技术摘要：
本发明公开了一种公共服务设施可达性的计算方法及装置，该装置包括如下模块：公共服务设施可达性计算请求接收模块，接收目标区域的公共服务设施可达性计算请求；公共服务设施可达性计算数据采集与处理模块，采集目标区域所需要的计算数据，并对数据作相应处理；区域公  全部
背景技术：
城市公共服务设施是城市公共服务的重要空间载体，在城市建设中占有重要地 位。对城市公共服务设施的空间优化布局有助于寻找公共服务设施合适的布局区位，实现 公平、高效地布局政府公共服务资源。公共服务设施可达性是指公共服务设施借助交通和 道路工具被接触和提供服务的难易程度，反映了在城市环境中公共服务设施空间布局的现 状。通过优化现状城市环境下的公共服务设施的配置，可以使得公共服务资源被均衡合理 地享受，提高公共服务设施的利用率。根据城市环境下日常公共服务设施布局现状计算公 共服务设施可达性，是城市建设过程中进行有针对性的公共服务设施精准配置的重要环 节。传统的获取城市环境下公共服务设施空间布局现状的方法包括实地走访、问卷调查，这 类方式往往需要大量的人力、物力成本，且获取的样本数量有限，得到的结果也较为粗糙。 近年来，多源时空数据的出现为城市建设提供了新兴手段。基于兴趣点数据，结合地理信息 系统软件对公共服务设施的覆盖率、达标率进行现状分析为城市建设提供了技术支撑。
技术实现要素：
技术问题：有鉴于此，本发明提供一种公共服务设施可达性计算方法及装置，能够 实现对目标区域大规模、高精度的公共服务设施可达性的自动计算，摆脱数据处理的人工 依赖；此目标区域既可以是一个城市完整的行政区划范围，也可以是一个城市下某个辖区 的范围。考虑到城市规划中公共服务设施经常涉及的覆盖率、达标率的问题，并借助多源时 空大数据用兴趣点来表达公共服务设施，将公共服务设施可达性拆分为三个次级指数，分 别是兴趣点相对数量指数、兴趣点多样性指数、兴趣点交通可达性指数。 其中，兴趣点相对数量指数反映公共服务设施的覆盖率，兴趣点多样性指数反映 公共服务设施类型配置的达标率；并且，通过采集目标区域的步行道路、公交线路、地铁线 路基础数据，提取换乘中的步行路段，根据不同类型的道路设置不同的行驶速度，以此来计 算兴趣点交通可达性指数，反映了街道形态和交通工具对公共服务设施可达性的影响，有 效提高了公共服务设施可达性的准确度；输出公共服务设施可达性数据，最终生成目标区 域的公共服务设施可达性地图，效果较为直观，为城市规划设计地进一步分析与决策提供 了基础的理性支撑。 技术方案：为实现以上目的，本发明提出一种公共服务设施可达性计算方法，包括 如下步骤： (1)采集目标区域的基础兴趣点数据，并对其进行相应处理，得到兴趣点数据； (2)采集目标区域的建筑物面数据，将面数据转换成点数据，得到建筑物点数据； (3)采集目标区域的城市道路数据，对其进行相应处理，得到城市道路的网络数据 集； 7 CN 111581315 A 说　明　书 2/13 页 (4)对于步骤(2)得到的建筑物点数据，以单个建筑物点为中心，基于(3)中城市道 路的网络数据集计算从单个建筑物点出发，到达所有兴趣点的最短路径，并提取出经过最 短路径的时间消耗小于N分钟的兴趣点，作为该建筑物点在N分钟内可到达的所有兴趣点的 集合，并计算从该建筑物点出发分别到达集合内每个兴趣点的最小时间成本； (5)根据(4)所得的兴趣点集合，分别计算公共服务设施可达性的三个次级指数： 兴趣点相对数量指数、兴趣点多样性指数、兴趣点交通可达性指数； (6)根据步骤(5)的指数计算单个建筑物点的公共服务设施可达性； (7)对于每一个建筑物点，重复步骤(4)(5)(6)即可得到目标区域全部建筑物点公 共服务设施可达性。 