為了探索疫情的發(fā)生和傳播與城市居住空間特征的關系,通過融合應用互聯(lián)網(wǎng)疫情發(fā)布數(shù)據(jù)、POI數(shù)據(jù)、房源網(wǎng)數(shù)據(jù)等多源數(shù)據(jù),提取了武漢市三環(huán)內(nèi)住宅小區(qū)的空間邊界及其相關屬性信息,從物質(zhì)環(huán)境、配套設施、人口規(guī)模等維度進行了住宅小區(qū)畫像。利用主成分分析法對影響疫情發(fā)展的各類因子進行了綜合,利用地理加權(quán)回歸模型分析了小區(qū)規(guī)模、人口流動性、小區(qū)品質(zhì)等居住空間特征對疫情發(fā)展的影響方向和程度,能為社區(qū)治理、居住空間規(guī)劃、老舊小區(qū)改造等工作提供科學依據(jù)和參考。 

【文章來源】：地理空間信息. 2020,18(11)

【文章頁數(shù)】：6 頁

【部分圖文】：

研究流程圖

本文以武漢市三環(huán)線范圍內(nèi)的住宅小區(qū)為研究區(qū)，通過百度AOI，共獲取3 608個可識別邊界的住宅小區(qū)，小區(qū)確診病例占比如圖2所示。經(jīng)統(tǒng)計，武漢市一環(huán)線內(nèi)共有638個住宅小區(qū)，一環(huán)線至二環(huán)線之間共有1 277個住宅小區(qū)，二環(huán)線至三環(huán)線之間共有1 693個住宅小區(qū)；三環(huán)線內(nèi)發(fā)生疫情的住宅小區(qū)有2 898個，其中一環(huán)線內(nèi)有537個，占比為84.17%，一環(huán)線至二環(huán)線之間有1 052個，占比為82.38%，二環(huán)線至三環(huán)線之間有1 309個，占比為77.32%。2.2 數(shù)據(jù)來源與分類

小區(qū)物質(zhì)環(huán)境指標空間分布特征

【參考文獻】：
期刊論文
[1]利用地理知識圖譜的COVID-19疫情態(tài)勢交互式可視分析[J]. 蔣秉川,游雄,李科,周小軍,溫薈琦.  武漢大學學報(信息科學版). 2020(06)
[2]基于中文分詞的加權(quán)地理編碼在COVID-19疫情防控空間定位中的應用[J]. 彭明軍,李宗華,劉輝,孟成,李勇.  武漢大學學報(信息科學版). 2020(06)
[3]新冠肺炎疫情防控中的社區(qū)治理挑戰(zhàn)應對:基于城鄉(xiāng)規(guī)劃與公共衛(wèi)生視角[J]. 唐燕.  南京社會科學. 2020(03)
[4]基于多源時空大數(shù)據(jù)的區(qū)際遷徙人群多層次空間分布估算模型——以COVID-19疫情期間自武漢遷出人群為例[J]. 劉張,千家樂,杜云艷,王楠,易嘉偉,孫曄然,馬廷,裴韜,周成虎.  地球信息科學學報. 2020(02)
[5]基于手機信令等多源數(shù)據(jù)的城市居住空間選擇行為初探——以北京五環(huán)內(nèi)小區(qū)為例[J]. 徐婉庭,張希煜,龍瀛.  城市發(fā)展研究. 2019(10)
[6]住宅區(qū)用地規(guī)模及規(guī)劃設計問題探討[J]. 周儉,蔣丹鴻,劉煜.  城市規(guī)劃. 1999(01)



本文編號：3442716