本发明涉及城市规划技术领域,特别涉及一种基于最小通风阻力成本的通风廊道路径寻优方法。
背景技术:
最短路径问题是网络分析中的一个重要问题,求解该问题的方法有很多,目前公认的、较优的求解方法是著名的dijkstra算法,该算法是基于图论中的网络模型,在求解时dijkstra有可能并准备搜索所有的网络节点,算法的时间复杂度为o;所以在城市道路网节点数较大的情况下,算法求解速度慢,花费时间长,效率低。而实际有些系统,如我们研发的基于城市道路网的自主车辆导航系统,要求快速地为车辆规划出从起点到终点的最短距离行驶路径,即路径规划的快速性要求较高,显然算法很dijkstra难满足快速要求。
以上城市道路寻优解决快速求解道路网两节点间的最短路径问题,而城市道路寻优与城市通风廊道寻优是不一样的,城市通风廊道的构建是缓解城市热岛、提升城市空气流通能力、改善人体舒适度的有效措施,目前还没有人涉足城市通风廊道自动化寻优这个技术领域,本发明填补了国内关于通风廊道路径寻优领域的空白。
技术实现要素:
本发明的目的是针对现有技术的不足,提供一种基于最小通风阻力成本的通风廊道路径寻优方法,解决城市热岛严重、通风不畅、缓解城市大气污染的问题、填补国内空白。
本发明的上述技术目的是通过以下技术方案得以实现的:
一种基于最小通风阻力成本的通风廊道路径寻优方法,该方法包含以下步骤:步骤一、计算最小通风阻力成本算法模型的基础数据;步骤二、通过最小通风阻力成本算法模型的基础数据,计算出每一个栅格内的所有通风阻力成本,选取最小值作为本栅格的通风阻力成本;步骤三,根据每个栅格的最小通风阻力成本计算从入风口到出风口的最小成本路径;步骤四,根据最小成本路径和成本阈值法计算每条通风路径的宽度并且形成通风廊道网络和通风廊道宽度。
通过采用上述方案,通风廊道路径的寻优方法是基于最小通风阻力成本算出的寻优方法,由步骤一至步骤四系统的解释了通风廊道路径寻优方法,能够有效提升城市空气流通能力、缓解城市热岛、改善人体舒适度、降低建筑物能耗,填补了国内关于通风廊道路径寻优领域的空白。
较佳的,所述步骤一的最小通风阻力成本算法模型的基础数据是以地表粗糙度和天空开阔度综合计算出来的通风潜力值数据。
通过采用上述方案,简要的说明了最小通风阻力成本算法模型的基础数据的由来,使得步骤一更加完整和具体。
较佳的,所述步骤一的最小通风阻力成本算法模型的基础数据取自以下过程:
通过采用上述方案,具体细化了步骤一的方法步骤,建立n行n列栅格组成的模型演释框架并且通过该模型进行讲解,能够简单清楚的表达出基于最小通风阻力成本的通风廊道路径寻优方法。
较佳的,所述步骤二的计算通风阻力成本包括以下过程:
通过采用上述方案,具体的描述了计算各栅格最小成本值的方式,使得方法结构框架更加清晰明了。
较佳的,所述步骤三的计算从入风口到出风口的最小成本路径,具体包括以下过程:
通过采用上述方案,细化了计算从入风口到出风口的最小成本路径的步骤,使得方法结构框架更加清晰明了。
较佳的,所述步骤四的计算通风廊道宽度,具体包括以下过程:
通过采用上述方案,细化了计算通风廊道宽度的步骤,使得方法结构框架更加清晰明了,方法结构更加完善。
较佳的,所述过程
通过采用上述方案,具体解释了演算精度系数的构建方式以及构建的精度问题,可供设计人员根据不同的情况进行选择。
较佳的,所述过程
通过采用上述方案,具体说明了入风口成本线和出口成本线的由来,使得方法框架更加清晰明了。
较佳的,所述过程
通过采用上述方案,细化了计算入风口成本线上各个栅格的最小成本值的方法步骤,使得方法结构框架更加清晰明了,方法结构更加完善。
较佳的,所述过程
