EN中文

地球信息科学学报 >

2015 , Vol. 17 >Issue 11: 1404 - 1411

DOI: https://doi.org/10.3724/SP.J.1047.2015.01404

地理空间分析综合应用

南京市老城区城市建筑点格局研究

  • 叶娟娟 ,
  • 杨昕 , * ,
  • 熊礼阳 ,
  • 严艳梓 ,
  • 王婷婷
展开
  • 1. 南京师范大学地理科学学院,南京 210023; 2. 江苏省地理信息资源开发与利用协同创新中心,南京 210023; 3. 南京师范大学虚拟地理环境教育部重点实验室,南京 210023
*通讯作者：杨 昕(1976-),女,陕西西安人,副教授,主要从事数字地形分析研究。E-mail:

作者简介：叶娟娟(1990-),女,江苏苏州人,硕士生,主要从事数字地形分析研究。E-mail:

收稿日期: 2015-04-10

  要求修回日期: 2015-06-02

  网络出版日期: 2015-11-10

基金资助

国家自然科学基金重点基金项目（41271438）

江苏高校优势学科建设工程资助项目

收起

Point Pattern Analysis of Urban Buildings in Nanjing old Town

  • YE Juanjuan ,
  • YANG Xin , * ,
  • XIONG Liyang ,
  • YAN Yanzi ,
  • WANG Tingting
Expand
  • 1. School of Geography Science, Nanjing Normal University, Nanjing 210023, China; 2. Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, China; 3. Key Laboratory of Virtual Geographic Environment, Nanjing Normal University, Nanjing 210023, China
*Corresponding author: YANG Xin, E-mail:

Received date: 2015-04-10

  Request revised date: 2015-06-02

  Online published: 2015-11-10

Copyright

《地球信息科学学报》编辑部 所有
Fold

摘要

城市建筑是城市形态的重要组成部分,而建筑高度对城市三维空间形态有重要的影响。目前,对城市二维形态的研究较为丰富,而对城市三维起伏形态特征及其空间分布格局方面研究较少,对城市上空利用程度及发展规律认识仍相对缺乏。本文以南京市老城区为例,基于城市数字高程模型数据,将城市建筑抽象为三维点要素,运用点格局分析法研究城市建筑三维宏观特征及建筑类型的空间分布规律。结果显示：（1）南京老城区建筑呈集聚分布,聚集性顺序是低层建筑>高层建筑>多层建筑>超高层建筑。除超高层建筑外,低层、多层和高层建筑的聚集程度,随着空间尺度先增后减,均在1.5 km尺度聚集性最大;显示1.5 km的街区单元应是城市规划管理的最适宜单元。（2）南京老城区建筑高度空间分布表现为“三高一低”,即3个高值区（新模范马路、新街口和珠江路区域）和1个低值区（集庆门区域）,它们与不同时期城市中心具有较好的对应关系;不同类型建筑与城市基准地价的相关分析显示,建筑高度的分布与城市基准地价呈现一定相关性。结果表明,点格局分析方法能有效地分析城市建筑在平面及三维的空间格局特征,进一步深化对城市形态特征的认识。

关键词： 点格局分析法; 城市建筑高度; 空间尺度; 南京市老城区

本文引用格式

叶娟娟 , 杨昕 , 熊礼阳 , 严艳梓 , 王婷婷 . 南京市老城区城市建筑点格局研究[J]. 地球信息科学学报, 2015 , 17(11) : 1404 -1411 . DOI: 10.3724/SP.J.1047.2015.01404

Abstract

Urban architecture is an important ingredient of urban morphology, and the building height has an important influence on 3D urban morphology. Nowadays, many researches have focused on 2D urban morphology, but only a few studies focus on the 3D morphological characteristics and the spatial distribution pattern of urban cities. Also, studies on utilization and organization of the air space above cities are scarce. Based on urban digital elevation model (UDEM) of Nanjing old town, the urban architectures were simplified and transformed from rectangle representations into 3D point elements, and then were classified into four types of point groups according to the building height. The 3D macroscopic characteristics and spatial distribution pattern of the Nanjing old town architectures were studied using point pattern analysis method. The results showed that: (1) the building distribution pattern in Nanjing old town was clustered in the order shown as follows: low-rise buildings > high-rise buildings > multistory buildings>ultra-tall buildings. Except for super-tall buildings, the cluster degree for the other three types of buildings increased firstly and then decreased, and the highest value appeared at 1.5km, indicating that the block unit at this spatial scale was the most appropriate unit for urban planning in Nanjing old town. (2) The building height distribution in Nanjing old town showed three high-valued areas which were in the New Model Road, Xin Jiekou District and Zhu Jiang Road, and one low-valued area which appeared in the Jiqing Arch Street. All of them have good corresponding relations with the city center in different historical periods, and the distribution of building height also has a correlation with urban benchmark land price. The above results further demonstrated that the point pattern analysis is an effective method to analyze the characteristics of urban construction in planar and three-dimensional space, which is helpful for studying urban morphology characteristics.

