基于矢量网格的城市土地利用邻里模式研究

城市土地利用的空间分布特征一直是城市地理和城市规划领域关注的重点问题,对城市土地利用空间模式的研究有助于理解城市系统的运行状态。在分析现有城市空间结构和城市土地利用模式的基础上,从两个方面对现有基于富集因子的分析方法提出改进,一是采用矢量网格以减少分析的误差,二是采用斜网格和曼哈顿距离来对空间临近关系进行界定。采用这一方法对深圳市2015年6类城市土地利用数据进行分析,得到邻里尺度上各类用地之间富集度随距离变化的3种模式。模式I中,同类用地间的富集度在短距离内较大,且其值随着距离的增加而减小并趋于0,表明同类用地间在较短距离内相互吸引,而吸引力随着距离增加而减弱。在不同类型用地间的模式II和模式III中,富集度在较短距离内为负值,但是在模式II中,富集度随着距离的增加而逐渐增加并趋于0,表明不同用地间短距离内相互排斥,且排斥作用随着距离增加而减弱;而在模式III中,富集度则随着距离增加而快速上升到正值,然后逐渐下降并趋于0,表明不同类型用地在较短距离内相互排斥,但随着距离增加很快变为相互吸引,最后吸引力随着距离增加慢慢减弱。结果表明,相对于基于栅格网的分析方法,基于矢量斜网格的分析方法能够显著降低分析误差。     

街景图片识别城市贫困的适用性——基于广州市中心城区的验证

以广州市为例，选取中心4个区6 670个采样点（涵盖121个社区）的百度街景图片，从城市建成环境特征探讨了城市贫困识别的可能。首先，训练基于深度神经网络的街景图片分类模型后，对街景要素进行语义分割，并通过缓冲区分析统计社区尺度的街景指标；其次，经主成分分析法提取出建筑围合感、植被围合感、天空开阔感和道路开阔感4个街景主因子，并验证其与多重贫困指数（IMD）的相关性；最后，通过采用简单随机抽样法选取61个社区，构建街景预测的多元线性回归模型，对剩余60个社区进行贫困预测，验证街景指标测度城市贫困的度量精度。结果发现，案例社区的多重贫困指数（IMD）与建筑围合感呈正相关，与植被围合感、天空开阔感、道路开阔感呈负相关；从整体看来，街景预测结果与传统城市贫困测度的空间规律基本相符，而且结果通常比传统测度的城市贫困程度高。这是因为受测度内容、社区类型、街道属性等方面的影响，街景识别方式比较适用于判断建成环境较差的贫困社区。街景图片预测有利于刻画城市贫困人群真实的生活环境，便于对城市建成区进行及时监测，在一定程度上可以与传统城市贫困测度相互校正、弥补不足。     

基于邻域扩展量化法的城市边界识别

城市空间分析的基本条件是可靠的测度,而城市的基本测度是规模。客观定义城市边界是有效确定城市规模的技术前提。近年来国内外学者提出几种城市边界识别的方法,其中能够定量反映城市内部实体空间组织关系的多采用矢量图像。但这些矢量数据的获取十分困难,且实时性差。因此,本文借鉴前人的研究成果,基于邻域扩展量化和标度思想,提出一种应用于遥感栅格图像上的城市边界识别方法。该方法的本质是一种空间邻域融合法,通过改变像元邻域的作用范围,可以得到不同的空间集群数目;借助搜索范围与集群数目的标度关系确定一个客观的半径,据此可以利用GIS技术确定城市边界。将该方法应用于北京地区多个年份的遥感图像,发现了像元的有效邻域作用范围。此方法以栅格图像为基础,数据实时性好并且获取容易,计算过程简便,在未来的城市边界研究过程中,可望与现有的方法相互补充。     

