本发明涉及城市规划，涉及一种城市街区空间形态自动优化方法，具体的是一种基于健康效益评价模型的街区空间形态自动优化方法。
背景技术：
1、快速城市化改变了城市的空间形态，也给人类的生活环境，特别是物理环境带来了严重影响，如热岛效应、空气污染等。既有研究表明，城市空间形态与物理环境之间有着直接的关联关系，由此如何通过城市空间形态的调整优化物理环境进而提高城市人居健康水平就成为了一个研究的热点问题。
2、目前针对物理环境对空间形态进行优化的方法，大多是通过对单一物理环境的模拟(如风、热、声等)，研究单一物理环境要素与空间形态之间的关系进而对空间形态进行优化，而缺乏对多种物理环境的综合模拟和统筹优化，以及综合物理环境与城市空间形态关系的研究。同时既往方法也缺乏人与空间的交互，对于物理环境效益的评价只停留在数据相关性层面。
3、一种基于健康效益评价模型的街区空间形态自动优化方法对于人与空间交互下的街区形态健康效益的逐级优化具有重大意义。所述方法解决了过往物理环境与空间形态之间耦合分析要素不全面、缺少人与空间交互、空间形态优化主观经验强等多方面问题，实现了人与空间交互下的整体物理环境健康效益最优，实现街区形态的逐级优化。
技术实现思路
1、为解决上述背景技术中提到的不足，本发明的目的在于提供一种基于健康效益评价模型的街区空间形态自动优化方法。本发明基于熵权法对街区空间形态评估参数权重和阈值进行判定，基于决策树算法对街区空间形态进行评估，基于遗传算法对街区空间形态进行自动迭代优化。本发明能够应对以往城市规划设计领域中街区空间形态主观经验强、交互展示难等问题，运用人工智能算法，通过健康效益视角实现城市街区空间形态的优化，并通过硬件设备进行交互展示，有效提升了城市街区空间形态设计的客观性。
2、本发明采用的技术方案：一种基于健康效益评价模型的街区空间形态自动优化方法，包括以下操作步骤：
3、步骤s1：建构空间健康数据采集模块，采集包含街区基础数据、街区物理环境数据、街区人体感知数据三类数据，并建构数据库；
4、步骤s2：建构空间健康效益评价参数模块，通过地理信息平台将上述3类数据进行空间链接，通过关联性系数计算形成包含街区热舒适、街区声舒适、街区视觉舒适、街区风舒适4个参数并设定阈值，形成街区健康评价数据库并集成到统一的数字平台中；
5、步骤s3：建构街区空间形态自动优化模块，通过地理空间信息平台对目标城市街区健康效益评价参数进行空间识别，建构的街区空间健康效益评价阈值，通过决策树算法，对输入的待评估街区进行智能判定；并集成在地理空间平台中；
6、步骤s4：建构健康效益评价模块，通过《街区环境健康效益评估标准》数字校验平台，结合指标合格率对待校验街区空间形态进行数字校验；
7、步骤s5：针对违规情况，运用遗传算法进行自动迭代，从平面布局或三维形态进行迭代优化调整；直至找出街区空间形态的最优解并输出；
8、步骤s6：建构全息沙盘对输出结果进行交互展示。
9、优选地，所述街区空间健康数据采集模块包括以下步骤：
10、通过spmk351温湿度巡回检测仪采集城市街区温度、湿度、日照热环境数据。通过m2300型环境噪声自动监测仪采集城市街区噪声、声压声环境数据。通过nz-ph-sd2手持式风速风向计采集城市街区平均风速、风向风环境数据。通过道路采集传感设备lidar采集街区内街景数据；
11、进一步的，通过eegotmmylab便携式脑电系统和32导湿电极脑电帽采集城市街区环境的人体感知数据；
12、进一步的，通过openstreetmap开放数据平台获取目标街区所在城市的街区矢量数据；
13、进一步的，所述步骤一中目标街区所在城市的街区用地矢量数据，包括地块数据与建筑数据，数据格式为shapefile格式；其中地块数据包含用地类型信息、地理坐标信息、地块面积信息和地块形状信息；其中建筑数据包含建筑功能信息、建筑层数信息、建筑高度信息、建筑形状信息和建筑位置信息。
