农贸市场物流配送与服务体系识别方法、系统、设备及介质

技术领域

本发明属于物流技术研究领域，特别是涉及一种农贸市场物流配送与服务体系识别方法。

背景技术

随着交通基础设施的建设和电子商务的发展，普货物流模式渐趋成熟，物流运输效率不断提高。生鲜作为居民的刚需产品，目前仍以线下消费为主。在生鲜食品的销售地，生鲜的物流配送通常以农产品批发市场为核心，对接农贸市场、社区菜店、餐饮企业等现货交易场所。农产品批发市场向农贸市场供货，居民则前往农贸市场消费。生鲜物流注重食品新鲜度，在传统的流通方式下，生鲜流通环节长，损耗严重，物流成本高，物流配送的方式亟待更新。

在新数据的支持下，普货物流领域已有结合历史数据、联动各环节物流状况、构建动态仿真模型等技术手段来优化物流作业的方案，但在以农贸市场为主体的传统生鲜物流领域还未有广泛而深入的应用。

同时，在农贸市场的布局与规划中，城市规划人员往往基于静态的资源配置的立场，缺乏对动态的人群消费的关注，导致农贸市场的实际服务范围与规划服务范围产生偏差，农贸市场的服务人口与设计规模不匹配等现象。

因此，如何科学地表征现有农贸市场物流配送与服务体系，合理地反映生鲜流转路径和农贸市场的服务情况，是提高生鲜物流效率、优化农贸市场规划布局的重要前提。

发明内容

鉴于上述现有技术的缺陷和不足，本发明提供了一种农贸市场物流配送与服务体系识别方法、系统、计算机设备及存储介质，其能够根据生鲜经营者和消费者的位置信息变动，对农贸市场真实的物流配送与服务关系加以识别。