进一步的，步骤(1)具体包括： (1-1)通过访问互联网地图服务接口采集目标区域的基础兴趣点数据； 基础兴趣点数据是指公共服务设施信息点集合，既公共服务设施可用兴趣点表 达。基础兴趣点数据有四个基本属性即名称、类型、地址、经纬度，具有日常公共服务设施种 类覆盖度高，数据范围覆盖面广，信息量大且获取较容易。 (1-2)在基础兴趣点数据上新增功能、可达性、权重三个属性。其中，功能属性将兴 趣点按照其所能提供的服务功能归纳为商业功能、办公功能、公共服务功能、居住功能、尚 未归类这五大类，其中，地铁站、公交车站之类的公共交通站点属于公共服务功能，尚未归 类类型的点不考虑纳入分析中；地铁站可达性设置为R1，公交车站可达性设置为R2，其他类 型下的点可达性设置为R3，地铁站权重为W1，公交车站权重为W2，其他点的权重为W3。 进一步的，步骤(3)具体包括： (3-1)通过网络城市数据源，采集目标区域的城市道路数据，包括步行道路、公交 线路、地铁线路基础数据； (3-2)将步行道路、公交线路、地铁线路基础数据合并，得到城市路网数据； (3-3)在城市路网数据上新增道路类型属性并赋值，其中步行道路设置为T1，公交 线路设置为T2，地铁线路设置为T3，根据T1、T2、T3可对城市路网数据中各道路的类型进行 区分； (3-4)换乘中步行路段提取，以公共交通站点为中心点，设置搜索半径为d米，计算 公共交通站点到落入其搜索半径的步行道路的最近距离，将最近距离生成为路段，将路段 作为居民在交通工具换乘中的步行路段合并至城市路网数据中； (3-5)生成网络数据集，基于城市路网数据建立网络，在网络的成本属性中根据 (3-3)中道路类型属性的赋值对不同类型的道路设置不同的行驶速度，得到城市路网的网 络数据集。 进一步的，步骤(5)具体包括： (5-1)根据步骤(4)所得的兴趣点集合来计算兴趣点相对数量指数。采用高斯函数 计算兴趣点集合中经时间衰减效应影响后的兴趣点数量总数，考虑到存在从建筑物点出发 到达兴趣点的时间成本较大的情况下，兴趣点对该建筑物点提供服务的可能被时间成本更 小的同类型兴趣点取代。这种情况下兴趣点由于到达时要花费较大的时间成本，经过时间 衰减效应计算后该兴趣点被访问的可能性往往较小或者等于0，因此不会被纳入兴趣点数 量总数的计算，最终计算的数量总数为相对数量，则所述兴趣点相对数量指数的公式如下： 8 CN 111581315 A 说　明　书 3/13 页 Aij＝Gauss(Tij)×Wj 式中，Gauss(Tij)表示从第i个建筑物点出发，沿网络到达第j个兴趣点的时间衰减 程度；Tij表示从第i个建筑物点出发，沿网络到达第j个兴趣点所花的最小时间；e为自然常 数；σ是高斯衰减的标准偏差；Tmax表示时间衰减的最大程度，单位为分钟，超过这一值的兴 趣点不被使用；Aij表示第i个建筑物点到第j个兴趣点的可达度；Wj表示第j个兴趣点的权 重；Rni表示第i个建筑物点的兴趣点相对数量指数，N表示第i个建筑物点兴趣点集合中的 全部兴趣点数量，其中，i的数量取决于目标区域内建筑物点数量，j的范围为1≤j≤N； (5-2)根据步骤(4)所得的兴趣点集合来计算兴趣点多样性指数。计算兴趣点集合 中各类型兴趣点占全部兴趣点数的比例，统计兴趣点集合中兴趣点的全部类型数，基于香 农-维纳指数得到集合中的兴趣点多样性指数，则所述兴趣点多样性指数公式如下： 式中，Hi表示第i个建筑物点的兴趣点多样性指数，S为建筑物点兴趣点集合中的 兴趣点的全部类型数，pi表示第i个类型的兴趣点占兴趣点集合中全部兴趣点数的比例； (5-3)根据步骤(4)所得的兴趣点集合来计算兴趣点交通可达性指数。采用高斯函 数计算建筑物点到兴趣点集合中公共交通站点的时间衰减程度，并与公共交通站点的权重 相乘，得到各公共交通站点的可达度，取最大可达度值作为兴趣点集合中交通设施对公共 服务设施可达性的最大提升程度。