EN中文

Journal of Geo-information Science >

2024 , Vol. 26 >Issue 4: 898 - 914

DOI: https://doi.org/10.12082/dqxxkx.2024.240198

Research Status and Prospects of Geospatial Information Technology for Urban Renewal

  • LIN Liangguo , 1, 2 ,
  • ZHAO Yaolong , 1, 2 ,
  • KE Entong 2, 3
Expand
  • 1. School of Geography, Guangdong Research Center of Smart Land Engineering, South China Normal University, Guangzhou 510631, China
  • 2. Key Laboratory of Natural Resources Monitoring in Tropical and Subtropical Area of South China，Ministry of natural resources, Guangzhou 510631, China
  • 3. Beidou Research Institute, South China Normal University, Foshan 528225, China
* ZHAO Yaolong, E-mail:

Received date: 2024-04-03

  Revised date: 2024-04-20

  Online published: 2024-05-11

Supported by

National Natural Science Foundation of China(41871292)

Science and Technology Projects of Guangdong Province(2021B1212100003)

Science and Technology Project of Department of Natural Resources of Guangdong Province(GDZRZYKJ2023001)

Science and Technology Project of Department of Natural Resources of Guangdong Province(GDNRC[2022]21)

Fold

Abstract

In China, urbanization has entered a later stage characterized by a slowdown in growth rates and a focus on quality enhancement. The urban growth paradigm is transitioning gradually from "incremental development" to "quality improvement of existing urban stock", marking the adoption of a new urbanization mode centered around urban renewal. Urban renewal, as a spatial governance activity within the scope of national territory, aims to continuously enhance city functions, optimize spatial layout, improve environmental quality, and stimulate economic and social vitality. However, challenges of urban renewal, such as the ambiguous definition of urban renewal oriented towards national spatial planning and the lack of a systematic logical framework for geographic information technology tailored for urban renewal, still persist. Therefore, this study reexamines the connotations of urban renewal research from the perspective of the "Production-Living-Ecological" space, expecting to achieve "intensive and efficient production space", "livable and moderate living space", and "beautiful and ecofriendly ecological space". Furthermore, with reference to the three processes of perception, assessment and optimization in "Urban Cognition", the logical architecture of geospatial information technology application for urban renewal is constructed, and based on this framework, the contributions of geographic spatial information technology in data collection, model assessment, and simulation optimization are elucidated. In the production space, geospatial information technology is able to perceive the production elements of urban renewal in real time, rapidly construct the economic benefit assessment index system and spatial assessment model, simulate the geographical process of industrial development, and optimize the spatial pattern of production. In the living space, the application of geospatial information technology helps to integrate the resources of living elements by means of spatial and temporal digitization, comprehensively assess the social benefits and carry out the spatial optimization of the allocation of public service facilities. In the ecological space, geospatial information technology provides an efficient and fast technical method for perceiving the elements of the natural environment and natural resources in a timely manner, constructing an ecological efficiency assessment index system to identify "urban diseases", optimizing the ecological spatial pattern, and exploring coping strategies to solve "urban diseases". Finally, based on the actual needs of urban renewal, the prospects for application of geographic spatial information technology in urban renewal research are discussed. This paper proposes comprehensive perception, comprehensive assessment, comprehensive optimization of urban renewal and construct an urban renewal technology system covering the whole process of "Perception-Assessment-Optimization", so as to improve the city's ability to adapt to the future development of regulation. These efforts will facilitate the modernization of national spatial governance systems and capabilities.

Key words： urban renewal; geospatial information technology; “Production-Living-Ecological” space; element perception; benefit assessment; spatial optimization

Cite this article

LIN Liangguo , ZHAO Yaolong , KE Entong . Research Status and Prospects of Geospatial Information Technology for Urban Renewal[J]. Journal of Geo-information Science, 2024 , 26(4) : 898 -914 . DOI: 10.12082/dqxxkx.2024.240198

