基于POI数据及四叉树思想的“三生空间”识别方法

城市区域内部建筑物较密集,外围建筑物逐渐稀疏,因此大多存在内部区域POI数据密度大,外围区域POI数据密度逐渐减小的现象,在使用均等网格作为识别单元进行城市“三生空间”的识别的过程中,就会出现网格尺度较大导致识别准确率较低或网格尺度较小导致无数据区较多两种情况。针对以上问题,本研究提出一种基于POI数据及四叉树思想的”三生空间”识别方法：综合利用互联网地图POI、行政区划、遥感影像等数据,引入四叉树思想对网格识别单元进行分级;将POI数据与城市建设用地分类和土地利用现状分类进行衔接,对POI进行重分类;综合各类POI的功能和面积,构建POI分类“三生功能”赋分体系,定量识别“三生空间”。以西安市中心城区为实验区进行实例验证,结果显示正确率在95%左右。通过与均等格网识别结果的对比,进一步证明引入四叉树思想对网格进行分级一方面能有效减少无数据区的存在,另一方面能使识别结果准确率大幅提高,为基于POI数据的城市三生空间的识别提供了一种新思路。     

基于街景图像的“三生空间”识别方法研究

从生产-生活-生态功能角度划分城市空间格局,不仅是国土空间结构优化的基础,也能反映城市用地的内在功能形态和空间组合模式。然而,以往城市“三生空间”的识别主要利用遥感图像、兴趣点和土地利用数据进行,缺少城市内部的立体信息。街景图像可以体现城市内部街道特征,实现街道内部物理环境近距离大规模高分辨率的客观测量。因此,本文基于街景图像提取场景语义特征,提出一种中心城区“三生空间”的识别和特征重要性分析的方法。以成都市四环内为研究区,使用梯度极限提升算法识别城市“三生空间”,进行模型精度对比检验,从道路、格网和交通分析区3个尺度分析研究区“三生空间”的格局分布特征,并引入沙普利加和解释(SHAP)方法探索“三生空间”的特征重要性。结果显示：(1)本文提出的基于街景图像识别“三生空间”方法具有较好的效果,模型识别生产、生活和生态空间的R²均达到0.6,表明使用街景图像识别“三生空间”具有可行性;(2)分析研究区内的“三生空间”分布格局,研究区内以生产-生活空间为主,数量多且在区域内呈片状分布,以生态空间为主的单元数量少,主要分布在大型公园处;(3)分析7维场景层语义特征的重要...     

基于累计机会可达性的北京城市公共服务设施复合功能识别

城市时空大数据技术的快速发展和应用,为城市功能区识别提供了新的数据基础和技术手段,但专门关于城市公共服务设施复合功能的研究还相对较少。基于北京市9大类公共服务设施的空间点数据,综合考虑不同类型公共服务设施等级和品质特征,采用累计机会方法对1 km×1 km格网尺度的北京城市公共服务设施可达性进行了综合评价,在此基础上重点分析了北京城市公共服务设施复合功能特征与影响因素。研究表明：① 北京城市公共服务设施累计机会空间分布存在明显的中心集聚特征,但不同类型公共服务设施的空间分布模式和覆盖范围却有所区别;② 北京城市公共服务设施功能区可以划分为单一功能、单一化的复合功能、2种复合功能、3种复合功能和均衡化的复合功能等5大类型;③ 人口密度、距市中心距离、土地价格和经营性为主设施的累计机会可达性是影响北京城市公共服务设施复合功能的重要因素。研究结论对进一步细化城市功能区研究和促进北京城市公共服务设施空间结构优化具有科学启示作用。     

基于POI数据的北京市商业中心识别与空间格局探究

商业中心是城市空间结构的重要组成部分,传统商业中心识别主要借助统计资料和经济普查数据,耗时耗力且更新频率较低;以POI(兴趣点)数据为代表的众源地理数据为城市商业中心识别提供了新思路。本文以北京市801478条商业POI数据为基础,根据商业职能定义将其分为生活类、休闲娱乐类、公共服务类、金融商务类和汽车相关类,运用核密度法识别不同职能的商业中心,结合Getis-Ord G_i~*统计量详细探究中心城区商业空间格局。结果表明:(1)北京市商业格局呈现圈层式结构,沿交通干道向外发展;(2)不同类型的商业中心存在显著的空间分异特征,生活与公共服务中心高度向心集中,金融商务和汽车相关中心多分布于城市功能拓展区,休闲娱乐中心为多组团式离散分布;(3)中心城区生活类商业职能完备,北部区域商业密度高于南部区域。     

