共查询到20条相似文献，搜索用时 203 毫秒
1.
《地理与地理信息科学》2020,(4)
功能区识别对于揭示城市的物理和社会特征至关重要。目前,结合大数据和自然语言处理进行城市功能分区和识别是研究的热点。该文以广州市白云区为例,基于道路网络数据将研究区域划分为503个单元,结合POI数据和Place2vec模型对城市功能区进行识别:1)根据兴趣点的语义信息和地理信息构建训练数据集;2)利用SkipGram模型提取POI类型的高维特征向量,通过加权平均法得到各研究单元的特征向量,进而基于K-Means算法对研究单元进行聚类分析;3)利用POI频数密度、百度热力图等指标和方法进行功能区识别和标注,并将识别结果与高德地图进行对比分析。结果表明,该方法能够有效识别出城市功能区,对于低成本、快速有效地识别和理解一个城市的空间结构和功能配置以及城市功能区规划和地理空间分异研究具有参考意义。 相似文献
2.
建成环境对城市居民日常出行碳排放的影响——以开封市248个居住区为例 总被引：1，自引：1，他引：0
居住区是居民日常生活最基本的空间单元,其建成环境对出行碳排放的影响是学术界关注的焦点。基于大样本调查数据核算居民各类出行碳排放,通过POI抓取、空间句法、网络分析等方法识别开封市主城区成规模的248个居住区的建成环境特征,借助核密度和GWR等方法剖析居住区尺度居民各类出行碳排放的空间分异规律。结果表明：① 城市内部居民出行碳排放空间差异显著,居住区公共服务供给的公平性问题突出,外圈层快速扩张区域应作为城市碳减排工作的关键区域;② 居住区尺度能较好地揭示建成环境对出行碳排放的影响,路网设计、建筑密度、土地利用混合度等因素对各类出行碳排放的作用机理差异较大,作用强度亦存在不同方向上的空间渐进规律;③ 根据出行碳排放结构及其对应的建成环境指标可识别出外层高密度欠通达低混合型居住区碳排放水平较高,内层低密度高通达高混合型居住区碳排放水平较低。研究结果可为居住区空间重构和城市碳排放的分区规划与治理提供科学依据。 相似文献
3.
城市功能区和人口流动是行为地理学和城市规划领域的研究热点,不同城市功能区的人口聚散现象更是其重点议题。该文基于POI和腾讯位置服务(LBS)大数据,以武汉市主城区为研究区,利用功能密度指数、功能优势指数识别城市功能区,并通过空间关联判断城市功能区人口流动变化规律,采用聚类分析方法归纳人口时空聚散模式。研究结果表明:1)中心城区功能混合度较高;2)受人群时空需求影响,不同城市功能区的人口流动规律呈现一定差异性;3)根据城市功能区人口流动聚散趋势并综合其构成特征,可分为公共主导-聚散波动、商务主导-持续集聚、居住主导-持续集聚、绿地主导-聚散交替、商业主导-动态平衡和工业主导-先聚后散共6种模式。研究结果对于优化城市空间布局、合理配置城市资源以及提升城市运行效率具有参考意义。 相似文献
4.
利用公交刷卡数据分析北京职住关系和通勤出行 总被引：38，自引：5，他引：33
基于位置服务(Location Based Service, LBS) 技术为研究城市系统的时空动态规律提供了新的视角, 已往多基于移动通讯(GSM)、全球定位系统(GPS)、社会化网络(SNS) 和无线宽带热点(Wi-Fi) 数据开展研究, 但少有研究利用公交IC 卡刷卡数据进行城市系统分析。普遍存在的LBS数据虽然具有丰富的时间和空间信息, 但缺乏社会维度信息, 使其应用范围受到一定限制。本文基于2008 年北京市连续一周的公交IC 卡(Smart Card Data, SCD) 刷卡数据, 结合2005 年居民出行调查、地块级别的土地利用图, 识别公交持卡人的居住地、就业地和通勤出行, 并将识别结果在公交站点和交通分析小区(TAZ) 尺度上汇总:① 将识别的通勤出行分别从通勤时间和距离角度, 与居民出行调查数据和其他已有北京相关研究进行对比, 显示较好的吻合性;② 对来自3 大典型居住区和去往6 大典型办公区的通勤出行进行可视化并对比分析;③ 对全市基于公交的通勤出行进行可视化, 并识别主要交通流方向。本研究初步提出了从传统的居民出行调查和城市GIS 数据建立规则, 用于SCD数据挖掘的方法, 具有较好的可靠性。 相似文献
5.