本发明的第一个目的在于提供一种农贸市场物流配送与服务体系识别方法。

本发明的第二个目的在于提供一种农贸市场物流配送与服务体系识别系统。

本发明的第三个目的在于提供一种计算机设备。

本发明的第四个目的在于提供一种存储介质。

本发明的第一个目的可以通过采取如下技术方案达到：

一种农贸市场物流配送与服务体系识别方法，所述方法包括：

获取确定范围内的市场POI、社区边界、基站和手机信令数据；其中，市场包括农产品批发市场和农贸市场；

将基站和手机信令数据整理为各市场数据与各社区数据；

在第一设定时间段内，将基站间人群OD数据分别与农产品批发市场、农贸市场进行关联，生成农产品批发市场与农贸市场间OD联系数据列，识别出农贸市场物流配送体系；

在第二设定时间段内，将基站间人群OD数据分别与社区、农贸市场进行关联，生成社区与农贸市场间OD联系数据列，识别出农贸市场服务体系。

进一步的，所述将基站和手机信令数据整理为各市场数据与各社区数据，具体包括：

找到距离农产品批发市场最近的基站，使农产品批发市场获得第一基站信息；

找到距离农贸市场最近的基站，使农贸市场获得第二基站信息；

根据第一基站信息和第二基站信息，将基站图形与社区边界图形相交，将基站按社区划分，使基站获得社区信息。

进一步的，所述将基站间人群OD数据分别与农产品批发市场、农贸市场进行关联，生成农产品批发市场与农贸市场间OD联系数据列，识别出农贸市场物流配送体系，具体包括：

将基站间人群OD数据分别与农产品批发市场、农贸市场进行关联，使基站间人群OD联系转化为农产品批发市场与农贸市场间人群OD联系；

根据农产品批发市场与农贸市场间人群OD联系，以起点农产品批发市场为行、终点农贸市场为列、OD人数为值，生成农产品批发市场与农贸市场间OD联系矩阵；

根据农产品批发市场与农贸市场间OD联系矩阵，生成农产品批发市场与农贸市场间OD联系数据列；

根据农产品批发市场与农贸市场间OD联系数据列，生成农产品批发市场与农贸市场的联系强度分析图和农贸市场物流配送体系图；

根据农产品批发市场与农贸市场的联系强度分析图和农贸市场物流配送体系图，识别出农贸市场物流配送体系。

进一步的，所述将基站间人群OD数据分别与社区、农贸市场进行关联，生成社区与农贸市场间OD联系数据列，识别出农贸市场服务体系，具体包括：

将基站间人群OD数据分别与社区和农贸市场进行关联，使基站间人群OD联系转化为社区与农贸市场间人群OD联系；

根据社区与农贸市场间人群OD联系，以起点社区为行、终点农贸市场为列、OD人数为值，生成社区与农贸市场间OD联系矩阵；

根据社区与农贸市场间OD联系矩阵，生成社区与农贸市场间OD联系数据列；

根据社区与农贸市场间OD联系数据列，生成社区与农贸市场的联系强度分析图和农贸市场服务体系图；

根据社区与农贸市场的联系强度分析图和农贸市场服务体系图，识别出农贸市场服务体系。

进一步的，所述方法还包括：

根据农贸市场服务体系，使用服务人口校核农贸市场的服务规模；和/或，

根据农贸市场服务体系，使用出行时间查找农贸市场的服务盲区。

进一步的，所述根据农贸市场服务体系，使用服务人口校核农贸市场的服务规模，具体包括：

计算社区常住人口数量以及社区与农贸市场OD联系中的社区出发人数；

根据社区与农贸市场间OD联系数据列、社区常住人口数量和社区出发人数，计算农贸市场的服务人口；

将农贸市场服务人口与设定的合理范围进行比较，判断农贸市场服务人口是否位于合理范围内。

进一步的，所述根据农贸市场服务体系，使用出行时间查找农贸市场的服务盲区，具体包括：

获取各社区到农贸市场的步行时间，计算各社区的最短步行时间；

将各社区的最短步行时间进行比较，查找农贸市场的服务盲区。

本发明的第二个目的可以通过采取如下技术方案达到：

一种农贸市场物流配送与服务体系识别系统，所述系统包括：

提取模块，用于在获取确定范围内的市场POI、社区边界、基站和手机信令数据；其中，市场包括农产品批发市场和农贸市场；

整理模块，用于将基站和手机信令数据整理为各市场数据与各社区数据；

第一识别模块，用于在第一设定时间段内，将基站间人群OD数据分别与农产品批发市场、农贸市场进行关联，生成农产品批发市场与农贸市场间OD联系数据列，识别出农贸市场物流配送体系；

第二识别模块，用于在第二设定时间段内，将基站间人群OD数据分别与社区、农贸市场进行关联，生成社区与农贸市场间OD联系数据列，识别出农贸市场服务体系。

本发明的第三个目的可以通过采取如下技术方案达到：

一种计算机设备，包括处理器以及用于存储处理器可执行程序的存储器，其特征在于，所述处理器执行存储器存储的程序时，实现上述的农贸市场物流配送与服务体系识别方法。

本发明的第四个目的可以通过采取如下技术方案达到：

一种存储介质，存储有程序，其特征在于，所述程序被处理器执行时，实现上述的农贸市场物流配送与服务体系识别方法。

本发明相对于现有技术领域具有如下的有益效果：

与现有技术相比，本发明运用了以手机信令数据为主的新数据，手机信令数据生动地展现了与生鲜流转有关的人群轨迹信息，结合农贸市场的实达性特征，识别出现有农贸市场的物流配送和服务体系，既可供城市规划人员使用，作为农贸市场规划与配置的现实依据；也可应用于现有的生鲜物流领域，作为传统生鲜物流配送模式的优化参考，为提高生鲜物流效率，降低生鲜损耗率和物流成本打下基础。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的部分实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。

图1为本发明实施例1的农贸市场物流配送与服务体系识别方法的流程图。

图2为本发明实施例2的农产品批发市场与农贸市场的联系强度分析图。

图3为本发明实施例2的农贸市场物流配送体系图。

图4为本发明实施例2的社区与农贸市场的联系强度分析图。

图5为本发明实施例2的农贸市场服务体系图。

图6为本发明实施例2的农贸市场服务人口校核结果。

图7为本发明实施例2的农贸市场出行时间校核结果。

图8为本发明实施例3的农贸市场物流配送与服务体系识别系统的结构框图。

图9为本发明实施例4的计算机设备的结构框图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。需要说明的是，以下描述仅为本发明的部分实施例，仅用于解释相关发明，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的情况下对本发明做出修改和改动而获得的其他实施例，都属于本发明所保护的范围。

实施例1：

本实施例提供了一种农贸市场物流配送与服务体系识别方法，该方法以研究范围内的行政社区边界图为工作底图，以市场POI数据和运营商提供的手机信令数据作为主要的数据来源，在Arcgis软件中将基站数据匹配至对应社区、市场，将基站间人群OD联系转化为农产品批发市场与农贸市场、社区与农贸市场间OD联系，利用Excel软件进行计算，生成农产品批发市场与农贸市场、社区与农贸市场间OD联系矩阵和数据列，对农贸市场物流配送与服务体系进行可视化表达。如图1所示，所述方法包括下述步骤：