山地高密度城市热岛效应的多约束因子格局分析与定量探测——重庆都市区案例研究

城市热岛受城市地表多因素影响,山地城市的情况则更为复杂。本文以典型山地城市重庆为例,基于Landsat8 OLI/TIRS影像、高精度矢量建筑等多源空间数据,采用城市地温反演、归一化植被指数、天空开阔度建模等方法,重点针对城市建成区,通过地理探测器分析各因子对城市热岛效应的约束力。研究表明：① 在都市区全域,城市热场空间异质性显著,植被覆盖、城市表面高程和天空开阔度因子具有全局性约束力表现,建筑密度、容积率和路网距离具有局部约束力表现。② 在城市建成区内部,对城市热岛效应约束性排前三位因子分别为：植被覆盖（q=0.782）、城市表面高程（q=0.499）、建筑密度（q=0.496）;局部约束因子建筑密度、容积率和道路距离的约束力均较强,但三者差异小;天空开阔度对城市热岛的全局性影响相对较小（q<0.1）。③ 在城市建成区内部,各约束因子对城市热岛具有叠加约束效应,叠加解释度q（X_i∩X_j）均强于独立解释度,叠加q值介于0.50~0.82之间。     

山区地形开阔度的分布式模型

 地形开阔度是影响山地辐射平衡及其分量的重要地形因子,是山区散射辐射、地形反射辐射等计算的重要参数。在复杂的地形条件下,地形开阔度的计算很难用数学公式描述。 利用数字高程模型（DEM）,全面考虑了坡地自身遮蔽和周围地形相互遮蔽的影响,提出了山区地形开阔度的分布式模型和算法。以1 km×1 km分辨率的DEM数据作为地形的综合反映,计算了起伏地形下中国地形开阔度的空间分布。同时,利用100 m和1 km两个分辨率的DEM数据,从不同DEM分辨率和不同地貌类型两个方面探讨了地形开阔度的空间尺度效应,阐明了区域地形开阔度随地形地貌和空间分辨率的变化规律。所提供的山地开阔度的数据可作为基础地理数据供相关研究应用。     

矢量数据在多尺度栅格化中的精度损失模型探讨

在进行空间分析时,由于栅格数据便于空间分析,因而通常将矢量数据转化成栅格数据进行空间分析。在转化过程中,采用不同尺度的栅格大小会造成怎样的精度损失?精度损失、栅格大小和平均斑块大小之间的关系是否可以用模型来表达?本文正是针对这样的问题,以重庆市1∶10万的土地利用矢量数据为例,探讨了在不同尺度栅格大小(从30m×30m到1000m×1000m)的情况下,各种土地利用类型在转化过程中的精度损失情况,对精度损失与栅格大小和平均斑块大小之间的关系进行了定量分析。研究表明,精度损失与地类的平均斑块大小和栅格尺度之间的关系可以用模型来表达。该模型为:Y=5.366-0.179X-0.978ln(S)+0.0348Xln(S)。模型中Y为精度损失,S为地类的平均斑块大小,X表示栅格的大小。该模型的复相关系数为0.93。     

栅格化属性精度损失的评估方法及其尺度效应分析——以四川省1:25 万土地覆被数据为例

选择在600 m~30 km 16 个尺度上,在ArcGIS 中利用常用的面积最大值法(Rule ofMaximum Area,RMA) 对2005 年四川省1:25 万土地覆被矢量数据进行栅格化,并采用两种属性精度损失评估方法：传统的常规分析方法和一种新的基于栅格单元分析方法,来对比分析在这两种评估方法下RMA栅格化的属性(这里是指面积) 精度损失随尺度的变化特征。结果表明：(1) 在同一尺度下采用基于栅格单元方法分析所得的研究区平均属性精度损失大于常规分析方法分析得到的平均属性精度损失,且二者之间的差异在1~10 km内很明显,当栅格单元大于10km时,两种方法得到的平均属性精度损失的差值稳定,且其随尺度的变化曲线趋于平行;(2) 基于栅格单元分析方法不仅能够准确地定量估计RMA栅格化的属性精度损失,而且能客观地反映属性精度损失的空间分布规律;(3) 对四川省1:25 万土地覆被数据进行面积最大值法(RMA)栅格化的适宜尺度域最好不要超过800 m,在该尺度域内数据工作量适宜,且RMA栅格化属性精度损失小于2.5%。     