手机信令数据具有覆盖范围广、获取成本低、时空精度较高、稳定实时追踪等优势,能够有效识别大规模人群的空间活动和出行特征,已成为应用最广泛的交通大数据类型之一。文章在手机信令数据的分类和特征基础上,总结了其在职住空间关系和交通出行行为研究中的技术应用,随后结合上述应用成果和已有文献对其在交通碳排放研究中的应用潜力和场景进行了探讨,最后总结了手机信令数据在职住空间、出行行为和交通碳排放研究中的应用框架、应用机遇与挑战以及未来研究内容与技术创新方向。目前,手机信令数据在职住空间领域中的应用包括职住地识别、职住关系和通勤网络特征及其影响因素解析,在出行行为领域中的应用包括驻留-出行识别、出行方式和路径识别,以及人群移动普适规律解析。以上技术应用能够有效服务交通碳排放领域研究,为交通碳排放测算以及城市空间结构、居民出行行为对交通碳排放的影响研究奠定了基础。未来,相关研究应进一步关注长时序动态追踪、大范围对比分析以及人口和交通新现象研究,并注重多源数据的融合、传统方法与机器学习的结合以及数字孪生模型的构建。 相似文献
6.
基于轨迹数据场的热点区域提取及空间交互分析——以深圳市为例 总被引：2，自引：0，他引：2
以深圳市出租车GPS数据为基础,运用时空拓展的轨迹数据场聚类方法提取城市交通热点区域,结合城市POI(Point of Interest)数据和地理实况对热点区域加以理解和分析。基于复杂网络的视角,计算交互分析指标并可视化热点区域的空间交互网络,探究城市交通和居民出行的时空规律。结果表明:1)交通枢纽(机场、火车站和口岸)、综合性商圈、城市重要主干道周边和城市商务中心在节假日和工作日均表现为持续热点区域;2)节假日热点区域分布较"发散",主要反映了居民个性化出行需求;3)工作日热点区域分布较"收敛",主要表现为职住分离的通勤模式;4)不同热点区域在空间交互网络中的重要性存在明显差异,其空间交互体现了距离衰减效应和局部抱团现象,居民出行的热点区域网络本身具有小世界效应和无标度特征。 相似文献
7.
复杂网络视角下时空行为轨迹模式挖掘研究 总被引：3，自引：0，他引：3
针对时空行为轨迹大数据的序列性、时空交互性、多维度性等复杂特性,构建结合时间地理学与复杂网络的分析框架,建立时空行为路径与时空行为网络之间的转换关系,利用复杂网络社群发现算法对时空行为轨迹进行社群聚类、模式挖掘与可视化。基于北京郊区居民一周内活动出行GPS轨迹数据的案例分析发现：① 复杂网络分析方法可以有效挖掘具有相似行为的群体特征和识别出典型的行为模式。② 可以灵活处理多元异构与多维度的行为轨迹大数据以及满足不同叙事、不同空间相互作用、不同时序的应用需求。③ 北京郊区被调查居民的行为模式存在日间差异与空间分异。 相似文献
8.
基于T-GIS的广州市居民日常活动时空关系 总被引：18，自引：3，他引：15
随着人文主义思潮的兴起和居民生活水平的提高,关于生活质量的改善问题日益受到重视,以研究个体活动时空关系为重点的时间地理学研究也得到发展。T-GIS 能较好地反映和记录个体活动动态过程,为时间地理学的研究提供了新的技术手段。近年来在工业化、城市化、信息化、住房与就业市场化等多重因素的共同作用下,中国城市的内部空间结构发生了急剧的演化,城市居民的日常活动也发生变化,居民微观行为和日常活动组织及社会空间的研究正成为解释城市空间重构及其机制的重要研究视角。本研究结合T-GIS 和时间地理学基本理论,以广州市为案例,利用居民出行日志的问卷调查数据,开发基于ArcGIS 的居民行为链时空分析工具,揭示了典型时间断面居民的空间分布特征和居民日常活动社会分异的的时空关系。结果表明,居民出行行为具有很强的时空关联性。城市中心区在一天不同时间都保持较强的吸引力,成为居民日常活动中各类活动的主要空间载体;城市空间的拓展,改变了部分居民特别是居住在外围街区居民的日常生活习惯;居民的日常活动时空关系存在一定的阶层分化,低阶层日常总体上离开居住地活动的时间最长,但日常活动的活动空间最小,人均月交通费用最低,主要活动空间位于城市中心区和部分传统单位生活区周边;高阶层日常总体上离开居住地活动的时间最短,其活动范围却最大,主要活动空间位于新城市中心区及其周边地区,人均月交通费用最高;中阶层的活动空间相对均衡,交通费用适中。这种时空关联性的分析,有助于揭示居民的日常活动与城市内部空间结构的关系,拓展基于日常活动过程的城市社会空间研究及交通需求评估,为城市规划和管理提供可靠的依据。 相似文献
9.
