一种夜间活动关联异常事件响应建模方法及系统

本发明涉及地理信息，尤其涉及一种夜间活动关联异常事件响应建模方法及系统。

背景技术：

1、随着城市运行周期的延长，夜间商业、餐饮、娱乐等高频时空活动日益活跃。这些高密度的空间活动在激发城市活力的同时，也改变了公共空间内人群活动轨迹、设施使用强度和物理空间承载状态，使局部区域容易出现人群聚集过密、通行效率下降、空间承载负荷升高等现象，给城市夜间空间状态感知、异常空间识别和空间资源配置带来了更高要求。

2、目前针对夜间高密度活动空间的异常状态感知与建模方法主要存在以下问题：首先，现有方法往往依赖单一数据源，无法同时捕捉环境、人口、商业活动、交通流量等多方面因素，使异常事件空间表征结果局限于事后统计，而难以揭示空间异常事件响应的特征关联机制。其次，现有方法在粗粒度空间单元上进行统计和分析，会掩盖夜间活动热点、道路交叉口、商业街区等局部异常事件空间集聚区域的空间特征，无法支持精细化的城市空间运行监测与数据支撑。最后，现有建模方法多采用传统的线性回归模型，无法处理城市多源空间数据中普遍存在的多重共线性问题，更难以捕捉建成环境要素与异常事件之间复杂的非线性依赖关系，无法准确识别关键的时空诱发要素并提取相应的临界数据阈值。

技术实现思路

1、本发明提供一种夜间活动关联异常事件响应建模方法及系统，用以解决现有技术中存在的数据维度单一、空间表达粒度粗糙、模型可解释性不足的缺陷，通过多源时空数据融合和“点-线-面”多尺度建成环境特征提取，构建能够反映微观建成环境异质性的空间事件响应模型，实现对夜间活动空间状态、关联异常事件响应强度及其空间分布特征的计算、识别和可视化表达。

2、第一方面，本发明提供一种夜间活动关联异常事件响应建模方法，包括：

3、获取研究区域内的多源时空数据并进行预处理，多源时空数据包含夜间灯光遥感数据、poi数据、路网数据、建成环境物理属性数据和历史异常事件数据；

4、综合夜间灯光遥感数据和poi数据，构建综合夜间活动强度指数；

5、基于预处理后数据和综合夜间活动强度指数，从点、线、面三个尺度提取建成环境特征并对齐到统一空间单元，构建多尺度建成环境特征向量集合；其中，点尺度表征微观活动节点，线尺度表征空间流动路径，面尺度表征宏观情境背景；

6、对历史异常事件数据进行空间核密度估计，生成异常事件密度分布图作为目标标签，并通过双变量空间自相关分析得到夜间活动强度与异常事件密度的空间响应关系；

7、将多尺度建成环境特征向量集合作为输入，异常事件密度分布图作为输出，训练集成树机器学习模型，模型采用tweedie回归作为目标函数以适配数据分布特征；

8、训练完成后，利用可解释性算法计算各建成环境要素的边际贡献度，并基于特征依赖曲线提取异常触发阈值。

9、根据本发明提供的一种夜间活动关联异常事件响应建模方法，获取研究区域内的多源时空数据并进行预处理，包括：

10、对所述路网数据按道路等级设置不同宽度的缓冲距离并创建空间缓冲区，以所述空间缓冲区作为物理隔离边界对研究区域进行空间矢量分割，生成相互独立且闭合的微观地块单元，作为所述统一空间单元。

11、根据本发明提供的一种夜间活动关联异常事件响应建模方法，综合夜间灯光遥感数据和poi数据，构建综合夜间活动强度指数，包括：

12、对所述夜间灯光遥感数据进行去噪和辐射定标处理后，提取夜间灯光辐射值；

13、对所述poi数据中属于夜间活动属性的poi进行空间核密度估计，得到poi集聚强度；

14、将所述夜间灯光辐射值与所述poi集聚强度分别进行标准化处理后，通过乘积运算得到所述综合夜间活动强度指数。

15、根据本发明提供的一种夜间活动关联异常事件响应建模方法，所述点尺度特征包括所述统一空间单元内综合夜间活动强度指数排名前预设比例的栅格像素均值，以及基于夜间活动属性poi的空间核密度均值；

