交通大数据能够反映人类社会经济活动产生的位移与时空轨迹,不仅能够满足学者们在微观尺度更深入、更精细的研究粒度要求,而且能够为宏观尺度的研究提供广范围、多视角的连续性观测,其研究与发展为人文与经济地理学带来了新思路和新技术。本文以交通大数据的研究前沿为基础,梳理了区位论、时空行为、复杂网络、流空间等理论研究的发展方向,勾勒了“大数据时代”背景下人文与经济地理学的研究框架体系,探讨了新旧技术方法融合的可能性,并讨论了对各个分支学科相关研究的影响。接着,本文总结了交通大数据在人文与经济地理学的主要应用方向与趋势,主要包括出行即服务的交通规划理论与方法,“人工智能+大数据”的城市管理科学,大尺度交通流迁移的模拟,以及“流空间”与“场所空间”的多维度研究等。最后,本文指出了交通大数据应用在获取难度和数据有偏性等方面值得注意的问题并进行了展望。
在财政分权和地方竞争的制度背景下,地方政府为了吸引更多企业投资,往往采取过量供应工业用地、压低工业用地价格的手段,直接导致了中国工业用地利用效率低下,甚至资源严重浪费等问题。合理调控工业用地供应规模及价格,发挥市场机制对工业用地出让价格的主导作用,是促进工业用地集约高效利用的重要途径。本文以工业用地出让价格为研究对象,利用2009、2011、2013、2015、2017年全国工业用地出让数据,采用分层模型,结合宏观和微观尺度,实证分析了中国工业用地出让价格的空间格局及关键影响因素。实证研究发现：① 我国不同区域的工业地价差异较大,政府的干预能力显著影响城市工业用地的出让价格,在控制其他影响因素下,干预能力越强,工业用地出让价格越低;② 宗地层面的因素中,距离城市中心或水源越近、交通通达度越好,工业用地的出让价格越高;③ 城市层面的因素中,人口数量越多,经济发展水平越高,工业用地的出让价格越高。本研究首次将分层模型引入实证计量方法,同时验证了影响工业用地出让价格的宏观与微观因素,是对现有工业用地出让价格研究文献的补充与延伸。
饮食地理文化作为地域文化中最具地方特色的重要元素,在现代人口大规模流动背景下呈现出全新的多样化局面,而基于传统认知的“南甜北咸”的地域分异已然不能代表中国现代食甜分布的空间特征。因此,本文采用网络爬虫技术,获取我国大陆31个省会城市共计约2000万条美食消费数据,从传统类菜品、主食类菜品、饮料类和甜品类菜品4个方面计算城市食甜度,在ArcGIS、MySQL软件支持下,借助GIS空间分析和数理统计方法探究我国现代食甜习惯的空间分布特征,分析影响食甜分布的因素。研究发现：① 中国食甜在空间分布上存在显著的地域分异特征,聚类分析评价参数R 2高达0.88,现代食甜习惯总体呈现“东高北中,西微内低”的包围式格局;② 从整体抑或局部角度,在1%显著性水平上莫兰指数均为正,中国食甜分布呈现显著的空间正相关关系,形成特色鲜明的3个地理集聚区,即以苏浙沪闽为主的东南沿海高甜集聚区,以渝黔川为主的西南内陆低甜集聚区和以陕宁为主的西北内陆低甜集聚区;③ 构建了中国现代食甜习惯分布影响因素模型,其拟合精度为0.82,分析结果显示降水、湿度、气温等气象要素及地理位置是影响现代我国食甜空间分布的重要因素。
