基于多源POI数据的天津市城市功能区识别与分析
发布时间：2020-07-06 11:08
【摘要】：随着我国经济社会的发展,城市化水平不断提高,城市空间发展问题日益突出,发展模式从“增量扩张”急需转向高质量的“存量挖掘”。所以对于存量空间的研究显得尤为重要,而城市功能区研究是存量空间研究的重要组成部分。城市功能区分布现状的识别和用地功能的复合分析以及城市用地的优化,对城市规划设计有着重要作用。传统的城市功能区识别方法受数据获取难度大、成本高以及时效性差等客观因素限制,研究往往停留在宏观层面,缺乏精细化的分析技术。随着互联网开放数据的出现,很大程度上方便了我们获取传统规划数据难以表达的城市细节信息。在这样的背景下,本文通过网络爬虫获取了天津市百度地图和高德地图的POI数据,结合传统的规划及现状数据,对天津市中心城市和滨海新区进行了功能区识别与功能结构分析,并提出了优化建议。本文选取了两种来源的POI数据,确保能够更全面、详尽地覆盖研究区。在数据处理方面,探索了利用空间位置匹配与名称相似度匹配相结合的多源POI数据融合方法,解决了单独利用空间位置匹配存在的不同来源数据经纬度普遍存在误差的问题以及单独利用非空间属性要求过高且可能存在信息缺失与标注错误的问题,在空间位置的基础上使用名称相似度提高了POI融合方法的准确性,利用此方法得到了用于城市功能区识别的POI融合数据集。利用融合的多源POI数据集以及城市用地现状数据对天津市城市功能区进行了识别方法研究,结合路网数据分割提取了街区单元,以此为功能区识别的最小单元为科学合理的功能区识别奠定基础。针对城市功能区识别的结果,从多角度,多渠道验证了识别的精度。在人工比对了识别结果与城市用地现状图和百度地图影像的基础上,利用混淆矩阵量化了识别精度,其中总体精度达到78.33%,Kappa系数为0.74。此识别结果能够很好地弥补当前土地利用现状数据在细化城市功能区分布情况方面的不足。在功能区识别的基础上,从总体角度和中心城区角度分别分析了城市功能空间分布格局,发现市域范围内商业功能依然有开发空间;利用用地混合度分析模型得出市内六区及滨海新区主城区的城市用地混合度较好;进一步利用功能复合的分析方法计算得出了各区的用地功能区位熵指数,结合地理信息空间统计工具,对城市的居住、商业、公服、产业功能进行了多角度、多圈层的分析。最后,结合分析结果总结了天津市城市功能结构存在的问题。
【学位授予单位】：中国矿业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：P208
【图文】：
1 绪论的模型对天津市的城市功能用地进行一级类划分和二级类划分。并现状用地图和百度地图影像的方式进行识别结果校验，最后通过误法对识别结果精度进行验证。于识别结果，进行可视化分析。统计各区域功能区整体分布情况，城区的功能分布结构特征。利用城市用地混合度分析模型分析各区混合度，运用区位熵指数，对不同功能要素的优势度进行分析，区，则功能要素的优势度越大。利用地理空间统计学工具，空间自相平均最邻近距离方法以及圈层分析方法等，分析居住、商业、公服上的集聚特征等。最后借助分析结果总结城市功能空间结构的存在2）研究主要技术路线如下：
工程硕士专业学位论文2.2.2数据转换与预处理对于来源不同的 POI 数据：百度地图 POI、高德地图 POI，进行坐标转将坐标参考系统统一到天津 90 任意直角坐标系下。转换方法是先分别将两类据转换到 WGS84 坐标系，再根据控制点数据，完成 WGS84 系向天津 90 坐标的转换。将 POI 数据坐标统一为与基础数据（行政区界、路网、水域、现状用地一致的坐标体系下。路网数据为天津市规划和自然资源局 2018 年主城区（市内六区和环城四的道路中心线数据和四维图新网络电子地图中天津市滨海新区部分路网数据原始路网数据进行预处理：选取高速公路、主干路、次干路和支路，删除小区和其他道路，筛选删除其他的冗余道路线和断头路以及百米以下的小路，最后补齐断开的道路线。预处理前后路网数据对比情况：
图 2-2 预处理后路网分布图Figure 2-2 Distribution of RoadNetworkafterPreprocessing2.3 多源 POI 数据匹配（Multi-sourcePOI Data Matching）2.3.1POI 数据匹配及融合方法基于空间位置的方法是 POI 数据匹配的最常用及最便捷的方法。因为每一个 POI 数据本身都具备经纬度信息，而基于空间位置的方法仅根据经纬度信息，就能找到对应的匹配项。但是不同来源的 POI 数据由于坐标系统不统一问题以及存在一定误差的原因，单纯基于空间位置进行匹配的效果往往不是非常理想所以本文考虑在基于空间位置匹配的基础上，结合非空间信息，排除错误对应对象，找出未匹配对象，最后形成融合数据集。（1）基于空间位置的方法基于空间位置的方法根据 POI 数据的空间信息，例如经纬度信息，来计算POI 的相似性。进行 POI 数据的相关性匹配最原始的方式是计算两点之间的欧氏
