基于浮动车数据的旅游景点周边路网容量研究——以厦门岛为例

随着旅游业的快速发展,旅游城市在法定节假日出现了交通需求的大幅增长,导致不同程度的交通问题。本文利用厦门市的浮动车数据(FCD),分别选取2014年10月1日与10月14日作为节假日与工作日的样本进行研究,首先通过OD点核密度估计判断节假日与工作日出行在时空上的差异,确定研究的时空范围;其次,通过对FCD数据进行核密度估计分析旅游景点周边的车流量变化,并与路段的等级、车道数等道路设施属性进行对比,推测路网的容量;最后进一步通过计算路网中路段行程车速验证方法的可行性。结果显示：节假日期间的旅游交通与工作日的通勤交通在时空分布上存在差异,同时基于FCD数据研究旅游景点周边的路网容量是有效的,厦大—南普陀景点周边路网在节假日期间无法满足车流量的需求。本文对旅游景点周边路网容量的评估结果可为旅游旺季旅游路网的合理规划与管控提供依据。     

基于路网形态的上海住宿业空间布局特征

采用中心性模型、空间自相关理论、核密度法等,从城市路网形态角度分析上海市住宿业的空间格局特征及其与路网结构的空间响应关系。结果发现,上海市住宿业分布具有空间集聚性、类型分异性和距离衰减性,集聚核心与路网节点密度核心一致,主要围绕中心城区形成一级集聚核,星级酒店集聚分布在中心城区,经济型酒店和旅馆在一级集聚核外形成多个散状集聚核心,旅馆集聚依附性较为明显,民宿集聚度最高。不同类型的住宿设施分布存在较显著的空间相关性,对路网依赖性具有多元性,受路网影响的程度不同,道路连接值较高的区域交通可达性较好,住宿设施密度也相应较高。经济型酒店受到城市路网相对可达性和直线型交通效率的依赖最大,旅馆和民宿对于路网节点间通达性的依赖相对较大。住宿业发展要在产品偏好设计的前提下兼顾城市路网结构和消费需求进行合理选址,以实现综合效益最大化。     

基于核密度估计的广佛都市区路网演变分析

根据1957年与1982年2个时期的地形图并结合1995年与2008年的遥感卫星影像提取路网专题信息,利用ArcGIS建立广佛都市区路网数据库。采用GIS空间分析中的核密度估计方法并结合各个方位道路密度,分析广佛都市区的路网时空演变。分析表明,近50 a来广佛都市区的路网发展总体是以广州市的越秀区和佛山市的禅城区双核为中心不断向外蔓延,次一级核相继出现并不断扩大发展的过程。空间上,路网的演变也呈现出一定的方向特性,正北,西南和正西方向一直是路网密度较高的地区,但路网发展最快的是西南和正东方向。路网密度内部差异逐年递减, 路网系统发育不断成熟。     

青岛城市道路邻近中心性及其应用方法

以青岛为实证研究区域,从理论角度探讨了道路全局和局部邻近中心性的地理含义及其各自优缺点,认为全局邻近中心性(GCC)反映的是网络上各点到网络“质心”的距离,可从全局角度反映区位重要性;局部邻近中心性(LCC)反映小范围空间区域的重心,与局部路网密度相关。进一步根据核密度估计(KDE)的机理证明,在城市地理空间结构的实际应用案例中适宜采用KDE法来进行空间分析。本文以手机话务量数据反映的城市居民活动空间结构为例讨论了邻近中心性核密度估计(CC-KDE)的应用,发现与居民活动相关性最高的是核密度全局邻近中心性(GCC-KDE),因为全局邻近中心性核密度估计(GCC-KDE)综合了到网络“质心”距离与道路网络局部密度双重因素,故反映城市人口等与道路密度相关的社会经济现象更有效。     

