【技术实现步骤摘要】
本专利技术涉及数据处理，尤其涉及一种基于多源数据的城市住宅建筑物宜居性评价方法及系统。
技术介绍
1、宜居性的概念是指居民的生活质量和幸福感更多的是关注创造舒适的空间，以满足居民当下对美好生活的向往。它一直是社会各方面人士关注的一个关键的问题，它不仅影响着居民的居住感受和身心健康，同时也对城市的规划、政策的制定有着一定的影响。然而当前的宜居性评价的研究大都是区域性的(基于城市或社区)，不能反映出区域内部个体之间的差异，因此需要进行细粒度的宜居性分析。在进行宜居性评价时主要有两个问题需要确定：(1)评价指标体系的构建；(2)评价方法的选择。
2、宜居性评价的评价对象主要分为三类：城市、社区与居住小区、建筑物，迄今为止，主流的关于宜居性评价的研究大多聚焦于城市或社区等宏观尺度。以城市整体或城市中的行政区域为评价对象，通过城市间的比较，揭示城市的宜居性程度和城市中潜在的问题，这种方法得到的结果比较宏观，对大尺度的区域规划、宜居城市建设有所帮助，但是对城市内部的治理、居民买房、租房等问题没有什么参考意义。
3、目前，越来越多的宜居性评价研究基于社区展开，从社区层面进行宜居性评价的方法相对于城市层面的方法能够更好的反映城市居民的生活环境，并对小尺度的区域规划有所帮助，为制定更有效、更具有地方针对性的改善社区宜居性的法规和政策提供依据。但是这类的研究很少，并且他们指标往往从建筑面积、楼层、建筑材料等微观层面选择，没有考虑到地理环境与位置特征，评价结果无法反映出内部存在的问题。因此，如何获得精准的住宅建筑宜居性评价结果
4、上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
1、本专利技术的主要目的在于提供了一种基于多源数据的城市住宅建筑物宜居性评价方法及系统，旨在解决如何获得精准的住宅建筑宜居性评价结果的技术问题。
2、为实现上述目的，本专利技术提供了一种基于多源数据的城市住宅建筑物宜居性评价方法，所述基于多源数据的城市住宅建筑物宜居性评价方法包括：
3、从高分遥感影像数据中提取植被数据，并从地理空间数据中提取poi数据、空气质量数据及社交媒体数据；
4、根据所述植被数据、所述poi数据、所述空气质量数据及所述社交媒体数据确定城市住宅建筑物的宜居性评价指标对应的指标数据；
5、确定所述宜居性评价指标对应的主客观组合权重；
6、根据所述主客观组合权重和所述指标数据通过topsis法计算所述城市住宅建筑物的宜居性评分，并根据所述宜居性评分对所述城市住宅建筑物进行宜居性评价。
7、可选地，所述确定所述宜居性评价指标对应的主客观组合权重的步骤，包括：
8、通过熵权法确定所述宜居性评价指标对应的客观权重；
9、通过层次分析法确定所述宜居性评价指标的主观权重；
10、根据所述客观权重和所述主观权重确定所述宜居性评价指标对应的主客观组合权重。
11、可选地，所述根据所述客观权重和所述主观权重确定所述宜居性评价指标对应的主客观组合权重的步骤，包括：
12、根据所述客观权重和所述主观权重通过最小相对熵原理构造函数计算所述宜居性评价指标对应的主客观组合权重；
13、所述最小相对熵原理构造函数：
14、
15、式中，wj为主客观组合权重，j为宜居性评价指标，n为宜居性评价指标对应的指标数量，w1j为客观权重，w2j为主观权重。
16、可选地，所述根据所述主客观组合权重和所述指标数据通过topsis法计算所述城市住宅建筑物的宜居性评分的步骤，包括：
17、对所述指标数据进行正向化处理，得到正向化矩阵；
18、对所述正向化矩阵进行标准化处理，得到决策矩阵；
19、根据所述决策矩阵和所述主客观组合权重得到赋权评价矩阵；
20、根据所述赋权评价矩阵确定所述城市住宅建筑物的宜居性评分。
21、可选地，所述根据所述赋权评价矩阵确定所述城市住宅建筑物的宜居性评分的步骤，包括：
22、根据所述赋权评价矩阵确定所述宜居性评价指标对应的最优值和最劣值；
23、根据所述宜居性评价指标对应的最优值和最劣值计算所述城市住宅建筑物对应的最优接近程度值及最劣接近程度值；
24、根据所述城市住宅建筑物对应的最优接近程度值及最劣接近程度值确定所述城市住宅建筑物的宜居性评分。
25、此外，为实现上述目的，本专利技术还提出一种基于多源数据的城市住宅建筑物宜居性评价系统，所述基于多源数据的城市住宅建筑物宜居性评价系统包括：