本文编号：2743546
【学位授予单位】：中国矿业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：P208
【图文】：
1 绪论的模型对天津市的城市功能用地进行一级类划分和二级类划分。并现状用地图和百度地图影像的方式进行识别结果校验，最后通过误法对识别结果精度进行验证。于识别结果，进行可视化分析。统计各区域功能区整体分布情况，城区的功能分布结构特征。利用城市用地混合度分析模型分析各区混合度，运用区位熵指数，对不同功能要素的优势度进行分析，区，则功能要素的优势度越大。利用地理空间统计学工具，空间自相平均最邻近距离方法以及圈层分析方法等，分析居住、商业、公服上的集聚特征等。最后借助分析结果总结城市功能空间结构的存在2）研究主要技术路线如下：
工程硕士专业学位论文2.2.2数据转换与预处理对于来源不同的 POI 数据：百度地图 POI、高德地图 POI，进行坐标转将坐标参考系统统一到天津 90 任意直角坐标系下。转换方法是先分别将两类据转换到 WGS84 坐标系，再根据控制点数据，完成 WGS84 系向天津 90 坐标的转换。将 POI 数据坐标统一为与基础数据（行政区界、路网、水域、现状用地一致的坐标体系下。路网数据为天津市规划和自然资源局 2018 年主城区（市内六区和环城四的道路中心线数据和四维图新网络电子地图中天津市滨海新区部分路网数据原始路网数据进行预处理：选取高速公路、主干路、次干路和支路，删除小区和其他道路，筛选删除其他的冗余道路线和断头路以及百米以下的小路，最后补齐断开的道路线。预处理前后路网数据对比情况：
图 2-2 预处理后路网分布图Figure 2-2 Distribution of RoadNetworkafterPreprocessing2.3 多源 POI 数据匹配（Multi-sourcePOI Data Matching）2.3.1POI 数据匹配及融合方法基于空间位置的方法是 POI 数据匹配的最常用及最便捷的方法。因为每一个 POI 数据本身都具备经纬度信息，而基于空间位置的方法仅根据经纬度信息，就能找到对应的匹配项。但是不同来源的 POI 数据由于坐标系统不统一问题以及存在一定误差的原因，单纯基于空间位置进行匹配的效果往往不是非常理想所以本文考虑在基于空间位置匹配的基础上，结合非空间信息，排除错误对应对象，找出未匹配对象，最后形成融合数据集。（1）基于空间位置的方法基于空间位置的方法根据 POI 数据的空间信息，例如经纬度信息，来计算POI 的相似性。进行 POI 数据的相关性匹配最原始的方式是计算两点之间的欧氏
【参考文献】
相关期刊论文 前10条
1 焦耀;刘望保;石恩名;;基于多源POI数据下的广州市商业业态空间分布及其机理研究[J];城市观察;2015年06期
2 邓鹏;李霖;陈功;李游;;基于用户情境的POI个性化推荐模型[J];测绘地理信息;2015年03期
3 郑宇;;城市计算概述[J];武汉大学学报(信息科学版);2015年01期
4 郭璨;甄峰;朱寿佳;;智能手机定位数据应用于城市研究的进展与展望[J];人文地理;2014年06期
5 张巍;高新院;李瑞姗;;空间位置信息的多源POI数据融合[J];中国海洋大学学报(自然科学版);2014年07期
6 林锦耀;黎夏;;基于空间自相关的东莞市主体功能区划分[J];地理研究;2014年02期
7 张玲;;POI的分类标准研究[J];测绘通报;2012年10期
8 赵卫锋;李清泉;李必军;;利用城市POI数据提取分层地标[J];遥感学报;2011年05期
9 刘瑜;肖昱;高松;康朝贵;王瑶莉;;基于位置感知设备的人类移动研究综述[J];地理与地理信息科学;2011年04期
10 辜寄蓉;陈先伟;杨海龙;;城市功能区划分空间聚类算法研究[J];测绘科学;2011年05期
本文编号：2743546
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/2743546.html
