基于Voronoi图的高密度城区停车场空间布局分析——以广州市海珠区为例

停车场是高密度城区基础设施的重要组成部分,对人口、道路、建筑等具有一定空间依赖,并形成其特定的分布规律。本文以广州市海珠区为例,运用Voronoi图对高密度城区停车场空间布局特征和空间聚集度与其影响因子的空间自相关性进行了GIS系统分析。通过研究区内及各街道区域内建立停车场Voronoi多边形,计算CV值、聚类指数及停车场聚集度。分析表明:(1)在高密度城区内,全区范围及各街道区域内停车场有集聚布局的趋势。集聚核出现在西北面江南大道商业圈和北面广州新中轴线贯穿的海珠区中心区段,高密度城区停车场有围绕商圈、中心发展区等高密度城区特征,突出区域集聚的趋势。(2)人口密度、道路密度、建筑密度等因子在全局及局部上影响着停车场的空间布局,而人口密度的影响最明显。(3)高密度城市化发展水平越高,各影响因子对停车场的密度与集聚程度影响越显著。     

基于DBSCAN算法的北京市顺丰快递服务设施集群识别与空间特征分析

电子商务跨越式发展为快递物流行业注入了新鲜血液促使国民经济达到新的增站点,服务网点作为连接快递企业和用户之间的桥梁纽带,逐渐成为城市地理和物流地理的重要研究对象。本文以北京市顺丰快递服务网点为研究对象,首次将DBSCAN聚类算法和无人值守的智能快递柜引入城市物流快递行业研究中,综合使用核密度分析、Ripley's K函数等空间点模式分析方法,定量对比分析有人值守的合作网点和无人值守的智能快递柜两类顺丰快递服务网点的空间布局、集聚特征及影响因素。结果表明：① 基于密度的DBSCAN聚类算法能够快速有效地识别出任意形状的快递服务网点集群,算法识别出24个智能快递柜集群,14个合作网点集群;② 顺丰快递服务网点高密度区主要集中在人口密度大、经济繁华、交通便利的居住区和包含热门商圈的职住区附近,如双井、金融街、三里屯、学院路等;③ 合作网点和智能快递柜两类服务网点均呈集聚性分布,但集聚规模各不相同,具体表现为快递柜集聚规模明显大于合作网点,而集聚强度却小于合作网点;④ 智能快递柜集群密度大,服务半径小,更倾向服务于步行可达范围内的居住小区;合作网点集群密度小,服务半径大,服务对象随服务半径扩展至周边各大职区,对交通可达性的要求更高。⑤ 顺丰快递服务网点布局是地区经济水平、人口规模、交通状况、土地利用类型及城市功能区定位等多种因素综合作用的结果。     

顾及人群集聚和情绪强度的城市综合活力评价及影响因素

城市活力的科学定量评估,能够为城市规划和协调发展提供重要依据,针对城市活力容易忽略居民情感的现状,本文选用百度热力图数据与微博情感分析结果,分别衡量人群集聚强度和情绪强度,并结合TOPSIS方法,提出一种顾及人群集聚和情绪强度的综合活力评估框架。从城市物理环境、经济环境和生态环境3个维度,选择8个关键影响因子,结合地理探测器空间分析方法,探讨影响因子对城市活力空间异质性的影响。结果表明：① 融合人群集聚强度和情绪强度的综合活力评估方法,能够较好反映城市活力空间分异格局;通过对典型样本区域分析,验证了本文提出的城市综合活力评价框架的有效性;② 城市POI密度对城市综合活力的解释力最显著,而植被覆盖度因子对城市综合活力的解释力最弱;但是植被覆盖度因子与其他因子的交互作用,对于城市活力空间异质性的影响力提升最为显著,表明植被覆盖度因子并不是直接作用于城市活力的空间异质性,而是通过耦合空间可达性、POI密度以及建筑密度等影响因子,间接影响城市综合活力的空间分异。     

