一种基于GIS大数据分析的公共设施选址方法及系统

技术领域

本发明涉及空间地理信息数据处理技术、地理信息系统技术领域，具体涉及一种基于GIS大数据分析的公共设施选址方法及系统。

背景技术

公共设施是指城市中呈点状分布的教育、医疗卫生、文化娱乐、交通、体育、社会福利与保障、行政管理与社区服务、邮政电信和商业金融服务等等社会基础设施、公共建筑或设备，其选址问题要考虑的问题比较多，主要是要参考人口活动分布，达到社会资源的科学合理的分配，不能够在地图上平均化建设，例如公共座椅、垃圾桶、公共厕所，在人口活动密集的地区需要密集设置以提高社会公共资源的利用率，而在人口稀少的地区则需要少设置以免浪费公共资源；在现有的公共设施选址方法中，一般是以人口分布栅格数据为基础，通过智能化的遗传算法或者通过地图栅格化以后通过Dijkastra算法对公共服务设施进行最短距离的选址，但是这些算法对计算机的运算能力要求较高，并且很难分层次针对性对实际的人口分布快速的筛选出距离人口分布密集的地区距离最短，人口移动密集度最高的地区也无法大批量的同时规划出多个公共设施在不同的人口密集区域的选址点，并不贴近实际值，并且无法判断检验选址的合理性。

发明内容

本发明的目的在于提出一种基于GIS大数据分析的公共设施选址方法及系统，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。

本发明基于人口分布热力地图(人口热力图)，又称等值线地图(choroplethmap)，根据不同区域的位置(经纬度)数据，进行不同程度的颜色填充，从而反映各个区域的不同分布，表现为每个数据点所呈现的是一个填充了径向渐变色的圆形(所谓径向渐变即由圆心随着半径增加而逐渐变化)，而这个渐变圆表现的是数据由强变弱的辐射效果，是红强蓝弱的线性渐变的图像。

为了实现上述目的，根据本发明的一方面，提供一种基于GIS大数据分析的公共设施选址方法，所述方法包括以下步骤：

S100，每间隔一个采集间隔Gap采集最近N天的待规划地区的人口热力图，各个人口热力图按照采集时间的先后顺序构成热力图序列；所述采集间隔Gap为采集间隔的时长，可在[1,24]小时调整，Gap的默认值为3；N为自然数，取值为[1,30]天；例如，N取值2天、Gap＝3，则至少经过2天的采集后，最终获得最近2天(即最近的24*2＝48小时)的24N/Gap个人口热力图的图像构成的热力图序列；

S200，对热力图序列中各张人口热力图进行灰度化得到灰度图,并将灰度图二值化得到二值化图；

S300，通过边缘检测算子对各张二值化图进行边缘检测，每张二值化图各自得到多个由边缘线构成的封闭区域；

S400，依次对各个封闭区域在各张灰度图中的对应位置进行三次内部分区边缘检测得到重新划分的多个热力图封闭区域；

S500，依次计算热力图序列中各张人口热力图中各个热力图封闭区域的重心点，将热力图封闭区域的面积大于预设规划面积的各个热力图封闭区域的重心点作为待规划节点；

S600，依次扫描热力图序列中各张人口热力图，选取与其它人口热力图中热力图封闭区域的交集最多的人口热力图作为基准规划图像；

S700，将热力图序列中所有人口热力图的待规划节点作为待规划节点集合；去除待规划节点中重复的待规划节点；

S800，依次扫描热力图序列中各张人口热力图的各个热力图封闭区域，以每个热力图封闭区域中的待规划节点集合中待规划节点的数量作为集中点数量，在各张人口热力图的各个有交集位置的热力图封闭区域中选取集中点数量最多的各个热力图封闭区域组成集中规划区集合；

S900，以集中规划区集合中各个热力图封闭区域的边界线重新划分基准规划图像；将基准规划图像在集中规划区中待规划节点作为选址地点，将集中规划区集合中各个热力图封闭区域在人口热力图中相应位置的面积作为建筑规划面积，将选址地点和建筑规划面积输出到和待规划地区对应的GIS地图到客户端显示或者输出到数据库中存储。

进一步地，在S100中，待规划地区的人口热力图通过采集待规划地区的手机信令人口热力图、微信宜出行人口热力图、百度地图人口热力图、百度慧眼数据、公安部门的人口普查数据中任意一种方法进行采集。