26、提取模块，用于从高分遥感影像数据中提取植被数据，并从地理空间数据中提取poi数据、空气质量数据及社交媒体数据；
27、确定模块，用于根据所述植被数据、所述poi数据、空气质量数据及社交媒体数据确定城市住宅建筑物的宜居性评价指标对应的指标数据；
28、所述确定模块，还用于确定所述宜居性评价指标对应的主客观组合权重；
29、计算模块，用于根据所述主客观组合权重和所述指标数据通过topsis法计算所述城市住宅建筑物的宜居性评分，并根据所述宜居性评分对所述城市住宅建筑物进行宜居性评价。
30、可选地，所述确定模块，还用于通过熵权法确定所述宜居性评价指标对应的客观权重；
31、所述确定模块，还用于通过层次分析法确定所述宜居性评价指标的主观权重；
32、所述确定模块，还用于根据所述客观权重和所述主观权重确定所述宜居性评价指标对应的主客观组合权重。
33、可选地，所述确定模块，还用于根据所述客观权重和所述主观权重通过最小相对熵原理构造函数计算所述宜居性评价指标对应的主客观组合权重；
34、所述最小相对熵原理构造函数：
35、
36、式中，wj为主客观组合权重，j为宜居性评价指标，n为宜居性评价指标对应的指标数量，w1j为客观权重，w2j为主观权重。
37、可选地，所述计算模块，还用于对所述指标数据进行正向化处理，得到正向化矩阵；
38、所述计算模块，还用于对所述正向化矩阵进行标准化处理，得到决策矩阵；
39、所述计算模块，还用于根据所述决策矩阵和所述主客观组合权重得到赋权评价矩阵；
40、所述计算模块，还用于根据所述赋权评价矩阵确定所述城市住宅建筑物的宜居性评分。
41、可选地，所述计算模块，还用于根据所述赋权评价矩阵确定所述宜居性评价指标对应的最优值和最劣值；
42、所述计算模块，还用于根据所述宜居性评价指标对应的最优值和最劣值计算所述城市住宅建筑物对应的最优接近程度值及最劣接近程度值；
43、所述计算模块，还用于根据所述城市住宅建筑物对应的最优接近程度值及最劣接近程度值确定所述城市住宅建筑物的本文档来自技高网...
【技术保护点】
1.一种基于多源数据的城市住宅建筑物宜居性评价方法，其特征在于，所述基于多源数据的城市住宅建筑物宜居性评价方法包括以下步骤：
2.如权利要求1所述的方法，其特征在于，所述确定所述宜居性评价指标对应的主客观组合权重的步骤，包括：
3.如权利要求2所述的方法，其特征在于，所述根据所述客观权重和所述主观权重确定所述宜居性评价指标对应的主客观组合权重的步骤，包括：
4.如权利要求1-3任一项所述的方法，其特征在于，所述根据所述主客观组合权重和所述指标数据通过TOPSIS法计算所述城市住宅建筑物的宜居性评分的步骤，包括：
5.如权利要求4所述的方法，其特征在于，所述根据所述赋权评价矩阵确定所述城市住宅建筑物的宜居性评分的步骤，包括：
6.一种基于多源数据的城市住宅建筑物宜居性评价系统，其特征在于，所述基于多源数据的城市住宅建筑物宜居性评价系统包括：
7.如权利要求6所述的系统，其特征在于，所述确定模块，还用于通过熵权法确定所述宜居性评价指标对应的客观权重；
8.如权利要求7所述的系统，其特征在于，所述确定模
9.如权利要求6-8任一项所述的系统，其特征在于，所述计算模块，还用于对所述指标数据进行正向化处理，得到正向化矩阵；
10.如权利要求9所述的系统，其特征在于，所述计算模块，还用于根据所述赋权评价矩阵确定所述宜居性评价指标对应的最优值和最劣值；
...【技术特征摘要】
1.一种基于多源数据的城市住宅建筑物宜居性评价方法，其特征在于，所述基于多源数据的城市住宅建筑物宜居性评价方法包括以下步骤：
2.如权利要求1所述的方法，其特征在于，所述确定所述宜居性评价指标对应的主客观组合权重的步骤，包括：
3.如权利要求2所述的方法，其特征在于，所述根据所述客观权重和所述主观权重确定所述宜居性评价指标对应的主客观组合权重的步骤，包括：
4.如权利要求1-3任一项所述的方法，其特征在于，所述根据所述主客观组合权重和所述指标数据通过topsis法计算所述城市住宅建筑物的宜居性评分的步骤，包括：
5.如权利要求4所述的方法，其特征在于，所述根据所述赋权评价矩阵确定所述城市住宅建筑物的宜居性评分的步骤，包括：
<...【专利技术属性】
技术研发人员：吴信才，汪秀云，吴亮，陶留锋，黄波，黄胜辉，刘璐，杜思雨，
申请(专利权)人：武汉中地数码科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。