居民出行活动与居民的收入水平关系是公共交通、城市地理研究的重要问题。传统获取居民出行活动信息主要基于问卷调查的方式,不仅成本高、样本量有限,且研究局限于定性讨论,研究结果易因受访者的主观意识而产生偏颇。随着信息技术的革新,传感器记录的大规模人类活动信息为研究居民出行活动特征与居民收入水平关系提供了可能性。本文利用上海市居民时空轨迹数据,从居民出行活动的角度出发,首先构建居民出行活动指标,并利用主成分分析法提取居民出行活动特征的主要成分;然后对主成分进行K-Means聚类,并针对不同出行活动特征的类别,分析居民出行活动特征与居民收入水平的关系,结果表明：①居民出行地点多样性与居民出行范围大小是反映居民出行活动特征的主要成分;②移动范围越小、移动地点多样性越低的居民类别,其平均工资水平越高;③不同移动性特征的类别平均收入水平差异与各类别居民工作地的产业发展有关。研究结论可为城市规划及相关经济政策制定提供参考。 相似文献
10.
城市化发展过程中,从微观机制探讨城市空间结构、居民出行行为和碳排放的关系是城市地理学研究的一个重要方面。利用2011年乌鲁木齐居民出行日志调查数据,在分析居民基本出行特征和通勤空间特征的基础之上,探讨了不同城市空间的居民出行碳排放的分布特征和影响因素。结果表明:①乌鲁木齐市居民出行以通勤类出行为主,居民出行在空间上存在差异性,内城中心区和郊区卫星城人均出行次数高于其他区域。城市南、北发展不平衡对郊区居民出行产生影响。②乌鲁木齐市居民通勤的实际平均出行距离为4.9 km,相比于东部大城市具有通勤距离短而通勤时间长的特征。通勤距离在空间上呈现明显的由内向外递增趋势。③2011年乌鲁木齐市居民日常出行人均直接碳排放量为682.95 g,居民日常出行碳排放表现为中心区和卫星城的低碳化、近郊区居民中碳化和远郊区居民的高碳化。 相似文献
11.
大连城市居住适宜性的空间评价 总被引：8，自引：0，他引：8
为创造更好、更适宜人们居住、生活和工作的空间,不断提高市民的生活质量,选择城市的生活方便性、健康性、居住安全性、环境舒适度和出行方便性等为指标,在问卷调查量化数据的基础上,采用层次分析法和Q型聚类分析方法,从行政区和不同功能片区两个角度,进行了大连城市居住适宜性空间评价,以期为大连城市建设提供参考。研究表明:大连城市居住适宜性以位于市区政治经济商业中心的区域得分最高,西、北部市郊结合部排名最后,部分远郊区宜居性虽然较好,但各指标分值差异却很大。总体而言,大连城市宜居性在空间格局上体现出由中心城区向外围逐渐降低、差异程度变大的特性,该空间特征分析结论与行政区评价结果具有很好的一致性。 相似文献
12.
广州租赁住房的空间分布格局及其成因 总被引：1，自引：0，他引：1
采用开放数据,并借助K-means聚类等空间计量方法,解析广州租赁住房空间的格局特征,结果发现：1）租赁住房空间与商品住房空间在中心城区具有明显的东西分离的分布特征,同时租赁住房空间沿交通线分布的趋势更为明显,并在中心城区外围形成几处集中分布的地区;2）广州租赁住房空间分为核心租赁地区、核心自住地区、次级租赁地区、外围租赁地区、低容量自住地区和其他地区6种类型;3）投资性购房热潮、城市发展战略导向与轨道交通建设、郊区化与同城化的共同影响促成了广州租赁住房的空间分布格局。 相似文献
13.
