城市中心体系研究的理论基础与分析框架

“经济—空间”视角下城市中心体系的理论与实证研究之间缺少相互衔接的分析框架。论文通过对经典理论的系统归纳与演绎,建立整体视角下理解城市中心体系形成与发展的理论框架,将城市中心体系的发展规律概括为空间竞争和空间联系2个机制,体现在本地服务功能和非本地功能的空间组织过程,分别形成等级网状结构和专业化点状结构,并相互融合形成“半网格”的城市中心体系,扮演着本地与宏观区域结构之间的“转换发动机”。最后探讨了对实证研究的若干启示,提出城市中心的定义和识别方法应注意与理论研究相互衔接;认为城市中心的本地/非本地功能特征及相应的发展机制亟待实证;认为中心及其空间影响的调控潜力是制定规划政策的前提。     

哈大城市带网络结构韧性演化研究

网络结构韧性是城市空间组织未来发展的重要指向,是社会经济稳定性与恢复力的结构保障。论文借鉴复杂网络指标,构建城市网络结构韧性演化评价模型,以哈大城市带为例,对比分析多重城市网络结构韧性的演化特征。结果表明：① 多重城市网络层级性与匹配性存在分异,在层级性上,交通和金融网络趋于扁平,信息和创新网络趋于立体;在匹配性上,交通和创新网络分别表现为同配性与异配性且特征强化,金融和信息网络为异配性但特征削弱。② 网络结构韧性类型相对稳定,交通运输网络为“同配—核心边缘网络”,金融、信息与创新网络为“韧性网络”;韧性演化综合水平表现为创新合作网络>信息关联网络>0>金融联系网络>交通运输网络。③ 可以从整体结构、片区差异和要素流动三方面优化网络结构韧性演化水平。     

旅游城市餐饮业空间布局特征--以拉萨市为例

受城市功能定位、旅游消费驱动等因素影响,旅游城市餐饮产业空间布局具有其自身特征。通过对互联网电子地图POI数据的挖掘,并结合ArcGIS最近邻分析、标准差椭圆、核密度分析和缓冲区分析工具,本文分析了高原旅游城市拉萨市主城区餐饮业空间分布格局特征及其影响因素(基于道路交通、旅游资源和人口视角)。研究发现拉萨市主城区餐饮业空间分布总体呈现集聚特征,主要集中在交通发达和旅游资源密集区周边地区;常住人口集聚区域餐饮点同样集中布局,餐饮点密集区与实时人口密集区高度重叠。针对拉萨市城市空间结构、功能定位和旅游发展,文章进一步提出拉萨市餐饮业空间布局优化措施。     

成渝城市群城市建设用地扩张格局及规模体系分析

基于1990—2018年六期城市建设用地监测数据,本文利用城市用地年面积增长率指数、公共边测度、核密度估计、位序-规模法则等方法,刻画成渝城市群扩张演化特征及其发展规律,并对城市群规模体系进行分析。结果表明：成渝城市群城市建设用地扩张呈先快后慢的趋势,空间上呈“中部高速,南北低速”的特点,建设用地扩张密度高值主要集中在成都、重庆二市且城市群内部连片发展不明显。城市群新增城市用地呈现无序蔓延态势,并未趋于紧凑。2000—2010年,成渝城市群规模分布极化,呈现明显的双核首位特征,2010年后规模分布由非均衡趋于均衡。     

基于地理国情数据的城市扩张和生态格局分析——以武汉市为例

城市扩张是城镇化的主要特征,研究城市扩张规律对城市空间规划、高质量发展提供决策依据。本文以武汉市为研究区,以2015—2018年地理国情监测成果为主要数据源,通过数据整理与提取、计算城市扩张特征指数、提取城市格局变化、计算生态景观指数等处理,对研究区城市扩张和生态格局变化特征进行分析。研究结果表明：2015—2018年间,武汉市从快速扩张阶段逐渐减缓,紧凑度逐渐下降;中心城市扩张主要以种植土地破坏为代价;远城区快速扩张主要以林草面积减少为代价;在生态指数上,各生态景观类型破碎度均有下降,但水域面积保持良好。     