中国是世界汽车生产大国,产销量已连续9年蝉联世界第一,然而有关汽车产业的研究更多集中在区域尺度,对城市尺度的研究相对较少。本文以柳州市为案例,利用工商注册企业数据和核密度估计、负二项回归模型等方法分析了柳州市汽车制造业企业的空间格局与影响因素。结果表明：① 汽车制造业企业主要集中在河西、洛维、河东、阳和等城市组团,企业集聚范围逐步向东、向西扩散,其中向东扩散以柳东新区为主,向西扩散以河西高新技术产业开发区为主;② 汽车制造业企业在距离市中心0~11 km显著集聚,空间集聚强度呈现先增加后减小的趋势;③ 土地价格、交通条件、地方化经济、政策是影响汽车制造业企业区位选择和空间格局的重要因素;同时,汽车制造业JIT（Justin Time）生产方式也具有重要影响。在此基础上,提出汽车制造业企业区位选择和空间格局形成的循环累积机制、区位临近机制、价格传导机制。
以广州市47 026个零售业网点为基本数据,通过梳理零售业空间分异的机制,构建包含人口密度、商务条件、公共交通便利性、业态丰富度与租金条件5个影响因子的零售业态空间分异影响因素评价体系,通过信息熵、核密度函数与空间回归模型分析零售业态的空间分异影响因素,对比不同城市圈层区位与不同零售业态集聚分异的因素差异。结果表明：① 需求、区位、竞争与成本构成了广州市零售业态空间分异的主要驱动力,同时,零售的景观分异也由于业态异质性与城市的空间异质性而存在驱动力分异;② 5个影响因素强度格局圈层差异明显,城市内圈层人口集聚度高,具备更好的公共交通便利性条件、商务条件与业态丰富度,同时也承受更高的地租;③ 人口密度是零售空间分异的核心要素,公共交通便利性条件、商务条件与业态丰富度对零售的集聚也有正向驱动作用,租金的影响较弱;不同圈层区位的零售空间分布与不同类型业态的空间分异的主要影响因素各不相同。
城际出行具有时间依赖性,不同时间约束与特定时期的城际出行具有相异性,反映的出行模式与表达的地理空间联系规律具有差异性。迁徙大数据记录的人口移动实时记录为开展基于时间依赖的城际出行网络提供了可能。本文以全国 19个城市群为研究区域,利用腾讯平台提供的居民城际出行数据,对国庆长假期间（2016年10月1—7日）中国城市群城际出行时段变化特征、城际出行模式及其网络结构进行了研究。结果表明：① 黄金周城际出行具有明显的基于出行期、返程期和旅途期的时段变化规律;② 国庆长假期间的中国城市群城际出行分别形成了轴辐式、多中心与单中心3种城际出行模式; ③ 出行期、返程期的城际出行具有类似于春运人口流动的时空对称规律,城市群城际出行呈现出以主要城市群整体、城市群核心城市与邻近外围城市间的中短距离流动的长假出行特征,中西部城市群城际出行具有典型的“潮汐式”流动特征;④ 基于腾讯人口迁徙大数据,通过对黄金周期间出行期、返程期与旅途期的科学划分,较好地实现了国庆长假城际出行特征与模式的挖掘,同时也为长假城际交通管理与道路资源优化调配方案的制定提供支撑。
大城市公共交通是一个典型的复杂巨系统,采用复杂网络方法分析大城市公共交通网络系统对于城市交通发展具有重要意义。已有大量的研究采用复杂网络理论进行了公共交通线路网络分析,也有研究基于刷卡数据分析了公共交通客流网络的复杂特征,但少有研究探讨客流网络复杂性日内变化特征。鉴于此,本文基于北京市公共汽车刷卡数据识别的不同时间段客流双向邻接矩阵,通过复杂网络指标对比分析公共汽车客流网络的日内变化特征。结果表明：① 各个时间段公共汽车客流分布遵循距离衰减规律,5 km以下的短距离出行约占总出行量的一半左右;② 度中心性和加权度中心性的空间格局在不同时间段整体呈现出明显的核心-边缘特征,但随时间有一定程度的变化,加权度中心性排名前10的节点存在较大变化;③ 累积度分布和累积加权度分布服从指数分布,属于小世界网络。本文还进一步讨论了基于大数据的动态复杂网络研究对城市交通规划建设的启示意义。
