基于遥感数据和POI数据的GDP空间化研究 ——以北京市为例

为了比较分析不同数据对格网化社会经济活动空间分布精度差异性的影响,以北京市为例,基于土地利用数据对第一产业空间建模,基于NPP/VIIRS夜间灯光数据和POI数据运用熵值赋权和代用数据空间展布的方法对第二、三产业空间建模,将第一产业和第二、三产业进行格网叠加,并与辖区GDP统计数据进行误差分析。结果表明:借助土地利用数据、NPP/VIIRS夜间灯光数据和POI数据的GDP空间模拟结果与真实分布格局较为一致,而使用土地利用数据和夜间灯光数据进行GDP空间化模拟的精度明显降低。因此,将反映细节信息的POI数据加入到GDP空间化研究后,能够进一步扩展GDP空间化的数据源,提高GDP空间化模拟精度。基于土地利用数据、NPP/VIIRS夜光数据和POI数据可以实现较高精度的GDP空间化模拟。     

基于POI的城市休闲空间格局分析——以乌鲁木齐市为例

基于百度POI数据,运用Ripley’s K函数、最近邻层次聚类、空间自相关等方法,对乌鲁木齐市公共休闲设施空间布局进行研究,总结城市休闲空间的格局特征,进而探讨休闲空间的影响因素。结果表明：（1）乌鲁木齐休闲设施空间分布表现出明显的向心集聚性。（2）各类休闲设施热点区分布表现出不同的集聚倾向,娱乐类、购物类、健身类三类休闲设施热点区主要布局在主城区以内重要交通枢纽和商业中心附近,餐饮类休闲设施热点区表现出明显的人口导向特征,旅游类休闲设施热点区均分布在热门旅游景区附近,文化类休闲设施热点区分布于科教文化基地或多民族混居区。（3）乌鲁木齐市休闲空间格局为“圈层+扇形+组团”模式,核心为面状综合型休闲中心,外围为扇形的休闲设施稀少区、组团式多功能休闲区和组团式餐饮休闲区,最外围是休闲设施极少的郊区和组团式旅游休闲区。（4）乌鲁木齐休闲空间与人口空间分布存在较强的空间正相关关系。     

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POI大数据的沈阳市住宅与零售业空间关联分析

城市住宅及其价格与区域商服业的空间关联性量化研究是人文-经济地理学的重要研究内容。以辽宁省沈阳市为案例,以住宅和零售业兴趣点（Point of Interest, POI）为数据源,基于空间核密度分析提取住宅和各类零售业的空间聚类形态,量化表达商住空间布局的相关性,并在此基础上运用地统计方法测算房价的空间异质性及其与零售业态空间布局的差异特征。结果表明,零售业的整体空间聚集特征与住宅相似,呈现中心城区块状聚集、外围城区多中心离散的分布格局;零售业与住宅核密度相关系数为0.95,超市、便利店等小规模的零售业与住宅密度相关性较强,商场商厦的聚集效应落后于城市住宅,大型零售业应该在铁西经济技术开发区等住宅密集区规划选址,为居民提供高端购物服务;住宅价格的倒“U”型空间分布模式与零售业空间密度的圈层衰减特征相符。     

基于POI大数据和可达性双重约束的城市空间结构研究

针对城市空间结构研究现状,将传统的城市空间可达性研究与大数据有机结合,在网格法基础上构建城市空间结构研究新思路.通过空间句法模型计算每个城市网格的空间可达性,应用POI大数据得到每个网格的POI密度,对可达性与POI密度进行交叉对比分析,得到基于POI大数据和可达性双重约束的城市空间结构特征类型和空间分区方案.以合肥市中心城区为例,经分析将中心城区划分为3类空间分区,进而根据每类空间的特点提出针对性的空间发展建议.该研究可为城市空间结构研究及城市空间规划布局提供方法参考和决策依据.     

