基于POI数据的城市用地功能识别与评价研究——以济南市内五区为例

充分利用大数据开展城市用地功能识别,有助于把握城市空间结构,推动城市内部空间合理布局。POI数据是大数据时代一种较易获得且极具代表性的空间点状数据,能够有效地确定城市用地的实际功能。以济南市内五区的185126条POI数据为基础,对所得数据进行去重、纠偏、重分类,构建城市用地功能分类体系,运用频数密度、类型比例及核密度估计,识别济南市内五区城市用地功能并利用误差矩阵对识别结果进行检验。结果表明:①混合功能用地与单一功能用地呈现圈层化地域分布特征,"核心-外围"分异明显;②由内向外单一功能用地集聚趋势减弱,混合功能用地多样性降低,不同用地表现出不同的空间分布模式;③通过误差矩阵及与用地规划图中规划用地及电子地图的实际用地对比,识别总体精度为75. 67%,识别结果较为准确。     

基于POI数据的广州零售商业中心热点识别与业态集聚特征分析

商业中心是城市零售活动的重要载体,优化商业资源在城市内部空间的合理配置,摸清不同零售经营形态的区位选择,显得尤为重要。以面向公众服务的商业机构兴趣点（POI）数据为研究对象,提出一种城市商业中心与零售业态集聚区识别的方法;以广州市为例,分析商业活动的热点地区以及零售业态集聚区的空间分布特征。研究表明：① 根据核密度估计法提取的商业中心在等级上表现出由城市中心圈层向外围圈层扩散的趋势,结果符合客观事实。② 以街区为单元,商业网点密度符合局域Getis-Ord G^*指数统计特征的热点区域主要分布在越秀区和天河区,广州市零售业发展的双核心空间格局已经形成。③ 不同的零售业态对商业集聚的区位选择具有显著差异性,百货商店、超市、便利店等零售经营形态的空间集聚特征与该业态的市场定位、经营模式及选址策略基本吻合。总体来看,基于POI数据的广州零售业集聚空间分析结果能够反映实体零售企业行为与广州商业经济分布的相关性,有助于提高政府部门商业规划和零售商选址前期研究的客观性和科学性。     

POI数据在中国城市研究中的应用

兴趣点(Point of Interest,POI)数据的兴起带动了城市研究的革新.为梳理中国POI数据在城市研究的应用进展,阶段性总结其应用方向、数据分析方法及尚存不足,并为未来POI数据在中国城市发展中的应用提供思路和借鉴.应用CiteSpace工具对中国知网2010-2019年625篇相关文献进行知识图谱分析,结...     

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。     

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数据的城市土地利用和功能分区--以“城市内部空间结构”教学为例

基于POI数据的可视化教学,能够使教学内容直观明了。本文使用Python编程爬取高德地图POI兴趣点和安居客小区房价数据,结合ArcGIS软件平台,运用地理信息技术分析城市内部空间结构,并通过课堂教学呈现,以期为教师使用地理信息技术融合大数据与学科教学提供参考。     

POI实验数据预处理技术及运用分析

本文简述POI,结合马鞍山市的相关调查与采集项目,讨论此项技术及其运用.分别阐述POI技术的具体应用流程以及在该项目中的运用成果、缺陷.以供业内讨论分析.     

基于POI数据的郑东新区服务业空间聚类研究

探讨城市新区的服务业空间格局,对城市新区规划和服务业空间布局的优化具有重要指导意义。采用POI数据对郑东新区服务业的总体、分行业空间布局进行聚类,结果显示：① 在总体上,聚类呈现“414”的空间体系,各聚类所在区域的通达性较好;服务业在功能区内部聚集和跨越功能区聚集并存;噪声点分布零散,局部出现了服务业聚集的潜力区域;空间临近效应、行政力量带动和市场导向作用导致服务业空间极化特征明显。② 从分行业来看,部分行业的重要空间节点分布存在一定差异,CBD核心区和商住物流区成为各行业空间节点的分布区域;部分行业的空间节点与功能区的产业定位存在吻合与错位特征。最后,从规划视角提出了郑东新区不同功能区产业结构优化的方向。     

