签到数据的城市热点分布特征与成因

针对当前面向城市热点空间分布特征与成因的研究缺乏考虑时效性和全面性的问题,该文提出了一种基于签到数据的城市热点探测方法,精准、便捷地探测到8种业态类型的城市热点,并在此基础上运用点模式分析和地理探测器等方法,对各业态类型城市热点的空间分布特征及其影响因素展开研究。研究结果表明:各业态类型的城市热点具有不同空间范围下的集聚性特征,且在空间分布上表现出明显的差异性;业态类型、GDP、人口规模、土地价格以及交通通达性是影响城市热点空间分布的重要因素,且同类因素对不同业态类型的城市热点的影响力不同。     

郑州市主城区餐饮业空间布局及服务质量格局特征研究

基于大众点评网的餐饮业商家位置和点评大数据,运用多种地理信息系统空间分析方法,研究郑州市主城区餐饮业空间布局及服务质量格局特征.结果发现:郑州市主城区餐饮业商家分布呈现出"多核"空间结构,餐饮业商家主要分布在人口密度适中的区域范围内;不同评级不同类型餐饮业商家的空间分布与城镇街道和住宅小区分布均具有重要联系;大众点评评...     

郑州市主城区住宅价格空间分布格局及其影响因素研究

本文以郑州市主城区为例,以房地产租售网络平台和百度地图获取的住宅价格和位置数据为基础,运用克里金插值分析、核密度分析、空间自相关分析、缓冲区分析等GIS空间分析方法,研究其住宅价格空间分布格局及影响因素,为房价调控和基础设施建设布局提供依据。结果表明:(1)郑州市主城区住宅价格空间分布有显著的分片区特点,区域差异较大,呈现东北高、西南低的分布特征;(2)主城区东北部房价总体偏高,区域差异较大,西南部房价整体偏低,分布较为均匀,住宅价格之间表现出较强的空间自相关性;(3)住宅价格空间分布格局受到人口分布与经济发展,主要道路及河流水系分布,超市商城、教育设施、医疗设施配套及城市规划等多重因素的综合影响。     

北京市房地产价格空间分布变化研究

针对北京市主城区房地产价格长区间的空间分布变化及其成因进行研究,为北京市房价的空间分布规律提供参考.采用空间相关性分析方法中的平均最近邻分析、全局Moran'sI指数、Moran散点图和LISA集聚图等分析工具结合空间自相关理论对北京市主城区房地产价格的空间分布变化进行分析,通过克里金插值分析方法验证房价的空间特征,分析空间分布的变化及其成因.得出北京市主城区房地产价格20152019年,空间集聚特征不变,正向空间自相关增强,价格中心由单中心变为中心—副中心的多中心形式,区位因素和交通可达性条件是影响房价空间分布变化的重要因素.     

郑州绿地公园分布及可达性研究

以郑州市5个主城区为例,结合高分遥感影像、国情调查等数据,筛选了73个公园绿地,通过GIS缓冲区分析、网络分析,得到不同类型的公园绿地的缓冲区范围、多时间段可达范围、可达街区面积和不同类型的面积占比,探讨5个主城区内绿地公园分布的空间规律和服务范围。研究表明：就郑州整个城区而言,绿地明显呈现集聚分布的特点。金水区、管城区、中原区公园绿地分布相对集中,20 min服务范围能够覆盖本区域70%以上的街区,分布均衡合理;而二七区和惠济区公园绿地的分布数量和服务范围上都有待提高。分析结果能够为国土空间规划提供一定的数据支撑,从而不断完善郑州市公园绿地的分布,达到布局科学合理、资源公平共享的格局。     

西安市住宅价格空间分布特征及影响因素北大核心CSCD

针对目前西部二线城市住宅价格的空间分布研究较少的问题,该文从地质统计学角度出发,以西安市主城区452处的住宅价格数据为例,利用空间自相关、变异函数、克里金空间插值等理论方法,对住宅价格的空间分布特征及其影响因素进行了研究。研究发现,西安市主城区内住宅价格整体呈现空间正相关性,在各向同性上,住宅价格的最优拟合模型为指数模型,但在不同方向上变异程度不尽相同。目前,西安市主城区住宅价格的空间结构呈现一个极值中心,两个次级核心组团,两个新新组团的局面,价格整体南高北低、东高西低。究其原因,历史背景、新一轮城市规划和特定的景观环境及文化底蕴等要素均影响住宅价格的空间分布。     

宜出行大数据支持的武汉市主城区职住特征研究北大核心CSCD

分析城市的职住特征能够为制定城市发展规划和解决城市交通问题提供重要的指导。本文以武汉市主城区为研究对象,依托宜出行大数据,通过对组团、街道和微观3个尺度的职住分布特征和职住平衡特征的分析,研究了武汉市主城区的职住特征。研究发现:①在组团尺度,各时段组团间的人口分布由中心向外围依次递减,与武汉市主城区圈层发展、组团布局的空间格局规律一致,各组团均处于职住平衡状态;②在街道尺度,主城区65􀆰58%的街道为职住相对平衡状态,少数街道存在职住失衡现象;③在微观尺度,结合地图与POI数据分析,工作时段人口集中于商业区与交通线路附近,休息时段人口相对均匀地分散于住宅区。以工作时段人口聚集热点为例,热点中心就业高度集中,存在就业导向的职住失衡,随着距离增加,职住分布趋于平衡。     