基于POI数据的城市土地利用和功能分区--以“城市内部空间结构”教学为例

基于POI数据的可视化教学,能够使教学内容直观明了。本文使用Python编程爬取高德地图POI兴趣点和安居客小区房价数据,结合ArcGIS软件平台,运用地理信息技术分析城市内部空间结构,并通过课堂教学呈现,以期为教师使用地理信息技术融合大数据与学科教学提供参考。     

基于POI数据的城市用地功能识别与评价研究——以济南市内五区为例

充分利用大数据开展城市用地功能识别,有助于把握城市空间结构,推动城市内部空间合理布局。POI数据是大数据时代一种较易获得且极具代表性的空间点状数据,能够有效地确定城市用地的实际功能。以济南市内五区的185126条POI数据为基础,对所得数据进行去重、纠偏、重分类,构建城市用地功能分类体系,运用频数密度、类型比例及核密度估计,识别济南市内五区城市用地功能并利用误差矩阵对识别结果进行检验。结果表明:①混合功能用地与单一功能用地呈现圈层化地域分布特征,"核心-外围"分异明显;②由内向外单一功能用地集聚趋势减弱,混合功能用地多样性降低,不同用地表现出不同的空间分布模式;③通过误差矩阵及与用地规划图中规划用地及电子地图的实际用地对比,识别总体精度为75. 67%,识别结果较为准确。     

基于POI数据的西安市零售业空间格局及影响因素研究

基于POI数据,利用核密度估计、缓冲区分析等方法刻画西安零售业空间集聚状态,确定零售业分布核心范围,并利用双变量空间自相关分析、近邻分析等方法探究零售行业之间的空间集聚关系,以及零售业与居住小区、交通因素的空间关系。研究表明:①西安市零售业呈"中心-外围"结构,以钟楼为中心连片集聚分布,在距离钟楼16 km范围内为零售业分布核心区,在阎良、高陵、临潼、鄠邑4个郊区呈"孤岛"状集聚。②文化、体育用品及器材零售,纺织、服装及日用品零售业更倾向于在内城分布,而汽车、摩托车、零配件和燃料及其他动力销售业,五金、家具及室内装饰材料零售集中在租金低但交通方便的城市中心外围。③集聚效应、人口分布与路网影响零售业的空间分布。与居民日常生活关系密切的零售行业如综合零售,食品、饮料及烟草制品零售,纺织、服装及日用品零售等在空间上集聚以接近消费者,分享消费市场和空间场地,而耐用品零售行业如汽车、摩托车、零配件销售业,家具及室内装饰材料零售等倾向于自身集聚,以共享品牌效应。交通干线尤其是城市二级道路明显影响零售网点的空间分布。     

地方小吃空间扩散格局与模式——基于中国四大知名地方小吃POI数据的研究

以中国四大知名地方小吃门店兴趣点（POI）大数据为主要数据源,基于密度、距离与加权平均中心方法分析地方小吃空间集聚与扩散格局,采用空间自相关、聚类和异常值分析以及热点分析方法研究地方小吃空间集聚关联特征以及空间扩散模式。结果表明：① 地方小吃在不同尺度上的空间扩散格局存在显著差异,东部地区和中西部省会城市是地方小吃的主要集聚地;② 地方小吃的空间集聚表现出自相关特征,邻域扩散、等级扩散和跳跃式扩散等扩散模式相互融合;③ 地方小吃空间扩散的冷热点集聚区分异明显,反映出不同小吃认可群体范围的差异以及中国各地饮食习惯的空间分异;④ 饮食文化扩散与人口迁移扩散具有空间重合性,经济发展水平较高、人口净流入地区对不同饮食文化的包容性较强。     

基于多源数据的城市功能区精细化研究——以北京为例

城市功能分区研究在时空尺度上不断细化,多源数据融合有利于推动城市功能分区研究的精细化发展。本文对比国内外城市功能区研究中对多种新型地理数据的内涵挖掘和应用,通过融合北京市2017年14400个栅格区域的手机信令数据和2016年高德地 图380975条兴趣点（POI）数据,量化区域功能使用强度的日夜差异和内部功能混杂程度,完成区域主导功能类型判定及功能混合度评价,并对北京城市功能区划分结果进行分析与验证,主要结论：① 北京的日间活跃区域面积是夜间活跃区域面积的3倍,其中餐饮、生活等服务设施的夜间使用强度更高,金融、旅游、公共服务设施的日间使用强度更高;② 北京市面积占比最大的三类功能区是旅游（28.2%）、居住（12.1%）、交通（11.4%）,面积占比最小为金融功能区（2.8%）,在空间上呈现出旅游、金融、公共功能区聚集,其他功能区具有离散分布的特征;③ 居住、餐饮、生活等功能服务存在较强的依赖性,而旅游、企业功能服务存在较强的排他性,北京中心城区内除旅游功能区外均存在不同程度的复合功能特征,高度功能混合区约占研究区域的24.6%。功能区划分结果对于北京城市规划具有较强的现实意义,也为今后深入研究城市功能区提供了有效方法和新的视角。     

