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。     

基于多元要素流的珠三角城市群功能联系与空间格局分析

以珠三角城市群9个地级市为研究对象,结合当前热点网络开放大数据,对珠三角城市群内各城市的经济流、交通流、人口流和信息流的联系强度和作用方向进行测算与评价。借助赋值法分别对四种要素流的总量进行打分,以各城市的综合得分作为空间层级划分依据,提出关于“点—线—面”的空间互动格局,进而探索珠三角城市群未来的发展规划。研究结果表明：①从各要素流的联系强度上看,城市间的等级划分具有较高的重合度,说明四种要素流彼此之间相互联系、相互作用。从各要素流的作用方向上看,广州和深圳多作为区域内其它城市的首位空间联系城市,说明各要素流通常指向经济发展水平较高、通达性较好的城市。②从整体来看,珠三角城市群内部功能互动表现极度不平衡,一是中心城市占据了要素流强度的绝大部分,其余城市仅占据极小部分流量,两极分化严重;二是东西两岸发展不平衡,东岸发展水平明显要强于西岸发展水平。③广州、深圳、东莞和佛山等城市虽然在区域内起到了一定的辐射和带动作用,但是针对江门、肇庆等周边城市的辐射和带动强度仍有待提升,说明还需进一步优化珠三角城市群功能分工与产业布局,推进区域经济一体化。     

功能疏解背景下京津冀中部核心区产业投资网络演化研究

非首都功能疏解作为京津冀协同发展战略的核心,对解决北京大城市病、实现京津冀可持续发展具有重要意义。论文构建了一个“四位一体”的产业投资网络演化分析框架,以京津冀中部核心区为研究对象,利用工商企业投资大数据测度了非首都功能的3类重点行业在2010、2014、2018年的资本流动特征,并从“节点—路径—格局”3个层面分析了功能疏解背景下产业投资网络演化过程。研究结果表明,非首都功能疏解背景下,北京市各行业对外投资增强,投资集聚中心逐渐向外围转移,但不同行业演化格局存在差异。制造业呈现由邻近扩散向等级扩散转变的演化路径,并向着多中心格局发展;批发零售业在资本净流动层面显示出扩散特征,在骨干路径层面呈现集聚现象,分布格局由北京单极放射状向京津双核联动演化;交通运输仓储和物流业向郊区物流园区所在地集聚,但网络整体发育滞后。研究结果能够为科学认识首都功能疏解情况、了解中部核心区产业结构及产业发展的变动态势提供参考。     

融合多源时空数据的城市火灾危险性评估

城市层面的火灾风险评估主要包括火灾危险性、危害性及救援能力等方面。本文选取火灾危险性评估进行针对性研究,在大数据思维的指导下,以相关关系代替因果关系,采用多源数据对评估指标权重、分值进行率定,得出福州市城区火灾危险性时空分布图。首先利用高德地图API对消防历史出警记录进行地址解析,将近万条火灾出警地址空间落点,获得福州市历史火灾空间分布;然后综合城市用地性质现状、用地开发性质、人口分布热力图等多源异构数据,探索其与历史火灾空间分布的相关性;最后以福州城区为例,初步实现具有充分数理支撑的火灾危险性评估方法,形成火灾危险性动态评估成果,为城市消防规划等提供支撑和依据。     

面向遥感大数据的地学知识图谱构想

由于地球表面的时空异质性与复杂性,传统从遥感影像具有的信息特征出发,构建智能解译算法解决遥感地学认知的思路在应对面向全球的海量遥感大数据分析时,其精度和地学实用性已触及瓶颈.为此,本文从地学知识为核心的角度出发,结合当前知识图谱理论的发展,提出一种新的面向遥感大数据分析的地学思维构想——地学知识图谱.本构想将地学知识的...     

“一带一路”下旅游文化产业的大数据体系架构与实施途径研究

本文探究“一带一路”旅游大数据的产业创新体系架构,明确“旅游文化建设、旅游消费习性培育、跨域资源协作”等产业创新路径,明晰沿线各国的文化融合途径,构建以“文化通”为内涵的旅游大数据体系。通过文献梳理、质化研究和实时数据分析,建构适用性旅游大数据架构,解决“一带一路”旅游文化产业中的信息稀疏、习性碎片化和诚信不足等现实困难,助力沿线各国的旅游发展新局面。借鉴应用系统工程中霍尔三维支撑理论,从知识、时间和逻辑三个维度,搭建新时代条件下旅游业态的以价值集聚、诚信保护和旅游文化传承为核心的创新途径支持体系,为旅游经济管理理论,提供了一个全新的研究视角。     

结合云计算与大数据的出租房消防安全监管GIS

我国城镇化进程和经济发展效果卓著,但消防建设规划与城市扩张发展之间并不协调。虽然现有研究已经运用GIS技术到消防安全监管当中,但依然存在信息联动性不强,可视化程度低的问题。为此,本文基于地理信息系统技术对城市开发区内地理信息数据、多源多时态遥感及航空影像、巡查数据、出租房数据等进行有效整合完善,以建立时空地理信息大数据。笔者利用虚拟化、云计算等技术建立出租房消防安全动态监管平台。此平台为管理部门提供了基于地理信息的决策支持,提升了出租房管理的高效性和科学性。系统的建成和应用对我国的出租房管理信息化工作的开展具有重要意义。     

Hierarchical community detection and functional area identification with OSM roads and complex graph theory

An in-depth analysis of the urban road network structure plays an essential role in understanding the distribution of urban functional area. To concentrate topologically densely connected road segments, communities of urban roads provide a new perspective to study the structure of the network. In this study, based on OpenStreetMap (OSM) roads and points-of-interest (POI) data, we employ the Infomap community detection algorithm to identify the hierarchical community in city roads and explore the shaping role roads play in urban space and their relation with the distribution of urban functional areas. The results demonstrate that the distribution of communities at different levels in Guangzhou, China reflects the urban spatial relation between the suburbs and urban centers and within urban centers. Moreover, the study explored the functional area characteristics at the community scale and identified the distribution of various functional areas. Owing to the structure information contained in the identification process, the detected community can be used as a basic unit in other urban studies. In general, with the community-based network, this study proposes a novel method of combining city roads with urban space and functional zones, providing necessary data support and academic guidance for government and urban planners.     

基于深度学习的钨钼找矿靶区预测方法研究

随着矿产勘查工作由浅部矿向深部隐伏矿、由易识别矿向难识别矿发展,找矿难度日益增大,地质专家越来越重视新理论、新方法、新技术的应用。深度学习作为人工智能的前沿领域/技术,对于实现矿产资源预测“智能化预测评价”具有得天独厚的优势。本文以陕西省镇安县西部钨钼矿集区单元素化探异常原始数据为基础,提出了基于深度学习的钨钼矿产评价方法。该方法以归一化地球化学数据作为模型训练数据,通过深度学习中深度自编码网络方法实现异常值提取进而识别重点成矿有利地段,实现矿产资源找矿远景区定性预测。研究结果表明,在对957条单元素化探异常原始数据分类且做好模型标签后,整个过程在计算机的“黑盒子”中自动完成学习和预测,相较于传统预测研究方法,本文方法具有自动化程度高和客观性强的特征。此外,本文利用已知矿点构建训练数据集,采用随机森林方法对预测区进行矿产资源找矿靶区预测圈定,为进一步缩小找矿靶区范围提供科学依据。