基于知识图谱分析的人口数据空间化研究进展

以1990~2020年736篇中国知网期刊论文和606篇Wo S核心数据库期刊论文作为研究样本,利用CiteSpace和VOSviewer,从现状和热点两方面系统梳理了人口数据空间化的研究进展。结果表明:(1)1990~2020年,关于人口数据空间化的研究数量总体呈稳步增长趋势,尤其是2015年以来,中英文文献的年均发表数量超过40篇,人口数据空间化研究主题得到国内外学者的广泛关注;1990~2020年,中文文献作者与机构合作网络均呈多中心、小聚集的特征,英文文献作者与机构合作网络则更为紧密。(2)从研究热点看,多源数据与大数据等成为新兴的关键词,以机器学习为代表的智能化研究方法逐渐成为主流方向。

广州市景观格局演变特征及驱动因素交互探测

基于土地利用现状数据,分析1995-2015年广州市景观格局时空演变特征,并利用地理探测器探讨空间因素对景观格局变化的影响,以期为土地资源的合理配置提供参考和借鉴。研究结果表明:广州市建设用地景观面积大幅增长,其余景观类型的面积均有不同程度下降,面积减少量从大到小排列依次为耕地、林地、水域、草地、未利用地;耕地、林地、水域和建设用地等景观类型之间的转换较为频繁,变化区域主要集中在花都、白云、黄埔、番禺和增城西南部;景观类型变化与高程、坡度、离地铁和主要道路距离呈反比,与离城市几何中心距离呈倒"U"型关系;林地、耕地和建设用地变化主要受离地铁距离的影响,草地变化主要受高程、坡度的影响,离主要道路距离对未利用地变化的影响较大;景观类型在两个因子的交互作用下比单因子决定力下更易发生变化。

广州市天河公园生态系统文化服务感知

城市公园是城市生态系统文化服务(CES)的重要提供者,基于居民感知视角对其进行测度具有重要意义。文章运用参与式制图和半结构访谈方法获取游客对广州天河公园生态系统文化服务的感知数据,分析CES感知结果差异,探讨社会经济因素与景观特征因素对CES感知差异的影响。结果表明:受访者在天河公园感知的主要CES类型为娱乐/游憩、审美服务;娱乐/游憩、审美和健康等CES类型分布范围较广,文化遗产、生物多样性和不安全等CES类型分布较为局限;年龄、收入、通行时间、访问频率对CES感知具有显著影响,居住时间和学历对CES感知的影响不显著;湖泊、道路、广场、亭子、乔木+座椅+铺砖、健身设施等要素对CES的空间分布具有显著影响。研究结果验证了基于问卷调查的参与式制图方法在CES评价与制图分析研究中的优势,为实现公众参与城市公园的规划管理提供参考。

基于差异化建模与TF-IDF算法的城市功能区识别及混合度测算

基于POI性质、特点的不同,本文构建了一个融合统计分析法、核密度分析法的城市功能区定量识别模型,有效地识别出了广州市中心四区的功能区类型。利用耦合TF-IDF算法和信息熵算法测算城市功能混合度并进行面积加权,使得城市功能混合度测算更加符合实际情况。研究结果表明:广州市中心城区呈现出混合用地为主的特征,总体混合程度高。混合用地主要分布在研究区中心,单一类型用地零星分布在研究区外围,呈现出显著的“核心-外围”式的圈层化分布格局。城市功能混合度呈现“中心高,四周低”“多中心,组团式”、空间梯度差异显著的分布特征,并且功能混合程度与发展水平有一定正相关关系;功能分区结果与混合密度情况分布较为一致,表明本研究方法可行、研究结果合理。

集成地理探测器与随机森林模型的城市人口分布格网模拟

精细尺度的城市人口分布信息是城市资源配置和综合管理的重要依据。本文以广州市越秀区、荔湾区、天河区、海珠区、白云区及黄埔区作为研究区域,基于人口统计、夜间灯光、兴趣点及土地利用等多源数据,利用地理探测器识别人口分布的影响因子,运用随机森林模型开展人口分布空间格网模拟研究。研究结果表明,与传统的相关分析相比,地理探测器能够更为准确地识别人口空间分布的重要影响因子。基于随机森林模型的人口分布格网模拟结果与街道(镇)实际人口的相关系数为0.774,平均相对误差约为30%。相比基于线性回归模型的模拟结果,随机森林模型的精度有明显提高。

分区策略与机器学习的人口分布精细化模拟

针对人口普查统计中获取精细尺度的人口分布信息的问题,该文以广州市中心六区为例,利用夜间灯光、兴趣点及土地利用等多源地理信息数据,基于分区建模思想,运用机器学习算法开展了人口分布格网模拟研究。结果表明,基于分区策略和机器学习算法的人口分布模拟结果与实际人口的相关系数为0.834,拟合优度R^2为0.695。与基于不分区的人口分布格网模型相比,误差下降明显,模拟精度更高,结果与研究区实际情况更为吻合。