Key words： point pattern analysis; building height; space scale; Nanjing old town

1 引言

城市形态是城市地理学、建筑学、城市规划等多个学科研究的重要课题之一[1]。以往的城市形态研究多侧重于城市平面形态研究,如城市形态指标计算研究[2-3]、城市分形研究[4]、城市形态演变及预测[5-7]等。这些研究对城市具体的物质形态特征进行了量化描述,为城市规划和设计提供了客观参考。然而,随着城市的发展空间逐步向城市上空的延伸,城市形态具有显著的三维特征,城市的三维形态对城市的环境、功能等方面具有重大影响。因此,城市三维形态是城市形态学研究不容忽视的内容之一。目前,关于城市三维形态的研究,如城市天际线研究[8]、城市高度控制研究[9-10]、城市表面起伏度的研究[11]等,均从不同角度刻画城市形态的三维特征。但是,它们多从理论角度出发,强调城市建筑布局与高度控制。实际上,对城市三维物质形态的客观量化描述,是城市三维形态研究的基础。由建筑所构成的城市三维空间,在高度上具有怎样的起伏形态,不同高度的建筑在空间中具有怎样的分布特征,对这些问题客观理解是合理进行城市规划与城市设计的前提。城市建筑个体形态与高度各异,建筑群体组合与布局多样,在微观上看似无序与混沌,在宏观上似乎是一个有序的自组织体[12]。如何在微观无序、宏观有序的城市建筑中,挖掘城市三维形态的总体特征,认识城市建筑分布规律,本文提出了一种点格局的城市建筑空间格局研究。点格局方法用点要素记录研究对象的空间位置信息,进而量化研究其空间分布[13]。点格局分析法多运用于动植物种群的空间分布格局[14-15],可有效反映物种及其子类种群的空间集聚与尺度特征。鉴此,本文以南京老城区为例,将城市建筑的具体形态抽象成三维点,依据建筑高度分类标准划分成不同的类别,运用点格局分析法来研究不同高度的城市建筑在平面及三维的空间格局特征,从一个新的视角解读城市三维形态特征,为城市规划和城市设计提供参考。

2 研究区与数据源

（1）南京市老城区是指南京市明城墙以内的区域,包括鼓楼区、玄武区、白下区、秦淮区和下关区,是南京市自然、经济、政治的核心区域,面积约45 km2[16]。老城区内有自然起伏地形,形成钟山、清凉山、鸡笼山等微丘岗地;老城区内建筑高低林立,种类繁多,既有高大密集的商业中心,也有由高层建筑和多层建筑混合组成的商业居住混合区,还有以古建筑保护为主的城南秦淮区。这些不同类型建筑形成了南京老城区独特的城市三维空间形态。
（2）南京市老城区建筑数据是利用南京市2003年1:5000比例尺数字正射影像,通过对建筑物平面形状的数字化采集,结合实地调查层数、层高,间接获得建筑物高度信息。利用ArcGIS软件中的数据管理工具,将建筑平面的重心转为3D点要素,Z值为建筑高程。再依据建筑高度分类标准[17],将点 要素分为低层、多层、高层和超高层建筑点4类（图1）。
Fig. 1 Distribution of construction points in study area

图1 实验样区建筑点图

南京市老城区建筑数量为22 421栋,其中,多层建筑数量最多,占52.1%,低层建筑次之,而高层建筑和超高层建筑较少,具体情况如表1所示。低层建筑主要分布在老城区南面;多层建筑点遍布整个老城区;高层建筑主要集中于老城区中部;超高层建筑零星分布于老城区中南部。
Tab. 1 Details of different types of buildings

表1 不同种类建筑情况表

建筑类型 低层建筑（<10 m） 多层建筑（10~24 m） 高层建筑（24~100 m） 超高层（>100 m）
建筑数量（栋） 9485 11 680 1238 18
所占比例（%） 42.3 52.1 5.5 0.1

3 城市建筑空间格局的点格局分析方法

本文运用点格局分析方法的最邻距离法、Ripley’s K函数法及三维空间趋势分析法,对南京市老城区内4种不同类型的建筑点群的空间分布格局特征和规律进行了研究。

3.1 最邻近距离法

最邻近距离分析[18]是统计点间最近距离均值,计算最邻近的点对点平均距离与随机分布模式中最邻近的点对点平均距离,用其比值 ( NNI ) 判断其与随机分布的偏离。
d ( NN ) = ∑ i = 1 n min ( d ij ) n （1）
NNI = d ( NN ) d ( ran ) (2)
式中, d ( NN ) 为建筑点的最邻近的平均距离;n为建筑数量; d ij 为第i个建筑点到第j个建筑点对距离; min ( d ij ) 为i到最邻近建筑点对距离;NNI为最邻近距离系数; d ( ran ) 为空间随机分布条件下的建筑点的理论平均距离,其取值一般为 d ( ran ) = 0.5 A / n ,A为样区面积。当 NNI = 1 时,建筑点呈随机分布模式;当 NNI < 1 时,建筑点格局呈聚集状态;当 NNI > 1 时,建筑点格局分布较为发散。

