基于人群数字画像的高铁新城功能设施布局与优化研究——以杭州南站为例

交通枢纽的建设给城市发展带来了机遇与挑战。一方面，人流、功能和业态的集聚极大改变了地区功能结构；另一方面，枢纽区建成后的空置现象暴露出功能配套设施落后的弊端。以杭州南站为例，综合利用LBS、POI、用地、问卷等多源数据，从地域、社会、经济、行为、需求5个特征维度构建高铁新城及周边地区的人群数字画像库，刻画高铁新城片区人群特征及活动偏好。进一步针对典型人群及其行为活动特征，剖析区域尺度职住空间、功能设施供给存在的不足，为目标人群规划适配功能设施和品质空间，引导高铁新城地区的品质提升。     

中国西南城市自然保护地识别和空间分布研究

城市自然保护地是自然保护事业的新 常态,中国西南地区既是中国生物多样性保护关 键区域,又是城市化发展迅速的区域,迫切需 要开展城市自然保护地识别研究。本文基于地 理信息系统和遥感技术,进行自然保护区、风景 名胜区等5类自然保护地的标定,并利用夜间灯 光影像、土地利用数据、城市遥感影像等多源数 据识别城市建成区边界,建立基础数据集。在 此基础上,首先通过自然保护地数据与城市建 成区边界数据的叠加识别城市自然保护地,其 次通过网络分析法、等时圈模型识别受城市影 响的自然保护地,并从规模、空间、价值3方面 入手分析了其分布特征。结果表明,在数量规模 方面,城市自然保护地中以湿地公园、风景名胜 区分别为数量、面积上的主体,各类自然保护地 中,分布在城市的90 min等时圈内的数量占本类 自然保护地总量的比值均超过90%。在空间分布方面,城市自然保护地主要分布在平原、丘陵、河湖水系周边等较易开展城市建设的区域,受城 市影响的自然保护地主要沿着省会城市分布,形成“一带四区”的模式。在保护价值方面,城市自 然保护地主要保护内陆湿地,受城市影响的自然保护地则是以森林生态类型为主。本研究为中国 西南地区的自然保护工作及城市自然保护地的相关研究提供借鉴和参考。     

城市更新背景下融合深度学习的非正式 绿地数字识别技术研究进展

城市更新过程中,非正式绿地在为城市提供环境、 社会和生态效益方面发挥着至关重要的补充作用。然而,非正 式绿地由于数量繁多、面积较小、种类多样、边界模糊等特征 导致其难以高效识别。深度学习在分割图像进行识别及自主学 习方面有极大的优势。因此,基于深度学习,对多源数据依托 下的非正式绿地识别研究进行综述。首先,基于非正式绿地内 涵归纳其识别特征与识别难点;其次,梳理识别非正式绿地常 用的4种数据类型,即基于深度学习识别的高分辨遥感影像、 街景图片,用于辅助识别的网络媒体数据、PPGIS平台数据; 再次,对现有深度学习进行非正式绿地整体布局识别、耦合多 源数据进行辅助识别的方法研究进展进行归纳总结;最后,对 未来非正式绿地空间识别应用与发展提出展望与建议     

基于局部回归的城市特征降雨研究

随着对海绵城市设计以及城市雨洪管理和面源污染管控等的精细化要求,科学表达特征降雨是其中关键的基础工作。特征降雨是指在某一降雨类型中能够代表该类降雨统计特征的单次连续降雨过程,传统的短历时暴雨雨型设计不适合长时间的降雨分析,也不宜用于表征不同降雨量下的典型降雨雨型。为此,以滇池流域20多年的逐小时降雨数据为基础,通过对降雨类型的划分,采用基于累积分布与Logistic回归处理的局部加权线性回归方法对降雨数据进行拟合,识别多降雨量类型下的降雨规律,形成特征降雨。结果显示,针对不同的降雨类型,参数优化后的局部加权线性回归模型可有效识别累积降雨量、降雨历时与降雨强度等特征,可为城市径流模拟提供典型降雨边界条件,对理解城市降雨规律及相关的雨污合流和面源污染治理等具有重要的支撑作用。     

