基于电子地图兴趣点的城乡边缘带识别方法——以银川市为例
- 格式:pdf
- 大小:1.29 MB
- 文档页数:2
基于网络数据的街道活力影响因素研究——以上海市五角场区域为例发布时间:2021-04-25T15:53:54.877Z 来源:《城镇建设》2021年第3期作者:许琛[导读] 街道是居民日常使用的公共活动空间,也是联系城市各种功能的纽带许琛上海同济城市规划设计研究院有限公司 200082摘要:街道是居民日常使用的公共活动空间,也是联系城市各种功能的纽带。
文章基于多元数据对五角场区域街道活力进行定量分析,探索影响街道活力的因素以及不同街道类型与街道活力因子之间的关系。
研究发现,街道两侧功能混合度对街道活力的影响最为显著,除此之外,不同类型街道活力的关键影响因子也不同,街道绿化率对生活型街道的影响较大,周围土地开发强度对商业街道的影响较大,街道功能密度对公共管理和公共服务街道的影响较大。
关键词:街道活力;网络数据;街道绿化率;上海五角场 1.引言街道是居民日常使用的公共活动空间,也是联系城市各种功能的纽带。
随着我国城镇化快速推进,道路建设取得了较大的成就,极大地改善了居民出行条件,但在道路规划设计中,以机动车为主导的方式使得道路的交通功能越来越突出,反而忽视了人的使用。
在以人民为中心的价值观引导下,重塑街道人本属性尤为重要,那么哪些要素会影响人群使用街道是目前需要解决的问题。
20世纪初,简?雅各布斯认为长度短、行人多、功能混合、建筑多样是影响街道活力的4个基本条件[[]]。
扬?盖尔从功能混合、开敞空间等方面分析对街道活力的影响[[]]。
戈登卡伦认为城市街道空间的多样性将带来生机与趣味[[]]。
国内学者基于大数据对街道活力作了相关研究[[],[],[]],探索街道活力与各活力因子之间的关系,但研究尺度较为宏观,本文选择数据更为精细的人群定位数据,以及增加街道绿化率、街道可达性等量化分析指标,从中微观尺度探索影响街道活力的因子以及影响程度。
2.研究范围与数据2.1研究范围本文选择上海市五角场及周边区域为研究范围,研究范围北至殷行路、南达周家嘴路、西至逸仙路和曲阳路以及大连路、东临军工路,面积约35.08平方公里。
45ECONOMIC & TRADE UPDATE一、引言随着我国社会经济的快速发展,人民生活水平不断提高,超市在满足居民日常消费中扮演着越来越重要的角色。
为了能够给予消费者更快捷、便利的服务,超市经营者无一例外地将选址规划作为决策中的重中之重。
消费行为的改变、出行方式的变化以及市场竞争日益剧烈,传统仅依靠简单的数据的统计、调研分析、个人经验以及经营者主观判断等选址方法,已经难以适应新环境下科学规划和决策的需要。
地理信息系统(GIS,Geographical Information System)是一种决策支持系统,它具有强大的分析功能。
地理信息系统是在计算机硬、软件系统支持下,对整个或部分地球表层(包括大气层)空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述的技术系统。
GIS空间分析的基本功能,包括空间查询与量算、缓冲区分析、叠加分析、路径分析、空间插值、统计分类分析等。
GIS技术将地图这种独特的视觉化效果和地理分析功能与一般的数据库操作集成在一起,广泛应用于对交通安全、区域城市发展规划、公共设施管理、网点布局、服务分配等领域的空间分析。
本文利用GIS辅助支持基于GIS的银川市大型超市选址研究曲劲亮 邵宁平【摘 要】本文以银川市城区为研究对象,利用GIS软件中空间分析功能针对银川市城区道路交通、居民区、停车场、科研院校等影响超市选址的因素进行分析,找出银川市未来大型超市选址的备选区域,为政府进行区域规划以及超市经营者选址提供参考依据。
【关键词】GIS;超市选址;空间分析超市选址,应用 GIS 的空间分析功能对银川市城区道路交通、居民区、停车场、科研院校等因素进行分析,并据此为银川市大型超市选址提供参考依据。
二、超市选址影响因子分析(一)道路交通图1 道路缓冲区因子分析图方便快捷的道路交通是影响超市选址的重要因素,也是考察一个超市门店吸客能力的重要指标。
一般来说道路越密集说明居民区较多,人流量越大,也越适合作为超市的备选地址。
17P L A N N I N G S T U D Y大数据背景下基于兴趣点(POI )数据的城市功能区识别——以南京市主城区为例Identification of Urban Function Area Based on Point of Interest (POI) Date in the Big Data Background—A Case Study of Nanjing Downtown施 歌 何 彬 姚恋秋 江 南Shi Ge, He Bin, Yao Lianqiu, Jiang Nan【文章编号】 1674-2508(2018)40-0017-06【中图分类号】TU984【文献标识码】A 【作者简介】施歌,女,博士生,南京师范大学地理科学学院、虚拟地理环境教育部重点实验室、江苏省地理信息资源开发与利用协同创新中心何彬,男,硕士生,南京师范大学地理科学学院姚恋秋,女,硕士生,南京师范大学地理科学学院江南,男,硕士,南京师范大学地理科学学院、虚拟地理环境教育部重点实验室、江苏省地理信息资源开发与利用协同创新中心,教授,博士生导师【基金项目】国家自然科学基金资助项目(41771421);江苏高校优势学科建设工程资助项目(164320H116)【修改日期】2018-03-16【摘要】本文以南京市主城区的322000条POI数据为基础,利用基于知识的决策树分类方法对南京市的城市功能区进行识别,探索城市功能类型。
