基于多源时空大数据的城市规划研究——以杭州市下城区为例

发布时间：2021-02-21 11:30

　　多源时空大数据的应用,为城市规划、城市问题的分析和解决提供了新的思路、手段。以杭州市下城区为例,首先利用兴趣点数据进行城市功能区识别,在城市功能区基础上采集手机信令数据与互联网房价数据,进行不同功能区的职住人口、房价水平和人口密度等城市特征的挖掘与分析,以期探索多源时空大数据在城市功能识别和特征挖掘方面的应用和方法,为城市规划提供新的思路。研究结果表明,杭州市下城区可以分为居住、商业、办公和混合4种功能区类型,且呈现明显的空间聚集特征。其中,商业区的职住比、平均房价水平和人口密度明显高于其他功能区,办公区其次,居住区最低,而混合区则位于中位数水平。研究结果可以为下城区规划调整、功能区布置和设施布局等方面提供政策依据和建议。 

【文章来源】：地理信息世界. 2020,27(03)

【文章页数】：6 页

【部分图文】：

功能区划分过程

利用极差法对人口数据进行无量纲处理后,进行K-means聚类分析,K值选为5,即聚类结果有5种,聚类结果如图2所示。聚类簇1的相对人口指数分布特征表现为夜间(1∶00—6∶00)值高于日间(10∶00—17∶00)。具有早晚高峰特点,早8∶00后人口指数急速下降,17∶00后人口指数增加,且晚高峰持续时间较长,最高值出现在早8∶00左右。日间人口表现为稳定低谷。

根据相对人口指数分布特征与聚类簇和各类POI的关联情况,拟定聚类簇1为居住区1类型,聚类簇2为居住区2类型,聚类簇3为商业区类型,聚类簇4为办公区类型,聚类簇5为混合区类型。虽然居住区1和居住区2都被定义为居住区类型,但其内部特征差异明显。功能分区结果如图3所示。2.2 城市特征挖掘

【参考文献】：
期刊论文
[1]基于POI数据的上海城市功能区识别与绿地空间评价[J]. 姜佳怡,戴菲,章俊华.  中国园林. 2019(10)
[2]面向微博签到数据的城市社区结构挖掘[J]. 别婉娟,易孜芳,肖蓊岸,万幼.  地理信息世界. 2019(04)
[3]广州市公园对比评价研究——基于社交媒体数据的文本分析[J]. 王志芳,赵稼楠,彭瑶瑶,岳文静.  风景园林. 2019(08)
[4]基于手机信令大数据的城市居民出行OD预测[J]. 孙卓,刘即明,阎妮.  数学的实践与认识. 2019(11)
[5]多源空间大数据的获取及在城市规划中的应用[J]. 裴莲莲,唐建智,毕小硕.  地理信息世界. 2019(01)
[6]大数据在城市规划中的应用研究综述[J]. 甄茂成,党安荣,许剑.  地理信息世界. 2019(01)
[7]多源时空大数据视角的城市商圈空间结构及影响因素研究——基于核密度与空间面板模型的实证[J]. 吴忠才,柳思维.  经济问题. 2018(09)
[8]基于大数据的城市规划评估思路与方法探讨[J]. 席广亮,甄峰.  城市规划学刊. 2017 (01)

博士论文
[1]大数据背景下的城市承载适配性评价研究[D]. 高佳斌.浙江大学 2019

硕士论文
[1]基于多源数据的城市街道空间活力评价研究[D]. 邱煜卿.苏州科技大学 2019
[2]时空大数据支持下的城市活力测量方法及增长策略研究[D]. 范冬婉.武汉大学 2019
[3]多源时空大数据驱动的城市最短路优化问题研究[D]. 周建栋.北京化工大学 2017



本文编号：3044287