一種基于概率參照的城市用地限高確定方法
【專利摘要】本發(fā)明公開了一種基于概率參照的城市用地限高確定方法，屬于城市規(guī)劃技術(shù)領域。本發(fā)明針對現(xiàn)有技術(shù)不足，借鑒機器學習中的相似性度量方法，根據(jù)地塊間的相似性建立起地塊之間的類比參照關系，并且在考慮地塊間相似性時，不僅考慮傳統(tǒng)的直接與用地可建設潛力相關的控制屬性，還充分考慮了不與用地可建設潛力直接相關的關系屬性；然后在相似地塊、鄰近地塊和相同用地性質(zhì)的地塊中以相似系數(shù)為概率隨機選取參照地塊，從而根據(jù)少量具有合理限高的地塊數(shù)值，通過迭代計算得到各用地不同的合理限高。本發(fā)明可快速準確地確定用地單元的合理限高，為城市規(guī)劃設計提供科學的依據(jù)。
【專利說明】
一種基于概率參照的城市用地限高確定方法
技術(shù)領域
[0001] 本發(fā)明涉及城市規(guī)劃技術(shù)領域，尤其涉及城市用地限高確定方法。
【背景技術(shù)】
[0002] 城市用地限高，即用地控制高度，是用地建設時所允許的最高建筑高度，它是控制 性詳細規(guī)劃編制中的一項重要技術(shù)指標，對于城市的經(jīng)濟、環(huán)境、景觀風貌等各方面具有重 要影響。隨著城市建設的迅猛發(fā)展，人們越來越關注城市用地限高的確定依據(jù)和方法。目前 已有用地限高判定方法及其問題主要包括：
[0003] (1)經(jīng)驗判斷法。主要由相關專家和專業(yè)技術(shù)人員通過其對于城市空間形態(tài)的整 體認知，結(jié)合其專業(yè)經(jīng)驗，綜合考慮用地條件和區(qū)位等因素，對用地限高直接做出估算。該 方法主要依靠規(guī)劃師主觀經(jīng)驗，難度大，很多時候難以達成共識；同時，這種經(jīng)驗往往難以 做出精確判斷，所以通常以24米、50米、100米等為邊界做出粗略的梯級控制，或者做出大范 圍等高的分區(qū)控制，不夠細致，不利于城市建設的管理和調(diào)控。
[0004] (2)視覺模擬法。有時會通過試做建筑設計方案，通過不同角度的視覺模擬來做出 判斷;有時甚至會在實際場地上用氣球等漂浮物模擬建筑輪廓線，觀察用地上不同高度的 影響范圍和效果，從而做出合理限高的判定。該方法程序復雜，成本高，效率低，只適合對于 個別地塊的詳細研究，而且其判定結(jié)果同樣存在較大主觀性，仍然主要依賴于判定專家的 經(jīng)驗和水平。
[0005] (3)視線分析法。該方法主要基于視點和視覺對象的關系，通過視覺輔助線、輪廓 線度量、視錐分析等方法做出判定。就固定視點來說，該類方法主要針對眺望視點的高度控 制 [1]，也可以針對文保區(qū)或標志性風貌區(qū)周邊的高度控制[2]，或者重要地段的城市天際線 控制 [3]。就動態(tài)視點來說，可進行互動與多維的視線分析與疊加[4][5]，從而做出高度控制判 斷。該類方法主要局限于可視性分析這一單項因素，完全忽略了用地可建設條件的研究，因 此往往分析結(jié)果在實際中難以實現(xiàn)其控制目標。
[0006] (4)用地因子疊加法。通常以描述用地可建設潛力的各影響因子評價為依據(jù)，得到 用地高度之間的大致關系，然后通過適當修正與調(diào)整來判定各地塊限高 [6][7][8]。該方法基 于用地本身潛在條件的數(shù)據(jù)分析，具有一定合理性，但該方法以簡單的因子疊加來判定用 地限高，過于依賴因子評價與用地限高之間的正相關性，忽視了用地之間相互參照影響的 復雜關系。
[0007] 綜上可知，現(xiàn)有城市用地限高的確定方法存在較大不足，亟需提供一種更科學且 更快速準確的城市用地限高確定方法。
[0008] 參考文獻：
[0009] [1]蘇東賓，聶志勇.淺談如何通過建筑物高度控制來形成良好的城市景觀.國際 城市規(guī)劃，2007(2) :104-108.
