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。     

广州市体育场馆的空间格局和公平性分析

利用兴趣点（pointofinterest,POI）数据,运用ArcGIS的核密度、缓冲区、15min生活圈、局部自相关方法对广州市体育场馆进行空间分布及公平性分析,结果发现：①广州市体育场馆空间分布不平衡,呈现中心集聚＋外围分散的结构,形成了天河体育中心、广州大学城体育中心、广东奥林匹克中心和亚运城4个高度集中的区域;②广州市3种类型体育场馆呈现多样化-散点状的特点,社会体育场馆核密度最高,其次是专业体育场馆,最低的是高校体育场馆;③天河区、越秀区、荔湾区等15min健身圈覆盖率较高,增城区、从化区、南沙区等较低;④广州市体育场馆局部自相关性不够显著,只有番禺区和天河区出现了“高-低集聚”的现象,呈现单极化特征。     

基于地理加权回归的中心城区共享单车出行特征及影响因素研究

移动信息通讯技术的发展和全面渗透融入社会生活,导致高度压缩的时间、空间和距离,重塑了城市居民行为活动模式。共享单车作为“互联网+共享”的新型出行方式改善了居民的出行方式。但既有成果对共享单车的研究尚不充分。使用摩拜单车1周的骑行数据,剖析广州中心城区共享单车出行轨迹的时空间分布特征,基于地理加权回归方法进一步探究建成环境的功能密度因素对共享单车出行的影响及程度。研究发现,共享单车在工作日和休息日的出行均具有明显的早晚高峰特征。公共交通站点POI密度、功能混合度、机动车道密度等因素的边际作用表现出显著的空间不稳定性。研究能为共享单车企业提升运营水平和政府优化慢行交通环境提供参考。     

基于卫星遥感和POI数据的人口空间化研究——以广州市为例

以广州市为例,基于NPP/VIIRS夜间灯光、土地利用、POI（Points of Interest）等自然地理和社会经济因素,构建了人口空间化指标体系,采用主成分赋权法确定人口分布权重,利用GIS技术对人口统计数据进行了空间化处理。结果显示：综合考虑了自然地理和社会经济因素的人口空间化结果与真实的人口空间格局相吻合,空间分辨率为30 m,且相对误差绝对值＜25%的乡镇有62个,所占比例为36.47%;而不加POI数据得到的人口空间化结果,相对绝对值＜25%的乡镇有33个,所占比例约为20%,精度明显降低。结果表明：1）综合考虑NPP/VIIRS夜间灯光、土地利用、POI等自然地理和社会经济因素,有助于实现精度较高的人口空间化结果;2）将能够反映微观细节信息的POI数据引入人口空间化研究,扩展了人口空间化的数据源,并且可以提高人口空间化结果的精度。     

基于手机定位数据的深圳市热浪人口暴露度分析

热浪作为城市化特征灾害之一,严重影响着城市居民的生命健康。目前针对热浪的研究主要聚焦基于静态数据的时空模式、风险管理和脆弱性评价分析方向,对动态人口暴露度的研究尚少。论文基于手机定位数据,首先融合深圳市逐时人口与气温时空分布模型,揭示热浪动态人口暴露度水平;其次,构建基于7类城市兴趣点(point of interest,POI)与不同时段人口分布的地理加权回归模型,初步分析了热浪环境下POI对人群行为模式的影响机制。结果显示：① 相比于基准时段(2018年7月28日12:00~18:00),2018年7月26日至8月1日热浪平均辐射范围在7月29日以8.66倍速增长,至7月30日则以18.93倍速跃至峰值,覆盖区域整体呈现西部高于东部、南部低于北部的特征;② 人口在不同时段均表现为明显的带状聚集分布态势,且人口暴露度与气温和人口的动态演变紧密关联,其暴露度同热浪扩散幅度相似,总体呈2.29倍等比增长,辐射范围包括南山区、福田区、罗湖区等城市商业、工业、住宅中心人口密集区域;③ 同类POI在不同时刻、不同POI在相同时刻对人群减少热浪暴露的移动交互行为具有明显的时空驱动机制差异及选择偏好特征。在持续性城市化背景下,该研究方法可为同类的城市灾害人口暴露度分析提供一定的科学参考。     

基于POI数据的城市用地功能识别与评价研究

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。     

基于居住环境的常州城市居民生活质量空间结构

第六次全国人口普查数据面世以后,基于因子生态分析的中国城市社会空间结构研究虽取得较多成果,但方法创新还有待推进.本文以常州作为实证研究地区,将人口普查数据与大数据(城市POI数据)相结合,借助网格化处理和公共服务设施可达性计算方法,从居住内部环境(住房条件)和居住外部环境(设施可达性)两方面综合衡量城市居民生活质量,进...     

GPS在PHS移动定位服务中的应用

移动通信终端定位服务需要定位技术和大量相关信息作支撑。本文介绍了移动网络上使用的几种定位技术,PHS（Personal Handy—phone System）网络上主要采用Cell-ID定位技术,该定位技术的实现需要PHS基站位置信息作基础。在常州市进行PHS基站位置测量和POI（Pointof Interest,信息点）采集时,根据不同情况采用不同作业方法,其中手持GPS接收机在数据采集过程中发挥了重要作用。     

基于城市POI的遥感影像渐进压缩技术

传统栅格影像均采用简单的、由低分辨率到高分辨率的像素级渐进压缩模式,较少考虑到用户需求特征和知识,因此,文中利用POI数据特点及图像感兴趣区编码特性,提出一种基于城市POI的遥感影像渐进压缩思想:首先根据大量的POI数据分析挖掘用户关注的热度信息,建立兴趣场,并以此确定遥感影像的感兴趣区域,然后综合SPIHT算法与Maxshift算法对遥感影像进行渐进压缩编码。实验结果表明,该方法在低码率下仍可以高质量保留图像所含重要信息,能够很好地满足用户的需求,实现了知识层级的遥感影像渐进压缩,有效提高图像压缩编码的实用性和优越性。     

多比例尺电子地图中基于线性道路的POI抽稀

基于电子地图中POI表现出多尺度、数量大、分布特征多样等特点,针对POI沿道路线的分布特征,在考虑POI数据重要性权重的情况下,采用距离阈值抽稀POI,通过实例数据验证多比例尺条件下方案的可行性,达到POI数据实用性与简洁性的双重标准。