基于二分网络的北京公交线路布局的空间依赖性

公交网络运行系统的结构性缺陷常常致使其成为城市交通拥堵的罪魁祸首。传统公交网络空间研究皆将其视为一个独立的交通运输方式,忽视了城市道路网形态与结构的内生作用。本文基于二分网络的思想,通过构建公交线路—城市道路的空间依赖矩阵,引入系列空间依赖度测度指标从局域、全局两个尺度探讨了北京市的公交线路的空间依赖度及依赖的核心空间,并通过社团识别对北京市公交线路的依赖空间进行了划分。结果发现：① 局域依赖度方面,北京市公交线路布局高度依赖度少数城市主干道和城—郊区快速干道,其空间依赖格局形成了以市中心为核心,以城—郊区快速干道为通道的中心—外围的廊道扩散格局;② 全局依赖度方面,北京市公交线路空间布局结构失衡,比较脆弱,受城市道路路面路况影响较大,同时以四环为模糊边界的市中心区域成为北京市公交线路依赖的核心空间;③ 依赖空间划分上,北京市公交线路布局与城市地域空间呈现良好的对应性,朝阳、海淀、三环内（东城和西城）是公交线路布局规模最密的3个区域。     

基于POI的土地利用与轨道交通客流的空间特征

城市轨道交通及其沿线土地一体化发展是城市可持续发展的关键问题.提高城市轨道交通可持续性和土地资源配置合理性的关键需掌握轨道交通客流与土地功能之间的依赖关系,而回归分析是研究二者关系的主要方法.既有研究对于土地利用的描述多基于用地面积等概略数据,难以揭示各类属性的用地对客流的影响机理及其空间效应.采用百度地图POI数据以...     

基于大数据的文化遗产认知分析方法——以北京旧城中轴线为例

以北京旧城中轴文化遗产为例,利用2012、2015年的相关微博、报刊新闻、学术文献数据,通过提取关键词,抽取词频、tf-idf权重、互信息、后验概率等特征,从群体、时间、空间多个维度分析文化遗产的认知。在人群维度上,通过具有特征性人群的传媒信息,发现不同人群对文化遗产的认识存在异同：对于中轴文化遗产核心单元故宫、天安门、天坛的认知相对一致,而对于钟楼鼓楼、太庙、地安门的认识,官方偏向于行政管理,学者偏向于历史价值,大众则偏向于生活化。在时间维度上,提取文化遗产关注程度和认知变化。如相对于2015年,大众对故宫、天安门的关注程度相对提高,对太庙的历史价值认识更为丰富。大众相对于官方和学者对文化遗产的认知更容易发生变化,且对热点事件敏感。在空间维度上,挖掘文化遗产单元之间的认知转移和关联模式,一方面,空间上相连的天安门—正阳门—正阳门大街具有较高的双向认知;另一方面,中轴文化遗产中,故宫、天安门、天坛的后验概率较高,表现出跨空间的认知汇聚模式。基于大数据的认知分析方法,是问卷调查、文献调研、访谈分析等传统方法的重要补充方式,能够降低数据收集者的主观影响,增加分析维度和效率,有助于发现隐含的知识和模式。本文结论可为文化遗产价值挖掘、保护提供决策支持。     

基于POI数据的山西省旅游景区分类及空间分布特征

运用大数据与传统地理信息系统相结合的方式,以山西旅游景区POI(Point of Interest)数据为研究对象,对其进行分类后,研究其总体空间分布格局、分布方向以及具体地市空间分布特征.结果 表明:山西旅游景区总体分布格局呈现晋中地区集聚特征,具体各类旅游景区的集聚形态与程度有所差异.其中,地文景观类旅游景区集聚于...     

