排序方式: 共有135条查询结果,搜索用时 437 毫秒
81.
基于多源数据和集成学习的城市住宅地价分布模拟——以武汉市为例 总被引:2,自引:0,他引:2
精准刻画城市住宅地价分布特征,对于科学引导城市空间布局规划、有效实现城市精明增长等具有重要意义。而城市住宅地价与其潜在影响因素之间的复杂非线性关系,给地价分布精细模拟带来了挑战。论文旨在探索基于地理大数据和集成学习的城市住宅地价分布模拟方法体系,以满足快速、精准监测地价动态变化的需要。选取武汉市为典型区,以住宅用地交易样点、兴趣点(points of interest, POI)和夜间灯光影像为数据源,以500 m分辨率网格为估价单元,提取POI核密度和夜间灯光强度作为住宅地价预测变量,采用机器学习算法和bagging、stacking集成方法构建住宅地价预测模型,并对比分析其精度。研究发现:① 单个机器学习算法中,支持向量回归(support vector regression, SVR)预测精度最高,接下来依次是k最近邻算法(k-nearest neighbor algorithm, k-NN)、高斯过程回归(Gaussian process regression, GPR)和BP神经网络(back propagation neural networks, BP-NN);② 在提升单个算法预测精度方面,stacking方法的性能优于bagging方法,使用stacking集成SVR和k-NN的地价预测模型精度最高,其平均绝对百分误差仅为8.29%,拟合优度R2达0.814;③ 基于论文所构建模型生成的城市住宅地价分布图能有效表征价格圈层分布特征和局部奇异性。研究结果可为城市住宅地价评估提供新的思路和方法借鉴。 相似文献
82.
地方小吃的空间集聚与扩散是饮食文化空间传播的主要内容之一,也是人口迁移与地域文化交流的重要表现。论文以兰州拉面和沙县小吃2大中国知名地方小吃为研究案例,以小吃门店兴趣点(POI)大数据为主要数据源,基于密度、距离与加权平均中心方法分析地方小吃空间集聚与扩散格局,然后采用空间自相关、聚类和异常值分析以及热点分析方法研究地方小吃的空间集聚关联特征以及空间扩散模式和路径。结果表明:① 兰州拉面和沙县小吃门店呈现非均衡的凝聚型空间分布特征,兰州拉面空间扩散范围和距离均大于沙县小吃;② 兰州拉面和沙县小吃的空间扩散主要依赖于人口的跨区流动,从民族饮食和在地小吃逐渐演化为外出人口的生存手段,形成品牌效应以后进一步在全国扩张;③ 沙县小吃空间扩散的集聚性特征强于兰州拉面,兰州拉面和沙县小吃的空间扩张具有邻域扩散和等级扩散相融合的特征,跳跃式扩散是小吃从业者在信息时代市场竞争下的新选择。地方小吃空间扩散格局反映出中国饮食习惯的空间分异,小吃的空间扩散与中国流动人口的分异格局具有空间匹配性。 相似文献
83.
84.
零售业业态空间分异识别对优化城市资源配置至关重要,基于高精度大样本数据的零售业态空间分布识别较传统研究更精确便捷。以广州市2014年47 026个零售业网点数据为基础,基于信息熵、平均最近邻分析法、核密度估计等研究方法,探讨广州市的零售业分布格局、业态空间分异与零售业结构影响机制。结果表明:1)广州市零售业功能显著集聚于城市核心区,越秀、荔湾与天河北的零售功能发育相对均衡,均衡度从核心向外围显著下降;2)不同业态零售业分异较大,以商业服务和基本生活服务为主的零售业态网点分布的集聚度显著高于大体量的综合类零售业态;3)各业态零售业随着城市圈层的外拓分异显著,大体量型零售业态分布相对均衡,以商服功能为主的零售业态则主要集中于核心层与内圈层;4)人流集聚程度、交通通达性、职住人口分布、地方政策与社会空间分异共同影响着零售业业态空间的形成与演化。 相似文献
85.
86.
随着城市人口、物资、信息流动的日益频繁,城市居民活动特征和生产生活方式更加复杂多变,同时,城市空间无序扩张,发展规划不足,引发了交通堵塞、人口流失、公共空间缺乏等一系列问题,最终引发了城市活力消解难题。因此,如何科学高效地进行城市活力定量分析成为了重点研究问题。本文基于OpenStreetMap、百度地图兴趣点(Point of Interest,POI)、微信宜出行、美团、高德建筑物轮廓等多源地理大数据,从人与空间双重角度,分别对人群活力、活力多样性、活动满意度和空间交互潜能进行量化研究;引入空间权重矩阵,构建了改进的空间优劣解距离法(Technique for Order Preference by Similarity to Ideal Solution,TOPSIS)综合活力评价模型,实现对南京市中心城区综合活力的评价,最后分析了工作日、周末的街区活力空间分布特征及活力极的异同,并比较了传统的熵值TOPSIS综合活力评价结果,以此探究空间关系对城市街区活力的影响,以求帮助城市规划者系统的认识当前城市活力现状,为城市规划研究提供一种可行性方案。 相似文献
87.
