帮助 关于我们

返回检索结果

基于空间句法和LBS大数据的合肥市人口分布空间格局研究
Space Pattern of Urban Population Distribution Based on Space Syntax and LBS Big Data

查看参考文献21篇

张晓瑞 1,2   华茜 1   程志刚 3  
文摘 针对目前城市人口分布研究现状,在传统的空间句法模型基础上,将LBS大数据技术有机引入到城市人口分布研究中,从而构建了理论分布和实际分布有机结合的城市人口分布研究新思路。合肥市中心城区的案例研究显示:空间句法模型与LBS大数据分析所得到的人口集聚区域在空间上并不完全一致;根据空间句法模型和 LBS大数据分析结果的综合对比,合肥市中心城区被划分为高密度、中密度和低密度3类人口分区,同时提出了不同密度分区的人口分布发展建议。研究表明,LBS大数据的适时、动态特点能弥补传统数据的不足,其与空间句法模型有机结合将能为城市人口分布研究提供更加精确高效的工具与方法。
其他语种文摘 The space pattern of urban population distribution is a classical research topic of urban science and urban planning.In terms of the current research situation of urban population distribution,the LBS big data technology which is considered as a new method and tool to observe the urban spatial and temporal characteristics is introduced into the research of urban population distribution based on the traditional space syntax model.Then,a new idea of urban population distribution research with the integration of theoretical distribution and actual distribution is established.The case study in the central urban area of Hefei City shows that:the spatial clustering areas obtained respectively by space syntax model and LBS big data analyses are different in space.According to the comprehensive comparison of space syntax model and LBS big data analysis,the central urban area of Hefei City is divided into 3 types of population distribution including high density,medium density and low density.The high density zoning consists of the old town,Shushan district and Baohe district.The medium density zoning includes Binhu district,Luyang district and High-tech area.Meanwhile,the low density zoning consists of economic developing area and Yaohai district.Finally,the suggestions of population distribution development in different density partitions are proposed.The research shows that the timely and dynamic characteristics of LBS big data can make up for the shortcomings of traditional data and greatly broaden the source and timeliness of basic data.Obviously,this will enhance the accuracy of the study.And,more importantly,it will provide more accurate and efficient tools and methods combined with the classical space syntax model for the study of urban population distribution.In addition,it is hoped that this research can make some exploration and reference for expanding the practical application field of LBS big data.
来源 地理科学 ,2018,38(11):1809-1816 【核心库】
DOI 10.13249/j.cnki.sgs.2018.11.008
关键词 空间句法 ; LBS大数据 ; 城市人口分布 ; 合肥
地址

1. 合肥工业大学城市规划系, 安徽, 合肥, 230601  

2. 合肥工业大学数字人居环境研究实验室, 安徽, 合肥, 230601  

3. 安徽省城乡规划设计研究院, 安徽, 合肥, 230022

语种 中文
文献类型 研究性论文
ISSN 1000-0690
学科 自然地理学
基金 国家自然科学基金项目
文献收藏号 CSCD:6390468

参考文献 共 21 共2页

1.  Champion A G. A changing demographic regime and evolving polycentric urban regions: Consequences for the composition and distribution of city populations. Urban Studies,2001,38(4):657-677 CSCD被引 24    
2.  曾文. 2000~2010年南京都市区人口空间变动特征研究. 地理科学,2016,36(1):81-89 CSCD被引 11    
3.  Clark C. Urban population densities. Journal of the Royal Statistical Society (Series A),1951,114(4):490-496 CSCD被引 109    
4.  Newling B E. The spatial variation of urban population densities. Geographical Review,1969,59(2):242-252 CSCD被引 38    
5.  Anderson J E. Cubic spline urban density functions. Journal of Urban Economics,1982,12(2):155-167 CSCD被引 5    
6.  Berry B J L. Challenges to the monocentric model. Geographical Analysis,1993,25(1):1-4 CSCD被引 10    
7.  刘睿文. 基于人口集聚度的中国人口集疏格局. 地理科学进展,2010,29(10):1171-1177 CSCD被引 42    
8.  李莎. 俄罗斯人口分布及其空间格局演化. 经济地理,2014,34(2):42-49 CSCD被引 10    
9.  于婷婷. 东北三省人口分布空间格局演化及其驱动因素研究. 地理科学,2017,37(5):709-717 CSCD被引 14    
10.  冯健. 杭州市人口密度空间分布及其演化的模型研究. 地理研究,2002,21(5):635-646 CSCD被引 75    
11.  Luo Jun. Population distribution and spatial structure in transitional Chinese cities: A study of Nanjing. Eurasian Geography and Economics,2006,47(5):585-603 CSCD被引 7    
12.  梁昊光. 北京市人口时空变化与情景预测研究. 地理学报,2014,69(10):1487-1495 CSCD被引 17    
13.  柴彦威. 时间地理学研究最新进展. 地理科学,2009,29(4):593-600 CSCD被引 20    
14.  王波. 基于签到数据的城市活动时空间动态变化及区划研究. 地理科学,2015,35(2):151-160 CSCD被引 57    
15.  Hiller B. The Social Logic of Space,1984 CSCD被引 8    
16.  张晓瑞. 空间句法研究进展与展望. 地理与地理信息科学,2014,30(3):82-87 CSCD被引 14    
17.  江斌. GIS环境下的空间分析和地学视觉化,2002 CSCD被引 29    
18.  Gang S. L2P2: A location-label based approach for privacy preserving in LBS. Future Generation Computer Systems,2016,74(9):375-384 CSCD被引 1    
19.  宁博. LBS大数据中基于固定网格划分四叉树索引的查询验证. 清华大学学报(自然科学版),2016,56(7):785-792 CSCD被引 2    
20.  徐军. 基于实景地图的LBS服务. 地理空间信息,2012,10(5):157-160 CSCD被引 2    
引证文献 8

1 易嘉伟 基于位置大数据的国庆假期青藏高原人群分布时空变化模式挖掘 地球信息科学学报,2019,21(9):1367-1381
CSCD被引 11

2 成方龙 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 测绘通报,2020(1):76-81
CSCD被引 7

显示所有8篇文献

论文科学数据集
PlumX Metrics
相关文献

 作者相关
 关键词相关
 参考文献相关

版权所有 ©2008 中国科学院文献情报中心 制作维护:中国科学院文献情报中心
地址:北京中关村北四环西路33号 邮政编码:100190 联系电话:(010)82627496 E-mail:cscd@mail.las.ac.cn 京ICP备05002861号-4 | 京公网安备11010802043238号