一种基于大数据分析的城市更新规划系统及方法与流程

本发明涉及城市更新规划，具体为一种基于大数据分析的城市更新规划系统及方法。

背景技术：

1、城市更新规划中，待更新区域的识别长期依赖建筑质量、房屋建设年代或管线老化程度等静态单一指标，这类方式未考虑城市用地功能在时间轴线上的跳跃演变以及基础设施承载负荷的动态波动，难以揭示街区在面对人口集聚、业态更替时的真实抗扰动能力。与此同时，规划指标在街区间通常执行通用性赋值，对街区内产权地块的权属细碎程度与当前容积率分布差异缺乏量化描述，土地整合难易程度无法预先客观评判，导致更新方案在实际推进中频繁陷入权属协调困境，规划指标与可实施性形成错位。此外，街区的功能配比设定往往参照既定上位规划，对实时人口驻留、通勤流动等动态活动特征缺乏深度挖掘，致使建成后的功能格局与市民实际使用需求产生偏差，商业空间空置或居住服务设施不足现象突出。规划后期引入的地下管线碰撞核查通常在施工阶段才暴露冲突，造成大面积管线迁改和工程延误。如何借助用地类型变迁轨迹和基础设施负荷波动序列构建空间韧性度量，精准划定待更新街区范围并将韧性水平作为三维空间建设规划的刚性约束，是现有技术尚未解决的一类问题。如何从产权地块细分图谱中提炼地块整合潜力，并与人口流动时序张量推导出的功能置换需求相互驱动，以此指导开发强度调整，是城市更新精细化的另一技术难题。

技术实现思路

1、本发明目的在于提供一种基于大数据分析的城市更新规划系统及方法，针对现有技术中街区更新选址缺乏韧性量化依据、地块整合潜力评估缺失以及功能需求与动态人口活动脱节的问题，通过融合多源城市大数据，实现从韧性测评到地块整合、功能置换再到空间校验的闭环规划，提升更新方案的科学性与落地效率。

2、为了实现上述目的，本发明提供如下技术方案：本发明提供了一种基于大数据分析的城市更新规划方法，通过融合多源城市数据实现从现状诊断到方案生成的全流程规划决策。该方法根据城市地理信息系统时序数据，提取城市用地类型变迁轨迹与基础设施负荷波动序列，以此还原城市空间的演变规律和设施承载力的动态变化。利用用地类型变迁轨迹与基础设施负荷波动序列构建城市空间韧性系数矩阵，并依据该矩阵自动定位空间韧性不足、亟需更新的待更新街区集合，从而将更新需求识别建立在街区衰退趋势与设施压力双重证据之上。

3、优选的，在获取待更新街区集合后，调取每一街区的产权地块细分图谱，并结合当前容积率分布，生成反映地块权属整合难易程度与开发强度离散水平的地块整合潜力指数。基于该指数对待更新街区集合进行层级筛选，将整合潜力最强的街区优先纳入启动更新街区序列，由此提升后续更新实施的可操作性和规模经济性。进一步地，收集启动更新街区序列对应的实时人口热力分布与公共交通刷卡记录，构建包含人口驻留特征与出行规律的人口流动时序张量。根据该时序张量与地块整合潜力指数，生成各启动更新街区所需进行的功能置换需求向量，使功能调整决策与真实人口活动节奏相匹配。

4、作为本发明的一个技术方案，依据功能置换需求向量与现行控制性详细规划指标，计算各启动更新街区的开发强度调整系数，实现从宏观规划管控到微观地块强度赋值的传导。将开发强度调整系数与城市空间韧性系数矩阵相结合，生成各启动更新街区的三维空间建设模拟轮廓，使建筑体量布局既响应更新需求又受到空间韧性约束，避免过度开发导致韧性进一步下降。此后，将三维空间建设模拟轮廓与地下管线综合数据库进行碰撞检测，获得可建设性校验结果，并依据该结果反馈调整启动更新街区序列，最终输出与地下空间条件相兼容的城市更新规划方案，从源头规避施工冲突。

5、对应上述方法，本发明还提供一种基于大数据分析的城市更新规划系统，包括存储器、处理器以及存储在存储器中并在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述城市更新规划方法的步骤。该系统能够自动执行从数据提取、韧性矩阵构建、潜力指数计算、街区筛选、功能需求生成、开发强度推到三维轮廓模拟及管线碰撞检测的全过程，从而在保障规划科学性的同时显著提升编制效率。

