城乡规划测绘成果生成方法及系统与流程

本发明涉及测绘技术，尤其涉及一种城乡规划测绘成果生成方法及系统。

背景技术：

1、城乡规划是指通过科学的方法和技术手段，对城市和乡村的土地使用、环境保护、公共设施布局等进行合理规划和设计，以促进经济的健康发展和社会的和谐稳定。随着城市化进程的加快和人口的集中，有效的城乡规划变得日益重要，而测绘成果是城乡规划不可或缺的基础数据之一。

2、传统测绘技术的局限性：在过去，城乡规划测绘主要依赖于传统的测量技术，如全站仪、水准仪和gps等。虽然这些技术能够提供相对准确的地理空间数据，但它们在数据收集效率、成本和能力上存在局限。特别是在大范围、复杂地形的测绘项目中，传统方法往往耗时长、成本高，且难以满足高精度和高效率的需求。

3、尽管现代技术在城乡规划测绘领域取得了显著进步，但如何将这些技术有效融合，提高数据的准确性和应用效率，仍然是一个挑战。此外，随着城市化进程的加快，对城乡规划测绘成果的实时性、动态性和精确性要求也越来越高。因此，开发新的测绘技术、提高数据处理能力、优化测绘成果的生成和应用流程，对于满足当前和未来城乡规划的需求具有重要意义。

技术实现思路

1、本发明实施例提供一种城乡规划测绘成果生成方法及系统，至少能够解决现有技术中部分问题。

2、本发明实施例的第一方面，

3、提供一种城乡规划测绘成果生成方法，包括：

4、利用地理信息系统gis工具对空间数据进行缓冲区分析，确定与目标要素相关的缓冲区，并对所述空间数据进行叠加分析，确定与目标要素相关的叠加区，基于所述缓冲区和所述叠加区进行空间分布分析，识别关键机会区域的空间分布模式；

5、利用数据挖掘算法对属性数据进行分析，生成候选项集组合，以候选项集组合中预设指标高于预设阈值的项集作为频繁项集，并基于所述频繁项集识别不同关键机会区域之间的目标关联规则；

6、基于所述关键机会区域的空间分布模式和所述不同关键机会区域之间的目标关联规则，确定候选关键机会区域，并基于多个预设参数进行加权分析，从候选关键机会区域中确定一个或多个目标关键机会区域。

7、在一种可选的实施方式中，

8、利用地理信息系统gis工具对空间数据进行缓冲区分析，确定与目标要素相关的缓冲区，包括：

9、确定目标要素，所述目标要素包括地理要素，所述地理要素包括道路、建筑物和河流中的任一种或多种；

10、设置缓冲区参数，所述缓冲区参数包括缓冲区的距离、半径和形状；

11、基于所述目标要素和所述缓冲区参数，运行所述gis工具以对所述空间数据进行缓冲区分析，生成候选缓冲区，通过属性检查、空间关系检查、量化评估中的任一种或多种方式对所述候选缓冲区进行校验，以通过校验的所述候选缓冲区作为与目标要素相关的缓冲区。

12、在一种可选的实施方式中，

13、所述对所述空间数据进行叠加分析，确定与目标要素相关的叠加区，包括：

14、确定所述空间数据所在的多个图层，所述图层包括土地利用图和交通网络图；

15、对所述多个图层进行投影转换，使所述多个图层处于同一坐标系中，并对所述多个图层进行剪裁以匹配预设覆盖区域，使所述多个图层在所述预设覆盖区域内完全覆盖或与所述预设覆盖区域有重叠关系；

16、利用所述gis工具中的预设叠加分析工具对所述预设覆盖区域进行叠加分析，生成所述与目标要素相关的叠加区，所述预设叠加分析工具包括交集、并集、差集中的任一种或多种。

17、在一种可选的实施方式中，

18、所述基于所述缓冲区和所述叠加区进行空间分布分析，识别关键机会区域的空间分布模式，包括：

19、获取所述缓冲区和所述叠加区的地形数据和地物数据，基于所述地形数据定义研究区域，并确定点集，所述点集包括所述研究区域内的所有地物数据点；

20、针对所述点集中的每个点确定距离该点最近的一个近邻点，计算每个点与对应的近邻点之间的距离；

21、基于所述点集中每个点与对应的近邻点之间的距离以及每个点对应的预设权重，确定平均最近邻距离，其公式如下：

22、；

23、其中，表示所述平均最近邻距离， d i表示点 i与对应的近邻点之间的距离， w i表示点 i对应的预设权重， i用于标识点集中的点， n表示点集中点的数量；

24、确定所述空间分布模式为完全随机分布下的理论最近邻距离，其公式如下：

25、；

26、其中， d r表示所述理论最近邻距离， a表示所述研究区域的面积；

27、根据所述平均最近邻距离和所述理论最近邻距离的比值计算最近邻指数，其公式如下：

28、；

29、其中， nni表示最近邻指数；

30、基于所述最近邻指数的值确定所述关键机会区域的空间分布模式，其中，所述最近邻指数的值小于1表示所述关键机会区域的空间分布模式为点聚集分布，所述最近邻指数的值等于1表示所述关键机会区域的空间分布模式为随机分布，所述最近邻指数的值大于1表示所述关键机会区域的空间分布模式为均匀分布。