[0010] [2]謝暉，周慶華.歷史文物古跡保護區(qū)外圍空間高度控制初探一以西安曲江新區(qū) 為例.城市規(guī)劃，2014(3) :60-64.
[0011] [3]紐心毅，李凱克.基于視覺影響的城市天際線定量分析方法.城市規(guī)劃學刊， 2013(3):99-105.
[0012] [4]胡一可.基于互動式眺望模型的風景區(qū)邊緣區(qū)建筑高度控制研究.中國園林， 2014,6:22-27
[0013] [5]彭建東.多維視線分析_人行動態(tài)視感分析維度下的高度控制新方法.規(guī)劃師， 2015,3:57-63
[0014] [6]王建國，高源，胡明新.基于高層建筑管控的南京老城空間形態(tài)優(yōu)化.城市規(guī) 劃，2005，29( 1):45-51
[0015] [7]王天青，宿天彬，馬培娟.高層建筑空間布局決策機制研究：以青島市為例.城 市規(guī)劃，2008,12:53-57
[0016] [8]羅曦.基于多因子評價的長沙市高層建筑布局規(guī)劃研究.城市規(guī)劃學刊，2007， 2:113-117

【發(fā)明內(nèi)容】

[0017] 本發(fā)明所要解決的技術(shù)問題在于克服現(xiàn)有技術(shù)不足，提供一種基于概率參照的城 市用地限高確定方法，以城市中相似地塊作為參照，使用概率參照算法迭代計算待確定用 地單元的限高，可快速準確地確定用地單元的合理限高，為城市規(guī)劃設計提供科學的依據(jù)。
[0018] 本發(fā)明具體采用以下技術(shù)方案解決上述技術(shù)問題：
[0019] -種基于概率參照的城市用地限高確定方法，包括以下步驟：
[0020] 步驟1、對城市中各用地單元的各屬性進行量化，并歸一化為相應的范圍在(0，1) 的屬性因子，同一用地單元的所有屬性因子所構(gòu)成的向量作為該用地單元的屬性特征向 量;所述用地單元的屬性包括直接與用地可建設潛力相關的控制屬性，以及不與用地可建 設潛力直接相關的關系屬性;所述用地單元包括一組限高未知的待確定用地單元和一組限 高已知的已知用地單元；
[0021] 步驟2、根據(jù)所述屬性特征向量，從所有用地單元中、鄰近用地單元中、及具有相同 用地性質(zhì)的用地單元中，分別選擇出與各待確定用地單元之間的相似系數(shù)最大的部分用地 單元，然后合并在一起，作為相應待確定用地單元的相似地塊；
[0022] 步驟3、使用概率參照算法迭代計算各待確定用地單元的限高，具體如下：
[0023] 步驟3-1、初始化各待確定用地單元的限高為Ao;
[0024] 步驟3-2、以相似系數(shù)作為選擇概率，利用輪盤賭算法從各待確定用地單元的相似 地塊中選擇至少一個相似地塊作為相應待確定用地單元的參照地塊；
[0025] 步驟3-3、對每一個待確定用地單元，對當前第i次迭代步中該待確定用地單元的 限高Μ進行更新;然后轉(zhuǎn)至步驟3-2，進行下一次迭代;所述更新具體如下:對每一個當前參 照地塊，分別按照下式求得相應的Α 1+1，然后求平均值作為該待確定用地單元在本輪迭代的 臨時限高輸出：
[0027]其中，ν為預設的取值范圍為(0，1)的波動控制因子，為當前參照地塊的限高，Sab 為待確定用地單元與當前參照地塊的相似系數(shù)，D為取值范圍為(Sab，l)的差異度修正參數(shù)； 函數(shù)Rand (X，Y)表示在(X，Y)范圍內(nèi)取一個隨機數(shù);如所述臨時限高輸出超出法定限高，則 以法定限高作為該待確定用地單元在本輪迭代的最終限高輸出，否則，以所述臨時限高輸 出作為該待確定用地單元在本輪迭代的最終限高輸出；