西安市住宅价格空间分布特征及影响因素

针对目前西部二线城市住宅价格的空间分布研究较少的问题,该文从地质统计学角度出发,以西安市主城区452处的住宅价格数据为例,利用空间自相关、变异函数、克里金空间插值等理论方法,对住宅价格的空间分布特征及其影响因素进行了研究。研究发现,西安市主城区内住宅价格整体呈现空间正相关性,在各向同性上,住宅价格的最优拟合模型为指数模型,但在不同方向上变异程度不尽相同。目前,西安市主城区住宅价格的空间结构呈现一个极值中心,两个次级核心组团,两个新新组团的局面,价格整体南高北低、东高西低。究其原因,历史背景、新一轮城市规划和特定的景观环境及文化底蕴等要素均影响住宅价格的空间分布。     

POI数据下的兰州市城区犯罪分布环境分析

针对城市犯罪分布环境的研究问题,本文基于兰州市的犯罪统计数据,结合POI大数据,使用空间统计和GIS空间分析方法提取了兰州市3种类型犯罪的热点区,并进一步使用POI数据探索了犯罪热点区内的环境特征。结果表明:1)兰州市4个城区内犯罪分布情况不同,主要集中在人口较多的黄河南岸,其中又以西站、西湖公园、"西关十字—南关十字"一线、西固城步行街等区域为主,城关区作为中心城区,犯罪行为分布范围广,犯罪高发区多。2) 3类犯罪热点区的设施点环境多数是多类型POI设施共同主导,少数是单类型POI设施主导,但起主导作用的POI类型都能反映出对应的主要犯罪类型对城市环境的要求特点。3) 3类犯罪对人流、财富以及场所隐蔽性的趋向性不同,并在对应环境的POI分布特征中得到体现。     

一种适于空间特征探测的三角网模型

对地理数据所隐含空间特征的探测是GIS理论研究和工程应用的关键问题之一。提出了一种基于Delaunay三角网的空间特征探测模型,该模型可用于点、线、面等多种几何类型的多种空间特征的探测,如点群目标的空间分布范围、分布密度和分布轴线探测,线目标的弯曲特征探测,多边形目标的瓶颈区域探测,多边形群的分组聚类特征探测等。实验证...     

人口统计数据的空间分布化研究

分析了传统的人口空间分布密度衰减函数－指数型和Gauss型，指出了其应用的局限性，对于有两个中心以上的城市，提出了将人口统计数据空间分布化的思路和方法。     

核密度估计法支持下的网络空间POI点可视化与分析

城市空间POI点的分布模式、分布密度在基础设施规划、城市空间分析中具有重要意义,表达该特征的核密度法(kernel density estimation)由于顾及了地理学第一定律的区位影响,比其他密度表达方法(如样方密度、基于Voronoi图密度)占优。然而,传统的核密度计算方法往往基于二维延展的欧氏空间,忽略了城市网络空间中设施点的服务功能及相互联系发生于网络路径距离而非欧氏距离的事实。本研究针对该缺陷,给出了网络空间核密度计算模型,分析了核密度方法在置入网络结构中受多种约束条件的扩展模式,讨论了衰减阈值及高度极值对核密度特征表达的影响。通过实际多种POI点分布模式(随机型、稀疏型、区域密集型、线状密集型)下的核密度分析试验,讨论了POI基础设施在城市区域中的分布特征、影响因素、服务功能。     

利用轨迹数据提取城市居民出行时空分布特征

介绍了利用出租车轨迹数据提取城市居民出行时空分布特征的过程,包括利用数理统计的方法对出租车上下客事件基于时间进行特征分析;给出了一种融合核密度估计(KDE)与兴趣点(POI)分类的密度聚类算法,实现了出租车上下客热点区域的挖掘以及居民出行活动规律与城市功能区之间关系的发现.?研究表明:居民的出行活动特征在"工-休"日之...     

Validation tests of an improved kernel density estimation method for identifying disease clusters

The spatial filter method, which belongs to the class of kernel density estimation methods, has been used to make morbidity and mortality maps in several recent studies. We propose improvements in the method to include spatially adaptive filters to achieve constant standard error of the relative risk estimates; a staircase weight method for weighting observations to reduce estimation bias; and a parameter selection tool to enhance disease cluster detection performance, measured by sensitivity, specificity, and false discovery rate. We test the performance of the method using Monte Carlo simulations of hypothetical disease clusters over a test area of four counties in Iowa. The simulations include different types of spatial disease patterns and high-resolution population distribution data. Results confirm that the new features of the spatial filter method do substantially improve its performance in realistic situations comparable to those where the method is likely to be used.     