通过采用上述方案,简要说明了通风成本值计算路径的概念,使得方法结构框架更加清晰明了。
综上所述,本发明具有以下有益效果:经过大量实验,该技术大大提高了通风廊道路径寻优的自动化和科学性,减少了人为干扰和主观臆想的弊端,从而对提升现有环境条件下通风廊道规划的应用价值有着重要的意义。
附图说明
图1是实施例中通风风口示意图;
图2是通风潜力值示意图;
图3是实施例中通风最小成本值示意图;
图3-1是实施例中建立出风口成本线和推算成本线的示意图;
图3-2是实施例中计算入风口成本值的示意图;
图3-3是实施例中计算第一级推算成本线成本值的示意图;
图3-4是实施例中出风口成本值计算结果的示意图;
图3-5是实施例中计算第一级推算成本线成本值—先横纵线、后对角线的示意图;
图3-6是实施例中潜力值为2或1成本路径的计算的示意图;
图3-7是实施例中潜力值为2或1的最小成本值的示意图;
图3-8是实施例中潜力值为4或5成本路径的计算的示意图;
图3-9是实施例中潜力值为4或5的最小成本值的示意图;
图3-10是实施例中潜力值为5的成本路径的示意图;
图3-11是实施例中潜力值为5的最小成本值的示意图;
图4是实施例中通风回溯成本最短路径的示意图;
图4-1是实施例中用回溯法推算10的回溯路径节点为7.5的示意图;
图4-2是实施例中用回溯法推算7.5的回溯路径节点为左下角的4的示意图;
图5是实施例中通风廊道宽度算法模型示意图;
图6是实施例中初始构建423条通风廊道的结果示意图;
图7是实施例中通风廊道宽度算法模型计算结果示意图。
图中,1、入风口;2、出风口;3、入风口成本线;4、第一级推算成本线;5、第二级推算成本线;6、第三级推算成本线;7、第四级推算成本线;8、最小成本阈值线;9、通风廊道线。
具体实施方式
以下结合附图对本发明作进一步详细说明。
一种基于最小通风阻力成本的通风廊道路径寻优方法,主要包含以下步骤:
步骤一、计算最小通风阻力成本算法模型的基础数据。
最小通风阻力成本算法模型的基础数据是以地表粗糙度和天空开阔度综合计算出来的通风潜力值数据。
最小通风阻力成本算法模型的基础数据取自以下过程:
1、建立一个由n行n列栅格组成的模型演释框架(参考图1);图中显示的是一个6*6的正方形表格;
2、确定模型演释框架内每个栅格的演算精度系数(参考图1);每个格子代表5米*5米的面积,计算精度就是5*5(25平方米)。实际应用中可以根据需要确定精度,例如2*2(4平方米),数字越小,精度越大,专利方法是一样的,本实施例只是一个最小模型,实际应用可能会是几百万个格子,例如北京市1万7千多平方公里,除以25平方米,将是几百万个网格。
3、确定模型演释框架的入风口1和出风口2(参考图1);入风口1和出风口2是由城市规划和气象经验决定的,和本技术专利没有太大关系。对北京而言,全年主要西北风,所以入风口1为北边和西边,具体地点根据城市规划给出,主要是绿地、公园、为主;出风口2主要在南边和东边。如果本专利技术在天津应用,入风口1应该为东边的渤海了。
4、计算模型演释框架内各个栅格的通风潜力值(参考图2);通风潜力值主要完成每个像元内(像元即最小单位的方格)通风潜力值的计算;通风潜力计算主要结合城市主导风和清洁空气来源,采用城市通风潜力分析方法、由地表粗造度和天空开阔度计算得到。其中地表粗造度主要考虑建筑物高度和建筑物密度。该表中的每个数字代表这个区域的通风潜力值,其中1代表潜力值在图中是最大的,7代表潜力值在图中是最小的。
步骤二、通过最小通风阻力成本算法模型的基础数据,计算出每一个栅格内的通风阻力成本(参考图3)。