3.2 Ripley' s K函数法

点状地物分布模式可能会随着空间尺度的变化而改变。在小尺度下可能呈现集群分布,在大尺度下可能为随机分布或均匀分布,最邻近距离法不能很好地分析空间尺度对点状地物的影响,而Ripley's K函数可分析在任意尺度的点状地物空间分布格局。Ripley's K函数是对建筑点平均数和密度比值的观测值与预期值进行对比分析[18],构造指标K(d),如式（3）所示。
K d = A ∑ i = 1 n ∑ j = 1 n k ( i , j ) πn ( n - 1 ) （3）
式中,A为样区面积;n为建筑点数量; k ( i , j ) 为距离d范围内的建筑点i与建筑点j之间的实际距离; K ( d ) 为K观测值;此时距离d为K预期值。当K观测值大于K预期值,建筑点呈聚集分布;当K观测值小于K预期值时,建筑点呈离散分布。
以上点格局分析方法涉及的样区面积是各类建筑点最小外接矩形的面积,与整个南京市老城区的面积不同。考虑到空间连续性及点格局分析法的运用适宜性,样区面积未扣除水体、绿地等面积,从而减少城市用地破碎程度对建筑分布聚集程度的影响。

3.3 三维空间趋势分析法

利用地统计分析的全局多项式插值法生成南京市老城区建筑高度的宏观趋势面。它是根据老城区中的建筑点高度信息,利用多项式数学方程式拟合生成能表示老城区建筑高度的逐渐变化的平滑表面[19],摈弃了建筑形态局部微观的无序性,从宏观角度观察南京市老城区建筑的分布规律。多项式的阶数决定拟合的表面的粗略程度。如图2所示,低阶多项式拟合出来的表面较为平缓,可反映数据中的粗略宏观规律,而随着阶数越来越高,多项式越来越复杂,拟合出来的表面存在一定的细节特征。
Fig. 2 Global polynomial profile sketch

图2 全局多项式剖面示意图

4 南京老城区空间分布的点格局分析

4.1 最近邻距离法的点格局分析

表2显示4类建筑的最邻近比率NNI均小于1,说明南京老城区的各类建筑分布格局整体都呈聚集状态,且NNI值越小,建筑的聚集程度越大。由此,可发现超高层建筑聚集性最低,多层建筑和高层建筑次之,低层建筑的聚集性最高。
Tab. 2 NNI of different types of buildings

表2 建筑平均最邻近比率

建筑类型 低层建筑 多层建筑 高层建筑 超高层建筑
最邻近比率（NNI） 0.41 0.72 0.47 0.91
在南京老城区内,低层建筑多为老式住宅、棚户区等,多位于南京旧城改造中尚未普及的区域,建筑数量多,呈连片密集分布,且城南区域存在多个局部聚集程度高的区域,因而整体的聚集程度也最高。多层建筑大多建造于近代,因有城市规划的介入,其分布合理,居住环境较为舒适。多层建筑在南京老城区内均匀分布,局部聚集程度被平均,故多层建筑虽数量最多但聚集度较低。高层建筑数量较少但聚集度高,集中分布于以新街口为中心,沿中山路向南北延伸的区域内,且高层建筑的样区面积比多层建筑小,因而高层建筑的聚集程度会高于多层建筑。超高层建筑数量少,聚集度低,分布方式接近于随机分布。由于建筑技术和维护成本的影响,不可能存在大范围的聚集,因此超高层建筑的聚集程度最低。
当前南京市老城区处于城市发展后期[20],城市发展模式呈紧凑型发展模式,现有的建筑分布格局将被打破。对于低层建筑而言,在南京旧城改造之后,名胜古迹等会被保留,而一些地区的低层建筑会被拆除,这造成局部区域低层建筑的聚集性增加。此外,一些多层建筑会被高层建筑甚至超高层建筑取代,因而多层建筑的聚集程度会增加,而高层建筑数量增加且分布范围将会扩大,从而其聚集度会降低。随着城市土地的日益稀缺,为分摊城市中心高昂地价,超高层建筑将会越来越多地出现在城市中心及交通发达区域,其聚集度会增加。

