|
主要研究内容、预期成果（鼓励有创新点）：
主要研究内容：
随着大数据和智能时代的来临，数以亿计的智能终端设备提供了海量的 POI（Point of interest，兴趣点）数据信息。这些数据蕴含丰富的人文经济和地理空间信息，具有广泛的应用前景，针对城市空间结构研究现状，将传统的城市空间可达性研究与大数据有机结合，在网格法基础上构建城市空间结构研究新思路。本文 POI数据通过调用百度在线地图提供的 API接口获取，结合成都市实时路况数据探究城市路网可达性，将可达性与 POI数据两者有机结合进行交叉对比分析，能更完整、精确地识别和分析城市空间结构的特点和发展趋势。
本文基于高岩琰的基于POI大数据和可达性双重约束的城市空间结构研究，计划通过研究成都市路网可达性与不同类别的POI数据密度并且利用实时路网数据分时段进行时变性研究，由于高岩琰的基于POI大数据和可达性双重约束的城市空间结构研究没有考虑到实时路况的影响以及缺少对POI数据的多尺度多时段的考虑，因此本研究将在其基础上上加入对实时路况的考虑以及对POI数据进行分类探讨，主要工作内容如下：
（1）首先对国内外研究现状进行分析，找到一种可行的考虑到实时路况信息的可达性计算方法，反演城市真实的可达性情况。研究区为成都市五城区，成都市大多数POI数据分布在五城区内；成都市五城区内拥堵情况较为严重。
（2）收集成都市相关数据并预处理。路网数据来源于openstreetmap,并对其进行拓扑修正。根据研究情况将POI数据分为餐饮服务Food & Beverages,住宿服务Accommodation Service，风景名胜Tourist Attraction（依据高德POI数据分类标准进行）并提取连续三周周日的路况数据。针对餐饮服务，本研究选取6：00pm，6：30pm，7：00pm三个时段的实时路况信息进行时变性研究；针对住宿服务，本研究选取9：00pm，9：30pm，10：00pm三个时段的实时路况信息进行时变性研究；针对风景名胜，本研究选取1：00pm，1：30pm，2：00pm三个时段的实时路况信息进行时变性研究。用所得的实时路况信息对可达性进行修正，得到实时可带选哪个。对POI数据进行空间统计得到POI数据密度空间网格。
（3）将路网实时可达性与各类别POI数据密度空间网格进行交叉对比，对城市进行空间结构识别和分区，对成都市的城市空间结构提出优化与建议
预期成果：
（1）研究论文一篇
（2）研究图册一本（对POI数据不同类别的时变性分析与密度区域等时圈）
（3）基于高德API实时路网数据的成都市交通时变性分析
拟采用的研究思路（研究方法、技术路线、可行性论证）：
（1）利用 ARCGIS的空间分析功能计算每个网格的 POI数量（即POI密度），之后利用arcgis对路网数据进行拓扑关系修正，基于最小阻抗的可达性分析进行成都市路网交通可达性分析。
（2）利用高德地图开放平台，从高德自定义地图中获取实时路网拥挤数据，通过实时路网数据对路网拥堵层度进行分级评判，依据高德拥挤指标对可达性进行修正。分别得到不同时段的实时可达性。
（3）基于划分的网格分别对POI密度和实时路网可达性进行等级划分。
（4）对高密度POI区域进行等时圈绘制
（5）交叉组合与对比分析，得到城市空间结构的类别和分区
如图：
可行性论证：
（1）在高岩琰的基于POI大数据和可达性双重约束的城市空间结构研究中已经成功将可达性与POI密度交叉对比分析，并成功得到有力结论，从整体上优化合肥市的空间结构。
（2）在王宏亮的城市公共资源与人口分布的空间适配性分析中提出了多种分析方法，有利于本研究能更完整、精确地识别和分析城市空间结构的特点和发展趋势。提出有利的建议与规划。
（3）在胡杰的基于多源数据的车流量时空预测方法中提供另一种推测实时路况信息的办法，有利于本研究对路况信息的获取。
（4）在Kang Liu的Visualizing and exploring POI configurations of urban regions on POI-type semantic space中对不同类型的POI统计，将每个区域的POI配置呈现为“专题图”，有助于直观地理解和方便地比较城市区域。
（5）在Weiming Huang的Estimating urban functional distributions with semantics preserved POI embedding中提出了一种通过学习语义保留的兴趣点嵌入（POI）来估计城市地区功能类型比例分布（即功能分布）的新方法，有便于本文研究后期的分析与城市功能区优化建议。
|
|
|
主要参考文献目录及文献综述：
（1）POI大数据与可达性
针对城市空间结构研究现状，将传统的城市空间可达性研究与大数据有机结合，在网格法基础上构建城市空 间结构研究新思路。通过空间句法模型计算每个城市网格的空间可达性，应用POI大数据得到每个网格的POI密度，对可达性与POI密度进行交叉对比分析，得到基于POI大数据和可达性双重约束的城市空间结构特征类型和空间分区方案。以合肥市中心城区为例，经分析将中心城区划分为３类空间分区，进而根据每类空间的特点提出针对性的空间发展建议。该研究可为城市空间结构研究及城市空间规划布局提供方法参考和决策依据。
（2）等时圈