地形信息对确定DEM适宜分辨率的影响

分辨率会直接影响基于栅格数字高程模型（DEM）的数字地形分析结果,因此在实际应用中,需要选择适宜的DEM分辨率。目前采取的基本方法,基于某种地形信息定量刻画尺度效应曲线,从而确定DEM适宜分辨率,但对于采用不同地形信息时所产生的影响尚缺乏研究。本文针对该方法中通常采用的坡度、剖面曲率、水平曲率等3 种地形信息,每种地形信息提取时,分别使用两种不同的常用算法,在3 个不同地形特征的研究区中,逐一计算其在不同分辨率下的局部方差均值,以刻画尺度效应曲线,确定相应的DEM适宜分辨率,并进行对比分析。结果表明：① 采用剖面曲率或水平曲率所得适宜分辨率结果基本相同,但采用坡度所得出的适宜分辨率结果则有明显差别,后者所得的适宜分辨率更粗;② 采用不同地形信息时,越是在平缓地形为主的研究区,所得的适宜分辨率结果越相近,在复合地形特征的研究区所得到的适宜分辨率区间均明显较宽;③ 地形属性计算时所用的算法对适宜分辨率结果的影响不明显。     

土壤碳库研究中土壤数据从矢量到栅格的等精度转换

矢量数据转换成栅格数据是多数区域土壤碳库研究中数据准备的关键步骤。本研究以太湖地区1:5万、1:50万、1:400万3个比例尺土壤矢量数据库为基础,分别转成不同分辨率的栅格数据;基于不同比例尺和栅格分辨率数据,研究水稻土表层(0～20cm)的土壤类型数量、面积、有机碳储量以及有机碳密度变化,并以矢量数据获得的这4个指标为基准,用相对变异百分数(VIV)来判别不同栅格数据与其对应比例尺土壤矢量数据之间的精度差异。结果表明,在4个指标的|VIV|<1%前提下,3个比例尺矢量数据分别转换成0.2km×0.2km、1km×1km、9km×9km的栅格数据,既保证数据转换过程中精度要求,又避免了数据冗余。土壤数据比例尺与栅格分辨率等精度转换对应关系可描述为y=0.0225x-0.01233(R²=0.999),对区域土壤碳循环研究具有重要参考价值。     

城市剖面分析的方法和实证

提出了城市剖面概念。城市剖面主要反映了城市内部发展水平的差异。通过对城市剖面沿程的空间实体信息和行人社会属性信息的观测研究,可以定量分析城市内部发展过程,为研究城市演变、地域级差及空间扩展提供新方法。以大连市为例,选择长江路—黄河路为剖面线,利用主成分分析方法得到剖面各观测点的城市综合发展指数分布,并对城市发展中的景观建设和社会人文两大系统的协调度进行分析和评价。结果表明:(1)沿城市剖面线可将大连城市划分为三部分:城市发展综合指数最高的城心地区;指数较高的中间市区;指数低于平均水平的外围市区。(2)大连市景观与人文两大系统的协调度由高到低依次是城心地区、外围市区、中间市区。     

基于POI数据的南京市空间格局定量研究

从语义属性、几何形态等方面对典型城市空间格局要素进行定量化抽取及特征分析,总结归纳出城市空间格局要素间的关联特征。在此基础上,将POI数据进行分类,设计了基于平面核密度估计算法、空间聚类与双重密度因子分析分析算法,并以南京市为例,通过栅格叠加计算，提取边界，分类渲染以及栅格重分类等步骤,实现南京城市空间格局及商业中心抽取。结果发现城市商业中心有效地反映了城市空间总体格局的区域分布，提取出的南京市商业中心基本符合2000—2020年的南京市总体规划，但文本并不能直接体现城市各商业中心的定位，城市中除了主城区这个集聚且组团的单中心商业模式，各个县城、开发区、高新区都有各自形成的商业中心，符合城市的多商业模式。较传统的城市商业空间研究来说，基于POI数据的定量研究对城市总体格局及商业空间的认知更为精细，有助于商业中心的识别及行业特征的分析，便于政府部门对现有规划功能区的发展方向进行调整，使得不同功能区空间结构与特征关系更加合理。     