4.2 基于Ripley' s K函数的点格局分析

城市建筑的聚集性会随着空间尺度的变化而变化,在小尺度下建筑呈密集分布,而当尺度扩大时,建筑整体的密集性会被无建筑区域所降低而呈随机分布或离散分布。为更好地了解建筑在空间的聚集性,本文利用多距离空间聚类分析,研究南京市老城区中4种类型的建筑点聚集程度与空间尺度关系。图3为不同类型建筑点分布图及其多距离空间聚类图。在多距离空间聚类图中,横轴代表距离,纵轴代表 K ( d ) 值,蓝线代表K预期值,红线代表K观测值,虚线代表置信区间（取99%）。若红线在蓝线上,表明建筑点在该距离内呈聚类分布,反之呈离散分布。
由图3可发现,4种建筑在一定空间尺度内呈集聚分布,聚集性大小顺序为：低层建筑 > 高层建筑 > 多层建筑 > 超高层建筑,超高层建筑分布格局会随空间尺度的增加呈“聚集-离散”分布。图3（a）显示低层建筑的K观测值增至1557 m的空间尺度后增加趋势变缓,且在1557 m与K预期值差值最大为958 m。图3（b）和图3（c）显示多层建筑和高层建筑的K观测值增长趋势大致相同,基本以线性增长趋势。多层建筑在1445 m左右的空间尺度K观测值与K预期值差值最大为289 m,高层建筑在1431 m左右的空间尺度与K预期值差值最大为336 m。多层和高层建筑的聚集度随着空间尺度的增加变化不大,且高层建筑的聚集程度比多层建筑略高。图3（d）中超高层建筑的K观测值先增加,在228 m处与K预期值的差值最大为296 m之后增长趋势变缓,在870 m处K观测值小于K预期值,超高层建筑开始呈离散分布。
Fig. 3 Construction points distribution and Ripley's K results

图3 建筑点分布及其多距离空间聚类图

通过上述建筑与空间尺度关系的分析,可发现低层建筑、多层建筑和高层建筑均在1.5 km左右的空间尺度下聚集性最高。根据城市规划中的邻里单位和小区规划理论,在规划较大范围居住区时,交通干道是小区规划的最佳单元。由图1可看出,1.5 km尺度是南京城市主要交通干道交错形成的街区单元长度,反映了城市道路交通尺度对城市建筑聚集性的影响。考虑到区内相似性和区间差异性最大化原则,这个聚集性最高的空间尺度可为城市规划管理的最适宜单元提供依据。

4.3 建筑点群三维分布趋势分析

由南京市老城区建筑点群三维图（图4）可知,南京市老城区建筑高低起伏,4种类型建筑在三维空间上具有明显的层次感,所有建筑总体上呈中间高四周低、东北方向高于西南方向的趋势。
Fig. 4 Construction trend of Nanjing old town

图4 南京市老城区建筑总体趋势图

为深入了解这4种不同高度的建筑在空间上的起伏形态及分布特征,利用全局多项式插值法,拟合出南京市老城区建筑总体趋势。阶数越低趋势越宏观,随着阶数的增高,拟合出的表面具有一定细节特征,通过对比1-10阶表面特征,最终确定7阶多项式插值结果（图5）,具有较好的细节且特征稳定。图5中南京市老城区整体建筑高度仍从东北向西南递减,有3个高值区和1个低值区,高值区域分别位于新模范马路、新街口和珠江路;低值区位于老城区南部的集庆门。
结合南京市城市发展资料[21-23],可发现老城区建筑高度的高值区和低值区与不同时期城市中心具有较好的对应关系（图5）。明清时期,城南的秦淮河畔为当时的城市中心,人多聚集于此,因而该区域的建筑较为密集,但因建筑技术的限制,建筑较为低矮,即图5中的低值区。新街口得益于便利的交通位置,成为南京重要的CBD,高层建筑和超高层分布主要集中在以新街口地区为中心的区域内,即图5西南部的高值区。后因轮船、铁路运输的兴起,南京城市中心开始向东北方向偏移,形成了老城区东北区域较高的城市空间格局,即图5东北部的高值区。而图5东部的高值区临近新街口区域,包含了玄武区珠江路区域,大量电子商城及科技园等集中分布。
Fig. 5 The fitting trend surface of Nanjing old town

图5 趋势面拟合图

除城市中心外,南京市老城区建筑高度分布格局还与地价有关。对南京市老城区用地基准地价表进行可视化分析,得到南京市老城区基准地价图（图6）。从图6可看出,南京市老城区内地价从新街口区域向外递减。结合图5南京市老城区建筑高度分布趋势,可发现老城区内建筑高度高值区位于地价较高区域,而低值区位于地价较低区域。
Fig. 6 Standard land price of Nanjing old town

