基于POI大数据的开封市城市功能扩张与演替特征分析

以POI为代表的社会感知数据为精细尺度城市空间结构研究提供了新思路，然而，POI数据与传统光学遥感数据的关系、长时序POI数据表征的城市功能空间扩张与演替特征还有待进一步挖掘。因而，本文以开封市主城区为例，采用2005—2020年POI数据，通过构建城市街区尺度功能集聚-扩散分析框架，利用空间统计指标和区位熵指数分析城市功能的演替特征与复合功能变化。结果发现：(1) 2005—2020年开封市城市社会经济活动呈逐渐增长的扩张态势，活动空间的面积扩张了11.26 km2，年均扩张速度由2005—2015年的3.5%提升至2015—2020年的5.1%；(2)城市各种活动的集聚、扩散过程造成不同功能的演替变化，其中开封市商服功能集聚程度较高，虽然受到新城区商业中心扩散的影响，单中心的城市发展模式依然没有发生变化；(3)具有复合功能的城市街区不断增多，对单中心的城市结构形成有益支撑。复合功能较强的街区主要分布在活力高、居民生活较为便捷的区域。本研究不仅能为城市空间规划的研究提供理论和技术支撑，也为城市更新、可持续发展以及国土空间规划提供新的思路。     

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。     

Luojia-01夜光数据和“点轴发育”理论支持下的夜间经济集聚区定量识别与分类方法

“夜间经济”蕴含巨大的消费潜能和市场空间,夜间经济集聚区作为其载体,其准确识别、合理分类和科学布局是发展夜间经济的切入点和主要抓手,更是夜间经济可持续发展的保障。本文在“点轴发育、定量识别”的认知框架下,在定量表达夜间经济活力测度的基础上,利用焦点统计和ISO聚类分析方法提取和识别夜间经济集聚中心和集聚区,并根据区位熵及其变异系数对识别结果进行类型划分,克服了目前夜间经济实践中存在的集聚区范围划定主观随意、类型标准不一的问题,为夜间经济定量化研究开辟了新的思路。研究表明：① 相较于DMPS/OLS及NPP-VIIRS等夜光遥感数据,Luojia1-01数据的空间分辨率高,溢出效应低,更适合于“夜间经济区”这种小尺度的精细化研究。② 夜间灯光和兴趣点数据是夜间社会活力和功能活力的良好表征,其综合影响可通过夜间经济活力测度来定量表达;③ 上海推出的12个地标性夜生活集聚区中,有11个被识别,识别率达91.7%;④ 根据集聚区的功能结构差异,可将其划分为非平衡发展-起步型、平衡发展-起步型、非平衡发展-成熟型、平衡发展-成熟型4种类型,该分类方式具有普适性;⑤ 在起步阶段,上海中心城区夜间经济集聚区主导功能为购物、餐饮;在成熟阶段,其特色发展方向为住宿、科教文化和体育休闲功能。四大集聚区类型在空间分布上形成明显的圈层结构。     

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。     

基于时空大数据的轨交站域用地功能紧凑度分析

在智慧国土空间规划背景下,城市轨道站点周边区域空间资源的进一步集约化利用成为趋势,然而现有研究中少有针对轨交站域用地功能紧凑程度的分析评价方法.通过对城市轨交站域土地利用特点及空间资源集约利用需求的解析,考虑站域土地承载城市功能的密度和多样性,建立轨交站域用地功能紧凑度指数.以北京市为实证区域,基于POI数据对全市轨交站域用地功能紧凑度进行评价,继而从日均客流量和客流模式两个维度对轨道站点进行分类,分析不同客流特征站点的站域用地功能紧凑度特性.研究发现日均客流量与站域用地功能紧凑度呈正相关,不同客流模式站点的站域用地功能紧凑度存在显著差异.研究成果可为轨交站域用地功能的规划调整和精细化管理提供理论支撑.     

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。     

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。     

融合多源地理大数据的城市街区综合活力评价

随着城市人口、物资、信息流动的日益频繁,城市居民活动特征和生产生活方式更加复杂多变,同时,城市空间无序扩张,发展规划不足,引发了交通堵塞、人口流失、公共空间缺乏等一系列问题,最终引发了城市活力消解难题。因此,如何科学高效地进行城市活力定量分析成为了重点研究问题。本文基于OpenStreetMap、百度地图兴趣点（Point of Interest,POI）、微信宜出行、美团、高德建筑物轮廓等多源地理大数据,从人与空间双重角度,分别对人群活力、活力多样性、活动满意度和空间交互潜能进行量化研究;引入空间权重矩阵,构建了改进的空间优劣解距离法（Technique for Order Preference by Similarity to Ideal Solution,TOPSIS）综合活力评价模型,实现对南京市中心城区综合活力的评价,最后分析了工作日、周末的街区活力空间分布特征及活力极的异同,并比较了传统的熵值TOPSIS综合活力评价结果,以此探究空间关系对城市街区活力的影响,以求帮助城市规划者系统的认识当前城市活力现状,为城市规划研究提供一种可行性方案。     

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DMSP-OLS与NPP-VIIRS整合数据的中国三大城市群城市空间扩展时空格局