进一步地，在S300中，边缘检测算子包括Roberts Cross算子、Prewitt算子，Sobel算子、Kirsch算子、Marr-Hildreth算子、Canny算子、Laplacian算子中的任意一种。

进一步地，在S400中，依次对各个封闭区域在灰度图中的对应位置进行三次内部分区边缘检测得到重新划分的多个热力图封闭区域的方法包括以下步骤：

S401，将灰度图与封闭区域的对应位置的区域图像作为待调整图像；通过图像锐化方法增强待调整图像得到一级锐化图像；通过边缘检测算子对一级锐化图像进行边缘检测得到多个由边缘线构成的一级子区域；

S402，通过图像锐化方法增强一级锐化图像得到二级锐化图像；通过边缘检测算子对二级锐化图像进行边缘检测得到一级锐化图像中多个由边缘线构成的二级子区域；

S403，通过图像锐化方法增强二级锐化图像得到三级锐化图像；通过边缘检测算子对三级锐化图像进行边缘检测得到二级锐化图像中多个由边缘线构成的三级子区域；

S404，以封闭区域、一级子区域、二级子区域、三级子区域所有的边缘线将灰度图按照边缘线与灰度图的对应位置划分为重新划分的多个热力图封闭区域。

进一步地，在S401中，由于传统的图像锐化方法并不能很好的凸显出人口热力图中每个数据点所呈现的径向渐变色的圆形，通过改进图像锐化方法能够去除数据点渐变色较淡，即人口密度数据较小的数据点所呈现的圆形，使人口热力图的线性叠加结构更好的区分出来以供边缘检测算子进行边缘提取，所以改进图像锐化方法为：

锐化后的图像Imsharp＝Im+IMA，即锐化后的图像Imsharp为将细节分图中的像素与原始灰度图的像素依次线性叠加得到，

其中，IMA＝Sharp/(1+e

通过图像锐化方法对人口热力图的灰度图进行锐化，均衡了灰度图中线性叠加的各个圆形的边缘，使线性叠加在一起的各个圆形的边缘得以互相区分利于边缘检测。

进一步地，在S500中，预设规划面积为设定的公共设施的实际规划面积大小，取值为[10,2000]平方米。

进一步地，在S500中，依次计算各个热力图封闭区域的重心点的方法包括以下子步骤：

S501,依次遍历各个热力图封闭区域，标记所有像素灰度值的平均值大于各个热力图封闭区域对应的灰度图的平均灰度值的热力图封闭区域为候选规划区域；(其原理为灰度值越大，颜色越深的表示人口热力图中该处的人口越多)；

S502,将与候选规划区域直接相邻的所有热力图封闭区域记为相邻区域，当不少于一个相邻区域中的平均灰度值大于各个热力图封闭区域对应的灰度图的平均灰度值时,判断各个候选规划区域内的平均灰度值是否大于与候选规划区域直接相邻的所有热力图封闭区域中的像素点的平均灰度值，如果候选规划区域内的平均灰度值大于与候选规划区域直接相邻的所有热力图封闭区域中的像素点的平均灰度值时将该候选规划区域标记为规划区域，将得到的各个规划区域作为规划区域集合；

S503，依次遍历规划区域集合中各个规划区域，如果发现存在规划区域的所有相邻区域中的所有像素点的平均灰度值小于各个规划区域对应的灰度图的平均灰度值时，则将这些规划区域从规划区域集合中删除；(为保持规划区域集合中各个规划区域的连贯性，尽量使每个规划区域具备连通的区域，防止出现孤立的规划数据点，极大的节省公共设置的资源利用，提高规划的合理性，所以要从人口热力图中筛查排除掉这些孤立的数据点)；

S504，依次计算规划区域集合中各个规划区域的重心点或者各个规划区域图像的质心作为各个热力图封闭区域的重心点并输出。

进一步地，在S600中，依次扫描热力图序列中各张人口热力图，选取与其它人口热力图中热力图封闭区域的交集最多的人口热力图作为基准规划图像的方法包括以下步骤：

令i和j为自然数，i和j的初始值设为1，i和j取值范围为[1,24N/Gap]；24N/Gap为热力图序列中人口热力图的数量；令k和m为自然数，k和m的初始值设为1，k和m取值范围为[1,Sum]；其中，Sum为人口热力图中热力图封闭区域的总量；

