顾及人群集聚和情绪强度的城市综合活力评价及影响因素

城市活力的科学定量评估,能够为城市规划和协调发展提供重要依据,针对城市活力容易忽略居民情感的现状,本文选用百度热力图数据与微博情感分析结果,分别衡量人群集聚强度和情绪强度,并结合TOPSIS方法,提出一种顾及人群集聚和情绪强度的综合活力评估框架。从城市物理环境、经济环境和生态环境3个维度,选择8个关键影响因子,结合地理探测器空间分析方法,探讨影响因子对城市活力空间异质性的影响。结果表明：① 融合人群集聚强度和情绪强度的综合活力评估方法,能够较好反映城市活力空间分异格局;通过对典型样本区域分析,验证了本文提出的城市综合活力评价框架的有效性;② 城市POI密度对城市综合活力的解释力最显著,而植被覆盖度因子对城市综合活力的解释力最弱;但是植被覆盖度因子与其他因子的交互作用,对于城市活力空间异质性的影响力提升最为显著,表明植被覆盖度因子并不是直接作用于城市活力的空间异质性,而是通过耦合空间可达性、POI密度以及建筑密度等影响因子,间接影响城市综合活力的空间分异。     

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。     

融合多源大数据的武汉城市空置区域评估与分析

在城市不断发展与扩展的同时,许多建成区可能会出现空置,表现为人口、企业稀少,生产水平严重低下,对城市空置区域的评估能够反映当前城市内部各区域发展状况,能够作为城市改造更新的依据。本文提出了一个以空置指数来量化评估城市内部层面空置现象,并对其影响因素进行探究的方法。根据“空城”的外在特征：建筑水平与社会活动水平,空置指数通过较高分辨率夜光遥感影像（Luojia1-01）和土地覆盖信息得到;同时依据城市空间活力营造原则,通过社会感知数据与路网数据量化产生空置现象的内在影响因素;并通过随机森林模型对空置指数精细化以及对影响因素重要性排序。以武汉市城区为例,用该方法对空置指数可视化,可识别出空置现象严重的区域,主要为老旧城区、工厂库房、单一功能的公共设施区域等,同时道路的可达性与人流密度对空置现象影响较大,且建立的随机森林模型精度 R^2 可达84.6%,对空置指数通过随机森林拟合后,其可视化分辨率由130 m优化至25 m。本研究结果可为城市中空置现象的改进提供依据。     

数字城市地理空间框架应用推广的探讨

数字城市地理空间框架建设已取得了丰硕成果和应用成效,随着云计算、互联网+和大数据的不断发展,数字城市地理空间框架建设的重心已成为地理信息资源整合、避免重复建设转移到提高测绘地理信息服务能力、推动经济社会发展的方向,其关键就是测绘地理信息的应用推广。本文介绍了数字城市地理空间框架的组成、应用推广服务模式,并以长沙、常德和湘西为研究对象,分析影响应用推广的因素并提出相应的建议。     

基于智慧城市空间大数据的城市信息图谱建构研究

城市大数据信息图谱相较于传统地图信息平台而言,具有可定位、可视化、实时监测的特点;同时,将城市信息图谱平台精确落实到空间地块,则能实现从表层到深层对城市各系统、各单元的全面、综合的信息表达与联动分析。基于此,本文通过大数据采集、人机互动技术及谷地软件等方法,形成从建筑单体-用地地块-道路红线-街区单元-地形地貌的三维建筑精度的城市空间数据库,进而建构出城市多源大数据全信息复合数据库,这一数据库涵盖城市绿化系统、城市市政系统、城市微气候系统、城市产业系统、城市人车系统以及城市意象系统。在此基础上,通过Arc GIS平台将空间形态数据库与复合数据库进行空间耦合,形成基于统一空间坐标系的城市空间大数据信息图谱的基础模型;根据城市规划、城市设计与管理需要进行多对象的大数据组合与相关性分析,获得多源数据融合特征综合信息,进而优化规划和设计的科学决策。     

多源空间大数据的获取及在城市规划中的应用

在当前数据爆发式增长的背景下,通过对互联网大数据的获取、处理,将数据成果更好地应用于城市规划研究中。通过对互联网数据获取、清洗、存储及在城市规划中的应用,使数据的获取方式和手段更加的多样化,对城市规划的研究起到了基础的支撑作用。不同数据源、不同数据精度和不同数据模型的地理数据融合理论与方法的研究,对于降低地理数据的生产成本,加快现有地理信息更新速度,提高地理数据质量有着重要的现实意义。对于改进传统的城市规划理念,以及科学的指导城市规划有重要的意义。     

