基于POI数据的合肥市主城区交通设施空间分布特征研究

城市交通设施的空间分布是衡量城市发展情况的重要指标之一,研究分布特征对城市的发展规划和功能布局具有现实意义。以安徽省合肥市主城区为例,基于从高德地图获取的2020年和2022年的交通设施POI数据,利用核密度分析、标准差椭圆和热点分析等空间分析方法,对合肥市主城区的交通设施分布特征进行对比研究,为未来的交通设施布局提供一定的理论参考。     

基于POI数据的天津市主城区商业设施空间分布研究

基于商业设施POI数据,运用平均最近邻分析、核密度分析、标准差椭圆、Getis-Ord Gi*指数等方法,探究天津市主城区商业设施空间分布特征.结果表明：天津市主城区整体商业设施集聚特征显著并形成圈层式空间结构,各类商业设施均呈现“西北-东南”的分布态势,海河在商业空间发展上起到了引领作用;热点分析中Z得分较高的区域主要分布于市内六区,环城四区内仍存在大面积的冷点区域;各类型设施均呈明显的集聚特征,但分布形态之间存在差异,购物、餐饮和生活服务3类设施之间相关性程度最高,在空间上相互影响最为显著.     

基于POI数据的西安市中心城区小学布点特征研究

在不断推进基础教育优质均衡发展,合理解决大城市学位供给矛盾的同时,如何通过有效途径判断学校空间布点是否达到规划预期,实现公众享受教育资源的公平性,是当下研究的热点之一.本研究基于2020年西安市中心城区小学315条POI数据信息,借助ArcGIS地理处理中的空间分析模块,利用平均最近邻、核密度分析和标准差椭圆等方法,分别对中心城区小学布点的宏观分布、下辖六区的中观供给、小学单元的微观覆盖三个层面进行识别和分析.研究表明：西安市中心城区小学布点呈现出整体离散的单中心格局,且“内密外疏”的沿东北—西南方向分布趋势显著;虽所辖六区中高密度人口对应高密度学校分布,但各小学单元覆盖效率不高,覆盖居住单元数量不均,实际学位供给仍存缺口等问题较为突出.     

基于POI数据的合肥中心城区的功能区识别研究

利用网络爬取2018年4月合肥市的POI数据,以合肥中心城区为研究对象进行功能区的识别研究,基于Arcgis软件,依据空间连接的统计结果和一定的可视化手段,得出功能区识别的结果,分析并比较不同功能区的空间分布特征,同时将功能区的识别结果与现状规划进行对比。研究结果表明,基于POI数据和相关的定量分析方法,能够比较准确快速地对城市功能区进行识别,在检验现状规划实施的同时,对未来城市功能区规划及城市的空间规划具有一定的借鉴价值。     

基于GIS技术的镇江市中心城区医疗机构空间分布研究

以镇江市最新一轮行政区划与医疗机构相关数据为基础,运用ARCGIS和SPSS软件,通过构建医疗机构的优势度模型,对镇江市中心城区医疗机构的空间分布特征进行分析. 结果显示,镇江市医疗机构空间分布以老城区（润州区）为中心,优势度向外围区域递减,且优势度高分值区呈现南北延伸的分布形态;七里甸街道和和平路街道优势度指数偏低,表明镇江市基本医疗服务还不能很好地满足边缘区居民的服务需求,有待进一步提高.     

中国城市居住空间分布格局演进研究

总结了居住空间分布格局及其演进;研究了中国城市居住空间分布格局演进;并分析了现代中国城市居住空间分布格局演进的机制和核心过程。     

基于POI数据的城市功能区识别

针对我国城市功能区的划分方法普遍存在着人力、物力消耗过大、耗时长、实时更新困难等问题,利用兴趣点(POI)数据具备强现势性和快速采集的特点,提出了一种基于频数密度算法的城市功能区定量分析识别方法。以北京市中心城区为例,对研究区域中117万条POI数据进行重分类,基于公众认知度对重分类数据进行权重赋值,并利用ArcGIS对处理后的数据进行频数密度分析,实现北京市中心城区功能区的识别,再以核密度分析法验证城市功能的聚集区域,最后利用规划图及遥感图像分别对本文识别结果、结合了矢量路网和遥感图像的城市功能区识别结果以及无权重的城市功能区识别结果进行精度验证,并对比3种方法的识别精度。结果表明,应用本文方法能快速及有效地识别城市功能区,其中功能区识别总体精度为84.88%,混合功能区识别精度为83.74%。     

基于模型技术的城市居住空间分布格局分析

定性分析与定量分析的有机结合是研究并最终解决城市规划问题的有效途径 ,模型化的定量分析是城市空间分析的良好工具 .以居住空间为切入口 ,探讨了模型技术在居住空间分布格局分析与演进预测中的应用 ,建立了居住空间分布区位预测、居住空间规模分布、居民个体居住空间选择等模型 .     