S601，将热力图序列中第i张人口热力图中第k个热力图封闭区域作为对比区域；设置第i张人口热力图的交集总数的初始值为0；

S602，如果j小于或等于24N/Gap并且m小于或等于Sum，判断第j张人口热力图中第m个热力图封闭区域和对比区域是否有交集的区域，即判断第m个热力图封闭区域在人口热力图上的位置是否和对比区域在人口热力图上的位置有共同的交集区域，如果存在交集，则将第i张人口热力图的交集总数的值增加1；

S603，如果m小于Sum，将m的值增加1并转到S602；当m大于或等于Sum,则将m的值设置为1并转到S604；

S604，如果j小于24N/Gap，将j的值增加1并转到S602；当j大于或等于24N/Gap,则将j的值设置为1并转到S605；

S605，如果k小于Sum，则将k的值增加1并转到S601；当k大于或等于Sum，将k的值设置为1并转到S606；

S606，如果i小于24N/Gap，将i的值增加1并转到S601；当i大于或等于24N/Gap转到S607；

S607,选取热力图序列中交集总数的值最大的人口热力图作为基准规划图像。

进一步地，在S800中，以每个热力图封闭区域中的规划节点集合中待规划节点的数量作为集中点数量，在各张人口热力图的各个有交集位置的热力图封闭区域中选取集中点数量最多的各个热力图封闭区域组成集中规划区集合的方法具体包括以下步骤：

S801，将在各张人口热力图上热力图封闭区域的位置有共同的交集区域的热力图封闭区域分别依次组成一个或多个不同的交集区域集合ZoneSet＝{ZoneSet

S802，依次计算ZoneSet

S803，如果q小于Sum2，将q的值增加1并转到S802，如果q大于或等于Sum2则，将q的值设置为1并转到S804；

S804，选取交集区域集合ZoneSet中各个交集区域集合各自的待规划节点的总数量最多的热力图封闭区域组成集中规划区集合(即分别选取ZoneSet

进一步地，在S900中，所述客户端包括台式电脑、平板电脑、工业PDA设备、手机任意一种设备。

本发明还提供了一种基于GIS大数据分析的公共设施选址系统，所述系统包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序运行在以下系统的单元中：

热力图序列采集单元，用于每间隔一个采集间隔Gap采集最近N天的待规划地区的人口热力图，各个人口热力图按照采集时间的先后顺序构成热力图序列；

热力图预处理单元，用于对热力图序列中各张人口热力图进行灰度化得到灰度图,并将灰度图二值化得到二值化图；

初始边缘检测单元，用于通过边缘检测算子对各张二值化图进行边缘检测，每张二值化图各自得到多个由边缘线构成的封闭区域；

边缘重新划分单元，用于依次对各个封闭区域在各张灰度图中的对应位置进行三次内部分区边缘检测得到重新划分的多个热力图封闭区域；

待规划节点计算单元，用于依次计算热力图序列中各张人口热力图中各个热力图封闭区域的重心点，将热力图封闭区域的面积大于预设规划面积的各个热力图封闭区域的重心点作为待规划节点；

基准图像选取单元，用于依次扫描热力图序列中各张人口热力图，选取与其它人口热力图中热力图封闭区域的交集最多的人口热力图作为基准规划图像；

规划节点去重单元，用于将热力图序列中所有人口热力图的待规划节点作为待规划节点集合；去除待规划节点中重复的待规划节点；

规划区选定单元，用于依次扫描热力图序列中各张人口热力图的各个热力图封闭区域，以每个热力图封闭区域中的待规划节点集合中待规划节点的数量作为集中点数量，在各张人口热力图的各个有交集位置的热力图封闭区域中选取集中点数量最多的各个热力图封闭区域组成集中规划区集合；

结果图像输出单元，用于以集中规划区集合中各个热力图封闭区域的边界线重新划分基准规划图像；将基准规划图像在集中规划区中待规划节点作为选址地点，将集中规划区集合中各个热力图封闭区域在人口热力图中相应位置的面积作为建筑规划面积，将选址地点和建筑规划面积输出到和待规划地区对应的GIS地图到客户端显示或者输出到数据库中存储。