则所述兴趣点交通可达性指数公式如下： Aik＝Gauss(Tik)×Wk Di＝max(Aik) 式中，Gauss(Tik)表示从第i个建筑物点出发，沿网络到达第k个公共交通站点的时 间衰减程度；Tik表示从第i个建筑物点出发，沿网络到达第k个公共交通站点所花的最小时 间，其中，k的数量不超过兴趣点集合中的兴趣点总数；e为自然常数，σ是高斯衰减的标准偏 差；Tmax表示时间衰减的最大程度，单位为分钟，超过这一值的公共交通站点不被使用；Aik表 示第i个建筑物点到第k个公共交通站点的可达度；Wk表示第k个公共交通站点的权重；Di表 示从第i个建筑物点出发，沿网络到达兴趣点集合中每个公共交通站点的可大度的最大值， 即从第i个建筑物出发到达公共交通站点交通类设施的兴趣点交通可达性指数，其中，i的 数量取决于目标区域内建筑物点数量，k的数量取决于第i个建筑物点的兴趣点集合中公共 交通站点的数量。 进一步的，步骤(6)具体包括： (6-1)将步骤(5)中得到的三个次级指数相乘得到第i个建筑物点的公共服务设施 9 CN 111581315 A 说　明　书 4/13 页 可达性，公式如下： Ci＝Rni×Hi×Di 式中，Ci表示第i个建筑物点的公共服务设施可达性；Rni表示第i个建筑物点的相 对数量指数；Hi表示第i个建筑物点的兴趣点多样性指数；Di表示第i个建筑物点的兴趣点交 通可达性指数。 此外，本发明还提出一种公共服务设施可达性计算装置，该装置包括如下模块： 公共服务设施可达性计算数据采集与处理模块，用于采集目标区域的基础兴趣点 数据、建筑物面数据、城市道路数据，并对数据作相应处理，得到兴趣点数据、建筑物点数 据、城市道路的网络数据集； 区域公共服务设施可达性计算模块，用于对建筑物点数据中的单个建筑物点计算 公共服务设施可达性，并通过迭代计算目标区域全部建筑物点兴趣点集合的公共服务设施 可达性，计算公式如下： Ci＝Rni×Hi×Di 式中，Ci表示第i个建筑物点的公共服务设施可达性；Rni表示第i个建筑物点的相 对数量指数；Hi表示第i个建筑物点的兴趣点多样性指数；Di表示第i个建筑物点的兴趣点交 通可达性指数。 区域公共服务设施可达性可视化模块，用于将建筑物点数据的公共服务设施可达 性关联至建筑物面数据上，并生成目标区域的公共服务设施可达性可视化地图。 进一步的，公共服务设施可达性计算数据采集与处理模块还包括： 基础兴趣点数据采集模块，用于通过访问互联网地图服务接口采集目标区域的基 础兴趣点数据，该基础兴趣点数据包含了地图测绘人员采用精密的测绘仪器方式采集的基 础兴趣点的经纬度信息，以及名称、类型、地址三个基本属性； 建筑物面数据采集模块，用于通过网络城市数据源采集目标区域的建筑物面数 据； 城市道路数据采集模块，用于通过网络城市数据源采集目标区域的城市道路数 据，所述城市道路数据包括步行道路数据、公交线路数据和地铁线路数据； 基础兴趣点数据处理模块，在基础兴趣点数据上新增功能、可达性、权重三个属 性。其中，功能属性将兴趣点按照其所能提供的服务功能归纳为商业功能、办公功能、公共 服务功能、居住功能、尚未归类这五大类，其中地铁站、公交车站之类的公共交通站点属于 公共服务功能，尚未归类类型的点不考虑纳入分析中；地铁站可达性设置为R1，公交车站可 达性设置为R2，其他类型下的点可达性设置为R3；地铁站权重为W1，公交车站权重为W2，其 他点的权重为W3。 