排序方式: 共有72条查询结果,搜索用时 531 毫秒
11.
以大同市主城区为研究对象,选取2004年、2009年、2015年和2019年共4期Landsat5 TM、Landsat8 OLI/TIRS影像作为数据源。借助ArcGIS软件,分析2004—2019年大同市主城区城市热岛的时空分布特征以及土地利用类型变化特征,最后进一步研究两者之间的相关性。结果表明:(1)大同市主城区热岛现象明显且强热岛和热岛区域面积逐年扩大,增加最明显的区域是云岗区和新荣区改为:云岗区、新荣区和云州区,近年来热岛趋势减缓。(2)在2004—2019年的15年间,城镇建设用地、草地和林地面积呈现扩张趋势,水体和耕地面积则呈现缩减趋势,土地利用类型变化强度由高到低依次为城镇建设用地、林地、耕地、水体和草地。(3)不同土地利用类型的地表温度具有明显差异,建设用地最高,草地和耕地次之,植被和水体温度最低。 相似文献
12.
基于重庆主城区居民感知的城市意象元素分析评价 总被引:16,自引:2,他引:14
城市意象是诠释一个城市环境的重要指标,对其分析研究,有助于解读及评估城市景观的优劣、城市生活环境品质的高低,也有助于把握城市空间结构。本文首先在回顾国内外相关研究进展的基础上,根据重庆城市特色,将Lynch K的5类城市意象要素进行细分,并转换为地点场所意象元素;其次采用问卷调查法,对城市意象因子和意象元素分别进行评价,并绘制城市意象元素分布图,以了解居民对城市意象元素的印象与品质之间的关系,从而为重庆城市规划建设提供有益的参考。 相似文献
13.
大数据视角下的商业中心和热点区分布特征及其影响因素分析——以乌鲁木齐主城区为例 总被引:3,自引:3,他引:0
商业空间结构是城市经济活动的重要载体,识别商业中心和商业热点区以及探究其影响因素对于商业资源优化配置显得尤为必要,进而指导城市有序发展。论文以乌鲁木齐主城区为例,利用开放平台大数据兴趣点(point of interest, POI),采用地理学空间统计方法定量识别商业中心和商业热点区,对商业分布和空间集聚特征进行分类和解读,并利用地理探测器方法探寻其影响因素。主要结论如下:① 乌鲁木齐市商业高值区分布在吐乌大高速—和平渠沿线地带,大型商业中心主要有南湖商圈、中山路商圈、友好商圈、会展商圈、米东商圈、铁路局商圈。② 商业热点区呈现“T型”双轴分布,北部新城商业地带与南部传统商业地带共同构成乌鲁木齐市最具活力的商业地带;6类商业热点区的分布可归纳为3种类型,商务和金融服务类为单一点状型,住宿和餐饮服务类为带状延伸型,生活与购物服务类为带状双核型。③地价、集聚效应、路网密度等是影响商业宏观分布的主要因素,其次为人口密度和中心可达性,自然因素如高程、地形起伏度等对商业布局影响有限;各因素对不同类型商业业态的影响程度各异,如人口密度、路网密度对购物类影响较大,中心可达性和地价对于商务、金融类影响较大;就各业态类型网点间的关系而言,商务和金融类协同作用强,餐饮与购物类协同效应较强,共同影响城市商业空间。 相似文献
14.
由于传统二维景观格局指数未考虑地形特征对景观格局指数的影响,为进一步研究地形结构对景观格局指数的影响,以重庆主城区为研究对象,利用ENVI5.2、ArcGIS10.5、Fragstats4.2平台,对重庆主城区不同城市化阶段的Landsat影像数据进行土地利用变化和三维景观格局分析.结果表明,2008-2018年研究区... 相似文献
15.
16.