基于空间句法的南阳市中心城区空间演变探析

以南阳市中心城区为例,基于空间句法的理论和方法,建立科学的空间分析模型,分析对比可视化图像和空间形态变量值,总结1955-2015年间南阳市中心城区空间演变的规律和特点。研究发现:城市空间由单一中心向"多中心"城市发展模式递进,以及白河对城市空间结构演变的巨大推动作用;城市主要轴线先为历史城区内的新华东路,之后逐渐转变为南北向的独山大道,并向多轴线共同主导的"自由轮轴"式空间结构发展。     

空间生产视域下桂林国家级传统村落的分布格局

以桂林138个国家级传统村落为研究对象,采用ArcGIS分析其空间分布特征,并从空间生产理论视角探究其主要影响因素的作用机理。结果表明：桂林国家级传统村落具有显著的集聚分布特征,其分布受聚落空间生产的区位性与演进性两大属性的基础影响,使桂林国家级传统村落的空间分布表现为：与地形、水域等聚落形成要素呈空间正相关,与交通通达度、离城镇距离等聚落演进要素呈空间负相关。故相关部门在制定桂林国家级传统村落的保护与发展策略时,应重视聚落演进要素对村落传统风貌的潜在冲击,对易受聚落演进要素影响的传统村落,制定针对性的风貌管控与引导措施;反之,则应立足聚落形成要素的优质空间本底,加强对村落发展动力的分析,增强传统村落空间对社会生产方式变化的适应能力。     

利用区域映射模型研究样本集的空间分布

针对样本集在神经网络中所起到的重要作用，用大量的仿真试验研究了区域映射模型输出与输入空间的拓扑相似性．结果表明，区域映射模型可实现从高维空间到二维空间具有拓扑相似性的映射，因此，可以作为研究样本集空间分布的新的可视化工具，同时为样本集的组织和筛选提供了新的手段．仿真试验也直观地揭示了隐层单元数和权值在神经网络中所起的作用，即隐层单元数用来调节投影的角度，权值则用来调整样本空间的输出图像在输出空间中的位置．     

基于多关联度的移动用户POI个性化推荐

为了帮助移动用户探索新位置,协助商家发现潜在顾客,提高移动用户访问POI的质量,本文提出了一种将地理位置、时间和类别相结合的多关联度POI个性化推荐方法——GeoTempCate,来对移动用户进行个性化POI推荐.该方法探讨了POI的地理位置关联关系、访问时间关联关系以及POI的类别关联关系.通过分析用户的历史访问POI数据,利用3种关联关系来预测移动用户对其未访问POI的关联评分,进而对移动用户进行个性化POI推荐.最后使用准确率和召回率来评价推荐的POI,实验结果表明本文提出的方法,无论是准确率还是召回率,都得到了较高的精确度.     

长三角人口分布格局、空间稳态及驱动因素研究

为探究长三角人口分布演变特征。文中运用不均衡指数、马尔科夫链等方法,分析2000-2020年长三角人口分布格局、空间稳态,探讨演变驱动因素。研究结果表明：2000-2020年,不均衡指数变化表征了人口从快速集聚向稳态分布的转变,呈现2000-2013年核心区人口密度增加、边缘区下降及2013-2020年边缘城市增长特征。基于马尔科夫链的分析表明,长三角人口分布呈现较强空间稳态特征,空间稳态趋强成为人口分布格局演变趋缓直接因素;基于俱乐部趋同的城市分类,表征了城市人口差异集聚特征及未来差异化发展策略。不同时期、不同类型驱动因素存在差异,主要表现为时间上市场力量趋强、政府影响弱化,类型上经济越发达、市场力量越强,表明未来相关政策制定应与时俱进、因地制宜。     

基于GIS的贵阳市住宿业空间分布研究

文章以贵阳市外环以内为主要研究区域,运用Arc GIS空间分析方法,对贵阳市住宿业总体特征和贵阳市住宿业类别空间分布特征加以研究分析。研究结果表明:(1)贵阳市住宿业由市中心向四周扩散,主要集中分布在外环以内的云岩区、南明区及观山湖区三个区,同时在贵阳的三个环线内的布局状态也不尽相同;(2)贵阳市不同类别住宿业空间分布不均,呈多核心聚集式分布且主要以2星级及以下酒店为主。本研究丰富了关于贵阳市住宿业方面的研究,可为其今后的发展布局提供借鉴。     