基于微博数据的北京市热点区域意象感知 总被引：4，自引：4，他引：0
“城市意象”研究对城市文化感知、城市管理与规划、旅游资源开发等具有重要意义。近年来,随着智能移动终端和社交媒体的普及,产生了大量城市内包含有文本和地理位置等信息的社交媒体数据,涉及城市的各个区域,为开展城市意象的综合感知研究提供了新的途径。本文以2016年北京市带位置签到的新浪微博数据为例,在空间聚类发现热点区域的基础上,采用词频—逆文件频率(TF-IDF)与文档主题生成模型LDA两类典型的文本分析的方法,挖掘城市不同热点区域的主题,以感知北京市不同热点区域的社会文化功能和人群行为,并在此基础上通过对热点区域高频主题词进行共词聚类分析,深度挖掘北京市的总体意象。研究表明,运用文本挖掘及地理大数据分析的城市意象研究方法,能及时感知人群在城市不同场所的活动、态度、偏好,从而揭示城市的社会文化及功能特征,是对刻画城市物质形态的城市意象五要素模型的重要补充。此外,以北京市热点区域为例的实证研究结果对现实中的城市特色传承与空间品质塑造等有一定的启发意义。 相似文献
14.
Ye Hong 《International journal of geographical information science》2019,33(8):1569-1587
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. 相似文献
15.
基于POI数据的南京市空间格局定量研究 总被引：1，自引：1，他引：0
从语义属性、几何形态等方面对典型城市空间格局要素进行定量化抽取及特征分析,总结归纳出城市空间格局要素间的关联特征。在此基础上,将POI数据进行分类,设计了基于平面核密度估计算法、空间聚类与双重密度因子分析分析算法,并以南京市为例,通过栅格叠加计算,提取边界,分类渲染以及栅格重分类等步骤,实现南京城市空间格局及商业中心抽取。结果发现城市商业中心有效地反映了城市空间总体格局的区域分布,提取出的南京市商业中心基本符合2000—2020年的南京市总体规划,但文本并不能直接体现城市各商业中心的定位,城市中除了主城区这个集聚且组团的单中心商业模式,各个县城、开发区、高新区都有各自形成的商业中心,符合城市的多商业模式。较传统的城市商业空间研究来说,基于POI数据的定量研究对城市总体格局及商业空间的认知更为精细,有助于商业中心的识别及行业特征的分析,便于政府部门对现有规划功能区的发展方向进行调整,使得不同功能区空间结构与特征关系更加合理。 相似文献
16.
基于多源数据和深度学习的城市边缘区判定 总被引：1，自引：1，他引：0
城市边缘区的定量分析及判定,对城市发展评价和规划,或是城市空间结构研究都具有重要意义。然而现有研究的边缘区判定指标选择过于单一,判定结果过于破碎,城市预设边界、水体及城市绿地对边缘区判定结果干扰大。针对上述问题,从自然、人口、社会经济的视角出发,以遥感影像、人口数据、POI大数据为数据基础,结合深度学习技术,构建基于多源数据和深度学习的城市边缘区判定方法,进行广州市城市边缘区判定及城市结构空间分布特征分析。结果表明：① 此方法能将城市划分为核心区-边缘区-外缘区,判定结果不会受到预设边界范围的影响,且消除了城市内部水体和城市绿地所造成的破碎化;② 城市边缘区与路网耦合良好;③ 广州市的城市核心区空间分布合理。综上所述,此方法能有效检测城市边缘地带,且结果符合实际情况,能为城市规划、政府决策提供参考。 相似文献
17.
