基于POI数据的服务业区位分析教学探索——以“浙南青田咖啡店布局”为例

本文借助POI兴趣点可视化呈现技术,探究服务业的区位因素及选址决策分析。本文以“浙南青田咖啡店布局”为例,在地理信息技术的助力中“洞见”了一个真实复杂、利弊共存的服务业区位因素分析及选址决策模型,以期为一线教师使用地理信息技术融合大数据与学科教学提供参考。     

基于POI数据的西宁市零售业空间格局探究

零售业是城市商业结构中最有活力的组成部分，合理有序的零售空间结构对促进经济的发展、提高资源的配置、满足居民的生活需求至关重要。POI作为新的空间数据源，能够客观地、准确地对商业空间结构进行识别和探究。西宁市位于青藏高原东北部，是连接青藏高原与中国大陆的重要门户。西宁市集中大量的人口，且存在有潜力的消费市场。基于POI大数据，运用核密度、局域Getis-Ord G*指数、Ripley’s K函数和区位熵的分析方法，以西宁市为研究案例探究零售网点的空间分布特征。零售业详细地分为以下8种类型，分别是食品、饮料及烟草制品，纺织、服装及日用品，文化、体育用品及器材，家用电器及电子产品，五金、家具室内装饰材料，医药及医疗器材，汽车、摩托车燃料及零配件，综合零售。结果表明：西宁市零售业集聚区空间分布特征显著，呈现“多集聚、多核心”商业空间形态。密度等级由中心区沿交通干线逐渐向外围递减；高密度集聚区分别分布在水井巷附近街区、商业巷附近街区、祁连路—北禅路交汇的附近街区（北山市场）和以万达广场为核心的海湖新区。行业属性不同使得零售点集聚和分布变化表现出较大的差异性，与人们日常生活密切相关的业态零售点呈现社区化、微型化和便利化的特征，且区位选择性较大，如：食品饮料及烟草制品、医药及医疗器材和综合零售行业，而家用电器及电子产品、文化体育用品和纺织服装等行业区位选择尺度小，集中在特定的区域；基于道路数据构建的街区单元冷热点区域分布特征显著，它受城市建设用地扩张，人口密度，交通可达性和城市规划等因素的影响，海湖新区将成为最有发展潜力的商业区；在街道尺度，各业态零售业专业化功能区块显著，发展成熟的街道表现出多优势行业集聚特征，西宁市多业态集聚区域较少，只有人民街街道。这项研究一方面有助于填补基于POI数据青藏高原河谷型城市商业空间结构研究的空白; 另一方面，为政府战略制定，零售商选址和城市规划提供一些参考。     

地理大数据为地理复杂性研究提供新机遇

大数据之风自2010年席卷全球,已在科学、工程和社会等领域产生深远影响。本文首先从地理大数据、第四范式以及非线性复杂地理系统3组基本概念出发,剖析上述3组概念之间的科学联系与相互支撑作用,提出大数据和第四范式为地理复杂性研究提供新机遇。其后,探讨如何利用大数据和复杂性科学的理论方法开展地理复杂性研究。基于地理大数据,可以通过统计物理学的系列指标描述现实地理世界的复杂非线性特征,同时,还可利用深度学习、复杂网络、多智能体等方法,实现复杂非线性地理系统的推演和模拟。上述方法对认知地理现象和过程的复杂性,对复杂地理系统的分析、模拟、反演与预测有重要作用。最后,提出地理大数据和复杂性科学相互支撑可能成为21世纪地理学的主流科学方法。     

自然地理学的大数据研究

大数据给科学研究带来了机遇与挑战,但针对自然地理学的研究很少.基于此,该文结合大数据理念,立足自然地理学特点,分析了自然地理学的大数据源、大数据研究方法及相关变革.认为自然地理研究中的大数据源主要包括遥感大数据、地面传感器数据、自发地理信息和地理成果累积数据,对地观测、自动感知和自发地理信息是其主要生产方式.自然地理的大数据研究方法重点在地理信息科学的升级与变革,集中在数据-信息-知识的处理过程中.大数据背景下自然地理研究将向数据密集型范式转变,地理研究将实现新的综合,应用性地理学得到发展,研究队伍结构更加多元化,众包研究成为新的方式.要在自然地理研究中充分合理地使用大数据,还需要数据开放与共享政策的支撑,同时有必要开展大数据地理学研究.     

