利用百度poi计算城市能级及评价街道范围便利度、生活宜居情况等
1、以省为计算单位进行,先把各个地市的poi合并到一个图层
2、使用工具spatial join或者是identity,把每一个poi投在对应的乡镇边界里面去
3、把计算的poi点进行各个街道的汇总统计分析
--接入板块数据
select * into hubei
from openrowset
('Microsoft.ACE.OLEDB.12.0',
'dBase IV;HDR=NO;IMEX=2; Database=E:\temp',
'select * from [湖北poi总.dbf]')
drop table #tempestate0709
select top 100 * from #tempestate0709
select a.xzdm,ta.快餐,b.肯德基,c.星巴克,d.超市,f.便利店,g.[零售业(去超市、便利店)],t1.百货商场,t2.[酒店(三星及以下)],t3.[酒店(四星及以下)],h.休闲,t4.医院,i.[不利因素(火葬场、殡仪馆)],j.地铁站,k.火车站,l.银行,m.[ATM、自助银行],n.幼儿园,o.小学,p.中学,q.公司企业,r.[工厂、园区],s.大厦 into stat_hubei from
(select xzdm from hubei where xzdm <>'' group by xzdm) as a
left join
--canyin
(select xzdm,COUNT(*) as "快餐" from hubei where KIND like '10%' and xzdm <> '' group by xzdm ) ta
on a.xzdm=ta.xzdm
left join
(select xzdm,COUNT(*) as "肯德基" from hubei where KIND = '10C1' and xzdm <> '' group by xzdm ) b
on a.xzdm=b.xzdm
left join
(select xzdm,COUNT(*) as "星巴克" from hubei where KIND = '1603' and xzdm <> '' group by xzdm ) c
on a.xzdm=c.xzdm
left join
--chaoshi
(select xzdm,COUNT(*) as "超市" from hubei where KIND like '21%' and KIND not in ('2180') and xzdm <> '' group by xzdm) d on a.xzdm=d.xzdm
left join
(select xzdm,COUNT(*) as "便利店" from hubei where (KIND like '208%' or kind like '209%') and xzdm <> '' group by xzdm ) f on a.xzdm=f.xzdm
left join
(select xzdm,COUNT(*) as "零售业(去超市、便利店)" from hubei where (KIND like '2%' and (kind not in (select kind from hubei where KIND like '21%' and KIND not in ('2180') group by kind)) and (KIND not in(select kind from hubei where (KIND like '208%' or kind like '209%') group by KIND)) and xzdm <> '' )
group by xzdm ) g on a.xzdm=g.xzdm
left join
(select xzdm,COUNT(*) as "百货商场" from hubei where (KIND = '2200') and xzdm <> '' group by xzdm)
t1 on a.xzdm=t1.xzdm
left join
--住宿
(select xzdm,COUNT(*) as "酒店(三星及以下)" from hubei where (KIND in ('5080','5082','5083','5380','5400')) and xzdm <> '' group by xzdm) t2 on a.xzdm=t2.xzdm
left join
(select xzdm,COUNT(*) as "酒店(四星及以下)" from hubei where (KIND in ('5084','5085')) and xzdm <> '' group by xzdm ) t3 on a.xzdm=t3.xzdm
left join
--休闲
(select xzdm,COUNT(*) as "休闲" from hubei where (KIND like '6%') and xzdm <> '' group by xzdm)
h on a.xzdm=h.xzdm
left join
--医院
(select xzdm,COUNT(*) as "医院" from hubei where (KIND in ('7201','7202')) and xzdm <> '' group by xzdm)
t4 on a.xzdm=t4.xzdm
left join
--不利因素
(select xzdm,COUNT(*) as "不利因素(火葬场、殡仪馆)" from hubei where (KIND = '7800') and xzdm <> '' group by xzdm) i on a.xzdm=i.xzdm
left join
--交通,有问题,需要单独查,都不准
(select xzdm,COUNT(*) as "地铁站" from hubei where (KIND like ('AF10') and NAME like '%地铁%' and NAME not like '%租赁%') and xzdm <> '' group by xzdm) j on a.xzdm=j.xzdm
left join
(select xzdm,COUNT(*) as "火车站" from hubei where (KIND = '80A0') and xzdm <> '' group by xzdm)
k on a.xzdm=k.xzdm
left join
--银行
(select xzdm,COUNT(*) as "银行" from hubei where ((KIND like ('A18%') or KIND like 'A19%') and KIND not in('A199','A19D')) and xzdm <> '' group by xzdm) l on a.xzdm=l.xzdm
left join
(select xzdm,COUNT(*) as "ATM、自助银行" from hubei where (KIND in('A199','A19D')) and xzdm <> '' group by xzdm) m on a.xzdm=m.xzdm
left join
--教育
(select xzdm,COUNT(*) as "幼儿园" from hubei where (KIND in ('A701','F00B')) and xzdm <> '' group by xzdm) n on a.xzdm=n.xzdm
