排序方式： 共有135条查询结果，搜索用时 890 毫秒
81.
82.
王宁娜 《测绘与空间地理信息》2021,44(1):181-184
首先介绍了1980西安高斯平面坐标系向2000国家高斯平面坐标系转换的两种常用方法:改正量插值法、二维七参数法。其次,在广西测区内,以1∶10000比例尺图幅为单元,选取16个(2组,每组8个)图幅为试验区域,选取3×3块兴趣点数据,使用两种方法进行坐标转换,以从自然资源部获取的2000坐标为真值,分析两种转换成果。结果表明,两种成果均能满足1∶10000平面精度要求,改正量插值法较二维七参数法精度更高,且各图幅精度较均匀。改正量插值法最大点位误差为0.057 m,二维七参数法最大点位误差为0.679 m,出现在北海市。 相似文献
83.
分析了＂天地图＂的建设现状和总体要求,结合＂天地图.陕西＂的数据特点提出了数据更新思路,重点提出了基于手机的城市兴趣点更新思路,开发了原型系统,实现了＂天地图.陕西＂城市兴趣点的动态更新,对保障＂天地图.陕西＂的数据现势性、加大推广应用具有参考意义。 相似文献
84.
零售业业态空间分异识别对优化城市资源配置至关重要,基于高精度大样本数据的零售业态空间分布识别较传统研究更精确便捷。以广州市2014年47 026个零售业网点数据为基础,基于信息熵、平均最近邻分析法、核密度估计等研究方法,探讨广州市的零售业分布格局、业态空间分异与零售业结构影响机制。结果表明：1）广州市零售业功能显著集聚于城市核心区,越秀、荔湾与天河北的零售功能发育相对均衡,均衡度从核心向外围显著下降;2）不同业态零售业分异较大,以商业服务和基本生活服务为主的零售业态网点分布的集聚度显著高于大体量的综合类零售业态;3）各业态零售业随着城市圈层的外拓分异显著,大体量型零售业态分布相对均衡,以商服功能为主的零售业态则主要集中于核心层与内圈层;4）人流集聚程度、交通通达性、职住人口分布、地方政策与社会空间分异共同影响着零售业业态空间的形成与演化。 相似文献
85.
86.
基于随机森林模型的“生产-生活-生态”空间识别及时空演变分析——以郑州市为例 总被引：1，自引：0，他引：1
基于2007年和2017年郑州市POI数据,采用随机森林模型和样方比例法识别其城市内部的“生产-生活-生态”空间,并利用核密度等方法分析研究区“生产-生活-生态”空间的时空演变格局。结果表明：① 随机森林作为新兴的机器学习算法,能够识别“生产-生活-生态”空间且具有较高的精度。② 郑州市“生产-生活-生态”空间分布格局与城市功能分区相匹配,生产空间集聚分布在产业集聚区,生活空间在城市中心城区内呈面状分布,生态空间整体呈点状分布。③ 随着郑州市城镇化建设和基础设施的完善,10年间郑州市“生产-生活-生态”空间的空间分布格局更加合理,生产空间向产业集聚区集聚,生活空间逐渐分散,生态空间分布更加均衡。基于POI数据,利用随机森林模型对城市“生产-生活-生态”空间的识别方法更加有效,识别结果更加精准,能够在更小的尺度上为国土空间规划提供数据与方法支撑。 相似文献
87.
地方小吃的空间集聚与扩散是饮食文化空间传播的主要内容之一,也是人口迁移与地域文化交流的重要表现。论文以兰州拉面和沙县小吃2大中国知名地方小吃为研究案例,以小吃门店兴趣点(POI)大数据为主要数据源,基于密度、距离与加权平均中心方法分析地方小吃空间集聚与扩散格局,然后采用空间自相关、聚类和异常值分析以及热点分析方法研究地方小吃的空间集聚关联特征以及空间扩散模式和路径。结果表明：① 兰州拉面和沙县小吃门店呈现非均衡的凝聚型空间分布特征,兰州拉面空间扩散范围和距离均大于沙县小吃;② 兰州拉面和沙县小吃的空间扩散主要依赖于人口的跨区流动,从民族饮食和在地小吃逐渐演化为外出人口的生存手段,形成品牌效应以后进一步在全国扩张;③ 沙县小吃空间扩散的集聚性特征强于兰州拉面,兰州拉面和沙县小吃的空间扩张具有邻域扩散和等级扩散相融合的特征,跳跃式扩散是小吃从业者在信息时代市场竞争下的新选择。地方小吃空间扩散格局反映出中国饮食习惯的空间分异,小吃的空间扩散与中国流动人口的分异格局具有空间匹配性。 相似文献
88.
基于多源数据和集成学习的城市住宅地价分布模拟——以武汉市为例 总被引：2，自引：0，他引：2
精准刻画城市住宅地价分布特征,对于科学引导城市空间布局规划、有效实现城市精明增长等具有重要意义。而城市住宅地价与其潜在影响因素之间的复杂非线性关系,给地价分布精细模拟带来了挑战。论文旨在探索基于地理大数据和集成学习的城市住宅地价分布模拟方法体系,以满足快速、精准监测地价动态变化的需要。选取武汉市为典型区,以住宅用地交易样点、兴趣点(points of interest, POI)和夜间灯光影像为数据源,以500 m分辨率网格为估价单元,提取POI核密度和夜间灯光强度作为住宅地价预测变量,采用机器学习算法和bagging、stacking集成方法构建住宅地价预测模型,并对比分析其精度。研究发现：① 单个机器学习算法中,支持向量回归(support vector regression, SVR)预测精度最高,接下来依次是k最近邻算法(k-nearest neighbor algorithm, k-NN)、高斯过程回归(Gaussian process regression, GPR)和BP神经网络(back propagation neural networks, BP-NN);② 在提升单个算法预测精度方面,stacking方法的性能优于bagging方法,使用stacking集成SVR和k-NN的地价预测模型精度最高,其平均绝对百分误差仅为8.29%,拟合优度R2达0.814;③ 基于论文所构建模型生成的城市住宅地价分布图能有效表征价格圈层分布特征和局部奇异性。研究结果可为城市住宅地价评估提供新的思路和方法借鉴。 相似文献
89.
90.
随着城市人口、物资、信息流动的日益频繁,城市居民活动特征和生产生活方式更加复杂多变,同时,城市空间无序扩张,发展规划不足,引发了交通堵塞、人口流失、公共空间缺乏等一系列问题,最终引发了城市活力消解难题。因此,如何科学高效地进行城市活力定量分析成为了重点研究问题。本文基于OpenStreetMap、百度地图兴趣点（Point of Interest,POI）、微信宜出行、美团、高德建筑物轮廓等多源地理大数据,从人与空间双重角度,分别对人群活力、活力多样性、活动满意度和空间交互潜能进行量化研究;引入空间权重矩阵,构建了改进的空间优劣解距离法（Technique for Order Preference by Similarity to Ideal Solution,TOPSIS）综合活力评价模型,实现对南京市中心城区综合活力的评价,最后分析了工作日、周末的街区活力空间分布特征及活力极的异同,并比较了传统的熵值TOPSIS综合活力评价结果,以此探究空间关系对城市街区活力的影响,以求帮助城市规划者系统的认识当前城市活力现状,为城市规划研究提供一种可行性方案。 相似文献