基于客流特征的轨道站点影响区和轨道站点之间功能布局研究——以厦门为例

轨道站点影响区和站点之间功能布局是落实TOD理念（Transit-Oriented-Development）——以公共交通为空间开发导向的重要内容,客流是站点功能布局成效的直接体现。通过轨道站点影响区POI结构,将厦门轨道站点分为单主导功能、双主导功能和混合功能3类。通过分析站点客流量,明晰站点影响区功能布局与出行发生之间的关系。以站点间客流OD量及站点客流OD在各距离段的分布,分析站点之间功能布局与空间客流分布的关系。根据现状呈现出来的轨道站点功能布局特征及对应的客流特征,提出下一步发展策略。结果表明：1）高客流量站点以单、双主导功能站点为主,混合功能站点客流量并不突出;2）同类型站点间OD量较小,不同类型站点间OD量较大,空间站点功能互补性直接影响OD的空间特征;3）站点各距离段OD比例受中心地职能等级及周边站点功能互补性的双重影响。文章基于对站点影响区和站点之间功能布局与乘客出行相关关系的分析,结合城市功能布局的市场规律及城市空间结构发展需求,提出站点影响区“混合基本功能,集聚主导功能”和站点之间“差异互补,连点成轴”的功能布局原则,以期为以轨道交通为主体的TOD综合开发提供参考...     

基于特征的时间序列聚类方法研究进展

时间序列聚类可以根据相似性将对象集分为不同的组, 从而反映出同组对象的相似性特征和不同组对象之间的差异特征。当序列维度较高时, 传统的时间序列聚类方法容易受噪声影响, 难以定义合适的相似性度量, 聚类结果往往意义不明确。当数据有缺失或不等长时, 聚类方法也难以实施。基于上述问题, 一些学者提出了基于特征的时间序列聚类方法, 不仅可以解决上述问题, 还可以发现序列本质特征的相似性。本文根据时间序列的不同特征, 综述了基于特征的时间序列聚类方法的研究进展, 并进行了分析和评述;最后对未来研究进行了展望。     

北京市旅游客流时空分布特征与调控对策

在对北京市183个重要旅游景区进行了全面考查的基础上,分析北京市整体及中心城区、郊区客流时空变化特征,典型景区的客流变化规律与变化动因,以及客流在时间和空间分布上存在的不平衡现象和旅游产品的供给与需求之间错位问题。据此作者提出进入产品衰落期的旅游产品淘汰的必然性;进入发展停滞阶段的旅游产品的振兴和复苏计划;旅游需求与供给的空间整合;价格杠杆的效用性和城区资源整合等观点。     

基于地铁客流的广州地铁站点类型识别

使用地铁刷卡数据对地铁客流进行研究时,面临数据量大、数据维度高、信息冗余度高等问题。传统方法主要通过专家经验建立指标进行分析,不能有效地利用原始数据,也容易受主观因素的影响。文章使用主成分分析方法(PCA)对广州地铁站点客流数据进行特征提取,用以提高特征选取过程的科学性,避免主观因素的影响,降低数据维度、消除冗余信息的过程中能够尽量保留原始数据的信息。研究表明:PCA提取出6个主成分,保留了原始数据91.41%的信息,前2个主成分代表了工作日地铁客流最重要的居住型站点客流特征和就业型站点客流特征。在此基础上利用K-均值聚类算法对广州地铁站点进行类型识别,识别出居住导向型、就业导向型、职住错位型等7类站点。通过分析不同站点的空间分布,发现广州地铁站点呈圈层式分布特征,站点类型随着到城市中心距离的增加而减少,反映了广州市城市功能的空间分布,城市中心区域站点类型多样,说明这一区域城市发展成熟、功能齐全;城市中心区域周围主要分布着职住错位型站点,城市发展较为成熟;而城市外围主要分布着居住导向型站点,承担城市的居住职能。     

土地利用视角下的轨道站点客流预测——以深圳市为例

从土地利用视角分析轨道站点客流的影响因素,基于直接估计模型,选择不同类型用地楼板面积、公交线路数量、站点中心性、站点可达性4个变量建立非线性回归函数,分析不同类型用地客流生成率与站点可达性之间的衰减规律。结果表明：① 相比于线性衰减规律,客流生成率随站点可达性的降低更符合指数衰减规律,用地距离地铁站0~0.5 km时客流生成率下降最快。② 单位面积各类用地客流生成率由大到小依次为：交通用地>办公用地>商业用地≈城中村>工业用地>居住用地>其他用地。③ 客流生成率受站点可达性影响强度由大到小依次为：商业用地>办公用地>交通用地>其他用地>居住用地>城中村>工业用地。     