left join
(select xzdm,COUNT(*) as "小学" from hubei where (KIND in('A702','F00C')) and xzdm <> '' group by xzdm) o on a.xzdm=o.xzdm
left join
(select xzdm,COUNT(*) as "中学" from hubei where (KIND in('A703','F00D')) and xzdm <> '' group by xzdm) p on a.xzdm=p.xzdm
left join
--其他
(select xzdm,COUNT(*) as "公司企业" from hubei where (KIND in('A980','A982')) and xzdm <> '' group by xzdm) q on a.xzdm=q.xzdm
left join
(select xzdm,COUNT(*) as "工厂、园区" from hubei where (KIND in('A983')) and xzdm <> '' group by xzdm)
r on a.xzdm=r.xzdm
left join
(select xzdm,COUNT(*) as "大厦" from hubei where (KIND in('AF00','AF01')) and xzdm <> '' group by xzdm)
s on a.xzdm=s.xzdm
--查询生成的表
select * from stat_hubei
--关联对应的乡镇名称
select c.* from
(select b.PROVINCE,b.CITYNAME,b.COUNTYNAME,b.NAME_1,a.* from stat_hubei a
left join hubei b on a.xzdm=b.xzdm) c
4、计算路网密度,选择全国路网,选择主要的道路
"fclass" = 'motorway' OR "fclass" = 'primary' OR "fclass" = 'secondary' OR "fclass" = 'tertiary'
b、使用clip工具,把全国的道路clip对应的湖北省的范围
c、使用identity进行鉴别,选择对应的街道进行统计
d、路网密度=路网长度/街道面积,因此先算街道面积,然后使用identity,然后再按照街道统计路网长度,新建一个字段形成density
5、补充地铁站的数据不全的,通过io地图,通过爬虫以及获得该城市的地铁站点坐标表,在arcgis形成,然后进行spatial join操作,关联之前的操作随即完成
6、计算中心度,就是乡镇中心点到区县中心点的距离,使用near功能计算出,首先需要对需要进行near分析的进行平面坐标投影,比如选择高斯投影,或者选择web墨卡托平面投影坐标系
7、通过第三方程序小o地图计算乡镇点到中心城市的时间距离分析(按点到点时间计算)
8,再把计算过的乡镇点关联数据跟已有的数据进行关联挂接
利用百度poi计算城市能级及评价街道范围便利度、生活宜居情况等相关推荐
- 利用百度地图进行城市功能区域划分
记录: 使用百度地图api进行各类兴趣点的划分 将研究区域利用arcgismap进行网格的划分和渔网经纬度范围的导出 将网格的范围与兴趣点坐标进行匹配与计算. 利用所获得的区域的兴趣点的频率进行方格区 ...
- 利用TF_IDF算法计算两英文文章的文本相似度 C++实现
利用TF_IDF算法计算两英文文章的文本相似度 C++实现,仅用于应付课程小作业. 链接:利用TF_IDF算法计算两个英文文章的文本相似度(C++实现)-C++文档类资源-CSDN下载
- python利用百度云接口实现文字OCR功能
python利用百度云接口实现文字OCR功能 1. 前言 在日常生活中有时我们需要从图片中获取文字,虽然QQ上面已经有了相关的功能,但是出于学习的目的,我打算利用百度智能云的文字OCR接口来实现OCR ...
- python批量爬取小网格区域坐标系_Python爬虫实例_利用百度地图API批量获取城市所有的POI点...
上篇关于爬虫的文章,我们讲解了如何运用Python的requests及BeautifuiSoup模块来完成静态网页的爬取,总结过程,网页爬虫本质就两步: 1.设置请求参数(url,headers,co ...
- 利用GEE计算城市遥感生态指数(RSEI)——Landsat 8为例
文章目录 前言 第一步:定义研究区,自行更换自己的研究区 第二步:加载数据集,定义去云函数 第三步:主函数,计算生态指标 第四步:PCA融合,提取第一主成分 第五步:利用PC1,计算RSEI,并归一化 ...
- Python 根据百度 API 获得经纬度,根据经纬度计算城市间距离
百度提供的查询经纬度的 api 为: http://api.map.baidu.com/geocoder?address=您要查询的地址&output=xml&key=您要输入的key ...
- 基于外卖平台POI的城市餐饮业空间热点分析系统
温馨提示:文末有 CSDN 平台官方提供的博主 Wechat / QQ 名片 :) 1. 项目简介 本项目利用网络爬虫技术从某外卖平台APP采集餐饮商铺数据,系统采用 flask 搭建 web 后台, ...
- php地图距离计算,php百度地图计算两地现实距离
请自行到百度地图官网申请您的ak <!--前端获取手机经纬度的代码--> <!--<!DOCTYPE html>--> <!--<html lang=& ...
- 上云就上百度智能云,百度智能计算峰会召开,AI原生云全新升级
百度智能云 AI 原生云全面升级.6月3日,百度云智峰会智能计算峰会在北京召开,百度沧海存储技术与百度百舸 AI 异构计算平台两大新品牌首次亮相.百度智能云同时发布和升级了一系列 AI 原生云产品,包 ...
最新文章
- python凹多边形分割_使用Opencv python从Image中裁剪凹面多边形
- Zabbix监控网络设备日志文件及字段报警
- 【 FPGA 】总线实现形式之选择器
- linux 内核模块 警告 initialization from incompatible pointer type 解决方法
- NetBeans 7.2引入了TestNG
- ruby sinatra mysql_一分钟开始持续集成之旅系列之:Ruby + Sinatra 应用
- kodi pvr 不能安装_「保姆级教程」家庭影音多媒体中心第5节—KODI18安装/设置IPTV...
- 高效精准分析定位系统BUG,让你无所不能
- 数论 —— 莫比乌斯反演
- 毕啸南专栏 | 对话驭势CEO吴甘沙:无人车结盟竞争是大势所趋
- 新车可以无牌上路7天_无牌农用拖拉机车斗载人上路?交警说了,不可以!
- 使用脚本下载.ts文件并合并
- 主角连击敌人处理:连击次数的显示(图片数字字体)---1
- 疾病研究:我是一名34岁的进行性肌营养不良症患者
- smartcar.urdf.xacro
- 设计模式之Reactor反应堆
- ckeditor5 vue 字体大小配置,字体颜色,段落对齐API设置
- 50、诗句按照特定个数输出
- 单片机通过MQTT协议连接OneNet实现发布/订阅理论篇
- day01 与MySQL的第一次亲密接触基础查询条件查询