图3为通风阻力最小成本值示意图。图2和图3的区别在于,前者每个方格的数字代表通风潜力值,后者每个方格内的数字代表最小成本值。最小成本值的计算方法是:先从入风口相邻栅格推算每个栅格的最小成本,一直推算到出风口那里。具体步骤如下:
1、建立入风口成本线3和推算成本线;入风口成本线3即是与入风口1最近的各个栅格组成的成本线;
如图3-1所示,入风口成本线3由左下角与出风口2栅格相邻的三个栅格组成,按照顺时针方向,其栅格内的潜力值分别为4、7、2;推算成本线就是由上一级成本线外围最接近的栅格组成的成本线,该成本线成本值由上一级成本值推算而来。推算成本线图中显示为4条,级别由内向外为第一级推算成本线4、第二级推算成本线5、第三级推算成本线6、第四级推算成本线7。
2、计算入风口成本线3上各个栅格的最小成本值;
如图3-2所示,以入风口1为出发点,先对入风口1两边横、纵线指向的栅格的最小成本值的计算,后对角线指向的栅格最小成本值的计算。先计算栅格潜力值为1分别到栅格潜力值为2(3列末行)、栅格潜力值4(1列第5行)的最小成本值,最后计算方向为栅格潜力值为1(1列末行)到栅格潜力值为7(2第5行)的最小成本值。
计算过程和计算结果如下(参考图3-3、3-4左下角3个对应的最小成本值),计算过程如下:
用中心点计算方法计算成本值:
用中心点计算方法计算成本值:
用中心点计算方法计算成本值:
3、计算推算成本线上各个栅格的最小成本值;
推算成本线由上一级成本线外围最接近的栅格组成,且推算成本线是由上一级最小成本值节点1.5、2.5、5.7推算而来的最小成本值节点组成的成本线,具体包括以下过程:
按照先边线、后对角线的原则进行计算(参考图3-5),计算方法如下所示:先计算推算成本线上栅格潜力值为2(左起3列末行)或1(左起1列第4行)的成本值,再计算推算成本线上栅格潜力值为4(左起2列第4行)或5(左起3列第5行)的成本值,最后计算对角线栅格潜力值5(左起3列第4行)的最小成本值。
下面以第一级推算成本线4上目标栅格2为例:
目标栅格2其相邻上一级成本线的最小阻力成本值分别为1.5、5.7,因此,目标栅格2对应的阻力成本路径有两条;同理,目标栅格1对应的阻力成本路径有两条。
计算过程如下:
目标栅格2(对应潜力值为2,图3-6的左起3列6行)的计算过程如公式(4)所示,成本值有两个,分别为3.5和12.06,选择最小值3.5作为该栅格的最小阻力成本值,结果如3-7所示;
目标栅格1(对应目标栅格潜力值为1,图3-6的左起1列4行)的计算过程如公式(5)所示,成本值有两个,分别为5.0和11.36,选择最小值5作为该栅格的最小阻力成本值,结果如3-7所示。
目标栅格4(对应目标栅格潜力值为4,图3-6的左起2列4行)的成本值计算路径如图3-8所示,成本值计算路径是:以目标栅格4为中心其相邻上一级成本线的最小阻力成本值5、2.5、5.7(逆时针方向)所对应的栅格到目标栅格4的路径,计算结果为3个;
目标栅格5(对应目标栅格潜力值为5,图3-6的左起3列5行)的成本值计算路径如图3-8所示,成本值计算路径是:其相邻上一级成本线最小成本值有5.7、1.5、3.5(逆时针方向),因此,指向目标栅格5的路径有3条,计算结果为3个;
目标栅格4、5分别选择最小值后结果如图3-9所示为6.5(左起3列5行)和7.5(左起2列4行)。
对角线目标栅格5(对应目标栅格潜力值为5、左起3列4行)所对应的通风阻力成本路径如图3-10所示。该目标栅格的成本路径是:以目标栅格5为中心其相邻的上一级成本线的最小阻力成本值7.5、5.7、6.5(逆时针方向)所对应的栅格到目标栅格5的路径,该路径有3条。