当前采用交通流数据量化城市人群活动模式研究已经取得了丰硕的研究成果,但是对于同一区域、同一时段不同类型交通流数据反映城市人群活动模式的共性与差异性仍然知之甚少,直接影响了城市人群活动模式挖掘结果的可解释性与实际应用效果。为此,本文旨在对目前广泛采用的智能卡数据（公交和地铁刷卡）和出租车轨迹数据2种重要的交通流数据,从时空分布模式的差异性、行程距离及距离衰减效应的差异性、空间社团结构的差异性3个方面,探索二者反映城市人群活动模式的差异性：① 采用北京市六环以内区域2016年5月9日至15日的智能卡和出租车轨迹数据进行实验分析,研究发现：① 2种交通流反映出行需求的空间分布呈现出高度相关性,但是在同一空间单元上,2种交通流反映出行需求的时间相关性较低;② 2种交通流的使用率在不同空间位置存在明显差异,仅在城市中心区域使用率较为均衡;③ 2种交通流反映人群行程距离的空间分布、距离衰减效应存在明显差异,公共交通对于促进长距离出行更为重要;④ 从2种交通流发现的空间社团结构都显示了城市的多中心结构特征,但是二者发现社团结构存在的差异性表明两种交通方式对城市空间交互起着不同的作用。本研究有助于深入理解多源交通流反映城市人群活动的内在机理,提升城市人群活动模式在城市规划、交通管理等领域的应用效果。
潜在自行车出行是指可能会使用自行车作为交通工具的出行,评估潜在自行车出行需求能够帮助指导城市自行车资源配置方案的优化。大规模手机位置数据蕴含丰富的人群移动信息,而且具有大样本、低成本的特点,能够用于评估城市潜在自行车出行需求。本文结合自行车出行的时间和距离特征,提出一种基于大规模手机位置数据的潜在自行车出行需求评估方法。该方法以单次出行为分析单元,从手机用户的轨迹中提取出具有短距离出行特征和公共交通接驳出行特征的移动轨迹段,并根据该移动轨迹段评估潜在自行车出行需求。基于该方法,利用上海市大规模手机位置数据评估上海市潜在自行车出行需求并分析其时空分布特征,发现在空间上,潜在自行车短距离出行需求主要分布在城市中心和郊区的商业中心,而公共交通接驳的自行车需求主要分布在郊区。在时间上,上午,自行车出行需求从非中心城区向中心城区聚拢;晚上,上海市自行车出行骑车与停车需求从中心城区向非中心城区扩散。
随着移动互联网、云计算、大数据等新一轮信息通信技术的发展,智慧城市逐渐成为城市建设的重要发展趋势。“十三五”期间,全国各城市纷纷制定智慧城市建设或发展规划,并将其定位为城市中长期发展战略的重要组成部分。由于智慧城市涉及范围广泛、内容体系庞杂,目前还在不断发展完善之中,尚未形成统一的评价标准。基于此,本文对比了国内外智慧城市评价重点与趋势,以提高城市可持续发展能力、实现高效、公平的城市管理、保障民生福祉为目标,构建了包括智慧经济、智慧交通、智慧医疗、智慧教育、智慧管理等多子系统的智慧城市评价指标体系;运用文本、网页、统计等多源数据,本文开展了全面的、统一的、多层次、模块化的全国智慧城市发展状态评估,并从子系统协调程度对智慧城市发展提出了建设性意见。研究发现：① 从整体评价结果分析,除北京、上海、广州、武汉、成都、杭州、天津和南京8个城市综合得分及各子系统得分都较高外,绝大部分城市的智慧建设水平不高;② 在空间分布上,沿海地区的智慧城市建设水平普遍高于内陆地区,直辖市和省会城市高于其他城市;③ 从协调关系分析,70%以上城市的5个子系统为中度甚至低度协调,80%以上城市以智慧教育或智慧医疗成为发展短板,这也是未来政府应关注的重点。本文通过构建指标体系,探讨了中国智慧城市的发展状态,为城市未来的发展和管理提供了借鉴与参考。
