首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 531 毫秒
1.
针对众源地理空间数据具有丰富的空间、时间和语义信息,将其应用于城市热点区域的探测可为城市发展规划、区域监督预警及大众服务等提供有力支撑的问题,该文提出了一种基于众源地理空间数据的城市热点区域探测方法。针对新浪微博签到数据的特性,以新浪微博2015年全年的签到数据为例,采用一种改进的空间采样方法获取格网单元的用户活跃度与类型信息,在此基础上,依次利用度量空间相关性和方向特征的空间测度对签到数据的空间模式进行了分析,最终探测到城市热点区域及其大致发展方向。结果表明,该方法具有周期短、成本低、可靠性高等特性,为城市热点区域的探测提供了一种新手段。  相似文献   

2.
针对城市功能结构认知的不足,空间规划的需求和可持续城市的转变,该文以城市大数据为依托,以交通小区为最小研究单元,提出一种利用电子地图POI数据与交通小区结合识别城市功能区的方法.把高等级道路划分交通小区作为最小研究单元,使用电子地图POI数据的标签,精细化识别交通小区的功能区属性,利用层次分析法识别城市主要功能结构.以上海市主城区为例进行实验,结果表明:①上海市主城区城市功能以市中心为圆心呈现明显层次性,商业用地、居住用地、工业用地依次分布;②以交通小区为研究单元,能够对复杂城市功能区进行有效识别.该方法有利于城市空间结构优化与规划的合理制定.  相似文献   

3.
利用位置签到数据探索城市热点与商圈   总被引:1,自引:0,他引:1  
众源地理数据(Crowd Sourcing Geographic Data)是指由大众采集并向大众开放共享的地理空间数据。众源位置签到数据作为众源地理数据的一种,客观真实的反映了大众日常生活行为,包含大量丰富的社会化属性信息。本文提出了一种基于众源位置签到数据的城市热点探测与商圈挖掘方法,首先对位置签到数据时空分布特性进行了研究,设计并提出了众源位置签到数据时空数据库模型;其次,提出了位置签到数据探索性空间分析方法,通过对众源位置签到数据的空间聚类分析,实现基于位置签到数据的商圈热点探测;最后,以武汉市为例,对街旁网截止2011年9月30日的众源位置签到数据进行了城市热点探测与商圈挖掘分析实验,结果表明,基于众源位置签到数据挖掘的武汉市商圈分布与城市规划商圈具有强相关性,可用于城市社会经济发展预测与区域经济规划。  相似文献   

4.
基于兴趣点数据与道路网络数据,选取济南市中心城区为研究区域,通过频数密度与类型比例计算,以街区为研究单元对济南中心城区功能区进行定量识别,并验证识别精度。将识别结果与《济南市城市总体规划(2011-2020年)》对比,提出功能区优化对策。研究结果表明:城市功能区自西向东呈现多中心分布特征,单一功能区呈现圈层分布特征。构建混淆矩阵,计算出功能区总体精度为83.34%,可为济南市功能区空间规划提供新的思路。  相似文献   

5.
利用社交媒体用户的历史签到数据分析用户空间活动偏好实现用户兴趣区域推荐,在城市商业规划中起着重要作用,也为了解人们的城市生活和需求提供帮助。已有方法获得的ROI具有模糊性和多样性,无法给ROI赋予准确的地理描述信息,对用户来说可解释性不强。因此,本文提出了一种结合城市街区和签到数据的个性化兴趣区域推荐方法(CBCD),引入城市街区概念解决ROI边界模糊问题。首先,通过城市道路网生成城市街区,并将大规模签到数据映射到城市街区转换为区域签到;然后,基于区域签到对用户空间活动偏好和类别偏好分别进行个性化建模;最后,融合空间和类别活动偏好,向用户推荐其可能感兴趣的区域。在真实的数据集上进行试验,结果表明该方法具有较高的推荐精度,对用户感兴趣城市街区的挖掘和推荐具有一定的价值。  相似文献   

6.
利用行人轨迹挖掘城市区域功能属性   总被引:1,自引:1,他引:0  
城市土地利用功能区是城市规划中的一个重要概念,遥感技术手段在城市土地利用类型识别和动态监测中取得了很大进展。然而,由于城市实际功能的复杂,往往很难从遥感影像中获得城市各个区域的社会、经济或文化等功能属性。互联网技术的发展和移动定位设备的普及,极大地便利了行人移动轨迹数据的获取。本文从行人移动规律和模式与城市功能分区之间高度相关的角度出发,通过机器学习的方法,从大量行人轨迹数据中挖掘隐含的城市功能属性与强度。该方法首先利用矢量栅格化和数学形态学方法,将城市不同等级的路网分割为互不相同的空间单元;其次,根据行人轨迹数据的时空分布特点,定义9个变量并构建高斯混合模型(Gaussian mixture model,GMM),对上述空间单元进行非监督分类,得到7种城市用地类型;随后,结合选定的60个样本区以及人为标识的6种功能区(教育用地、绿地休闲区、一般商业区、政府设施、中心商业区、住宅区),依据样本功能区GPS轨迹时间分布特征,最终对7种城市用地类型进行功能配对;最后,利用核密度估计方法进行功能区强度的可视化。该框架结合机器学习的优势,结果具有较高的准确度。  相似文献   