S101、获取确定范围内的市场POI、社区边界、基站和手机信令数据。

本实施例应先确定所研究的城镇范围。针对研究范围，确定基本的研究单元，如基站覆盖边界、村或社区边界、镇或街道边界等，本实施例采用社区作为基本的研究单元。

本实施例提取的通信基站、手机信令数据为中国移动提供，市场POI数据为网络爬取。

将行政社区边界加载到Arcgis中，生成社区边界面图形“社区.shp”。

提取研究范围内农贸市场POI设施点，结合网络信息收集和实地踏勘，获取市场经营等级、用地面积等信息，将现有市场分类，即在研究范围内筛选出农产品批发市场、农贸市场，如表1所示。

表1市场分类表

将研究范围内农产品批发市场和农贸市场表格sheet另存为“农产品批发市场.csv”和“农贸市场.csv”，导入Arcgis中，右击图层执行“显示XY数据”，分别生成shapefile文件“农产品批发市场.shp”和“农贸市场.shp”。

将研究范围内基站表格sheet另存为“基站.csv”，导入Arcgis中，右击图层执行“显示XY数据”，生成shapefile文件“基站点.shp”。

S102、将基站和手机信令数据整理为各市场数据与各社区数据。

本实施例在Arcgis中将基站与农产品批发市场和农贸市场分别作最近距离匹配，将社区边界面图形与基站图形相交，为后续人群OD联系的转化和计算做准备。

使用“系统工具箱-Analysis Tools-邻域分析-近邻分析”工具，输入要素设为“农产品批发市场.shp”，邻近要素设为“基站.shp”，找到距离每个市场最近的基站。

右击“农产品批发市场.shp”图层“连接和关联-连接”，基于“NEAR_FID”字段连接到“基站.shp”，使“农产品批发市场.shp”获得“基站名称”字段，将基站与农产品批发市场作最近距离匹配。

同理，处理“农贸市场.shp”，将基站与农贸市场作最近距离匹配。

使用“系统工具箱-Analysis Tools-叠加分析-相交”工具，将基站按社区划分，赋予基站“社区”字段，生成带有社区标签的“各社区基站.shp”。

S103、在第一设定时间段内，将基站间人群OD数据分别与农产品批发市场、农贸市场进行关联，生成农产品批发市场与农贸市场间OD联系数据列，识别出农贸市场物流配送体系。

以上午5-8点农产品批发市场与农贸市场间人群OD联系表征农产品批发市场与农贸市场间的物流配送关系，识别出农贸市场物流配送体系。

S1031、将上午5-8点基站间人群OD数据分别与农产品批发市场和农贸市场相关联，将5-8点基站间人群OD联系转化为5-8点农产品批发市场与农贸市场间人群OD联系。

具体地，将研究范围内上午5-8点基站间人群OD数据表格sheet另存为“5-8点基站OD联系.csv”，导入Arcgis中。右击图层执行“连接和关联-连接”，基于起始基站“Origin”字段连接到“农产品批发市场.shp”。

右击图层执行“连接和关联-连接”，基于目的基站“Destination”字段连接到“农贸市场.shp”。经过这两次连接，将5-8点基站间人群OD联系转化为5-8点农产品批发市场与农贸市场间人群OD联系,导出dBASE表“5-8点市场OD联系.dbf”，并添加到地图当中。

S1032、使用数据透视表，生成农产品批发市场与农贸市场间OD联系矩阵。

具体地，将“5-8点市场OD联系.dbf”数据导出，在Excel中使用数据透视表，以起点农产品批发市场为行、终点农贸市场为列、OD人数为值，生成“农产品批发市场与农贸市场间OD联系矩阵”，如表2所示。

表2农产品批发市场与农贸市场间OD联系矩阵

S1033、使用数据透视表，生成农产品批发市场与农贸市场间OD联系数据列。

具体地，双击“农产品批发市场与农贸市场间OD联系矩阵”数据透视表总计行列交叉的单元格，生成农产品批发市场与农贸市场间OD联系数据列sheet，使用vlookup函数，匹配起止市场的经纬度信息，另存为“农产品批发市场与农贸市场联系表.csv”，如表3所示。

表3农产品批发市场与农贸市场间OD联系数据列

S1034、基于上述数据列，生成农产品批发市场与农贸市场的联系强度分析图。

具体地，将“农产品批发市场与农贸市场联系表.csv”，导入Arcgis中。使用“系统工具箱-Data Management Tools-要素-XY转线”工具，输入要素设为“农产品批发市场与农贸市场联系表.csv”，起点X、Y字段设为起点农产品批发市场的经纬度，终点X、Y字段设为终点农贸市场的经纬度，生成农产品批发市场与农贸市场的OD联系线。以OD人数为值，设置分级符号，形成农产品批发市场与农贸市场的联系强度分析图。

