交通设施分布计算与分析|计算模块工具箱

May 19, 2019
核密度分析工具-一个优秀的空间分布特征分析工具

极海在跟各行业用户沟通合作的过程中,发现用户对各类设施的空间分布特征定量进而定性分析的场景特别多。而设施的分布模式、分布密度定量计算方法有多种。主要有:

(1)计算统计单元内(统计单元一定范围缓冲区内)设施数量/长度/面积/密度;

(2)直接使用点数据进行热力制图表达分布情况;

(3)核密度估计法定量计算网格内设施分布情况;

以上几种方法都能够表达区域内设施分布情况,但是相对来说核密度估计不仅考虑设施本身的特征和设施分布特征,还能够进行定量计算,便于数据的继续计算使用和定性分析,应用场景更多。

举个例子,计算分析城市内公共交通设施分布情况:

第一种方法计算网格内(或网格一定范围缓冲区内)公交站点和地铁站的数量,没有考虑地铁站点和途径公交车数量多的公交站点应该占有更大的权重,没有考虑在缓冲区范围内,距离远的站点给网格区域带来的便利更小,对网格的设施得分贡献更小;

第二种方法能够设置站点的权重字段和热点尺度,考虑了站点权重和影响范围,做了距离加权,但是只能用于点数据,而且不能定量分析;

第三种方法,核密度估计,能够设置权重字段,能够设置影响范围,影响范围内的站点都能为网格交通设施计分,且距离网格越远的公交站点和地铁站点对网格的设施得分贡献越小。

(您可以下拉至文末查看核密度分析计算模块更加详细的解释哦)

核密度工具应用于广东省交通设施分布情况分析

我们一起通过一个小分析案例看下核密度工具的实力吧。

核密度工具的任务:计算分析广东省交通设施分布情况,包括自驾设施和公共交通设施。
使用到的数据:
广东省主干道路网线数据;
广东省加油站点数据;
广东省公交站点点数据;
广东省地铁站点点数据;

打开规划师分析平台中的核密度分析工具,选择输入数据,根据设施服务半径设置合适的参数,开始计算:
alt
alt

【极海在线计算模块均为后端处理,可同时并行处理多个模型,关掉网页不影响计算】

结果直接在左侧的地图窗口进行制图,制图后发现这样的效果对于分析省域范围的分布情况粒度太细,看不出整个省域交通设施的(某个市,某个区县)分布特征,更加适合放大后做市域范围对某一个小块区域或某一个商圈的细粒度分析。
alt
alt

于是改变核密度计算时选择的参数,增加核密度网格的大小减少不必要的计算量,增大搜索半径使分析粒度更大,便于省域范围的特征分析:
alt

再次制图,嗯,这次选择参数比较合适,能够很清楚的表达广东省的交通设施区域分布特征。
alt
alt
alt
alt

作为一个非规划专业人员,做一个简单的分布特征提取:(1)加油站分布和主干道分布一致;(2)粤港澳大湾区的九个城市广东、佛山、深圳、东莞、中山、珠海、惠州、肇庆、江门,以及非大湾区城市清远市的自驾设施和公共交通设施分布密集,连成片区,在交通上为城市群的形成和发展提供条件。(3)潮州、汕头、揭阳交通设施连成片区,形成小的城市群。(4)粤港澳大湾区的九个城市,相对来说肇庆市和江门市的交通通达性偏弱。(5)梅州、河源、韶关、阳江这几个城市由于城区距离其他城市较远,交通设施比较独立,没有形成片区,对城市之间的协同发展和产业连接在交通上没有很好的优势。

好了,核密度分析工具完成了广东省交通设施分布特征的计算和分析任务,欢迎各位带着自己的故事和场景来使用它。

tips:核密度分析计算模块原理详细介绍
核密度分析工具是根据输入的样本数据估算整个区域数据聚集状况的一种插值方法。以网格为输出单元,每个输出单元的值是通过核密度分析算法计算出来的该网格中心点的核密度,表达网格周围设施聚集情况。比如对poi点数据进行核密度分析,密度越大,该区域的城市功能越集中。比如根据某一事件的离散点数据进行核密度分析,评估区域内的事件聚集程度和发生率。

设施的聚集程度需要考虑几个情况:
(1)设施的非空间属性,如道路等级、道路宽度、设施综合实力:不同设施属性,对设施聚集程度(服务能力)影响不一样。因此需要设置权重字段,不选择权重字段则按照一个点/线/面计算,选择权重字段,权重字段值为设施计数次数,比如权重字段值为2,设施被计数2次。
(2)设施的空间分布特征:网格的设施服务情况是由该网格位置受一定服务范围内的设施服务影响,需要考虑设施的服务范围(服务可达性)。设置搜索半径,即网格中心点一定搜索半径内的服务设施都都能为网格提供服务,影响网格的设施服务得分。但是空间的分布特征对设施的服务能力影响也是有差别的,比如距离目标网格近的公交站点对网格公交设施服务能力的正向影响大于远距离的站点。搜索半径即是服务设施的服务半径。
【空间分布特征上,核密度估计算法只考虑通用的欧几里得直线距离,设施的空间分布还有更多的特征,比如实际交通距离,需要特定的场景和方法进行考虑】

核密度分析原理及示意图: 对于输入的点数据,每个点上方形成一个平滑的高斯曲面。点的正上方处表面值最大,随着和点距离增大曲面值逐渐减小,在与点的距离等于搜索半径r的位置处表面值为零,曲面与下方的平面所围成的空间的体积等于此点的权重字段值,如果没有选择权重字段,则体积为 1,下图中的图a。

每个输出网格的密度为叠加在网格中心的所有核表面的值之和,如下图中的图b。网格中心点cpt的核密度值为落在cpt搜索半径内的所有点(pt1,pt2)的高斯曲面表面值(v1,v2)的加和:
alt
alt

评论正在加载...
Great! You've successfully subscribed.
Great! Next, complete checkout for full access.
Welcome back! You've successfully signed in.
Success! Your account is fully activated, you now have access to all content.
分享