地铁站点多时间维度客流影响因素的精细建模——以广州市中心城区为例

当前我国地铁规划建设进入了快速发展阶段,地铁站点客流影响因素的精细建模与分析对站点的规划、管理具有重要意义。该文基于地铁刷卡数据、高分辨率影像及网络爬虫获取的POIs数据、互联网房产数据和建筑物轮廓高度数据等多源空间数据,采用向后逐步回归分析法对广州市中心城区地铁站点多时间维度上客流的影响因素进行精细建模与分析。研究发现:1)整体上,地铁1号线早进晚出客流较其他线路大;站点早出晚进客流集聚效应显著,主要集中在以体育西路为中心的天河中心圈和以公园前为中心的老城区中心圈。2)在所构建的8种客流回归模型中,CBD虚拟变量、商业用地、三类居住用地、进出站口数量和站点吸引范围内平均小区容积率5种因素对站点客流具有显著正向影响,其中CBD虚拟变量影响最大,而房价、水体对客流具有显著负向影响。3)工作日和休息日客流影响因素存在明显差异,二类居住用地、教育科研用地和医疗卫生用地只在工作日客流中具有显著正向影响,用地多样性只在休息日客流中具有显著的负向影响。4)二类居住用地与工作日早进晚出客流关系密切;站点吸引范围内平均建筑层数只在工作日早出晚进客流回归模型中保留并起显著作用。     

江苏旅游客流规模分布的时空变化特征

运用首位度、位次变化、齐夫定律、差异度,比较分析了江苏省2009—2012年国内及入境旅游客流规模分布的变化特征。国内旅游客流和入境旅游客流二者首位分布均不明显,但后者大于前者,且前者向扩散方向演变,后者向集中方向演变;二者均遵循齐夫定律,但前者为单分形,后者前6年为单分形,后8年则为双分形;前者先呈对数正态分布模式后呈帕雷托模式,后者前6年呈不规则帕雷托模式,后8年标度区一先呈不规则帕雷托模式后呈帕雷托模式,标度区二呈不规则帕雷托模式;前者规模变差呈现波动扩大态势,后者则呈波动缩小趋势;二者的差异度都不大,但后者大于前者,且差异度变化与各自Zipf参数变化趋势基本一致;区域经济发展、旅游资源、可进入性、服务设施、重大事件、客源地居民收入、旅游偏好等多种因素综合影响着江苏旅游客流规模分布的变化。     

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...     

古村落旅游客流时间分布特征及其影响因素研究——以世界文化遗产西递、宏村为例

古村落作为传统文化旅游地,旅游发展势头迅猛,关于古村落旅游学研究成果国内尚不多见。在实地调研基础上,以世界文化遗产西递、宏村为例,总结古村落旅游客流时间分布特征:客流增长迅速;客流季节性差异明显,呈现"三峰三谷"型波动;一般性周内客流为斜"Z"分布,黄金周客流呈"井喷"式,客流周内分布不均;客流日内呈双峰型分布,时客流分布集中。从事件、社会因素、自然环境因素、黄山辐射效应、管理体制及经营管理水平等方面,展开客流时间变化影响因素分析。讨论不断攀升的客流给古村落所带来的负面影响。     

基于可达性的高速铁路站点影响力评价研究

随着高速铁路网络不断完善及其社会经济影响逐渐凸显,高速铁路影响力的评价与预测成为区域经济理论研究的热点与交通系统发展的重要理论基础。以京沪高速铁路为例,分析了高速铁路站点对沿线各个区域可达性的影响,并以可达性与社会经济发展的相关性为基础,建立了高速铁路站点影响力动态评价模型,并对京沪沿线高速铁路站点的影响力进行了预测。研究结果表明:高速铁路对沿线城市的影响力可以分为3个层次,其中北京、上海作为中心城市所受影响最大,第三产业发达的城市所受影响较大。同时,通过分析高速铁路站点影响力随时间变化的趋势与高速铁路线路的拓扑结构,发现高速铁路站点的影响力与其所处拓扑位置之间存在显著相关关系,即靠近线路两端的城市所受影响更大。     

