隨著城市化進(jìn)程不斷推進(jìn)、人口規(guī)模不斷擴(kuò)大,大量郊區(qū)新城和產(chǎn)業(yè)園的建設(shè)興起,住房市場(chǎng)化改革,同時(shí)城市交通基礎(chǔ)設(shè)施的日漸完善和交通方式的日益豐富,居民職住地選擇的自由度大幅提升,中國(guó)城市職住空間特征發(fā)生了深刻的變化,城市就業(yè)與居住空間分離、錯(cuò)位現(xiàn)象逐漸凸顯,城市職住空間不平衡不斷加劇,由此引起的交通擁堵、居住隔離和環(huán)境污染等一系列“城市病”成為城市可持續(xù)發(fā)展面臨的重要問(wèn)題。通勤作為城市居民就業(yè)地和居住地分離而產(chǎn)生的出行行為,如何有效的掌握城市居民職住空間的分布特征和關(guān)系成為有效緩解職住分離及其導(dǎo)致的一系列城市病的基礎(chǔ)和關(guān)鍵。傳統(tǒng)職住空間和通勤特征研究多基于問(wèn)卷調(diào)查和普查統(tǒng)計(jì)數(shù)據(jù)展開(kāi),不僅需要耗費(fèi)大量的人力、物力,而且存在數(shù)據(jù)獲取時(shí)間周期長(zhǎng),樣本量小、樣本群體不具代表性、數(shù)據(jù)源單一等缺點(diǎn),影響研究結(jié)果的準(zhǔn)確性。近年來(lái),隨著感知定位技術(shù)、信息與通信技術(shù)（ICT）的不斷發(fā)展與廣泛應(yīng)用,包含居民出行行為時(shí)空軌跡的數(shù)據(jù)逐漸豐富,為城市空間研究和居民出行模式挖掘提供新的契機(jī)和條件。本論文以開(kāi)放出行數(shù)據(jù)和POI數(shù)據(jù)為研究數(shù)據(jù),以�？谑袨閷�(shí)驗(yàn)區(qū),根據(jù)出行數(shù)據(jù)和POI數(shù)據(jù)的特點(diǎn),分別構(gòu)建基于出行流動(dòng)量模型的... 

【文章來(lái)源】：蘭州交通大學(xué)甘肅省

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

原始數(shù)據(jù)

融合開(kāi)放出行數(shù)據(jù)和POI數(shù)據(jù)得城市職住空間識(shí)別方法研究-14-格面積相等不存在面積變形。本文研究區(qū)域相對(duì)較小，選用正多面體格網(wǎng)模型中的四邊形格網(wǎng)模型為研究區(qū)域剖分模型。2.3�？谑袛�(shù)據(jù)處理2.3.1實(shí)驗(yàn)區(qū)概況本文以�？谑兄鞒菂^(qū)為研究區(qū)域（圖2.2）。�？谑�，海南省省會(huì)城市，北部灣城市群中心城市，位于北緯19°31′～20°04′，東經(jīng)110°07′～110°42′之間，地處海南島北部，東鄰文昌，西接澄邁，南毗定安，北瀕瓊州海峽，和廣東省相隔20海里左右，是海南省政治、經(jīng)濟(jì)、科技、文化中心和最大的交通樞紐，也是國(guó)家“一帶一路”戰(zhàn)略支點(diǎn)城市。圖2.2研究區(qū)概況�？谑杏杀緧u海南島（海南島北部部分）、海甸島和新埠島3島組成，全市總面積3145.93平方公里，其中，陸地面積2284.49平方公里，海域面積861.44平方公里。下轄秀英區(qū)、龍華區(qū)、瓊山區(qū)及美蘭區(qū)四個(gè)區(qū)。下轄21個(gè)街道、22個(gè)鎮(zhèn)、207個(gè)社區(qū)和245個(gè)行政村。截至2018年末，全市戶籍人口177.61萬(wàn)人，常住人口230.23萬(wàn)人，從區(qū)域年末常住人口分布看，秀英區(qū)39.56萬(wàn)人、龍華區(qū)67.76萬(wàn)人、瓊山區(qū)51.79萬(wàn)人、美蘭區(qū)71.12萬(wàn)人[80]。海口市的常住人口中，有漢族、黎族、苗族、回族、滿族、瑤族、蒙古族、朝鮮族、土家族、布依族、傣族、侗族、壯族等48個(gè)民族，截至2016年，漢