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。     

基于夜光遥感和小区POI的住宅发展与经济增长的空间耦合研究

针对城市住宅业发展与其经济增长之间的单向或双向因果关系问题,有关学者利用宏观统计分析的方法得到了不同的结论。本文通过构建二者的时空数据集,在城市内部微观层面上剖析了二者的耦合联系及其空间差异性,以期在细尺度上解释二者之间的关系。本文选取郑州市作为研究区,提出了一种基于夜光遥感数据的GDP空间化估算方法,进而生成GDP时空数据集;基于住宅小区POI点数据对城市住宅进行空间密度估计,得到住宅小区的时空分布数据集;最后对GDP和住宅建设密度进行了空间互相关分析,探究住宅发展与经济增长像元尺度上的共变趋势。结果表明：与前人的宏观研究论断不同,耦合分析结果显示住宅业发展与经济增长之间的关系在城市内部具有空间差异性,两者既存在相互影响的区域,也存在无相关的区域;耦合协调关系极显著的区域约占两成,且主要位于市属区和县域中心区;耦合不显著和不相关的区域超过七成,大部分位于市属县域。     

空间同位模式支持下城市服务业关联发现及特征分析

空间同位模式分析是数据挖掘中一种常见的方法,可有效挖掘城市设施在空间位置上的关联特征,进而发现城市设施的分布规律.本文基于POI数据同位模式挖掘用来获取城市服务业空间关联结构:首先,通过邻近实例获取、同位候选模式存储与筛选,得到城市服务业二阶同位模式;然后,据此构造产业空间关联图,得到产业间的关联结构;最后,分别构造了...     

柳州市汽车制造业企业的空间格局与影响因素

中国是世界汽车生产大国,产销量已连续9年蝉联世界第一,然而有关汽车产业的研究更多集中在区域尺度,对城市尺度的研究相对较少。本文以柳州市为案例,利用工商注册企业数据和核密度估计、负二项回归模型等方法分析了柳州市汽车制造业企业的空间格局与影响因素。结果表明：① 汽车制造业企业主要集中在河西、洛维、河东、阳和等城市组团,企业集聚范围逐步向东、向西扩散,其中向东扩散以柳东新区为主,向西扩散以河西高新技术产业开发区为主;② 汽车制造业企业在距离市中心0~11 km显著集聚,空间集聚强度呈现先增加后减小的趋势;③ 土地价格、交通条件、地方化经济、政策是影响汽车制造业企业区位选择和空间格局的重要因素;同时,汽车制造业JIT（Justin Time）生产方式也具有重要影响。在此基础上,提出汽车制造业企业区位选择和空间格局形成的循环累积机制、区位临近机制、价格传导机制。     

向心扩张指数构建及其在郑州都市圈城镇空间扩张中的应用

探究城镇空间扩张的方向性及其时间变化特征,能够反映都市圈发展过程中核心城市与边缘地区空间关联的动态过程,为制定都市圈发展的相关政策提供科学依据。本文从都市圈的核心城市与边缘地区相互关联的视角,借鉴物理学中力的分解原理,构建了同时兼顾扩张强度和方向性的向心扩张指数CEI,并以郑州都市圈为对象,采用2000—2018年30 m分辨率的全球人造不透水面数据产品GAIA,分析了建设用地扩张的总体数量和占比变化、动态度及强度变化、以及空间方向性变化等特征,进一步应用多元逻辑回归模型,揭示了影响城镇空间扩张向心性的关键因素。结果表明：(1)向心扩张指数CEI为揭示都市圈核心城市对边缘地区的辐射带动作用提供方法支撑,能够定量刻画边缘地区朝向核心城市的发展趋势;(2)在郑州都市圈近20年的快速扩张过程中,尽管各区县市的DEI指数和CEI指数随时间而增减波动,但郑州都市圈总体呈现“核心—边缘”发展模式,除个别地级市中心城区及其下辖县以外,多数区县市的向心性显著且随时间增强,郑州市中心城区对于边缘地区具有显著的辐射带动作用;(3)核心城市与边缘地区的人均GDP差异及城镇化率差异是影响边缘地区向心扩张的重要...     