伴随新型城镇化进程的不断推进,城市群已经成为地区社会经济发展的重要核心。大数据时代的到来促使新兴时空大数据在城市/城市群建设与管理中发挥着重要作用,并成为当前学术界的研究热点。大数据挖掘技术与融合分析技术将成为未来研究城市群的重要方法。本研究总结归纳了时空大数据在城市群建设与管理中的应用研究进展,对常见城市群时空大数据类型、获取方法和分析技术进行分类整理,并对基于资源调查和多源时空数据分析的城市/城市群研究进展进行分析,特别是对时空大数据及其技术在城市群建设与管理中的主要研究展开归类分析,认为目前时空大数据在城市群建设与管理应用领域主要涉及5大方向：城市群空间界定与发展监测、交通网络监测、关联性分析与功能布局评价、产业协同分析和环境监测与评估。最后,本文分析了现阶段时空大数据在城市群建设与管理应用中的发展瓶颈,提出了相关对策建议,并对未来研究发展趋势提出了展望。
城市时空大数据技术的快速发展和应用,为城市功能区识别提供了新的数据基础和技术手段,但专门关于城市公共服务设施复合功能的研究还相对较少。基于北京市9大类公共服务设施的空间点数据,综合考虑不同类型公共服务设施等级和品质特征,采用累计机会方法对1 km×1 km格网尺度的北京城市公共服务设施可达性进行了综合评价,在此基础上重点分析了北京城市公共服务设施复合功能特征与影响因素。研究表明：① 北京城市公共服务设施累计机会空间分布存在明显的中心集聚特征,但不同类型公共服务设施的空间分布模式和覆盖范围却有所区别;② 北京城市公共服务设施功能区可以划分为单一功能、单一化的复合功能、2种复合功能、3种复合功能和均衡化的复合功能等5大类型;③ 人口密度、距市中心距离、土地价格和经营性为主设施的累计机会可达性是影响北京城市公共服务设施复合功能的重要因素。研究结论对进一步细化城市功能区研究和促进北京城市公共服务设施空间结构优化具有科学启示作用。
全面准确地描述街景影像的多层次特征在基于街景影像对街道空间品质进行评估的研究中具有重要意义。以广州市越秀区为例,获取前后左右各视角街景影像中手工设计的特征（SURF特征、HOG特征）和基于深度学习的特征（语义特征）,基于单一特征和多特征融合采用支持向量机（Support Vector Machine, SVM）、随机森林（Random Forest, RF）训练各视角的评估模型。结果表明,以基于SVM建立的单特征模型为例,基于HOG特征（73.03%）、语义特征（72.28%）的模型平均精度优于SURF特征（56.00%）,基于SVM前后左右各视角模型的最优分类精度为82.8%（前）、81.7%（后）、76.6%（左）、76.6%（右）,而基于RF各视角模型的最优分类精度为82.8%（前）、85.0%（后）、78.1%（左）、70.3%（右）。前后视角的模型精度略优于左右视角。各视角最优模型均为多特征融合模型,最优模型平均分类精度和Kappa系数可达80.6%和0.62。利用街景影像评估街道空间品质时,各算法之间性能差异微弱,而特征选择及组合方式是提升精度的关键。越秀区街道空间品质存在明显空间分异,其西南部的街道空间品质亟待提升。本研究构建了基于街景影像多特征融合的大规模高精度街道空间品质测度方法,实现了对越秀区街道空间品质的评估,研究结果可为相关部门进行街道环境综合整治提供参考。