16、所述线尺度特征包括对所述统一空间单元的矢量边界向外扩展预设空间搜索阈值后，在扩展范围内提取的邻近道路缓冲区内的平均综合夜间活动强度指数、道路密度以及交叉口节点密度；

17、所述面尺度特征包括所述统一空间单元内的poi功能混合指数、建筑密度以及单元内所有栅格的平均综合夜间活动强度指数。

18、根据本发明提供的一种夜间活动关联异常事件响应建模方法，在训练所述集成树机器学习模型之前，还包括：

19、采用相同的输入特征和数据集划分，分别构建至少包括线性回归模型、随机森林模型、采用平方误差目标函数的xgboost模型以及采用tweedie目标函数的xgboost模型的候选模型集合，通过比较各候选模型的预测性能指标，选取预测性能最优的模型作为所述集成树机器学习模型。

20、根据本发明提供的一种夜间活动关联异常事件响应建模方法，还包括多尺度特征消融验证步骤：

21、在保持样本数据和模型结构参数不变的条件下，分别构建去除点尺度特征的消融模型、去除线尺度特征的消融模型和去除面尺度特征的消融模型，通过比较各消融模型与完整点-线-面特征模型的预测性能差异，确定不同尺度特征对异常事件响应预测结果的独立贡献和互补作用。

22、第二方面，本发明还提供一种夜间活动关联异常事件响应建模系统，包括：

23、预处理模块，用于获取研究区域内的多源时空数据并进行预处理，多源时空数据包含夜间灯光遥感数据、poi数据、路网数据、建成环境物理属性数据和历史异常事件数据；

24、构建模块，用于综合夜间灯光遥感数据和poi数据，构建综合夜间活动强度指数；

25、提取模块，用于基于预处理后数据和综合夜间活动强度指数，从点、线、面三个尺度提取建成环境特征并对齐到统一空间单元，构建多尺度建成环境特征向量集合；其中，点尺度表征微观活动节点，线尺度表征空间流动路径，面尺度表征宏观情境背景；

26、生成模块，用于对历史异常事件数据进行空间核密度估计，生成异常事件密度分布图作为目标标签，并通过双变量空间自相关分析得到夜间活动强度与异常事件密度的空间响应关系；

27、训练模块，用于将多尺度建成环境特征向量集合作为输入，异常事件密度分布图作为输出，训练集成树机器学习模型，模型采用tweedie回归作为目标函数以适配数据分布特征；

28、输出模块，用于训练完成后，利用可解释性算法计算各建成环境要素的边际贡献度，并基于特征依赖曲线提取异常触发阈值。

29、第三方面，本发明还提供一种电子设备，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计算机程序，所述处理器执行所述程序时实现如上述任一种所述夜间活动关联异常事件响应建模方法。

30、第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述夜间活动关联异常事件响应建模方法。

31、本发明提供的夜间活动关联异常事件响应建模方法及系统，具有如下有益效果：

32、（1）本发明通过融合sdgsat-1夜光数据、poi数据、道路网络数据、建筑密度数据、人口密度数据及历史异常事件数据，构建标准化多源时空数据库，提高了微观地块尺度夜间活动强度特征的空间表达精度，克服了现有方法依赖单一数据源、难以综合表达夜间活动空间特征的问题。

33、（2）本发明通过提取活动节点、空间流动路径以及宏观情境背景三个维度的建成环境特征，构建“点-线-面”多尺度建成环境特征向量集合，能够更精细地刻画夜间公共空间中的活动节点集聚、道路流动联系和空间背景差异，提高了建成环境特征表达的完整性与空间分辨能力。

34、（3）本发明构建可解释的机器学习模型，有效克服了城市多源空间数据中普遍存在的多重共线性问题，精准捕获了建成环境要素与关联异常事件之间的映射关系，实现对各空间单元关联异常事件响应强度值的预测，提高了空间响应建模的精度和泛化能力。