通过拟合最优幂函数模型,将NPP-VIIRS影像模拟为DMSP-OLS影像,构建了京津冀、长江三角洲（简称长三角）和珠江三角洲（简称珠三角）三大城市群1992—2017年长时间序列夜间灯光影像集。参考城市建成区统计数据确定夜间灯光最佳阈值提取城市范围,有效剥离统计数据中包含的经济活力不足的城市空间,识别出不属于统计范围的低等级、高活力城镇区,创新了数据应用视角。研究表明：① 县级城镇和市级以上城市对三大城市群城市范围的贡献度不同。京津冀腹地广阔,县级城镇是区域经济活力的重要组成部分,整体上贡献度最大;1990s初期长三角部分县级城镇经济活力较强,大量撤县设市后县级城镇数量减少,逐渐在2005年后低于京津冀;珠三角受到社会经济发展条件和行政单元划分的影响,县级城镇对城市范围的贡献在3个城市群中始终最小。② 三大城市群城市扩展非均衡性特征存在差异。京津冀城市扩展为京、津主导下的“双核”模式,非均衡性显著,尚未形成完善的城市规模体系;长三角和珠三角城市集聚特征明显,均衡性更强。重心迁移的路径、方向和距离反映各城市群不同的扩展强度和作用模式。③ 城市空间扩展格局整体均呈现热点区不断扩大、冷点区不断缩小的特征。其中京津冀热点和冷点区相对稳定,热点区向心集聚作用较强;长三角和珠三角空间格局变化较大,区域核心城市带动作用较强。     

Comparative study on Chinese urban agglomeration districts

The formation and development of urban agglomeration districts are the inevitable trend of modern urban evolution. Owing to the differences of formation background, urbanized way and process of different cities in the world, the feature and formation mechanism of urban agglomeration districts in the world present obvious spatial differences. The paper inquires into the structure feature, formation mechanism and development trend of different kinds of Chinese urban agglomeration districts by studying four big urban agglomeration districts: Jing-Jin-Tang (Beijing-Tianjin-Tangshan), the middle and south of Liaoning, Hu-Ning-Hang (Shanghai-Nanjing-Hangzhou), and Zhujiang River delta. The paper wants to promote the formation and development of theory and practice system of Chinese urban agglomeration districts.     

Comparative study on Chinese urban agglomeration districts

ＣＯＭＰＡＲＡＴＩＶＥＳＴＵＤＹＯＮＣＨＩＮＥＳＥＵＲＢＡＮＡＧＧＬＯＭＥＲＡＴＩＯＮＤＩＳＴＲＩＣＴＳＬｉＣｈｅｎｇｇｕ（李诚固）ＨｕａｎｇＹａｎｊｕｎ（黄岩君）ＵｒｂａｎａｎｄＥｎｖｉｒｏｎｍｅｎｔＳｃｉｅｎｃｅＳｃｈｏｌ,ＮｏｒｔｈｅａｓｔＮｏ...     

Factors affecting formation and development of the urban industrial district in China — A case study on caohejing hi-tech park in Shanghai

In China, the urban industrial district is usually an organic concentrated district including many factories that are in big, middle or small size, and are coordinated in the process of production, or use infrastructure in common. The formation and development of the urban industrial district in China are affected by not only general factors such as natural factor, transportation factor, labour factor, ecologic factor, but also special factors such as agglomeration factor, technologic factor and social factor. To the district’s formation, both the social factors and natural factors are important, especially the attitude the government have towards the district and the regional natural condition. But the agglomeration, market and transportation costs here are not as important as those in the traditional Industrial Location Theory. Now we must pay great attention to these three factors owing to the new economic conditions in China. In the development of the district, the main factors are technology and agglomeration. This indicates that the technologic factor is gradually the essential condition in the development of the district. Besides, we must also know the affection of the ecologic factor in the development of the district. According to the reality of Caohejing district, this paper gives every factor mark in the Analytic Hierarchy Process (AHP). With the result of the AHP, some suggestions have been put forward to Caohejing Hi-Tech Park and other urban industrial districts as well.     

Influential intensity of urban agglomeration on evolution of eco-environmental pressure: a case study of Changchun,China

In this paper, we study the interactive relationship between the agglomeration of urban elements and the evolution of eco-environmental pressure. We build an index system for evaluating the agglomeration of urban elements and eco-environmental pressure. Using the entropy method and response intensity model, we analyze how urban elements agglomeration influenced eco-environmental pressure in Changchun from 1990 to 2012, eliciting the changing features and influential factors. Ultimately, we conclude there is a significant interactive relationship between the agglomeration of urban elements and the evolution of eco-environmental pressure in Changchun. This is inferred from the degree of this agglomeration in Changchun having increased since 1990, with the degree of eco-environmental pressure first decreasing and then increasing. Alongside this, the impact of urban elements agglomeration on eco-environmental pressure has changed from negative to positive. The main reasons behind this shift are arguably the rapid growth of urban investment and ongoing urbanization.     

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。     

耀州区地质灾害分区特征及防治对策

依据地质灾害特征和分布现状，采用定性评价与模糊综合评判相结合的方法，将全区分为地质灾害高易发区(4个亚区)、地质灾害中易发区(5个亚区)、地质灾害低易发区(5个亚区)和地质灾害不易发区(3个亚区)。高易发区和中易发区．地质环境复杂．人类工程活动强烈，低易发区和不易发区地形条件简单．多为黄土塬面和林区，人类工程活动相对较弱。针对不同分区灾害特点．分别提出了监测、工程治理、搬迁避让、生物工程等防治措施。