顾及公共交通转换自由度的城市行人路网连通性分析——以成都市中心城区为例

现有行人路网连通性研究主要从机动车路网角度出发,忽略了包含人行道、人行横道以及公共交通站点布设对行人路网连通性的影响。该文提出一种顾及公共交通转换自由度的行人路网连通性评价模型,并以成都市中心城区为例,对区域内行人路网连通性进行了评价和分析。研究结果表明：(1)成都市中心城区行人路网连通性呈现圈层式变化格局,公共交通明显降低了路网连通性的两极分化,显著提升了三环内及沿线区域行人步行便利性;(2)武侯区和金牛区的行人路网连通性高于成华区、锦江区和青羊区,行人路网整体呈现出“西南高、东北低”的空间分布格局;(3)在考虑公共交通转换因素后,不同街区行人路网连通性差异缩小,需要进一步优化边缘地区行人路网与公共交通的空间布局。     

基于核密度与融合数据的城市功能分区研究

识别城市功能区并理解其分布特征,对于把握城市结构及科学制订城市规划具有重要作用。该文基于2015年上海市15.4万条有效POI数据与道路网数据,结合地理学第一定律,利用核密度分析技术,构建了一个城市功能区自动化分析模型。结果显示,在研究单元划分阶段,以路网形成的不规则格网为研究单元使城市功能区分割更合理;在定量分析阶段,相比于传统城市功能区识别模型,融合核密度分析的模型充分利用了POI点的空间自相关性,不仅实现了对无数据区域较为准确的识别,而且显著提高了对单一功能区与混合功能区的识别精度。     

基于大数据的上海中心城区建成环境与城市活力关系分析

运用大众点评数据、出租车到达数据与文化设施POI数据测度城市活力的经济、社会和文化维度,在街区和街道层面分析城市活力的空间结构特征,建立计量模型分析城市建成环境对城市活力的影响关系。结果表明：①上海中心城区城市活力表现出明显的空间差异,主要表现为由中心向四周递减、浦西优于浦东的总体特征;②街区和街道尺度影响城市活力的建成环境因素存在差异;③街区尺度建成环境对城市社会、经济和文化活力的影响存在差异：提升人口密度对经济活力具有正面影响,过高的人口密度可能不利于社会和文化活力发展;增加POI密度、路网密度和POI混合度有利于城市活力的提升;建筑层数和建筑密度的增加会降低街区的社会活力和文化活力,但会提升街区的经济活力;交通可达性有利于经济活力的提升。     

多维特征融合的城市商圈划分方法

商圈划分是城市商业布局的基础和前提,为分析城市区域差异和协调商圈均衡发展,该文提出一种多维度特征融合的划分方法。以天津市中心城区为例,利用空间格网化方法完成POI数据位置与属性的集成转换,运用空间聚类、空间自相关、核密度估计3种方法,分别从位置、属性、热点辐射角度提取商圈边界,通过判读和交叉验证方式检验不同方法划分商圈的可靠性。结果表明:融合多种方法优势建立的混合模型可实现商圈区域的最优划分,依据加权的属性指标可对商圈等级进行定量评定,划分的商圈结果覆盖到所有城区,不同商圈的等级存在显著差异。基于多维特征的分析方法可以较为科学地划分商圈,为城市规划和商业布局的定量化研究提供了理论和数值参考。     

山东半岛蓝色经济区路网空间通达性研究

通达性被认为是评价交通网络的方法中一项综合的、直观的评价指标,并越来越多地被应用到城市规划、区域空间结构与区域经济发展等多种领域。以山东半岛蓝色经济区陆域范围为研究区,通过运用空间句法模型和网络分析算法,获取路网集成度和等时圈数据并进行GIS可视化表达,定量分析研究区路网发育的空间结构性规律。研究结果表明：①蓝色经济区内路网体系发育较为成熟,路网线段集聚明显;线段式空间分布格局呈“点-轴”状发散,轴线式空间分布格局呈“干-枝”状发散,形成了区域内部的核心圈与外围圈的互连互通;②城镇区域可达性在较大程度上取决于区域中心性和周边路网发达程度,而青岛市和潍坊市位于区域的核心位置,通达性好且对整个区域路网的控制作用较为突出。     