基于POI数据的西安市零售业空间格局及影响因素研究

基于POI数据,利用核密度估计、缓冲区分析等方法刻画西安零售业空间集聚状态,确定零售业分布核心范围,并利用双变量空间自相关分析、近邻分析等方法探究零售行业之间的空间集聚关系,以及零售业与居住小区、交通因素的空间关系。研究表明:①西安市零售业呈"中心-外围"结构,以钟楼为中心连片集聚分布,在距离钟楼16 km范围内为零售业分布核心区,在阎良、高陵、临潼、鄠邑4个郊区呈"孤岛"状集聚。②文化、体育用品及器材零售,纺织、服装及日用品零售业更倾向于在内城分布,而汽车、摩托车、零配件和燃料及其他动力销售业,五金、家具及室内装饰材料零售集中在租金低但交通方便的城市中心外围。③集聚效应、人口分布与路网影响零售业的空间分布。与居民日常生活关系密切的零售行业如综合零售,食品、饮料及烟草制品零售,纺织、服装及日用品零售等在空间上集聚以接近消费者,分享消费市场和空间场地,而耐用品零售行业如汽车、摩托车、零配件销售业,家具及室内装饰材料零售等倾向于自身集聚,以共享品牌效应。交通干线尤其是城市二级道路明显影响零售网点的空间分布。     

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POI数据的长春市商业空间格局及行业分布

商业网点的空间集聚与分散是零售商业活动的重要表现,其合理化布局对发展城市经济、满足居民消费需求发挥着重要作用。基于核密度估计、区位熵指数及Ripley's K函数分析法,以长春市中心城区商业类城市兴趣点（POI）数据为基础,在分析城市商业空间格局特征的基础上,进一步从行业空间分异的视角,研究城市商业空间的行业分布及集聚特征。结果表明：① 长春市商业网点空间分布的集聚特征显著,并呈现多中心的分布形态,基于道路格网单元的商业网点热点区分布与识别的商业密度中心分布总体一致;② 不同商业中心表现出不同的等级规模差异,整体等级规模结构较为合理;③ 零售行业视角下的城市商业空间“中心—外围”分异明显,且不同行业表现出了不同的空间集聚模式;④ 各行业多尺度的空间集聚表现不同,综合零售、家用电器等行业区位选择的空间尺度范围较大,纺织服装、文化体育等行业区位选择的尺度范围较小;⑤ 行业视角的专业化功能区块差异显著,成熟区块呈现多功能要素、多优势行业集聚特征,发展中区块功能较为单一。     

基于POI大数据的沈阳市住宅与零售业空间关联分析

城市住宅及其价格与区域商服业的空间关联性量化研究是人文-经济地理学的重要研究内容。以辽宁省沈阳市为案例,以住宅和零售业兴趣点（Point of Interest, POI）为数据源,基于空间核密度分析提取住宅和各类零售业的空间聚类形态,量化表达商住空间布局的相关性,并在此基础上运用地统计方法测算房价的空间异质性及其与零售业态空间布局的差异特征。结果表明,零售业的整体空间聚集特征与住宅相似,呈现中心城区块状聚集、外围城区多中心离散的分布格局;零售业与住宅核密度相关系数为0.95,超市、便利店等小规模的零售业与住宅密度相关性较强,商场商厦的聚集效应落后于城市住宅,大型零售业应该在铁西经济技术开发区等住宅密集区规划选址,为居民提供高端购物服务;住宅价格的倒“U”型空间分布模式与零售业空间密度的圈层衰减特征相符。     

基于POI数据的山西省旅游景区分类及空间分布特征

运用大数据与传统地理信息系统相结合的方式,以山西旅游景区POI(Point of Interest)数据为研究对象,对其进行分类后,研究其总体空间分布格局、分布方向以及具体地市空间分布特征.结果 表明:山西旅游景区总体分布格局呈现晋中地区集聚特征,具体各类旅游景区的集聚形态与程度有所差异.其中,地文景观类旅游景区集聚于...     

