一种基于多源空间信息的地块相似度匹配方法及系统

摘要: 本发明属于地理空间数据分析与规划辅助决策,尤其涉及一种基于多源空间信息的地块相似度匹配方法及系统。背景技术:1、本部分的陈述仅仅是提供了与本发明相关的背景技术信...
一种基于多源空间信息的地块相似度匹配方法及系统

本发明属于地理空间数据分析与规划辅助决策,尤其涉及一种基于多源空间信息的地块相似度匹配方法及系统。

背景技术:

1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。

2、在国土空间规划与地块开发前期工作中,规划人员常需要借鉴已有建成地块的实践经验,辅助新项目方案研判。传统参考地块筛选主要依靠设计人员经验记忆、翻阅历史档案,或采用简单表格工具完成面积、用地类型、行政区等条件筛选。

3、现有技术存在明显短板:一是地块特征描述体系碎片化,仅依靠少量标量指标开展比对,缺少能够完整刻画地块本体形态、地形条件以及多圈层周边空间环境的系统化特征框架,容易忽略 poi分布、路网结构、周边建筑方位等对开发设计产生关键影响的空间要素,造成匹配结果片面。

4、二是相似度度量方式适应性差,人工比对权重主观随意,采用欧氏距离等通用距离公式时所有特征维度均等赋值,无法体现不同空间特征对地块开发条件的差异化影响,也难以从历史项目数据中自动学习适配规划业务的度量规则。三是大规模地块库检索效率不足,面对上万条历史地块数据时,暴力遍历比对计算开销大,响应速度难以满足业务实时使用需求。

5、同时现有检索工具大多仅输出相似地块列表,排序仅依托空间条件,未结合项目实际建成率、容积率实现度等客观开发成效信息,检索结果的工程参考价值有限;并且缺少决策参数迁移机制,需要从业者人工拆解借鉴历史案例,经验复用效率低。

技术实现思路

1、为克服上述现有技术的不足,本发明提供了一种基于多源空间信息的地块相似度匹配方法及系统,旨在解决现有技术中特征选取零散、相似度度量缺乏自适应能力、未利用历史开发成效、缺乏决策参数迁移机制以及大规模检索效率低的问题。

2、为实现上述目的,本发明的一个或多个实施例提供了如下技术方案:

3、本发明第一方面提供了一种基于多源空间信息的地块相似度匹配方法;

4、一种基于多源空间信息的地块相似度匹配方法,包括:

5、从空间地理信息数据库中获取目标地块的基础空间信息与周边环境空间信息,构建历史地块样本库;

6、基于获取的多源空间信息获取多尺度空间签名向量,所述多尺度空间签名向量用于编码从地块本体到区域环境的多个空间尺度特征;

7、基于度量学习方法,利用历史地块的空间签名与客观配对标注训练非线性映射函数,将高维空间签名映射到低维嵌入空间;

8、将目标地块的空间签名经所述映射函数转换为嵌入向量,在历史地块嵌入向量的近似最近邻索引上检索相似地块,并对检索结果进行融合历史开发成效的重排序;

9、以相似度为权重对检索到的相似地块的决策参数进行加权融合,并基于目标地块与历史地块的特征差异进行修正,输出决策参数迁移建议。

10、作为进一步的技术方案,所述基础空间信息包括地块边界坐标信息、地块面积、地块内数字高程模型信息;

11、所述周边环境空间信息包括地块周边预设多重缓冲区范围内建筑的空间信息、兴趣点的位置信息和类型标签、道路网络信息、土地利用分区信息。

12、作为进一步的技术方案,所述多尺度空间签名向量由形状特征、地形特征、邻近点特征、分布特征、路网结构特征和区域构成特征按固定顺序拼接而成。

13、作为进一步的技术方案,基于度量学习方法,利用历史地块的空间签名与客观配对标注训练非线性映射函数,将高维空间签名映射到低维嵌入空间,包括:

14、从历史地块样本库中选取地块作为锚点,基于空间签名的客观复合距离,构造三元组训练样本;

15、将所述三元组中各地块的空间签名输入多层全连接网络,分别映射为嵌入向量;

16、以三元组损失函数为目标,通过反向传播和梯度下降算法迭代更新所述多层全连接网络的网络参数,使得相似地块在嵌入空间中的距离缩小、不相似地块在嵌入空间中的距离扩大;

17、训练完成后固定所述网络参数,获得非线性映射函数。

18、作为进一步的技术方案,将目标地块的空间签名经所述映射函数转换为嵌入向量,在历史地块嵌入向量的近似最近邻索引上检索相似地块,并对检索结果进行融合历史开发成效的重排序,包括:

