耦合适应力的福州市高温脆弱性评估

全球气候变化导致极端高温发生区域不断增加,高温给自然环境和人类社会带来的负面效应不断扩大,严重影响了城市复合人地系统的脆弱性。适应是应对极端高温的重要行动,耦合适应力因素的城市高温脆弱性研究已成为国际热点和研究前沿。本文以中国代表性高温城市福州为例,利用专家评估、AHP法、地理空间分析技术,结合实地问卷调查和有序多分类Logistic回归分析等方法,重构耦合适应力的城市高温脆弱性空间评价指标体系,通过对福州市高温脆弱性和适应力的影响因素、空间分异特征、热点地区和尺度间依赖进行研究,系统评估了福州市高温脆弱性。结果表明：① 年龄、住房面积、外出纳凉频率、健康状况、医疗便利程度和政府缓解高温力度等6个指标对福州市居民高温适应力水平具有显著影响;② 福州市高温脆弱性、暴露性和适应力的空间分布均呈现“核心—外围”空间结构,高温脆弱性呈现“半包围式”的“外高内低”的空间特征;③ 在城市区域高温暴露性和易损性相同的背景下,从个体人到社区和城市层面的主动适应高温的能力,将显著改变城市高温脆弱性的空间分布。研究结果以期推动城市高温脆弱性研究的理论发展,并为福州市及同类型高温城市的高温脆弱性评估、调控和适应提供决策参考。     

内陆区域中心城市金融产业集聚的演化机理——以郑东新区为例

基于演化和制度经济地理学,构建了区位机会窗口、金融机构衍生、区域产业分叉、制度厚度“四位一体”的分析框架,以郑州为案例,以郑东新区金融产业集聚区为对象,通过问卷调查和深度访谈,研究了中国内陆区域中心城市金融产业在特定空间的集聚过程与演化机理。研究发现：在金融产业集聚起步阶段,郑东新区开发建设为金融业发展打开了区位机会窗口;在快速发展阶段,金融机构衍生是金融业集聚和集群化发展的重要内生动力;在全面提升阶段,区域产业分叉是金融业态创新和高端要素集聚的主导力量;在郑东新区金融业集聚演化的全过程中,持续改进的政府支持与制度安排使制度厚度不断加厚,自增强机制使制度空间的粘性作用不断增强。与制造业的企业衍生、产业分叉过程不同,金融业集聚演化缺乏从大学实验室、科研机构、已有产业衍生和分叉出以技术为纽带的相关企业的实践,但对制度空间的粘性作用有更强的依赖。     

武汉市城市空间集聚要素的分布特征与模式

不同城市要素的集聚现象具有不同的空间模式,定量化研究城市要素集聚模式的差异和联系对于理解城市发展机理、合理制定城市规划具有重要意义。本文以武汉市为例,获取不透水表面、商业服务业网点（POI）、人口、容积率、城市道路等城市要素数据;采用核密度估计法识别城市主次中心,从城市要素的分布形态、集聚程度、集聚模式等来研究城市要素的空间分布格局特征。研究发现,武汉市呈现“一主七副”的多中心结构,各城市要素从城市中心向外呈反S型的圈层递减。采用集聚度指数衡量城市要素的集聚水平,结果显示商业POI、人口密度的集聚程度最大,其次是容积率、道路密度、不透水表面占比。高度集聚的商业POI、人口密度呈现出点状模式与带状模式相结合的分布模式,中度集聚的道路密度、容积率呈现点状模式、环状模式与轴状模式相结合的分布模式,低度集聚的不透水表面密度主要表现为环状模式。城市中心的吸引、立体空间开发等促进了城市要素的向心集聚,交通干线、稀缺景观资源的廊道效应等重塑了城市要素的空间分布形态。     

拉萨古城居民地方依恋及其影响因素研究

以拉萨为案例,对古城区居民地方依恋及其影响因素进行解读。研究发现:居民地方依恋水平整体较高,居民对古城的情感性依恋要大于功能性依恋;但由于依赖类型、居住时间、文化背景、宗教信仰以及"家"的归属感不同,原住居民的地方依恋水平要高于非原住居民;从地方因素来看,宗教信仰、环境状况、活动参与和社交关系是影响居民地方依恋的关键因素,原住居民排在第一位的影响因素是环境状况,而非原住居民排在第一位的则是宗教信仰,这为提升拉萨古城居民地方依恋水平提供了科学依据。     

Modeling urban expansion by using variable weights logistic cellular automata: a case study of Nanjing,China

Simulation models based on cellular automata (CA) are widely used for understanding and simulating complex urban expansion process. Among these models, logistic CA (LCA) is commonly adopted. However, the performance of LCA models is often limited because the fixed coefficients obtained from binary logistic regression do not reflect the spatiotemporal heterogeneity of transition rules. Therefore, we propose a variable weights LCA (VW-LCA) model with dynamic transition rules. The regression coefficients in this VW-LCA model are based on VW by incorporating a genetic algorithm in a conventional LCA. The VW-LCA model and the conventional LCA model were both used to simulate urban expansion in Nanjing, China. The models were calibrated with data for the period 2000–2007 and validated for the period 2007–2013. The results showed that the VW-LCA model performed better than the LCA model in terms of both visual inspection and key indicators. For example, kappa, accuracy of urban land and figure of merit for the simulation results of 2013 increased by 3.26%, 2.96% and 4.44%, respectively. The VW-LCA model performs relatively better compared with other improved LCA models that are suggested in literature.     

