基于空间句法理论的城市群核心区发展边界识别

发布时间：2021-03-31 23:17

　　准确识别当前城市群建设进程中核心区发展边界是研究城市群的一项重要内容。本文提出一种研究思路:采用空间句法分析城市群道路网,将得到的4个分析指标融合成新指标——"城市群集群度",并提取"城市群集群度"等值线和"城市群集群度"曲线,通过计算找到最佳阈值从而提取出城市群核心区发展边界。以长株潭城市群为例,将基于空间句法的研究结果与基于Densi-Graph方法的研究结果进行对比,在除去数据质量因素后,城市群核心区发展边界识别差异有望控制在10%以内。研究表明:基于空间句法理论的城市群核心区发展边界识别方法容易获取计算数据,适用范围广,可靠性强。 

【文章来源】：地理研究. 2020,39(06)北大核心CSSCICSCD

【文章页数】：9 页

【部分图文】：

基于空间句法计算长株潭城市群集群度及其线密度栅格等值线

长株潭城市群集群度与等值线长度拟合曲线及其二阶导数图像

为了进一步验证结果的有效性，将研究结果与Densi-Graph分析方法求得的长株潭城市群边界结果进行对比。对比研究采用的数据为2019年长沙、株洲、湘潭三市高德地图POI数据，包括餐饮宾馆，娱乐，生活服务等共127022个点[10]。对POI数据进行核密度分析，生成核密度等值线，并通过Densi-Graph图找到阈值。由图4可见：二者在形态上基本保持一致，但也存在部分差异。基于空间句法划定的红色区域，面积约为4784.4 km2；基于Densi-Graph方法划定的蓝色区域，面积约为5852.8 km2。蓝色区域已将韶山市划入核心区，而在空间句法的结果中韶山市并未划入城市群的核心区，但指出了韶山市是未来的拓张区域。造成两种方法结果不同的主要原因是数据源不同。POI数据和道路数据有所差别，很多区域有道路覆盖，但POI密度却很低。本研究采用的POI数据为2019年的数据，而道路数据不如POI数据更新及时，采用的是2017年的数据。但从两种方法的对比结果也可以看出，划分边界在形态上基本保持一致，如果数据能够同步，范围差异可控制在10%以内。图4 基于Densi-Graph方法与空间句法识别长株潭城市群核心区边界对比


本文编号：3112246