19、将历史地块样本库中各地块的空间签名输入所述映射函数,生成各地块的嵌入向量,并基于全部历史地块的嵌入向量构建近似最近邻索引结构;

20、将目标地块的空间签名输入所述映射函数,生成目标地块的查询嵌入向量,在所述近似最近邻索引结构中检索与所述查询嵌入向量距离最近的k个历史地块,作为候选相似地块;

21、获取各候选历史地块的客观开发成效指标,将所述开发成效指标和所述候选历史地块与目标地块之间的空间相似度分别归一化后,按照综合得分进行重排序,所述综合得分为空间相似度归一化值与开发成效归一化值的加权和;

22、取重排序后的前k个地块作为最终相似地块列表输出。

23、作为进一步的技术方案,以相似度为权重对检索到的相似地块的决策参数进行加权融合,并基于目标地块与历史地块的特征差异进行修正,输出决策参数迁移建议,包括:

24、获取各相似地块所关联的决策参数,所述决策参数包括连续型参数和/或类别型参数;

25、对于连续型参数,以各地块的归一化相似度为权重,对所述连续型参数进行加权平均,得到目标地块的融合建议值;对于类别型参数,以各地块的归一化相似度为权重,统计各类别的加权频次占比,输出各类别的推荐置信度;

26、提取目标地块与各相似地块在所述多尺度空间签名中各特征维度的差异值,当任一特征维度的差异值超过预设阈值时,触发该特征维度对应的修正规则,对相应决策参数的融合建议值或推荐置信度进行调整;

27、将融合建议值及调整结果汇总,输出结构化的决策参数迁移建议,每条建议附有所依据的相似地块来源、相似度权重以及触发修正的特征差异说明。

28、本发明第二方面提供了一种基于多源空间信息的地块相似度匹配系统。

29、一种基于多源空间信息的地块相似度匹配系统,包括:

30、空间信息获取模块,被配置为:从空间地理信息数据库中获取目标地块的基础空间信息与周边环境空间信息,构建历史地块样本库;

31、多尺度空间签名构建模块,被配置为:基于获取的多源空间信息获取多尺度空间签名向量,所述多尺度空间签名向量用于编码从地块本体到区域环境的多个空间尺度特征;

32、嵌入空间构建模块,被配置为:基于度量学习方法,利用历史地块的空间签名与客观配对标注训练非线性映射函数,将高维空间签名映射到低维嵌入空间;

33、相似检索与排序模块,被配置为:将目标地块的空间签名经所述映射函数转换为嵌入向量,在历史地块嵌入向量的近似最近邻索引上检索相似地块,并对检索结果进行融合历史开发成效的重排序;

34、决策参数迁移模块,被配置为:以相似度为权重对检索到的相似地块的决策参数进行加权融合,并基于目标地块与历史地块的特征差异进行修正,输出决策参数迁移建议。

35、本发明第三方面提供了一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现如本发明第一方面所述的一种基于多源空间信息的地块相似度匹配方法中的步骤。

36、本发明第四方面提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,所述处理器执行所述程序时实现如本发明第一方面所述的一种基于多源空间信息的地块相似度匹配方法中的步骤。

37、本发明第五方面提供了一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现本发明第一方面所述的一种基于多源空间信息的地块相似度匹配方法中的步骤。

38、以上一个或多个技术方案存在以下有益效果:

39、(1)本发明定义了覆盖从地块本体到区域环境六个空间尺度的签名体系,以结构化分布替代单一数值,保留了比传统标量指标更丰富的信息结构。各特征维度固定且可索引,每个维度均有明确的物理和空间含义,用户可按维度逐一检查相似地块的匹配合理性,从根本上解决了现有技术中特征选取零散、比较维度随意的问题。

40、(2)本发明引入度量学习,直接从历史地块的客观配对标注中学习非线性映射函数,使嵌入向量的距离能够自适应地反映地块间空间条件的真实相似关系,而非依赖人为设定权重或现成距离公式。三元组损失的间隔设计保证了相似与不相似地块在嵌入空间中具有充分区分度,显著提升了相似度度量的准确性。

41、(3)本发明在空间相似度基础上,引入建成率、入住率、容积率实现度等客观开发成效指标进行融合重排序,使检索结果兼具空间可比性和参考价值,避免了传统方法仅输出空间相似但开发效果不佳的地块。

42、(4)本发明将检索结果进一步用于决策参数建议的生成,以相似度加权的参数融合和基于特征差异的规则修正,输出带可解释来源和修正理由的决策建议,而非止步于相似地块列表,使系统从简单的检索工具升级为具备推理能力的智能辅助决策工具。

43、本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。