居住小区视角下武汉市公共绿地可达性和公平性研究

城市公共绿地空间分布的合理性和公平性对居民生活和生态环境有重要意义。以武汉市中心城区为例,借助多源数据从供需平衡视角对城市公共绿地进行识别分类,采用重力型两步移动搜索法和空间公平性评价模型测度居住小区尺度的城市公共绿地的空间可达性和公平性。结果表明,研究区城市公共绿地可达性形成了长江东岸高于西岸、中心高于边缘、沿江沿湖地区高于其他地区的空间分布格局。同时在沿湖地区供给饱和现象严重,在人口密集未更新改造的老城区供给相对不足。     

基于手机信令数据的城市小活动空间人群空间分布特征

小活动空间人群是指日常活动范围较小的居民群体,他们对城市公共资源的需求主要集中在家庭位置附近的区域,分析其活动的时空规律特征,有助于更好地实现城市公共资源的均等化和精准化配置。然而目前研究中对此类人群关注较少,为此,本文提出一种基于手机信令数据的小活动空间人群识别及其空间分布的研究方法。首先识别用户家庭位置和停留点位置,构建基家最大距离指标,度量用户以家庭位置为中心的活动空间范围,并据此筛选小活动空间人群;其次根据用户与家庭位置间的距离信息构建“时间-距离”框架下的用户轨迹,在此基础上构建基于面积的轨迹相似性方法;然后利用逐级合并的层次聚类算法,根据用户轨迹的相似性对其进行聚类,挖掘小活动空间人群中典型活动模式;最后根据用户的家庭位置,进一步分析不同活动模式人群的时空分布特征。本文以上海市手机信令数据为例对该方法进行了测试,结果表明：① “时间-距离”框架下构建的基于面积的轨迹相似性方法,可反映用户基于家庭位置进行活动的时空特征,而逐级合并的层次聚类算法对典型活动模式挖掘的效率有明显提高,有助于研究城市居民的移动模式;② 上海市小活动空间人群分布呈现出圈层结构,主要分布在中心城区,郊区的工厂和大学城以及各区的商业中心附近,在郊区过渡区相对较少。本文提出的方法能够用于分析城市小活动空间人群的时空分布特征,可以为目前各大城市提出建设社区生活圈的决策提供方法支撑。     

加权人口密度连续分布模拟模型

人口分布是人文科学的重要研究对象。如何在数据不足的情况下获得较为符合实际的人口分布数据是业界的一大难题。为了解决这个问题,本文依照人口分布的规律,以人口统计数据、高程、海岸线、城市中心、河流和行政区划为影响因子,通过距离计算、重分类、加权计算等方法,建立了加权人口密度连续分布模拟模型,并进行了改进。基于2011年的福建省县级人口统计数据,本文在ArcGIS平台上模拟了该省的人口密度空间分布,模拟结果表明：各县人口总数误差与平均人口误差在40%以下的百分比分别为89%与84%,突出了福建省在城市中心、沿海、沿江,以及平原地区的人口聚集规律;各个县级行政区域内的数据集中,相对独立;县与县之间的区分边界数据又相互联系,变化连续,符合人口分布的实际情况。该模型相比于其他的人口模型易于理解,结构简单,可应用于各省的人口密度分布模拟,能有效地解决人口数据不足的问题。     

北京市多尺度中心特征识别与群聚模式发现

城市多中心的研究是揭开城市系统复杂空间结构的重要研究内容,然而受传统调查数据时空精度的局限,现有研究缺乏足够细致的实证分析。LBS服务的广泛应用为高效、实时、微观地刻画个体和城市之间的空间活动提供了充足的信息,使得对城市多中心的微观量化机制的研究成为可能。基于此原因,本文结合兴趣点数据以及微博签到数据和出租车GPS轨迹数据对北京市五环内的不同尺度、不同社会功能的城市中心进行了识别,并对其居民行为的群聚模式进行了分析。结果表明,北京市五环内包括4个市级中心,16个区级中心以及45个街道级中心。市级中心包括海淀科教中心,西单休闲中心,北京文化中心和国贸金融中心4大中心;区级中心主要包括文娱中心、商业中心、教育中心以及交通中心4类中心;街道级中心除了区级的四类中心外,还包括行政中心、购物中心、商住中心等9类中心。不同中心在同一时段呈现相似的群聚模式,其中工作日城市不同尺度中心的群聚模式持续时间较长,群聚密度较大,主要以通勤和饮食为主;非工作日城市不同尺度中心的群聚模式相对较分散,持续时间较短,主要以休闲娱乐为主。     