在当前国土空间规划的背景下，自然资源部提出了基于等时圈的中心城区可达性评价方法。本文以南昌市为研究对 象，利用静态交通数据和从开放地图平台获取的工作日15:00（平峰）、18:00（晚高峰）和周末的15:00、18:00的动态交通数据 分别生成中心城区等时圈，随后使用混淆矩阵及Kappa系数对两种数据的结果进行一致性检验。研究发现：南昌市中心城 区大部分区域都位于以八一广场或绿地中央广场为起点的 60 min 等时圈内，南昌市域大部分区域则位于 120 min 等时圈内；静态数据生成的等时圈与对应的工作日晚高峰的动态数据生成的等时圈相比仅具有一般一致性，但前者在中心城区尺 度与工作日平峰的动态数据生成的等时圈达到了高度的一致性，更适合在中心城区层面评价工作日平峰的可达性；4个时段的动态数据的等时圈结果表明工作日15:00的中心城区可达性明显优于其他3个时段，但各个时段的等时圈覆盖面积占 市域面积的比例随车程的增加都呈现出Logistic曲线特征，各曲线增长的关键时间节点能够为等时圈划分提供更有针对性 的分级阈值。
（3）由POI数据估算城市地区功能比例
提出了一种新的方法，通过学习语义保留的兴趣点嵌入（POI）来估计城市地区功能类型的比例分布（即功能分布）。具体来说，我们将POI表示为低维向量，以捕捉1.POI的空间共生模式和2.POI层次类别所传达的语义（即分类语义）。该方法利用POI网络中的空间显式随机游动来学习空间共现模式，并利用流形学习算法来捕获类别语义。然后，将学习到的POI向量嵌入进行聚合，生成具有长短时记忆（LSTM）和注意机制的区域嵌入，以考虑区域内POI之间的不同重要性水平。最后，多层感知器（MLP）将区域嵌入映射到函数分布。在中国厦门岛的一个案例研究实施并评估了所提出的方法。结果表明，我们的方法在所有评估指标上都优于几种有竞争力的基线模型，并且在估计和地面真相之间产生了相对较高的一致性。此外，全面的误差分析揭示了该任务POI数据的几个固有局限性，例如POI和函数之间的模糊联系。
参考文献
[1] 高岩琰,张晓瑞,张奇智,王振波.基于POI大数据和可达性双重约束的城市空间结构研究[J].地理与地理信息科学,2021,37(03):59-64.
[2] 王宏亮,吴健生,高艺宁,刘璐,杨微石,彭子凤,管青春.城市公共资源与人口分布的空间适配性分析——以深圳市为例[J].北京大学学报(自然科学版),2021,57(06):1143-1152.
[3] 李坤洋,鲁琳.基于POI数据的城市绿地服务空间分布研究——以河南省郑州市为例[J].地域研究与开发,2021,40(06):75-80.
[4] 李坤洋,鲁琳.基于POI数据的城市绿地服务空间分布研究——以河南省郑州市为例[J].地域研究与开发,2021,40(06):75-80.
[5] 黄钦,杨波,龚熊波,梁莉莉,王敏,陈颖,袁慧芳,邹小燕.基于POI数据的长沙市旅游景点空间格局分析[J].湖南师范大学自然科学学报,2021,44(05):40-49.
[6] 胡杰 ,龚永胜 ,蔡世杰 ,黄腾飞 .基于多源数据的车流量时空预测方法[J].汽车工程,2021,43(11):1662-1672.
[7] 张朋东,石岩,邓敏,赵玲.基于拓扑强度的城市道路网络层次表达[J].武汉大学学报(信息科学版),2016,41(02):178-183+213.
[8] 马志勇,常迎辉,孙立坚,王涛涛.武汉市商业中心空间特征及影响因素分析[J].测绘通报,2021(12):60-65.
[9] Liu K , Yin L , Lu F , et al. Visualizing and exploring POI configurations of urban regions on POI-type semantic space[J]. Cities, 2020, 99.
[10] Sun Z , Jiao H , Wu H , et al. Block2vec: An Approach for Identifying Urban Functional Regions by Integrating Sentence Embedding Model and Points of Interest. 2021.
[11] 刘琳琳,郑伯红,骆晨.基于交通大数据的南昌市中心城区等时圈划分及特征分析[J].地球信息科学学报,2022,24(02):220-234.
[12] 傅俐,王勇,曾彪,毛泳,高敏.基于改进两步移动搜索法的北碚区医疗设施空间可达性分析[J].地球信息科学学报,2019,21(10):1565-1575.
[13] 郭琛琛,梁娟珠.基于网络地图的多交通模式医疗设施可达性分析[J].地球信息科学学报,2022,24(03):483-494.
[14] 刘晓慧,刘永伟,蔡菲,樊文平.面向时空可达性的城市应急医疗机构推荐方法[J].地球信息科学学报,2019,21(09):1411-1419.
[15] 周杭,樊红.基于众源地理数据的城市功能区及其热点的识别研究[J].武汉大学学报(工学版),2022,55(04):417-426.
[16] 陈治亚,周于轶.基于POI的物流业空间集聚特征分析——以浙江省为例[J/OL].铁道科学与工程学报:1-10[2022-04-20].
[17] 魏垚镔,邵燕林.基于POI数据的武汉市餐饮空间分布特征研究[J].测绘与空间地理信息,2022,45(03):141-142+145.
[18] 张晓瑞,张奇智,卢方涛,刘洋.基于POI大数据的公共服务设施可达性研究[J].建筑与文化,2022(03):130-131.
[19] 植秋滢,陈洁莹,付迎春,郭碧云.基于珞珈一号夜间灯光数据与POI数据的粤港澳大湾区城市群 n 多中心空间结构研究[J].热带地理,2022,42(03):444-456.
|
|
