜能模型，所述潜能模型是在牛顿万有引力模型的基础上构建基
本潜能模型，在所述基本潜能模型的基础上进行优化后得到；
[0102]
根据所述公园基本信息、公园和居住单元空间分布数据、居住单元人口数据及可步行道路数据，计算得到公园吸引力评价因子、人口规模影响因子和距离阻抗因子；
[0103]
将所述公园吸引力评价因子、人口规模影响因子和距离阻抗因子代入所述潜能模型，计算得到可达性评价结果；
[0104]
对所述可达性评价结果进行可视化展示。
[0105]
所述获取公园基本信息、公园和居住单元空间分布数据、居住单元人口数据及可步行道路数据，包括：
[0106]
获取公园基本信息，所述公园基本信息是对公园的交通条件、生态环境、服务设施进行现场调查和记录得到；
[0107]
获取土地利用现状地块及建筑现状，根据所述土地利用现状地块及建筑现状提取公园和居住单元空间分布数据；
[0108]
依据居住建筑现状及地区常住人口平均居住面积获得各个居住单元人口；
[0109]
通过osm网站获取所有可步行道路数据。
[0110]
所述基本潜能模型为：
[0111]
其中，所述sj表示设施j的供给能力，所述d
ij
表示i点到设施j的出行阻抗因子，所述a
ij
表示i点到设施j的可达性，所述ai表示i点到一定范围内所有设施j的可达性之和。
[0112]
所述潜能模型为：
[0113][0114]
其中，所述ai表示居住单元i到一定范围内所有公园的可达性累计值；所述a
ij
表示居住单元i到公园j的空间可达性；所述sj表示公园j的公园吸引力评价因子；所述表示距离阻抗系数β下，居住单元i到公园j的距离阻抗；所述vj表示人口规模影响因子。
[0115]
根据所述公园基本信息、公园和居住单元空间分布数据、居住单元人口数据及可步行道路数据，计算得到公园吸引力评价因子、人口规模影响因子和距离阻抗因子，包括：
[0116]
在所述公园基本信息中筛选公园环境量化的指标构建公园吸引力评价指标体系，使用熵权法计算公园吸引力评价因子；
[0117]
以公园为中心，根据所述居住单元人口数据，将目标范围内所有需求点累加求和，得到人口规模影响因子；
[0118]
确定公园供给点，利用网络分析法计算居住单元到目标范围内各公园的出行距离，纳入距离衰减函数，计算距离阻抗因子。
[0119]
所述人口规模影响因子的计算公式为：
[0120]
所述公园吸引力评价因子的计算公式为：
[0121]
其中，所述表示距离阻抗系数β下，居住单元k到公园j的距离阻抗；所述pk表示居住单元k的人口数；所述m表示公园j周边一定范围内居住单元数，所述n表示居住单元i周边一定范围内公园数；所述y
tj
表示公园j第t个指标标准化后的值；所述w
t
为指标t的权重，所述g表示公园吸引力评价指标数。
[0122]
对所述可达性评价结果进行可视化展示，包括：
[0123]
利用自然断点法、分位数法等方法对所述可达性评价结果进行可视化展示，完成基于改进潜能模型的居住单元公园可达性评价。
[0124]
本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序能够被执行以用于实现如上所述的基于改进潜能模型的居住单元公园可达性评价方法的步骤。
[0125]
综上所述，本发明公开的一种基于改进潜能模型的居住单元公园可达性评价方法，所述方法包括：获取公园基本信息、公园和居住单元空间分布数据、居住单元人口数据及可步行道路数据；获取预先构建的潜能模型，所述潜能模型是在牛顿万有引力模型的基础上构建基本潜能模型，在所述基本潜能模型的基础上进行优化后得到；根据所述公园基本信息、公园和居住单元空间分布数据、居住单元人口数据及可步行道路数据，计算得到公园吸引力评价因子、人口规模影响因子和距离阻抗因子；将所述公园吸引力评价因子、人口规模影响因子和距离阻抗因子代入所述潜能模型，计算得到可达性评价结果；对所述可达性评价结果进行可视化展示。本发明通过对潜能模型进行优化，纳入公园吸引力评价因子、人口规模影响因子和距离阻抗因子影响，综合衡量区域内居民可达公园的总体水平，可以全面反映居民可达公园的综合水平。
[0126]
应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。