对建筑物进行建模与分析是智慧城市建设的重要任务之一。将城市中数量庞大的建筑物按功能分类,辅助认知城市内部空间结构,对政府部门开展人口估计,土地管理,城市规划等工作具有重要意义。本文以蕴含丰富语义信息的兴趣点（POI, Point of Interest ）作为主要信息源,针对POI分布稀疏导致大量建筑物无法识别出功能的问题,改进了传统的城市功能区定量识别方法。该方法为建筑物内部及周边一定区域范围内的POI赋予反距离权重,通过计算不同类型POI的加权频数密度比例来识别建筑物功能类型。文中以北京市西四环中路附近5000多栋建筑物为例进行实验验证,实现了将目标区域内的建筑物按功能类型划分为居住、商业、公服和3种混合类型,识别率达93.04%,与人工判别的结果对比得出总体分类精度达91.18%。该方法采用易于获取的互联网POI数据,可以实现大范围建筑物功能类型的快速自动化识别,丰富了城市建筑模型语义属性,扩展了POI数据的应用范围。
城市风环境是城市微气候研究的一个重要方向,对分析城市热岛效应、空气流通等具有重要意义。本文以郑州市市区为例,使用1971—2018年气象观测数据、2018年建筑分布数据（OSM）和2016年资源三号卫星数据作为数据源,通过运用气象学和GIS技术结合的方法,探究潜在通风廊道,科学量化城市形态对风环境的影响。研究首先借助WindNinja软件,对城市背景风环境进行模拟分析,该计算方法提高了风道定位的精度。然后利用卫星遥感数据制作了数字高程模型（DSM）,结合OSM计算下垫面地表粗糙度。进一步借助ArcGIS软件,利用最小成本路径法（LCP）确定城市潜在通风廊道的位置。结果表明：① 郑州市近年来平均风速缓慢下降,平均每10年下降0.26 m/s;全年主导风向东北风进入城市后受城市形态影响在京广铁路线附近以西逐渐转为东北偏东风,其中在京广快速路以东风速较高,在京广快速路以西风速较低;② 金水区西部、中原区、二七区以及管城区的地表粗糙度较高,通风环境较差;金水区东部和惠济区的地表粗糙度较低,通风环境较好;③根据盛行风向模拟的潜在通风廊道,其共同特点是趋向于低粗糙度的地区。
地球系统科学是一门综合性交叉学科,起源于全球变化研究,受益于遥感技术进步,现已进入大数据时代,人工智能技术成为解决地球系统科学前沿问题的新手段。科学数据共享是推动科学发展、提升数据价值的关键,经过长期的探索和实践,全球已形成完善的数据资源管理政策与机制、持续的数据共享服务体系、多元化的科学数据整合模式,并且新的理念不断推动数据共享创新发展,其中“可发现、可访问、可互操作和可重用”原则和数据出版备受推崇。我国颁布了国家层面的政策法规,着重推动国家级科学数据中心建设、科技项目数据资源汇交及数据出版。借鉴国外数据共享经验,结合国内实际发展情况,我国探索出具有中国特色的地球系统科学数据资源分类体系,在元数据、分布式互操作、大数据分析和共享服务等关键技术方面都取得了重大突破。本文以国家地球系统科学数据中心为例,系统梳理了国内地球系统科学领域的数据共享实践进展,详细介绍了国家在地球系统科学领域的数据共享实践及其成效。国家地球系统科学数据共享工作已探索形成成熟稳定的运行服务机制、研制出适用于多源分散地球系统科学数据的标准体系、 建成多学科多时空尺度的地球系统科学数据库群、自主研发海量异构数据共享网络技术体系与服务系统,促进了地球系统科学的科学发展,同时也推动了数据共享理念的传播与推广。然而,数据孤岛现象、共享服务系统标准化程度低、系统技术标准未对接国际规范等问题仍然较为突出,阻碍了地球系统科学数据开放与共享。未来,随着共享个性化需求被激活,定制化的“数据+知识”服务有望成为主流趋势,将给数据共享带来新的机遇和挑战。
