基于多源数据的主体功能区划分方法——以广州市为例

以广州市为例,基于城市感知数据、遥感影像等多源数据,采用卷积神经网络对遥感影像进行了语义提取,将提取结果与兴趣点（Points of Interest）样方密度的功能用地识别结果进行补充校验,根据政策和规划文件建立功能用地与主体功能区之间的关联,利用信息熵分析广州市功能用地混合程度,以辅助判别主体功能区,最终得到广州市主体功能区划分结果。将划分结果与《广州市主体功能区规划（2008—2020年）》和《广州市城市总体规划（2017—2035年）》草案对比验证,结果表明文章所提出的方法精准度较高,并能体现广州市空间格局形态,反映主体功能区实际分布情况。     

基于耗散理论的城市边缘区土地利用的弹性管理研究

城市边缘区是城市郊区化和乡村城市化的结合交会区域,其时空特征表现出十分复杂和不稳定的特征。本文把城市边缘区看作一个可弹性管理的耗散结构,依据耗散结构理论中的熵变模型,剖析了城市边缘区土地利用的弹性管理方法,利用实例论述了城市边缘区的弹性确立方法,并基于熵的视角提出了实现弹性管理的策略。     

浅析城市边缘区的特征与功能——以兰州市为例

随着城市的发展,城乡相互作用不断加强,在城市郊区出现了城乡要素逐渐过渡的新型地域实体——城市边缘区。在借鉴国内外学者对城市边缘区的认识和相关概念的基础上,以兰州市为例,构建了边缘区界定的指标体系,利用"断裂点法"对城市边缘区范围进行界定,同时对边缘区的特征、功能和存在的问题进行了系统总结,并提出了边缘区的发展趋势。     

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。     

城市边缘区国内旅游市场营销规划的实证研究--以永泰县为例

本文从分析城市边缘区旅游发展的条件和优势入手,对该区域旅游发展的市场环境进行了重点分析,并以福州市永泰县为例,对城市边缘区国内旅游市场的营销规划做了实证研究,以期为其他同类地区的旅游市场营销规划提供参考.     

郑州城市边缘区的空间演变、扩展与优化

在快速城镇化进程中,许多城市的中心城区和边缘地带同时迅速扩展,城市边缘区成为变化最大、问题最多和最敏感的地带,也是城市未来发展的关键区域.近年来,郑州城市边缘区的迅速发展有力地支持了郑州市城市综合竞争力的提升,但其空间格局的不清晰和空间组织的混乱也给城市的可持续发展埋下隐患.郑州城市边缘区空间演变的历史悠长而曲折,景观积累多样而繁杂.当前,郑州城市边缘区的空间扩展主要得益于郊区城镇化和乡村城镇化,扩展方式以轴向扩展与外向扩展为主.郑州城市边缘区的空间优化要满足可持续发展的要求并遵循一定的科学准则,合理确定功能与产业定位,采用科学的空间组织方式,并接受高层次的规划制约.在此基础上,以产业园开发模式为主,实现边缘区空间格局的优化.     

基于珞珈一号夜间灯光数据与POI数据的粤港澳大湾区城市群多中心空间结构研究

利用珞珈一号夜间灯光数据对夜光强度进行多尺度分割提取潜在中心范围,结合POI数据进行空间自相关分析和地理加权回归,识别粤港澳大湾区城市群的多中心分布,并从多角度分析粤港澳大湾区城市群空间结构特征。结果表明：1）粤港澳大湾区具有广佛、深莞、香港、澳珠、中山5个主中心和花都、增城、从化、惠城、端州、新会、石岐等14个副中心,5个主中心的功能结构均以混合功能区为主,14个副中心围绕主中心外围分布;2）基于珞珈一号夜间灯光数据计算的5个城市群主中心与9个城市+2个特别行政区的关联强度呈现“东强西弱”的特征,并形成“内强外弱”的圈层结构;3）基于城市群主中心分布及其空间关联强度特征,以及主中心服务的三个组团范围（广佛肇组团、港－深莞惠组团和澳－珠中江组团）,结合《粤港澳大湾区发展规划纲要》《广东省国土空间规划（2020－2035年）》的规划要求,建议粤港澳大湾区通过构建“五心一带三组团四轴”的区域空间结构,实现极点带动、轴带支撑、组团合作,促进湾区区域协调发展成为世界一流城市群。     

基于乡村多功能评价的城市边缘区“三生”空间划分研究

城市边缘区乡村多元价值凸显,迫切需以乡村多功能理论为指导划分“三生”空间,以空间重构促进转型发展。论文首先从生产、生活与生态功能方面评价城市边缘区多功能时空变化;其次进行图斑尺度“三生”空间适宜性评价,两者共同得到基于乡村多功能的“三生”空间适宜性;最后据此设计算法划分“三生”空间。研究发现：① 城市边缘区乡村休闲娱乐、观光农业等功能显现,需要重构多功能空间促进转型发展;② 江苏徐州市铜山区乡村非农生产与生活功能主要分布在与中心城区较近地区,农业空间主要分布在中心城区远郊外围,生态功能则表现出高度空间异质性,农业、非农生产与生活功能在提升,而生态功能则普遍下降;③ 县域“三生”空间划定需多尺度联合,既要考虑乡镇尺度多功能差异,还要体现图斑尺度适宜性,才能为空间规划提供有意义的借鉴。论文提出的基于乡村多功能评价的“三生”空间划分可为即将开展的国土空间规划提供科学依据。     