路网形态对城市购物中心布局的影响 ——以福建厦门岛为例

以福建厦门岛为例,通过空间句法结合核密度估计法等GIS技术,在分析不同规模(社区、市区)购物中心和路网形态分布的基础上,通过逐步回归方法探究路网形态对城市购物中心布局的影响。结果表明:购物中心总体呈现多中心轴向发展的集聚与扩散并存的空间分布特征,购物中心的级别越高,聚集程度越弱;路网形态的空间差异显著,高穿行度与整合度的路网形成从厦门岛中西部地区向四周延伸辐射的路网形态,这与岛内的主要交通走廊契合;局部路网形态对购物中心的影响大于全局性路网,购物中心对路网形态的穿过与可达特性均有较大的依赖性;社区购物中心与局部路网的穿行度和整合度正相关,市区购物中心与全局路网的穿行度正相关。     

道路网络生态干扰测度指数的改进及其空间分异特征——以闽江上游为例

以闽江上游地区为例,在传统指数的基础上,提出并采用改进后的道路网络线密度和道路网络影响域面密度指数,结合空间自相关分析方法,从线上和面上综合探索道路网络对生态干扰的空间分异格局;并分析指数间的相关性。结果表明：① 道路干扰程度具有明显的地区差异,在研究区中部、东部和南部存在空间集聚效应;② 考虑到坡度影响,同等级的道路缓冲带宽度并不是一个固定值;③ 所有指数均呈显著正相关,同类指数相关性大,不同类指数相关性小。若仅采用单一的线密度或面密度指数,则将导致信息不全;虽然同类指数间相关性很大,相互印证,但改进后的指数更加符合客观事实,建议采用。     

Selective omission of road features based on mesh density for automatic map generalization

Selection of roads is an intractable generalization operation due to the difficulty in retaining the density difference and connectivity of a road network. This paper proposes a novel approach of selective omission for roads based on mesh density. The density of a road network and its local variations are calculated using meshes as units. Since maps at different scales usually reveal different densities, different density thresholds for road networks are determined on the basis of theoretical analysis and empirical study of mesh densities on maps at different scales. The selection process starts with the identification of the meshes that have a density beyond the threshold. The mesh with the largest density is first treated. Its bounding road segments are ordered according to their relative importance. The least important segment is eliminated. The remaining segments are then merged with the adjacent mesh, thus forming a new mesh. The selection procedure is repeated until none of the meshes has a density beyond the threshold. Such a process of eliminating road segments and merging meshes can ensure the road network connectivity. In this study, the meshes are classified depending on the types of road segment. For the different mesh types, their density thresholds are set to be different, which can be used as an indicator for the preservation of the density difference. This proposed approach considers topological, geometric and semantic properties of the road network. It was applied to two sets of road networks, and the results of selection are convincing. This methodology has now been adopted for the updating of 1:50,000 maps of China.     

Using kernel density estimation to assess the spatial pattern of road density and its impact on landscape fragmentation

Road density (i.e., km/km²) is a useful broad index of the road network in a landscape and has been linked to several ecological effects of roads. However, previous studies have shown that road density, estimated by grid computing, has weak correlation with landscape fragmentation. In this article, we propose a new measure of road density, namely, kernel density estimation function (KDE) and quantify the relation between road density and landscape fragmentation. The results show that road density estimated by KDE (km/km²) elucidates the spatial pattern of the road network in the region. Areas with higher road density are dominated by a larger proportion of built-up landscape and less possession of forest and vice versa. Road networks segregated the landscape into smaller pieces and a greater number of patches. Furthermore, Spearman rank correlation model indicates that road density (km/km²) is positively related to landscape fragmentation. Our results suggest that road density, estimated by KDE, may be a better correlate with effects of the road on landscape fragmentation. Through KDE, the regional spatial pattern of road density and the prediction of the impact of the road on landscape fragmentation could be effectively acquired.     

