基于POI数据的南宁市城市功能区识别及可视化研究

大数据在城乡规划领域的应用越来越广泛,本文利用网络电子地图爬取到2020年5月南宁市的各类POI数据,依据POI数据所具备的空间属性信息,借助ARCGIS软件进行整理划分,通过空间连接获得统计结果再进行一定的可视化,识别到南宁市主城区的单一用地功能区和混合用地功能区,分析并比较不同功能区的空间分布特征,同时针对城市功能...     

基于POI数据的城市街道功能识别 ——以西安回坊为例

街道是市民日常生活的重要空间载体.在数据增强设计的背景下,POI数据可有效表征城市街道的实际功能,利用定量分析POI数据对街道功能的准确识别,有助于推动城市空间人性化与精细化设计.研究构建起运用频数密度和功能区赋权叠加的街道功能识别方法,以西安回坊的POI数据为基础,将西安回坊街道按功能类型进行细分为商业街道、居住—生...     

基于POI数据的城市功能区识别研究 ——以西安市中心城区为例

土地紧缩态势下,城市功能区的精准识别对于加强城市规划管理水平、促进城市高质量可持续发展具有重要意义.文章以POI及道路网数据为基础,基于ArcGIS空间分析,以街区为单元对西安市中心城区功能区进行精细化识别,结果表明:(1)西安市混合功能区占比为72.4％,单一功能区占比为27.6％,混合功能区明显偏多;(2)单一功能区由内至外呈现递增趋势;(3)混合功能区主要集中于三环内侧,以居住用地—商业商务用地、居住用地—公共管理与公共服务用地混合为主.     

POI大数据背景下的城市高校集聚区功能识别研究 ——以长沙岳麓区为例

高校集聚区是影响城市发展的重要因素,为快速精准识别城市高校集聚区功能,以长沙市岳麓区为例,基于GB 50137-2011《城市用地分类与规划建设用地标准》对POI数据进行重新分类,并选取建筑一般面积和公众认知度作为POI数据的权重因子进行加权赋值.建立GIS空间网格,通过核密度估计及频数密度、类型比例2个指标定量识别长...     

基于"客流—用地"的城市轨道交通站点类型识别与空间再平衡研究——以成都市为例

城市轨道交通站点是城市各种社会经济活动的关键节点,不同类型的站点在城市中的区位条件、功能定位、土地利用、人流特征等均存在差异.利用成都市2018年POI数据、地铁刷卡数据、出行调查等数据,基于"客流行为—用地结构"视角,将人群行为和实体空间进行关联聚类,通过K-均值聚类对成都市136个轨道交通站点进行类型识别,并分析其...     

一种人工智能精细识别城市用地的方法探索——基于建筑形态与业态大数据

面对城市空间的高度集聚以及用地类型的日趋复杂,如何高效科学地识别大规模空间用地类型,成为规划编制过程中的一大难点。基于此,本文从业态功能和城市形态学视角出发,交叉利用建筑形态及业态POI大数据,突破目前已有的业态赋权模型识别方法,在进行空间校准、TF-IDF变换和数据库建构的基础上,采用人工智能方法,对不同类型、规模、区位的城市进行系统性的有监督深度学习与智能识别,将城市用地精细识别至国标最小类。同时,从形态指标、布局形态、特殊形态等维度嵌入智能规则,并通过置信度标注、调研反馈和系统自优化等方法,来进一步提高识别的精细度与准确率。     

基于POI数据的枢纽范围区业态研究

利用开放数据——兴趣点(POI)获取城市范围内公共服务设施现状数据,研究城市枢纽周边用地及基于POI数据的城市设计方法,为各城市枢纽周边公共服务设施专项规划、枢纽周边的城市设计提供横向对比依据。该研究通过国内36座城市的POI数据分析,给出相应的枢纽地区城市设计建议,并进行多元视角评估,给出定性设计指导与建议。     