[0028] 步驟3-4、如達到迭代終止條件，則對每一個待確定用地單元，從最后若干輪迭代 所得到的該待確定用地單元的限高中選取最大的幾個值，并以這幾個值的均值作為該待確 定用地單元的最優(yōu)限高。
[0029] 優(yōu)選地，任意兩個用地單元之間的相似系數(shù)為這兩個用地單元在屬性特征空間中 的距離。距離度量可采用歐氏距離、曼哈頓距離、切比雪夫距離、閔可夫斯基距離、漢明距離 等，本發(fā)明優(yōu)選最常用的歐氏距離。
[0030] 上述技術(shù)方案通過少量已知限高的已知用地單元，通過迭代計算，可得到各待確 定用地的合理限高;然而，已知用地單元的限高未必是合理的，這會對最終待確定用地單元 的限高判定產(chǎn)生影響，為避免這種情況，本發(fā)明進一步提出以下改進方案:所述已知用地單 元的限高為經(jīng)專家修正的合理限高。
[0031] 相比現(xiàn)有技術(shù)，本發(fā)明技術(shù)方案具有以下有益效果：
[0032] 本發(fā)明借鑒機器學習中的相似性度量方法，根據(jù)地塊間的相似性建立起地塊之間 的類比參照關系；然后在相似用地中以相似系數(shù)為概率隨機選取參照地塊，從而根據(jù)少量 具有合理限高地塊的數(shù)值，通過迭代計算得到各用地的合理限高。更符合規(guī)劃決策經(jīng)驗和 實際的公平性，體現(xiàn)了容納現(xiàn)實偶然性的決策理性。
[0033] 本發(fā)明在考慮地塊間相似性時，不僅計算傳統(tǒng)的直接與用地可建設潛力相關的控 制因子，還計算不與用地可建設潛力直接相關的關系因子，參照地塊的選擇更加全面合理， 得到的限高參數(shù)更科學。
【附圖說明】
[0034] 圖1為【具體實施方式】中本發(fā)明限高確定方法的流程示意圖；
[0035]圖2為采用本發(fā)明方法得到的南京老城區(qū)城市用地限高結(jié)果三維圖。
[0036] 圖3為采用本發(fā)明方法得到的南京老城區(qū)城市用地限高結(jié)果分布圖。
【具體實施方式】
[0037] 下面結(jié)合附圖對本發(fā)明的技術(shù)方案進行詳細說明：
[0038] 本發(fā)明針對現(xiàn)有技術(shù)不足，借鑒機器學習中的相似性度量方法，根據(jù)地塊間的相 似性建立起地塊之間的類比參照關系，并且在考慮地塊間相似性時，不僅考慮傳統(tǒng)的直接 與用地可建設潛力相關的控制屬性，還充分考慮了不與用地可建設潛力直接相關的關系屬 性;然后在相似用地中以相似系數(shù)為概率隨機選取參照地塊，從而根據(jù)少量具有合理限高 地塊的數(shù)值，通過迭代計算得到各用地不同的合理限高。
[0039] 為了便于公眾理解，下面以一個具體實施例來對本發(fā)明技術(shù)方案進行詳細說明。
[0040] 本發(fā)明方法包括以下步驟：
[0041] 步驟1、對城市中各用地單元的各屬性進行量化，并歸一化為相應的范圍在(0，1) 的屬性因子，同一用地單元的所有屬性因子所構(gòu)成的向量作為該用地單元的屬性特征向 量;所述用地單元的屬性包括直接與用地可建設潛力相關的控制屬性，以及不與用地可建 設潛力直接相關的關系屬性;所述用地單元包括一組限高未知的待確定用地單元和一組限 高已知的已知用地單元；
[0042]通過整合城市現(xiàn)狀分析和現(xiàn)有規(guī)劃成果，從用地性質(zhì)、用地可達性等方面，對每一 用地單元屬性進行因子評分，獲得每塊地的各項因子Fk(0〈Fk<l)。（不同城市可針對其特點 選取不同的評價因子）。傳統(tǒng)方案的地塊因子僅考慮直接與用地可建設潛力相關的屬性，例 如可達性、土地價格、文保范圍控制等，這類因子與用地限高有著正相關或者負相關的關 系。而本發(fā)明在此之外，還考慮不與用地可建設潛力直接相關，只反映用地特點差異與聯(lián)系 的關系因子。關系因子區(qū)分了不同的用地特點及其聯(lián)系，例如，一般很難決定城市綠地周邊 或者城市景觀帶周邊的用地限高應更高或更低，但在決策一個位于城市綠地周邊的用地限 高時，可以參照其他緊鄰城市綠地的合理用地限高數(shù)值做出判定，再如，用地面積也只能作 為關系因子，因為并非用地面積越大，其限高就應越高或越低，但面積大小接近的用地可以 相互參照其開發(fā)模式，因此往往具有比較接近的限高數(shù)值。所以，是否與城市綠地相鄰、用 地面積這類因子都可作為用地關系屬性的描述納入計算。
