2020地理设计组三等奖:融合多源大数据感知城市空间结构及城市活力的时空分异—以粤港澳大湾区城市群为例
今天给大家继续分享2020年GIS开发竞赛地理设计组作品:
作品编号:B409(三等奖)
作品名称:融合多源大数据感知城市空间结构及城市活力的时空分异—以粤港澳大湾区城市群为例
作者单位:江西理工大学土木与测绘工程学院
小组成员:邓昊键,华淑贞,林子晴,李美雪
指导老师:李恒凯
图1 分析思路与方法
3.1 城市空间扩演化分析
使用核密度分析模型(公式2)解译的粤港澳大湾区城市群的建设用地斑块数据进行核密度分析。由于城市群各城市的行政区面积差异较大,所以核密度分析输出像元大小和搜索半径都需要依据城市行政区面积、建设用地斑块点数据进行设置。通过分析发现,1998-2019年建设用地扩张密度高的区域主要集中在经济活力较强的东莞、深圳、广州、佛山、中山、珠海6个城市。珠江东岸(东莞、深圳)、西岸(中山、珠海)分别形成了世界著名的电子产业集群、家电产业集群,第二、三产业发展迅速,吸引大量外来务工人员,导致城市所以城市扩张明显。而广州、佛山是华南地区传统的制造中心,也吸引了一大批外来人口聚集,城市空间扩张也很显著。香港和澳门城市化起步阶段较早,城市空间有限,不足以支撑城市大规模扩张,而且受集约化城市规划思想影像,注重于增加建筑高度,减少城市二维空间扩张,所以城市二维空间扩张不明显。3.2 城市空间结构分异
利用ArcMap和ArcScene对POI数据进行二、三维空间可视化展示,发现城市群各城市POI点空间分布存在不均匀现象。POI点主要分布在珠江口沿岸的城市,距离珠江口较远的惠州东部、江门的西部、肇庆西北部的POI点密度、数量远低于大湾区的其他城市。香港、澳门、深圳、广州四大核心城市的POI点密度高于同期城市群的其他城市。图2 粤港澳大湾区城市群公共类、商业类、居住类三类POI数据的二、三维可视化
3.3城市活力分析
利用城市活力指数(公式3)分析1998-2019年粤港澳大湾区城市群城市活力的时空演变。城市活力指数是基于ArcGIS Engine开发,模型需要设置四个参数,分别为:研究初期夜间灯光栅格数据、研究末期夜间灯光栅格数据、研究时间跨度、输出结果路径。根据参考文献[8],将城市活力由低到高划分为四个范围:<-2、-2~0、0~2、>2。其中城市活力指数小于-2,划分为四级活跃;-2~0为三级活跃;0~2为二级活跃;>2为一级活跃。城市活力指数数值越大,代表城市的活力强度越高。当活力指数低于0时,代表城市活力呈下降的趋势。结果表明,1998-2013年粤港澳大湾区城市群整体城市活力指数呈增长趋势,其中2003-2008年是城市活力指数增长最显著的时期,主要集中分布在广州、佛山、中山等地。2013-2019年粤港澳大湾区城市群城市活力指数变化趋势是由原先增长转为下降。城市活力指数下降幅度较大的城市为佛山、广州、中山、东莞四个城市。1998-2013年城市一、二级活跃的范围占粤港澳大湾区城市群总面积的75%以上。而在2013-2019年,一级城市活跃趋于消失,二级活跃只占城市群总面积的18%(如图3)。图3 1998-2019年粤港澳大湾区城市群
3.4 城市活力热点分析
利用格网数据热点分析模型分析1998-2019年粤港澳大湾区城市群城市活力在空间分布。城市活力聚类分析是基于ArcGIS Engine开发,分析模块中分为格网栅格统计、热点分析两大模块。在格网栅格统计中,需要设置四个参数:输入格网数据、城市活力数据、新建标识字段和结果输出路径。在热点分析中,需要设置三个参数,分别为:输入分析图层、分析字段、输出路径,分析结果如下图所示。图4 栅格数据热点分析结果
通过使用栅格数据热点分析模块分析,发现热点置信度为99%、热点置信度为95%、热点置信度为90%的时空演变呈由中部往北、东、西三个方向扩散的一个趋势,中部热点置信度呈逐渐空心化。1998-2013年,城市群中部城市活力的集聚程度较高,城市处于一个快速增长的趋势。2013-2019年粤港澳大湾区城市群中部主要为冷点置信度为99%,表明城市群中部城市活力下降。肇庆、江门、惠州三个城市的城市活力集聚程度较高,城市处于快速发展时期(如图5)。图5 1998-2019年粤港澳大湾区城市群城市活力热点分析
