基于空间PCA的兰州市热环境人文驱动因素分析

在城市化过程中,人类社会、经济活动的加剧使城市地表热力景观呈现出高度的空间异质性。目前对城市热环境形成、演变的驱动机制、热岛效应与地表覆被变化的定量关系研究大多还是从对某些影响因子的测定入手,缺乏对区域热环境系统全面、综合的评价与分析。利用多源空间数据,以干旱区河谷型城市兰州为研究对象,在探讨热环境的空间格局基础上,运用空间主成分分析方法替代传统的多准则判断方法,分析了人类活动对城市热环境的影响特征。结果表明:兰州市人类活动对热环境的影响因子可以归纳为4种相对独立的基本要素,即景观格局、工业布局、城市建筑以及地表覆盖。影响兰州市中心城区热环境的最核心要素是景观格局,四个因子的线性模型较好地模拟了热环境的空间变化,定量揭示了兰州中心城区人类活动对热环境的影响机制。     

基于多源数据的新疆人居环境质量评价

针对区域人居环境质量缺乏从自然和人文因子组合综合评价分析的现状,利用遥感影像、站点监测、交通网络等多源数据,获取与人居环境质量密切相关的自然和人文因素共17个影响因子。应用熵权法、GIS空间分析及现代大数据等方法,定量研究新疆人居环境质量综合评价指数的空间分异及其与经济、人口分布的协调性关系。结果表明：① 新疆自然环境本底受水资源及植被覆盖情况影响较大,自然环境本底评价指数高值区域的空间分布特征与绿洲分散分布的特点具有极大的相似性,县域尺度的高质量区聚集分布在天山北坡的伊犁河谷等地,低质量区和一般质量区大面积集中连片地分布在新疆南部和东部。② 人文环境受交通通达程度及基础支撑完善度影响较大,地级市、县级市优于其他县级地区,人文环境质量基本呈现以各地级市、县级市为中心向外辐射递减的空间分异规律。③ 人居环境质量综合评价指数空间分异显著,呈现出以乌鲁木齐、昌吉市等点为中心的局部圈层式递减的空间分异规律。木垒?皮山分界线东南部与西北部人居环境质量的平均水平相差悬殊。④ 整体人居环境质量水平较低,人口分布与人居环境质量综合评价指数空间分布的匹配度不足,一般质量区和低质量区的县域土地面积占比高达84.90%,分布了47.74%的人口,低质量区仍有较大的提升潜力。⑤ GDP水平与人居环境质量保持较高的匹配性,环境经济协调型县市数量较少,环境经济滞后型县市数量最多,经济发展与人居环境相互掣肘,制约着新疆的可持续性发展。     

多源数据融合的城市体检评估

融合遥感影像、社会开放大数据、统计资料等多源数据,以长沙市为例,围绕生态宜居、健康舒适、安全韧性、交通便捷、风貌特色、整洁有序、多元包容、创新活力等8个方面构建城市体检指标体系,运用归一法和层次分析法对城市自然本底和运行体征展开计算评估,结果发现：1）长沙市人居环境整体良好,城市生态宜居和整洁有序度较高,交通便捷和安全韧性建设亟需加强,风貌特色、健康舒适、创新活力、多元包容等仍有改善空间。2）各区县专题发展水平不均,在保留区域功能特色的基础上,应该着重解决发展的短板。3）城市中心城区人口密度、空气质量优良天数、万车死亡率等指标达到最高水平,但在便民服务设施完整覆盖度、住宅建筑更新和开发、群体包容等方面与城市发展需求还有一定差距。根据多源数据城市体检结果可知,长沙市未来需要以问题和需求为导向,精准治理“城市病”,努力提高城市居民生活满意度、幸福感和归属感。     

基于多源大数据的深圳市生活性服务业空间格局及影响因素研究

基于生活性服务业POI、手机信令和管理人口数据等大数据,采用最邻近指数、核密度、熵指数及地理探测器方法,探究深圳市生活性服务业的空间格局及影响因素.结果表明:1)深圳市生活性服务业空间分布不均衡,主要集中在中、西部地区,总体呈现"两核-三带"的空间集聚特征;空间上呈带状发展形态,主要集聚在交通主干道及轨道线周边区域.2...     