基于POI数据的武汉市主城区城市中心识别

POI数据提供的大量位置、属性信息为空间结构研究提供了新方法。本文以所采集的武汉市POI数据为基础,运用Gi*热点探测和核密度分析方法对武汉市的城市空间结构进行识别,并识别出了武汉市城市中心的位置,分析了武汉市包括企业生产、日常生活和非营利性公益在内的各个职能的功能性中心的空间分布特征。     

基于多源数据的城市避难场所服务能力评价与规划应对

随着新型城镇化的稳步推进,城市韧性和城市安全越来越受到人们重视,城市人均避难场所面积已成为各大城市体检的必要性指标,可见完善的城市应急避难体系对提升城市韧性和安全性意义重大。本文首先基于采集的开源地图Open-StreetMap道路网络数据和POI数据在GIS平台上构建了网络分析数据集,并运用指标统计法对长沙现状应急避难场所的服务能力进行评价分析,在评价的尺度上结合百度热力图数据识别的城市人群集聚区对其进行多尺度的细化评价,提高了避难场所服务能力评价的精度,进一步摸清了城市重点片区的避难需求。其次,运用商务住宅POI数据,结合"最小设施点数模型"和"最大化覆盖范围模型"对现状避难场所进行了布局优化。最后针对城市整体和局部重点片区提出了规划应对策略,并提出要使避难场所类型更加多元化,以期为城市避难场所规划建设提供参考。     

基于北京公交刷卡数据和兴趣点的功能区识别

城市在其发展过程中逐渐形成居住区、工业区和商业区等不同的功能区。识别这些功能区并理解其分布特征,对于把握城市结构以及制定和使用科学合理的规划具有重要作用。本研究基于2008年4月北京市连续一周的7797余万条公交IC卡刷卡数据,将其转换为每个公交站台流量的二维时间序列数据,结合居民日常出行行为研究,利用数据挖掘技术,构建了基于公交刷卡数据和兴趣点的城市功能区识别模型,并将识别结果在交通分析小区尺度上汇总。研究结果显示,利用城市功能区识别模型,通过冗余数据的筛除和特征的创建实现对数据的有效降维,并选用期望最大化算法对处理后的数据进行聚类分析,结合居民日常出行相关特征和兴趣点分布数据对聚类结果进行诠释,可以快速有效地识别出与北京市土地利用现状地图具有一定匹配度的北京市各功能区。本研究的方法可以辅助规划人员和公众有效识别和理解复杂的城市空间结构,对城市地理及规划研究具有重要的理论和实践价值。     

基于POI数据的合肥城市休闲功能区空间分布及评价研究

当下城市的休闲功能需求日益突 出,文章通过对合肥市区的POI数据进行收 集和梳理,借助ArcGIS软件对其进行核密度 分析,并利用Yaahp层次分析法软件对各类 休闲设施的权重进行计算。通过最终综合叠 加分析,对市区总体的城市休闲功能空间分 布特征进行研究,发现市区休闲功能区存在 分布不均衡、休闲功能单一等现状问题。基 于研究结果,对合肥城市休闲功能区规划提 出多级发展、完善休闲功能区体系和打造特 色休闲功能区的建议。     

城市重点功能区出行及职住平衡特征研究——以北京市为例

针对大城市职住分离日益严重的问题,以北京市为例,基于大数据分析城市重点功能区的出行和职住平衡特征。首先,利用手机信令数据提取用户出行起讫点（OD）,将获取的出行信息集计到各交通小区,从时间、距离和时耗方面分析各功能区的出行特征,并通过职住地识别算法获取用户居住/工作地,引入居住/工作独立性指数来衡量职住分离程度,结果显示各功能区的职住分离度均大于50%。其次,结合兴趣点（POI）数据对城市功能区基础配套设施的密度与出行特征进行横向对比,数据显示回龙观地区的交通配套设施较少,通勤出行距离和时间均最大。最后,针对以上问题提出具体改善建议,为调整城市空间结构、优化设施配置以更好满足通勤出行需求及减少城市碳排放量提供参考。     

