基于城市POI聚类的需求不确定情况下电动自行车换电柜选址

针对当前电动自行车车速和重量标准的约束下,外卖骑手电动自行车换电服务的需求急剧增加,电动自行车换电柜选址布柜策略研究有待深入的情况,以国内某大型换电企业在成都、无锡、武汉、北京4座城市的换电数据、POI数据和成都市的部分外卖需求数据为基础,使用线性回归分析方法和K-Means聚类算法,研究换电柜的换电订单需求与周边POI密度之间的关系,提出了电动自行车换电柜的选址布柜策略。研究结果表明:换电订单需求与周围POI密度之间存在线性正相关关系,换电柜周围POI密度越大,换电订单需求越大。提出的基于POI聚类的换电柜选址布柜策略能降低换电企业布局成本,满足实际需求。

基于POI数据城市商业中心集聚区识别研究——以南京市中心城区江南片为例

长三角城市群是'一带一路'与长江经济带的重要交汇点,在我国现代化建设大局和开放格局中具备举足轻重的战略地位,城市商业中心区建设是城市成长水平的重要体现,一个城市商业体系规划显得尤为重要,现以面向公众服务的城市商业设施点(POI)数据为基础,提出一种城市中心集聚区的识别方法。本文以南京市江南片为研究对象,采用城市POI分布数据,结合GIS空间分析识别得出南京市江南片内重点商业中心集聚区域。同时,根据识别出的商业中心集聚区域,将其与《南京市商业网点规划(2015-2030)》中各等级商业中心边界做对比,判断出规划总体的合理性,对其中的差异特性进行分析,指出其中的多种差异原因。总体而言,基于POI数据的南京江南片城市商业中心集聚区分析结果能够反映该地区的规划的总体准确性,同时,有助于提高政府部门商业网点规划后期修订研究客观性和科学性。

基于RF模型与空间分析方法对城市功能区的探究

百度地图发布了全国主要城市拥堵指数排名,保定位列全国第一,探究了保定停车场选址的适宜性,优化停车场布局具有重要实际意义。基于高德地图API爬取保定市停车场POI,运用多种地理空间分析方法研究了其空间格局,融合多元异构空间数据选择影响其空间分布的因素并运用随机森林模型对停车场布局适宜性进行了分析,结果表明:(1)保定市现有停车场具有明显聚集特征,形成一个中心多个核心的空间格局;(2)训练后的随机森林模型经检验拟合精度较高,能够准确地反映保定市停车场选址适应性与空间分布的异质性;(3)保定市停车场在不同的城区主要核心区域存在停车场分布聚集现象;(4)特征重要性排序可视化后,表明交通便利性与客流量对停车场选址有很大的影响作用。研究融合多源空间数据,运用机械学习的方式解决选址问题的方法和结论可以为城市空间布局提供借鉴和参考。

基于GIS的城市火灾风险评估与应用研究——以南充市中心区为例

为科学评估南充市中心区火灾风险状况,指导未来消防站选址,在收集,整理与分析历史火灾数据的基础上,结合城市POI数据,利用层次分析法,构建火灾风险评估体系。结合GIS核密度分析功能,得到南充市火灾风险等级图。利用GIS网络分析,对南充市中心区现存6座消防站5分钟覆盖范围进行模拟。结果表明,现存消防站未能完全覆盖火灾高风险区域。为此,提出未来应新增8座消防站才可以保证南充市中心区100%的区域内满足5分钟消防救援的建议与对策。

南京公园绿地与城市功能空间分布关系——基于双变量Ripley′s K函数分析

公园绿地与城市功能空间存在空间关联关系,其规律及尺度特征仍有待揭示。以南京为例,借助标准差椭圆、核密度分析方法和POI数据以及双变量Ripley′s K函数,探究公园绿地与城市功能空间的分布关系。结果表明:1)公园绿地整体均衡、局部聚集,而交通空间均衡分布,公共服务、居住、商服空间的集聚趋势由中心向外围递减;2)主城区公园绿地与功能空间呈现显著的交互促进影响模式,其中公园绿地分别距公共服务、居住、商服空间1200 m、1300 m、1600 m开始呈现聚集模式,交通空间无明显距离差异;3)古城区集聚态势较之主城区有所减弱,公园绿地分别与公共服务、居住、交通、商服空间距1500 m、1200 m、900 m、300 m之内存在配置冲突,在此距离之外各功能空间的布局概率不断增加,仅公园绿地与交通空间呈现较为显著的正向交互影响。最后提出优化建议,为公园绿地与各功能空间协同发展、高效互动提供参考。

POI和植被修正的夜间灯光城市指数提取建成区的研究

夜间灯光(Nighttime Light,NTL)影像能够提供夜间灯光信息,已被广泛应用于建成区的提取,但夜间灯光影像存在的“灯光溢出”问题会影响建成区的提取精度。因此提出一种POI数据和植被修正的夜间灯光城市指数(POI and Vegetation Adjusted NTL Urban Index,PVANUI)用于建成区的提取。以2018年南京市作为实验区域,以NPP-VIIRS影像、POI大数据、Landsat8影像作为原始数据,采用几何平均值法构建PVANUI。然后基于原始NPP-VIIRS影像、经VANUI和PVANUI修正的NPP-VIIRS影像采用阈值法提取建成区,共提取出3种结果。实验结果表明:经PVANUI修正的影像提取的南京市建成区的查全率、查准率、F1分数比仅利用NPP-VIIRS影像提高0.04,比经VANUI修正的影像提高0.03,而且提取的建成区更加完整,内部细节更加丰富。

广州市多类型商业中心识别与空间模式

不同职能类型商业中心识别对研究城市商业空间结构有重要意义。与传统识别方法相比,大数据的分析更为精确和便捷。本文以广州市核心区59125条城市热点(POI)数据为基础,利用核密度分析、统计分析、最邻近距离分析等方法识别广州市多类型商业中心的边界,探索其商业空间结构与模式。结果表明:1广州市商业结构呈现明显双核集聚式分布,传统的越秀分区与现代的天河分区构成当前广州市商业空间的双中心;2不同类型的商业中心在空间上呈现显著分异,其中城市生活与公共服务中心在越秀区,商务与金融中心在天河区,休闲娱乐中心呈现分散集聚式特征;3广州市商业结构的空间模式是"圈层+组团"式分布,其中,生活、公共服务、商务职能集中分布于内圈层,娱乐休闲职能呈组团状镶嵌于各圈层中。