共查询到10条相似文献，搜索用时 593 毫秒
1.
城市区域内部建筑物较密集,外围建筑物逐渐稀疏,因此大多存在内部区域POI数据密度大,外围区域POI数据密度逐渐减小的现象,在使用均等网格作为识别单元进行城市“三生空间”的识别的过程中,就会出现网格尺度较大导致识别准确率较低或网格尺度较小导致无数据区较多两种情况。针对以上问题,本研究提出一种基于POI数据及四叉树思想的”三生空间”识别方法：综合利用互联网地图POI、行政区划、遥感影像等数据,引入四叉树思想对网格识别单元进行分级;将POI数据与城市建设用地分类和土地利用现状分类进行衔接,对POI进行重分类;综合各类POI的功能和面积,构建POI分类“三生功能”赋分体系,定量识别“三生空间”。以西安市中心城区为实验区进行实例验证,结果显示正确率在95%左右。通过与均等格网识别结果的对比,进一步证明引入四叉树思想对网格进行分级一方面能有效减少无数据区的存在,另一方面能使识别结果准确率大幅提高,为基于POI数据的城市三生空间的识别提供了一种新思路。 相似文献
2.
城市功能区的分布状况反映着人类社会的资源配置、产业布局和经济状况,研究城市功能区的格局变化和驱动因子可为城市经济职能的合理规划提供数据参考.本文应用高德地图兴趣点(POI)、Landsat8遥感影像、谷歌影像、社会统计数据等众源地理数据,以佛山市为例,首先通过计算频数密度和类型占比来识别城市功能区,继而分析各个功能区的... 相似文献
3.
对建筑物进行建模与分析是智慧城市建设的重要任务之一。将城市中数量庞大的建筑物按功能分类,辅助认知城市内部空间结构,对政府部门开展人口估计,土地管理,城市规划等工作具有重要意义。本文以蕴含丰富语义信息的兴趣点（POI, Point of Interest ）作为主要信息源,针对POI分布稀疏导致大量建筑物无法识别出功能的问题,改进了传统的城市功能区定量识别方法。该方法为建筑物内部及周边一定区域范围内的POI赋予反距离权重,通过计算不同类型POI的加权频数密度比例来识别建筑物功能类型。文中以北京市西四环中路附近5000多栋建筑物为例进行实验验证,实现了将目标区域内的建筑物按功能类型划分为居住、商业、公服和3种混合类型,识别率达93.04%,与人工判别的结果对比得出总体分类精度达91.18%。该方法采用易于获取的互联网POI数据,可以实现大范围建筑物功能类型的快速自动化识别,丰富了城市建筑模型语义属性,扩展了POI数据的应用范围。 相似文献
4.
公共厕所作为最典型的公共设施,反映出城市的文明程度和管理服务水平,是打造城市文明形象的重要窗口。当前的研究主要集中在公共厕所的可达性和覆盖范围,把公共厕所当做空间上的点无差别对待,忽略了不同功能区公共厕所空间分布所异质性的问题。如何建立全面精准的公共厕所空间评价体系,分析不同区域公共厕所的综合服务能力在当前研究中明显不足,不利于公共厕所的配置规划和基本公共服务均等化的推进。多源数据的涌现为城市公共设施的研究提供了新视角,为此本文提出一个城市功能区视角下基于POI大数据的公共厕所空间布局合理性评价方法。利用词频-逆文本频率（Term Frequency-inverse Document Frequency,TF-IDF）信息加权技术,结合兴趣点（Point of Interest, POI）频率密度识别城市功能区,融合OpenStreetMap（OSM）路网密度数据和WorldPop人口数据设立人口出行活力指数,对城市功能区内的公共厕所服务进行评价;最后计算人口和空间覆盖率以及空间不平衡指数,判别街镇间的差别与街镇内公共厕所布局的合理性。该方法以多源数据为基础,定量分析不同功能区内公共厕所配置的合理性,并探讨公共厕所空间配置的差异化因素。以国内城市化程度最高之一的上海市为例进行计算,研究发现:① 不同的城市功能区内厕所的配置数量不同,商服功能区的规划数量最多,商服功能区中公共厕所配置的合格度也最高,此外,“工业-商服”、“绿地-商服”等商服相关的联合功能区的合格度也处于较高水平,这是由于大量商业服务机构均对外提供公共厕所服务,提升了该地区的公共厕所的服务能力;② 公共功能区内的合格度最低,仅有10.27%,与该类型附属公共厕所设施的开放程度相关;③ 上海市各街镇公共厕所的合格度整体较好,平均空间覆盖率达到67.31%,平均人口覆盖率达到70.72%;街镇内公共厕所服务和出行活力分布之间的不平衡指数从0~0.76不等,其中不平衡指数小于0.4的共有147个,占比69.34%,表明这些街镇内公共厕所空间配置比较合理。公共厕所配置合理性从上海市区向西南、东南、崇明岛有明显的递减,而向西北地区则没有明显的衰减,呈现出连片的较好的服务能力。结果表明,这种方法充分考虑了公共厕所所属功能区和人口出行活力异质性的问题,空间分析上更加精准,可以为城市公共设施规划提供参考建议。 相似文献
5.
