加色法同位规则挖掘支持下的兰州市居民区生活便利度分析

doi:10.13474/j.cnki.11-2246.2020.0060

测绘通报 ›› 2020, Vol. 0 ›› Issue (2): 137-141,146.doi: 10.13474/j.cnki.11-2246.2020.0060

• 第七届测绘科学前沿技术论坛获奖论文 • 上一篇下一篇

加色法同位规则挖掘支持下的兰州市居民区生活便利度分析

刘涛^1,2,3, 张晓辉^1,2,3, 胡添^1,2,3, 刘永强^1,4

1. 兰州交通大学测绘与地理信息学院, 甘肃兰州 730070;
2. 地理国情监测技术应用国家地方联合工程研究中心, 甘肃兰州 730070;
3. 甘肃省地理国情监测工程实验室, 甘肃兰州 730070;
4. 上海华测导航技术有限公司, 上海 201799

收稿日期:2019-05-24 修回日期:2019-11-20 出版日期:2020-02-25 发布日期:2020-03-04
作者简介:刘涛(1981-),男,教授,研究方向为空间关系理论,GIS、RS应用与开发。E-mail:ltaochina@foxmail.com
基金资助:
国家重点研发计划（2016YFC0803106）；国家自然科学基金（41761088）；兰州交通大学优秀平台（201806）

Life convenience analysis of Lanzhou residential area based on the colorimetric co-location rule excavation

LIU Tao^1,2,3, ZHANG Xiaohui^1,2,3, HU Tian^1,2,3, LIU Yongqiang^1,4

1. Faculty of Geomatics, Lanzhou Jiaotong University, Lanzhou 730070, China;
2. National-Local Joint Engineering Research Center of Technologies and Applications for National Geographic State Monitoring, Lanzhou 730070, China;
3. Gansu Provincial Engineering Laboratory for National Geographic State Monitoring, Lanzhou 730070, China;
4. Shanghai Huace Navigation Technology Ltd., Shanghai 201799, China

Received:2019-05-24 Revised:2019-11-20 Online:2020-02-25 Published:2020-03-04

摘要/Abstract

摘要： 居民区生活便利度分析是城市研究的热点问题之一，对提升城市居民生活质量具有重要意义。城市空间中的居民活动主要发生在道路网络空间，加色法同位规则是一种网络空间同位模式可视化挖掘方法，避免了复杂的数学公式、算法及相关参数，具有形象直观的特点。鉴于此，本文利用加色法同位规则这一可视化数据挖掘手段，在表达空间交互的同时将数据挖掘的结果直接用于居民区生活便利度分析。以兰州市为例，进行居民区与其他14类城市基础设施之间位置关系的挖掘试验，全局分析与局部分析相结合，对不同区域的居民区生活便利度进行评价，以期为兰州市城市建设提供参考。结果表明：在兰州市，居民区与药店、超市、牛肉面馆等地理要素存在最强同位规则，与医院、火锅店存在较强同位规则，与商场、派出所、消防站无同位规则；居民区在整体上呈现多个宜居中心的分布特点，在区位上呈现便利度东高西低的分布特征。

关键词: 加色法, 同位规则, 可视化, 兰州市, 生活便利度

Abstract: Analysis of living convenience in residential areas is a hot urban research issue. People's activity in urban area mainly occurs in road network space. Additive color method based co-location pattern mining is a concise and effective visual data mining method in network space. This paper uses the visual data mining method to analyze residential life convenience. Taking Lanzhou city as an example, the experiment is carried out to mine the spatial co-location pattern between residential area and other 14 city infrastructures' location. On the basis of co-location pattern mining results, the residential life convenience was analyzed and evaluated. The results show that the residential areas in Lanzhou city have the best co-location pattern with pharmacies, supermarkets, Lamian noodle restaurants, have good co-location pattern with hospitals and hotpot restaurants, and have poor co-location pattern with shopping malls, police stations and fire stations. Residential areas present a distribution characteristics of "multiple livable centers" in Lanzhou city,and livable center in eastern area have a higher convenience than western area.

Key words: additive color method, co-location pattern, visualization, Lanzhou, life convenience

中图分类号:

P208

刘涛, 张晓辉, 胡添, 刘永强. 加色法同位规则挖掘支持下的兰州市居民区生活便利度分析[J]. 测绘通报, 2020, 0(2): 137-141,146.

LIU Tao, ZHANG Xiaohui, HU Tian, LIU Yongqiang. Life convenience analysis of Lanzhou residential area based on the colorimetric co-location rule excavation[J]. Bulletin of Surveying and Mapping, 2020, 0(2): 137-141,146.