14、优选地，所述空间健康效益评价参数模块包括以下步骤：
15、通过地理信息平台将上述3类数据进行空间链接，形成街区环境感知数据库并集成到统一的数字平台中；
16、进一步的，建构街区物理环境评价参数集，包含热环境评价、声环境评价、视觉环境评价、风环境评价4个参数，并录入2-1的数字平台中；
17、所述热环境评价采用街区温湿指数i进行评估，计算公式如下：
18、i＝t-0.55*(1-rh)*(t-14.4)
19、其中，i为街区温湿指数，t为街区平均温度，rh为街区平均空气湿度；
20、所述声环境评价采用声级l进行评估，计算公式如下：
21、l＝10*log10(p/p0)
22、其中，l为街区声级，p为声压，p0为参考声压；
23、所述视觉环境评价采用街区平均绿视率glr进行评估，计算公式如下：
24、
25、其中，glr为街区平均绿视率，gn为街区街景图片绿色部分面积，sn为街区街景图片总面积；
26、所述风环境评价采用风效指数k进行评估，计算公式如下：
27、
28、其中，k为街区风效指数，v为街区平均风速，t为街区平均温度，s为街区平均日照时数；
29、进一步的，建构街区健康效益评价参数集，通过皮尔森系数建构街区物理环境健康效益参数与人群环境感知评估参数的关联性系数，得到包含街区热舒适、街区声舒适、街区视觉舒适、街区风舒适4个人体感知修正系数，构建街区健康效益评价参数集；
30、所述热环境健康效益i0的计算公式如下：
31、i0＝i*α
32、其中，i0为街区热环境健康效益，i为街区温湿指数，α为热环境人体感知修正系数；
33、所述声环境健康效益l0的计算公式如下：
34、l0＝l*β
35、其中，l0为街区声环境健康效益，l为街区声级，β为声环境人体感知修正系数；
36、所述视环境健康效益g0的计算公式如下：
37、g0＝g*γ
38、其中，g0为街区声环境健康效益，h为街区声级，γ为声环境人体感知修正系数；
39、所述风环境健康效益k0的计算公式如下：
40、k0＝k*δ
41、其中，k0为街区风环境健康效益，k为街区风效指数，δ为风环境人体感知修正系数；
42、进一步的，参照相关标准规范，设立街区健康效益评价阈值；
43、依据《人居环境气候舒适度评价》gb/t 27963-2011，若热环境健康效益i0为17.0～25.4，则判定为舒适，其余为不舒适；
44、依据《社会生活环境噪声排放标准》gb 22337—2008，若声环境健康效益l0不超过40，则判定为舒适，其余为不舒适；
45、依据《生态环境质量评价技术规范》，若视环境健康效益g0不小于15，则判定为舒适，其余为不舒适；
46、依据《人居环境气候舒适度评价》gb/t 27963-2011，若风环境健康效益k0为-299～-100，则判定为舒适，其余为不舒适；
47、优选地，所述街区空间形态自动优化模块包括以下步骤：
48、输入待评估街区基础数据，所述街区基础数据包含街区用地面积、道路数据、建筑基础数据、建筑形态数据四类。输入待评估街区物理环境数据，所述街区物理环境数据包含街区湿度、温度、风速、风向、气压、光照、污染物数据。输入待评估街区人体感知数据，所述人群感知数据包含人体热舒适度、人体噪声舒适度、人体视觉舒适度。
49、进一步的，调用2-4街区空间健康效益评价参数集，所述参数集包含街区热舒适、街区声舒适、街区视觉舒适、街区风舒适4个参数，通过地理空间信息平台对目标城市街区健康效益评价参数进行空间识别，通过1152vcpu、9tb内存、118tb ssd的polardb box数据库一体机，集成在s2建构的地理空间平台中。
50、优选地，所述街区空间形态智能判定包括以下步骤：
