当前位置:主页 > 科技论文 > 测绘论文 >

基于多源数据的成都市城市功能区识别与分析

发布时间:2021-10-13 06:57
  近年来,我国的城市化水平不断增长,城市空间急速扩张,但也伴随着人口城市化和土地城市化之间矛盾的加剧。现代城市急需从以增量土地换取城市扩张向优化用地存量、实现用地减量的城市发展模式转型。作为此过程中的重要步骤,全面规划城市功能区布局被列为了新时期国土空间规划工作的重要组成内容,界定城市不同空间的主要功能,划分城市功能区域,对土地开发格局的精细化管理具有重要意义。传统的城市用地功能识别研究的数据基础大都为人口、土地等普查数据,这些数据的自身局限性(获取成本高、难以管理、时效性差等)导致此类研究尚停留在宏观层面。遥感技术的普及使遥感影像的识别与分类逐渐应用于城市土地功能识别的研究中,但仍然存在分类方法繁琐、结果精度无法保证等问题。随着信息时代的进一步深入,城市中的智能手机、车载GPS设备等各种传感器产生了大量实时、可靠的位置数据,利用大数据进行城市功能形态与结构研究逐渐成为当下城市空间领域的热点。但是,现有的研究对于位置数据的时序特征的挖掘还不够充分,并且大多采用直接聚类的方法判断城市用地类型的差异,导致识别结果精度较低。在此背景下,本文利用成都市的2016年“滴滴出行”轨迹数据、2017年... 

【文章来源】:西南大学重庆市 211工程院校 教育部直属院校

【文章页数】:71 页

【学位级别】:硕士

【部分图文】:

基于多源数据的成都市城市功能区识别与分析


技术路线图

地图,区位,成都市,四川省


第2章研究区概况与数据13第2章研究区概况与数据2.1研究区概况成都市是四川省省会,是国家重要的高新技术产业基地和西部重要的中心城市。据成都市人民政府官网(http://www.chengdu.gov.cn/)显示,截至2018年,成都市面积为14335平方公里,常住人口1633万人,GDP15342.77亿元。本文选取成都市主城区即绕城高速(四环)以内为研究区,纬度范围:30°33"53.7186"~30°47"19.4706",经度范围:103°55"46.6818"~104°12"27.813"(经纬度范围数据来源于高德地图),涉及青羊区、金牛区、成华区、锦江区、武侯区等多个区县的城市土地,这里通常被定义为成都市的中心城区,是整个成都市的中心地带,是成都市建设用地最为集中的地方,包括了住宅区域,商业场所,公共服务,办公大楼、交通设施和绿地与广场等多种城市建设用地。(图2.1)图2.1研究区区位图Fig.2.1Locationofstudyarea成都市锦江区,原名东城区,位于成都市主城区的东南部,是四川省人民政府和四川省人大所在地。锦江区是成都市的商业金融中心,商业辐射范围覆盖整个大西南地区。区内的标志性地段有百年金街——春熙路,城市之心——天府广场,商业中心——盐市口,花香之园——三圣花乡等。区内有春熙路、盐市口、红星路、大慈寺、东大街、成都远洋太古里等商圈。成都市青羊区,原名西城区,位于成都市主城区西部,是中共四川省委、四川省政协和西部战区司令部所在地。青羊区是成都市的政治军事中心,区内的标志性