GIS专题数据综合的研究

随着GIS技术在各种应用领域的推广使用，各领域的专业数据与G1S的空间数据相结合，形成描述特定地理现象的各种专题数据。与GIS空间数据一样，专题数据的应用也由微观的、较为详细地描述小区域地理现象特征，转向宏观的、较为概略地描述较大范围地理现象特征，这是专题数据综合的主要任务。该文在讨论GIS专题数据类型及特征的基础上，着重分析了专题数据综合的基本类型，并提出了专题数据综合的概念模型，为GIS专题数据自动综合的实施提供理论依据和实施方案。     

大数据时代背景下的测绘地理信息工作研究

在大数据时代,测绘地理信息工作深入到社会公众的日常生活,为人们提供更好的服务.随着数据增长,如何为人们提供更精准、更丰富的数据成为行业发展的关键.对此,本文进行一些分析研究.     

多源地理大数据支撑下的地理事件建模与分析

地理事件作为描述地理过程的基本单元,逐渐成为地理信息科学（GIS）核心研究内容。由于受人类活动数据获取限制,GIS对地理事件的建模和分析主要关注事件所引起的地理空间要素变化及要素之间的相互影响与作用机制。然而,近年来随着基于位置服务数据（LBS）爆炸式的增长和人类活动大数据定量刻画手段的快速发展,地理事件对人类活动的影响以及公众对地理事件的网络参与度都引起了多个领域的广泛关注,对地理事件的时空认知、建模方法和分析框架提出了巨大的挑战。对此,本文首先深入分析了大数据时代地理事件的概念与分类体系;其次,基于地理事件的时空语义给出了基于图模型的事件数据建模,建立了事件本体及其次生或级联事件的“节点—边”表达结构,开展了事件自身时空演化及其前“因”后“果”的形式化描述;第三,从时空数据分析与挖掘的角度,给出了大数据时代地理事件建模与分析的整体框架,拟突破传统“地理实体空间”事件探测与分析方法的局限性,融合“虚拟空间”事件发现与传播模拟思路,实现多源地理大数据支撑下的面向地理事件的人类活动多尺度时空响应与区域差异分析;最后,本文以城市暴雨事件为例诠释了本文所提出的地理事件建模与分析方法,从城市和城市内部两个尺度进行了暴雨事件与人类活动的一致性响应及区域差异分析,得到了明确的结论,验证了前文分析框架的可行性与实用性。     

基于POI数据的广州零售商业中心热点识别与业态集聚特征分析

商业中心是城市零售活动的重要载体,优化商业资源在城市内部空间的合理配置,摸清不同零售经营形态的区位选择,显得尤为重要。以面向公众服务的商业机构兴趣点（POI）数据为研究对象,提出一种城市商业中心与零售业态集聚区识别的方法;以广州市为例,分析商业活动的热点地区以及零售业态集聚区的空间分布特征。研究表明：① 根据核密度估计法提取的商业中心在等级上表现出由城市中心圈层向外围圈层扩散的趋势,结果符合客观事实。② 以街区为单元,商业网点密度符合局域Getis-Ord G^*指数统计特征的热点区域主要分布在越秀区和天河区,广州市零售业发展的双核心空间格局已经形成。③ 不同的零售业态对商业集聚的区位选择具有显著差异性,百货商店、超市、便利店等零售经营形态的空间集聚特征与该业态的市场定位、经营模式及选址策略基本吻合。总体来看,基于POI数据的广州零售业集聚空间分析结果能够反映实体零售企业行为与广州商业经济分布的相关性,有助于提高政府部门商业规划和零售商选址前期研究的客观性和科学性。     