[0043]城市中每個地塊(包括已確定限高參數(shù)的已知用地單元和限高未知的待確定用地 單元)的所有屬性因子即可構(gòu)成反映該地塊特征的特征向量。其中，已知用地單元的限高可 采用其實際限高參數(shù)，但這些已知用地單元的實際限高參數(shù)并不一定是科學合理的，如果 利用這些限高參數(shù)來確定待確定用地單元的限高，顯然會導致結(jié)果偏差。為此，本發(fā)明進一 步對這些已知用地單元的限高參數(shù)進行修正，如通過專家評估得到這些已知用地單元的合 理限高。由于本發(fā)明采用反復迭代的方式進行后續(xù)計算，僅需要少量具有合理限高的已知 用地單元，因此可將其余已知用地單元剔除或者直接將其作為待確定用地單元。
[0044] 步驟2、根據(jù)所述屬性特征向量，從所有用地單元中、鄰近用地單元中、及具有相同 用地性質(zhì)的用地單元中，分別選擇出與各待確定用地單元之間的相似系數(shù)最大的部分用地 單元，然后合并在一起，作為相應待確定用地單元的相似地塊；
[0045] 本發(fā)明借鑒機器學習中的相似性度量方法，根據(jù)各地塊的屬性特征向量，可計算 出所有地塊兩兩之間的相似系數(shù)。相似系數(shù)的度量可采用特征向量空間中的歐氏距離、曼 哈頓距離、切比雪夫距離、閔可夫斯基距離、漢明距離等，或者信息熵、相關系數(shù)等。本具體 實施方式中任意兩個地塊a與地塊b間的相似系數(shù)S ab可通過式(1)計算，相似系數(shù)越大，則兩 個地塊間的相似度越高：
[0047]式中，η為地塊的屬性特征向量的維度，亦即屬性的總類別數(shù);Fk(a)、Fk(b)分別為a、b 兩個地塊的第k個屬性的屬性因子;Wk為第k個屬性的權(quán)值。
[0048]下面，為每一個待確定用地單元選定相應的相似地塊集合。本發(fā)明主要分為三部 分來為待確定用地單元選擇相似地塊:第一部分是從所有用地單元中選擇與待確定用地單 元之間相似系數(shù)最高的見個用地單元作為相似地塊;第二部分是僅從待確定用地單元的鄰 近用地單元(通常是用地中心點距離500米-1000米范圍）中選擇相似系數(shù)最高的N2個用地 單元;第三部分是與待確定用地單元具有相同用地性質(zhì)的用地單元中選擇相似系數(shù)最高的 N3個用地單元。這三部分選擇的并集作為相似地塊，供后續(xù)的概率選擇和參照。上述三部分 選擇的Λ?都可根據(jù)實際需要自行設定。
[0049]步驟3、使用概率參照算法迭代計算各待確定用地單元的限高，具體如下：
[0050] 步驟3-1、初始化各待確定用地單元的限高為Αο;
[0051] 由于本發(fā)明采用迭代算法逐步逼近最優(yōu)限高值，因此初始限高Αο可隨意設定，例 如可設置為〇或者最大的法定限高。
[0052] 步驟3-2、以相似系數(shù)作為選擇概率，利用輪盤賭算法從各待確定用地單元的相似 地塊中選擇至少一個相似地塊作為相應待確定用地單元的參照地塊；