低空无人机的倾斜摄影测量技术在城市轨道交通建设中的应用

智慧地铁的建设需要三维模型的支撑,运用倾斜摄影测量技术,结合三维可视化技术,为智慧地铁提供了三维数据支撑,推动了全生命周期智慧地铁建设的全面发展。本文旨在以雄安新区城市轨道交通R1线为研究区,对其沿线85 km进行了无人机航飞工作,通过数据处理获取了沿线三维实景模型,并对模型成果精度进行了详细对比。结果表明,此次倾斜摄影测量成果满足1：500比例尺要求。此外,还对倾斜摄影测量技术在城市轨道交通建设中的相关应用进行了介绍,为城市轨道交通建设工作由二维向三维转变开拓了新的方向。     

城市扩展元胞自动机多结构卷积神经网络模型

传统的城市扩展元胞自动机(CA)模型是基于单个元胞的变量信息挖掘来构建转换规则的。针对这一问题,本文基于多结构卷积神经网络提出从区域特征出发且顾及区域多尺度特征挖掘转换规则的城市扩展元胞自动机模型(MSCNN-CA),并以武汉主城区和上海浦东新区为例,模拟了两个试验区2005—2015年期间城市扩展过程。模型验证表明:与逻辑回归和神经网络相比,本文构建的3个单一结构的卷积神经网络元胞自动机(CNN-CA)模型在4个指标(Kappa系数、FoM(figure of merit)值、命中率(h)和错误率(m))上都有不同程度的提高。特别是FoM指数,在武汉主城区提高了23.3%~29.4%,在上海浦东新区提高了20.3%~28.5%。此外,MSCNN-CA模型与3个单一结构的CNN-CA模型相比,在各个指标上也有所改善,FoM指数在武汉主城区提高了0.8%~4.8%,上海浦东新区提高了2.8%~7.8%。两个试验区的模拟结果表明:相比传统CA模型,基于多结构卷积神经网络的城市扩展元胞自动机模型(MSCNN-CA)能够有效提高城市扩展模拟的精度,更真实地反映城市扩展空间演变过程。相比单结构的卷积神经网络CA模型,多结构卷积神经网络CA模型的稳定性和模拟结果准确性有所提升。     

顾及兴趣点潜在上下文关系的城市功能区识别

城市功能结构的探索对人们理解城市及城市规划有着重要的作用。兴趣点(point of interest,POI)数据作为城市设施的代表,被广泛应用于城市功能区提取。以往对城市功能区研究大多只考虑了POI统计信息,忽略了POI中丰富的空间分布信息,而POI空间分布特征与区域功能密切相关。本文利用空间共位模式挖掘方法挖掘POI潜在上下文关系,提取POI空间分布信息,构建区域特征向量,并进行区域聚类;再利用POI类别比例、居民的出行特征等对聚类结果进行识别。以北京市核心城市功能区为例,将研究结果与北京市百度地图、居民出行特征进行对比验证分析。试验表明,本文方法能识别出具有明显特征的城市功能区,如成熟的娱乐商业区、科教文化区、居住区等。同时,与基于POI语义信息的LDA方法及顾及POI线性空间关系的Word2Vec方法进行对比分析,证明了本文方法的优越性。     

基于MODIS数据的湖北省地级以上城市城区地表温度变化分析

基于MODIS数据,以湖北省地级以上城市城区为研究对象,通过对湖北省13个地级以上城市城区边界矢量数据与地表温度因子进行套合处理,采用叠置分析方法对2000、2015、2017年湖北省地级以上城市城区的地表温度进行统计,并分析城镇化建设对城区地表温度产生的影响。