城市是多样性聚集的场所,且多元化和差异性日益增强,故探究土地混合利用具有一定的现实意义。现有的土地混合研究大多以POI（Point of Interest）为研究基础,着眼于城市主题的研究较少。本文采用百度POI数据,在街区尺度下考虑POI共现以提取主题,并挖掘北京市四环内的主题混合模式,其结果可以为城市规划及其建设提供参考。首先,采用LDA（Latent Dirichlet Allocation）主题模型得出街区的主题向量以及主题的POI共现模式;其次,引入多样性指数对街区的混合度进行度量,并依据自然断裂法将街区分为高混合街区、中等混合街区、低混合街区3类;最后,为了探究3类街区中的主题混合模式,先采用多元线性回归找出不同类街区中对混合度影响显著的主题,在此基础上对街区中的混合模式进行提取。结果表明：高混合街区的主题混合模式都是茶座餐厅主题与其他主题的混合;中等混合街区中的混合模式大多是以公司企业主题与住宅（商铺）主题再结合其他主题的混合;低混合街区中最典型的2种模式是茶座餐厅主题主导与风景名胜主题主导的接近单一的模式。不同的模式也体现了不同混合区的特征及其之间的差异,有助于对城市深度理解,从而为混合城市的建设提供参考。
地理数据的增强现实（AR）技术,是地理信息可视化的重要发展方向之一。受限于头戴式AR设备有限的计算能力,已有的地理信息AR研究多集中于地理信息的可视化,并未提供复杂的空间分析计算功能。本文提出了一套基于边缘计算与云计算协同的AR空间分析计算框架。AR端完成空间数据的可视化、人机交互、数据预处理等;云端则完成复杂的空间分析计算任务以及空间数据的持久化存储;边云二元存储方法和三维可视化模型-三维地理模型间的坐标转换模块完成AR端和云端间的高效链接;从而达到高效率的、端对端的协同计算。基于该框架,本文利用头戴式AR设备Hololens,并基于武汉市的建筑物三维数据和天空可视因子算法,实现了在AR可视化的同时进行复杂的空间计算。结果表明,在保证空间分析计算效率和精度的同时,Hololens性能表现稳定,三维空间可视化的体验良好（FPS约35）,证明了边云协同框架下的AR在空间分析计算具有广阔前景。
现有OD流向聚类多将O点和D点相分离或者将OD流向看作4维空间的数据点进行聚类处理,忽视了流向长度、方向、时间对流向聚类的影响。本文以流向作为研究对象,提出一种基于流向间相似性度的逐级合并OD流向时空联合聚类算法。首先在充分研究OD流向的空间信息和时间信息的基础上,构建合理的OD流向间时空相似性度量方法,对OD流向间的时空相似性进行量化;然后提出逐级合并OD流向聚类策略,优化类簇合并的顺序,以减少层次聚类的时间开销,实现OD流向的时空联合聚类。以成都市的滴滴出行OD数据和纽约市出租车数据为例对本文方法进行了验证,结果表明：① 本算法聚类获得的流向类簇不仅带有空间特征还具备时间特征;② 在不同参数下本方法可以得到不同时空尺度的聚类结果;③ 与现有较高水平的流向聚类算法相对比,本文方法的聚类效果更好。这体现在流向类簇内部的流向之间有着充分的相似性,以及本文方法不仅可以提取出显著的流向类簇,还可以提取出非热点区域之间的流向类簇。本算法顾及空间因素和时间因素,可以通过调整时空相似性度量方法中的时间参数和空间参数以实现不同时空尺度的流向聚类,这使得从不同时空角度研究城市居民出行模式成为可能。本文提出的OD流向时空联合聚类算法从联合时间信息和空间信息的角度获得对运动数据的新见解,有助于合理全面地研究居民的移动模式、区域之间的空间联系、已知出行结构的确定以及出行目的的探索,是后续一系列分析工作的基础。