基于百度迁徙数据的中国城市网络结构特征研究

迁徙流作为互联网时代的新产物,信息流、资本流、交通流等流空间的基本载体,能客观地反映城市间地理行为关系,对于刻画城市网络结构具有重要意义。基于地级以上城市的百度迁徙大数据,本文尝试从全域和净迁徙的视角探索研究中国城市网络结构特征,对其网络的层级、关联关系和影响因素等进行挖掘提取。研究发现：① 全国城市网络呈现出稳定的、层级明确的三棱锥四顶点“钻石型”结构,与主要城市群的经济规模空间分布相吻合;② 区域网络表现出向高级别行政中心集聚的“核心—外围”放射状结构;③ 以省会城市为核心的典型小世界特征比较凸出,小世界网络的可达性和连通性较高;周口、阜阳、赣州、上饶、重庆等作为主要劳动力输出型城市,深圳、东莞、广州、北京、上海等城市成为了主要的外来人口聚集地,并形成了对应的人口就近输送网络关系;④ 城市的行政地位、经济规模、交通枢纽建设、劳动力资源等因素都对其网络控制力和影响力起到了决定性作用。最后,研究结合中国城市网络结构特征及其主要影响因素,提出相关政策建议,以期为中国城市网络结构均衡发展与建设提供借鉴依据。     

深圳市快递自提点的空间分布特征与影响因素

随着信息技术的发展,电子商务的盛行推动着快递行业的迅猛发展,快递自提点成为人们日常生活的重要场所,从而成为城市地理与物流地理的重要研究对象。本文基于2018年4月深圳市菜鸟驿站和中国邮政速递物流站点的POI数据,综合运用文本分析、数理统计、空间分析方法,解析深圳市快递自提点的空间分布特征和影响因素。研究发现：① 快递自提点依托类型多样：由市场主导的菜鸟驿站主要依托专业的快递公司、便利店等;由政府主导的邮政站点一般设于中国邮政的分支服务网点;② 快递自提点服务对象种类繁多,二者都主要以服务社区为主,企业、工业园、酒店等为辅;③ 快递自提点的区位选择一般靠近服务对象的出入口,80%的快递自提点分布在距其最近出入口200 m范围内,邮政站点更接近服务对象;④ 快递自提点的空间分布不均衡,呈现“中西部多,东部少”的特点,沿“东-西”走向集聚分布,为多核集聚模式;⑤ 快递自提点的空间格局是区域经济发展水平、人口分布、交通便捷程度、土地利用类型等多因素综合作用的结果,最后探索了快递自提点选址与分布的综合影响机制。     

An analysis on location factors affecting the spatial distribution of Shanghai land values

With a technique of GIS(Geographical Information System) and a method of multiple linear regression analysis, the spatial distribution of Shanghai land values and its relationship with some location factors are examined in this paper. The database of land values consists of 166 land parcels leased during 1993–1994. The land value map shows that the spatial distribution of Shanghai land values has some distinct spatial features. Firstly, the highest land value areas are located along Nanjing Road, Huaihai Road and the Bund. Secondly, there is no conspicuous peak land value intersection within the CBD(Central Business District). Finally, The land values of Pudong are much lower than those of Puxi. The regression model between Shanghai land values and the selected location factors shows that Nanjing Road is the first important location factor affecting the spatial distribution of the land values, the city center is the second one and Huaihai Road is the third one. The Bund, the regional shopping centers and the transportation nodes have little influence on the land values. This relationship between Shanghai land values and the location factors is determined by the distribution of commercial activities, the characteristics of the CBD and the spatial form of the city.     

成长型城市群产业生态化时空演化特征及其影响因素——以山东半岛城市群为例

该文以山东半岛城市群作为研究对象,构建产业生态化综合评价指标体系,运用熵值法与主成分分析方法,探讨了山东半岛城市群产业生态化总体水平的时空分异特征及影响因素。结果表明:2004—2016年,山东半岛城市群产业生态化呈现上升趋势,山东半岛城市群产业生态化发展水平不断提高;山东半岛城市群产业生态化空间分异现象显著,形成了以济南和青岛为核心的两极化发展特征;山东半岛城市群产业生态化发展水平的区域化现象愈加明显,呈现出NE—SW走向的不均衡发展;山东半岛城市群产业生态化发展影响因素为区域经济发展水平、政府监管水平、外资利用差异以及区域科学技术差异。     