51、结合2-3建构的街区空间健康效益评价阈值，通过决策树算法，对输入的待评估街区进行智能判定。所述智能判定对待评估街区进行健康效益评价，评价后将其数值与评价阈值进行对比，符合评价阈值，输出至下一步。不符合阈值，删除。
52、优选地，所述健康效益评价模块包括以下步骤：
53、所述健康效益评价模块包括数字校验平台和自动迭代
54、进一步的，所述数字校验平台为建构《街区环境健康效益评估标准》数字校验平台，校验包含违规情况和合规情况两类。两类情况的判定标准为指标合格率。所述违规情况包含上述4类指标仅25％符合标准，需进入自动迭代。所述合规情况包含上述4类指标75％符合标准，可输出至下一步。
55、所述指标判定标准的公式如下：
56、x＝θ1∝1+θ2∝2+…+θn∝n
57、其中，x表示街区空间健康效益综合指标，θi表示街区空间健康效益单项指标权重，∝i表示街区空间健康效益单项数据标准化后的值。
58、进一步的，针对违规情况，运用遗传算法进行训练模拟，自动迭代包含对街区空间形态设计进行平面布局或三维形态的优化调整。通过迭代直至找出街区空间形态的最优解。
59、进一步的，将调整后的数据输入校验平台进行二次校验，符合标准，输出下一步，不符合标准，再次进入自动迭代。
60、进一步的，输出结果，返回智能判定和进行评估，符合标准，进入交互展示，不符合标准，进入自动迭代。
61、优选地，所述方案输出与交互展示模块包括以下步骤：
62、进一步的，输出符合要求的最终方案，包含方案平面图、街区空间健康效益指标、方案效果图、方案三维模型。
63、进一步的，通过全息沙盘平台和microsoft hololens 2眼镜、vrtrix数据手套对优化前后城市街区空间方案进行交互展示，其具体展示内容包括城市街区空间布局三维对比与优化前后指标对比；
64、所述交互展示是指可以通过支持多种常用手势与自定义手势、数据更新频率单手大于120hz双手大于240hz、角度范围可俯仰360°全角度的vrtrix数据手套，在3840×2160分辨率55寸以上的显示设备上进行三维仿真交互。
65、本发明的有益效果：
66、1、本发明通过构建热环境评价、声环境评价、视环境评价、风环境评价四个层面的指标，并通过人体感知参数进行参数修正，加强了城市街区健康效益参数集的真实性与综合性。
67、2、本发明通过熵权法对街区空间形态评估参数权重和阈值进行判定，基于决策树算法对街区空间形态进行评估，加强了城市街区健康效益评估的科学性和流程。
68、3、本发明实现了基于遗传算法的街区空间形态的自动迭代优化，传统的城市街区空间布局修正需要配置专业人员指导并绘制修正图纸才能修正布局。本发明采用城市街区三维空间的智能评估和自动修正，减少了人力成本并为城市街区空间以精细化和信息化的发展提供新思路。
1.一种基于健康效益评价模型的街区空间形态自动优化方法，其特征在于，方法包括以下步骤：
2.根据权利要求1所述的公式一种基于健康效益评价模型的街区空间形态自动优化方法，其特征在于，所述步骤s1包括1-1、1-2、1-3三个步骤：
3.根据权利要求2所述的公式一种基于健康效益评价模型的街区空间形态自动优化方法，其特征在于，所述步骤s2包括2-1、2-2、2-3、2-4四个步骤：
4.根据权利要求3所述的公式一种基于健康效益评价模型的街区空间形态自动优化方法，其特征在于，所述步骤s3包括3-1、3-2两个步骤：
5.根据权利要求4所述的一种基于健康效益评价模型的街区空间形态自动优化方法，其特征在于，所述步骤s4包括4-1、4-2两个步骤：
6.根据权利要求5所述的一种基于健康效益评价模型的街区空间形态自动优化方法，其特征在于，所述步骤s5包括5-1、5-2、5-3、5-4四个步骤：
7.根据权利要求6所述的公式一种基于健康效益评价模型的街区空间形态自动优化方法，其特征在于，所述步骤s6包括6-1、6-2二个步骤：
