兰州市主城区房价分异及驱动因素研究

以2021年兰州市主城区678个居住小区房价数据为基础,引入地理场模型量化影响房价的外部因素,通过空间自相关分析、多尺度地理加权回归等模型对房价分异的空间格局及驱动因素的作用机理、带宽差异展开研究,以期为推动河谷型城市房产市场的公平发展提供参考。结果表明:(1)兰州市主城区平均房价为13739元·m^(-2),空间上呈现“一主三副”的带状多中心组团式分布格局,房价由多中心向四周递减,价格相似的小区在地理空间上邻近分布,具有“小集中、大分散”的局部空间特征。(2)房价分异是多种驱动因素共同作用的结果,区位特征中的主商圈对房价的影响居于首位,建筑特征中的房龄、容积率和邻里特征中的中学数量、绿化率等对房价的影响较大,城市地理特征对房价具有显著影响,愈靠近黄河的小区、房价越高。(3)各驱动因素的带宽差异明显,主商圈、医院等小尺度变量存在高度空间异质性,而容积率、黄河等全局变量基本不存在空间异质性。

一种机载LiDAR点云自适应坡度阈值去植被算法

针对利用机载LiDAR点云数据制作高精度DEM时易受地形及茂密植被干扰问题,提出一种改进的基于坡度和地形的滤波算法:新算法按一定尺度将点云格网化后,引入地形判断因子,判断格网内地形并自适应调整格网的坡度阈值,从而避免过渡平滑或忽略较小地形特征导致的地形失真,以及在陡坡断崖处滤波效果不佳的问题。对FARO SINGAPORE PTE. LTD公司提供的机载LiDAR点云数据处理结果表明,相对于经典坡度滤波本文算法优势明显,在地形复杂且植被密度大的林区也能很好地保留地面点并滤除植被等非地面点,得到真实的地形信息。在陡坡断崖地形区域,本文算法总误差较布料模拟算法降低了2.68%,滤波效果较好。

基于POI数据贵阳市的生活服务业空间格局研究

基于贵阳市七类生活类服务业POI数据,运用核密度分析、标准差椭圆分析,相关性分析对贵阳市生活服务业空间格局进行研究。结果发现:1) 餐饮、住宿、医疗、购物、教育培训、日常服务、体育休闲这七类生活服务业在主城区南明区和云岩区交界处出现连片密集区域,非主城区域外县市出现单个密集区域。并且七类服务业密集区域在空间出现重叠性。2) 各类生活服务业具有较强的相关性,空间相关系数比较之下,餐饮和日常服务业与其他服务业空间相关程度较大,而住宿类服务业最低。3) 标准差椭圆分析结果来看,贵阳市这七类生活服务业中心空间位置接近,且空间分布方向呈东北–西南走向。餐饮类和住宿类服务业的空间分布较密,购物设施类空间分布较广。