广州市零售业态空间分异影响因素识别与驱动力研究

以广州市47 026个零售业网点为基本数据,通过梳理零售业空间分异的机制,构建包含人口密度、商务条件、公共交通便利性、业态丰富度与租金条件5个影响因子的零售业态空间分异影响因素评价体系,通过信息熵、核密度函数与空间回归模型分析零售业态的空间分异影响因素,对比不同城市圈层区位与不同零售业态集聚分异的因素差异。结果表明：① 需求、区位、竞争与成本构成了广州市零售业态空间分异的主要驱动力,同时,零售的景观分异也由于业态异质性与城市的空间异质性而存在驱动力分异;② 5个影响因素强度格局圈层差异明显,城市内圈层人口集聚度高,具备更好的公共交通便利性条件、商务条件与业态丰富度,同时也承受更高的地租;③ 人口密度是零售空间分异的核心要素,公共交通便利性条件、商务条件与业态丰富度对零售的集聚也有正向驱动作用,租金的影响较弱;不同圈层区位的零售空间分布与不同类型业态的空间分异的主要影响因素各不相同。     

Performance Evaluation of Urban Comprehensive Carrying Capacity of Harbin,Heilongjiang Province in China

Urban comprehensive carrying capacity is an important guarantee and external representation of regional sustainable development. Based on urban comprehensive carrying capacity, this paper constructed a performance evaluation index system of urban comprehensive carrying capacity, and used entropy method, urban comprehensive carrying capacity measurement model and urban sustainable development model to measure spatial and temporal comprehensive carrying capacity of Harbin City in Heilongjiang Province from 2012 to 2017. The results show that: 1) index weight analysis suggested the regional development mode in Harbin still followed an epitaxial development mode, which pursued the expansion of scale and the growth of total amount of regional development, neglecting the effective utilization of resources and the improvement of structural benefits. 2) In the pressure system, the index of resource support has dropped sharply. The index of environmental capacity and social progress has risen circuitously, while the degree of agglomeration and the value of transportation facilities have risen steadily;in the pressure system, the index of population development and economic growth tended to fluctuate, while energy consumption and environmental pollution showed a more synchronous change in characteristics, and the livable demand remained at a high level. 3) The carrying capacity index of resources and environment in Harbin has been declining, and the acquired carrying capacity index fluctuated. The long-term regional development model has severely impaired the carrying capacity of resources and environment. 4) The comprehensive carrying capacity of Harbin has clear spatial differentiation characteristics. Finally, the paper proposes that location conditions, economic development level, government regulation, and science and technology are the main factors influencing the spatial differentiation of urban comprehensive carrying capacity.     

基于多维感知的城市活力空间特征研究

基于多维感知对城市活力进行综合评价并探索其用地特征,是提升城市智慧化水平、实现精准规划和有机更新的重要基础。本研究以厦门岛为例,基于社交媒体签到数据、夜间灯光影像数据、POI数据和LBS大数据,从社会、经济、文化和空间4个维度感知城市活力,使用核密度、数据网格化和最优聚类法,分析城市活力的空间特征,并探讨不同活力区域的土地利用结构、功能多样性和开发强度等用地特征。研究发现：(1)基于多源数据的城市活力多维感知方法可精准、有效评估城市空间特征和发展动态;(2)厦门岛社会、经济、文化和空间维度城市活力的空间分布存在一定差异,4类活力区域呈现出西部连绵成带、东部围绕商务区和大型设施集中的特征;(3)各类活力区域的用地特征存在较大差异。第一类区域的公共管理与公共服务用地占比和第二类区域的商业服务业用地占比最高,均接近20%。集聚可显著提升城市活力,建设用地周边1000 m范围内的功能混合度更为重要。居住和商业服务业设施用地的活力水平随着开发强度的降低而降低,高值区容积率均在2.0以上。     