本发明的有益效果为：本发明提供一种基于GIS大数据分析的公共设施选址方法及系统，对计算机的运算能力要求较低，能够分层次针对性对实际的人口分布快速的筛选出距离人口分布密集的地区距离最短，人口移动密集度最高的地区，可以大批量的同时规划出多个公共设施在不同的人口密集区域的选址点，贴近于实际值；保持了图像中规划区域的连贯性，并且每个规划区域具备连通的区域，防止了出现孤立的规划数据点，极大的节省公共设置的资源利用，提高了规划的合理性。

附图说明

通过对结合附图所示出的实施方式进行详细说明，本发明的上述以及其他特征将更加明显，本发明附图中相同的参考标号表示相同或相似的元素，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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获得其他的附图，在附图中：

图1所示为一种基于GIS大数据分析的公共设施选址方法的流程图；

图2所示为一种基于GIS大数据分析的公共设施选址系统结构图。

具体实施方式

以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本发明的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

如图1所示为根据本发明的一种基于GIS大数据分析的公共设施选址方法的流程图，下面结合图1来阐述根据本发明的实施方式的一种基于GIS大数据分析的公共设施选址方法。

本发明提出一种基于GIS大数据分析的公共设施选址方法，具体包括以下步骤：

S100，每间隔一个采集间隔Gap采集最近N天的待规划地区的人口热力图，各个人口热力图按照采集时间的先后顺序构成热力图序列；所述采集间隔Gap为采集间隔的时长，可在[1,24]小时调整，Gap的默认值为3；N为自然数，取值为[1,30]天；例如，N取值2天、Gap＝3，则至少经过2天的采集后，最终获得最近2天(即最近的24*2＝48小时)的24N/Gap个人口热力图的图像构成的热力图序列；

S200，对热力图序列中各张人口热力图进行灰度化得到灰度图,并将灰度图二值化得到二值化图；

S300，通过边缘检测算子对各张二值化图进行边缘检测，每张二值化图各自得到多个由边缘线构成的封闭区域；

S400，依次对各个封闭区域在各张灰度图中的对应位置进行三次内部分区边缘检测得到重新划分的多个热力图封闭区域；

S500，依次计算热力图序列中各张人口热力图中热力图封闭区域的重心点，将热力图封闭区域的面积大于预设规划面积的各个热力图封闭区域的重心点作为待规划节点；

S600，依次扫描热力图序列中各张人口热力图，选取与其它人口热力图中热力图封闭区域的交集最多的人口热力图作为基准规划图像；

S700，将热力图序列中所有人口热力图的待规划节点作为待规划节点集合；去除待规划节点中重复的待规划节点；

S800，依次扫描热力图序列中各张人口热力图的各个热力图封闭区域，以每个热力图封闭区域中的待规划节点集合中待规划节点的数量作为集中点数量，在各张人口热力图的各个有交集位置的热力图封闭区域中选取集中点数量最多的各个热力图封闭区域组成集中规划区集合；

S900，以集中规划区集合中各个热力图封闭区域的边界线重新划分基准规划图像；将基准规划图像在集中规划区中待规划节点作为选址地点，将集中规划区集合中各个热力图封闭区域在人口热力图中相应位置的面积作为建筑规划面积，将选址地点和建筑规划面积输出到和待规划地区对应的GIS地图到客户端显示或者输出到数据库中存储。

进一步地，在S100中，待规划地区的人口热力图通过采集待规划地区的手机信令人口热力图、微信宜出行人口热力图、百度地图人口热力图、百度慧眼数据、公安部门的人口普查数据中任意一种方法进行采集。

进一步地，在S300中，边缘检测算子包括Roberts Cross算子、Prewitt算子，Sobel算子、Kirsch算子、Marr-Hildreth算子、Canny算子、Laplacian算子中的任意一种。

进一步地，在S400中，依次对各个封闭区域在灰度图中的对应位置进行三次内部分区边缘检测得到重新划分的多个热力图封闭区域的方法包括以下步骤：

S401，将灰度图与封闭区域的对应位置的区域图像作为待调整图像；通过图像锐化方法增强待调整图像得到一级锐化图像；通过边缘检测算子对一级锐化图像进行边缘检测得到多个由边缘线构成的一级子区域；