基于多源数据的中国智慧城市发展状态评价

随着移动互联网、云计算、大数据等新一轮信息通信技术的发展,智慧城市逐渐成为城市建设的重要发展趋势。“十三五”期间,全国各城市纷纷制定智慧城市建设或发展规划,并将其定位为城市中长期发展战略的重要组成部分。由于智慧城市涉及范围广泛、内容体系庞杂,目前还在不断发展完善之中,尚未形成统一的评价标准。基于此,本文对比了国内外智慧城市评价重点与趋势,以提高城市可持续发展能力、实现高效、公平的城市管理、保障民生福祉为目标,构建了包括智慧经济、智慧交通、智慧医疗、智慧教育、智慧管理等多子系统的智慧城市评价指标体系;运用文本、网页、统计等多源数据,本文开展了全面的、统一的、多层次、模块化的全国智慧城市发展状态评估,并从子系统协调程度对智慧城市发展提出了建设性意见。研究发现：① 从整体评价结果分析,除北京、上海、广州、武汉、成都、杭州、天津和南京8个城市综合得分及各子系统得分都较高外,绝大部分城市的智慧建设水平不高;② 在空间分布上,沿海地区的智慧城市建设水平普遍高于内陆地区,直辖市和省会城市高于其他城市;③ 从协调关系分析,70%以上城市的5个子系统为中度甚至低度协调,80%以上城市以智慧教育或智慧医疗成为发展短板,这也是未来政府应关注的重点。本文通过构建指标体系,探讨了中国智慧城市的发展状态,为城市未来的发展和管理提供了借鉴与参考。     

基于智慧城市多源时空数据脉动规律认知的城市病研究

随着智慧城市上升为国家战略和《新型智慧城市评价指标》出台,各级政府不断推进新型智慧城市建设,各类便民惠民项目争相落地,产业规模呈现快速增长态势。针对常见城市病,利用我们在智慧城市建设中形成的空间信息公共平台所汇聚的各类数据,运用大数据思维和科学的数据挖掘手段,全方位、多角度揭示城市潜藏规律,把脉城市健康脉搏,辅助城市管理、规划决策和应急响应。依托"城市脉动"基本理念,针对城市交通拥堵、城乡垃圾堆放、城市热岛涌现、社会案件频发等常见"城市病",融合数据挖掘技术和深度学习手段对长序列时空大数据进行分析,揭示"城市脉动"变化规律并进行可视化展示,最终为城市规划和管理决策者提供科学指导,提升智慧城市公共服务效率。     

基于众源地理数据的佛山市城市功能区时空演变及驱动力分析

城市功能区的分布状况反映着人类社会的资源配置、产业布局和经济状况,研究城市功能区的格局变化和驱动因子可为城市经济职能的合理规划提供数据参考.本文应用高德地图兴趣点(POI)、Landsat8遥感影像、谷歌影像、社会统计数据等众源地理数据,以佛山市为例,首先通过计算频数密度和类型占比来识别城市功能区,继而分析各个功能区的...     

融合地图数据的山地城市医疗设施服务覆盖评估方法研究

随着我国社会经济的不断发展,居民对医疗的需求不断增加,分析评估城市医疗设施服务范围,对解决医疗供需矛盾,提升城市健康水平具有重要意义.目前国内医疗设施服务覆盖评估,多忽视交通网络与人群分布因素,致使城市医疗服务存在不少覆盖盲区.山地城市复杂地形环境影响居民出行能力与出行方式,增大医疗设施服务覆盖的难度,传统方法难以对其...     

基于多维感知的城市活力空间特征研究

基于多维感知对城市活力进行综合评价并探索其用地特征,是提升城市智慧化水平、实现精准规划和有机更新的重要基础。本研究以厦门岛为例,基于社交媒体签到数据、夜间灯光影像数据、POI数据和LBS大数据,从社会、经济、文化和空间4个维度感知城市活力,使用核密度、数据网格化和最优聚类法,分析城市活力的空间特征,并探讨不同活力区域的土地利用结构、功能多样性和开发强度等用地特征。研究发现：(1)基于多源数据的城市活力多维感知方法可精准、有效评估城市空间特征和发展动态;(2)厦门岛社会、经济、文化和空间维度城市活力的空间分布存在一定差异,4类活力区域呈现出西部连绵成带、东部围绕商务区和大型设施集中的特征;(3)各类活力区域的用地特征存在较大差异。第一类区域的公共管理与公共服务用地占比和第二类区域的商业服务业用地占比最高,均接近20%。集聚可显著提升城市活力,建设用地周边1000 m范围内的功能混合度更为重要。居住和商业服务业设施用地的活力水平随着开发强度的降低而降低,高值区容积率均在2.0以上。     