S1035、运用图表工具，生成农贸市场物流配送体系图。

具体地，基于“农产品批发市场与农贸市场联系表.csv”，运用图表工具，选择适于表达的图表类型，生成农贸市场物流配送体系图。

S104、在第二设定时间段内，将基站间人群OD数据分别与社区、农贸市场进行关联，生成社区与农贸市场间OD联系数据列，识别出农贸市场服务体系。

以白天社区与农贸市场间人群OD联系表征社区与农贸市场间的服务关系，识别出农贸市场服务体系。

S1041、将基站间人群OD数据分别与社区和农贸市场相关联，将基站间人群OD联系转化为社区与农贸市场间人群OD联系。

具体地，将研究范围内白天基站间人群OD数据表格sheet另存为“白天基站OD联系.csv”，导入Arcgis中。右击图层执行“连接和关联-连接”，基于起始基站“Origin”字段连接到“各社区基站.shp”。

右击图层执行“连接和关联-连接”，基于目的基站“Destination”字段连接到“农贸市场.shp”。经过这两次连接，将白天基站间人群OD联系转化为白天社区与农贸市场间人群OD联系。导出dBASE表“白天社区市场OD联系.dbf”，并添加到地图当中。

S1042、使用数据透视表，生成社区与农贸市场间OD联系矩阵。

具体地，将“白天社区市场OD联系.dbf”数据导出，在Excel中使用数据透视表，以起点社区为行、终点农贸市场为列、OD人数为值，生成“社区与农贸市场间OD联系矩阵”，如表4所示。

表4区与农贸市场间OD联系矩阵

S1043、使用数据透视表，生成社区与农贸市场间OD联系数据列。

具体地，双击“社区与农贸市场间OD联系矩阵”数据透视表总计行列交叉的单元格，生成社区与农贸市场间OD联系数据列sheet，使用vlookup函数，匹配起点社区和终点农贸市场的经纬度信息，另存为“社区与农贸市场联系表.csv”，如表5所示。

表5区与农贸市场间OD联系数据列

S1044、基于上述数据列，生成社区与农贸市场的联系强度分析图。

具体地，将“社区与农贸市场联系表.csv”，导入Arcgis中。使用“系统工具箱-DataManagement Tools-要素-XY转线”工具，输入要素设为“社区与农贸市场联系表.csv”，起点X、Y字段设为起点社区的经纬度，终点X、Y字段设为终点农贸市场的经纬度，生成社区与农贸市场的OD联系线。以OD人数为值，设置分级符号，形成社区与农贸市场的联系强度分析图。

S1045、运用图表工具，生成农贸市场服务体系图。

具体地，基于“社区与农贸市场联系表.csv”，运用图表工具，选择适于表达的图表类型，生成农贸市场服务体系图。

S105、根据农贸市场服务体系，使用服务人口校核农贸市场的服务规模。

S1051、计算各社区常住人口数量、社区与农贸市场OD联系中各社区出发人数。

具体地，将居住地基站常住人口数据另存为“移动常住人口.csv”导入Arcgis中，右击图层执行“连接和关联-连接”，基于“基站名称”字段连接到“各社区基站.shp”。

考虑到中国移动提供的手机信令数据不能涵盖所有人口，需根据一定规则从有效手机样本群体扩样至全体人群，精确测算研究范围内的人口规模，具体测算公式为：

扩样常住人口＝移动常住人口*扩样系数

扩样系数＝1/(运营商市场占有率*移动电话普及率)。

以“社区”为汇总字段，对“移动常住人口”汇总，输出dBASE表“社区常住人口.dbf”。在“社区人数.dbf”中添加字段“扩样常住人口”，使用字段计算器，获得扩样后的社区常住人口数据，如表6所示。

表6区常住人口

在“社区与农贸市场间联系表.csv”中，以“社区”为汇总字段，对“OD人数”汇总，输出dBASE表“社区出发人数.dbf”，如表7所示。

表7区出发人数

S1052、计算农贸市场的服务人口，判断农贸市场服务人口是否位于合理范围内。

具体地，右击“社区与农贸市场间联系表.csv”执行“连接和关联-连接”，基于“社区”字段分别连接到“社区常住人口.dbf”、“社区出发人数.dbf”。使该联系表获得“扩样常住人口”和“社区出发人数”字段。

在“社区与农贸市场间联系表.csv”中添加字段“出发人数占比”和“服务人口”，使用字段计算器，测算研究范围内社区与农贸市场间各OD联系的服务人口，具体测算公式为：