(1)数据方面
本作品融合了夜间灯光数据、Landsat系列光学影像数据、POI数据三种数据。利用时空模式挖掘的方法,集成多源地理大数据中的个体时空间行为特征,在1000m/30m/m三个空间尺度,从聚合层面揭示粤港澳大湾区城市群的城市空间结构、城市扩张、城市活力以及区域内经济现象的分布、联系和过程等规律,实现城市演化的动态感知。(2)可视化效果
将格网数据与POI数据相结合进行二、三维可视化展示(左上小图为二维图,大图为三维图),可以将结果更直观、动感地将展示出来,对城市空间结构更有感性的认识(如图6)。
图6 POI数据二三维展示
(3)模型方面
由于本作品采用的城市活力指数模型在ArcGIS中没有相应的功能,于是将ArcGIS Engine二次开发与VS2015相结合,将城市活力指数模型实现(图7),减少城市活力指数分析的工作量。图7 城市活力指数模型
图8 栅格数据热点分析模型
文章
1、2020开发竞赛地理设计组二等奖:5G基站选址优化与应急通信调度
2、地图故事作品赏析:王朝末日的“黑色恐怖”—GIS视角下的清末东北地区爆发鼠疫始末
5、2020遥感应用组一等奖作品赏析:基于城市天际线对地观测技术的区域交通流量监控
6、2020竞赛特等奖作品赏析:科技战疫·突发急性传染病多尺度智能监测预警系统
7、2020遥感应用组二等奖作品:稀土矿区荒漠化遥感长时序监测方法及应用
8、2020遥感应用组二等奖:基于多时相主被动遥感的漓江水体监测与叶绿素反演研究
9、2020遥感应用组二等奖:基于LiDAR和资源三号数据的广西高峰林场森林资源三维动态监测
10、2020地理设计组三等奖作品:基于新型冠状病毒肺炎(COVID-19)疫情数据的可变面元问题(MAUP)效应分析
11、2020地理设计组三等奖:基于GIS的广州市天河区“两抢一盗”犯罪案件的多尺度时空格局研究
12、2020地理设计组三等奖:基于深度学习的气象干旱时空预测分析
13、2020地理设计组三等奖:基于Arcpy与Numpy的环境与景观空间代数分析软件
精彩推荐 | ||
---|---|---|
分类 | 内容 | 适宜对象 |
课程篇 | ArcGIS Pro制图入门系列课程 | 在读生 易智瑞开发竞赛选手 |
课程篇 | Web GIS课程全链接 | 在读生 GIS应用开发组选手 |
课程篇 | Portal for ArcGIS入门 | 有GIS开发基础 GIS应用开发组选手 |
考研系列 | 写在考研成绩之时(1)选导师 | 考研、复试同学 |
考研系列 | 写在考研成绩之时(2)联系导师 | 考研、复试同学 |
考研系列 | 写在考研成绩之时(3)复试 | 考研、复试同学 |
考研系列 | 来,一起扒一下地信专业考研数据 | 准备考研的同学 |
学习篇 | 这是一份遥感学习笔记:遥感数据源&免费数据获取途径 | 在读生 遥感应用组同学 |
学习篇 | 人生苦短,你需要Python(0基础患者入门篇) | Python入门 地理设计组同学 |
学习篇 | 人生苦短系列2——来自ArcGIS Python的拯救 | Python入门 地理设计组同学 |
学习篇 | 带你做一遍“垃圾场选址”这个case(一) | 地理设计组同学 |
学习篇 | 带你做一遍“垃圾场选址”这个case(二) | 地理设计组同学 |
学习篇 | 带你做一遍“垃圾场选址”这个case(三) | 地理设计组同学 |
竞赛篇 | 用地图,讲故事,2020开发竞赛,我们认真的! | 地图故事组同学 |
竞赛篇 | ArcGIS Online中国 上的『俄罗斯三城游记』 | 地图故事组同学 |
竞赛篇 | 如何做出好作品?开发竞赛导师宝藏箴言(完整版) | 参赛选手 |
竞赛篇 | 北京大学刘瑜教授:能解决实际问题才是真的GIS人才 | 参赛选手 |
竞赛篇 | “C”位出道,开发竞赛助你成为下一个开挂的GISer | 参赛选手 |
关注我们
公众号ID:M姐实验室
关注GIS教育的一切