建筑物面数据处理模块，将面数据转换成点数据，得到建筑物点数据； 城市道路数据处理模块，对目标区域的城市道路数据进行相应处理，得到城市路 网的网络数据集； 进一步的，所述城市道路数据处理模块还包括： 路网合并子模块，用于将步行道路、公交线路、地铁线路基础数据合并，得到城市 路网数据； 道路类型处理子模块，在城市路网数据上新增道路类型属性并赋值，其中步行道 10 CN 111581315 A 说　明　书 5/13 页 路设置为T1，公交线路设置为T2，地铁线路设置为T3，根据T1、T2、T3可对城市路网数据中各 道路的类型进行区分； 换乘路段处理子模块，以公共交通站点为中心点，设置搜索半径为d米，计算公共 交通站点到落入其搜索半径的步行道路的最近距离，将最近距离生成路段，将此路段作为 居民在交通工具换乘中的步行路段合并至城市路网数据中； 网络数据集创建子模块，基于城市路网数据建立网络，在网络的成本属性中根据 道路类型属性的赋值对不同类型的道路设置不同的行驶速度，得到城市路网的网络数据 集。 进一步的，区域公共服务设施可达性计算模块还包括： 兴趣点集合计算模块，用于以单个建筑物点为中心，基于城市道路的网络数据集 计算从单个建筑物点出发，到达所有兴趣点的最短路径，并提取出经过最短路径的时间消 耗小于N分钟的兴趣点，作为该建筑物点在N分钟内可到达的所有兴趣点的集合，并计算从 该建筑物点出发分别到达集合内每个兴趣点的最小时间成本； 建筑物点次级指数计算模块，用于计算单个建筑物点的公共服务设施可达性的三 个次级指数：兴趣点相对数量指数、兴趣点多样性指数、兴趣点交通可达性指数； 需要说明的是，兴趣点相对数量指数公式如下： Aij＝Gauss(Tij)×Wj 式中，Gauss(Tij)表示从第i个建筑物点出发，沿网络到达第j个兴趣点的时间衰减 程度；Tij表示从第i个建筑物点出发，沿网络到达第j个兴趣点所花的最小时间；e为自然常 数；σ是高斯衰减的标准偏差；Tmax表示时间衰减的最大程度，单位为分钟，超过这一值的兴 趣点不被使用；Aij表示第i个建筑物点到第j个兴趣点的可达度；Wj表示第j个兴趣点的权 重；Rni表示第i个建筑物点的兴趣点相对数量指数，N表示第i个建筑物点兴趣点集合中的 全部兴趣点数量，其中，i的数量取决于目标区域内建筑物点数量，j的范围为1≤j≤N； 需要说明的是，兴趣点多样性指数公式如下： 式中，Hi表示第i个建筑物点的兴趣点多样性指数，S为建筑物点兴趣点集合中的 兴趣点的全部类型数，pi表示第i个类型的兴趣点占兴趣点集合中全部兴趣点数的比例； 需要说明的是，兴趣点交通可达性指数公式如下： Aik＝Gauss(Tik)×Wk Di＝max(Aik) 11 CN 111581315 A 说　明　书 6/13 页 式中，Gauss(Tik)表示从第i个建筑物点出发，沿网络到达第k个公共交通站点的时 间衰减程度；Tik表示从第i个建筑物点出发，沿网络到达第k个公共交通站点所花的最小时 间，其中，k的数量不超过兴趣点集合中的兴趣点总数；e为自然常数，σ是高斯衰减的标准偏 差；Tmax表示时间衰减的最大程度，单位为分钟，超过这一值的公共交通站点不被使用；Aik表 示第i个建筑物点到第k个公共交通站点的可达度；Wk表示第k个公共交通站点的权重；Di表 示从第i个建筑物点出发，沿网络到达兴趣点集合中每个公共交通站点的可大度的最大值， 即从第i个建筑物出发到达公共交通站点交通类设施的兴趣点交通可达性指数，其中，i的 数量取决于目标区域内建筑物点数量，k的数量取决于第i个建筑物点的兴趣点集合中公共 交通站点的数量。 建筑物点公共服务设施可达性计算模块，用于将三个次级指数相乘得到单个建筑 物点的公共服务设施可达性； 需要说明的是，单个建筑物点的公共服务设施可达性计算公式如下: Ci＝Rni×Hi×Di 式中，Ci表示第i个建筑物点的公共服务设施可达性；Rni表示第i个建筑物点的相 对数量指数；Hi表示第i个建筑物点的兴趣点多样性指数；Di表示第i个建筑物点的兴趣点交 通可达性指数。 