北京城市建筑密度分布对热岛效应的影响研究

“热岛效应”是现代城市气候的主要特征之一,本文基于高分辨率遥感影像,通过人工目视解译获取了北京市五环内的不同建筑密度区,进而结合遥感反演获得的地表温度数据,分析了城市建筑密度分布与城市热岛效应及其变化之间的关系。结果表明,北京市五环内的建筑以中密度区为主,高密度区次之,各建筑密度区在不同环线之间的分布也有较大差异。高密度区主要分布在二环以内,中密度和低密度建筑区主要分布在二、三环之间,高层建筑区总体分布较少,主要分布在二、三环和三、四环之间。城市建筑区的地表温度与建筑密度呈现显著正相关关系,城市建筑密度越大,其地表平均温度就越高,北京市高密度区的平均温度达到30.5 ℃,而高层建筑对热岛强度具有一定的缓解作用,北京高层建筑区的平均温度为28.32 ℃,比高密度区低2.18 ℃。从热岛强度变化来看,总体上高密度区、中密度区和低密度区的热岛强度均为增强的趋势,其中高密度区热岛强度增加的幅度最大,热岛强度增加了0.56 ℃,只有高层建筑区的热岛强度表现为减弱趋势,热岛强度降低了0.07 ℃。     

基于三指数合成影像的西北地区城市建筑用地 遥感信息提取研究

随着西部大开发战略的实施以及“一带一路”战略的影响,西北地区的城市发展也发生着巨大变化,利用遥感影像更加准确地提取西北地区城市建筑用地信息对分析城市扩张趋势、规划城市建设具有重要意义。本文以2000年兰州市主城区和2003年西宁市主城区的Landsat 7 ETM ⁺影像为数据源,结合压缩数据维的方法,通过构建三指数合成影像并利用该影像来提取城市建筑用地信息。实验首先根据兰州市主城区的影像光谱特征,创建了归一化差值裸地指数（NDBLI）。然后将该指数与比值居民地指数（RRI）、修正型归一化水体指数（MNDWI）合成为一个包含3个波段的新型三指数合成影像NRM（NDBLI、RRI、MNDWI）;同时,根据集成学习思想,为增强城市建筑用地信息,将主成分分析的第一波段（PC1）、归一化差值建筑用地指数（NDBI）和比值居民地指数（RRI）合成为一个包含3个波段的新型三指数合成影像PNR（PC1、NDBI、RRI）;最后分别将三指数合成影像NRM和三指数合成影像PNR作最大似然分类提取城市建筑用地信息,将其提取结果与由归一化差值建筑用地指数（NDBI）、修正型归一化水体指数（MNDWI）和土壤调节植被指数（SAVI）所创建的NMS（NDBI、MNDWI 、SAVI）影像得到的最大似然分类结果作精度比较,并利用西宁市主城区影像对本文方法进行了相应验证。结果表明,利用三指数合成影像PNR提取城市建筑用地的总精度和Kappa系数最高,其总精度达到了90%以上,适合于提取西北地区含裸地较多的城市建筑用地。     

POI辅助下的高分辨率遥感影像城市建筑物功能分类研究

城市建筑物是城市的重要组成部分,对城市建筑物进行功能分类可以为城市功能区划分提供有利依据,辅助政府部门对城市规划、土地利用、资源、人口等方面的分布与分配进行管理与决策,有助于推进城镇化建设的可持续发展。仅利用目前的遥感分类技术难以对高分辨率遥感影像的城市建筑物信息进行功能分类,然而将遥感、互联网兴趣点（Point of Interest, POI）数据以及GIS技术有效地结合在一起,可以更为细致地分析城市信息,不仅实现了建筑物功能分类,而且提高了分类的准确率与可信度。本文首先选取卷积神经网络（Convolutional Neural Networks, CNN）方法对高分辨率遥感影像数据进行建筑物提取;然后,对POI数据的城市商服、公建和住宅用地进行核密度分析;最后分别统计每个建筑物3种用地的核密度平均值,并将该值设置为此建筑物的属性值,并结合POI数据的实际情况选择具有最佳功能分类精度的属性值作为阈值提取3种用地信息,从而完成不同功能的城市建筑物分类。精度评价结果表明,该方法对3种用地的提取效果良好,分类精度达到86%以上。     