图6 南京市老城区基准地价图

通过4种建筑分布格局与土地价格的关系（图7）分析,发现低层建筑所占地价级别呈M型,峰值位于土地级别二、四级区域（龙蟠路-北京东路-中山路-长江路-太平北路-中山路-长白,以及集庆门大街-长乐路-武定门北巷-护城河-紫金路）。一些低层建筑分布在地价较高的一、二级区域,包含兴业银行旧址、教堂、总统府旧址、西安门遗址公园、国立美术陈列馆等历史遗迹和景点。在南京旧城改造中,应对这些区域内除遗迹和景点外的低矮建筑进行合理规划和整改;多层建筑在各个土地级别的分布呈钟形,峰值位于土地三级区域（龙蟠中路-瑞金路-御道街-护城河-武定门北巷,以及中央路-新模范马路东延线-环湖路-玄武门路-中央路）,83%的多层建筑集中分布于二、三、四级区域,因而多层建筑分布区域总体土地价格适中;高层建筑在各个土地级别分布的峰值位于三级区域,80%的高层建筑分布于土地一、二、三级区域,多位于老城区中部的城市经济发达区域,故高层建筑所处区域的地价稍高;超高层建筑多为银行、大厦、百货大楼等,主要分布于土地级别一、二级区域,与土地价格呈正相关。
Fig. 7 Statistical figures of land level for different types of buildings in Nanjing old town

图7 南京市老城区不同类型的土地级别统计图

5 结论

城市的三维形态受城市建筑形态和分布影响显著,突出表现为城市建筑群体的微观无序与混沌特点,难以有效描述由城市建筑群体所组成的城市三维形态特征。因此,本文将城市建筑抽象成三维点,运用点格局分析法,挖掘城市建筑高度的空间分布模式,揭示了城市三维形态的宏观规律。研究结果显示：
（1）在宏观尺度下,南京市老城区建筑整体呈集聚分布,其聚集性顺序是：低层建筑 > 高层建筑 > 多层建筑 > 超高层建筑。低层建筑数量多聚集程度也最高;多层建筑虽数量最多但聚集度较低;高层建筑数量较少,集聚分布城市中央;超高层建筑数量少聚集度最低。
（2）空间尺度对建筑分布的聚集性有影响：随着空间尺度的增加,低层、多层和高层建筑的聚集程度先增后减,且均在1.5 km空间尺度下最高;超高层建筑会随空间尺度的增加呈“聚集-离散”分布。研究表明,1.5 km尺度是南京市老城区城市规划管理的最适宜单元。
（3）南京市整体建筑构成的城市空间格局呈中间高四周低的趋势,且高度由东北向西南递减。城市空间格局有3个高值区和1个低值区,高值区位于新模范马路区域、新街口区域及珠江路区域,低值区位于集庆门区域,且发现城市4类建筑高度分布的聚集区与城市中心的迁移有紧密的对应关系。南京市老城区建筑高度分布格局与地价呈现一定相关性,地价越高,建筑也相应高。然而,在南京市老城内的一些高地价区域分布了较多低层建筑,需对该区域内除历史遗迹外等低矮建筑,进行合理规划和整改,它是南京旧城改造的重点区域。
本文运用点格局分析法,对南京市老城区不同高度的建筑分布格局进行探索性研究,从城市空间格局入手,研究城市不同高度的城市建筑三维宏观特征及建筑类型的空间分布规律,从而深入挖掘城市建筑在平面和三维空间中的空间格局。然而,本研究只考虑了建筑本身高度信息,未考虑自然地形对建筑高度的空间分布带来的影响,需进一步研究城市建筑和自然地形之间的关系,使对城市三维形态的研究更加细致。随着城市发展不断向三维空间拓展,城市形态学的研究必将由二维转向三维,三维城市形态特征、演化规律及发展预测将是未来研究的重点。因此,多期城市三维建筑数据的快速获取与建模,城市三维形态与社会经济,以及对城市声、光、热等城市物理性能的影响研究有待今后进一步探讨。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
张蕾. 国外城市形态学研究及其启示[J].人文地理,2010(3):90-95.城市形态学主要是指对城市的物 质肌理、以及塑造其各种形式的人、社会经济和自然过程的研究。本文在对城市形态相关概念进行界定基础上,回顾了国外城市形态学的研究历程、三大主要流派的 特点与成就,并以英、德、美、法等国当代城市形态学研究文献为基础,对该学科的当前进展进行了综述,最后提出我国相关研究存在的问题,以及国外城市形态研 究所具有的重要启示与借鉴。