参考文献

[1] 艾廷华,周梦杰,李晓明.网络空间同位模式的加色混合可视化挖掘方法[J].测绘学报, 2017,46(6):753-759.
[2] 崔真真,黄晓春,何莲娜,等.基于POI数据的城市生活便利度指数研究[J].地理信息世界,2016,23(3):27-33.
[3] 卢燕.乌鲁木齐城市生活空间研究[D].武汉:华中师范大学,2018.
[4] LI Z, MUNEMOTO J, FENG S, et al. Study on the planning of commercial facilities around residential areas during rapid urbanization:a case study of living sphere of inhabitants in Hefei[C]//International Conference on Mechanic Automation & Control Engineering.[S.l.]:IEEE, 2010.
[5] 张志斌,巨继龙,陈志杰.兰州城市宜居性评价及其空间特征[J].生态学报,2014,34(21):6379-6389.
[6] YAMADA I, THILL J C. Local indicators of network-constrained clusters in spatial point patterns[J]. Geographical Analysis, 2007, 39(3):268-292.
[7] BORRUSO G. Network density estimation:a GIS approach for analysing point patterns in a network space[J]. Transactions in GIS, 2008, 12(3):377-402.
[8] 任家锋,马卫春,任程程.合肥市城市发展质量空间计量分析[J].测绘通报,2018(10):126-130.
[9] 王敢.数据挖掘在城市道路交通上的应用[D].重庆:重庆大学, 2016.
[10] 张俊涛,武芳,张浩.利用出租车轨迹数据挖掘城市居民出行特征[J]. 地理与地理信息科学, 2015, 31(6):104-108.
[11] 张健钦,王鹏宇,杜明义.一种城市公交线网分布的可视化分析方法[J].测绘通报,2017(5):51-55.
[12] 马远鸣.空间co-location模式挖掘在城市规划中的应用[D].昆明:云南大学, 2011.
[13] 姚晓婧.面向城市服务设施数据的同位模式挖掘研究[J].测绘学报,2018,47(10):1426.
[14] HUANG Y, SHEKHAR S, XIONG H. Discovering colocation patterns from spatial data sets:a general approach[J]. IEEE Transactions on Knowledge and Data Engineering, 2004, 16(12):1472-1485.
[15] 谭浩.同位模式空间数据挖掘算法研究及在GIS中的应用[D].长沙:中南大学, 2011.
[16] 中华人民共和国住房和城乡建设部.城市居住区规划设计规范:GB 50180-93[S].北京:中国建筑工业出版社, 1994.
[17] 孙德芳,沈山,武廷海.生活圈理论视角下的县域公共服务设施配置研究——以江苏省邳州市为例[J].规划师,2012,28(8):68-72.
[18] 肖作鹏,柴彦威,张艳.国内外生活圈规划研究与规划实践进展述评[J].规划师, 2014(10):89-95.

加色法同位规则挖掘支持下的兰州市居民区生活便利度分析

Life convenience analysis of Lanzhou residential area based on the colorimetric co-location rule excavation

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]	贺彪, 郭仁忠, 张琛, 马丁, 王伟玺, 洪武扬, 陈业滨. 面向数字孪生城市的自然场景构造方法[J]. 测绘通报, 2022, 0(7): 87-92.
[2]	陈换新, 马超, 张吉才, 陈长林, 秦志强, 马京振, 汪亚群. 多源矢量空间数据可用性评估的可视分析[J]. 测绘通报, 2021, 0(9): 74-78.
[3]	蓝贵文, 唐宇龙, 杜永良, 潘柱光, 莫栩琪. 排水管网多尺度几何语义建模[J]. 测绘通报, 2021, 0(3): 123-127.
[4]	任立夫. 基于BIM技术的地下管线建模应用分析[J]. 测绘通报, 2021, 0(2): 149-152.
[5]	翁敏, 窦晓越, 尹向军, 杜清运, 苏世亮, 亢孟军, 余斌. 城市特色电子地图设计——以南京市为例[J]. 测绘通报, 2021, 0(12): 54-59.
[6]	张英栋, 耿增涛, 王海银, 乔新, 周圣川. 面向大范围实时数据的动态船舶矢量标绘方法[J]. 测绘通报, 2021, 0(12): 140-144.
[7]	张昊, 张健钦, 郭小刚, 卢剑, 陆浩. 轨迹大数据云存储与热力图生成方法[J]. 测绘通报, 2021, 0(10): 146-149.
[8]	白洋, 康会涛, 张文超, 贾玉娜, 郑浩. 无人机在露天矿山监测中的应用[J]. 测绘通报, 2020, 0(9): 85-88.
[9]	罗勇, 付红云. 空间和时间维度地震目录展示系统设计[J]. 测绘通报, 2020, 0(6): 141-144.
[10]	高智文, 张学东, 徐志洁, 张健钦, 申兆慕, 郭小刚, 杨铭. 一种城市公共自行车接驳地铁出行的时空可视化分析方法[J]. 测绘通报, 2020, 0(3): 48-55.
[11]	任东宇, 董先敏, 周启, 罗浩, 杨浚. 一种面向河长制应用的河网关系构建方法[J]. 测绘通报, 2020, 0(12): 122-127.
[12]	徐佳沅, 文薪荐, 王思敏, 彭晖儿. 一站式地理大数据智能化平台构建[J]. 测绘通报, 2020, 0(12): 132-137.
[13]	袁德宝, 王炳灵, 闫瑜, 周士强, 梁晨. 室内位置轨迹的聚类与可视化[J]. 测绘通报, 2019, 0(5): 21-24.
[14]	王敬泉, 王凯. 基于GIS的突发事件网络舆情传播可视化探究[J]. 测绘通报, 2019, 0(12): 142-146.
[15]	刘振东, 李成名, 武鹏达, 刘坡. 去LoD层级约束的海量三维地形裂缝实时消除算法[J]. 测绘通报, 2018, 0(7): 48-52.