服务人口＝出发人数占比*扩样常住人口

出发人数占比＝OD人数/社区出发人数

以“农贸市场”为汇总字段，对“服务人口”汇总，输出dBASE表“农贸市场服务人口.dbf”，如表8所示。

表8贸市场服务人口

将“农贸市场服务人口.dbf”导出，使用Excel计算农贸市场服务人口均值

当农贸市场的服务人口落在合理范围外，说明农贸市场的服务人口过高或过低，此时可进一步校核农贸市场的设计规模，判断农贸市场服务人口与设计规模是否存在不匹配的现象。

S106、根据农贸市场服务体系，使用出行时间查找农贸市场的服务盲区。

S1061、获取各社区到农贸市场的步行时间，计算各社区的最短步行时间。

使用地图软件的“路线”工具，对照“社区与农贸市场间OD联系矩阵”，搜索从各社区到达各市场的路线，获得其步行预计时间，填入矩阵中，使用MIN函数计算每个社区的最短步行时间，获得“社区与农贸市场间步行时间矩阵”，如表9所示。

表9区与农贸市场间步行时间矩阵

当数量较多时，可考虑使用高德开放平台的路径规划API等手段，获得各社区到不同市场的步行预计时间。

S1062、比较最短步行时间，查找农贸市场的服务盲区。

比较最短步行时间，当农贸市场位于社区的十五分钟生活圈外，即从社区到达市场的步行时间超过十五分钟，认为该社区存在农贸市场的服务盲区。

当社区存在农贸市场的服务盲区，说明农贸市场设施点不足或社区到达农贸市场的出行成本过高，可进一步优化农贸市场设施点布局，或优化社区交通条件，减少居民出行成本。

应当注意，尽管以特定顺序描述了上述实施例的方法步骤，但是并非要求或暗示必须按照特定顺序执行这些操作，或是必须执行全部操作才能实现期望的结果。相反，除非以其他方式特别说明，描绘的步骤可以改变执行顺序。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。

实施例2：

本实施例为具体的应用实例，以广东省中山市沙溪镇和南区街道作为研究对象，采用的手机信令数据由中国移动提供，时间为2018年11月3日-11月12日，基于上述实施例1的农贸市场物流配送与服务体系识别方法实现，运用手机信令、百度地图POI等多源数据，基于沙溪镇和南区街道的生鲜经营者和消费者人群OD联系来识别农贸市场的物流配送与服务体系。

1)提取并整理沙溪镇和南区街道的基础数据

1.1)整理沙溪镇和南区街道的社区边界数据

将沙溪镇和南区街道各行政社区边界加载到Arcgis中，生成社区边界面图形“沙溪-南区社区.shp”。

1.2)整理沙溪镇和南区街道的市场POI数据

收集沙溪镇和南区街道现有农贸市场POI设施点，结合网络信息收集和实地踏勘，获取市场经营等级、用地面积等信息，将现有市场分级，即在沙溪镇和南区街道边界内筛选出农产品批发市场，其余市场为农贸市场，如表10所示。

表10溪镇和南区街道农贸市场分级表

将沙溪镇和南区街道农产品批发市场和农贸市场表格sheet另存为“沙溪-南区农产品批发市场.csv”和“沙溪-南区农贸市场.csv”，导入Arcgis中，右击图层执行“显示XY数据”，分别生成shapefile文件“沙溪-南区农产品批发市场.shp”和“沙溪-南区农贸市场.shp”。

2)整理沙溪镇和南区街道的手机信令数据(通过手机信令数据可以在Excel中整理得到基站表格sheet)

将沙溪镇和南区街道基站表格sheet另存为“沙溪-南区基站.csv”，导入Arcgis中，右击图层执行“显示XY数据”，生成shapefile文件“沙溪-南区基站.shp”。

2.1)将沙溪镇和南区街道基站数据与市场数据进行匹配

将沙溪镇和南区街道的基站与农产品批发市场作最近距离匹配，具体操作如下：

使用“系统工具箱-Analysis Tools-邻域分析-近邻分析”工具，输入要素设为“沙溪-南区农产品批发市场.shp”，邻近要素设为“沙溪-南区基站.shp”，找到距离每个市场最近的基站。

右击“沙溪-南区农产品批发市场.shp”图层“连接和关联-连接”，基于“NEAR_FID”字段连接到“沙溪-南区基站.shp”，使“沙溪-南区农产品批发市场.shp”获得“基站名称”字段，完成基站与农产品批发市场的匹配。