基于吉林一号夜光影像的高精度住房空置率测度与影响因子研究

住房空置率是衡量城市兴衰与住房市场健康的重要指标,其影响着居民的生活水平和生活质量。现有研究多利用夜光数据或政府统计数据等进行测度,存在尺度较大、精度较低等问题,居住小区尺度的住房空置测度研究较为缺乏。基于此,采用分辨率为0.92—1.10 m的吉林一号高分夜光数据、居住小区矢量边界等多源数据,从居住小区尺度对住房空置率进行高精度估算,并采用市场新房、二手房待售待租数据和高精度人口数据进行二次精度检验。采用空间自相关等方法进一步分析住房空置率的分布差异和空间聚类,通过顾及样本自相关特征的随机森林模型深入解析住房空置率的潜在空间影响因子,并以长春市主城区1 869个住宅小区为样本进行研究,研究表明：长春市主城区高空置率居住小区的空间聚集性显著,中心城区西部及东北部为热点区域;长春市主城区高空置率居住小区主要为铁路旁住区、老旧住区、新建楼盘3大类型;影响长春市住房空置率前三的因子分别是房价、公共空间类设施密度、商业服务类设施密度。以期为空置住房的规划应对与精细化治理提供决策依据。     

基于大数据的城市人群数字画像：技术与实证

伴随着中国城镇化由粗放扩张走向存量发展，以人的需求为出发点，重视人群需求与资源配置的匹配正成为当下城市研究的重要议题。因此，针对当代城市中行为模式日臻多元化、个性化的人群，如何利用大数据分析等技术手段，识别并解析不同城市人群的时空行为模式，以实现对城市人群的整体性刻画，正成为需要重点攻克的技术难题。本文试图综合利用LBS定位数据、业态POI数据和城市用地功能数据等多源大数据，以及时空行为识别技术，来精准把握城市人群的时空行为；并在此基础上，探索“时间序列、空间分布、行为模式”3个维度的数字画像构建技术，最终形成基于时空行为的人群数字画像实证解析，精准有效地识别出不同城市人群的时空分异特征。     

基于“形”和“流”的城市多中心体系实证研究——以沈阳市中心城区为例

以沈阳市中心城区为例,提出了一种基于"形"和"流"的城市空间结构研究模型,从静、动态两个角度揭示城市的空间发展特征。首先,从城市物质空间组成要素出发,构建以"人地房、设施条件、人居环境"为主体的空间评价体系,分析城市"形"的空间特征;利用人口、用地和建筑数据,结合交通出行调查,推算城市内各区域的空间出行分布,对城市"流"特征进行分析。综合二者研究结果,根据空间发展的均质、异质性特征,对沈阳市中心城区的空间格局进行重构。最后,以片区为单元,采用局部空间自相关的方法,对城市"形"和"流"的综合评价结果进行空间聚类,实现城市多中心体系的识别与发展阶段的判断。     

基于城市土地利用碳排放源识别的国土空间规划支撑研究——以南京市为例

文章以南京市为例,探索基于多源空间大数据“自上而下”与“自下而上”相结合的方法识别城市土地利用的碳排放源。通过自上而下地从宏观层面分析统计数据,将碳排放总量分配到城市不同区域,进而自下而上地从居民建筑、产业活动和交通等排放活动出发,计算出具体地块的碳排放。研究旨在为南京的生态空间、紧凑用地、绿色行为、结构优化、产业新城等方面提供国土空间规划支持,促进碳达峰、碳中和目标的实现。     

基于WebGIS的建设项目一张图管理系统的实践研究

由于城市建设项目具有分布广、周期长、数量多的特点,建设单位对多项目全生命周期的管理工作任务繁重。为提升建设单位对多项目的管理效率,通过结合WebGIS、PostgreSQL、J2EE和Html5+CSS3等关键技术,以天津市管网公司为行业背景,开发了基于WebGIS的建设项目一张图管理系统,着重介绍系统中基础数据图层、项目GIS数据图层、现场照片、地图基本操作、项目条件查询、项目空间查询、项目详细信息查询等功能。通过将项目各阶段的信息整合到一张地图上,实现了项目数据的空间化与可视化,加强建设单位对项目的宏观把握,为后期规划及决策提供平台支持。     

基于多源大数据的武汉市区域空间格局研究

综合多源数据、采用精细方法、分析具体问题,是大数据时代对于城市和区域问题分析提出的新要求。探讨交通格局、区域联系、人口腹地等区域研究中的主要话题在这一背景下的发展方向,利用交通大数据和人口流动大数据表现出的多属性、高密度和广覆盖特点,在经典的区域分析模型基础上,提出综合便利度模型、便利度—引力模型和势力范围模型。以武汉市为研究对象展开分析,通过一系列多对多指标,揭示武汉市与周边中心城市的不同形式的竞争关系;从东西、远近等不同角度阐述武汉所面对的区域发展机遇。通过研究发现,针对多源大数据的特点设计区域空间格局方法和指标,能更好地梳理和量化对区域问题的理解。