中国城市的快速发展加速了城市内部人口的居住迁移,精细测度居民迁居行为及其空间分异特征,对于从人的行为视角来分析城市居住空间结构演进过程具有现实意义。本文以武汉都市发展区为例,基于手机信令大数据,提出净活跃度指标和总活跃度指标来量化描述迁居活跃度,并依据两个指标的分类及组合,将居民居住地划分为高迁入型活跃区、平稳型活跃区、高迁出型活跃区、高迁入型非活跃区、平稳型非活跃区与高迁出型非活跃区六种空间类型,进而探讨居民迁居的空间分布特征。结果表明：① 武汉都市发展区内部人口迁移总体呈现出从主城区向近郊区逐步迁移的趋势,且主城区人口总活跃度相较更高。② 主城区以高迁出型活跃区和高迁入型活跃区为主,近郊区则以平稳型非活跃区为主。③ 不同空间类型内的居住类型存在差异：高迁入型活跃区内以新建小区、高校住区、学区房、城中村为主;平稳型活跃区以农村居住地、园区周边住宅为主;高迁出型活跃区以老旧小区、园区周边住宅、城中村、农村居住地为主;非活跃区则以农村居住地为主。本文提出了一种基于时序手机信令大数据的居民迁居活跃度评价指标体系,并以实证研究证明其对于居民迁居地空间类型划分的有效性,研究结果可为相关规划决策部门掌控城市内部的人口迁移特征提供数据支撑、为城市不同区域针对性的进行公共资源配置提供参考依据。 相似文献
18.
广州市消费者行为与商业业态空间及居住空间分析 总被引：10，自引：2，他引：8
商业业态空间和居住空间是城市空间结构研究中的两个重要领域, 通过分析居民微观行为解释实体空间是近年来城市商业业态空间和居住空间研究领域中越来越多被使用的研究 方法。以联系商业业态空间与居住空间的纽带-消费者行为作为切入点, 选择广州市8 个街 区的1428 位居民为调查对象, 研究二者的特征及关系。通过典型街区的问卷调查分析表明: ①居民购物出行方式选择、出行距离和多目的出行与所处街区的类型、区位、周边服务配套 和城市商业业态空间等存在密切的关系。②商业空间的等级体系清晰存在, 老城区传统商业中心仍存在较强的吸引力; 20 世纪80 年代以后形成的新商业中心区次之, 二者在吸引人群 的类型上存在差异; 次一级商业中心区和日常生活服务配套区在为居民提供日常消费服务方 面扮演着重要的角色。③城市新商业中心和外围商业次中心的在服务能力和提供的业态类型 上还存在不足, 使其服务供给与周边居民的购物需求之间存在某种程度的不匹配, 引发对老 城区的过度依赖。④外围商品房小区和政府规划建设的经济适用房小区周边的商业配套不足, 增加了居民日常生活成本。通过对居民出行空间的分析, 可以从另一侧面剖析城市的空间结 构及其发展演变的动力机制。 相似文献
19.
基于互联网房产数据的住宅容积率多尺度时空特征——以广州市为例 总被引：2，自引：0，他引：2
基于网络爬虫技术获取房产时空数据,结合时间序列和空间自相关分析方法,在“小区—街道—区级”多尺度上探索广州市住宅容积率时空模式与演化规律。结果表明：① 近三十年广州市居住空间呈现中心城区集聚开发—向南、北方向近郊区拓展—往南、北、东方向远郊区外扩的演变过程,容积率呈现波动式增长态势。② 随着房地产的快速发展,住宅容积率逐渐呈现显著的空间自相关特征,体现了住宅开发与规划有序性的提高。③ 区级尺度上容积率呈现较强的自相关性,越秀区与天河区为HH集聚区,从化区为LL集聚区。街道尺度上容积率呈现出显著的空间不均衡性,区位交通条件较好的街道成为容积率HH集聚区,而LL集聚区主要分布于生态旅游重镇。 相似文献
20.
广州市商业型健身房空间分布及其影响因素 总被引：1，自引：0，他引：1
以百度地图网页上采集的POI数据和第六次人口普查数据为基础,借助ArcGIS 10.2和Geoda软件,通过核密度分析、方向分布分析、缓冲区分析、近邻分析和空间自相关等方法,对广州市商业型健身房的空间分布特征进行研究,结果表明：广州市商业型健身房在空间分布上呈现“中心圈层＋外围组团”结构,存在空间集聚现象以及沿城市干道和地铁站分布指向性不明显而呈现临近住宅小区分布指向性。在广州市商业型健身房空间分布的影响因素方面,经过模型比较,选择空间滞后模型对其进行定量分析,结果表明：人口规模与受教育水平对广州市商业型健身房的空间布局影响显著,而区位因素和社区环境影响力较小。 相似文献