以2021年兰州市主城区678个居住小区房价数据为基础,引入地理场模型量化影响房价的外部因素,通过空间自相关分析、多尺度地理加权回归等模型对房价分异的空间格局及驱动因素的作用机理、带宽差异展开研究,以期为推动河谷型城市房产市场的公平发展提供参考。结果表明:(1)兰州市主城区平均房价为13739元·m-2,空间上呈现“一主三副”的带状多中心组团式分布格局,房价由多中心向四周递减,价格相似的小区在地理空间上邻近分布,具有“小集中、大分散”的局部空间特征。(2)房价分异是多种驱动因素共同作用的结果,区位特征中的主商圈对房价的影响居于首位,建筑特征中的房龄、容积率和邻里特征中的中学数量、绿化率等对房价的影响较大,城市地理特征对房价具有显著影响,愈靠近黄河的小区、房价越高。(3)各驱动因素的带宽差异明显,主商圈、医院等小尺度变量存在高度空间异质性,而容积率、黄河等全局变量基本不存在空间异质性。 相似文献
17.
利用重庆主城区沙坪坝站2002~2014年逐日气象观测资料和2009~2011年10月至翌年3月逐时气象观测及污染监测资料,对雾霾天气过程中SO2、NO2和PM10污染物浓度变化及与气温、风和降水等地面气象要素的关系进行分析。结果表明:2009~2011年重庆主城区共出现Ⅰ级至Ⅳ级不同强度的雾霾天气过程共27次,雾霾天气过程中SO2浓度变化为单峰型,峰值出现在中午,白天浓度大于夜间;NO2浓度变化为双峰型,主峰值出现在晚上20时,次峰值出现在中午12时;PM10的日变化幅度较SO2和NO2变幅小,呈双峰双谷型;污染物浓度与气温、相对湿度的相关性比较好,静风条件有利于污染物积累,降水对污染物有较明显的清除作用。 相似文献
18.
基于TM影像的哈尔滨市主城区绿地降温作用研究 总被引:4,自引:0,他引:4
选取2001年、2005年、2013年和2015年的4期同季TM影像为数据源,利用单窗算法反演哈尔滨市主城区地表温度,以SPOT影像为数据源提取30块城市绿地斑块,将地温空间格局与城市绿地斑块进行空间耦合分析,以揭示绿地对城市热岛地温格局的干扰影响。结果表明:从空间上看,哈尔滨市主城区热岛效应显著,主城区分布着大面积高温区和次高温区,极高温区则呈点状、面状或带状孤岛型分布特点;从动态上看,城市热岛的空间格局呈现从城市中心的老城区逐渐向外围新开发建设区域扩展的特点。绿地斑块内部平均温度除与自身特征有关外,还与其空间布局和周边景观格局相关。绿地斑块降温程度和降温范围与绿地斑块面积呈正相关关系,与绿地斑块形状指数呈负相关关系,绿地降温范围与绿地斑块周长呈正相关关系。当绿地斑块面积为0.055 km2时,绿地斑块对周边温度的降温效率较好,当绿地斑块面积在0.070 km2时,绿地斑块对周边降温的面积效率较好。 相似文献
19.
20.
1999—2018年重庆市主城区住宅用地空间演变特征及驱动因素研究 总被引:1,自引:1,他引:0
以典型山地城市重庆市主城区为研究对象,基于住宅小区空间矢量数据和多源兴趣点(Point of Interest,POI)数据,采用标准差椭圆、圈层缓冲区分析、扩展强度指数、景观格局分析和地理加权回归(GWR, Geographically Weighted Regression)方法,对近20 a重庆市主城区住宅小区的空间演变特征和驱动因素进行研究。结果表明:① 重庆市主城区居住用地现状布局呈现中心-外围结构,且从中心到外围斑块逐渐大型化发展。② 居住用地空间演化经历快速增长和增速下降2个扩张阶段,其中1999—2003年城市居住用地扩展强度最大。居住用地扩张以南北向为主,近些年东西向扩张趋势明显。③ 城市规划、交通条件、公共服务设施、地形因素共同对城市住宅小区用地扩展产生显著影响。显著性总体上为:到中心商务区(CBD)的距离>路网密度>轨道交通站点可达性>医院可达性>坡度。④ 同一驱动因素在不同区位对住宅小区扩展的影响具有较明显空间异质性。 相似文献