基于城市不透水面—人口关联的粤港澳大湾区人口密度时空分异规律与特征

城市人口数据是社会经济各领域的基础数据,高分辨率的空间化城市人口数据则对社会经济各领域的分析和研究具有重要意义。本文首先通过多源遥感技术提取空间分辨率为30 m的粤港澳大湾区2007-2015年间城市不透水面的变化,再利用Dasymetric映射方法得到30 m分辨率的网格化人口密度分布,从而分析大湾区2007-2015年间城市人口的时间和空间变化。通过Google Earth时间序列高分辨率影像采集的样本验证,粤港澳大湾区城市不透水面提取精度均在80%以上;通过统计年鉴中县级人口统计数据,分析大湾区网格化城市人口与统计数据之间的一致性,得到决定系数R²总体在0.7以上。研究表明,粤港澳大湾区城市人口具有特殊的时间和空间分异规律和特征：①大湾区内除了香港和澳门人口分布较稳定,其他城市人口都有不同程度和不同方向的扩张,其中广州、深圳、东莞的人口扩张最为明显;②大湾区城市人口空间分布具有明显的多尺度和多中心特征。总体上,大湾区人口集中在以珠江口为中心的城市群核心区内,离核心区较远的肇庆、江门、惠州人口较为稀疏,城市化程度相对较低,是支撑大湾区经济社会继续深入发展的重要区域。在核心区内,城市人口的分布则在城市尺度和城市群尺度上都体现了多中心分布特征,香港和广州都有多个城市中心,而香港、澳门、深圳、广州则是整个大湾区的4个中心。地理位置上4个中心分布在大湾区的不同地方,可以带动整个粤港澳大湾区的全面发展。研究结果可为粤港澳大湾区在社会经济各领域的分析与规划提供决策支持。     

基于高分辨率遥感影象的城市泥石流灾害损失评估

文章探讨了城市泥石流灾害损失评估的系统方法,该方法包括了泥石流堆积泛滥区危险区划、城市土地覆盖类型遥感解译、损失评估模型构建和价值核算4个主要内容。以美国高分辨率的"快鸟"卫星影象为数据源完成了研究区的土地覆盖类型遥感解译,根据泥石流危险程度和土地覆盖类型特征,构建了城市泥石流灾害的损失评估模型。最后,应用GIS提供的分析工具完成了研究区不同土地覆盖类型的泥石流灾害损失计算和评价。     

A visualization-oriented 3D method for efficient computation of urban solar radiation based on 3D–2D surface mapping

The temporal and spatial distribution of solar energy in urban areas is highly variable because of the complex building structures present. Traditional GIS-based solar radiation models rely on two-dimensional (2D) digital elevation models to calculate insolation, without considering building facades and complicated three-dimensional (3D) shading effects. Inspired by the ‘texture baking’ technique used in computer graphics, we propose a full 3D method for computing and visualizing urban solar radiation based on image-space data representation. First, a surface mapping approach is employed to project each 3D triangular mesh onto a 2D raster surface whose cell size determines the calculation accuracy. Second, the positions and surface normal vectors of each 3D triangular mesh are rasterized onto the associated 2D raster using barycentric interpolation techniques. An efficient compute unified device architecture -accelerated shadow-casting algorithm is presented to accurately capture shading effects for large-scale 3D urban models. Solar radiation is calculated for each raster cell based on the input raster layers containing such information as slope, aspect, and shadow masks. Finally, a resulting insolation raster layer is produced for each triangular mesh and is represented as an RGB texture map using a color ramp. Because a virtual city can be composed of tens of thousands of triangular meshes and texture maps, a texture atlas technique is presented to merge thousands of small images into a single large image to batch draw calls and thereby efficiently render a large number of textured meshes on the graphics processing unit.     

