[發(fā)明專利]一種義務(wù)教育階段適齡常住人口空間化方法和系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202210385430.4
• 申請(qǐng)日: 2022-04-13
• 公開（公告）號(hào): CN115270904B
• 公開（公告）日: 2023-04-18
• 發(fā)明（設(shè)計(jì)）人: 陳曉明;李伯陽;吳軍;蔡泰成;雷霄雁;李邵華;唐莘;陳金鴿;鐘夢(mèng)琪;陳孝仙;胡昌杰
• 申請(qǐng)（專利權(quán)）人: 廣州市城市規(guī)劃勘測(cè)設(shè)計(jì)研究院
• 主分類號(hào): G06F18/23
• 分類號(hào): G06F18/23;G06F18/241;G06N3/048;G06N3/045;G06N3/08;G06Q10/04;G06Q50/26
• 代理公司: 廣州云領(lǐng)專利代理事務(wù)所(普通合伙) 44441
• 代理人: 張蓮珍

1.一種義務(wù)教育階段適齡常住人口空間化方法，其特征在于，所述方法用于待空間化鎮(zhèn)的人口空間化，包括以下步驟：

基于層次聚類法對(duì)地貌篩選縣進(jìn)行層次聚類分析篩選出社會(huì)經(jīng)濟(jì)篩選縣，并將所有構(gòu)成社會(huì)經(jīng)濟(jì)篩選縣的鄉(xiāng)鎮(zhèn)組成一級(jí)篩選鎮(zhèn)；

獲取一級(jí)篩選鎮(zhèn)的衛(wèi)星遙感柵格數(shù)據(jù)，并從衛(wèi)星遙感柵格數(shù)據(jù)中提取各像元的各波段數(shù)據(jù)，基于層次聚類法對(duì)各像元進(jìn)行層次聚類分析獲得初始建成區(qū)圖斑；

剔除初始建成區(qū)圖斑中高速公路圖斑，獲得成果建成區(qū)圖斑；

基于層次聚類法根據(jù)成果建成區(qū)圖斑的形狀指標(biāo)對(duì)成果建成區(qū)圖斑進(jìn)行層次聚類分析，獲得若干種形狀分類；

基于層次聚類法根據(jù)一級(jí)篩選鎮(zhèn)的統(tǒng)計(jì)指標(biāo)對(duì)一級(jí)篩選鎮(zhèn)進(jìn)行層次聚類分析，獲得若干種形態(tài)分類；其中，所述統(tǒng)計(jì)指標(biāo)包括所述形狀分類下若干形態(tài)因素和每個(gè)一級(jí)篩選鎮(zhèn)的形態(tài)因素；

提取出與所述待空間化鎮(zhèn)屬于同一形態(tài)分類的鎮(zhèn)級(jí)單位作為形態(tài)篩選鎮(zhèn)；

通過BP神經(jīng)網(wǎng)絡(luò)模型對(duì)形態(tài)篩選鎮(zhèn)內(nèi)的人口數(shù)據(jù)信息進(jìn)行訓(xùn)練，建立空間化模型，所述空間化模型用于預(yù)測(cè)所述待空間化鎮(zhèn)內(nèi)目標(biāo)區(qū)域的義務(wù)教育階段適齡常住人口數(shù)量；

其中，基于層次聚類法對(duì)地貌篩選縣進(jìn)行層次聚類分析篩選出社會(huì)經(jīng)濟(jì)篩選縣，具體包括：

以待空間化鎮(zhèn)為中心，將預(yù)設(shè)范圍內(nèi)全部縣級(jí)單元作為初始周圍縣；

根據(jù)地形階梯數(shù)據(jù)將初始周圍縣內(nèi)的各個(gè)縣級(jí)單元?jiǎng)澐譃槿舾呻A梯類型；

選取與所述待空間化鎮(zhèn)為同一階梯類型的縣級(jí)單元作為地貌篩選縣；

基于HAC層次聚類法，對(duì)地貌篩選縣中每個(gè)縣級(jí)單元的預(yù)設(shè)社會(huì)經(jīng)濟(jì)指標(biāo)進(jìn)行層次聚類分析，獲得若干種經(jīng)濟(jì)分類；所述預(yù)設(shè)社會(huì)經(jīng)濟(jì)指標(biāo)包括：去年戶籍人口密度、年末常住人口密度、年末鄉(xiāng)村人口密度、去年人均GDP和去年人均儲(chǔ)蓄存款余額；

