青岛城市道路邻近中心性及其应用方法

以青岛为实证研究区域,从理论角度探讨了道路全局和局部邻近中心性的地理含义及其各自优缺点,认为全局邻近中心性(GCC)反映的是网络上各点到网络"质心"的距离,可从全局角度反映区位重要性;局部邻近中心性(LCC)反映小范围空间区域的重心,与局部路网密度相关。进一步根据核密度估计(KDE)的机理证明,在城市地理空间结构的实际应用案例中适宜采用KDE法来进行空间分析。本文以手机话务量数据反映的城市居民活动空间结构为例讨论了邻近中心性核密度估计(CC-KDE)的应用,发现与居民活动相关性最高的是核密度全局邻近中心性(GCC-KDE),因为全局邻近中心性核密度估计(GCC-KDE)综合了到网络"质心"距离与道路网络局部密度双重因素,故反映城市人口等与道路密度相关的社会经济现象更有效。

基于介中心性及K-shell的脑网络核心节点评价方法

在对基于核磁共振成像技术重构得到的人脑结构网络的研究中,核心节点的识别是对全脑网络特性展开研究的基础,具有重要意义。给出了一种基于K-shell和介中心性的核心节点评价方法,首先使用以节点局部重要性为标准的度中心性、邻近中心性和介中心性三个中心性评价方法分别对人脑结构网络中的节点重要性展开评估和分析;接着利用以节点全局地位为标准的K-shell分解法对人脑结构网络的核心节点展开分析。实验结果显示,由于同时兼顾了脑网络节点的整体特性和局部特性,该方法能够更全面和准确地识别核心脑区节点。

基于多中心性评价模型的大城市避灾绿地-交通网络-人口匹配性空间分异——以沈阳市中心城区为例

城市人口、交通网络与避灾绿地三者空间布局与匹配性共同决定应急疏散效率。多中心性评价模型为三者空间布局与匹配性研究提供量化分析基础。该研究基于多中心性评价模型研究了沈阳市中心城区避灾绿地-交通网络-人口匹配性。首先,根据多中心性评价模型,采用城市网络分析工具测度交通网络介数中心性,探讨其与人口分布、避灾绿地匹配性。然后根据各街区居民到避灾绿地时间邻近中性,分析人口-避灾绿地匹配性。最后,综合判断避灾绿地-交通网络-人口匹配性。研究发现沈阳市中心城区避灾绿地-交通网络-人口匹配性整体较差,仅城市中心小范围区域匹配性较好,但其对应避灾绿地数量少、面积小。

基于列车运行网络的中国城市中心性分析

本文基于铁路运行网络,利用复杂网络分析方法中的中心性评价指标,对城市在铁路网络中的中心性进行了分析。我们根据列车时刻表基于L空间模型,构建了铁路运营网络,计算了铁路运营网络中节点城市的不同中心性指标,包括度中心性、邻近中心性和介中心性。这3个指标从不同角度衡量了城市在铁路运输网络中的地位和功能,我们分析了这3个中心性指标的空间分布特征及相关性,并探讨了中心性指标与城市发展之间的关系,进一步揭示铁路网络结构对城市发展的影响。