利用地理标签数据感知城市活力

发布时间：2022-07-09 18:20

　　高度活跃的城市是社会稳定发展的基础。基于地理标签感知的城市活力能够量化城市发展现状,探索城市活力的影响机制,为精细化城市治理提供技术支撑。传统城市活力研究依赖于街区的活力调查,时间长,费用高。本文研究利用兴趣点和社交媒体签到等地理标签数据,提出了城市活力度量指标,探索性分析城市活力的分布模式。基于土地利用、道路和建筑物等数据计算建成环境指标,构建城市活力和建成环境之间的普通线性回归与空间自回归模型,揭示了影响城市活力的建成环境因素。基于深圳市的试验结果表明:兴趣点和社交媒体签到数据能够较好地指示城市活力。深圳市的城市活力主要受商业用地、工业用地、土地混合利用以及路网密度、地铁站点密度的影响。住宅用地和建筑物占地密度对基于POI的城市活力具有显著影响。 

【文章页数】：10 页

【部分图文】：

深圳市行政区划

城市活力分布

【参考文献】：
期刊论文
[1]大众点评数据下的城市场所范围感知方法[J]. 王圣音,刘瑜,陈泽东,施力,张晶.  测绘学报. 2018(08)
[2]基于夜间灯光数据和空间回归模型的城市常住人口格网化方法研究[J]. 李翔,陈振杰,吴洁璇,汪文祥,曲乐安,周琛,韩肖锋.  地球信息科学学报. 2017(10)
[3]空间大数据支持下的城市区域评估及其关键技术[J]. 孔令彦,关丽,丁燕杰,陈思.  测绘通报. 2017(08)
[4]利用轨迹大数据进行城市道路交叉口识别及结构提取[J]. 唐炉亮,牛乐,杨雪,张霞,李清泉,萧世伦.  测绘学报. 2017(06)
[5]基于空间自相关的天然蒙古栎阔叶混交林林木胸径-树高模型[J]. 娄明华,张会儒,雷相东,李春明,臧颢.  林业科学. 2017(06)
[6]上海城市道路对消费活力的影响:基于POI密度与多样性分析[J]. 严朝霞,季民河,宋太新.  苏州科技大学学报(自然科学版). 2017(02)
[7]从Geomatics到Urban Informatics[J]. 李清泉.  武汉大学学报(信息科学版). 2017(01)
[8]街道活力的量化评价及影响因素分析——以成都为例[J]. 龙瀛,周垠.  新建筑. 2016(01)
[9]众源地理数据处理与分析方法探讨[J]. 单杰,秦昆,黄长青,胡翔云,余洋,胡庆武,林志勇,陈江平,贾涛.  武汉大学学报(信息科学版). 2014(04)
[10]利用位置签到数据探索城市热点与商圈[J]. 胡庆武,王明,李清泉.  测绘学报. 2014(03)



本文编号：3657595