结果显示:1.南京市都市区构建形成以主城为核心,以放射性交通走廊为发展轴,以生态空间为绿楔的现代都市区空间格局。
2.南京市结合自然条件、交通走廊布局和区域联系主要方向,都市区内形成了“一带五轴”的城镇布局结构。
3.与南京市城市总体规划进行对比分析,显示基于POI数据的城市功能区识别结果精度较高,与规划分区基本吻合。
为城市规划的编制提供了实际的参考依据,且为利用开放数据进行规划应用提供了新的思路和方法。
科学技术创新2021.03基于P O I 数据的城市功能区识别研究———以呼和浩特市中心城区为例张志沛1,2(1、内蒙古师范大学地理科学学院,内蒙古呼和浩特0100222、内蒙古自然资源学会,内蒙古呼和浩特010010)随着经济的快速发展,城镇化水平不断提高,也给带来一些问题,如交通拥堵、城市规划落后、环境污染、社区治理落后等[1]。
城市作为人们的生产生活场所,在其发展过程中逐渐形成了各种功能区,准确识别城市街区功能及其空间结构,对于制定科学合理的规划促进城市可持续发展具有重要意义[2]。
城市功能区识别与研究大多采用实地调研数据、土地现状数据和遥感影像等数据,这些传统数据和方法在城市功能区识别耗时耗力不能完全满足未来城市规划的需求。
近年来,许多学者通过获取、整合、分析多源大数据进行城市计算,来解决城市出现的各种问题[3]。
随着计算机信息技术的发展,定位数据、PO I 数据、人口热力实时数据、实时交通态势数据等为城市功能和城市空间结构的研究提供了新途径[4]。
PO I 数据描述了地理实体的名称、类别、地址、经纬度坐标等信息,具有数据量大、信息丰富等特点,可有效反映城市区域的功能特征[5]。
综上,本文利用O SM 路网数据对城市街区基本单元划分,然后基于PO I 数据采用核密度和频数密度类型比例方法对呼和浩特市中心城区进行街区功能区识别,研究结果有助于展现城市街区功能分布,对呼和浩特市的未来发展有一定意义。
1研究区概况与数据来源1.1研究区域概况2019年末,呼和浩特市常住人口319.7万人,城镇化率达71.63%。
市辖区总面积2065.1平方公里,建成区面积260.0平方公里,是呼和浩特市的人口、经济活动承载地和城镇体系的核心地区,承担着呼和浩特市行政办公、医疗卫生、金融贸易、科研创新等重要功能。
本文的研究区域为呼和浩特市中心城区,研究范围西至西二环路,北至北二环路,东至科尔沁快速路,向至滨河北路(图1)。
基于标准化规则的城市 POI 数据库建库研究--以济南市为例赵向阳;杜洪涛;赵鹏【摘要】兴趣点作为重要的地理空间数据,应用日趋广泛,其数据库建库与更新逐渐引起人们的重视。
本文提出了一种基于标准化规则的城市兴趣点数据库建库方法,从标准制定、软件开发、数据采集与建库等三个方面规范了城市兴趣点数据库建库的作业过程,并以济南市为例作了详细论述。
实践证明该方法是有效的,可显著提高兴趣点数据库成果规范化水平。
%POI’ s database building and updating has attracted people's attention gradually because POI is used more and more widely as important geographical spatial data .This article presents a new method which based on the normali-zation rules about building database of urban POI .This method regulates the process of urban POI database building on the aspects such as standardcreating ,software development ,data acquisition and database building through the case of Ji-nan .The practice proves that the method is effective and can significantly increase the normalization level of POI data -base .【期刊名称】《城市勘测》【年(卷),期】2013(000)004【总页数】4页(P21-24)【关键词】兴趣点;标准化规则;数据库建库;管理信息系统【作者】赵向阳;杜洪涛;赵鹏【作者单位】济南市勘察测绘研究院,山东济南 250013; 山东省城市空间信息工程技术研究中心,山东济南 250013;济南市勘察测绘研究院,山东济南 250013; 山东省城市空间信息工程技术研究中心,山东济南 250013;济南市勘察测绘研究院,山东济南 250013; 山东省城市空间信息工程技术研究中心,山东济南250013【正文语种】中文【中图分类】P208.1POI(Point of Infintevest)即兴趣点,泛指一切可以被抽象为点的地理实体,尤其是与人们生活密切相关的设施,如商场、车站和学校等,是导航电子地图的重要内容。
建筑设计·理论2021年9月第18卷总第404期基于POI数据的休闲旅游空间格局特征分析——以重庆市中心城区为例谭小芳1,朱喜钢1,刘风豹2(1.南京大学建筑与城市规划学院,江苏南京 210093;2.南京信息工程大学艺术学院,江苏南京 210044)摘要:城市休闲旅游业作为现代服务业的重要组成部分,以其强大的产业包容性带动了旅游目的地城市及其周围地区的快速发展。
