无障碍设施空间布局核密度热点探测和空间自相关分析——以北京市核心区室外公共空间为例

doi:10.13474/j.cnki.11-2246.2020.0301

测绘通报 ›› 2020, Vol. 0 ›› Issue (9): 140-142,147.doi: 10.13474/j.cnki.11-2246.2020.0301

无障碍设施空间布局核密度热点探测和空间自相关分析——以北京市核心区室外公共空间为例

秦飞^1,2, 陈品祥^1,2, 杨伯钢^1,2, 余永欣^1,2, 刘博文^1,2, 龚芸^1,2

1. 北京市测绘设计研究院, 北京 100038;
2. 城市空间信息工程北京市重点实验室, 北京 100038

收稿日期:2020-03-31 修回日期:2020-06-07 出版日期:2020-09-25 发布日期:2020-09-28
作者简介:秦飞(1985-),女,硕士,高级工程师,研究方向为地理信息系统。E-mail:8311671@qq.com

Kernel density hot spot detection and spatial autocorrelation analysis of accessible facility spatial layout: a case study of outdoor public space in central of Beijing

QIN Fei^1,2, CHEN Pinxiang^1,2, YANG Bogang^1,2, YU Yongxin^1,2, LIU Bowen^1,2, GONG Yun^1,2

1. Beijing Institute of Surveying and Mapping, Beijing 100038, China;
2. Beijing Key Laboratory of Urban Spatial Information Engineering, Beijing 100038, China

Received:2020-03-31 Revised:2020-06-07 Online:2020-09-25 Published:2020-09-28

摘要/Abstract

摘要： 城市无障碍设施在区域空间中往往呈现聚集分布的特征，通常利用核密度估计方法分析总体空间分布形态，研究区域空间分布的数量差异，探测分布热点；同时通过分析无障碍设施空间自相关性特征，反映无障碍设施服务的聚集特点。将空间分析方法引入到无障碍环境评估当中，可以优化无障碍环境发展空间。结果表明，北京市核心区无障碍设施总体呈现出“多核分布”的态势。无障碍设施的总体分布存在空间差异性，局部无障碍设施空间分布存在聚集特性。

关键词: 核密度分析, 空间自相关, 无障碍, 空间分析, 空间分布

Abstract: Urban accessibility facilities usually present the characteristics of aggregation distribution in regional space. Generally, the kernel density estimation method is used to analyze the overall spatial distribution pattern, study the number difference of regional spatial distribution, and detect the distribution hot spots. At the same time, by analyzing the spatial autocorrelation characteristics of accessibility facilities, the aggregation characteristics of barrier free facilities services are reflected. By introducing spatial analysis method into the assessment of accessibility environment, the development space of accessibility environment can be optimized. The results show that the overall distribution of accessibility facilities in the core area of Beijing appears a trend of “multi-core distribution”. The overall distribution of barrier free facilities has spatial differences, and the party of accessibility facilities spatial distribution has aggregation characteristics.

Key words: kernel density, spatial autocorrelation, accessibility, special analysis, special distribution

中图分类号:

P208

秦飞, 陈品祥, 杨伯钢, 余永欣, 刘博文, 龚芸. 无障碍设施空间布局核密度热点探测和空间自相关分析——以北京市核心区室外公共空间为例[J]. 测绘通报, 2020, 0(9): 140-142,147.

QIN Fei, CHEN Pinxiang, YANG Bogang, YU Yongxin, LIU Bowen, GONG Yun. Kernel density hot spot detection and spatial autocorrelation analysis of accessible facility spatial layout: a case study of outdoor public space in central of Beijing[J]. Bulletin of Surveying and Mapping, 2020, 0(9): 140-142,147.