S402，通过图像锐化方法增强一级锐化图像得到二级锐化图像；通过边缘检测算子对二级锐化图像进行边缘检测得到一级锐化图像中多个由边缘线构成的二级子区域；

S403，通过图像锐化方法增强二级锐化图像得到三级锐化图像；通过边缘检测算子对三级锐化图像进行边缘检测得到二级锐化图像中多个由边缘线构成的三级子区域；

S404，以封闭区域、一级子区域、二级子区域、三级子区域所有的边缘线将灰度图按照边缘线与灰度图的对应位置划分为重新划分的多个热力图封闭区域。

进一步地，在S401中，由于传统的图像锐化方法并不能很好的凸显出人口热力图中每个数据点所呈现的径向渐变色的圆形，通过改进图像锐化方法能够去除数据点渐变色较淡，即人口密度数据较小的数据点所呈现的圆形，使人口热力图的线性叠加结构更好的区分出来以供边缘检测算子进行边缘提取，所以改进图像锐化方法为：

锐化后的图像Imsharp＝Im+IMA，即锐化后的图像Imsharp为将细节分图中的像素与原始灰度图的像素依次线性叠加得到，

其中，IMA＝Sharp/(1+e

通过图像锐化方法对人口热力图的灰度图进行锐化，均衡了灰度图中线性叠加的各个圆形的边缘，使线性叠加在一起的各个圆形的边缘得以互相区分利于边缘检测。

进一步地，在S500中，预设规划面积为设定的公共设施的实际规划面积大小，取值为[10,2000]平方米。

进一步地，在S500中，依次计算各个热力图封闭区域的重心点的方法包括以下子步骤：

S501,依次遍历各个热力图封闭区域，标记所有像素灰度值的平均值大于各个热力图封闭区域对应的灰度图的平均灰度值的热力图封闭区域为候选规划区域；(其原理为灰度值越大，颜色越深的表示人口热力图中该处的人口越多)；

S502,将与候选规划区域直接相邻的所有热力图封闭区域记为相邻区域，当不少于一个相邻区域中的平均灰度值大于各个热力图封闭区域对应的灰度图的平均灰度值时,判断各个候选规划区域内的平均灰度值是否大于与候选规划区域直接相邻的所有热力图封闭区域中的像素点的平均灰度值，如果候选规划区域内的平均灰度值大于与候选规划区域直接相邻的所有热力图封闭区域中的像素点的平均灰度值时将该候选规划区域标记为规划区域，将得到的各个规划区域作为规划区域集合；

S503，依次遍历规划区域集合中各个规划区域，如果发现存在规划区域的所有相邻区域中的所有像素点的平均灰度值小于各个规划区域对应的灰度图的平均灰度值时，则将这些规划区域从规划区域集合中删除；(为保持规划区域集合中各个规划区域的连贯性，尽量使每个规划区域具备连通的区域，防止出现孤立的规划数据点，极大的节省公共设置的资源利用，提高规划的合理性，所以要从人口热力图中筛查排除掉这些孤立的数据点)；

S504，依次计算规划区域集合中各个规划区域的重心点或者各个规划区域图像的质心作为各个热力图封闭区域的重心点并输出。

进一步地，在S600中，依次扫描热力图序列中各张人口热力图，选取与其它人口热力图中热力图封闭区域的交集最多的人口热力图作为基准规划图像的方法包括以下步骤：

令i和j为自然数，i和j的初始值设为1，i和j取值范围为[1,24N/Gap]；24N/Gap为热力图序列中人口热力图的数量；令k和m为自然数，k和m的初始值设为1，k和m取值范围为[1,Sum]；其中，Sum为人口热力图中热力图封闭区域的总量；

S601，将热力图序列中第i张人口热力图中第k个热力图封闭区域作为对比区域；设置第i张人口热力图的交集总数的初始值为0；

S602，如果j小于或等于24N/Gap并且m小于或等于Sum，判断第j张人口热力图中第m个热力图封闭区域和对比区域是否有交集的区域，即判断第m个热力图封闭区域在人口热力图上的位置是否和对比区域在人口热力图上的位置有共同的交集区域，如果存在交集，则将第i张人口热力图的交集总数的值增加1；