本文基于POI数据,运用最邻近距离指数、核密度分析法、莫兰指数等方法,对重庆市中心城区的休闲旅游业态格局和热点特征进行研究。
结果表明:重庆的城市休闲旅游业态明显集聚在内环的河谷低平地区,各类型服务业态分布差异显著;休闲旅游业态整体呈现出多点分级的多中心空间结构,分类别服务业态的空间结构特征不尽相同;休闲旅游业态热点区域的空间分布表现出明显的圈层结构,且分类别服务业态的空间热点区域在圈层内的空间分布特点、规模和集聚程度分化明显。
关键词:POI数据;休闲旅游业;空间格局;热点特征;重庆中心城区[中图分类号]TU982 [文献标识码]A DOI:10.19892/ki.csjz.2021.27.26Analysis on Spatial Pattern and Hot Spots of Leisure Tourism in ChongqingCentral City Based on POI DataTan Xiaofang1, Zhu Xigang1, Liu Fengbao2(1.School of Architecture and Urban Planning, Nanjing University, Nanjing Jiangsu 210093, China; 2. School of Art,Nanjing University of Information Science and Technology,Nanjing Jiangsu 210044,China)Abstract: As an important part of modern service industry, urban leisure tourism promotes the rapid development of tourism destination cities and their surrounding areas with its strong industrial inclusiveness. Based on POI data, this paper uses nearest neighbor index, kernel density analysis, Moran’s index and other methods to study the pattern and hot spots of leisure tourism in downtown Chongqing. The results show that: The urban leisure tourism industry in Chongqing is obviously concentrated in the valley area within the inner ring, and the distribution of service industry is obviously different. The spatial structure of leisure tourism industry is multi-point and multi-center, and the spatial structure characteristics of classified service industry are different. The spatial distribution of the hot spots in leisure tourism industry shows obvious ring-layer structure, and the spatial distribution characteristics, scale and concentration degree of the hot spots in the ring-layer are obviously differentiated.Key words: POI data; leisure tourism; spatial pattern; hot spots; downtown Chongqing1引言城市休闲旅游业是以休闲为主要特征,以城市内的各项服务设施、各类旅游资源为承载的一种新型旅游业态。
缘带的社会经济活跃度小于城市而大于乡村,POI聚集程度表现为居中水平,可以作为城乡边缘带空间识别的依据。
POI各类别数据反映了不同方面的社会经济情况,因此,选取全类别POI 数据进行研究。
非参数估计是概率密度估计的有效手段,最常用的是核密度估计方法,其被广泛应用于地理学中的商业和就业空间布局分析等方面。
3 银川市城乡边缘带识别
3.1 数据及数据处理
此次研究采用的数据源包括银川市2016年的Landsat8 OLI影像、百度地图POI数据、行政区划图以及相关统计资料。
对遥感图像的处理包括影像的预处理、遥感影像分类和分类后处理等方面。
3.2 银川市边缘带提取
建立POI概率密度的空间分布,在区3个区域等级。
将上述分析结果结合遥感影像数据合并为高、中、低3类,分别代表城市核心区、城乡边缘带与城市影像区。
最后,在ArcMap中以分析结果的边界为基础,忽略远离城市核心区域离散的“城市边缘带”提取结果,参照影像图,实现银川市城乡边缘带的识别,其提取结果如图2所示。
图2 边缘带提取结果
4 结论
通过2016年银川市的POI数据完成对银川市城市边缘带在空间上的识,得出的结论主要有:①结合统计资
图1 银川市区域概况。