地方小吃空间扩散格局与模式——基于中国四大知名地方小吃POI数据的研究

以中国四大知名地方小吃门店兴趣点（POI）大数据为主要数据源,基于密度、距离与加权平均中心方法分析地方小吃空间集聚与扩散格局,采用空间自相关、聚类和异常值分析以及热点分析方法研究地方小吃空间集聚关联特征以及空间扩散模式。结果表明：① 地方小吃在不同尺度上的空间扩散格局存在显著差异,东部地区和中西部省会城市是地方小吃的主要集聚地;② 地方小吃的空间集聚表现出自相关特征,邻域扩散、等级扩散和跳跃式扩散等扩散模式相互融合;③ 地方小吃空间扩散的冷热点集聚区分异明显,反映出不同小吃认可群体范围的差异以及中国各地饮食习惯的空间分异;④ 饮食文化扩散与人口迁移扩散具有空间重合性,经济发展水平较高、人口净流入地区对不同饮食文化的包容性较强。     

基于遥感数据和POI数据的GDP空间化研究 ——以北京市为例

为了比较分析不同数据对格网化社会经济活动空间分布精度差异性的影响,以北京市为例,基于土地利用数据对第一产业空间建模,基于NPP/VIIRS夜间灯光数据和POI数据运用熵值赋权和代用数据空间展布的方法对第二、三产业空间建模,将第一产业和第二、三产业进行格网叠加,并与辖区GDP统计数据进行误差分析。结果表明:借助土地利用数据、NPP/VIIRS夜间灯光数据和POI数据的GDP空间模拟结果与真实分布格局较为一致,而使用土地利用数据和夜间灯光数据进行GDP空间化模拟的精度明显降低。因此,将反映细节信息的POI数据加入到GDP空间化研究后,能够进一步扩展GDP空间化的数据源,提高GDP空间化模拟精度。基于土地利用数据、NPP/VIIRS夜光数据和POI数据可以实现较高精度的GDP空间化模拟。     

基于兴趣点（POI）大数据的东北城市空间结构分析

以东北三省36个城市为研究区,利用400余万条兴趣点行业分类大数据,采用核密度估计、标准差椭圆、区位熵等方法分析城市空间结构及其行业构成机制。研究发现,东北城市要素显著集聚,城市内部空间结构呈现集中团块型、分散组合型、线型、放射型特征以及多元复合类型;第二产业和房地产业呈现郊区化特征,各行业发展方向与东北大区域的经济轴线一致,多数行业尚未形成专业化功能区;第二产业与房地产业的离心发展对集中团块型城市的塑造作用不强,但对分散组合型城市空间结构的贡献较大。线型城市通常兼具多中心特征,放射型城市各行业仍偏向于向心聚集。     

基于形式本体的POI数据分类方法

针对现有地理信息分类体系的不足,基于形式本体的原理,结合语义学理论,以深圳市的POI数据为实验数据,通过采用对POI数据形式化语义分析的方法,利用概念的本体属性组来规范表达POI概念的语义,提出一套新的分类体系。分类结果有效地解决了传统分类体系中存在的语义和概念上的异构问题,并成功应用于深圳市公共信息服务平台,从新的视角为其他城市的POI信息分类以及其他类型的地理信息分类提供参考方法。     

基于POI数据的哈尔滨市中心五区商业网点空间格局及影响因素研究

基于商业网点POI数据,利用最邻近指数、核密度分析、多层缓冲区分析等方法对哈尔滨市中心五区商业格局进行梳理,探索商业及其子行业空间分异与影响因素。结果表明：(1)中心五区商业网点集聚显著,呈“核心-外围”结构、东北—西南走向,峰值在距市中心2～3 km处。(2)子行业视角下,网点空间格局可分为单核心集聚、单核心分散、多核心集聚和多核心分散4类;方位角均在79°～95°;圈层结构上,家居建材倾向布局在城市外围,其余子行业峰值都在距市中心2～5 km处;均衡性上,与生活关系密切的商业均衡性强,专业性强的商业网点均衡性弱。(3)商业及其子行业集聚效应明显,近半数子行业间呈较强正向关联;通达性的提升能够增加地块商业活力与网点密度;商业网点整体布局与地价相差较小,子行业对地价敏感度存在差异。     

基于夜间灯光数据的中国城市用地扩展类型

针对目前在城市用地空间扩展类型的划分与识别方面存在的问题,首次提出了基于夜间灯光图像像元灯光强度的时间变化特征对城市用地空间扩展类型进行分类/识别的方法, 并应用该方法将中国1992~1998年间的城市用地空间扩展类型分成了3级7大类,进而对这些扩展类型的区域结构、空间分布和开发强度进行了分析,揭示了1992~1998年间中国城市用地空间扩展的一些主要特征。提出以像元为分析对象、并采用多级分类的方法,不仅实现了大尺度上城市用地空间扩展类型的快速识别,而且还在保证分类结果与其他相关研究结果衔接一致的前提下,提供了更为详细且符合实际的城市用地空间扩展信息。