参考文献

[1] 王劲峰.空间分析[M]. 北京:科学出版社, 2006.
[2] 贾海发,邵磊,张雅敬.基于层次分析法的住宅区无障碍设施评价体系构建[J].住区,2018(6):51-55.
[3] 谢肇宇. 北京路商业文化步行街区步行环境评价与优化研究[D].广州:华南理工大学,2017.
[4] 赵林,张薇,段铁铮.城市道路无障碍环境服务水平评价体系研究[J].城市道桥与防洪,2011(10):18-21.[5] 胡立辉,李树华,吴菲,等.基于有效使用频率的公共空间无障碍设施定量化研究——以北京奥林匹克公园中心区为例[J].中国园林,2018,34(9):63-68.[6] 中华人民共和国住房和城乡建设部.无障碍设计规范[S].北京:中国建筑工业出版社,2012.[7] 北京市规划和国土资源管理委员会.北京市无障碍系统化设计导则[S].北京:[s.n.], 2018.[8] 禹文豪,艾廷华,杨敏,等.利用核密度与空间自相关进行城市设施兴趣点分布热点探测[J].武汉大学学报(信息科学版),2016,41(2):221-227.[9] 李卫东,张铭龙,段金龙.基于POI数据的南京市空间格局定量研究[J].世界地理研究,2020,29(2):317-326.[10] 胡传文,骆光飞,杨文敬,等.结合地理国情普查和监测数据的交通网络发展空间格局监测研究[J].测绘通报,2019(2):131-136.[11] 唐炉亮,阚子涵,刘汇慧,等.网络空间中线要素的核密度估计方法[J].测绘学报,2017,46(1):107-113.[12] 丘丽清,贺德春,姜珊.基于GIS的崇义县农村居民点空间分布特征及其影响因素[J].安徽农学通报,2019,25(20):1-4.[13] 陈立泰,蔡吉多.城市群创新能力的区域差距及空间相关性分析[J].统计与决策,2019,(22):101-104.[14] 李健,马晓芳.京津冀城市绿色创新效率时空差异及影响因素分析[J].系统工程,2019,37(5):51-61.[15] 王凯. 武汉市城市公园及公交站点的空间布局及其空间相关性研究[D].武汉:华中师范大学,2018.[16] LI M, JIAO Y, XU B D, et al. Spatial analyses of the influence of autocorrelation on seasonal diet composition of a marine fish species[J]. Fisheries Research,2020,228:105563.

无障碍设施空间布局核密度热点探测和空间自相关分析——以北京市核心区室外公共空间为例

Kernel density hot spot detection and spatial autocorrelation analysis of accessible facility spatial layout: a case study of outdoor public space in central of Beijing

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	强德霞, 马海政, 朱自平, 苟彦梅. 甘肃省积石山县泥石流空间分布及分析[J]. 测绘通报, 2022, 0(7): 107-111,117.
[2]	王志一, 郭学飞, 余洋, 王娜. 多重指标体系下的京津冀城市群地质环境质量综合评价[J]. 测绘通报, 2022, 0(1): 89-95,104.
[3]	徐鹏宇, 唐超, 王丽. 轨道交通盾构隧道病害空间分布特征和自相关性研究[J]. 测绘通报, 2021, 0(8): 93-96,110.
[4]	刘启亮, 邓敏, 侯昭怡, 郇卫华. “空间分析”课程思政改革的探索与实践[J]. 测绘通报, 2021, 0(5): 151-154.
[5]	邓凯, 杨灿灿, 尹力, 赵明伟, 江岭, 彭道黎. 多源数据协同的城市道路提取[J]. 测绘通报, 2021, 0(10): 60-66,82.
[6]	李辉, 吴启明, 申朝永, 刘芳, 李婷, 张峥. 空间特性约束的县域耕地生产效益评价——以紫云苗族布依族自治县为例[J]. 测绘通报, 2021, 0(10): 150-153.
[7]	杜晓, 周玉秀, 周琦, 郑义, 张俊辉, 林尚纬, 陈利军. 路网约束条件下热力规则设计与试验[J]. 测绘通报, 2020, 0(7): 18-21.
[8]	王毅鹏, 张永志, 赵超英, 刘晓杰, 张颖云. GPS及InSAR数据支持下的甘肃黑方台滑坡监测云平台设计与分析[J]. 测绘通报, 2019, 0(8): 106-110.
[9]	黄瑞金, 沈富强, 周兴霞, 黄青伦, 程多祥. 无人机集群灾情地理信息获取关键技术及重大应用[J]. 测绘通报, 2019, 0(6): 96-99,104.
[10]	武新宇, 孙立双, 谢志伟, 张丹华, 于莉莉. 遥感影像与POI数据相结合的城市建成区提取适用性研究——以沈阳市为例[J]. 测绘通报, 2019, 0(11): 134-136,159.
[11]	杨志, 张华, 张磊, 王成, 张春菊. 基于移动GIS的生态环境智能感知方法[J]. 测绘通报, 2019, 0(11): 145-148.
[12]	范雯, 何鄂龙, 李天琪, 孙杰. 融合空谱特征的车载LiDAR点云道路标识线提取[J]. 测绘通报, 2018, 0(8): 97-101.
[13]	俞艳, 刘耀林, 袁艳斌, 黄解军, 何建华. 面向个性化人才培养的空间分析课程模块化重构[J]. 测绘通报, 2018, 0(7): 137-140.
[14]	邓悦, 刘洋, 刘纪平, 徐胜华, 罗安. GBGWR模型在降水量空间分布模拟中的应用[J]. 测绘通报, 2018, 0(3): 32-37,42.
[15]	肖屹, 何宗宜, 苗静, 潘峰, 杨好. 利用搜索引擎数据模拟疾病空间分布[J]. 测绘通报, 2018, 0(2): 94-98.