[0053] 對每個待確定用地單元，從其相似地塊集合中，以相似系數(shù)Sab為概率，隨機選取 Num個地塊作為該待確定用地單元的參照地塊，即相似系數(shù)越高的地塊，被選取參照的幾率 越大。本實施例中采用輪盤賭選擇法:依照各參照地塊相似系數(shù)的選擇概率來分割輪盤賭 中的圓盤，然后產(chǎn)生一個[0，1]之間的隨機數(shù)，將該隨機數(shù)作為選擇指針來確定被選個體。 N?的值可以為1，也可以為大于1的整數(shù)（即選取多個參照地塊）。
[0054] 步驟3-3、對每一個待確定用地單元，對當前第i次迭代步中該待確定用地單元的 限高Μ進行更新;然后轉(zhuǎn)至步驟3-2，進行下一次迭代；
[0055] 對每一個當前參照地塊，根據(jù)其當前參照地塊的限高仏以及兩個地塊間的相似系 數(shù)Sab來確定自身在本輪迭代中的臨時限高A i+1:
[0057]其中，v為預設的取值范圍為(0，1)的波動控制因子，用來控制地塊變化波動的幅 度，v值越接近1，結(jié)果的波動幅度越大，v值越接近〇，結(jié)果波動越平滑;為當前參照地塊的 限高；Sab為待確定用地單元與當前參照地塊的相似系數(shù);D為取值范圍為(S ab，l)的差異度 修正參數(shù);函數(shù)Rand(X，Y)表示在(X，Y)范圍內(nèi)取一個隨機數(shù)。
[0058]如果所選取參照地塊的個數(shù)Ν?大于1，則對每個參照地塊對應的臨時限高輸出Α1+1 取平均值作為最終的臨時限高輸出Ai+1。
[0059] 由于歷史街區(qū)、航空管制區(qū)、文保單位保護范圍等區(qū)域都有明確的法定限高，所以 須將最終的臨時限高輸出A1+1與法定限高進行比較，如果臨時限高輸出超出法定限高，則用 法定限高對限高輸出進行調(diào)整，即以法定限高作為該待確定用地單元在本輪迭代的最終限 高輸出，否則，以所述臨時限高輸出作為該待確定用地單元在本輪迭代的最終限高輸出。
[0060] 步驟3-4、如達到迭代終止條件，則對每一個待確定用地單元，從最后若干輪迭代 所得到的該待確定用地單元的限高中選取最大的幾個值，并以這幾個值的均值作為該待確 定用地單元的最優(yōu)限高。
[0061] 迭代算法中的終止條件通常為達到預設的最大迭代次數(shù)或者收斂程度得到預設 指標。本發(fā)明同樣可采用預設的最大迭代次數(shù)作為終止條件，或者以各待確定用地單元的 輸出變化波動趨于穩(wěn)定作為迭代終止條件。例如，具體迭代終止運算條件可設置為:每一待 確定用地單元連續(xù)10輪計算結(jié)果平均值與之前10輪計算結(jié)果平均值的差都小于某一數(shù)值。 運算終止后，取每塊地在最后若干輪(例如最后3輪或最后五輪）限高輸出的平均值作為該 待確定用地單元的最優(yōu)限高。
[0062] 上述整個算法的流程如如圖1所示。
[0063]為了驗證本發(fā)明技術(shù)方案效果，進行了驗證實驗。實驗以南京老城40平方公里內(nèi) 的5569個權(quán)屬地塊為研究對象，首先對每一地塊從基準地價、歷史風貌、軌道交通、綠地環(huán) 境、用地性質(zhì)、用地規(guī)模等方面進行因子評價，對各地塊與用地限高相關的用地屬性做出較 為全面的描述。然后，通過兩兩比較用地屬性間的異同，建立起用地之間基于用地屬性相似 性的參照關系，再結(jié)合小范圍鄰近用地之間和相同用地性質(zhì)地塊之間更為密切的參照關 系，展開用地之間的互動參照迭代計算。通過對近十年老城范圍內(nèi)已批所有用地資料的梳 理，剔除非建設用地、違反既有法定規(guī)劃成果的用地、特殊用地以及專家判定為明顯不具有 典型性和參照價值的用地，而得到限高相對合理的地塊數(shù)據(jù)庫。該數(shù)據(jù)庫是詮釋用地差異 和特點的樣本集合，并成為整個系統(tǒng)運行過程的基本參照。每個地塊的限高都反復參照與 其用地屬性相似的地塊高度，尤其從鄰近地塊(500米范圍內(nèi)）和用地性質(zhì)相同的地塊中找 尋相似參照地塊。而一個地塊的高度通過參照相似地塊而臨時確定后，還要考慮該結(jié)果對 其他相似地塊高度的影響，而與這些其他相似地塊相似的地塊又會受到間接影響……這 樣，經(jīng)過大量互動調(diào)整后，每個地塊將趨向于較為穩(wěn)定的波動狀態(tài)，當滿足預先設定的終止 運算條件時，則可以得到每個地塊各不相同的合理限高