基于多源数据的南亚区域冲突及其烈度的时空变化

为揭示2011—2020年南亚区域冲突时空变化及烈度分布,基于武装冲突地点和事件数据库、全球恐怖主义数据库和乌普萨拉冲突数据库所收录的南亚的冲突数据,进行数据整合,采用核密度、空间自相关,空间热点探测分析等地理统计方法对南亚区域冲突及其烈度的时空特征进行分析。结果表明：2011—2020年,南亚区域冲突数量有所增长,但伤亡人数呈减小趋势;从空间看,区域冲突分布在“南亚外环”,聚集中心形成了“梯形”格局,克什米尔—信德省一线为梯形上底,达卡—切蒂斯格尔—泰米尔奈德—科伦坡一线为梯形下底;南亚区域冲突烈度分布范围先扩大后缩小,烈度热点先向俾路支省进行扩散,而后向东北方向和东南方向转移,于2020年形成了以克什米尔地区和切蒂斯格尔邦为中心的2个热点区域,无冷点聚集;南亚区域冲突受多方面因素影响,源头为认同差异,被国家行为体、民族分离组织、宗教极端组织等行为体推动,其中权力因素起主导作用,身份认同为难以解决的痼疾。     

基于GIS的长沙市商品住宅价格空间格局及影响因素分析

结合GIS技术,以长沙市2011年6月在售的265个商品住宅样点为对象,运用ArcGIS地统计分析模块对样本点进行正态性分布和空间自相关检验;继而运用Kriging得出长沙市住宅价格空间格局图,利用IDW空间插值法得出等值线分布图。研究结果表明:长沙市住宅价格呈现出一个中心和两个次中心的布局特征,多中心发展趋势明显;价格等值线变化幅度空间差异较大,由中心向外围递减速度不一致,说明区域住宅价格差异较大。分析发现,地价成本、交通条件、城市发展战略和居住环境是影响住宅价格的主要因素。     

基于多源数据的昆明市主城区建筑区热环境分析

运用Quickbird、Landsat TM/ETM+、Modis、房地产图、卫星过境时气象资料等数据,研究了昆明市主城区建筑区热环境特征。采用Modis数据进行Landsat band 6数据有效性验证,采用ENVI的FE模块进行基于Quickbird的城中村提取,分析连片建筑区、城中村和住宅小区的地表温度（LST）的空间分布特征。结果表明：城内、城郊地表热环境差异很明显;建筑区地表温度高温区逐渐从一、二环间向二、三环间移动;城中村和住宅小区的LST均温都存在相同特征：一环内＞一、二环线间＞二、三环线间＞南三环外区域;2000-04-24住宅小区LST均值比城中村高0.5℃,2008-04-06城中村LST均值比住宅小区高1℃,2个时期住宅小区温度范围波动均比城中村大。     

上海市人类活动对热环境的影响

随着城市规模不断扩张, 由城市热岛现象而导致的热环境问题不断凸现。城市热环境 的时空变化, 是下垫面改变、人为热释放和环境污染等人类活动因素相互交织作用的结果。 由于城市热环境影响因子的复杂性, 传统观测手段和统计方法在获取数据和分析人类活动对 热环境响应机制方面存在着局限性。而卫星遥感和GIS 技术为人类活动对城市热环境的影响 分析提供了技术支撑。选用Landsat ETM+ 影像, 以上海市外环内区域为研究靶区, 在探讨热 环境的空间格局基础上, 运用空间主成分分析方法替代传统的多准则判断(MCE) 方法, 分析 了人类活动对城市热环境的影响特征。结果发现, 对于上海主城区而言, 城市建筑与人口密 度、工业区布局、下垫面类型以及城市景观多样性四个因子是影响城市热环境空间格局的主 导因子; 四个因子的线性模型, 较好地模拟了热环境的空间变化, 定量揭示了上海城市人类活动对热环境的影响机制。     

基于多源数据的城市活力空间特征及建成环境对其影响机制研究

采用城市POI、手机信令数据及夜间灯光遥感数据,以深圳市为例,构建城市活力度量指标分析城市活力的空间特征。构建“5D”指标体系度量城市建成环境,并运用地理探测器,探究建成环境对城市活力的影响机制。结果表明：1）深圳市城市综合活力显示出“南强北弱,西强东弱”的空间分异特征,空间分布极不均衡。城市综合活力最主要反映的是社会活力。2）城市综合活力、经济活力、社会活力、文化活力均受到建成环境的显著影响。高POI密度、高建筑密度、高平均建筑层数和高土地利用混合度对城市活力具有显著促进作用。3）居住人口密度与路网密度、土地利用混合度与路网密度等交互作用对城市活力产生更为积极的影响。4）在影响机制中,建筑密度、平均建筑层数为底层支撑因素,POI密度、土地利用混合度为直接驱动因素,居住人口密度为诱发因素,距行政区中心距离、交叉口密度、路网密度、地铁站点密度和公交站点密度为调节因素。     

Effect of human settlements on urban thermal environment and factor analysis based on multi-source data: A case study of Changsha city