[2]
张治清,贾敦新,邓仕虎,等.城市空间形态与特征的定量分析——以重庆市主城区为例[J].地球信息科学学报,2013,15(2):297-306.本文梳理了城市空间形态研究的理论与方法, 系统分析了城市空间形态研究的趋势。鉴此, 构建了城市形态定量化研究的测度指标体系, 并以RS和GIS技术制定了城市形态定量化分析方法框架, 对重庆市主城区空间形态进行了系统的定量分析。在城市用地扩展的时空特征上采用了面积增长量、城市用地扩展速度、扩展强度, 及各方位用地扩展强度等指标;在城市外部空间形态特征方面采用了紧凑度、分形维数和形状指数等指标。结果表明:主城区空间形态演变受其重大事件影响较大, 呈&ldquo;突变&rdquo;和&ldquo;整合&rdquo;相结合的演化过程;重庆市主城区空间扩展呈现明显的阶段性, 以集约式和内涵式扩展为主;由于受主城区扩展的各向异性影响, 主城区扩展以北向和西向扩展为主。本研究为城市空间形态的定量分析提供了参考。

DOI

[3]
Ewing R, Pendall R, Chen D.Measuring sprawl and its impact: The character and consequences of metropolitan expansion[M]. Washington D C: Smart Growth America, 2002.

[4]
姜世国,周一星.北京城市形态的分形集聚特征及其实践意义[J].地理研究,2006,25(2):204-212,369.lt;p>基于1984、1999年Landsat TM遥感图像,根据分形理论,用半径法研究了北京城市形态,发现北京城市具有分形性质。北京市建设用地从中心向外扩散的集聚分形结构存在明显的标度区转折现象,其中第一标度区是能够揭示北京城市形态演化特点的有效标度区。1984、1999年半径维数的数值变化反映了建设用地密度集聚扩散的不同特点。本文根据集聚分形的标度区建立了一种新的城市范围定义,这种定义可以减少通常定义中的主观因素和不可比因素,标度区大小具有一定的理论意义。</p>

[5]
黎夏,叶嘉安.约束性单元自动演化CA模型及可持续城市发展形态的模拟[J]. 地理学报,1999,54(4):3-12.单元自动演化ＣＡ可以大大增强ＧＩＳ的空间模型能力，在国外被越来越多地应用于城市发展演化过程的模拟。本文探讨了如何通过ＣＡ与ＧＩＳ的结合来进行可持续土地发展规划的新方法。提出了基于约束性的ＣＡ模型，具体分析了局部、区域以及全局约束性对ＣＡ模型结果的影响。并将灰度的概念引起ＣＡ模型中来反映状态连续的变化，克服常规ＣＡ模型的缺陷。将该模型应用于球江三角洲地区来获得合理的城市发展空间布局，取得了较好的效果

DOI

[6]
He Y Q, Ai B, Yao Y, et al. Deriving urban dynamic evolution rules from self-adaptive cellular automata with multi-temporal remote sensing images[J]. International Journal of Applied Earth Observation and Geoinformation, 2015(38):164-174.Cellular automata (CA) have proven to be very effective for simulating and predicting the spatio-temporal evolution of complex geographical phenomena. Traditional methods generally pose problems in determining the structure and parameters of CA for a large, complex region or a long-term simulation. This study presents a self-adaptive CA model integrated with an artificial immune system to discover dynamic transition rules automatically. The model’s parameters are allowed to be self-modified with the application of multi-temporal remote sensing images: that is, the CA can adapt itself to the changed and complex environment. Therefore, urban dynamic evolution rules over time can be efficiently retrieved by using this integrated model. The proposed AIS-based CA model was then used to simulate the rural-urban land conversion of Guangzhou city, located in the core of China’s Pearl River Delta. The initial urban land was directly classified from TM satellite image in the year 1990. Urban land in the years 1995, 2000, 2005, 2009 and 2012 was correspondingly used as the observed data to calibrate the model’s parameters. With the quantitative index figure of merit (FoM) and pattern similarity, the comparison was further performed between the AIS-based model and a Logistic CA model. The results indicate that the AIS-based CA model can perform better and with higher precision in simulating urban evolution, and the simulated spatial pattern is closer to the actual development situation.

DOI

[7]
冯永玖,童小华,刘妙龙.城市形态演化的粒子群智能随机元胞模型与应用——以上海市嘉定区为例[J].地球信息科学学报,2010,12(1):17-25.城市形态演化是一个非线性的复杂时空动态过程,认识、理解和模拟此变化过程,有助于探索城市扩展的机理。地理元胞自动机(CA)因其较强的复杂系统模拟和预测能力,越来越多地应用于城市形态的演变研究。CA&quot;自下而上&quot;的结构特性,与粒子群智能(PSO)由底层单元交互而呈现系统全局的自组织性,本质上是一致的。本研究将两者结合,以模拟结果和真实形态的差异最小化为基础,利用粒子群智能,以快速随机搜索的方式,获取CA参数的优化组合和模型结构,从而建立了一种粒子群智能地理元胞自动机模型(PSO-CA)。以上海市嘉定区为案例,通过较长时段的历史数据对PSO-CA模型进行校正,成功模拟了该区域1989-2006年的城市形态演化过程,并进行了2010年发展预测。与传统地理CA模型比较,PSO-CA模型模拟结果的精度更高。

