伴隨著經(jīng)濟(jì)社會(huì)的發(fā)展,城市化進(jìn)程在全球廣泛發(fā)生,我國(guó)也相應(yīng)加速城鎮(zhèn)化進(jìn)程。《“十三五”規(guī)劃(2016-2020年)》指出,超大、特大城市應(yīng)加快提高國(guó)際化水平,適當(dāng)疏解中心城區(qū)非核心功能。對(duì)城市功能區(qū)進(jìn)行劃分與識(shí)別有助于分析城市功能區(qū)分布現(xiàn)狀、了解城市內(nèi)部空間結(jié)構(gòu),為優(yōu)化城市空間格局和疏解中心城區(qū)非核心功能提供決策依據(jù)。傳統(tǒng)的城市功能區(qū)劃分研究方法存在主觀性較大、數(shù)據(jù)更新慢、人工成本高的問(wèn)題,且缺少細(xì)粒度研究。大數(shù)據(jù)的興起以及數(shù)據(jù)挖掘技術(shù)的更新為城市功能區(qū)劃分研究提供了富含語(yǔ)義信息的地理大數(shù)據(jù)及精細(xì)化的分析技術(shù)。本文研究從粗細(xì)兩種粒度探究城市功能區(qū)識(shí)別方法,采用多源數(shù)據(jù)作為城市功能區(qū)識(shí)別的基礎(chǔ)數(shù)據(jù)支撐。將鄭州市中心城區(qū)800m×800m格網(wǎng)作為細(xì)粒度基礎(chǔ)研究單元,探究相同粒度下POI權(quán)重對(duì)識(shí)別精度的提升作用。對(duì)POI數(shù)據(jù)進(jìn)行預(yù)處理及重分類(lèi)操作,根據(jù)POI數(shù)據(jù)對(duì)應(yīng)地理實(shí)體的占地面積及公眾認(rèn)知度不同,賦予各類(lèi)POI數(shù)據(jù)不同權(quán)重。然后構(gòu)建功能區(qū)識(shí)別特征向量,通過(guò)計(jì)算各單元的類(lèi)型占比特征向量,識(shí)別該單元功能類(lèi)型,識(shí)別結(jié)果對(duì)應(yīng)六種功能區(qū)。最后結(jié)合衛(wèi)星地圖及規(guī)劃地圖抽樣對(duì)比驗(yàn)證,總體識(shí)別精度達(dá)到79...

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 引言
    1.1 研究背景和意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 地理大數(shù)據(jù)研究現(xiàn)狀
        1.2.2 功能區(qū)識(shí)別研究現(xiàn)狀
    1.3 研究?jī)?nèi)容與研究路線
        1.3.1 研究?jī)?nèi)容
        1.3.2 研究路線
    1.4 論文結(jié)構(gòu)
2 研究區(qū)與數(shù)據(jù)概況
    2.1 研究區(qū)簡(jiǎn)介
    2.2 數(shù)據(jù)來(lái)源
    2.3 數(shù)據(jù)預(yù)處理
        2.3.1 POI數(shù)據(jù)
        2.3.2 OpenStreetMap數(shù)據(jù)
        2.3.3 材料數(shù)據(jù)
    2.4 本章小結(jié)
3 細(xì)粒度POI定量識(shí)別方法
    3.1 POI特征向量構(gòu)建
    3.2 定量識(shí)別結(jié)果
    3.3 POI定量識(shí)別精度驗(yàn)證
    3.4 本章小結(jié)
4 粗粒度聚類(lèi)識(shí)別方法
    4.1 聚類(lèi)算法概述
    4.2 K-means算法識(shí)別
    4.3 高斯混合模型識(shí)別
    4.4 DBSCAN算法識(shí)別
    4.5 本章小結(jié)
5 基于核密度估計(jì)的功能區(qū)邊界提取
    5.1 概率密度估計(jì)方法
    5.2 POI核密度分析
    5.3 對(duì)比驗(yàn)證
    5.4 本章小結(jié)
6 結(jié)論與展望
    6.1 主要結(jié)論
    6.2 創(chuàng)新
    6.3 研究不足與展望
參考文獻(xiàn)
攻讀學(xué)位期間科研成果
致謝



本文編號(hào)：3949312