同理，处理“沙溪-南区农贸市场.shp”，将基站与农贸市场作最近距离匹配。

2.2)将沙溪镇和南区街道基站数据与社区数据进行匹配

使用“系统工具箱-Analysis Tools-叠加分析-相交”工具，将基站按社区划分，赋予基站“社区”字段，生成带有社区标签的“沙溪-南区各社区基站.shp”。

2.3)创建沙溪镇和南区街道农产品批发市场与农贸市场间OD联系矩阵

将沙溪镇和南区街道上午5-8点基站间人群OD数据表格sheet另存为“沙溪-南区5-8点基站OD联系.csv”，导入Arcgis中。右击图层执行“连接和关联-连接”，基于起始基站“Origin”字段连接到“沙溪-南区农产品批发市场.shp”。

右击图层执行“连接和关联-连接”，基于目的基站“Destination”字段连接到“沙溪-南区农贸市场.shp”。经过这两次连接，将5-8点基站间人群OD联系转化为5-8点农产品批发市场与农贸市场间人群OD联系。导出dBASE表“沙溪-南区5-8点市场OD联系.dbf”，并添加到地图当中。

将“沙溪-南区5-8点市场OD联系.dbf”数据导出，在Excel中使用数据透视表，以起点农产品批发市场为行、终点农贸市场为列、OD人数为值，生成“沙溪镇和南区街道农产品批发市场与农贸市场间OD联系矩阵”，如表11所示。

表11溪镇和南区街道农产品批发市场与农贸市场间OD联系矩阵

2.4)创建沙溪镇和南区街道社区与农贸市场间OD联系矩阵

同理，将沙溪镇和南区街道白天基站间人群OD数据表格sheet另存为“沙溪-南区白天基站OD联系.csv”，导入Arcgis中。右击图层执行两次“连接和关联-连接”，基于起始基站“Origin”字段连接到“沙溪-南区各社区基站.shp”、基于目的基站“Destination”字段连接到“沙溪-南区农贸市场.shp”。经过这两次连接，将白天基站间人群OD联系转化为白天社区与农贸市场间人群OD联系。导出dBASE表“沙溪-南区白天社区市场OD联系.dbf”，并添加到地图当中。

同理，将数据导出，在Excel中使用数据透视表，以起点社区为行、终点农贸市场为列、OD人数为值，生成“沙溪镇和南区街道社区与农贸市场间OD联系矩阵”，如表12所示。

表12溪镇和南区街道社区与农贸市场间OD联系矩阵

3)沙溪镇和南区街道农贸市场物流配送体系识别

3.1)生成沙溪镇和南区街道农产品批发市场与农贸市场间OD联系数据列

双击“沙溪镇和南区街道农产品批发市场与农贸市场间OD联系矩阵”数据透视表总计行列交叉的单元格，生成农产品批发市场与农贸市场间OD联系数据列sheet，使用VLOOKUP函数，匹配起止市场的经纬度信息，另存为“沙溪-南区农产品批发市场与农贸市场联系表.csv”。

3.2)生成沙溪镇和南区街道农产品批发市场与农贸市场的联系强度分析图和物流配送体系图。

将“沙溪-南区农产品批发市场与农贸市场联系表.csv”，导入Arcgis中。使用“系统工具箱-Data Management Tools-要素-XY转线”工具，输入要素设为“沙溪-南区农产品批发市场与农贸市场联系表.csv”，起点X、Y字段设为起点农产品批发市场的经纬度，终点X、Y字段设为终点农贸市场的经纬度，生成农产品批发市场与农贸市场的OD联系线。以OD人数为值，设置分级符号，生成沙溪镇和南区街道农产品批发市场与农贸市场的联系强度分析图，如图2所示。

将“沙溪-南区农产品批发市场与农贸市场联系表.csv”上传至https://dycharts.com/镝数图表，选择桑基图图表类型，生成沙溪镇和南区街道农贸市场物流配送体系图，如图3所示。

4)沙溪镇和南区街道农贸市场服务体系识别

4.1)生成沙溪镇和南区街道社区与农贸市场间OD联系数据列

双击“沙溪-南区社区与农贸市场间OD联系矩阵”数据透视表总计行列交叉的单元格，生成社区与农贸市场间OD联系数据列sheet，使用VLOOKUP函数，匹配起点社区和终点农贸市场的经纬度信息，另存为“沙溪-南区社区与农贸市场联系表.csv”。

4.2)生成沙溪镇和南区街道社区与农贸市场的联系强度分析图和服务体系图

将“沙溪-南区社区与农贸市场间联系表.csv”，导入Arcgis中。使用“系统工具箱-Data Management Tools-要素-XY转线”工具，输入要素设为“沙溪-南区社区与农贸市场间联系表.csv”，起点X、Y字段设为起点社区的经纬度，终点X、Y字段设为终点农贸市场的经纬度，生成社区与农贸市场的OD联系线。以OD人数为值，设置分级符号，形成沙溪镇和南区街道社区与农贸市场的联系强度分析图，如图4所示。