基于多源数据和集成学习的城市住宅地价分布模拟——以武汉市为例

精准刻画城市住宅地价分布特征,对于科学引导城市空间布局规划、有效实现城市精明增长等具有重要意义。而城市住宅地价与其潜在影响因素之间的复杂非线性关系,给地价分布精细模拟带来了挑战。论文旨在探索基于地理大数据和集成学习的城市住宅地价分布模拟方法体系,以满足快速、精准监测地价动态变化的需要。选取武汉市为典型区,以住宅用地交易样点、兴趣点(points of interest, POI)和夜间灯光影像为数据源,以500 m分辨率网格为估价单元,提取POI核密度和夜间灯光强度作为住宅地价预测变量,采用机器学习算法和bagging、stacking集成方法构建住宅地价预测模型,并对比分析其精度。研究发现：① 单个机器学习算法中,支持向量回归(support vector regression, SVR)预测精度最高,接下来依次是k最近邻算法(k-nearest neighbor algorithm, k-NN)、高斯过程回归(Gaussian process regression, GPR)和BP神经网络(back propagation neural networks, BP-NN);② 在提升单个算法预测精度方面,stacking方法的性能优于bagging方法,使用stacking集成SVR和k-NN的地价预测模型精度最高,其平均绝对百分误差仅为8.29%,拟合优度R²达0.814;③ 基于论文所构建模型生成的城市住宅地价分布图能有效表征价格圈层分布特征和局部奇异性。研究结果可为城市住宅地价评估提供新的思路和方法借鉴。     

Cartography: visualization of spatial data (3rd ed.), by Menno-Jan Kraak and Ferjan Ormeling

Conventionally, a raster operation that needs to scan the entire image employs only one scanning order (i.e., single scanning order (SSO)), and the scan usually runs from upper left to lower right and row by row. We explore the idea of alternately applying multiple scanning orders (MSO) to raster operations that are based on the local direction, using the flow accumulation (FA) calculation as an example. We constructed several FA methods based on MSO, and compared them with those widely used methods. Our comparison includes experiments over digital elevation models (DEMs) of different landforms and DEMs of different resolutions. For each DEM, we calculated both single-direction FA (SD-FA) and multi-direction FA (MD-FA). In the theoretical aspect, we deducted the time complexity of an MSO sequential algorithm (MSOsq) for FA based on empirical equations in hydrology. Findings from the experiments include the following: (1) an MSO-based method is generally superior to its counterpart SSO-based method. (2) The advantage of MSO is more significant in the SD-FA calculation than in the MD-FA calculation. (3) For SD-FA, the best method among the compared methods is the one that combines the MSOsq and the depth-first algorithm. This method surpasses the commonly recommended dependency graph algorithm, in both speed and memory use. (4) The differences between the compared methods are not sensitive to specific landforms. (5) For SD-FA, the advantage of MSO-based methods is more obvious in a higher DEM resolution, but this does not apply to MD-FA.     

Prediction and visualization of GPS multipath signals in urban areas using LiDAR Digital Surface Models and building footprints

This paper explains a ray tracing method which is applied to prediction and visualization of diffracted and reflected GPS signals in dense urban areas. Reflected and diffracted signals can have a detrimental effect on GPS positioning accuracy especially in highly built‐up areas. The ray tracing technique implemented in this paper is specially geared to LiDAR height pole data at 1‐m spatial resolution and 2D building footprints in raster and vector format, respectively. Such a simple data format allows for rapid implementation of 3D ray tracing in a GIS without further processing so that detailed 3D urban models in vector format are not required. Issues of spatial uncertainty in the data used are also addressed in relation to the identification of multipath signals. Some preliminary results obtained from fieldwork are presented and analysed in detail.