In view of the lack of comprehensive evaluation and analysis from the combination of natural and human multi-dimensional factors, the urban surface temperature patterns of Changsha in 2000, 2009 and 2016 are retrieved based on multi-source spatial data(Landsat 5 and Landsat 8 satellite image data, POI spatial big data, digital elevation model, etc.), and 12 natural and human factors closely related to urban thermal environment are quickly obtained. The standard deviation ellipse and spatial principal component analysis(PCA) methods are used to analyze the effect of urban human residential thermal environment and its influencing factors. The results showed that the heat island area increased by 547 km~2 and the maximum surface temperature difference reached 10.1℃ during the period 2000–2016. The spatial distribution of urban heat island was mainly concentrated in urban built-up areas, such as industrial and commercial agglomerations and densely populated urban centers. The spatial distribution pattern of heat island is gradually decreasing from the urban center to the suburbs. There were multiple high-temperature centers, such as Wuyi square business circle, Xingsha economic and technological development zone in Changsha County, Wangcheng industrial zone, Yuelu industrial agglomeration, and Tianxin industrial zone. From 2000 to 2016, the main axis of spatial development of heat island remained in the northeast-southwest direction. The center of gravity of heat island shifted 2.7 km to the southwest with the deflection angle of 54.9° in 2000–2009. The center of gravity of heat island shifted to the northeast by 4.8 km with the deflection angle of 60.9° in 2009–2016. On the whole, the change of spatial pattern of thermal environment in Changsha was related to the change of urban construction intensity. Through the PCA method, it was concluded that landscape pattern, urban construction intensity and topographic landforms were the main factors affecting the spatial pattern of urban thermal environment of Changsha. The promotion effect of human factors on the formation of heat island effect was obviously greater than that of natural factors.The temperature would rise by 0.293℃ under the synthetic effect of human and natural factors. Due to the complexity of factors influencing the urban thermal environment of human settlements, the utilization of multi-source data could help to reveal the spatial pattern and evolution law of urban thermal environment, deepen the understanding of the causes of urban heat island effect, and clarify the correlation between human and natural factors, so as to provide scientific supports for the improvement of the quality of urban human settlements.     

河谷型城市居住环境剥夺的识别及其影响因素——以兰州市主城区为例

居住环境质量提升是城市高质量发展的重要内容,而其设施的不均衡性、可获取性与可选择性差异对居民的生活质量、情感需求具有显著的剥夺影响。本研究以兰州市主城区居住区为研究对象,以各类城市设施的POI为数据源,通过构建居住环境剥夺评价体系定量识别其剥夺程度并对影响因素作出分析,结果表明：① 居住环境的综合剥夺在东西狭长的河谷城区上呈现出重心偏东的“核心-边缘”分布格局,高剥夺区集中在河谷边缘区以及西部城区,低剥夺区呈现于河谷中心区与东部城区。② 居住环境的正向维度基本呈现出河谷中心区剥夺程度低,河谷边缘区剥夺程度高的态势;负向维度在空间上则呈现出与正向维度反向的分布趋势。③ 河谷型城市居住环境剥夺格局是城市形态、居住区区位、城市的动态扩张次序、居住区密度以及政策规划等多重因素共同导致的结果。其中,城市形态下的空间可达性制约着城市空间的开发时序,进而影响设施的空间配置水平;居住区区位制约着居住区自身对设施的选择性与环境干扰性;城市的动态扩张导致了河谷城市开发周期的不同,进而导致新旧城区设施配置的不同;居住区密度对城市设施的配置具有一定的引导作用;政策规划对居住环境剥夺格局具有重构作用。     

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。     

长沙城市空间破碎化的格局特征及其影响因素

空间破碎化是城市空间结构研究亟待深化的重要课题。从形态、联系以及功能3个维度构建城市空间破碎化测度指标,并运用地理探测器模型,探讨长沙城市空间破碎化的格局特征及其影响因素。主要结论：① 城市空间破碎化可从形态分割、联系阻隔、功能失序三方面进行测度,形态分割可用平均地块面积指数表征,联系阻隔可用平均阻抗指数刻画,功能失序可用功能多样指数、邻接冲突指数来反映;② 长沙城市空间破碎化呈现圈层式分异为主、扇形扩展分异为辅的格局特征,低破碎化区主要分布在城市核心区,高破碎化区沿着特定的扇面向外围扩展,且主要分布在大型封闭社区、工业园区、山地绿地及大型站场等区域;③ 长沙城市空间破碎化的空间分异是多因素综合作用的结果,其中海拔、坡度等自然因素是基础因素,土地价格、人口密度、设施投入是主导因素;④ 长沙城市空间破碎化治理可从突破市场供给约束、市场需求约束和设施丰度约束三方面着手,采取针对性调控对策,以最大程度地消减空间破碎化带来的负面效应。     

长沙市人居环境与经济协调发展的不确定性评价(英文)