基于POI数据的西宁市零售业空间格局探究

零售业是城市商业结构中最有活力的组成部分,合理有序的零售空间结构对促进经济的发展、提高资源的配置、满足居民的生活需求至关重要。POI作为新的空间数据源,能够客观地、准确地对商业空间结构进行识别和探究。西宁市位于青藏高原东北部,是连接青藏高原与中国大陆的重要门户。西宁市集中大量的人口,且存在有潜力的消费市场。基于POI大数据,运用核密度、局域Getis-Ord G^*指数、Ripley’s K函数和区位熵的分析方法,以西宁市为研究案例探究零售网点的空间分布特征。零售业详细地分为以下8种类型,分别是食品、饮料及烟草制品,纺织、服装及日用品,文化、体育用品及器材,家用电器及电子产品,五金、家具室内装饰材料,医药及医疗器材,汽车、摩托车燃料及零配件,综合零售。结果表明:西宁市零售业集聚区空间分布特征显著,呈现"多集聚、多核心"商业空间形态。密度等级由中心区沿交通干线逐渐向外围递减;高密度集聚区分别分布在水井巷附近街区、商业巷附近街区、祁连路—北禅路交汇的附近街区(北山市场)和以万达广场为核心的海湖新区。行业属性不同使得零售点集聚和分布变化表现出较大的差异性,与人们日常生活密切相关的业态零售点呈现社区化、微型化和便利化的特征,且区位选择性较大,如:食品饮料及烟草制品、医药及医疗器材和综合零售行业,而家用电器及电子产品、文化体育用品和纺织服装等行业区位选择尺度小,集中在特定的区域;基于道路数据构建的街区单元冷热点区域分布特征显著,它受城市建设用地扩张,人口密度,交通可达性和城市规划等因素的影响,海湖新区将成为最有发展潜力的商业区;在街道尺度,各业态零售业专业化功能区块显著,发展成熟的街道表现出多优势行业集聚特征,西宁市多业态集聚区域较少,只有人民街街道。这项研究一方面有助于填补基于POI数据青藏高原河谷型城市商业空间结构研究的空白;另一方面,为政府战略制定,零售商选址和城市规划提供一些参考。     

基于大数据的生活圈范围与服务设施空间匹配研究——以北京为例

生活圈建设是新时代国土空间规划的关键内容之一,生活圈内服务设施配置是做好生活圈规划的首要基础,居民生活圈与服务设施的空间匹配关系也是地理学“人地关系”在城市社区尺度的重要体现.学术界对生活圈与服务设施的匹配关系已有研究,但主要采用问卷调查数据,该类数据存在样本量少、地域覆盖范围小等不足.论文将采用手机信令数据和POI(...     

基于产业活动的城市边缘区空间划分方法——以北京主城区为例

城市边缘区是客观存在但却难以精确刻画的空间实体。现有划分方法往往难以兼顾研究精度和空间属性数据的匹配。本文以产业空间特征为主要依据,借助非线性回归、空间自相关和GIS等分析手段,建立了一种单因素的城市边缘区空间划分方法。并利用1996年和2001年基本单位普查数据,以邮政编码区为精细的空间基本单元,对北京主城区城市边缘区进行了实证研究。划分结果表明,北京主城的城市边缘区是环绕在主城区周边的宽窄不一、空间不连续的带状实体地域,该区域面向东、南方向的扇形拓展是未来发展的主要趋势。     

居民家庭日常出行碳排放的发生机制与调控策略——以北京市为例

根据2007年北京市居民活动日志调查数据,利用Amos7.0软件建立单效标因素的路径分析模型,试图在"社区-家庭"层面上挖掘"空间利用-出行特征-碳排放"的内在发生机理,藉此寻找城市空间组织低碳化的调控路径。研究发现:影响居民家庭日常出行碳排放的主要因素是出行距离和出行方式。社区空间利用特征对家庭出行的距离总量有显著影响,对小汽车出行比率则没有明显作用效果;私家车的购置对居民家庭出行行为的高碳化具有不可逆的作用特点;在现有设施条件、空间环境和车辆使用政策下,公共交通对私人交通出行没有替代性。研究认为,城市空间组织和调控优化应通过土地混合利用、设施供给等物质空间组织与再组织手段,形成空间行为组织和行为规划策略,引导居民降低交通发生量,优化居民交通发生的时空结构,建构低碳的城市空间结构。