基于开源大数据的北京地区餐饮业空间分布格局

基于大数据进行城市服务设施空间格局分析已成为一种新的研究热点,而餐饮业是城市服务业的典型代表,因此通过开源大数据对城市餐饮业的空间布局进行研究具有重要的意义。本文以北京地区作为研究区,采用网络爬虫技术获取大众点评上153 895家餐饮店数据,引入基于密度的CFSFDP聚类算法从空间分布密集度和人均消费等级方面对餐饮业背后蕴含的地理聚集特征进行分析。研究发现：① 北京地区餐饮店总体呈现多中心的空间分布特征,其集聚程度以主城区为核心向外逐级递减,并明显表现出围绕重要商圈、旅游景点和住宅区进行布局以及沿交通轴线扩展的趋势;② 不同人均消费水平的餐饮店呈现等级体系特征,即高档餐馆少而集聚,中低档餐馆多而散的分布特点;③ 餐馆分布密集程度和定价表现出接近市场和消费者的特征。同时,本文综合空间集聚特征和消费水平2项指标对影响餐饮店集群空间分布格局的因素进行了分析,以期为政府规划部门进行城市商业空间布局研究提供借鉴。     

沈阳市城市功能区分布与人口活动研究

从精细尺度上研究城市功能区分布与人口活动规律对于政府和相关部门合理调节城市内部资源配置、安排城市设施布局具有重要意义。以沈阳市中心城区为例,根据核密度估计原理,基于兴趣点（POI）数据探索沈阳市中心功能区分布情况,通过解读多时相百度热力图数据,探索工作日和周末城区人口时空分布规律,即从城市人口活动和城市功能设施分布2个角度解读沈阳市中心城区空间结构与组织形式。借助SPSS 20.0分析人口热度和设施分布的相关性关系,建立多元线性回归模型。主要结论如下：① 沈阳市城市活力区呈现多中心分布模式,大多位于商业中心、金融中心或者城市功能复合中心。② 工作日人口高热区空间分布较周末更为分散,面积较大,早晚波动较大。周末人口高热区主要集中在商业中心和城市复合功能区且白天存在较大波动。③ 功能区分布与人口热度显著相关,其中生活服务设施、金融设施、交通设施、住宿设施和景点设施是工作日人口热度的主要影响因子;教育设施、餐饮设施、交通设施、金融设施和公共服务设施是周末人口热度的主要影响因子。     

降雨数据空间分辨率在城市流域洪峰变化分析中的影响

在气候变化和城市化背景下,城市暴雨的局部特征愈发明显,而降雨监测和预报数据空间分辨率难以满足空间分布描述要求,造成城市洪涝模拟和预测结果存在不确定性。本文选择深圳市城区的3个流域,基于118场实测降雨数据,通过逐步增大网格尺寸以达到降低降雨空间分辨率的效果,同时以流域边界作为限制,保证流域内面平均雨量不变,然后将不同空间分辨率的降雨数据分别作为城市洪涝模型的输入条件,对流域出口断面的洪水过程进行模拟计算,每场降雨得到6种不同空间分辨率下的洪峰流量。结合降雨中心、流域几何中心等空间特征参数,分析降雨空间分辨率对流域洪峰的影响。研究结果表明,针对118场实测降雨,随着降雨数据空间分辨率逐渐降低,3个流域的出口断面的洪峰变化幅度逐渐增大;如果忽略了流域内部降雨数据的空间分布差异,洪峰变化幅度和方向与降雨中心和流域几何中心的空间关系具有相关性,降雨中心在流域几何中心上游方向的距离越大,洪峰降低的幅度越大。本文基于3个城市流域得到了相似的研究结论,研究方法可为城市流域洪涝模拟提供借鉴,研究结果可为河道洪水风险评价提供参考。     

基于手机数据的北京市城市与近郊交互模式挖掘

在城镇化进程中,城市与近郊之间通过职住、货运、游憩等活动产生越来越紧密的交互联系,对于这些交互联系的准确识别和定量刻画,是理解城乡空间关系的重要手段,也能为城市的资源有效配置与合理规划提供重要的现状信息。本文通过对全北京在一日之内的手机信令数据所反映的人群移动轨迹的深入分析,融合城市的POI信息形成顾及人类活动时空信息的空间交互类型推断。以北京市为例,对城市中心与近郊之间远距离的强交互进行定性、定量和定位的探索。本文发现了北京市多尺度下空间交互模式和距离衰减规律,判断了城乡异常交互类型,对比了城乡之间和城市内部的交互模式的异同,以及基于交互类型视角提取了城乡异常交互的空间特征。研究认为,基于手机信令数据,利用停留点提取和高斯核密度估计的空间交互类型推断有效地发现了北京市周末的远距离出行类型特点,提取了其空间交互强度和空间特征,揭示了基于人类活动的北京市周末城乡交互模式。     