基于日流量视角的俄罗斯首府城市铁路客运网络空间特征

构建俄罗斯81×81的首府城市的日铁路客运流量矩阵,基于社会网络分析研究其铁路客运网络特征,结果表明:①俄罗斯首府铁路客运网络松散且不均衡,西密东疏,高、中密度联系的城市位于中央联邦区与西伯利亚铁路沿线,俄欧洲北部、欧洲南部、亚洲等3个铁路区系内包含不同的子群与核心.②日铁路客运流量表现出沿西伯利亚铁路的"廊道型"向南...     

基于地理标记照片的北京市入境旅游流空间特征

城市作为现代旅游目的地的一种重要类型,在集聚旅游发展要素、塑造城市休闲空间、提升城市品质等方面具有突出作用。城市旅游流是城市旅游要素关联、空间组织的路径,对于城市交通组织方式、公共服务设施建设、休闲旅游产业布局等方面影响越来越大。本文立足城市内部微观尺度,以入境旅游流空间特征为研究对象,利用数据挖掘技术,通过Flickr API接口获取了2004-2015年北京市范围内全部带有地理信息的照片及其属性信息,通过构建的数据清洗方法控制初始数据质量,建立基础数据库,使用密度聚类（P-DBSCAN）、马尔科夫随机链等方法探索入境游客热点区域空间分布格局、流动空间特征。结果显示：① 北京市历史城区（2环之内区域）、中心城区（2环至5环之间区域）以及郊区（5环之外区域）的旅游热点区域（AOI）呈现出不同的空间特征,其中历史城区AOI呈现出与景区、休闲娱乐、餐饮购物等相关产业空间重叠的趋势,各热点区域边界模糊,复合连绵成片。中心城区AOI集聚与城市功能区密切相关,具有明确的城市功能取向。郊区AOI基本与旅游景点一致,没有向景区外部延伸;② 传统历史文化类AOI访问热度占有绝对优势,商业购物休闲AOI及现代城市功能AOI的影响力在逐渐增强;③ 强入境旅游流主要集中在历史城区内部AOI之间,以及中心城区的西北部与东部区域内部AOI之间,郊区AOI之间没有较强的旅游流,北京市入境旅游流整体呈现以历史城区为中心,放射性分布的框架;④ 各区域AOI之间均有较次一级旅游流联系,北京市入境旅游流形成了初步的网络结构。     

北京市地铁客流的时空分布格局及特征——基于智能交通卡数据

城市轨道交通是居民绿色出行、缓解大城市交通拥堵的重要交通方式。研究大城市地铁客流时间和空间的分布特征,有利于深入了解大城市公共交通的需求,进而制定合理的交通需求管理政策。本文以北京市地铁为例,计算了431万条智能交通卡数据的出行时间和OD矩阵(Origin-Destination Matrix),研究其客流的时间和空间分布特征。研究发现：①全天、早高峰和晚高峰的出行时间分布符合Gamma分布,总体上离城市中心越远,平均出行时间越长;②从市辖区尺度和环路尺度分析,乘客流向和流量均呈现对称性;③从街道尺度来看,居民地铁出行强度的空间不均等性很强。     

渤海海峡跨海通道客货流量预测分析

在搜集整理1990-2015年26年的相关统计年鉴数据和实际调查数据的基础上,选取26项指标,以经济地理学和交通地理学原理为指导,以区域人口、经济、城镇化发展趋势为轴线,对未来渤海海峡跨海通道（Bohai Strait Cross-sea Channel, BSCC）潜在的客、货、车流量进行预测。预测涉及省区、全国和世界（国际贸易）三个层面和高、中、低三种方案。由于预测的时间长（2017-2050年）,设定7个特征年份。本文借助EXCEL、SPSS、ArcGIS、MATLAB R2011b等技术平台,采用时间序列曲线估算法、建立客货流量指数模型、建立GRNN模型、交通可达性研究等多种方法有机结合进行预测;并在预测基础上进行以下分析：① 2020-2050年BSCC客货流量结构及发展趋势;② 2020-2050年BSCC客、货、车流量结构及发展趋势;③ 2020-2050年BSCC客货运输承载力;④ BSCC建设的可行性与不可行性;⑤ 未来BSCC建设的经济效益。预测结果表明：2050年以前建成BSCC,将会出现“特大工程特大亏损”的状况。在这种情况下,还将对BSCC的海运产生颠覆性影响,其损失将是巨大的。2040年以前完全没有必要建设BSCC,即使是2050年,其建设与否,也应该根据2050年前后社会经济发展的实际情况而定。     