将“沙溪-南区社区与农贸市场间联系表.csv”上传至https://dycharts.com/镝数图表，选择桑基图图表类型，生成沙溪镇和南区街道农贸市场服务体系图，如图5所示。

5)使用服务人口校核沙溪镇和南区街道农贸市场的服务规模

5.1)计算沙溪镇和南区街道各社区常住人口数量、社区与农贸市场OD联系中各社区出发人数

将移动公司提供的2018年11月沙溪镇和南区街道居住地基站常住人口数据另存为“沙溪-南区移动常住人口.csv”导入Arcgis中，右击图层执行“连接和关联-连接”，基于“基站名称”字段连接到“沙溪-南区各社区基站.shp”。

考虑到移动公司手机信令数据不能涵盖所有人口，需从有效手机样本群体扩样至全体人群，具体测算方法如下：沙溪镇和南区街道移动电话的普及率约为112.2部/百人，在手机用户中移动的市场占有份额约为70％，据此需扩样0.90*1.43＝1.27倍。

以“社区”为汇总字段，对“移动常住人口”汇总，输出dBASE表“沙溪-南区社区常住人口.dbf”。在“沙溪-南区社区人数.dbf”中添加字段“扩样常住人口”，使用字段计算器，扩样常住人口＝移动常住人口*1.27，获得扩样后的社区常住人口数据，如表13所示。

表13溪镇和南区街道社区常住人口

在“沙溪-南区社区与农贸市场间联系表.csv”中，以“社区”为汇总字段，对“OD人数”汇总，输出dBASE表“沙溪-南区社区出发人数.dbf”，如表14所示。

表14溪镇和南区街道社区出发人数

5.2)计算农贸市场的服务人口，判断农贸市场服务人口是否位于合理范围内

右击“沙溪-南区社区与农贸市场间联系表.csv”执行“连接和关联-连接”，基于“社区”字段分别连接到“沙溪-南区社区常住人口.dbf”、“沙溪-南区社区出发人数.dbf”。使该联系表获得“扩样常住人口”和“社区出发人数”字段。

在“沙溪-南区社区与农贸市场间联系表.csv”中添加字段“出发人数占比”和“服务人口”，使用字段计算器，测算沙溪镇和街道社区与农贸市场间各OD联系的服务人口，具体测算公式为：

服务人口＝出发人数占比*扩样常住人口

出发人数占比＝OD人数/社区出发人数

以“农贸市场”为汇总字段，对“服务人口”汇总，输出dBASE表“沙溪-南区农贸市场服务人口.dbf”，如表15所示。

表15溪镇和南区街道农贸市场服务人口

将“沙溪-南区农贸市场服务人口.dbf”导出，使用Excel计算沙溪镇和南区街道农贸市场服务人口均值

经计算，沙溪镇和南区街道农贸市场服务人口平均值为

6)使用出行时间查找沙溪镇和南区街道农贸市场的服务盲区

6.1)获取沙溪镇和南区街道各社区到农贸市场的步行时间，计算各社区最短步行时间

使用高德地图的“路线”工具，对照“沙溪镇和南区街道社区与农贸市场间OD联系矩阵”，搜索从各社区到达各市场的路线，获得其步行预计时间，填入矩阵中，使用MIN函数计算每个社区的最短步行时间，获得“沙溪镇和南区街道社区与农贸市场间步行时间矩阵”，如表16所示。

表16溪镇和南区街道社区与农贸市场间步行时间矩阵

6.2)比较最短步行时间，查找沙溪镇和南区街道的农贸市场的服务盲区

比较最短步行时间，当沙溪镇和南区街道的农贸市场位于社区的十五分钟生活圈外，即从社区到达市场的步行时间超过十五分钟，认为该社区存在农贸市场的服务盲区，如图7所示。

经检验，北社区、福涌社区、港园村、康乐村、圣狮村、树涌社区、象角村、涌边村、涌头村、中兴村存在农贸市场的服务盲区。

综上所述，本发明基于手机信令数据，在技术层面通过生鲜经营者和消费者的人群移动轨迹，掌握了农产品批发市场与农贸市场、社区与农贸市场间的人群OD联系，利用实达性特征识别出农贸市场物流配送与服务体系，并结合服务人口与出行时间，判断出了服务人口不合理的农贸市场和存在农贸市场的服务盲区的社区。相较于现有技术，大大提高了分析效率，为农贸市场的规划布局提供了现实依据。

