通信技術的快速發(fā)展、移動設備的日益普及和設備功能的不斷增多使得城市環(huán)境中的數字足跡呈現指數級增長,無處不在的大數據(例如:出租車軌跡數據、移動電話數據、社交媒體數據)為科學研究、城市規(guī)劃、政府決策、資源配置等提供了新的數據源,并且數據有效性得到了廣泛認可。在城市研究領域,大數據記錄了人與城市環(huán)境之間的互動,使得研究者能夠快速掌握城市動態(tài),并從社會功能的角度識別土地利用類型�？紤]到居民活動的時間變化規(guī)律在不同的城市區(qū)域存在差異,許多學者通過構建居民活動的時間序列對城市土地利用類型進行了識別。然而目前研究中的時間序列大多基于一種居民活動特征進行構建(例如:基于每小時通話量構建時間序列),而整合多種居民活動特征有助于更好的描述居民活動,為土地利用類型識別提供更多的信息。因此,本研究提出了基于模糊C均值聚類算法和模糊綜合評判模型的城市土地利用類型識別方法,整合了從南京市出租車軌跡數據中提取的流出量、流入量、凈流量、凈流量比特征進行了地類識別,并驗證了該方法的有效性。本文的主要研究內容及結論如下:(1)居民活動特征的提取和時間序列的構建。提取居民活動特征是構建時間序列的基礎,特征的選擇將直接影響...

【文章頁數】：67 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內外研究現狀
        1.2.1 城市土地利用類型識別的研究進展
        1.2.2 大數據在土地利用研究中的應用
    1.3 研究內容與技術路線
        1.3.1 研究內容
        1.3.2 技術路線
    1.4 論文組織
第二章 研究區(qū)與數據預處理
    2.1 研究區(qū)
    2.2 出租車軌跡數據及預處理
        2.2.1 出租車軌跡數據介紹
        2.2.2 出租車軌跡數據的預處理
    2.3 OSM道路數據及地圖匹配
    2.4 土地利用類型數據及預處理
    2.5 本章小結
第三章 城市土地利用類型識別框架的構建
    3.1 研究區(qū)域劃分
    3.2 特征提取和時間序列構建
    3.3 模糊聚類和隸屬度矩陣的構建
    3.4 土地利用類型和權重集的確定
    3.5 本章小結
第四章 南京市土地利用類型識別
    4.1 不同特征組合的土地利用類型識別結果
    4.2 不同特征的土地利用類型識別結果
    4.3 與其他方法的土地利用類型識別結果對比
    4.4 本章小結
第五章 結論與展望
    5.1 結論
    5.2 創(chuàng)新點
    5.3 展望
參考文獻
碩士期間的科研成果
致謝



本文編號：3742556