基于GIS的房价多变量影响性分析——以成都市为例

在过去几十年里,随着城市进程的推进以及国内房价的快速上涨,房价调控已成为一个重要课题。为了更好地调控房价,相关影响因素需要得到更好的分析。此前成都房价增长较快,而针对影响其房价的多变量分析却很少,尤其是结合空间变量进行分析。因此以成都房价为例,对多变量的影响进行分析。最终选择最优算法随机森林进行全局分析,具备较高的房价预测准确度。研究发现除房屋本质属性外,空间相关因素对成都房价也有着较大影响,其中到地铁最邻近距离为最大影响因素,其次是到企业聚集中心和重点中学的距离。此外,结合SHAP图表对多变量进行分析,能更直观了解正向负向房价影响因子,有助于在规划阶段对相关设施资源进行更好的规划。

遥感在研究武汉市地表类型的变化的应用

武汉市是我国的主要城市之一,在我国的GDP组成中占有极大地位,而武汉市也在不断发展和扩大城市化水平和城市范围。这里以Landsat 5 ETM+ 2005年的卫星影像和我国资源卫星2011年卫星影像进行比较,研究武汉市地表类型变化方向及趋势。

某高校GIS毕业生来源地与去向地的空间关联模式

以湖北省某高校2007~2011年地理信息系统专业毕业生数据为基础,采用空间挖掘方法研究毕业生来源地和就业地之间的若干强空间关联性,置信度普遍超过70%。通过对关联规则结果的深入分析,得到该校GIS专业学生在选择就业地时的倾向,一定程度反映出相关省份在GIS行业的需求和发展趋势。