不同医疗资源空间配置及影响因素的地理探测——以贵阳主城区为例

医疗资源空间配置关系居民的健康福祉,以往研究更多关注医院,忽略了药店、诊所等社会卫生资源的系统配置。本文以贵阳市主城区为例,实地调查各级医疗机构、民间医疗、药店等不同医药类型体系,运用核密度、地理探测器等空间分析工具,探究引起城市医疗资源空间配置差异性的因素。结果表明,贵阳市主城区医药卫生服务空间布局呈内密外疏的特点,形成整体上“一心一带多点”的空间结构。其中,“一心一带”呈现了公立医疗资源,尤其是不同等级（三级、二级）的公立医院在空间分布上的等级性;“多点”则体现在社区医院、诊所及药店在空间上的均衡性。医疗资源空间配置整体受居住用地、道路密度、人口密度等因素影响明显,但不同类型医疗资源的影响因素存在差异。     

城市人口时空分布估计研究进展EI北大核心CSCD

城市人口是构成城市的社会主体,是城市发展中最为活跃的因素。城市人口时空分布是城市管理需要掌握的重要信息。正确、精细化的城市人口分布数据对于城市运行与规划、城市经济发展和人民生活具有极为重要的意义,因此城市人口时空分布估计是城市地理学需要解决和研究的热点问题之一。本文以城市人口时空分布估计的关键点为核心,从以下几个方面展开综述:①空间分布单元划分方法,即城市人口分布的空间划分方式;②主要的模型和方法,从模型思想发展过程和估计对象的角度总结了6类方法并进行详细阐述;③估计结果在城市发展中的主要应用。在此基础上,本文指出了目前人口时空分布研究在空间单元构建、建模数据、建模思想和结果验证上存在的问题,同时探讨了未来的研究方向。     

顾及属性特征的城市设施热点识别方法

研究城市设施的热点分布对把握当前城市形态具有重要意义。传统的设施热点识别方法容易忽略设施的特征尺度且多以区域识别为主,缺少精准化提取设施热点的方法体系。针对上述问题,本文提出了一种顾及属性特征的设施热点识别方法,并以北京市住宅设施为例进行了试验分析。首先将设施的属性值作为权重,进行加权核密度估计生成密度值表面,利用极值点探测模型提取极值点;然后采用Getis-Ord G_i^*统计进行空间自相关分析,生成具有显著统计学意义的热点区域,筛选极值点得到热点。结果表明,该方法能够准确有效地识别设施热点并进行合理的等级划分,为城市设施空间布局研究提供多样化视角。     

基于GIS的兰州市主城区牛肉面馆空间分布特征及趋向性分析

研究兰州市主城区牛肉面馆空间分布特征及趋向性,对今后兰州市城市规划、牛肉面行业投资等有重要的指导意义。本文基于GeoSharp V1.0提取的牛肉面馆和学校的点数据和兰州市主城区路网数据,运用核密度和缓冲区分析方法,研究牛肉面馆空间分布特征及趋向性。研究结果表明:从空间分布来看,兰州市牛肉面馆整体的分布格局呈现中心-外围结构,即中心城区为高聚集区,向外依次呈梯度递减的圈层状空间格局,对牛肉面馆与学校、道路的空间趋向性研究发现,牛肉面馆的分布对学校、道路有较强的趋向性。研究结果以期为兰州市主城区牛肉面产业发展提出决策建议、改善投资环境等提供科学依据。     

高维数据非参数密度估计的低维流形代表点法

非参数核方法由于采用统一的度量标准,在大数据中利用高维样本数据学习时容易遭遇维数灾难问题。挖掘高维空间中的低维几何特性,有助于揭示数据分布的流形结构,进而利用有限样本的高维数据在低维子空间逼近数据的真实分布。基于此,提出一种新的高维数据密度非参数估计的低维流形代表点法,通过从高维空间中挖掘数据分布的几何结构来估计密度。首先,通过寻找局部区域内能够代表流形结构主方向的点,计算局部协方差矩阵,描述局部的数据分布;然后,考虑流形结构中附近数据点不同的影响,根据每个样本数据点对密度的贡献进行加权。与传统的核密度估计方法和流形核密度方法进行了对比实验,结果表明,该方法能够快速稳健地进行密度估计,反映数据的真实分布。     

顾及城乡差异的大区域人口密度估算——以山东省为例

现有大区域人口密度估算结果大多是在千米级尺度上,仅能宏观地反映城乡人口分布的范围,无法准确地刻画城乡人口空间分布的细节特征。本文将首套30m全球地表覆盖数据(GlobeLand30)引入城乡人口密度估算中,基于实现城乡划分的GlobeLand30人造地表数据,在城镇区域运用夜间灯光强度与人口的相关性将城镇人口细划到30m尺度上来估算城镇人口密度;在乡村区域引入样方估算的方法修正乡村居民地面积以估算乡村人口密度。以山东省为试验区的研究表明,本文方法无论在城乡居民地刻画还是人口空间分布的表达上均优于参考数据,所使用的GlobeLand30的全球性也保证了该方法推广的可行性。