对角线目标栅格5的计算结果如图3-11所示,对角线指向的栅格潜力值为5的最小成本值的计算(略),3个成本值中选择最小值10.5。
总结:至此,第一级推算成本线4上的5个栅格的最小成本值计算完毕,以此类推,可以计算出全部第二推算成本线5、第三推算成本线6、第四推算成本线7上栅格的最小成本值,计算结果如图3所示。
步骤三,根据每个栅格的最小通风阻力成本计算从入风口1到出风口2的最小成本路径。
前面已经进行了模型的三个步骤,定义模型的计算精度(图1)、计算模型的通风潜力值(图2)、计算模型的最小成本值(图3),最后一步是采用回溯方法找出成本最短路径,所述回溯方法就是从出风口2栅格的最小成本值10(参考图4)找出数字10是由哪个节点推算出来的,根据以上最小成本推算过程得知,与10相关的路径有3条(参考图4-1):
推算过程如下:
由此看出,最小成本值10是由其左边标识7.5的栅格推算而来,因此,其回溯路径是从10到7.5。进一步地,从以上最小成本的推算过程可知,标识7.5的最小成本值是由图4-2所示的三条路径得出的最小成本值,经过计算得知,7.5的最小成本值是由其左下角标识为4的栅格计算得到的,因此,其回溯路径是从7.5到4,以此类推,沿着推算成本线的路径可以倒推出最短路径中的各个节点是由哪个方向的栅格的最小成本值计算而来,将这些栅格连接起来,就得到一条从出风口2到入风口1的最短成本路径(参考图4)。
以上计算从入风口1到出风口2的最小成本路径,总结如下:
步骤四,根据最小成本路径和成本效果阈值法计算每条通风路径的宽度并且形成通风廊道网络和通风廊道宽度。
图6是北京市实际应用效果图,实际只计算了北京中心城区6000平方公里的范围,按照25平方米网格计算,一共有480多万个网格。模型的定义包括形状、网格的数量和入风口1、出风口2的定义。,实际应用中,模型的形状并非正方形等规则图形,可以按照地理边界设定模型的形状。在本实施例中,所有的模型共用一个模型形状,将北京中心城区6000平方公里的边界形状作为各个模型的共用形状;模型的数量按照出风口的数量定义,在本实施例中,共选择了十几个入风口和423个出风口,因此,模型的数量为423个,分别对423个模型进行计算就得到423个通风廊道。
通风廊道的级别是根据规划要求来定的。一般500米宽度以上的为一级廊道。从图6中看出,一级廊道有5条,1级通风廊道的阈值为500米。
图中黑色栅格组成的线为从入风口1到出风口2的最短成本路径,其两侧由最小成本値2以上的栅格组成两条最小成本阈值线8,两条最小成本阈值线8之间的栅格的潜力值为0或1,将这些通风潜力小于2的格子连续贯通,就形成了该级别的通风廊道的宽度。
如图5所示:黑色栅格组成了通风廊道线(最短成本路径),以每个栅格为基本模拟单位依次递归。首先向东西方向寻优,当满足(1.超过阈值;2.通风潜力≥2)任意一个条件时,结束当前栅格元东西向寻优,进入南北向寻优;南北方向寻优,当满足(1.通风潜力≥2)时,结束当前栅格元南北向寻优;逐渐递归,至通风廊道上的每个栅格元都完成寻优计算。
如图7所示,以北京市为例,本发明采用通风廊道自动化寻优方法模型计算出北京市的5条通风廊道以及通风廊道宽度效果如图5所示:由5条深灰色区域组成的通风廊道,从图中看出,满足一级廊道宽度的有5条。
以上通风廊道宽度计算方法总结如下:
本具体实施例仅仅是对本发明的解释,其并不是对本发明的限制,本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本发明的权利要求范围内都受到专利法的保护。