選取地貌篩選縣中與所述待空間化鎮(zhèn)屬于同一經(jīng)濟(jì)分類的縣級(jí)單元作為社會(huì)經(jīng)濟(jì)篩選縣；

其中，基于層次聚類法根據(jù)成果建成區(qū)圖斑的形狀指標(biāo)對(duì)成果建成區(qū)圖斑進(jìn)行層次聚類分析，獲得若干種形狀分類，具體包括：

獲得成果建成區(qū)圖斑的若干形狀指標(biāo)；所述形狀指標(biāo)包括：面積、周長(zhǎng)、高度、寬度、主軸長(zhǎng)度、次軸長(zhǎng)度、歐拉數(shù)、離心率、細(xì)長(zhǎng)度、矩形度、方向和緊湊度；

基于HAC層次聚類法，根據(jù)成果建成區(qū)圖斑中每個(gè)形狀指標(biāo)對(duì)成果建成區(qū)圖斑進(jìn)行層次聚類分析，獲得若干種形狀分類，并將分類結(jié)果附著于對(duì)應(yīng)的成果建成區(qū)圖斑中；

其中，基于層次聚類法根據(jù)一級(jí)篩選鎮(zhèn)的統(tǒng)計(jì)指標(biāo)對(duì)一級(jí)篩選鎮(zhèn)進(jìn)行層次聚類分析，獲得若干種形態(tài)分類，具體包括：

獲取一級(jí)篩選鎮(zhèn)的若干統(tǒng)計(jì)指標(biāo)；所述統(tǒng)計(jì)指標(biāo)包括所述形狀分類下的若干形態(tài)因素和每個(gè)一級(jí)篩選鎮(zhèn)的形態(tài)因素，每個(gè)形狀分類下的形態(tài)因素包括：總面積、面積占比、總數(shù)量、數(shù)量占比、類圖斑聚合度，每個(gè)一級(jí)篩選鎮(zhèn)的形態(tài)因素包括總圖斑聚合度；

基于HAC層次聚類法，根據(jù)一級(jí)篩選鎮(zhèn)的中每個(gè)統(tǒng)計(jì)指標(biāo)對(duì)一級(jí)篩選鎮(zhèn)進(jìn)行層次聚類分析，獲得若干種形態(tài)分類，并將分類結(jié)果附著于對(duì)應(yīng)的一級(jí)篩選鎮(zhèn)中。

2.根據(jù)權(quán)利要求1所述的一種義務(wù)教育階段適齡常住人口空間化方法，其特征在于，從衛(wèi)星遙感柵格數(shù)據(jù)中提取各像元的各波段數(shù)據(jù)，基于層次聚類法對(duì)各像元進(jìn)行層次聚類分析獲得初始建成區(qū)圖斑，具體包括：

將衛(wèi)星遙感柵格數(shù)據(jù)中各像元轉(zhuǎn)換為點(diǎn)要素，并提取各像元的波段數(shù)據(jù)；

基于DBSCAN聚類法，根據(jù)波段數(shù)據(jù)對(duì)點(diǎn)要素進(jìn)行聚類分析，獲得若干種地表分類，并將分類結(jié)果附著于對(duì)應(yīng)的點(diǎn)要素中；

將不同種類的地表分類與對(duì)應(yīng)的衛(wèi)片進(jìn)行對(duì)比，識(shí)別超過比例的地表分類，并標(biāo)記為建成區(qū)；

融合所有標(biāo)記為建成區(qū)的像元并進(jìn)行矢量化處理，以獲得初始建成區(qū)圖斑。

3.根據(jù)權(quán)利要求1所述的一種義務(wù)教育階段適齡常住人口空間化方法，其特征在于，剔除初始建成區(qū)圖斑中高速公路圖斑，獲得成果建成區(qū)圖斑，具體包括：

選取初始建成區(qū)圖斑中面積小于面積閾值的微面積區(qū)域；

從初始建成區(qū)圖斑中剔除微面積區(qū)域作為剩余面積區(qū)域；

對(duì)剩余面積區(qū)域做緩沖區(qū)處理得到處理面積區(qū)域；

將所述處理面積區(qū)域和所述微面積區(qū)域融合生成成果建成區(qū)圖斑。