7.
城市系统的复杂性使得利用出租车轨迹数据理解城市的功能区结构存在结构分区不合理、识别结果精度低及不可靠的问题。对于城市功能区研究单元划分问题,从出租车轨迹空间分布特征入手,提出了一种基于限制条件和轨迹中心线包裹的城市区域划分方法。对于功能区理解问题,针对娱乐地、工作地和居住地的出租车OD(上车点和下车点)时间分布特征,提出从娱乐区、居住区到工作区逐步进阶的功能区识别方法。分别构造了娱乐因子和居住因子对娱乐区和居住区进行提取;结合工作地出租车下车点时间分布特征,利用监督分类对工作地进行了提取。  相似文献   

8.
顾及POI与土地利用数据的城市功能区划分   总被引:1,自引:0,他引:1  
城市功能区划分是落实智慧城市用地政策和用地开发管控的重要前提和基础,科学探测其分类及分布,对于支撑智慧城市空间规划具有重要作用.针对现有方法在功能区划分时受限于格网或者路网的束缚,易出现POI权重设置不科学及划分不精确的问题,提出一种基于聚类分析确定主体功能单元下的功能区划分方法.首先,基于POI数据,综合利用KD-Tree聚类算法、泰森多边形等算法,实现主体功能地块的划分;然后,基于核密度算法、像元阈值法等方法,实现精准功能区划分;最后,利用研究区真实数据,对城市功能区划分进行精度验证.实验结果表明,利用此方法进行功能区划分精度的Kappa值达到了 0.763,具有良好的可行性.  相似文献   

9.
基于多源数据的城市功能区识别及相互作用分析   总被引:3,自引:0,他引:3       下载免费PDF全文
随着经济的快速发展,城市内部空间结构不断优化。识别城市功能区空间分布及其相互作用规律,对于把握城市空间结构以及制定科学合理的规划具有重要意义。采用重尾打断分类法和核密度聚类法对兴趣点(points of interest,POI)进行分析,识别城市功能区,并结合出租车轨迹数据进行时空挖掘,定量分析典型城市功能区交通吸引规律及其相互作用强度和方向。以北京市五环内主城区为例进行分析,可得:①该方法可以识别典型功能区西单、国贸、中关村是以商业为主的混合城市功能区,望京是以居住为主的混合功能区,且居民通勤出行特征明显;②国贸对自身的引力较强(39.4%),说明国贸区域城市功能更加齐全;③典型功能区对居民出行距离范围内的区域吸引力随着距离的增加而减弱,符合经验认知和地理空间衰减规律。结果表明,利用POI和移动大数据采用重尾打断分类法和核密度聚类法进行城市功能区识别与分析是可行和有效的。  相似文献   

10.
高度活跃的城市是社会稳定发展的基础。基于地理标签感知的城市活力能够量化城市发展现状,探索城市活力的影响机制,为精细化城市治理提供技术支撑。传统城市活力研究依赖于街区的活力调查,时间长,费用高。本文研究利用兴趣点和社交媒体签到等地理标签数据,提出了城市活力度量指标,探索性分析城市活力的分布模式。基于土地利用、道路和建筑物等数据计算建成环境指标,构建城市活力和建成环境之间的普通线性回归与空间自回归模型,揭示了影响城市活力的建成环境因素。基于深圳市的试验结果表明:兴趣点和社交媒体签到数据能够较好地指示城市活力。深圳市的城市活力主要受商业用地、工业用地、土地混合利用以及路网密度、地铁站点密度的影响。住宅用地和建筑物占地密度对基于POI的城市活力具有显著影响。  相似文献   

11.
随着城市化的快速发展,城市空间结构愈发复杂,城市功能区的快速有效识别对资源的有效配置和城市规划具有重要意义.传统的功能区识别缺乏对居民这一城市空间活动主体的动态表征,而长时间序列的出租车数据能动态表征居民出行行为,进而反映城市空间结构.动态时间扭曲(DTW)距离比传统的欧氏距离更能有效挖掘高维数据,泛化后的LB_Keo...  相似文献   

12.
在快速城镇化时期,城市主城区的空间格局变化最为显著,以其复杂性和扩展性为突出特征。研究其扩展变化对认识城镇化、优化城市空间结构等具有重要意义。本文在基础地理数据统计的基础上,对长三角城市主城区2002~2012年的空间扩展进行了分析,探索影响其演变的若干因素。  相似文献   