[8]
Nurulhuda A H Y, Anuar M N, Rosmadi G. City skyline conservation: Sustaining the premier image of Kuala Lumpur[J]. Procedia Environmental Sciences, 2014(20):583-592.ABSTRACT City skyline is a unique fingerprint and inherent abstract reflecting a city's image and identity in terms of its spatial, historical, social, cultural and economic structures over time. Acting as important components, skyscrapers intend to reflect premier image and status which have promotional and competitive benefits to a city. A rising city like Kuala Lumpur has aimed to improve its global standing through tall buildings and skyscrapers such as Petronas Towers and Kuala Lumpur Tower. The towers were designed to re-imaging the whole city and directly placed Kuala Lumpur on the world map as a world-class city. The city's skyline therefore, is instantly recognizable; distinctive assets which are important to be protected. However, due to improving technology and global city competition, many new tall buildings have been proposed with the intention to replace the iconic role of these two towers. The proposal and construction of these new buildings exceed the allowable maximum height and have given rise to the urge to re-image and re-brand the identity of this national capital city, eclipsing the iconic role of Petronas Towers and KL Tower. The study focused on how the potential impacts of new proposed tall buildings influence the existing Kuala Lumpur skylines. The aim was to investigate the quality and image of city skyline and its transformation due to new high-rise buildings. This research made use of the Geographical Information System (GIS) and its 3D modeling function to construct, assess and analyze the city silhouettes. It also showed that the effectiveness of these techniques for assessing and pre-test tall building proposals depends upon the local context of decision making.

DOI

[9]
洪再生,朱阳,孙万升,等.烟台城市高度控制的规划研究[J].城市规划,2005,29(10):80-82.针对烟台市整体城市设计中的建筑高度控制问题进行了较为深入的论述。从城市高度控制的意义着手,分析了烟台市的城市形象定位、山水城岛的特色与高度控制的关系,将高度分区扩展到整个城市的范围,同时重点关注了高层建筑在城市中的布局问题。

DOI

[10]
黄嘉颖,吴左宾,周庆华.“紧凑城市”理念下的建筑高度控制探索——以西安曲江新区高度控制研究为例[J].规划师,2010(26):67-71.

[11]
熊黑钢,邹桂红,崔建勇.城市化过程中地形因素对城市空间结构演变的影响——以乌鲁木齐市为例[J].地域研究与开发,2012,31(1):55-59.利用起伏度指数与分布比例指数模型，将地形与城市土地利用类型有机地结合在一起，探讨了地形对乌鲁木齐城市空间结构发展的影响。研究结果表明：两个模型多年相关数据的变化能反映城市空间结构的演变过程。居住用地的增长区从起伏度指数为7~8的地形空间上逐渐开始向起伏较高地形发展。其分布在起伏度指数上的区间扩大了9个单位。由于经济的快速发展，生产建设用地始终在不断地扩大，并表现出工业用地向外扩张和商业用地向内收缩两个变化过程。扩张的方向指向低地形地区，收缩则向金融商业中心。农用地面积始终在减少，并趋向消失，且起伏度低的地区减少得快，而高地形区减少得慢。未利用地分布区域向高地形空间退缩，市区内的未利用地通常被开发为绿地或公园。各种土地利用类型在起伏度指数梯度上分布的整体变化反映出大地形特征仍然是城市空间结构的发展框架。

[12]
陈彦光. 中国城市发展的自组织特征与判据——为什么说所有城市都是自组织的?[J].城市规划,2006,30(8):24-30.城市的发展是一种自组织过程，无论东方城市抑或西方城市概莫例外。自组织是城市演化背后的一 只“看不见的手”。城市系统构成可以划分为三种成分：随机成分、可预测成分和受控成分，中央计划和城市规划主要是对控制成分而言。城市或者城市体系是否自 组织系统，可以借助三个临界指标进行检测：一是时间尺度的1／f涨落，二是空间尺度的分形结构，三是等级尺度的济夫（Zipf）定律。计算表明，中国的城 市化过程、城市体系的空间网络和位序-规模分布分别服从这三个定量判据。由此可以得出结论：中国的城市具有自组织系统的演化特征，这对我们今后的城市规划 工作具有重要的指导意义。

DOI

[13]
李明辉,何风华,刘云等.林分空间格局的研究方法[J].生态科学,2003,22(1):77-81.lt;p>森林群落中的植物种群以其特有的生态学和形态学属性,在与环境因子的相互作用下,成为森林生态系统中基本结构与功能单元.研究森林群落的种群空间格局及其动态可以为森林群落演替趋势、森林生态系统可持续经营提供基础理论.格局分析的数量指标还可以为生物多样性保护、森林可持续经营评价等提供可靠依据.但采用何种方法进行种群分布格局的分析研究是一个争论性的问题.本文介绍了林分空间格局的分析方法,根据取样的不同分为样方法和距离法.而它们都有各自的优缺点,而本文认为空间点格局方法是一种研究空间格局的比较好的方法.</p>