基于GIS的秦皇岛市旅游资源的空间分布研究

运用ArGIS10.0软件的空间分析功能,对秦皇岛市旅游资源的空间分布状况进行分析,首先以秦皇岛市7个县（区）级行政中心为点,建立点的缓冲区,分析秦皇岛市旅游景点相对于县（区）级行政中心的空间分布特征;以秦皇岛市区域内五条主要交通线路为线,建立线的缓冲区,分析秦皇岛市旅游景点相对于主要交通线路的空间分布特征。结果表明,秦皇岛市旅游资源具有以城市为中心呈“圈状”分布的特征和以主要交通线路为中心呈“带状”分布的特征。     

基于POI数据空间聚集分析的城市多中心结构识别方法

为了有效提高城市多中心结构识别的效率和准确性,从城市的中心性角度提供识别城市多中心结构的方法,有助于揭示城市的聚集发展模式。城市中心性体现的不仅是路网的聚集,更是社会经济活动在空间上的聚集。兴趣点(POI)数据反映了不同类型的社会经济行为,利用POI数据,结合核密度分析、空间自相关分析和叠置分析方法,提出从城市功能要素和聚集度角度分析城市的中心性,进而识别城市多中心空间结构。为检验方法的有效性,以成都市为例进行了实验分析。成都中心城区各类要素呈现出“整体集聚、多中心分布、圈层蔓延”的空间聚类形态;形成一主多副的多中心空间结构,主中心辐射范围大,绵延特征明显,9个子中心分布较为均匀;与规划中心对比分析发现,识别结果与规划中心大致吻合,存在少量偏差,可有效指示城市规划的发展方向。     

基于空间点模式分析的地震空间分布集中趋势特性

地震序列的时空相关性在地震运动趋势分析中发挥着基础性的作用。时空相关性的一个最直接作用是一个强震发生以后促使一定空间区域甚至全球范围的地震群的发生。该文借助现有空间点模式分析方法,通过均数中心,加权均数中心,几何均数中心和调和均数中心函数,尝试探索一种空间相关性方法来描述强震与其震后临近的非强震之间的相关性与趋势特性。该文研究工作中,相关性和趋势特性的物理基础是在地理学第一定律的背景下讨论的——任何事物之间时空相关。均数中心函数方法应用于中国境内地区。结果显示,中国境内强震震后的余震群并非以强震为均数中心均匀分布,其均数中心与强震空间位置存在明显偏移特征。     

基于国土空间综合评价的浙江省空间开发格局判断

国家“十一五”规划明确提出,要编制国家和省级主体功能区规划,明确主体功能区的范围、功能定位、发展方向和区域政策。党中央和国务院也多次要求,分层次推进主体功能区规划工作,为促进区域协调发展和合理开发国土空间提供科学依据。     

DEM重采样误差空间分布格局及差异性分析

基于重采样在实现不同尺度数字高程模型（DEM）数据变换中的重要作用,分析了重采样误差的空间分布特征和采样方法及坡度对重采样误差的影响．以某地山区5m分辨率DEM数据为基础,通过邻近点插值法（NEAR）、双线性插值法（BIL）和立方卷积插值法（CUB）3种不同方法对原始格网DEM进行重采样处理,利用随机样方法分析了大于5m的重采样高值误差空间分布格局;同时,利用非参数Mann—Whitney,Kruskal—Wallis和Mood中位数检验方法检验了采样方法与坡度等级对重采样误差影响的差异性．结果表明：绝对值大于5m的重采样误差成显著性空间集聚分布;BIL与CUB方法无显著差异,而NEAR方法与BIL,CUB方法差异显著;坡度等级对重采样误差具有显著影响．     

基于多源数据的成都市居民出行热点时空特征分析

以成都市主城区为例,利用出租车GPS轨迹生成上下车热点,结合POI数据识别城市功能区,从不同时段、周末与节假日等多角度比较居民出行的时空特征. 研究发现:研究区中商务办公区与休闲旅游区多分布在研究区外围,其他类型功能区分布较为均匀; 周末和工作日各时段上车热点会随着时间的推移由集中变得分散,下车热点会先集聚再扩散; 工作日在商务办公区形成的热点较周末多,其他类别用地在周末和工作日形成的热点区域差别不大; 武侯区和金牛区出行量多,但热点零星不集中; 青羊区热点区域较为连续,且集中分布于城市中心区域.