Extracting and analyzing semantic relatedness between cities using news articles

News articles capture a variety of topics about our society. They reflect not only the socioeconomic activities that happened in our physical world, but also some of the cultures, human interests, and public concerns that exist only in the perceptions of people. Cities are frequently mentioned in news articles, and two or more cities may co-occur in the same article. Such co-occurrence often suggests certain relatedness between the mentioned cities, and the relatedness may be under different topics depending on the contents of the news articles. We consider the relatedness under different topics as semantic relatedness. By reading news articles, one can grasp the general semantic relatedness between cities; yet, given hundreds of thousands of news articles, it is very difficult, if not impossible, for anyone to manually read them. This paper proposes a computational framework which can ‘read’ a large number of news articles and extract the semantic relatedness between cities. This framework is based on a natural language processing model and employs a machine learning process to identify the main topics of news articles. We describe the overall structure of this framework and its individual modules, and then apply it to an experimental dataset with more than 500,000 news articles covering the top 100 US cities spanning a 10-year period. We perform exploratory visualizations of the extracted semantic relatedness under different topics and over multiple years. We also analyze the impact of geographic distance on semantic relatedness and find varied distance decay effects. The proposed framework can be used to support large-scale content analysis in city network research.     

基于战略性新兴产业的长江三角洲城市网络结构演变研究

基于2004~2013年战略性新兴产业上市公司跨区布址数据,运用社会网络分析法对长江三角洲城市群空间结构演变规律进行了分析。研究发现：① 长江三角洲城市网络的主要联系流由 “Z”字形空间结构演变为“金字塔”形结构。② 高行政级别城市在网络要素资源配置中占据主导地位,省会城市的中介能力呈现“倒U”型发展趋势。③ 沪杭宁甬苏合6城市构成了长三角城市网络的核心层,核心-边缘层联系成为占据主导地位的联系方式;城市网络凝聚子群具有明显的地理粘着性,沪宁和杭州凝聚子群分别是群内联系和群际联系的标杆。     

城市实体特征对城市网络空间影响力的作用机制——基于互联网新闻媒体的分析

借助百度新闻媒体指数功能,收集281个地级市或以上城市在2011~2014年间的媒体指数,分析基于互联网新闻媒体的城市网络空间影响力差异及其变化。其次,通过对面板数据的回归分析,从政府因素与市场因素两个方面探讨城市在实体空间中的特征（或传统影响力）是如何作用到城市在网络空间中的影响力。并且,通过对各年数据的回归分析,进一步考察政府因素与市场因素作用机制的演化过程。     

基于TM影像的哈尔滨市主城区绿地降温作用研究

选取2001年、2005年、2013年和2015年的4期同季TM影像为数据源,利用单窗算法反演哈尔滨市主城区地表温度,以SPOT影像为数据源提取30块城市绿地斑块,将地温空间格局与城市绿地斑块进行空间耦合分析,以揭示绿地对城市热岛地温格局的干扰影响。结果表明：从空间上看,哈尔滨市主城区热岛效应显著,主城区分布着大面积高温区和次高温区,极高温区则呈点状、面状或带状孤岛型分布特点;从动态上看,城市热岛的空间格局呈现从城市中心的老城区逐渐向外围新开发建设区域扩展的特点。绿地斑块内部平均温度除与自身特征有关外,还与其空间布局和周边景观格局相关。绿地斑块降温程度和降温范围与绿地斑块面积呈正相关关系,与绿地斑块形状指数呈负相关关系,绿地降温范围与绿地斑块周长呈正相关关系。当绿地斑块面积为0.055 km²时,绿地斑块对周边温度的降温效率较好,当绿地斑块面积在0.070 km²时,绿地斑块对周边降温的面积效率较好。     

秦巴山片区中心城市人口、产业、土地城镇化耦合协调度演变研究

以秦巴山片区中心城市2004—2015年人口城镇化、产业城镇化和土地城镇化数据为基础,研究人口、产业与土地城镇化耦合协调演变特征。结果表明:秦巴山片区中心城市城镇化质量整体偏低,人口、产业和土地城镇化的耦合协调水平偏低,长期处于失调状态;多数中心城市的产业带动能力不强,土地利用效率较低,人口集聚能力有限。结合片区扶贫攻坚与区域发展规划,提出了提高城镇化耦合协调水平的路径。