数据组织模型是对科学数据进行有效管理、共享与应用的基础。日地空间物理学科通常采用基于语义标注的传统数据组织模型,但是该模型忽略了数据间的时空关系,难以支持大规模数据处理与关联分析,应建立一种支持时空计算的数据组织模型,从而有效支持当前日地空间物理领域对数据快速发现、精细结构识别、耦合关系研究与时空演化分析等方面的应用需求。鉴于此,本文提出了HTM-ST离散化时空数据组织模型,该模型在层次三角网格的基础上,在时间维度通过等长剖分进行扩展,从而形成离散化的时空剖分,采用时-空耦合编码将高维的剖分单元组织到一维空间中,并基于上述剖分结构与编码算法在HBase环境下设计了模型的存储方案。本文利用多颗极轨卫星的能量粒子探测数据实现了该数据组织模型的原型示范系统,并设计了基于该模型的时空查询算法和地方时全球数据插值算法,用于对该模型进行实验验证。实验分析表明,HTM-ST模型具有高效性和鲁棒性,可以作为面向时空关系的日地空间物理数据组织与存储基础。 相似文献
6.
城市热点区域的实时探测能够提高管理者对突发事件的响应能力。随着物联网、通信技术的发展，出租车运单的起讫信息实时上传至数据中心，形成了持续的上下客数据流。考虑到出租车具有全天候运营、全区域覆盖、数据时空分辨率高等特点，其上下客数据流可作为城市热点区域实时探测的有效信息源。目前，面向静态上下客数据集的热点区域探测方法不支持流式数据的处理，难以直接应用于实时的热点区域探测，而现有流式聚类算法难以同时满足低聚合成本、任意形状类簇识别、灵活扩展性等要求。面对以上挑战，本文基于分布式流计算技术，设计了适用于出租车上下客数据流的城市热点区域探测算法，基本思想为将上下客数据流映射至网格状监控单元，并以时间窗口为单位统计各监控单元热度，在此基础上进行热点单元的分布式识别，最终将热点单元汇聚为热点区域。为了避免分布式算法中聚合算子的性能瓶颈，本文进一步设计了由冗余分区、链接识别、修正规则构建、区域ID修正、区域生成等步骤组成的多阶段分布式区域合并算法。最后，本文基于分布式流计算框架Flink实现了上述算法，并使用武汉市出租车数据集、纽约市出租车上下客数据集模拟数据流开展实验，结果表明本算法可以高效挖掘城市... 相似文献
7.
8.
多源大数据融合背景下的城市功能区识别是复杂非线性系统的模式识别问题,如何有效地从大规模的轨迹数据中提取出多粒度连续性时变和多尺度空间相互作用的信息是进行城市区域功能识别的关键。本研究设计实现了一种基于时序动态图嵌入的深度学习模型,在融合滴滴出行及兴趣点数据（Point of Interest, POI）基础上,提取城市区域存在的时间和空间上的隐式特征,结合聚类分析实现城市用地功能的语义识别。结果表明,成都市中心的用地功能趋向复合多样化的发展,且用地属性随时间发生作用范围和用地类型的变化,呈现出功能随着城市群体活动而变化的时空规律。与相关文献的对比实验表明,本文提出方法在更细粒度的时间段下进行功能区识别,得到的同一类功能区域内集聚度更高,能够更好的捕获复合型区域在不同时间模式下呈现出的用地功能变化。本研究为城市用地功能识别研究提供了新的技术方法,为城市规划研究人员全面理解城区结构属性提供了有效手段,对推动城市空间得到更合理高效的利用具有一定的价值。 相似文献
9.
多源时空大数据的应用,为城市规划、城市问题的分析和解决提供了新的思路、手段。以杭州市下城区为例,首先利用兴趣点数据进行城市功能区识别,在城市功能区基础上采集手机信令数据与互联网房价数据,进行不同功能区的职住人口、房价水平和人口密度等城市特征的挖掘与分析,以期探索多源时空大数据在城市功能识别和特征挖掘方面的应用和方法,为城市规划提供新的思路。研究结果表明,杭州市下城区可以分为居住、商业、办公和混合4种功能区类型,且呈现明显的空间聚集特征。其中,商业区的职住比、平均房价水平和人口密度明显高于其他功能区,办公区其次,居住区最低,而混合区则位于中位数水平。研究结果可以为下城区规划调整、功能区布置和设施布局等方面提供政策依据和建议。 相似文献
10.
本文提出一种基于网格的街区尺度城市绿度度量方法。其以900 m×900 m的网格单元作为以城市主干道划分所形成街区尺度的表征,根据网格单元内植被覆盖度与植被构成之间的关系构建绿度指标。通过与传统的基于植被面积占比的格网法所计算的绿度指数进行比较。发现本文方法建立的绿度指标能在街区尺度上提供更加丰富的城市绿度信息,有效地解决了传统方法难以反映的植被覆盖度近似区域因其内部植被构成不同所带来的绿度差异问题。为城市规划、设计以及管理提供了一种新视角。基于该绿度指标,利用Landsat TM/OLI 2009、2015和2019年不同季节的遥感数据分析北京市城市绿化的时空变化特征。结果表明：北京市主城区城市绿化的面积和质量在2009—2019年显著提升,且秋季最为明显。绿化的变化在四环内外呈现出不同的模式。四环内主要为绿化面积的增加,四环外则在绿化面积和绿化质量上都有明显的增长。 相似文献