上海市精细时空尺度人口分布估计与特征分析

城市人口实时分布与动态变化特征是城市规划与综合治理的重要依据。受数据获取手段的局限性,准确地获取城市人口的实时分布状况一直是技术瓶颈,而移动通讯技术的迅速普及为这一问题的解决提供了技术途径。本文基于移动通讯信令的连续轨迹数据,实现了城市精细尺度人口分布时空估算的方法流程,并以上海市为研究区,对城市人口分布特征及时空移动过程进行了量化分析。研究表明：① 在数据方面,基于移动通讯信令数据估算城市人口分布的方式样本覆盖广、时空精度高、时效性较强且支持时空尺度灵活多变的应用研究需求,能够定量地描述城市人口分布时空动态特征且能推算城市真实人口规模;② 在人口分布时空特征方面,上海市在全市尺度上,各时段人口空间分布较为稳定且差异较小,而在中心城区日间人口较夜间人口呈现更为显著的空间集聚特征;③ 在人口移动时空特征方面,城市功能承载区与其它区域之间人口移动很少,早晚高峰期各城市功能承载区之间人口移动均体现为中心城区与其它新城之间的移动,且2个方向移动人数较为平衡;各城市功能承载区内均有超过半数的人口全天仅在其所在城区内部活动。本文的研究成果可为上海城市规划、应急管理、交通出行等提供更精准的科学依据。     

基于手机信令的北京职住空间结构解析

城市的职住能够很好地反映城市的空间结构。根据用户驻留特征对手机信令进行职住地识别,获取北京的通勤OD数据,在此基础上利用Infomap及PageRank算法解析北京整体的职住空间结构,并对南中轴、北中轴及丰台科技园3个区域进行职住平衡分析。结果表明:①北京居住区郊区化明显,就业区虽呈现多中心格局,但受中心强大磁力及传统上南北差异的影响,空间分布极不均衡;②以长安街为界,南北区域表现出较大差异的通勤特征,整体上呈现北重南轻格局;③受用地现状、区位、交通条件等因素影响,北中轴在3个区域中职住最为平衡。     

基于大规模手机定位数据的群体活动时空特征分析

城市空间与居民行为不断交互,相互影响。探究城市空间中的群体活动分布及其时空变化能够帮助数据驱动的城市规划与城市治理。基于大数据的时空间群体活动研究是当前时空大数据研究的一个热点。本文以深圳市为例,基于约1000万手机用户在某一工作日的基站尺度的手机定位数据,识别用户停留位置和停留活动,重建活动语义信息,分析用户的停留点和停留活动的分布差异,研究群体活动的时空分布模式,探讨人群活动模式的多样分布特征。研究表明：停留位置和活动分布存在差异,每人每天平均的停留个数约为2.1个,而每人每天平均从事的活动约为3.4个;不同类型的活动在时间上存在波动;群体活动存在空间分异特征,整体上服从“空间幂律”。本研究揭示了城市空间中群体活动的多样性及其时空分布特征,对于城市居民活动研究、城市交通优化和城市规划具有重要的意义。     

基于POI数据的生活设施空间分布及配套情况研究——以济南市内五区为例

生活设施空间分布和配套情况对居民幸福感有极大影响,空间中的不同设施配套情况的差异具有区分城市功能区、指导城市规划等作用,高时效性数据在该研究中有广阔的前景。POI即兴趣点,指空间上地理实体的点状表示,是现行大数据潮流下的一种简单易得而且极具代表性的空间点状数据,POI数据为空间分布研究提供了新的方法。本研究基于济南市市内五区的部分POI数据,应用核密度分析法和标准差椭圆分布,探讨研究区内休闲、工作、居住、医疗等部分生活设施的空间分布情况;应用相关性分析法对各类设施赋予权重,评价生活设施的空间配套情况。分析得出:1济南市生活设施集中分布在城市中心区域,呈现单中心模式,但各类生活设施空间分布在方位和规模上存在不同;2休闲设施分布于小范围的城市中心区域,办公设施沿东西方向呈带状分布,医疗设施和居住设施分布均匀,在较低等级以上的区域覆盖广;3医疗设施和居住设施的空间相关性最高,休闲设施与医疗设施空间相关性最低;4医疗设施和居住设施在配套分析中占较大比重,休闲设施比重最小。     