基于高铁流的中国城市网络结构特征演变研究

高铁的网络化发展促进了资源要素的快速流动与重新整合,对城市关系产生了显著的影响,基于高铁流逐渐成为探索城市和区域空间结构的重要视角。论文使用2014—2019年高铁客运班次数据和社会网络分析法,对中国城市网络结构特征演变进行探讨。研究结果表明：① 伴随高铁线网的不断延伸和加密,城市网络整体上由东向西拓展,网络规模扩大、密度提升;② 节点功能和地位的时序变动重塑了网络的空间格局,改变了由少数东部城市主导的网络格局,呈现出多中心、均衡化的发展趋势;③ 从关联形态看,全国尺度上的复杂网络结构取代了区域尺度上的轴带式联系形态,整体上与“八纵八横”网络相对应;④ 城市网络的关联强度逐年提升,形成了4个联系层级,城市间的关系复杂而多样。     

北京百花山地区土系鉴定及其在不同土壤分类体系中的分类与制图参比

根据中国土壤系统分类的原则和方法，将北京百花山地区的16个土壤剖面分类为10个土系，并将这16个土壤剖面分别按中国土壤系统分类与地理发生土壤分类系统进行分类参比，结果表明，土系与土种单元在性质上基本一致，以它们为基础进行大比例尺调查制图所得图斑也必然相似；而在土系与土种以上的分类阶层，因为所使用的分类标准不同，两个分类系统划分的分类单元和据此进行的制图图斑则不一样；以土类为基础进行小比例尺制图，使用中国土壤系统分类只能复区制图，而使用地理发生土壤分类系统则可以单区制图。     

基于Sentinel-2遥感时间序列植被物候特征的盐城滨海湿地植被分类

滨海湿地是具有重要功能的特殊海陆过渡带生态系统,精准获取滨海湿地植被时空分布信息具有重要意义。传统的湿地遥感观测研究集中于高空间、高光谱分辨率影像分类,往往受限于数据成本和覆盖范围,仅适用于小区域湿地监测。Sentinel-2A/B卫星影像时空分辨率高且免费共享,为大区域滨海湿地动态监测提供了可能。本文采用2018年Sentinel-2影像,提出像元级SAVI时间序列及双Logistic植被物候特征拟合重构模型,采用随机森林算法进行盐城滨海湿地植被分类,探讨Sentinel-2遥感时间序列植被物候特征分类方法的适用性。结果显示,分类总体精度达87.61%,Kappa系数为0.8358,分类结果与湿地实况相吻合,比常规单一时相分类精度总体提高19.57%。植被判别物候特征参数可为影像数据缺失或不足的滨海湿地分类提供不同植被的判别依据。研究表明,基于像元级时间序列植被物候特征的分类方法能实现植被群落混生带的精准分类以及对“异物同谱”植被的有效区分,对大区域滨海湿地植被分类具有很好的适用性,有效提高了滨海湿地植被分类精度。     

基于社会属性的北京市居民群体空间自相关分析

以北京市各街道居民为调查研究对象,利用问卷调查数据,使用因子生态分析和空间自相关分析技术,将被调查人群综合性地分为五类,即低潜力差现状型人群、高潜力差现状型人群、高潜力中现状型人群、中潜力中现状型人群和高潜力优现状型人群。通过对不同类人群的总体和局部空间自相关分析,得出结论:居民群体空间聚集现象明显。其中低潜力差现状型人群在通州、黑庄户等街道聚集,高潜力差现状型人群在以东直门街道为圆心的一个扇形区域聚集,中潜力中现状型人群多居住于中心城区,高潜力中现状型人群多在天通苑、四季青一带和南苑街道附近聚集,高潜力优现状型人群主要聚集在四季青至永定路街道的区域。