The coordinated development of human settlement environment and economy is of vital significance to urban sustainable development and urban ecosystem health. Urban human settlement and economic systems exist in urban ecosystems, which are a structural complexity. Therefore the research is being challenged by some uncertain factors between human settlements and economic systems. However most of the researches were focused on its determinate objective aspects and qualitative analyses while less concern on the quantitative evaluation of coordinated development of urban human settlement environment and economy, especially little on its uncertain aspect. At present, the urgent task is to study the coordinated development of urban settlement environment and economy in terms of the effect of uncertainty. This study analyzed the uncertain characteristics, which would be confronted at different stages, such as confirming the index categories, their bound values, and their construction rate, etc. According to the actual urban conditions, many construction principles based on uncertainties are put forward and an indicating system for human settlement and economic evaluation is established. Moreover, the application of fuzzy mathematics presents a new method and a calculation model for the comprehensive assessment of the coordinated development of urban human settlement environment and economy. The application of the method and model in Changsha city of China showed that the assessment results can reflect not only the overall coordination degree of the city, but also the mode of interactive mechanism between urban economic system and human settlement environment.     

长沙市区地价的空间分布特征及其影响因素

利用长沙市2003～2009年上半年的土地交易资料,采用GIS空间分析和计量经济学相结合的方法,得出长沙市区商业、住宅和工业出让地价分布的空间结构图,分析三类用地地价的空间分布特征及其影响因素。结果表明：（1）土地用途不同,其地价的空间分布也不同,商业地价对商服繁华度要求较高,高值区集聚在市中心（以五一广场为中心）;住...     

江南丘陵区农村居民点地域分异特征及类型划分——以长沙市为例

以长沙市2013年Landsat TM遥感影像图和长沙市的行政区划矢量图为基础,借助于ERDAS、MapGIS、ArcGIS、Fragtats、SPSS软件,运用探索性空间数据分析、景观形状指数模型及聚类分析法,从空间、规模与形态等方面探讨长沙市农村居民点地域分异特征、地域类型及调控路径。研究表明：长沙市农村居民点地域分异特征明显,在空间分布上呈现出由长沙市中部向东西两侧呈阶梯状稀疏化分布;而规模普遍偏小,规模分布自西向东呈现“波浪状”结构;在形态格局上,则表现为布局分散且形态复杂、不规则。通过采用聚类分析方法,将长沙市农村居民点划分为低密度散点型、低密度团簇型、中密度团簇型、高密度团簇型、中密度团块型、中密度条带型、高密度条带型7种,并从人口集聚、产业发展、基础设施与公共服务设施提升等方面提出了各地域类型优化调控的路径。     

基于隐性—韧性—显性的武汉城市资源环境承载力空间特征

资源环境承载力是衡量城市国土空间发展状况的晴雨表,深入揭示资源环境承载力系统要素的相互作用机理对城市国土空间格局优化具有重大意义。本文在双评价指南的基础上引入夜光/大气遥感、兴趣点、交通态势、社交媒体等多源时空数据,建立了基于隐性—韧性—显性的城市资源环境承载力空间特征分析理论框架,提出了空间自相关和分形几何相结合的承载力空间特征挖掘方法。以武汉市为例开展研究,结果表明：① 武汉市资源环境承载力呈显著空间异质性,隐性承载力指数高值区分布于城市外围生态环境优越的区域,韧性承载力指数高值区集中于综合风险应对能力较强的中心城区,显性承载力指数高值区位于各项基础功能均较为健全的城市次中心一带;② 武汉市资源环境承载力存在正向空间聚集性,并呈显著半径向心分形特征,隐性承载力指数高值区呈放射状向四周扩散,韧性承载力指数高值区呈向心状聚集在城市核心圈层,显性承载力指数高值区分布于则介于二者之间。本文构建的城市资源环境承载力空间特征分析与挖掘方法体系,通过引入多源时空数据弥补了传统数据现势性的不足,完善了城市资源环境承载力研究的理论和技术范式,可为新时期城市资源环境承载力研究提供一种新思路。     

城市文化氛围满意度及影响因素

城市文化氛围是影响居民生活质量和城市宜居性的重要要素。本文基于对全国40个重点城市近万份常住居民的城市文化氛围满意度调查数据,采用多层线性模型定量识别影响城市文化氛围满意度的主要因素。结果显示：在城市层级纳入考察的指标中,文化消费层次、文化设施及历史文化积淀对城市文化氛围满意度均有显著正向的影响;个体属性层级中,居民家庭月收入、年龄和职业对城市文化氛围满意度的影响显著,高收入、中等年龄段群体对城市文化氛围的满意度较高,农林牧渔水利生产人员的满意度较低。城市层级和个体层级的交互项结果显示,在人均GDP越高和剧场、影剧院数越多的城市,文化消费层次的多样性越高,高收入阶层对城市文化氛围越满意;与此相反,低收入阶层在人均GDP相对较低的城市满意度更高。