郑州市零售业空间格局及影响因素分析

零售业与居民生活密切相关,其空间布局对满足居民消费需求、城市经济发展等方面有重要影响.城市空间格局决定了产业发展环境,影响产业布局.该文采用空间分析方法,分析郑州市零售业空间分布特征,并利用地理探测器探讨不同城市空间对零售业空间布局的影响.研究发现:1)零售业空间集聚特征明显且存在空间尺度效应,随距离增加,空间集聚性先增加后减小;2)零售业具有明显的"核心—边缘"空间结构特征,且集中分布在距市中心10 km范围内;3)5种城市空间对零售业整体空间布局具有显著影响,其中休闲娱乐和交通空间对郑州市零售业空间布局影响较大,因子解释力分别为0.675、0.656,其次为居住、公共和商业空间,影响程度接近;4)不同城市空间对不同零售业态空间布局的影响程度有差异,居住和公共空间对医药及医疗器材零售布局影响较大,交通空间对综合零售布局影响较大,而商业和休闲娱乐空间对文化、体育用品及器材零售布局影响较大.     

海洋数据多维动态显示系统的设计与开发

该文针对我国海洋系列卫星应用的需要，探讨了海洋数据多维动态显示系统设计与开发中的关键技术。从系统主要功能设计入手，讨论了多维动态数据结构和数据流程的设计，阐述了系统详细开发方案，给出了统一空间分辨率、统一地理投影和海量数据快速显示的解决方法，开发并实现了海洋数据多维动态显示系统的原型系统。     

运用地理数据 提高地理素养

地理数据是地理感性知识的重要组成部分。同时，地理理性知识中的一些地理特征往往也是从地理数据中概括出来，并进一步形成地理概念的内涵。可以说，地理数据是地理教学的重要基础。例如，人教版高中地理必修第一册第四单元“自然资源和自然灾害”中，仅正文中出现的地理数据就多达30余处，另外，在阅读材料、图表中也有丰富的数据。其中，绝对数据如“海洋中有丰富的生物资源，有20万种生物，18万种动物，16000种鱼类”；     

谈地理数据在教学中的作用

我在地理教学中经常大量使用地理数据进行教学，取得了非常好的教学效果，并深感地理数据在教学中有许多神奇作用。     

基于微观企业数据的产业空间集聚特征分析——以杭州市区为例

与基于面状地理数据的研究不同,以微观企业点数据为基础,采用基于距离的产业集聚的研究方法,最终完成一个完整的从企业地址信息处理,到大量企业之间距离运算和处理,再到集聚参照设定,最后进行产业空间集聚分析的研究过程。以杭州市2013年工商登记数据为基础,通过对不同类型产业的研究,认为生产性服务业和高科技制造业集聚趋势较为明显,而传统的零售业和制造业在城市空间上没有形成集聚。进一步分析企业规模对空间集聚趋势的影响表明,金融服务和商务服务业的集聚由较小规模企业主导,零售业的集聚由较大规模企业主导,信息服务业的集聚由中等规模企业主导,制造业的集聚整体上由中小规模企业主导。     

地理区位分析的方法与技巧

正高考地理中,有关地理区位的内容经常涉及,而区位分析如能把握规律、巧用方法,这类问题并非难以解决,这对提高成绩是非常有效的。区位问题包括农业、工业、交通、城市、聚落、商业、旅游等方面,无论何种地理事物在布局的时候都要充分考虑最优的区位设置,因此,在布局时必须要考     