31、在一种可选的实施方式中，

32、所述利用数据挖掘算法对属性数据进行分析，生成候选项集组合，以候选项集组合中预设指标高于预设阈值的项集作为频繁项集，并基于所述频繁项集识别不同关键机会区域之间的目标关联规则，包括：

33、对所述属性数据进行整理以使所述属性数据格式一致，并去除所述属性数据中的无关项和缺失值的项；

34、定义指标，所述指标包括支持度、置信度和提升度；

35、从所述属性数据中筛选单个项，针对单个项构建所有可能的项集组合，并依次增加所述项集组合中的项数以生成候选项集组合，计算候选项集组合的中各项集的支持度，以各项集中所述支持度大于预设阈值的项集作为频繁项集；

36、针对每个频繁项集生成不同关键机会区域之间的候选关联规则，计算每个候选关联规则的置信度和提升度，以候选关联规则中所述置信度小于预设阈值且提升度大于预设阈值的关联规则作为所述不同关键机会区域之间的目标关联规则。

37、在一种可选的实施方式中，

38、所述计算候选项集组合的中各项集的支持度，包括：

39、为候选项集组合中项集的不同属性分配不同大小的时间权重和空间权重；

40、针对候选项集组合中的每个项集，基于时间和空间维度计算该项集在所述属性数据中出现的频率；

41、基于所述项集中各属性的时间权重和空间权重，以及该项集在所述属性数据中出现的频率，计算该项集的支持度，其公式如下：

42、；

43、其中， x用于指示对应的项集， support(x)表示项集 x的支持度， f x表示项集 x在所述属性数据中出现的频率， m用于指示项集中对应的属性， wt m表示属性 m对应的时间权重， ws m表示属性 m对应的空间权重， m表示属性的总数；

44、所述计算每个候选关联规则的置信度和提升度，包括：

45、基于所述支持度计算候选关联规则的置信度，其公式如下：

46、；

47、其中，表示候选关联规则，表示候选关联规则的置信度， a和 b表示两个不同的频繁项集，表示频繁项集的支持度， support(a)表示频繁项集 a的支持度；

48、所述计算每个候选关联规则的置信度和提升度，还包括：

49、基于所述置信度和所述支持度计算候选关联规则的提升度，其公式如下：

50、；

51、其中，表示候选关联规则的提升度， support(b)表示频繁项集 b的支持度。

52、在一种可选的实施方式中，

53、所述关键机会区域包括交通拥堵区域，所述属性数据包括交通流量数据和事故数据，所述方法还包括：

54、通过聚类算法对所述交通流量数据和所述事故数据进行分组，确定所述交通拥堵区域的交通拥堵模式；

55、基于时间序列确定交通流量数据在不同时间的变化，确定所述交通拥堵区域拥堵的时间段。

56、本发明实施例的第二方面，

57、提供一种城乡规划测绘成果生成系统，包括：

58、第一单元，用于利用地理信息系统gis工具对空间数据进行缓冲区分析，确定与目标要素相关的缓冲区，并对所述空间数据进行叠加分析，确定与目标要素相关的叠加区，基于所述缓冲区和所述叠加区进行空间分布分析，识别关键机会区域的空间分布模式；

59、第二单元，用于利用数据挖掘算法对属性数据进行分析，生成候选项集组合，以候选项集组合中预设指标高于预设阈值的项集作为频繁项集，并基于所述频繁项集识别不同关键机会区域之间的目标关联规则；

60、第三单元，用于基于所述关键机会区域的空间分布模式和所述不同关键机会区域之间的目标关联规则，确定候选关键机会区域，并基于多个预设参数进行加权分析，从候选关键机会区域中确定一个或多个目标关键机会区域。

61、本发明实施例的第三方面，

62、提供一种电子设备，包括：

63、处理器；

64、用于存储处理器可执行指令的存储器；

65、其中，所述处理器被配置为调用所述存储器存储的指令，以执行前述所述的方法。

66、本发明实施例的第四方面，

67、提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现前述所述的方法。

68、本技术通过使用地理信息系统（gis）工具对空间数据进行缓冲区分析，能够精确地确定与目标要素（如道路、建筑物和河流）相关的缓冲区，这种精确性对于进行详细的空间分析和决策制定至关重要；允许用户根据具体的分析需求设置缓冲区的距离、半径和形状，这种灵活性确保了分析结果可以针对特定的应用场景进行优化，无论是城市规划、环境监测还是资源管理等；通过属性检查、空间关系检查和量化评估等多种方式对候选缓冲区进行校验，确保最终确定的缓冲区不仅与目标要素相关，而且在地理属性和空间关系上都具有合理性，这种综合校验机制大大提高了分析结果的可靠性和有效性。

69、通过分析属性数据生成的频繁项集和目标关联规则，本技术提供了深入的洞察，帮助决策者识别关键机会区域之间的潜在关系和相互作用，这些信息对于制定更加有效的策略和决策至关重要。识别出的目标关联规则能够揭示不同区域间的依赖和影响关系，为资源分配和优化提供科学依据，这有助于提高资源利用效率，特别是在有限资源条件下，能够确保资源被分配到最需要的地方。