蘭州交通大學(xué)碩士學(xué)位論文-15-族人口占98.6%，少數(shù)民族人口占1.4%。本文以�？谑兄鞒菂^(qū)下轄金茂街道、中山街道、金宇街道、國(guó)興街道、和平南街道、海府街道、海秀街道、秀英街道、西秀鎮(zhèn)、長(zhǎng)流鎮(zhèn)、海秀鎮(zhèn)、新海林嘗大同街道、城西鎮(zhèn)、海墾街道、濱海街道、白龍街道、藍(lán)天街道、博愛(ài)街道、國(guó)營(yíng)桂林洋農(nóng)嘗府城鎮(zhèn)、靈山鎮(zhèn)、海甸街道、人民路街道、新埠鎮(zhèn)和白沙街道26個(gè)街道為研究區(qū)域，其總體劃分為長(zhǎng)流組團(tuán)，中心組團(tuán)和江東組團(tuán)三部分。長(zhǎng)流組團(tuán)包括新海林嘗西秀鎮(zhèn)、長(zhǎng)流鎮(zhèn)3街道；中心組團(tuán)以秀英街道和海秀鎮(zhèn)為界向東擴(kuò)展至南渡江，主要包括海秀、秀英、城西、府城、海甸及新埠在內(nèi)的21個(gè)街道；江東組團(tuán)以南渡江以東的靈山鎮(zhèn)和國(guó)營(yíng)桂林洋農(nóng)楊為主。2.3.2出行數(shù)據(jù)本文使用的數(shù)據(jù)為滴滴出行“蓋亞”數(shù)據(jù)開(kāi)放計(jì)劃2019年6月開(kāi)放的出行數(shù)據(jù)集，數(shù)據(jù)主要為�？谑�2017年5月1日-10月31日每天的訂單數(shù)據(jù)，數(shù)據(jù)主要包括訂單ID、產(chǎn)品線ID、城市ID、城市區(qū)號(hào)、二級(jí)縣區(qū)、訂單時(shí)效、訂單類型、出發(fā)時(shí)間、到達(dá)時(shí)間、出發(fā)地點(diǎn)經(jīng)緯度、到達(dá)地點(diǎn)經(jīng)緯度等屬性信息。本文通過(guò)對(duì)滴滴出行數(shù)據(jù)進(jìn)行清洗、坐標(biāo)糾偏、分類、裁剪等預(yù)處理操作，最終得到2017年9月1日到30日每一天的出行數(shù)據(jù)，如圖2.3所示。圖2.32017年9月1日和30日出行數(shù)據(jù)2.3.3POI數(shù)據(jù)

【參考文獻(xiàn)】：
期刊論文
[1]基于出租車軌跡數(shù)據(jù)的城市空間結(jié)構(gòu)變化研究——以深圳市為例[J]. 莊浩銘,劉小平.  熱帶地理. 2020(02)
[2]南京市住房困難人群職住關(guān)系及影響因素分析[J]. 吳翔華,陳昕雨,袁豐.  地理科學(xué)進(jìn)展. 2019(12)
[3]基于一卡通數(shù)據(jù)的公交換乘行為分析方法[J]. 方秋水,李之明,徐鋒,冷夢(mèng)甜,耿薇.  交通節(jié)能與環(huán)保. 2019(06)
[4]基于出租車上下客數(shù)據(jù)的城市功能區(qū)提取方法[J]. 孫士杰,孫群,陸川偉,趙云鵬,馬京振.  測(cè)繪科學(xué)技術(shù)學(xué)報(bào). 2019(06)
[5]通勤距離對(duì)職住分離的統(tǒng)計(jì)驗(yàn)證[J]. 宋小冬,王園園,楊鈺穎,張開(kāi)翼,鈕心毅.  地球信息科學(xué)學(xué)報(bào). 2019(11)
[6]基于POI大數(shù)據(jù)的城市群功能空間結(jié)構(gòu)特征研究——以粵港澳大灣區(qū)為例[J]. 巫細(xì)波,賴長(zhǎng)強(qiáng).  城市觀察. 2019(03)
[7]基于手機(jī)信令數(shù)據(jù)的昆山市職住分布與通勤特征分析[J]. 陸振波,龍振,余啟航.  現(xiàn)代城市研究. 2019(03)
[8]基于公交刷卡數(shù)據(jù)的武漢市職住通勤特征研究[J]. 劉耀林,陳龍,安子豪,張翔暉.  經(jīng)濟(jì)地理. 2019(02)
[9]基于Spark的城市居民出行時(shí)空特征快速提取[J]. 趙英豪,呂亮,徐青,施群山,盧萬(wàn)杰,張杰.  測(cè)繪科學(xué)技術(shù)學(xué)報(bào). 2018(06)
[10]基于公交刷卡數(shù)據(jù)的北京城市居民周末戶外休閑行為特征研究[J]. 劉麗敏,虞虎,靳海濤.  地域研究與開(kāi)發(fā). 2018(06)

博士論文
[1]基于軌跡數(shù)據(jù)的城市居民出行模式分析與挖掘[D]. 王進(jìn)忠.大連理工大學(xué) 2019
[2]基于社交地理大數(shù)據(jù)的城市熱點(diǎn)區(qū)域探測(cè)與挖掘[D]. 耿繼原.遼寧工程技術(shù)大學(xué) 2017
[3]基于軌跡聚類的城市熱點(diǎn)區(qū)域提取與分析方法研究[D]. 趙鵬祥.武漢大學(xué) 2015

碩士論文
[1]基于手機(jī)信令的出行方式識(shí)別方法研究[D]. 唐杰.重慶郵電大學(xué) 2019
[2]基于移動(dòng)通信大數(shù)據(jù)的人口監(jiān)測(cè)分析方法研究[D]. 李璨.北京交通大學(xué) 2019
[3]手機(jī)信令數(shù)據(jù)背景下城市交通出行方式選擇辨識(shí)方法研究[D]. 劉華斌.北京交通大學(xué) 2019
[4]基于話單數(shù)據(jù)的移動(dòng)通信用戶畫像研究[D]. 張海旭.中國(guó)科學(xué)技術(shù)大學(xué) 2018
[5]基于多源興趣點(diǎn)數(shù)據(jù)的城市功能區(qū)劃分方法研究[D]. 鄧悅.中國(guó)測(cè)繪科學(xué)研究院 2018
[6]基于手機(jī)信令數(shù)據(jù)的城市軌道交通客流出行信息提取方法研究[D]. 王利雷.西南交通大學(xué) 2018
[7]利用微博簽到數(shù)據(jù)分析職住平衡與通勤特征[D]. 石光輝.武漢大學(xué) 2017
[8]基于手機(jī)定位數(shù)據(jù)的居民職住地分布特征研究[D]. 許寧.中南大學(xué) 2014



本文編號(hào)：3336697