中国建设用地空间格局分析

全面准确地分析中国建设用地空间格局,是衡量城市景观的生态环境效应和制定区域发展战略的重要依据。为此,本文基于空间分辨率为12 m的2012年的全球城市足迹数据,分别在国家、经济区和城市群量化了中国建设用地空间格局。结果表明,12 m分辨率的数据能更细致和准确地刻画中国建设用地的特征。2012年中国建设用地面积为1.73×10⁵ km²,占中国陆地总面积的1.81%。从建设用地的空间格局来看,城市群尺度的建设用地破碎度最高,其建设用地平均斑块密度分别是国家和经济区平均水平的3.66倍和1.62倍。进一步分析表明,社会经济和地形因素共同影响建设用地空间格局。今后,应针对建设用地空间格局破碎问题,因地制宜地制定合理的措施,推动中国建设用地的合理发展。     

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。     

基于自发地理信息的“一带一路”区域陆路交通状况分析

路网密度的研究是实施“一带一路”愿景之互联互通倡议的基础工作。“一带一路”顺应了世界经济全球化、一体化、多极化、信息化的趋势,牵连着蓬勃发展的亚太和发达的欧洲经济圈,带动中间国家的经济发展。在新形势下,如何通过交通基础设施建设推进丝绸之路经济带沿线区域间的互联互通、促进区域合作和经济发展,具有重要的现实意义。本文利用自发地理信息数据——OpenStreetMap（OSM）道路网数据,运用地理信息系统（GIS）空间分析技术,探究了“一带一路”陆路经济带辐射区域亚欧大陆的路网络密度和通行能力的空间分布格局,并分析了六大经济走廊节点城市的公路可达性空间格局。结果表明：“一带一路”陆路经济带的交通基础设施的发展存在着不平衡现象;路网密度和通行能力均呈现沿海高内陆低的空间格局;中亚、西亚地区和中南半岛地区成为道路水平落后带,限制了丝绸之路经济带资源整合与贸易畅通,建议在建设新跨国公路铁路同时,对原有老旧道路进行加宽加固等升级改造;全区域道路等级级配不合理;节点城市可达性具有明显的分异状况,六大经济走廊中83%的区域可达性在10 h以内。研究产出亚欧大陆1 km分辨率路网密度和通行能力数据集,发现了“一带一路”陆路经济带道路水平的薄弱区域,为“一带一路”陆路经济带的交通基础设施建设以及进一步的道路网研究提供了基础数据。     

An analysis on location factors affecting the spatial distribution of Shanghai land values

Ｉ．ＩＮＴＲＯＤＵＣＴＩＯＮＴｈｅｒｅｉｓａｃｌｏｓｅｃｏｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｔｈｅｌｏｃａｔｉｏｎｏｆａｌａｎｄｐａｒｃｅｌａｎｄｉｔｓｖａｌｕｅ．Ａｒｅａｌｅｓｔａｔｅｅｘｐｅｒｔｏｎｃｅｓｔａｔｅｄｔｈａｔｔｈｅｆａｃｔｏｒｓｄｅｔｅ...     

夜间灯光数据驱动的成渝城市群空间形成过程重建及分析

2016年4月发布的《成渝城市群发展规划》首次正式确定了成渝城市群的内涵和具体边界,重建成渝城市群的形成过程,有利于把握未来发展趋势,并合理优化与调整其发展过程。在重建技术方面,对DMSP/OLS夜间灯光数据传统的不变目标区域校正法加以改进,将成渝城市群2013年城市市区范围内的全部像元加入校正模型的拟合中,设计了统计数据的校正规则,再通过二分比较法较好地恢复了成渝城市群内各城市建成区的时序空间信息。提取面积与统计面积总体平均相对误差为-0.38%,利用高分辨率Google Earth图像验证的建成区提取准确率达到98.29%,相比其他研究结果,经方法改进后的提取结果精度高且稳定。在结果分析方面,基于提取结果展开对城市群建成区重心转移过程与城市聚合过程的深层次研究,剖析了城市群的内部格局与时空变化特征。分析表明,成渝城市群的聚合情况与《成渝城市群发展规划》高度吻合,城市群已进入快速发育阶段,随着区域差异的持续扩大,成都、重庆都市圈的核心地位逐渐形成,而重庆的发展态势稍好。