基于位置签到数据的城市空间分析与可视化

微博签到是一种典型的基于位置的社交服务,反映出社交用户与城市公共空间的互动,海量的社交位置签到数据为城市研究提供了全新的视角。本文基于香港、深圳两个城市2014年1月至2015年1月时间段内的新浪微博签到数据,从签到数据空间特性、旅游热点分布和居民活动空间3个方面对城市空间进行了综合分析:空间相关性分析结果表明签到事件在城市空间的分布具有明显的聚集性,并根据空间扫描统计结果依次标识出签到事件高值聚集区;针对旅游类签到数据分析发现两城市旅游关注度的时间变化趋势一致且峰值与我国假期时间分布相吻合,旅游热点主要分布于城市中心地带;以签到事件的规模、强度和集聚程度作为居民活动的表征分析城市活动空间特征,结果表明居民活动的核心圈层受到传统行政区划影响但分布已初步呈现"多心开敞"的空间形态。     

基于多源数据的特大城市空间结构识别及空间形态研究

城市空间结构识别是城市规划和城市资源空间优化的一项重要手段和基础性工作,通过多要素集聚规律反映的城市空间形态还需进一步深入理解。利用人口密度、关注点和夜间灯光数据等多源数据,通过叠加分析、局部等值线树算法来识别北京、上海、广州和深圳的城市空间结构,探讨不同城市要素的空间集聚形态,利用多项指标衡量城市中心和新城的城市空间形态发展,旨在将不同的城市空间结构进行对比。结果表明:①通过空间要素的集散形态分析,北京、上海和广州仍是以主城区为主导的城市空间结构,深圳外围城区的组团结构得到明显发育,呈现多中心主导的模式。②广州城市中心发展相对均衡,紧凑度高;深圳城市中心发展出现明显差异化,城市中心向西扩张,导致紧凑度降低。③各城市的新城均衡度均较高,各城市内部中心之间的要素集聚水平差异小。延伸度大于2的新城空间形态有显著的城市中心指向性,多数新城的延伸方向依附于道路或城市轨道交通发展。④自然条件和交通网络均是影响城市空间形态的重要因素。     

基于街景图像的可解释性城市感知模型研究方法

理解城市环境对人类感知的影响,对城市合理规划及布局具有重要的人文参考价值。城市环境是一个动态变化的复杂系统,具有空间异质性的特点。由于研究方法的限制,在复杂的城市环境中,以往基于街景图像的城市感知研究难以全面精细地分析环境关键要素对人类感知的影响。本研究以武汉市中心为研究区,首先利用全卷积神经网络将街景图像分割为城市地物类型,耦合感知打分数据和随机森林算法建立6类城市感知模型;然后基于沙普利值方法分解在随机森林模型中各类城市地物对人类感知的影响,并识别城市环境关键要素;最后结合分解结果,探究在非线性模型中沙普利值方法的适用性和优势。结果表明：沙普利值方法能够有效考虑环境异质性,精确地定量表示在不同场景中各类地物对人类感知的影响;城市高楼、天空、绿地空间是对人类感知影响最大的3类地物,且地物的体积和分布与其对人类感知的影响有关,图像占比大、分布连续的地物对人类感知的影响比图像占比小、分布离散的地物对人类感知的影响大;受城市环境空间异质性的影响,主要地物类型对各类感知的影响程度和形式有显著不同;高楼与人类感知为非线性关系,且具有明显的单调递增或递减的形式;绿地空间与积极感知呈非线性关系,与消极感知呈线性递减的关系。基于可解释性方法,本研究主要分析城市环境关键要素对人类感知的影响特点,探究了城市感知模型中的可解释性问题,能够为城市感知相关研究提供方法参考和理论依据,同时也可为城市规划和景观设计提供参考。     

基于列车运行网络的中国城市中心性分析

 本文基于铁路运行网络,利用复杂网络分析方法中的中心性评价指标,对城市在铁路网络中的中心性进行了分析。我们根据列车时刻表基于L空间模型,构建了铁路运营网络,计算了铁路运营网络中节点城市的不同中心性指标,包括度中心性、邻近中心性和介中心性。这3个指标从不同角度衡量了城市在铁路运输网络中的地位和功能,我们分析了这3个中心性指标的空间分布特征及相关性,并探讨了中心性指标与城市发展之间的关系,进一步揭示铁路网络结构对城市发展的影响。