一种基于大数据的公共服务设施用地规划方法与流程

本发明属于城市建筑用地智能规划，具体涉及一种基于大数据的公共服务设施用地规划方法。

背景技术：

1、城市公共服务设施的规划与建设作为城市建设的重要组成部分，任何公民都具备衣食住行的直接需求，需求的满足度直接映射出该城市生活质量。有学者将“基本公共服务设施”的界定为：由公共财政投资建设，保障社会成员平等、公开享用的基本教育设施、基本医疗设施、基本社会福利设施、基本市政服务设施等，老版本《城市用地分类与规划建设用地标准》中的“公共设施用地”用途覆盖的范围十分广泛，其定义涵盖了服务于居住区以上空间范围和人规模的文化、体育、商业、医疗、教育科研、办公等多种城市公共服务设施用地。这些城市功能使城市正常运转并保持一定的生活质量水平。可以说“公共设施用地”实施一直维持着计划经济体制的思维体系。

2、目前公共服务设施主要存在公共服务设施规划失灵、配置不足，传统规划被市场需求牵着鼻子走，导致越规划越乱的现象，传统的规划给出公共服务设施配置的总量和空间分配，而没有给出公共服务设施配置轨迹，市场主体在配置过程中出现不按建设时间节点配置、部分空间挪作它用、更换建设位置等“擦边球”建设现象，导致公共服务设施分布不均衡、建设滞后等现象。如何在二者之间建立市场决定型规划亟待探索。

技术实现思路

1、针对现有技术中的上述不足，本发明提供的一种基于大数据的公共服务设施用地规划方法解决了公共服务设施用地规划失灵、配置不足的问题。

2、为了达到上述发明目的，本发明采用的技术方案为：一种基于大数据的公共服务设施用地规划方法，包括以下步骤：

3、s1、获取目标区域中所有用户定位的轨迹数据，并对其进行预处理，得到用户的轨迹数据集；

4、s2、获取目标区域的用地规划的图纸资料，得到公共服务设施点数据集；

5、s3、根据用户的轨迹数据集对公共服务设施点数据集进行优化，得到优化后的公共服务设施点数据集；

6、s4、根据优化后的公共服务设施点数据集对目标区域中公共服务设施的规划与建设，完成最终的公共服务设施用地规划。

7、进一步地：所述s1包括以下分步骤：

8、s11、获取目标区域中指定时间段内的所有用户定位的轨迹数据，将所有用户定位的轨迹数据按设定的时间间隔进行提取，得到若干个时间段的用户定位的轨迹数据；

9、其中，所有用户定位的轨迹数据具体为：目标区域中不同用户在不同时间的位置；

10、s12、将每个时间段的用户定位的轨迹数据进行滤波处理，得到滤波后的轨迹数据；

11、s13、根据滤波后的轨迹数据构建用户的轨迹数据集。

12、进一步地：所述s12中，滤波后的轨迹数据表达式具体为：

13、

14、式中，xt为滤波后的轨迹数据中t时间用户定位的位置，xt-i×τ为用户定位的轨迹数据中t-i×τ时间用户定位的位置，xt-τ为用户定位的轨迹数据中t-τ时间用户定位的位置，xt为用户定位的轨迹数据中t时间用户定位的位置，ωt-i×τ为t-i×τ时间用户定位的位置有效权重，ωt-τ为t-τ时间用户定位的位置有效权重，ωt为t时间用户定位的位置有效权重，τ为设定的时间间隔。

15、进一步地：所述s2具体为：

16、获取目标区域的用地规划的图纸资料中公共服务设施点定位的位置，并通过fcm算法进行聚类操作，得到公共服务设施点数据集。

17、进一步地：所述fcm算法的目标函数j的表达式具体为下式：

18、

19、式中，xj为第j个公共服务设施点定位的位置，vk为第k个聚类中心，djk为第j个公共服务设施点定位的位置xj和第k个聚类中心vk之间的差异，ujk为xj属于第k个聚类中心vk的隶属度，m为加权指数，c为公共服务设施点子集的总数，g为第j个公共服务设施点的邻域公共服务设施点子集，m为邻域公共服务设施点子集中公共服务设施点的个数，α为调节参数。

20、进一步地：所述s3包括以下分步骤：

21、s31、设置公共服务设施点数据集中各公共服务设施点的初始期望值；

22、s32、获取用户的轨迹数据集中所有用户的轨迹数据，根据所有用户的轨迹数据计算各公共服务设施点的可达期望值；

23、s33、根据所有用户的各公共服务设施点的可达期望值和初始期望值对公共服务设施点进行优化，得到所有用户下优化后的公共服务设施点；

24、s34、通过k-means聚类的方法对所有用户下优化后的公共服务设施点进行聚类，得到最终优化的公共服务设施点，进而得到优化后的公共服务设施点数据集。

25、进一步地：所述s32中，计算各公共服务设施点的可达期望值en的表达式具体为：

26、

27、式中，pn为第n公共服务设施点居住的人口数，sn为第n公共服务设施点的供给能力，dn为第n公共服务设施点与用户的距离，gn为时间因素，当用户到达第n公共服务设施点的时间超过时间阈值时，gn＝0，当用户到达第n公共服务设施点的时间小于时间阈值时，gn＝1。

28、进一步地：所述s33中，得到所有用户中任一用户下优化后的公共服务设施点的方法具体为：

29、判断该用户的各公共服务设施点的可达期望值是否小于初始期望值，若是，则该公共服务设施点无需进行调整，得到任一用户下优化后的公共服务设施点；若否，则对该公共服务设施点进行调整，得到任一用户下优化后的公共服务设施点。

30、进一步地：对该公共服务设施点进行调整的方法具体为：

31、a1、判断该公共服务设施点的设定范围内的公共服务设施点的可达期望值是否均大于初始期望值；若是，则无需对该公共服务设施点进行调整，得到优化后的公共服务设施点数据集，结束分步骤；若否，则进入a2；

32、a2、将该公共服务设施点向用户的轨迹数据方向移动，直至将该公共服务设施点的可达期望值不小于初始期望值或该公共服务设施点的移动距离达到移动最大值，完成对该公共服务设施点的调整。

33、进一步地：所述s4具体为：

34、根据获得的优化后的公共服务设施点数据集中公共服务设施点位置，调整目标区域的用地规划的图纸资料中对应公共服务设施点位置，用于优化目标区域中公共服务设施的规划与建设，完成最终的公共服务设施用地规划。

35、本发明的有益效果为：

36、(1)本发明提供的一种基于大数据的公共服务设施用地规划方法，通过用户的轨迹数据集对公共服务设施点数据集进行优化，充分挖掘公共服务设施的作用潜力，以各公共服务设施点的可达期望值作为评价依据，发现用地规划中公共服务设施配置不均衡的具体位置，从而提高公共服务设施的利用率，避免造成城市空间资源的浪费，解决了公共服务设施用地规划失灵、配置不足的问题。

37、(2)本发明根据所有用户的各公共服务设施点的可达期望值对公共服务设施点进行优化，并设置初始期望值和移动最大值的限定条件，从而对用地规划中公共服务设施的总量和空间进行合理分配。