S603，如果m小于Sum，将m的值增加1并转到S602；当m大于或等于Sum,则将m的值设置为1并转到S604；

S604，如果j小于24N/Gap，将j的值增加1并转到S602；当j大于或等于24N/Gap,则将j的值设置为1并转到S605；

S605，如果k小于Sum，则将k的值增加1并转到S601；当k大于或等于Sum，将k的值设置为1并转到S606；

S606，如果i小于24N/Gap，将i的值增加1并转到S601；当i大于或等于24N/Gap转到S607；

S607,选取热力图序列中交集总数的值最大的人口热力图作为基准规划图像。

进一步地，在S800中，以每个热力图封闭区域中的规划节点集合中待规划节点的数量作为集中点数量，在各张人口热力图的各个有交集位置的热力图封闭区域中选取集中点数量最多的各个热力图封闭区域组成集中规划区集合的方法具体包括以下步骤：

S801，将在各张人口热力图上热力图封闭区域的位置有共同的交集区域的热力图封闭区域分别依次组成一个或多个不同的交集区域集合ZoneSet＝{ZoneSet

S802，依次计算ZoneSet

S803，如果q小于Sum2，将q的值增加1并转到S802，如果q大于或等于Sum2则，将q的值设置为1并转到S804；

S804，选取交集区域集合ZoneSet中各个交集区域集合各自的待规划节点的总数量最多的热力图封闭区域组成集中规划区集合(即分别选取ZoneSet

进一步地，在S900中，所述客户端包括台式电脑、平板电脑、工业PDA设备、手机任意一种设备。

本发明的实施例提供的一种基于GIS大数据分析的公共设施选址系统，如图2所示为本发明的一种基于GIS大数据分析的公共设施选址系统结构图，该实施例的一种基于GIS大数据分析的公共设施选址系统包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种基于GIS大数据分析的公共设施选址系统实施例中的步骤。

所述系统包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序运行在以下系统的单元中：

热力图序列采集单元，用于每间隔一个采集间隔Gap采集最近N天的待规划地区的人口热力图，各个人口热力图按照采集时间的先后顺序构成热力图序列；

热力图预处理单元，用于对热力图序列中各张人口热力图进行灰度化得到灰度图,并将灰度图二值化得到二值化图；

初始边缘检测单元，用于通过边缘检测算子对各张二值化图进行边缘检测，每张二值化图各自得到多个由边缘线构成的封闭区域；

边缘重新划分单元，用于依次对各个封闭区域在各张灰度图中的对应位置进行三次内部分区边缘检测得到重新划分的多个热力图封闭区域；

待规划节点计算单元，用于依次计算热力图序列中各张人口热力图中各个热力图封闭区域的重心点，将热力图封闭区域的面积大于预设规划面积的各个热力图封闭区域的重心点作为待规划节点；

基准图像选取单元，用于依次扫描热力图序列中各张人口热力图，选取与其它人口热力图中热力图封闭区域的交集最多的人口热力图作为基准规划图像；

规划节点去重单元，用于将热力图序列中所有人口热力图的待规划节点作为待规划节点集合；去除待规划节点中重复的待规划节点；

规划区选定单元，用于依次扫描热力图序列中各张人口热力图的各个热力图封闭区域，以每个热力图封闭区域中的待规划节点集合中待规划节点的数量作为集中点数量，在各张人口热力图的各个有交集位置的热力图封闭区域中选取集中点数量最多的各个热力图封闭区域组成集中规划区集合；

结果图像输出单元，用于以集中规划区集合中各个热力图封闭区域的边界线重新划分基准规划图像；将基准规划图像在集中规划区中待规划节点作为选址地点，将集中规划区集合中各个热力图封闭区域在人口热力图中相应位置的面积作为建筑规划面积，将选址地点和建筑规划面积输出到和待规划地区对应的GIS地图到客户端显示或者输出到数据库中存储。

所述一种基于GIS大数据分析的公共设施选址系统可以运行于桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备中。所述一种基于GIS大数据分析的公共设施选址系统，可运行的系统可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述例子仅仅是一种基于GIS大数据分析的公共设施选址系统的示例，并不构成对一种基于GIS大数据分析的公共设施选址系统的限定，可以包括比例子更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述一种基于GIS大数据分析的公共设施选址系统还可以包括输入输出设备、网络接入设备、总线等。

所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述一种基于GIS大数据分析的公共设施选址系统运行系统的控制中心，利用各种接口和线路连接整个一种基于GIS大数据分析的公共设施选址系统可运行系统的各个部分。

所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述一种基于GIS大数据分析的公共设施选址系统的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，从而有效地涵盖本发明的预定范围。此外，上文以发明人可预见的实施例对本发明进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。