基于POI数据的停车场等级划分方法_张家豪.pdf

智能规划NO.02 202373智能城市 INTELLIGENT CITY基于POI数据的停车场等级划分方法张家豪 王涛 陈斌斌（桂林电子科技大学，广西 桂林 541004）摘要：我国城市停车场供给不平衡问题日益严重，“停车难问题”亟待解决，精细化、差异化停车管理方法尤为重要。基于此背景，文章结合实际短时停车需求对POI数据进行分类，利用ArcGIS抓取停车场周围的POI数量并加权赋值，随后采用K均值聚类分析对停车场分类，进行停车场等级划分，便于后续的差异化停车收费、停车场诱导等停车管理策略。关键词：POI数据；ArcGIS；停车场等级划分；K均值聚类分析；停车管理中图分类号：TU984 文献标识码：A 文章编号：2096-1936（2023）02-0073-03DOI：10.19301/ki.zncs.2023.02.021目前，城市停车管理的主要方法为停车场差异化分类，具体方法包括宏观停车分区、停车场等级划分。陈永茂等1为实现科学停车，提出宏观、中观、微观三个层面的停车分区划分方法，形成了完整的停车分区划分体系。在停车场等级划分方面，陶广杰2利用K-means聚类算法，以土地利用性质、道路系统服务水平、停车周转率等影响因素对停车场进行等级划分。宏观停车分区难以满足精细化停车管理要求，因此文章将停车场等级划分作为研究重点。传统的停车场等级划分方法存在调查难度大、时效性低等局限性。随着城市智能化建设与大数据的应用，城市停车管理方法也随之创新，如土地利用指标可用POI数据代替。POI（Point of Interest）是指与居民生活密切相关的兴趣点，可获取的POI数据包括名称、地址、经纬度等信息，目前广泛应用于城市功能区划分3、道路等级划分4、城市中心识别5等城市规划研究中。文章结合实际城市短时停车需求与POI数据，充分挖掘停车场在周边区域的停车吸引力，探究一种新的停车场等级划分方法，为国内城市差异化停车管理策略提供新思路。1POI数据停车需求分类停车场等级划分的影响因素包括停车场吸引力、停车场周转率及安全系数等。停车场吸引力是停车场等级划分时最重要的影响因素，停车场吸引力越大，周转率、车位占有率等停车指标越高，可采用POI数据对停车场的停车吸引力进行标定。1.1POI数据分类POI数据停车需求分类参数及分类细目如表1及图1所示。文章POI数据取自高德地图开放平台，POI数据表1POI数据停车需求分类参数停车需求分类旅游、休闲类居民生活类科教文化类居住类公共服务、办公类城市出行类权重0.350.100.200.100.200.05POI大类数量551151POI中类数量1629123172图1POI数据停车需求分类细目收稿日期：2022-11-02作者简介：张家豪，研究方向为交通规划与安全管理。基金项目：广西科技基地和人才专项（项目编号：桂科AD20159035）；桂林市重点研发计划（项目编号：20210214-1）引用本文：张家豪,王涛,陈斌斌.基于POI数据的停车场等级划分方法J.智能城市,2023,9(2):73-75.智能规划NO.02 202374智能城市 INTELLIGENT CITY分为风景名胜、科教文化、医疗保健服务等23个大类，各大类均包含中类、小类。应用时可根据研究内容及需求，分类别获取POI数据。对POI数据进行分类、整理、汇总后得到6类停车需求分类，参考陶广杰2的土地利用类型短时停车需求权重，对POI数据停车需求分类权重赋值。1.2POI数据提取方法实际应用时，运用ArcGIS缓冲区工具可获取停车场周边区域的POI数据，用于后续的计算处理。不同类型停车场缓冲区设置方法不同，路内停车场缓冲区可根据所在道路两侧一定距离划定；路外停车场缓冲区以停车场位置为中心，半径为R设置缓冲区，以获取停车场附近的各分类POI数据。对停车场周边区域的POI数量进行停车需求加权后得到停车需求分类加权数据，用于后续的停车场等级划分。单个停车场停车需求分类指数计算公式：Ln=nnumn（1）式中：Ln第n类停车需求分类指标；n第n类停车需求分类权重；numn第n类POI数量，n=1，2，3，4，5，6。2停车场等级划分方法2.1停车场等级划分依据利用基于POI数据的停车需求分类指标对停车场吸引力进行标定，即各停车需求分类指标值越大，停车场等级越高。采用K均值聚类方法（K-Means）对停车场进行聚类，将停车场分为k个组别，聚类中心指标值大的组别停车场吸引力越大，停车场等级越高。计算误差平方和（SSE）对不同组别（k值）的聚类结果进行评价，以确定最佳的停车场等级划分数量。SSE=i=1kxCi|d(x，Ci)2（2）式中：SSE误差平方和；x数据对象，此处为停车场；Ci第i个聚类中心；k组别个数。