买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国科学院地理科学与资源研究所

摘要：本发明涉及国土空间规划技术领域，具体地说是一种融合自然与人文地理信息数据的多尺度地域功能区划及边界提取方法，基于多源异构数据，以主体功能区划为基础，针对不同区域履行生态安全、粮食生产、城市化等综合地域功能的分异特征，运用功能指向的系统分类原理，按照不同层级区划目标不同但相互衔接、自上而下“分解”与自下而上“聚合”相结合的区划与边界提取方法，适应区划边界柔性化和区划方案动态化的客观要求，形成面向多尺度地域功能分区界线与区划方案，对于填补国土空间规划在综合区划研究领域的空白，增强我国空间治理现代化能力，具有理论方法价值和实践应用意义。

主权项：1.一种融合自然与人文地理信息数据的多尺度地域功能区划及边界提取方法，其特征在于，运用多源异构数据从全球、全国和省域三个视域对国家一级区划、跨省域二级区划、省域三级区划进行了降尺度分解，并基于主体功能区划方案的升尺度集成生成三级综合功能区，再结合降尺度和升尺度方法的分析结果确定二级综合功能区和一级综合功能区；所述国家一级区划：采用全球视域下地理格局识别为主、主体功能区升尺度辅助确定区划边界的方法，表征全球视域下宏观自然地理格局主导、自然与人文地理格局交互的基本形态和总体特征，其具体步骤包括：S1-1，确定国家一级区划主导因素及特征指标，选取反映自然地理环境非地带性分异的大地构造及地貌N1,1、水热条件地带性分异的≥10℃积温N1,2、湿润指数N1,3，以及反映人类活动分布的人口密度H1,1四项指标；S1-2，提取指标宏观特征线，并构造判别矩阵，将自然类主导因素的N1,1、N1,2、N1,3特征线转换以100km×100km网格为基本单元的指标集成矩阵，再导入人文类主导因素H1,1，验证人类活动对宏观自然地理格局适应性，辅助判别在构造地貌控制下其内部自然与人文地理格局的相对一致性；结合历史时期人口、经济和文化人文因素的南北分异特征表达，以及未来南方的长江经济带、北方的黄河流域在区域发展路径的分异格局，生成国家一级区划4个分区单元的初步方案；S1-3，采用主体功能区升尺度聚合形成的二级综合功能区、三级综合功能区初步方案，并明确并概化国家一级区划边界，形成地域功能区划的一级综合功能区边界与方案；所述跨省域二级区划：采用以国家视域识别区域经济基本格局为主，以国家一级区划自上而下降尺度分解、省域三级区划自下而上升尺度集成为辅的区划方法；所述跨省域二级区划的生成包括：S2-1，基于创新中心H2,1和中心城市H2,2的等级结构和影响力分析跨省域二级区划生成的内在条件，识别出21个以创新中心为内核的城市群区域，作为构建二级综合功能区的核心承载；S2-2，通过城际间资本流H2,3、知识流H2,4以及省际人口流H2,5的流量与流向分析跨省经济一体化格局，根据要素流的时空联系紧密程度识别出14个跨省级经济一体化区域，作为构建二级功能区的主要板块；S2-3，引入自然与人文类因素判别跨省域二级区划界线及方案，包括：S2-3-1，国家一级区划中自然类主导因素N1,1,N1,2,N1,3对跨省域二级区划自然地理格局分异的作用和结果，并纳入水文条件N2,1、植被分布N2,2、能矿资源禀赋N2,33类指标初步形成12个跨省域二级区划草案；其中，N2,1表征江河一级流域和大型湾区完整性的要求，N2,2反映气候类型、山脉走向的分界线功能，N2,3则反映能源矿产与原材料供应基地、生产加工与制造中心的协同布局需求；S2-3-2，运用地域文化属性H2,3和国家重要战略布局H2,4修订跨省域二级区划草案，保持地域文化的相对一致性以反映其对经济社会活动的潜在影响，同时契合高质量发展区域发展战略政策，并参照各级政府的空间布局类规划，使跨省域二级区划成为具有中长期规划属性的空间组织，最后采用主体功能区升尺度集成形成的省域三级区划初步方案,概化跨省域二级区划草案的区划界线,形成地域功能区划的二级综合功能区边界与方案；所述省域三级区划：采用主体功能区为基础,以区内功能一致性和区际功能差异性为指向,采用县域尺度自下而上的主体功能传导与空间聚合方法实现；省域三级区划划保持跨省域二级区划的相对完整性，以综合表征省级视域下的国土空间分异格局.根据可利用土地资源N3,1、可利用水资源N3,2、环境容量N3,3、生态脆弱性N3,4、生态系统重要性N3,5、自然灾害危险性N3,66项自然类N3,i要素，以及人口集聚度H3,1、经济发展水平H3,2和交通优势度H3,33项人文类H3,i要素分析形成的主体功能区划结果，建立县域单元样本的要素属性数据集；所述省域三级区划聚类采用K-均值聚类算法，具体为：S3-1，设定将三级综合功能区类型划分为k类,随机选取k个县域单元样本作为k个初始类的中心元素；S3-2，基于距离最近规则将剩余县域单元样本分配至最近的类中，得到k个类型簇C＝{C1,C2,…,Ck}，并取每个簇中所有县域单元样本的均值作为新的类中心；S3-3，重新将县域单元样本分配给最近的类中心，反复迭代以上过程直至类中心不再发生变化时停止聚类，并生成最终的类型分组；其中单元样本间的距离为欧氏距离，聚类的目标函数为： JC为各类型簇内县域单元样本到其类中心的距离平方和，xi为第i个县域单元样本，Cxi为类别Ci的中心；w为要素权重，N,H,L分别表示自然类要素、人文类要素和空间位置要素，即在不同样本内将考虑不同要素的指标权重，以进一步降低聚类结果在局部地区的空间离散程度；为评估最佳组数K的参数值，运用Calinski-Harabasz伪F统计量测试不同分组方式的组内相似性和组间差异性，伪F统计量值较高，代表分类的组内距较小而组间距较大，表明该分类结果较为可信，公式为： n表示样本单元数目；nc表示类数目；SST为组间差异性统计量；SSE为组内相似性统计量。

全文数据：

权利要求：

百度查询： 中国科学院地理科学与资源研究所 一种融合自然与人文地理信息数据的多尺度地域功能区划及边界提取方法