实施例3：

如图8所示，本实施例提供了一种农贸市场物流配送与服务体系识别系统，该系统包括提取模块801、整理模块802、第一识别模块803、第二识别模块804，各个模块的具体功能如下：

提取模块801，用于在获取确定范围内的市场POI、社区边界、基站和手机信令数据；其中，市场包括农产品批发市场和农贸市场；

整理模块802，用于将基站和手机信令数据整理为各市场数据与各社区数据；

第一识别模块803，用于在第一设定时间段内，将基站间人群OD数据分别与农产品批发市场、农贸市场进行关联，生成农产品批发市场与农贸市场间OD联系数据列，识别出农贸市场物流配送体系；

第二识别模块804，用于在第二设定时间段内，将基站间人群OD数据分别与社区、农贸市场进行关联，生成社区与农贸市场间OD联系数据列，识别出农贸市场服务体系。

进一步的，所述系统还可包括：

校核模块，用于根据农贸市场服务体系，使用服务人口校核农贸市场的服务规模；和/或，

查询模块，用于根据农贸市场服务体系，使用出行时间查找农贸市场的服务盲区。

需要说明的是，本实施例提供的系统仅以上述各功能模块的划分进行举例说明，在实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。

可以理解，上述装置所使用的术语“第一”、“第二”等可用于描述各种模块，但这些模块不受这些术语限制。这些术语仅用于将第一个模块与另一个模块区分。举例来说，在不脱离本发明的范围的情况下，可以将第一识别模块称为第二识别模块，且类似地，可将第二识别模块称为第一识别模块，第一识别模块和第二识别模块两者都是识别模块，但不是同一识别模块。

实施例4：

本实施例提供了一种计算机设备，该计算机设备可以是计算机，如图9所示，其包括通过系统总线901连接的处理器902、存储器、输入装置903、显示器904和网络接口905，该处理器用于提供计算和控制能力，该存储器包括非易失性存储介质906和内存储器907，该非易失性存储介质906存储有操作系统、计算机程序和数据库，该内存储器907为非易失性存储介质中的操作系统和计算机程序的运行提供环境，处理器902执行存储器存储的计算机程序时，实现上述实施例1的农贸市场物流配送与服务体系识别方法，如下：

获取确定范围内的市场POI、社区边界、基站和手机信令数据；其中，市场包括农产品批发市场和农贸市场；

将基站和手机信令数据整理为各市场数据与各社区数据；

在第一设定时间段内，将基站间人群OD数据分别与农产品批发市场、农贸市场进行关联，生成农产品批发市场与农贸市场间OD联系数据列，识别出农贸市场物流配送体系；

在第二设定时间段内，将基站间人群OD数据分别与社区、农贸市场进行关联，生成社区与农贸市场间OD联系数据列，识别出农贸市场服务体系。

进一步的，所述方法还可包括：

根据农贸市场服务体系，使用服务人口校核农贸市场的服务规模；和/或，

根据农贸市场服务体系，使用出行时间查找农贸市场的服务盲区。

实施例5：

本实施例提供了一种存储介质，该存储介质为计算机可读存储介质，其存储有计算机程序，计算机程序被处理器执行时，实现上述实施例1的农贸市场物流配送与服务体系识别方法，如下：

获取确定范围内的市场POI、社区边界、基站和手机信令数据；其中，市场包括农产品批发市场和农贸市场；

将基站和手机信令数据整理为各市场数据与各社区数据；

在第一设定时间段内，将基站间人群OD数据分别与农产品批发市场、农贸市场进行关联，生成农产品批发市场与农贸市场间OD联系数据列，识别出农贸市场物流配送体系；

在第二设定时间段内，将基站间人群OD数据分别与社区、农贸市场进行关联，生成社区与农贸市场间OD联系数据列，识别出农贸市场服务体系。

进一步的，所述方法还可包括：

根据农贸市场服务体系，使用服务人口校核农贸市场的服务规模；和/或，

根据农贸市场服务体系，使用出行时间查找农贸市场的服务盲区。

综上所述，本发明基于手机信令数据信息处理技术，在技术层面通过移动手机信令产生的人群轨迹数据，按照可达性范围和实达性特征识别农贸市场物流配送与服务体系，适合城市规划人员使用。

以上所述，仅为本发明专利较佳的实施例，但本发明专利的保护范围不局限于此。本领域的技术人员应该理解，在本发明专利所公开的范围内，根据本发明专利的技术方案及构思加以等同替换或改变，都属于本发明专利的保护范围。本专利公开的范围由所附权利要求来限定。