分布图,兴趣点,分布图


第2章研究区概况与数据15分的28大类,考虑到城市功能区的类型及属性,本文将POI划分为以下几类:餐饮服务、购物服务、休闲服务、住宿服务、科教文化服务、医疗保健服务、住宅、公司企业、政府机构及社会团体、风景名胜。POI数据清洗后,共计177,334条记录,其分布如图2.2所示,各类POI的数量统计如图2.3所示。图2.2兴趣点分布图Fig.2.2DistributionofPOIdata图2.3兴趣点分类统计图Fig.2.3ClassificationstatisticsofPOIPOI数据来自于高德地图,属于GCJ-02坐标系。GCJ-02又被称为火星坐标系,是由中国国家测绘局制定的一种基于WGS-84的坐标系统,它利用混淆算法对真实的经纬度加入随机偏移,以达到数据加密的目的,火星坐标系在各地的偏移量有所不同。根据国家规定,所有的电子地图、导航设备都在进行这种偏移处理后,才可以进行出版和发布,高德地图、谷歌地图的中国区域等都使用了这种坐标偏移系统。为了提高数据融合的精度,方便后续的数据管理、计算与统计,本文利用ArcGIS10.5软件的数据配准、坐标转换、投影变换等操作,将数据统一为CGCS2000坐标系,然后根据研究区所在位置的经度,将所有数据的投影系统转换为CGCS2000_3_Degree_GK_CM_105E。2.2.2轨迹数据轨迹数据来源于滴滴出行的盖亚数据开放计划(https://gaia.didichuxing.com),滴滴出行是涵盖出租车、专车、快车、代驾及大巴等多项业务在内的一站式出行平台,滴滴出行APP改变了传统打车方式,引领发展了移动互联网时代下的现代化出行方式。本次研究中选取了2周共14天的订单数据,订单日期为2016年11月7日(周一)~11月20日(周日),共计3,298,395条记录。将原始数据进行清洗与

【参考文献】:
期刊论文
[1]基于GIS方法的特大型城市酒店空间布局特征研究——基于广州酒店POI数据分析[J]. 赖长强,巫细波.  现代城市研究. 2019(08)
[2]基于主体功能区、国土空间规划、三生空间的国土空间优化路径探索[J]. 魏伟,张睿.  城市建筑. 2019(15)
[3]基于POI数据和主成分分析法的城市空间结构分析[J]. 王奇,代侦勇.  国土与自然资源研究. 2018(06)
[4]基于出租车用户出行的功能区识别[J]. 刘菊,许珺,蔡玲,孟斌,裴韬.  地球信息科学学报. 2018(11)
[5]基于手机数据的城市功能区识别算法[J]. 汤长猛,廖海明,吴乃星,董路熙,张瑞,李燕敏,高翔.  电脑知识与技术. 2018(25)
[6]利用时序手机通话数据识别城市用地功能[J]. 彭正洪,孙志豪,程青,焦洪赞,陈伟.  武汉大学学报(信息科学版). 2018(09)
[7]基于手机数据可靠性分析的旅游城市功能空间识别研究[J]. 赵莹,张朝枝,金钰涵.  人文地理. 2018(03)
[8]基于logistic回归模型的城市功能区识别[J]. 冯然,董先敏,梁婷,王路遥.  测绘与空间地理信息. 2018(04)
[9]基于居民出行特征的北京城市功能区识别与空间交互研究[J]. 陈泽东,谯博文,张晶.  地球信息科学学报. 2018(03)
[10]景观生态学视角下长春城市功能空间耦合特征研究[J]. 孙博,程淑佳,于国政,王肇钧.  地理科学. 2017(04)

博士论文
[1]城市混合功能建设研究[D]. 黄毅.同济大学 2008

硕士论文
[1]融合多源地理大数据的杭州市功能区识别和空间优化研究[D]. 赵智勇.浙江大学 2018
[2]基于手机信令数据的上海中心城区城市空间活力特征评价及内在机制研究[D]. 王玉琢.东南大学 2017
[3]基于众源数据的城市功能用地识别与划分方法研究[D]. 刘娅菲.兰州交通大学 2017
[4]基于多层异质网络的智慧城市分析框架研究[D]. 刘鑫.天津大学 2017
[5]成都市土地利用特征对居民出行方式的影响研究[D]. 刘昌.西南交通大学 2016
[6]基于城市公交刷卡数据和兴趣点的城市功能区识别研究[D]. 于翔.浙江大学 2014
[7]上海市人口分布变动和城市功能区研究[D]. 杨守国.首都经济贸易大学 2007



本文编号:3434172

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3434172.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户33490***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com