基于POI数据的城市建筑功能分类方法研究

对建筑物进行建模与分析是智慧城市建设的重要任务之一。将城市中数量庞大的建筑物按功能分类,辅助认知城市内部空间结构,对政府部门开展人口估计,土地管理,城市规划等工作具有重要意义。本文以蕴含丰富语义信息的兴趣点（POI, Point of Interest ）作为主要信息源,针对POI分布稀疏导致大量建筑物无法识别出功能的问题,改进了传统的城市功能区定量识别方法。该方法为建筑物内部及周边一定区域范围内的POI赋予反距离权重,通过计算不同类型POI的加权频数密度比例来识别建筑物功能类型。文中以北京市西四环中路附近5000多栋建筑物为例进行实验验证,实现了将目标区域内的建筑物按功能类型划分为居住、商业、公服和3种混合类型,识别率达93.04%,与人工判别的结果对比得出总体分类精度达91.18%。该方法采用易于获取的互联网POI数据,可以实现大范围建筑物功能类型的快速自动化识别,丰富了城市建筑模型语义属性,扩展了POI数据的应用范围。     

城市建筑格局对小气候的影响

本文以南京农业大学实验楼独特的建筑格局所形成的局部小区域为研究对象,测量了其内、外的日最高气温、日最低气温和平均气温,测定结果表明,由于实验楼的特殊建筑格局,在晴好天气实验楼内外草坪的最低气温相差4℃以上,而阴雨天温差比较小,一般在2℃以下。当西北方冷空气来临时,内外草坪温差迅速上升,并大于-4℃。正是因为这一点,使得实验楼外部草坪的最低气温低于桔树临界低温-4℃时,内部草坪温度仍旧在-4℃以上,正是因为这一点使得原来在南京不能正常生长结果的桔树在实验楼内生长非常好,也就是说小气候足以使植物物种的分布发生改变。从四个不同时间段的平均温差来看,中午14时实验楼内外温差为最高为1.7℃,夜间2时和早晨8时次之,为1.3℃,20时温差最小为0.9℃。本文的目的在于强调现代城市建筑格局对于小气候不可忽视的影响,以期引起人们对此的关注,作者对城市建筑小气候的合理利用提出了几点思考。     

地理大数据支持下的城市功能区识别研究

准确识别城市功能区有助于精细化城市管理、合理化资源配置。传统的城市功能区识别方法在很大程度上依赖实地调研及统计年鉴数据,不可避免地存在较大的主观性,且受限于数据获取的繁琐性,导致识别过程耗时耗力且效率低下。地理大数据的广泛应用为城市研究提供了一种新的方法和途径,已被用于辅助城市规划建设与管理相关工作。为推广和普及地理大数据在城市功能区识别中的应用,以特大城市为研究对象,基于OSM(OpenStreetMap)路网与互联网位置信息等地理大数据,准确识别了研究区内多种类型的主要功能区,并将识别结果与城市实景予以比较和验证。实验结果表明,基于地理大数据结合区域活跃度指标的空间与时间尺度分析,可以较为准确地识别出符合特大城市规划现状的主要功能区,证明了地理大数据支持下的城市功能区识别的有效性,有助于为城市规划和建设管理等相关工作的高效开展提供参考。     

采煤塌陷区建筑物附加应力影响深度的计算与分析

建筑物附加应力的影响深度是评价采空区新建建筑是否会破坏冒落带和导水裂隙带内的应力平衡状态,进而引发破碎岩体"二次沉降"的重要依据。该文介绍分析了矩形基底建筑在均布荷载作用下角点附加应力对地下影响深度的计算原理,提出了使用线性逼近的方法,分别将复杂、非线性的土层自重应力函数及建筑物附加应力函数转化为线段微元,通过计算两直线段交点来获得建筑物附加应力影响深度的方法,并使用C#语言编制了相关计算程序。结合工程实例,分析了建筑物附加应力影响深度与土(岩)层容重、建筑物荷载、地基面积、地基形状的关系。     

