基于POI(Point of Interest)数据、路网数据、城镇建设用地分类数据与城市功能分区相关理论相结合,以徐州市新沂市城区为研究对象,对POI数据进行筛选与分类,构建“空间—影响力”二元权重计算模型以量化POI属性,在路网精细化网格尺度下...基于POI(Point of Interest)数据、路网数据、城镇建设用地分类数据与城市功能分区相关理论相结合,以徐州市新沂市城区为研究对象,对POI数据进行筛选与分类,构建“空间—影响力”二元权重计算模型以量化POI属性,在路网精细化网格尺度下,依据熵来计算地块中城市用地的混乱程度,通过对各街区POI数据点密度之间进行量化分析,实现了新沂市核心城区功能区的划分和识别。将实验结果与新沂市现有城市用地地图进行对比,证明该方法现实可行。展开更多
基于兴趣点数据(Point of Interest,POI)与城市分区相关理论,以重庆市核心城区为研究对象,在对POI进行筛选与分类的基础上,构建“空间—影响力”二元权重计算模型以量化POI属性,在精细化网格尺度下对功能混合度进行计算,并结合街道分区...基于兴趣点数据(Point of Interest,POI)与城市分区相关理论,以重庆市核心城区为研究对象,在对POI进行筛选与分类的基础上,构建“空间—影响力”二元权重计算模型以量化POI属性,在精细化网格尺度下对功能混合度进行计算,并结合街道分区识别各街区主体功能.结果表明:中心城区整体功能混合程度较高,功能分区识别以多中心为显著特征,城市组团发展模式较成熟;不同类型POI所属功能区空间分布差异化明显,商服、居住、公服等功能以组团分布、圈层围合为整体特征,工业功能主要以中心城区边缘化分布为主,交通、绿地功能分别以主要站场和大型公园为主;基于POI的功能区识别效果显著,小尺度网格的功能混合度对山地城市的土地利用描述具有一定的参考价值.展开更多
活力是评价城市空间品质的重要指标,也是城市空间品质提升的目标之一。城市是一个复杂的巨系统,城市的活力也因此受到多元、复杂的各种因素的影响。聚焦于街道/乡镇这一基本行政空间单元,运用ESDA(exploratory spatial data analysis)方...活力是评价城市空间品质的重要指标,也是城市空间品质提升的目标之一。城市是一个复杂的巨系统,城市的活力也因此受到多元、复杂的各种因素的影响。聚焦于街道/乡镇这一基本行政空间单元,运用ESDA(exploratory spatial data analysis)方法,结合信息熵模型,对上海市城市活力区域进行了识别评估,对其驱动因素进行了分析,并可用于对未来结果的预测。研究发现城市活力受到功能混合度、常住人口分布、交通可达性、公共交通服务水平、设施供给密度的显著影响,并基于以上研究结果试提出了相应的规划设计建议。展开更多
文摘基于POI(Point of Interest)数据、路网数据、城镇建设用地分类数据与城市功能分区相关理论相结合,以徐州市新沂市城区为研究对象,对POI数据进行筛选与分类,构建“空间—影响力”二元权重计算模型以量化POI属性,在路网精细化网格尺度下,依据熵来计算地块中城市用地的混乱程度,通过对各街区POI数据点密度之间进行量化分析,实现了新沂市核心城区功能区的划分和识别。将实验结果与新沂市现有城市用地地图进行对比,证明该方法现实可行。
文摘基于兴趣点数据(Point of Interest,POI)与城市分区相关理论,以重庆市核心城区为研究对象,在对POI进行筛选与分类的基础上,构建“空间—影响力”二元权重计算模型以量化POI属性,在精细化网格尺度下对功能混合度进行计算,并结合街道分区识别各街区主体功能.结果表明:中心城区整体功能混合程度较高,功能分区识别以多中心为显著特征,城市组团发展模式较成熟;不同类型POI所属功能区空间分布差异化明显,商服、居住、公服等功能以组团分布、圈层围合为整体特征,工业功能主要以中心城区边缘化分布为主,交通、绿地功能分别以主要站场和大型公园为主;基于POI的功能区识别效果显著,小尺度网格的功能混合度对山地城市的土地利用描述具有一定的参考价值.
文摘活力是评价城市空间品质的重要指标,也是城市空间品质提升的目标之一。城市是一个复杂的巨系统,城市的活力也因此受到多元、复杂的各种因素的影响。聚焦于街道/乡镇这一基本行政空间单元,运用ESDA(exploratory spatial data analysis)方法,结合信息熵模型,对上海市城市活力区域进行了识别评估,对其驱动因素进行了分析,并可用于对未来结果的预测。研究发现城市活力受到功能混合度、常住人口分布、交通可达性、公共交通服务水平、设施供给密度的显著影响,并基于以上研究结果试提出了相应的规划设计建议。