[14]
张金屯. 植物种群空间分布的点格局分析[J].植物生态学报,1998,22(4):57-62.植物种群在群落中的分布格局与 空间尺度有着密切关系，传统的样方取样及其格局分析方法，只能分析一种尺度下的格局。本文引入一种新的格局分析方法——点格局分析，其是以种群空间分布的 坐标点图为基础，通过本文对美国密西根州克林顿县栎林３个优势种格局分析，它有３个明显的优点：１）能够分析各种尺度下的种群格局和种间关系，结果清楚， 直观；２）所描述的结果更符合实际，尤其是对群落结构的描述；３）它有利于定点观察，研究时间与种群格局的关系，本文分析的３个种集群特征明显，但随尺度 的变化有不同的分布趋势，３个种间的关系也是如此。

[15]
张金屯,孟东平.芦芽山华北落叶松林不同龄级立木的点格局分析[J].生态学报,2004,24(1):35-40.Larix principis-rupprechtii forest is an important vegetation formation and has a large distribution area in Luya mountain reserve. It plays significant roles in water conservation, eco-tourism, biodiversity maintaining etc. in Luya mountainous area. Many researches have been done on the forest community of Larix principis-rupprechtii, however few of them concerning its distribution pattern. Spatial pattern analysis of individuals in different age-classes of Larix principis-rupprechtii was done in presen...

DOI

[16]
南京年鉴编辑部.南京年鉴[M].南京:南京年鉴编辑部,2008.

[17]
中华人民共和国建设部.GB 50352-2005民用建筑设计通则[S].北京:中国建筑工业出版社,2005.

[18]
王劲峰. 空间数据分析教程[M].北京:科学出版社,2010.

[19]
刘湘南,黄方,王平.GIS空间分析原理与方法[M].北京:科学出版社,2005.

[20]
周毅,李京文.城市化发展阶段、规律和模式及趋势[J].经济与管理研究,2009(12):89-94.城市化是由传统农村社会转向现代城市社会发展的历史过程，包括城市化数量和质量，可分为初中 后三阶段。我国正处在高速发展的工业化中期。城市化发展具有阶段性“S”曲线演进、集聚扩散、不平衡、与工业化互动等规律。不同时期不同区域的各种形式城 市化发挥各自作用。比较城市化与工业化发展水平，大致分为同步、过度和滞后城市化等类型，我国属于滞后城市化国家。未来城市化发展表现出多元化、集群化、 国际化、网络化、逆城市化和生态化趋势。

DOI

[21]
徐春,宁珺.南京老城区城市中心性特征及成因研究[J].规划师,2013,3(29):81-85.运用实例诊断的模式,对南京老城区城市中心性及其与不同尺度的城市流动之间的关系进行分析可知,城市空间不仅仅是一个容纳城市流动的被动容器,还具有＂分类器＂的功能,对城市流动的方向进行引导,并影响中心性的产生与发展。

DOI

[22]
王建国,高源,胡明星.基于高层建筑管控的南京老城空间形态优化[J].城市规划,2005,1(29):45-51,97-98.1990年代以来,南京老城历史风貌与高层建筑建设的矛盾日渐突出.本文系统剖析了南京作为一个历史名城的形态艺术特色,研究了高层建筑对于城市发展的优 缺点以及相关的历史风貌、文化、地价、可达性、改造潜力和城市景观等六个方面的影响因子;针对南京老城未来的保护改造目标提出了高层建筑建设优化调整策 略;同时,基于城市设计三维建模和GIS技术,建立了一个开放性的数字化形态分析研究平台并提出了具体的改造优化建议和方案.

DOI

[23]
潘谷西. 珍惜历史再造辉煌——论南京的建筑[J].现代城市研究,1995(4):4-10.amp;lt;正&gt;对建筑的一些基本认识 建筑是时代文明的象征。埃及的金字塔、希腊的神庙、罗马的斗兽场、中世纪的教堂、明清的北京故宫、现代大都市的摩天楼,都是一座座历史丰碑,标志着各个时 代所创造的物质文明和精神文明成就。 建筑是城市的肌体和仪表。当你到达一个城市,首先看到的是建筑。你对一个城市的印象,很重要的成分是由建筑组成的。一些优秀的建筑甚至可使你对这座城市终 身难忘。例如那座美丽如风帆的歌剧院会使你想到这是澳大利亚的悉尼;看到高耸人云的埃弗尔铁塔,自然就想到这是巴黎;我们南京不也是由于巍巍钟山前的中山 陵而使人印象更加深刻吗?

Options
文章导航

/

〈 〉