POI辅助下的高分辨率遥感影像城市建筑物功能分类研究 总被引:1,自引:0,他引:1
城市建筑物是城市的重要组成部分,对城市建筑物进行功能分类可以为城市功能区划分提供有利依据,辅助政府部门对城市规划、土地利用、资源、人口等方面的分布与分配进行管理与决策,有助于推进城镇化建设的可持续发展。仅利用目前的遥感分类技术难以对高分辨率遥感影像的城市建筑物信息进行功能分类,然而将遥感、互联网兴趣点(Point of Interest, POI)数据以及GIS技术有效地结合在一起,可以更为细致地分析城市信息,不仅实现了建筑物功能分类,而且提高了分类的准确率与可信度。本文首先选取卷积神经网络(Convolutional Neural Networks, CNN)方法对高分辨率遥感影像数据进行建筑物提取;然后,对POI数据的城市商服、公建和住宅用地进行核密度分析;最后分别统计每个建筑物3种用地的核密度平均值,并将该值设置为此建筑物的属性值,并结合POI数据的实际情况选择具有最佳功能分类精度的属性值作为阈值提取3种用地信息,从而完成不同功能的城市建筑物分类。精度评价结果表明,该方法对3种用地的提取效果良好,分类精度达到86%以上。 相似文献
88.
城市是多样性聚集的场所,且多元化和差异性日益增强,故探究土地混合利用具有一定的现实意义。现有的土地混合研究大多以POI(Point of Interest)为研究基础,着眼于城市主题的研究较少。本文采用百度POI数据,在街区尺度下考虑POI共现以提取主题,并挖掘北京市四环内的主题混合模式,其结果可以为城市规划及其建设提供参考。首先,采用LDA(Latent Dirichlet Allocation)主题模型得出街区的主题向量以及主题的POI共现模式;其次,引入多样性指数对街区的混合度进行度量,并依据自然断裂法将街区分为高混合街区、中等混合街区、低混合街区3类;最后,为了探究3类街区中的主题混合模式,先采用多元线性回归找出不同类街区中对混合度影响显著的主题,在此基础上对街区中的混合模式进行提取。结果表明:高混合街区的主题混合模式都是茶座餐厅主题与其他主题的混合;中等混合街区中的混合模式大多是以公司企业主题与住宅(商铺)主题再结合其他主题的混合;低混合街区中最典型的2种模式是茶座餐厅主题主导与风景名胜主题主导的接近单一的模式。不同的模式也体现了不同混合区的特征及其之间的差异,有助于对城市深度理解,从而为混合城市的建设提供参考。 相似文献
89.
山地城市格局对餐饮业区位选择影响的空间异质性 总被引:3,自引:0,他引:3
城市格局对产业布局有深刻影响,山地城市尤甚。餐饮业是城市商业的重要“引流业态”,其布局与城市居住、交通、公共服务等空间功能密切相关,山地城市格局对餐饮业布局影响的空间异质性尤为明显和特殊。以典型山地城市重庆主城区为研究对象,基于多源兴趣点(POI)数据,运用核密度、空间自相关、地理加权回归等空间分析工具,探究山地城市格局对餐饮业区位选择影响的空间异质性。结果表明:① 重庆主城区餐饮业空间布局形态呈凝聚多中心特征,形成“一主两副四次级”的多中心空间结构,是重庆主城区“多中心,组团式”城市格局的缩影。② 餐饮业发育成熟度与山地城市扩展时序密切相关,且空间分布方向与城市扩展方向一致。③ 同一类城市空间因子对不同城市组团的餐饮业分布具有不同甚至相反的影响力,相较圈层式单中心城市空间因子作用模式的空间异质性更为显著,其本质原因在于山水自然分割和城市扩展的特殊性导致的中心组团和外围组团资源要素配置不均。④ 不同城市空间因子对餐饮业布局的作用力也具有空间异质性,城市居住、商业、交通、公共服务、休闲空间等5类因子在不同区域对餐饮业区位选择均有不同程度正向促进作用,其中城市商业空间因子对餐饮业区位选择影响最大。 相似文献
90.
中国基础教育公共服务均等化空间格局及其影响因素 总被引:2,自引:0,他引:2
基于教育POI设施数据,利用ArcGIS比较统计地图(Cartogram)、核密度分析和探索性空间数据分析(ESDA)等方法对基础教育公共服务均等化空间格局进行研究,并采用地理加权回归(GWR)方法对其格局形成的影响因素进行探究。结果表明:东部和中部地区基础教育公共服务资源数量约占65%,基础教育公共服务的高值区域与城市群所在区域较为吻合,低值区域主要分布于胡焕庸线以西,东西部基础教育资源绝对数量差异明显。学前教育服务人均数量的低值区主要分布在西部,中部也存在部分低值塌陷区,相较于中小学,学前教育公共服务的非均等化问题突出。小学和中学教育公共服务人均数量的高高集聚(H-H)和低低集聚(L-L)区域在东中西地区均有分布,综合而言,地区基础教育公共服务人均数量均等化优于绝对数量的均等化状况。常住人口、第三产业比例、建成区面积是基础教育公共服务均等化空间格局分异的主要影响因素。 相似文献