基于社会感知空间大数据的城市功能区识别方法探析

随着大数据时代的来临,位置服务的迅速发展使城市各类空间大数据不断涌现。海量数据的深入挖掘分析是智慧城市建设的基础,同时也为城市功能区的自动识别带来新的途径。在社会感知理论视角下,利用空间大数据识别城市功能区,亦成为定量理解城市空间结构的新观测手段。目前,国内外已经有利用分时定位数据、兴趣点等开展城市功能区识别的探索,然而相关研究在数据使用、技术方法与准确度上仍然存在一定的提升空间。本文对目前国内外城市功能区识别方法的研究进展进行了系统梳理,并以上海市中心城区为例,提出了利用社会感知空间大数据来构建城市功能区识别方法的新途径。     

大数据技术下的安庆人口与设施空间分布特征及规划应对

近年来,大数据技术在城乡规划中的应用在探索中不断发展,极大地提升了城乡规划编制的科学性。与此同时,近期建设规划作为实施城市总体规划的重要步骤,规划地位不断提升。文章以安庆市近期建设规划为例,从手机定位数据、公交刷卡数据和高德地图POI数据3个方面进行大数据分析,探讨安庆市中心城区人口与设施空间分布的匹配关系,识别城市发展的重点区域并提出空间结构优化和用地布局建议。     

基于POI数据的城市功能空间识别及中心城区功能复合测算——以东莞市为例

研究城市功能区空间结构及功能区复合特征,对城市用地优化有着重要作用。以东莞市城市功能兴趣点(POI)数据为基础,采用核密度法、区位熵指数、信息熵、均衡度等方法,从宏观的城市尺度识别城市功能空间,并在社区尺度上进一步探究城市功能复合化特征,研究结果表明:①在市域层面,东莞市形成了“主中心—次中心—主节点—次节点”的多中心多层级功能空间结构,五类城市功能均表现出较强的中心集聚特征,在中心城区、虎门-长安、厚街、大朗、常平以及塘厦等地,形成了区域性的城市综合服务中心。②在社区层面,解析中心城区城市功能区的分布特征,得出居住功能与商业功能的空间关联性较强,居住、商业和产业在研究区内形成了“产业—居住商业—产业”的功能圈层结构,而休闲娱乐功能沿地铁线形成了一条休闲娱乐功能带,公共服务功能区的空间分布则相对均衡。③在社区层面,城市功能的复合开发在中心城区呈现“中心—外围”的空间特征,中心区城市功能要素类型多样,居住、商业、娱乐休闲功能复合水平较高,外围区功能类型单一,多为产业功能与公共服务功能复合,相对而言产业功能与居住、商业以及休闲娱乐三类城市功能的空间兼容性较弱。     

低碳目标下城市生态用地空间特征识别 与优化研究——以哈尔滨为例

低碳发展背景下,城市生态用地的空间格局优化被 视为降低城市CO2浓度的有效途径。为深入了解城市生态用地 空间格局和其对CO2浓度的影响关系,尝试构建了低碳目标 下耦合优先尺度与空间格局特征识别的城市生态用地规划优 化综合研究框架,并以哈尔滨市为例,提取与计算了2000— 2020年城市生态用地与CO2浓度的多年空间分布数据。基于 多尺度的景观格局指数与CO2浓度相关性变化,识别研究二者 影响关系的优先尺度为10km。在优先尺度下,通过划分城市 生态用地空间格局类型单元、筛选特征指数,明确高碳汇单元 内城市生态用地的空间格局特征与阈值范围,并以此提出了城 市生态用地合理发展与规划布局的优化策略,以期为城市低碳 规划提供理论与实践参考。     

