排序方式： 共有120条查询结果，搜索用时 46 毫秒
71.
72.
73.
基于地铁网络构建OD矩阵,定量化计算地铁可达性,并在此基础上分别展开地铁可达性以及餐饮网点空间分布的核密度分析,最后运用Geo Da空间计量工具对二者核密度分布做空间上的关联性分析,以此揭示地铁可达性与微博餐饮签到网点各自的空间分布规律及二者的耦合性特征。研究得出:地铁可达性各指标的核密度分布规律存在相似性,均呈现出"核心-边缘"的空间结构特征;餐饮网点核密度分布趋向于"一个核心、多个中心"的多中心、多层次空间格局;地铁可达性各指标与微博签到网点整体上存在着不同程度的空间正相关,并在局部范围内呈现出高-高集聚、低-低集聚、高-低集聚、低-高集聚4种不同类型的空间关联模式。 相似文献
74.
以成都市为研究区,采用Python爬虫工具,试图识别成都市夜经济的时空分布规律与特征,为优化成都市的夜经济发展提出参考.研究表明成都市的夜经济在空间上总体呈现出"中心聚集,连片扩展,多点分布"的四级空间格局,不同级别的热点区域的夜经济场所类型不同,在时间上呈现出周末活跃度最高,工作日活跃度低的总体特征.在此基础上,进一步对比研究成都市本地居民和游客的夜间消费的时空差异.研究发现本地居民参与夜经济的区域较为集中,主要集中在二环以内区域,且活跃时间较短,主要集中在18时至次日2时.外地游客参与夜经济的区域较为分散,主要分布在学校、景区、交通站点区域,且活跃时间略晚于本地居民.基于以上研究结果,提出了成都市夜经济进一步发展的对策和建议. 相似文献
75.
信息技术的快速发展带来了"大数据"时代的到来,使得城市时空行为研究面临变革。传统的城市时空行为研究方法并不能涵盖居民空间移动的复杂性和工作生活的移动性。随着智能手机的普及,微博也成为人们日常生活中常用的社交网络。本文通过获取新浪微博的签到数据,应用GIS软件分析北京地区居民行为的时空间关系。研究发现:工作日的热点要比周末集中很多,上下班高峰期多条地铁线路客流量较大,北京地区办公地区比居住地更加集中。 相似文献
76.
77.
78.
地震宏观异常是指地震前后人的感觉能直接察觉到的自然界异常现象,本研究在芦山地震后,针对公众通过微博发布的异常信息进行搜集,提出从真实性、完整性、信誉度和关联度四方面对公众提供的微博宏观异常信息进行筛选的方法,并根据筛选后的信息从时间角度、空间分布等方面进行芦山地震前后宏观异常信息的分析研究.结果表明,芦山地震前后是有宏观异常出现的,公众关注的异常种类主要为动物异常与天气异常;震前发生宏观异常占宏观异常总数的67％,但仅有30％被发布;微博发布的宏观异常信息中,大多位于距离震中较远的成都市,而非震中地区.微博信息可以作为宏观异常信息的一个主要的及时信息来源,有助于发挥群测群防在防震减灾工作中的作用. 相似文献
79.
80.