多源大数据支持的土地储备智能决策模型集研究

伴随着城镇化的快速推进,城乡建设用地资源日益紧张,但目前土地储备决策缺乏精准科学依据,无法有效地进行资源配置和宏观调控。针对此问题,本文深入剖析土地储备基本业务与决策环节,研究了一套面向土地储备的智能决策模型集,包括存量土地监测模型、收储成本预测模型、出让价格预测模型、储备平衡分析模型、相似地块分析模型、开发时序分析模型及病态地块识别模型,旨在将土地储备决策环节科学化、定量化和模型化,并重点为土地储备总量、效益、规模、结构、布局、时序的统筹安排提供建议。另外,该模型集具有体系化、高效灵活、智能化的特点,能够服务于储备业务全链条,满足即时决策应用需求和实现模型自主更新与进化,保证模型的时效性。最后,该模型集已经工程化应用于宁波市土地储备智能决策支持平台,实践验证了以上决策模型具有较高的准确度和实用性,表明模型集能够为土地储备的科学决策提供理论依据,有利于土地资源的集约利用和高效配置。     

大数据在城市规划中的应用研究综述

大数据具有的多源、人本、时空等属性特征与城市规划决策的本质属性具有紧密的耦合性,为城市规划决策提供数据基础和技术支撑,推动着城市规划精准化以及城市治理高效化发展。通过对大数据作用于城市规划的相关文献梳理,大数据推动了城市规划在4个方面发生明显转型:从"小样本静态"向"多源时空"数据转变;从单一空间尺度向全域空间尺度转变;从"物质空间"向"以人为本"转变;从"人工化"向"智能化"转变;在此基础上,本文主要从居民时空行为分析、城市交通路网布局优化、城市功能区划分、区域联系和城市等级分析、城市生态环境治理以及城市边界划定等方面梳理城市规划领域中的大数据应用进展。     

山东省地理信息时空大数据中心基础设施设计与实现

针对大数据背景下地理信息基础设施面临的各种问题和挑战,本文提出一种基于私有云的基础设施建设方法.首先通过云管理平台,将各种物理资源虚拟化,形成跨虚拟化技术的统一资源池;然后在其上建设时空大数据基础框架,采用分布式技术架构,通过集群并行的工作模式去解决存储和计算两个最为核心的技术需求;最后以山东省地理信息时空大数据中心基...     

时空大数据在城市群建设与管理中的应用研究进展

伴随新型城镇化进程的不断推进,城市群已经成为地区社会经济发展的重要核心。大数据时代的到来促使新兴时空大数据在城市/城市群建设与管理中发挥着重要作用,并成为当前学术界的研究热点。大数据挖掘技术与融合分析技术将成为未来研究城市群的重要方法。本研究总结归纳了时空大数据在城市群建设与管理中的应用研究进展,对常见城市群时空大数据类型、获取方法和分析技术进行分类整理,并对基于资源调查和多源时空数据分析的城市/城市群研究进展进行分析,特别是对时空大数据及其技术在城市群建设与管理中的主要研究展开归类分析,认为目前时空大数据在城市群建设与管理应用领域主要涉及5大方向：城市群空间界定与发展监测、交通网络监测、关联性分析与功能布局评价、产业协同分析和环境监测与评估。最后,本文分析了现阶段时空大数据在城市群建设与管理应用中的发展瓶颈,提出了相关对策建议,并对未来研究发展趋势提出了展望。     

基于微博签到数据的成渝城市群空间结构及其城际人口流动研究

随着区域一体化进程的加快,中国城市群快速地发展起来,城市群城际间的人口流动研究得到了国内外学者的关注。城市群空间结构的研究以地理实体空间分析为主,城际人口流动的研究多使用传统统计数据,而将大数据运用于城市群空构特征,并结合传统的社会经济统计数据对该区域人口流动的影响因素进行分析。研究发现：① 微博签到数据进一步解释了成渝城市群呈现出“双核多中心”的组团特征,成都市和重庆主城构成了“双核”;② 微博人口流动的方向会受到行政区划的影响,微博人口流动的强度呈现出一定的等级差异;③ 微博人口流动的强度与方向同社会经济发展水平呈现出相对一致性,即地区生产总值越高、人口规模越大或交通联系强度越强,则人口流动越强烈。