金华市街道灰尘磁化率与交通因素的关系

通过对浙江省金华市街道灰尘磁化率测试,从主干道与非主干道磁化率的对比、十字路口与非十字路口磁化率的比较以及磁化率与路网密度相关分析三个方面,定量研究金华市街道灰尘磁化率及其与交通因素的关系。结果表明：灰尘样品磁化率（χlf）变幅为127.57×10^-8~853.91×10^-8 m³ · kg^-1,平均值为322.55×10^-8 m³ · kg^-1,高于本地土壤磁化率;频率磁化率变幅为0.67%~3.99%,平均值为1.61%;磁化率与频率磁化率呈负相关关系;主干道灰尘的磁化率大于非主干道,十字路口灰尘磁化率大于非十字路口;灰尘磁化率和路网密度呈正相关,金华市街道灰尘磁化率可以指示交通污染的分布状况。     

基于GWR模型的道路网络对森林碳密度干扰的地理变异

以闽江上游地区为例,在分析三明市2007—2016年森林碳密度时空动态的基础上,采用常规的以及改进后的道路网络测度指标,应用缓冲区分析方法和地理加权回归（Geographically Weighted Regression,GWR）模型,从线上和面上分别探讨道路网络对森林碳密度干扰的地理变异规律。结果表明：① 碳密度受到道路网络的较大影响,路网影响域内外碳密度的大小排序为：路网影响域内＜整个研究区＜路网影响域外;多条道路影响域重叠区的碳密度(26.330 Mg/hm²)明显低于单条道路影响域的碳密度(37.406 Mg/hm²);不同等级道路影响域的碳密度由大到小依次为县道＞高速＞省道＞其它道路＞国道＞乡道。道路网络对2007—2016年碳密度的降低也有明显影响。② GWR模型的分析结果表明,路网对碳密度的影响程度随着样点的变化而变化,具有“空间非平稳性”。碳密度随着路网密度的增加而降低,而随着离道路距离的增加而增加。③ 研究区西北部和中部,GWR的回归系数及相关系数均较大,表明这2个区域道路对碳密度影响大且解释力皆较强。     

Hierarchical polygonization for generating and updating lane-based road network information for navigation from road markings

Lane-based road network information, such as lane geometry, destination, lane changing, and turning information, is important in vehicle navigation, driving assistance system, and autonomous driving. Such information, when available, is mainly input manually. However, manual methods for creating and updating data are not only costly but also time-consuming, labor-intensive, and prone to long delays. This paper proposes a hierarchical polygonization method for automatic generation and updating of lane-level road network data for navigation from a road marking database that is managed by government transport department created by digitizing or extraction from aerial images. The proposed method extends the hierarchy of a road structure from ‘road–carriageway–lane’ to ‘road–carriageway–lane–basic lane’. Basic lane polygons are constructed from longitudinal road markings, and their associated navigational attributes, such as turning information and speed limit, are obtained from transverse road markings by a feature-in-polygon overlay approach. A hierarchical road network model and detailed algorithms are also illustrated in this paper. The proposed method can accelerate the process of generating and updating lane-level navigation information and can be an important component of a road marking information system for road management.     

Time series assessment on landslide occurrences in an area undergoing development

This study assesses the influence of development on landslide occurrences in a rapidly developing area, Kota Kinabalu in Sabah Malaysia, across three assessment years (1978, 1994 and 2010). Two development indicators, land use and road density, were used to measure the influence of development on landslide occurrence. Land use was classified into four categories (barren, forest, developed and other), and road density was classified into low (< 50 m/40 000 m²), moderate (50–150 m/40 000 m²) and high (> 150 m/40 000 m²). Landslide density analysis was used to calculate the concentration of landslide for the different land use and road density categories. The number of landslides in developed areas increased from 19 landslides/100 km² in 1978, to 29 landslides/100 km² in 1994 and to 50 landslides/100 km² in 2010, mirroring an increase in land use for development purposes from 8 per cent in 1978 to 27 per cent in 2010. Landslide density also gradually increased in the high road density class from 10 landslides/100 km² in 1978, to 30 landslides/100 km² in 1994 and 62 landslides/100 km² in 2010. These results show that road construction activities influence landslide occurrences.