迭代模块，用于将目标区域的建筑物点数据迭代输入至单个建筑物点次级指数计 算模块和单个建筑物点公共服务设施可达性计算模块中，直至建筑物点数据中的每个建筑 物点的公共服务设施可达性都被计算，得到区域内所有建筑物的公共服务设施可达性。 进一步的，区域公共服务设施可达性可视化模块还包括： 属性关联模块，用于将建筑物点数据的所有属性与建筑物面数据的所有属性根据 它们所共有的相同属性关联起来，将建筑物点数据的公共服务设施可达性复制到相应的建 筑物面数据上； 可视化模块，用于将目标区域中属性关联后的建筑物面的公共服务设施可达性可 视化显示输出。 综上所述，本发明实施例公开了一种公共服务设施可达性的计算方法及装置，包 括：采集目标区域的基础兴趣点数据，并对其进行相应处理，得到兴趣点数据；采集目标区 域的建筑物面数据，将面数据转换成点数据，得到建筑物点数据；采集目标区域的城市道路 数据，对其进行相应处理，得到城市道路的网络数据集；对于得到的建筑物点数据，以单个 建筑物点为中心，基于城市道路的网络数据集计算从单个建筑物点出发，到达所有兴趣点 的最短路径，并提取出经过最短路径的时间消耗小于N分钟的兴趣点，作为该建筑物点在N 分钟内可到达的所有兴趣点的集合，并计算从该建筑物点出发分别到达集合内每个兴趣点 的最小时间成本；根据所得的兴趣点集合，分别计算公共服务设施可达性的三个次级指数： 兴趣点相对数量指数、兴趣点多样性指数、兴趣点交通可达性指数；基于三个次级指数计算 建筑物点的公共服务设施可达性；对于每一个建筑物点，重复单个建筑物点的公共服务设 施可达性计算方法即可得到目标区域全部建筑物的公共服务设施可达性。 有益效果：与现有技术相比，本发明的技术方案具有以下有益技术效果： 本发明实施例在城市路网数据处理过程中，考虑街道形态、交通工具可达性、交通 工具换乘对居民社区日常活动时间的影响，将换乘中的步行路段合并至城市路网数据中， 12 CN 111581315 A 说　明　书 7/13 页 并对城市路网数据建立网络数据集；在公共服务设施可达性计算过程中，以建筑物为计算 单位开展计算，通过兴趣点相对数量指数、兴趣点多样性指数、兴趣点交通可达性指数三个 次级指数的相乘得到公共服务设施可达性结果。由此可见，本申请在公共服务设施可达性 计算过程中，基于多源时空数据以建筑物为计算单位开展大规模计算，并考虑了街道形态 和交通工具对公共服务设施可达性的影响，有效提高了公共服务设施可达性的准确度；实 现了公共服务设施可达性的自动计算，摆脱数据处理的人工依赖。 附图说明 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据 提供的附图获得其他的附图。 图1为本发明实施例提供的一种公共服务设施可达性计算方法的总流程图； 图2为本发明实施例提供的建筑物面转点示意图； 图3为本发明实施例提供的换乘路段处理结果示意图； 图4为本发明实施例提供的单个建筑物点关联的兴趣点集合示意图； 图5为本发明实施例提供的一种公共服务设施可达性计算装置的结构框图； 图6为本发明实施例提供的一种公共服务设施可达性计算装置的公共服务设施可 达性计算数据采集与处理模块的流程图； 图7为本发明实施例提供的一种公共服务设施可达性计算装置的公共服务设施可 达性计算数据采集与处理模块的结构框图； 图8为本发明实施例提供的一种公共服务设施可达性计算装置的区域公共服务设 施可达性计算模块的流程图； 图9为本发明实施例提供的一种公共服务设施可达性计算装置的区域公共服务设 施可达性计算模块的结构框图； 图10为本发明实施例提供的一种公共服务设施可达性计算装置的区域公共服务 设施可达性可视化模块的流程图； 图11为本发明实施例提供的一种公共服务设施可达性计算装置的区域公共服务 设施可达性可视化模块的结构框图。