[0064] 最終得到的實驗結(jié)果如圖2和圖3所示，從圖中可以看出：該方法為城市用地限高 的確定提供了高效而理性的依據(jù)，實現(xiàn)了共識基礎上城市大量用地的理性多級差精密控 制，而不是缺乏理性依據(jù)的50米、100米等簡單劃一的高度分區(qū)。圖3中部分用地的限高值集 中在7米、12米和18米，是因為這些用地位于文保等法定限高區(qū)而進行的校正。
【主權(quán)項】
1. 一種基于概率參照的城市用地限高確定方法，其特征在于，包括W下步驟： 步驟1、對城市中各用地單元的各屬性進行量化，并歸一化為相應的范圍在(〇，1)的屬 性因子，同一用地單元的所有屬性因子所構(gòu)成的向量作為該用地單元的屬性特征向量;所 述用地單元的屬性包括直接與用地可建設潛力相關的控制屬性，W及不與用地可建設潛力 直接相關的關系屬性;所述用地單元包括一組限高未知的待確定用地單元和一組限高已知 的已知用地單元； 步驟2、根據(jù)所述屬性特征向量，從所有用地單元中、鄰近用地單元中、及具有相同用地 性質(zhì)的用地單元中，分別選擇出與各待確定用地單元之間的相似系數(shù)最大的部分用地單 元，然后合并在一起，作為相應待確定用地單元的相似地塊； 步驟3、使用概率參照算法迭代計算各待確定用地單元的限高，具體如下： 步驟3-1、初始化各待確定用地單元的限高為Ao; 步驟3-2、W相似系數(shù)作為選擇概率，利用輪盤賭算法從各待確定用地單元的相似地塊 中選擇至少一個相似地塊作為相應待確定用地單元的參照地塊； 步驟3-3、對每一個待確定用地單元，對當前第i次迭代步中該待確定用地單元的限高Ai 進行更新；然后轉(zhuǎn)至步驟3-2,進行下一次迭代;所述更新具體如下：對每一個當前參照地 塊，分別按照下式求得相應的Aw，然后求平均值作為該待確定用地單元在本輪迭代的臨時 限高輸出：其中，V為預設的取值范圍為(0，1 )的波動控制因子，Bi為當前參照地塊的限高，Sab為待 確定用地單元與當前參照地塊的相似系數(shù)，D為取值范圍為(Sab, 1)的差異度修正參數(shù);函數(shù) Rand(X，Y)表示在(Χ，Υ)范圍內(nèi)取一個隨機數(shù)； 如所述臨時限高輸出超出法定限高，則W法定限高作為該待確定用地單元在本輪迭代 的最終限高輸出，否則，W所述臨時限高輸出作為該待確定用地單元在本輪迭代的最終限 高輸出； 步驟3-4、如達到迭代終止條件，則對每一個待確定用地單元，從最后若干輪迭代所得 到的該待確定用地單元的限高中選取最大的幾個值，并W運幾個值的均值作為該待確定用 地單元的最優(yōu)限高。2. 如權(quán)利要求1所述方法，其特征在于，任意兩個用地單元之間的相似系數(shù)為運兩個用 地單元在屬性特征空間中的距離。3. 如權(quán)利要求2所述方法，其特征在于，所述距離為歐氏距離。4. 如權(quán)利要求1所述方法，其特征在于，所述迭代終止條件具體為:達到預設的最大迭 代次數(shù)，或者連續(xù)多次迭代輸出的變化均小于預設的變化闊值。5. 如權(quán)利要求1所述方法，其特征在于，所述已知用地單元的限高為經(jīng)專家修正的合理 限高。
【文檔編號】G06F19/00GK106096295SQ201610440553
【公開日】2016年11月9日
【申請日】2016年6月17日
【發(fā)明人】王建國, 張愚
【申請人】東南大學