乌鲁木齐都市圈城镇体系发展的分形特征研究

本文首先用分形理论的集聚维数和关联维数探析了乌鲁木齐都市圈城镇体系发展的空间分形特征;然后,运用2007年和2011年的社会经济统计数据,结合分形理论的齐夫模型,运用等级规模维数并通过与中国其他都市圈的比较,研究了乌鲁木齐都市圈城镇体系发展的等级规模变化分形特征。结果表明,乌鲁木齐都市圈城镇体系集聚维数和关联维数分别为1.060和0.882,说明乌鲁木齐都市圈已经形成了以乌鲁木齐为中心呈凝聚状态分布的空间自组织体系,各城市之间相互联系比较紧密,相互作用较强。2007-2011年间,社会消费品零售总额等级规模维数变小,说明差异呈现扩大趋势,而非农业人口、GDP、一般预算财政收入等级规模维数变大,说明差异呈现缩小趋势。与其他都市圈相比,乌鲁木齐都市圈空间和规模结构还不成熟,中心城市首位性强,对周边城市带动能力弱,等级规模差异大,有待进一步优化。     

城市边缘区土地利用结构分形特征的动态变化——以广州市南拓区为例

近20年来,随着广州市城市化水平的大幅提升,作为城市地域空间发展前沿的城市边缘区土地利用变化异常明显.本文以广州市典型城市边缘区为研究对象,基于覆盖广州市南拓区的4时相TM遥感解译数据,构建土地利用数量结构变化模型和分形结构模型,定量化研究区域土地利用结构的变化强度、复杂性和稳定性.研究结果表明:在广州市核心区城市化辐...     

城市空间形态与特征的定量分析——以重庆市主城区为例

本文梳理了城市空间形态研究的理论与方法,系统分析了城市空间形态研究的趋势。鉴此,构建了城市形态定量化研究的测度指标体系,并以RS和GIS技术制定了城市形态定量化分析方法框架,对重庆市主城区空间形态进行了系统的定量分析。在城市用地扩展的时空特征上采用了面积增长量、城市用地扩展速度、扩展强度,及各方位用地扩展强度等指标;在城市外部空间形态特征方面采用了紧凑度、分形维数和形状指数等指标。结果表明:主城区空间形态演变受其重大事件影响较大,呈"突变"和"整合"相结合的演化过程;重庆市主城区空间扩展呈现明显的阶段性,以集约式和内涵式扩展为主;由于受主城区扩展的各向异性影响,主城区扩展以北向和西向扩展为主。本研究为城市空间形态的定量分析提供了参考。     

基于空间场-水文模型的城市影响腹地界定及其空间演变分析——以河南省地级城市为例

城市影响腹地范围的划分,在区域与城市规划中有着重要的理论和实际意义。本文从"城市结节性"和"空间交通可达性"两方面改进场强模型,采用主成分分析法与指标体系计算河南省城市结节性指数,利用累积耗费距离测算空间可达性,借助k阶数据场模型与水文分析模型,综合测度了1991年和2010年河南省17个地级城市的影响腹地范围及空间演变特征。研究表明,20年间河南省地级城市的平均可达本文时间从1991年的45.41 min缩短为2010年的33.03 min,空间场能显著增长且空间分异性显著。南阳的腹地面积增加最大,信阳的腹地面积缩小最大;安阳腹地面积增加率和漯河腹地面积减少率最大。郑州的腹地范围与其行政辖区偏移度最大。     

城市形态演化的粒子群智能随机元胞模型与应用——以上海市嘉定区为例

城市形态演化是一个非线性的复杂时空动态过程,认识、理解和模拟此变化过程,有助于探索城市扩展的机理。地理元胞自动机(CA)因其较强的复杂系统模拟和预测能力,越来越多地应用于城市形态的演变研究。CA自下而上的结构特性,与粒子群智能(PSO)由底层单元交互而呈现系统全局的自组织性,本质上是一致的。本研究将两者结合,以模拟结果和真实形态的差异最小化为基础,利用粒子群智能,以快速随机搜索的方式,获取CA参数的优化组合和模型结构,从而建立了一种粒子群智能地理元胞自动机模型(PSO-CA)。以上海市嘉定区为案例,通过较长时段的历史数据对PSO-CA模型进行校正,成功模拟了该区域1989-2006年的城市形态演化过程,并进行了2010年发展预测。与传统地理CA模型比较,PSO-CA模型模拟结果的精度更高。