大数据时代的空间交互分析方法和应用再论

空间交互是理解地表人文过程的重要基础,与空间依赖一起共同体现了地理空间的独特性、关联性以及对嵌入该空间的地理分布格局的影响,具有鲜明的时空属性,因此对于地理学研究具有重要意义。大数据为空间交互研究带来了新的机遇,能够使我们在不同时空尺度感知和观察空间交互模式并对其动态演化特征进行模拟和预测,从而为揭示人类活动规律及区域空间结构提供有力支持。本文在探讨空间交互与地理空间模式关系的基础上,描述了利用地理大数据感知空间交互的方式和定量模型,介绍了空间交互分析方法的研究进展及其在空间规划与交通、公共卫生、旅游等领域的应用情况,并就一些基本问题进行了讨论,以期为大数据支持下空间交互相关研究提供指导。     

省级国土资源数据物理存储策略研究——以陕西省国土资源数据为例

基于对省内多级行政单元国土资源数据特征及管理需求分析,提出了多级行政单元国土资源数据应用模式及数据布局策略,并以陕西省为例,对省级土地利用数据库的地类图斑要素层,按照县级多实例、全省单实例(不进行布局控制)和全省单实例(按县进行数据库分区布局)3种布局策略下的数据访问性能,进行了测试和对比分析,得出对我国国土资源数据管理部门具有参考价值的结论。     

北京零售业的空间分布及影响因素

零售业是生活性服务业的重要组成部分,传统零售业通常通过零售商业网点形式展开。零售商业网点具有数量多、分布广、差异大等特点,其区位选择不仅影响居民的生活品质,也关乎商业网点空间布局的合理性。北京中心城区的零售业整体及其各细分行业均呈现出显著的空间集聚态势,集聚中心主要沿长安街及其延长线分布。影响零售业的区位选择因素包括交通通达性、地价成本、消费市场规模、消费偏好、政策引导、城市商业发展历史等。近年来,随着零售业与互联网的深度融合,零售业区位选择的影响因素及其作用方式不断发生变化,需要更多关注“新零售时代”对零售业空间布局的影响。     

“区位分析”突破策略

高中地理新教材对地理布局的内容作了大幅度的调整,引入了区位的概念,增加了区位的内容,涉及农业区位、工业区位、城市区位、交通运输点线和枢纽的区位、商业中心与网点区位等内容,充分体现了地理学科综合性、区域性的特点。区位分析能力考查成为高考地理命题目标的重点,该类试题能很好地考查考生的综合能力、分析评价能力以及创新能力。考生务必要重视区位分析,提升自己的区位分析能力。     

建成环境对城市活力影响的时空异质性研究：基于大数据的分析

城市地理与城乡规划一直关注建成环境对城市活力的影响,但鲜有研究揭示该影响的时空异质性。城市活力表现为居民在实体空间上的分布及其活动,并呈现时间动态变化特征。通过采集广州市中心城区新浪微博签到数据以及建成环境大数据,在1 km×1 km方格网、2 h时间段的时空单元上可视化城市活力的时空动态变化特征,基于时空地理加权回归模型 (GTWR) 揭示区位、功能混合度与密度对城市活力影响的时空异质性,并对比工作日与双休日的差异。研究发现：① 广州中心城区城市活力呈现东西带状的“多节点”空间格局,在24 h内经历“分散-集聚-进一步集聚-分散”的时空动态变化。② 区位、功能混合度与密度对城市活力的边际效应表现出空间和时间双重维度的不稳定性。③ 由于居民活动的时空约束不同,城市活力时空特征及其建成环境影响在工作日与双休日存在差异。     

空间尺度思想下的服务业区位分析——以“主题公园的布局”为例

本文以“服务业的区位因素”为例,依托真实情境,创设了一条基于全球、全国、长三角、杭州萧山区等不同尺度空间下“主题公园布局影响因素分析”的认知主线。该教学设计渗透地理空间尺度思维,有利于提升学生解决“区位分析”问题的能力,充分培养其区位分析能力、地理实践力、家国情怀、国际视野等素养。