城市规划中的大数据应用研究模式、特点以及挑战

大数据已经成为当前研究城市时空行为特征的热点方向,本文总结当前城市规划领域应用大数据的主要案例,梳理出了城市规划领域中的大数据应用类型以及城市时空行为特征识别的大数据应用研究模式,发现其应用研究主要采用公交刷卡、手机定位、出租车轨迹等居民出行数据以及社交网络数据,挖掘城市空间职住地信息、通勤信息以及对城市功能区和热点区的识别;基本的应用模式由数据采集、数据标准化、数据挖掘与居民时空间活动特征识别四步工作构成;同时,当前应用研究还存在着数据共享、数据标准化以及数据挖掘分析三大方面的挑战。     

城市交通拥堵地区人群数字画像解析与空间规划应对

数字经济的快速发展极大提升地了人流、物流和信息流的空间流动性,但城市交通拥堵阻碍了城市中各种要素的流动,进而影响城市经济发展,而造成交通拥堵的根本原因在于城市功能结构与居民出行需求的错配.通过数字化技术和方法可以监测城市中不同时段的人流分布,并结合空间、经济和社会等信息分析不同类型人群的出行规律及其内在机制,从根本上解决城市交通拥堵问题.文章在梳理城市交通拥堵地区人群数字画像理论的基础上,以大连梭鱼湾交通拥堵地区为例,基于用地数据、POI业态数据和LBS定位数据等多源大数据对地区人群进行精准刻画,共识别出144类人群和8类典型人群,并从出发锚点、出行廊道和活动锚点方面对其中4类典型人群的时空特征进行深入解析,剖析其交通拥堵产生的内在机理,从而根据不同类型人群的出行特征与需求提出构建"快道""慢区"的多元出行体系,建立高效的复合交通体系,并根据功能疏解优化梭鱼湾单一中心结构的空间规划方法,以期实现城市的精细化管理,疏解城市交通拥堵地区的人流.     

基于POI数据的特大城市生态空间廊道 识别与空间布局优化研究——以沈阳市 中心城区为例

生态空间廊道作为城市生态空间生态信息、能量流 动的重要通道，是城市可持续发展的基础所在。以沈阳市中 心城区作为研究对象，利用POI数据识别出中心城区“三生空 间”中的生态(混合)空间，在比较不同类型POI要素对生物信 息流动产生阻力的基础上利用最小累计模型和重力模型识别生 态空间廊道。结果表明，沈阳市中心城区可形成城市级、城市 副级和区级共50条连接各生态斑块的生态空间廊道，且城市 生态空间廊道具有环状、水平网络连接复杂、可连通大部分生 态斑块等特征，但建设成本较高。最后根据各级生态空间廊道 的规模、构成基础以及生态作用等提出了生态廊道网络优化和 延伸生态空间供给等空间布局优化策略。     

见物见人——时空大数据支持下的存量规划方法论

相比于传统的增量规划,存量规划中主要在产权本质、时间逻辑和空间处理尺度上有着本质的不同。因此,存量规划对现有用地现状和性质的精准刻画提出了更高的要求。作为当前传统的用地现状分析图在存量规划中存在着地块特征刻画精度有限与用地分类维度过低等不足。对用地类型的混合、同种用地类型的规模、同一地块的时间属性等用地特征,传统的现状分析图也难以进行描述。随着互联网LBS(Location-Based Service)服务的发展,越来越多LBS时空数据因其巨大的用户基数和完善的时空地理信息,受到规划师的关注。这些新的时空地理数据使得对用地功能和人口活动特征的详细刻画成为可能。使用互联网某LBS平台人口分时活动密度数据,叠加百度POI(Place of Interest),通过非监督分类和非负矩阵分解的方法,分别对北京市六环内的地块尺度、500 m网格尺度和25 m点阵尺度进行用地功能的识别与分类。通过多维度分类结果的叠加,对研究区域的用地功能、人口时空活动特征进行深入刻画,探讨通过大数据进一步辅助存量规划的用地功能研究方法。