2.2停车场聚类方法K均值聚类法为反复迭代过程，根据停车场的多种属性，利用算法确定每个停车场的亲疏关系，最终将所有停车场划分为多个组别（聚类），各组别内停车场具有同质性，便于对停车场进行分级管理。K均值聚类的具体流程6包括随机选取数据空间中的k个对象作为初始聚类中心Ci(1ik)；计算所有数据对象与聚类中心Ci的欧式距离，数据对象划分至距离最近的聚类中心所对应的类别中；更新聚类中心，聚类中的数据对象均值作为新的聚类中心，计算目标函数值；判断聚类中心是否发生改变，无变化则输出聚类结果，迭代完成。若产生变化则返回第二步进行下一次迭代。欧式距离为：d(x，Ci)=j=1n()xj-Cij2（3）式中：x数据对象，此处为停车场；Ci第i个聚类中心；n数据对象的维度，即停车需求分类数量，n=6；xj、Cijx和Ci的第j个属性值。3实例分析结合桂林市城市布局与路网情况，将环城北一路、环城西二路、漓江路、普陀路、环城北二路形成的合围区域作为文章研究范围，在研究范围内选择路内停车场33个，用于停车场等级划分。3.1POI数据整理及提取停车需求分类POI信息统计如图2所示。研究区域路网及POI分布如图3所示。采用高德地图开放平台获取桂林市城区POI数据共计75 722个，统计、整理为6类停车需求分类。其中居民生活类占比为52%，所有类型中比例最高，桂林作为旅游城市，旅游、休闲类POI占比较高，占总体的18%，将各停车需求分类POI数据导入ArcGIS，叠加至研究区域路网中，绘制研究区域POI分布图。利用ArcGIS缓冲区工具、叠加分析工图2停车需求分类POI信息统计图3研究区域路网及POI分布智能规划NO.02 202375智能城市 INTELLIGENT CITY具对33个路内停车场所在道路沿线100 m范围内POI数量进行抓取。对各需求分类POI数量加权赋值后得到各路内停车场的加权数据。3.2停车场聚类对各停车场加权数据进行标准化处理，消除指标量纲，便于计算，保证分析结果的可靠性，选择离差标准化（min-max标准化）对数据进行标准化处理，将原始数值映射到0至1之间，减小停车场聚类划分误差。离差标准化公式：y=x-xminxmax-xmin（4）式中：x原始值；y标准值。利用标准化数据计算停车场组别数量（K值）为210的误差平方和SSE，根据手肘法判定方法，SSE的下降率最大的点计为聚类的最佳K值，计算得到停车场组别划分最佳数量为3。误差平方和（SSE）变化曲线如图4所示。利用各项指标标准化数据，结合SPSS软件进行K均值聚类处理，将停车场分为3个组别，各组别最终聚类中心如表2所示。3.3停车场等级划分聚类分析后各组别的指标数值越大，停车需求越大，停车场等级越高。由表2可知，组别3各项指标聚类中心值最大，组别2次之，组别1数值最小。因此组别3停车场等级高于组别2，组别2停车场等级高于组别1。各停车场等级划分如表3所示，研究范围内各等级停车场分布如图4所示。4结语文章提出基于POI数据的停车场等级划分，根据短时停车需求将POI数据整理为6类，运用ArcGIS缓冲区工具、叠加分析工具抓取停车场周围各类POI数据并加权赋值，利用各项标准化指标进行聚类分析，完成停车场等级划分。实例分析中，将桂林市33个路内停车场分为三个等级，各等级停车场可实行差异化停车管理策略。结果表明，基于POI数据的停车场等级划分方法应用性较强，可用于差异化停车收费、停车场诱导等停车管理策略。参考文献1 陈永茂,过秀成,肖平.城市停车规划分区方法研究J.交通运输工程与信息学报,2010,8(3):110-115.2 陶广杰.城市差别化停车收费方案设计D.长春:吉林大学,2019.3 池娇,焦利民,董婷,等.基于POI数据的城市功能区定量识别及其可视化J.测绘地理信息,2016,41(2):68-73.4 林嘉欣.基于链路空间分类的完整街道设计研究D.南宁:广西大学,2019.5 张景奇,史文宝,修春亮.POI数据在中国城市研究中的应用J.地理科学,2021,41(1):140-148.6 杨俊闯,赵超.K-Means聚类算法研究综述J.计算机工程与应用,2019,55(23):7-14,63.图4误差平方和（SSE）变化曲线表2各组别最终聚类中心指标城市出行类公共服务、办公类居民生活类居住类科教文化类旅游、休闲类组别10.150.200.170.190.210.17组别20.330.340.590.400.460.42组别30.740.780.770.700.610.68表3各停车场等级划分停车场等级一级停车场二级停车场三级停车场停车场名称普陀路、临桂路、东江路、交通路、施家园路乐群路、三多路、西城路、依仁路、漓滨路、民族路、银锭路、南新二路、会仙路虞山路、铁佛路、翊武路、龙珠路、芙蓉路、凤北路、四会路、三皇路、太平路、湖光路、榕荫路、五美路、崇善路、福旺路、榕城路、人民路、新桥园路、信义路、西凤路数量5919图4研究范围内各等级停车场分布