13.
Territorial control is central to the understanding of violent armed conflicts, yet reliable and valid measures of this concept do not exist. We argue that geospatial analysis provides an important perspective to measure the concept. In particular, measuring territorial control can be seen as an application of calculating service areas around points of control. The modeling challenge is acute for areas with limited road infrastructure, where no complete network is available to perform the analysis, and movements largely occur off road. We present a new geospatial approach that applies network analysis on a hybrid transportation network with both actual road data and hexagon‐fishnet‐based artificial road data representing on‐road and off‐road movements, respectively. Movement speed or restriction can be readily adjusted using various input data. Simulating off‐road movement with hexagon‐fishnet‐based artificial road data has a number of advantages including scalability to small or large study areas and flexibility to allow all‐directional travel. We apply this method to measuring territorial control of armed groups in Sub‐Saharan Africa where inferior transport infrastructure is the norm. Based on the Uppsala Conflict Data Program's (UCDP) Georeferenced Event Data (GED) as well as spatial data on terrain, population locations, and limited transportation networks, we enhance the delineation of the specific areas directly controlled by each warring party during civil wars within a given travel time.  相似文献   

14.
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。  相似文献   

15.
Land-use change models grounded in complexity theory such as agent-based models (ABMs) are increasingly being used to examine evolving urban systems. The objective of this study is to develop a spatial model that simulates land-use change under the influence of human land-use choice behavior. This is achieved by integrating the key physical and social drivers of land-use change using Bayesian networks (BNs) coupled with agent-based modeling. The BNAS model, integrated Bayesian network–based agent system, presented in this study uses geographic information systems, ABMs, BNs, and influence diagram principles to model population change on an irregular spatial structure. The model is parameterized with historical data and then used to simulate 20 years of future population and land-use change for the City of Surrey, British Columbia, Canada. The simulation results identify feasible new urban areas for development around the main transportation corridors. The obtained new development areas and the projected population trajectories with the“what-if” scenario capabilities can provide insights into urban planners for better and more informed land-use policy or decision-making processes.  相似文献   

16.
本文基于“类NPP-VIIRS”夜光遥感数据集,采用改进的统计数据比较法提取中原城市群建成区,利用重心迁移指标和典型景观格局指标,分析中原城市群建成区2002—2020年的时空变化特征。研究表明:①中原城市群建成区扩张强度先快后慢,整体呈下降趋势;建成区重心在经历多次偏移后最终指向东南方向,但一直位于郑州大都市区范围内。②中原城市群发展迅速,建成区总面积在2002—2020年增加了1.429倍;在2011—2012年出现大量新兴城镇;2014年之后趋于稳定,城镇之间的联系越来越紧密。③中原城市群建成区空间格局复杂度逐年上升,破碎程度总体降低,郑州大都市区建成区扩张速度明显快于中原城市群整体建成区扩张速度。  相似文献   

17.
城市建成区的发展状况是地理国情监测的重要内容,本文基于遥感影像数据和POI数据对城市建成区进行提取,针对二者的适用性问题进行了研究。试验以沈阳市为研究区域,在研究区域内选择2016年遥感影像数据和POI数据作为数据源进行对比分析。首先,对遥感影像数据和POI数据进行预处理;其次,通过监督分类的方法对遥感影像进行建成区的提取;然后,采用核密度估计法分析POI数据并提取出建成区;最后,利用叠加分析法对比分析这两种数据的适用性。试验结果表明:使用遥感影像数据作为数据源可以较为全面客观地反映城市建成区的发展现状;利用POI数据提取出的城市建成区具有较强的经济属性,能够很好地反映出城市中的经济活跃区。  相似文献   

18.
城市建设用地能够反映城市建设发展在地域空间上的分布形态,是规划主管部门监测城市建设和扩张的关键指标.2018-06-02发射的珞珈一号卫星可提供130 m分辨率的夜间灯光数据,在城市建设用地的提取方面具有较大潜力.首先整合珞珈一号夜间灯光影像与Landsat 8多光谱影像以及网络地图兴趣点数据;然后分别采用人类居住合成...  相似文献   

19.
主体功能区的划分对于我国构建高效、协调、可持续发展的国土开发格局具有重要意义。本文利用自然环境(NDVI、坡度等)和人类社会活动(夜间灯光、POI点等)两类数据,构建了12个因子,采用Self-Organizing Map(SOM)神经网络和层次聚类法,对北京城市功能区进行分类,并结合经典功能区分类和Google Earth目视验证进行了主体功能区的划分。结果表明,由于SOM神经网络能够保持输入数据的拓扑关系及非线性的特征,基于SOM神经网络的层次聚类法具有较强的通用性及抗干扰能力,对于多源数据的城市用地分类有较大的应用潜力。同时表明,北京市主体功能区由中心城区向外呈优化开发、重点开发、限制开发的环形分布特征,各区之间呈"点-轴-面"协调发展的空间结构特征。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号