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。     

Study on sustainable development of urban fringe in China

1 IntroductionUrban fringe refers to the zone surrounding the built urban area, or the transitional zone between city and suburbs. Located on the fringe of the built urban external area, urban fringe is notably featured as a linking place of city and country, and as a combining growth of urban-rural economy. Presently, most of the large and medium-sized cities in China are at the stage of active construction where central areas are keeping step with surrounding areas. Meanwhile, fringe constr…     

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。     

中国城市密集区空间识别及其与国家主体功能区的对接关系

城市密集区是城市化发展到高级阶段的一种地域空间组织形式,是社会经济发展的主体。对城市密集区进行空间划分与识别,有助于明确国家开发格局和促进区域的一体化发展。本文在已有研究成果的基础上,根据中国城市化发展的水平和阶段,从中心城市、标准市、其他中小城市和城镇、边界识别等方面界定了中国城市密集区的识别标准,并通过基于交通可达性测算的城市密集区边界划分,将中国城市划分为15个典型城市密集区和8个准城市密集区,形成“三纵两横”的城市密集区空间格局。通过与国家主体功能区规划的对比发现,本文提出的城市密集区划分方案与国家主体功能区规划提出的城市化战略格局基本相符,城市密集区的发展应在国家主体功能区战略指导下,参照规划设定的定位和目标,选择适合的路径和方向。     

Characterizing mixed-use buildings based on multi-source big data

To-date few research has successfully integrated big data from multiple sources to characterize urban mixed-use buildings. In this paper, we introduce a probabilistic model to integrate multi-source and geospatial big data (social network data, taxi trajectories, Points of Interest and remote sensing images) to characterize urban mixed-use buildings. The usefulness of our model is demonstrated with a case study of the Tianhe District in megacity Guangzhou, China. The model predicted building functions at 85% accuracy based on ground truth data from field surveys. We further explored the spatial patterns of the identified building functions. Most mixed-use buildings are located along major streets. Our proposed model can identify mixed-use buildings in a city; information is useful for planning evaluation and urban policymaking.     

北京城市边缘区城市化过程与空间扩展——以大兴区为例

城市边缘区空间扩展研究是探讨城市未来空间结构和形态演变的基础。本文基于北京大兴区1994、2001和2006年3期TM遥感影像资料提取城镇用地信息,通过对城市扩展强度、城市扩展梯度、城市边缘区空间扩展模式等建设用地的总体扩张行为进行研究,分析研究区十多年来城市化进程中城镇建设用地扩展的时间过程和空间格局特征,对明确未来城市边缘区土地利用发展方向,提高土地利用效率和城乡建设效益提供基本依据。结果显示,大兴区城市土地利用扩展强度不断增强;中心城区以及中心区面积的不断扩张,导致建设用地在高指数区间集中的趋势明显,农村地区小城镇建设的高速发展使得低指数区间的建设用地面积大幅度增加;根据城市化扩展梯度,大兴区分为城市化高速扩展带、城市化快速扩展带和城市化低速扩展带;紧邻中心区的城市化高速扩展带,以集中连片式扩展为主,该模式在边缘区空间扩展中居于主导地位。城市化快速发展带土地利用以轴向扩展模式为主,轴向扩展稳定地影响着大兴区城市化进程。独立发展模式随着城市经济的快速发展其影响将明显增强,逐渐成为城市边缘区空间扩展的主要形式。     

城市群的界定与识别研究

城市群的界定与识别是城市群研究的重要内容之一。传统研究以实证数据判断为主,但由于数据可获取性不易,极大的限制了该手段的应用;模型等定量识别方法较少采用,结果的精度较差是其主要弊端。本文在综合以往学者研究的基础上,提出城市群界定的标准体系;运用区域作用组合模型,得出城市群的识别体系。通过模型与实证相结合,更加高效和精确地识别城市群。通过研究,为城市群的界定提供一种研究思路,并为城市群识别的操作层面提供了一种测度手段。     

基于居住环境的常州城市居民生活质量空间结构

第六次全国人口普查数据面世以后,基于因子生态分析的中国城市社会空间结构研究虽取得较多成果,但方法创新还有待推进。本文以常州作为实证研究地区,将人口普查数据与大数据（城市POI数据）相结合,借助网格化处理和公共服务设施可达性计算方法,从居住内部环境（住房条件）和居住外部环境（设施可达性）两方面综合衡量城市居民生活质量,进而探讨城市居民生活质量空间结构及其与居民社会经济属性之间的关系。结果表明,常州城市居民生活质量空间结构呈现出较为明显的圈层结构与扇形结构叠加的模式,城市生活质量空间结构与居民社会经济属性在空间上存在一定的耦合关系,即不同类型居民属性区的生活质量存在较为明显的差异,各类居民属性区均有与之重叠度较高的相对应的生活质量区,这种空间关系的揭示对城市规划和管理具有一定的借鉴意义,同时也从居民社会空间与实体空间互动关系的角度对社会—空间辩证法进行了诠释。     

北京城市边缘区空间扩展特征及驱动机制

在Landsat TM数据支持下,利用突变点方法获取北京市1994、1999、2004年城市边缘区范围,从扩展总量、扩展类型、扩展方向、扩展区域以及扩展强度等方面分析城市边缘区空间扩展特征,探讨扩展驱动机制。结果表明:(1)北京城市边缘区扩展速率逐渐加快;扩展方向主要是东、北,类型以向外扩张为主;(2)边缘区空间扩展受自然地理条件限制的同时,受经济发展、工业增长、城市基础设施等社会经济因素影响较大,城市规划等政治因素也对边缘区空间扩展具有一定影响。