6、在上述技术方案中，本发明提供的技术效果和优点：

7、通过将城市区域划分为空间网格，对每一网格的用地类型变迁轨迹编码为变迁向量，计算变迁向量与预设稳定用地模式向量之间的第一偏离度，同时对基础设施负荷波动序列编码为负荷向量，计算负荷向量与其历史均值向量之间的第二偏离度，将第一偏离度与第二偏离度加权求和得到每一网格的空间韧性系数，并排列形成城市空间韧性系数矩阵。将该矩阵中空间韧性系数低于预设韧性阈值的网格所在街区标记为待更新街区集合。在生成各启动更新街区的三维空间建设模拟轮廓时，依据开发强度调整系数与现状建筑基底及高度得到初步建筑体块后，取用城市空间韧性系数矩阵中对应网格的空间韧性系数作为高程约束，对初步建筑体块的顶面高程进行折减修正。这一过程使更新建设强度与街区的韧性水平形成动态匹配，避免了在基础设施承载脆弱或用地功能剧烈波动的区域实施高强度开发，降低了公共设施超负荷运行及安全隐患风险，实现韧性约束下建筑形态的自动生成。通过调取待更新街区内产权地块的权属边界矢量数据和当前容积率分布，生成产权地块细分图谱，统计每一街区内权属主体相同的相邻产权地块对的数量，同时计算街区内所有产权地块的容积率分布方差，将数量与方差归一化后求和得到地块整合潜力指数。依据地块整合潜力指数对街区进行层级筛选和排序，确定启动更新街区序列。利用移动信令和公共交通刷卡数据构建的人口流动时序张量，提取每一街区的白天与夜间人口驻留比，将昼夜驻留比差值与地块整合潜力指数相乘获得商住功能偏移量，再叠加现行规划中商业与居住用地面积比例得到功能置换需求向量，并据此计算开发强度调整系数。由此，将土地权属整合难易度与居民通勤、驻留的真实需求共同纳入更新时序与功能配比决策，减少了因产权碎片化导致的征收协商阻碍，确保更新后街区功能与市民的昼夜活动特征高度契合，缓解职住分离矛盾并提升公共服务设施的使用效率。

1.一种基于大数据分析的城市更新规划方法，其特征在于，所述方法包括：

2.根据权利要求1所述的一种基于大数据分析的城市更新规划方法，其特征在于，所述根据城市地理信息系统时序数据，提取城市用地类型变迁轨迹与基础设施负荷波动序列，包括：

3.根据权利要求1所述的一种基于大数据分析的城市更新规划方法，其特征在于，所述依据所述用地类型变迁轨迹与基础设施负荷波动序列，构建城市空间韧性系数矩阵，并依据所述城市空间韧性系数矩阵定位待更新街区集合，包括：

4.根据权利要求1所述的一种基于大数据分析的城市更新规划方法，其特征在于，所述获取所述待更新街区集合中每一街区的产权地块细分图谱，并根据所述产权地块细分图谱与当前容积率分布，生成地块整合潜力指数，包括：

5.根据权利要求1所述的一种基于大数据分析的城市更新规划方法，其特征在于，所述依据所述地块整合潜力指数对所述待更新街区集合进行层级筛选，确定启动更新街区序列，包括：

6.根据权利要求1所述的一种基于大数据分析的城市更新规划方法，其特征在于，所述收集所述启动更新街区序列对应的实时人口热力分布与公共交通刷卡记录，构建人口流动时序张量，包括：

7.根据权利要求1所述的一种基于大数据分析的城市更新规划方法，其特征在于，所述根据所述人口流动时序张量与所述地块整合潜力指数，生成各启动更新街区的功能置换需求向量，包括：

8.根据权利要求1所述的一种基于大数据分析的城市更新规划方法，其特征在于，所述根据所述开发强度调整系数及所述城市空间韧性系数矩阵，生成各启动更新街区的三维空间建设模拟轮廓，包括：

9.根据权利要求1所述的一种基于大数据分析的城市更新规划方法，其特征在于，所述将所述三维空间建设模拟轮廓与地下管线综合数据库进行碰撞检测，获得可建设性校验结果，包括：

10.一种基于大数据分析的城市更新规划系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器在执行所述计算机程序时，实现如权利要求1至9任意一项所述一种基于大数据分析的城市更新规划方法的步骤。