1 引言

自1978年以来，我国城镇化历经了恢复发展、稳步发展、快速发展和新型城镇化4个阶段，常住人口城镇化率从1978年的17.9%提升到2022年的65.2%，城镇化水平快速提升，完成了由农业人口占主导的国家向城镇人口占主体的国家的历史性转变[1]。诺贝尔经济学奖得主约瑟夫·斯蒂格利茨（Joseph Eugene Stiglitz）曾将中国的快速城镇化与美国的高科技发展并称为将深刻影响21世纪人类发展的两大课题[2]。我国城镇化在取得举世瞩目成就的同时，也带来了诸如城市热岛、城市内涝、环境污染、交通拥堵、设施老化等“城市病”问题[3-4]，严重制约了城市的可持续发展[5-6]。为应对城镇化过程带来的挑战，越来越多的国家将城市更新作为振兴城市和实现城市可持续发展的手段。城市更新是指通过重建、修缮、复兴等行动，改善城市地区物质、社会、经济和生态等方面的综合手段[7]，于1958年在荷兰举行的城市更新研讨会上首次提出，而后形成了城市重建（Urban Reconstruction）[8]、城市活化（Urban Revitalization）[9]、城市更新（Urban Renewal）[10]、城市再开发（Urban Redevelopment）[11]、城市再生（Urban Regeneration）[12]、城市复兴（Urban Renaissance）[13]等不同概念。在我国，城市更新已发展为实现城市由增量扩张建设向存量提质改造和增量结构调整并重的阶段转变、引导城市健康发展和高质量发展的关键举措[14-15]。
中共中央、国务院于2019年发布《关于建立国土空间规划体系并监督实施的若干意见》[16]，提出“到2035年，全面提升国土空间治理体系和治理能力现代化水平，基本形成生产空间集约高效、生活空间宜居适度、生态空间山清水秀（简称“三生空间”），安全和谐、富有竞争力和可持续发展的国土空间格局”。“三生空间”逐步成为解决快速城镇化中“城市病”问题、实现国土空间格局统筹优化的重要理论基础[17]。城市更新在提升城市既有结构与功能、解决城市物质改造和用地效率问题的同时，能够面向多元目标、均衡多方利益，注重社会经济效益和生态环境价值协调[7]，是城市空间范围内持续完善功能、优化布局、提升环境品质、激发经济社会活力的空间治理活动。然而，目前国家层面出台的政策文件中并未对城市更新进行明确的定义，各地出台的关于“城市更新”政策的主要目标是围绕城市空间形态和城市功能优化而推动“留改拆”等系列活动[18]，尚没有形成统一的城市更新内涵。内涵的模糊容易导致城市更新规划建设的盲目性。作为提升城市活力、实现城市可持续发展的主要策略，城市更新必须从其概念出发，理解其本质需求，重视目标愿景和规划过程的协调，通过物理空间的重构，努力实现经济效益、环境效益和社会效益的综合效益最大化[19]，满足生产空间的经济发展、生活空间的社会保障和生态空间的环境保护等“三生空间”需求。
城市更新强调城市质量，注重城市公益性保护，是一项由多个部门协同参与、涉及社区和区域不同空间格局、强调更新前中后整体效益的城市建设工作[20]，具有显著的时空特性。因此，地理空空信息技术在从规划、实施到效益评估的城市更新全过程发挥了重要作用。近年来，随着地理空间信息技术的发展，更多尺度、更多维度、更加立体的技术手段不断改变城市更新的广度和深度，持续强化对城市更新的支持力度[21⇓-23]。如，已有研究从大数据的信息丰度出发挖掘遥感数据的地理实体信息[24]、社交媒体数据的居民情感信息[25]、GNSS数据的时空变化动态信息[26]，为城市更新提供数据基础；从时空变化的角度出发评价城市演化时空格局[27]、城市发展过程演化[28]、要素驱动机制[29]，为城市更新规划决策提供科学依据；从地理优化模拟的角度出发模拟不同情景的城市土地利用格局[30]，为城市空间发展方向提供指引。尽管地理空间信息技术已较为广泛地应用在城市更新工作中，但目前还存在较多需要解决的问题，如：如何有效联动大数据感知挖掘潜在的城市更新要素空间信息，如何科学确定时空评估模型实时分析和评价城市更新的经济、社会和生态效益，如何以高效的方式寻求多目标协同的城市更新空间优化方案等。另外，面向城市更新的地理空间信息技术应用尚未形成系统性的逻辑框架，不利于推动城市更新的信息化和智慧化。
本文在从“三生空间”功能视角审视城市更新内涵的基础上，参考“城市认知”中的感知、评估和优化等全过程，构建面向城市更新的地理空间信息技术应用逻辑架构，并基于此架构梳理地理空间信息技术在城市更新的多要素感知、多效益评估和多目标优化的研究现状，总结经验，立足实际需求，展望面向城市更新的地理空间信息技术发展方向，以实现城市更新信息化，支持智慧城市建设。

2 “三生空间”视角下城市更新的逻辑架构

2.1 “三生空间”视角下城市更新的内涵审视

“三生空间”主要包括用于一、二、三产业生产经营活动的生产空间，提供衣、食、住、行等服务的生活空间，以及包含绿色、健康、生态等主题的生态空间。“三生空间”承载了人类社会经济要素和自然资源要素，是一个多要素交互作用、多尺度空间嵌套、与人类行为密不可分的复杂空间系统[17]。传统空间规划多以社会经济发展、人口规模增长为导向，未系统考虑随着城镇化进程加快带来的生产、生活、生态空间冲突加剧等问题。随着“三生空间”成为国土空间规划的重要衡量因素，城市空间的优化利用也更加强调通过调整不同功能空间的结构和布局，促进生产、生活、生态空间协调融合[31]。并且，“生产空间集约高效、生活空间宜居适度、生态空间山清水秀”的科学内涵也与“建设包容、安全、有风险抵御能力和可持续的城市及人类住区”的联合国可持续发展目标（Sustainable Development Goals, SDGs）不谋而合。因此，在以人为本和可持续发展思想指导下，从“三生空间”视角分析城市更新内涵，符合我国现实需求。
城市更新本质上是对“三生空间”的统筹优化。首先，城市更新是在实现存量提质改造和增量结构调整并重的城镇化新模式下开展的，要求通过产城融合、功能置换的方式开展城市物质空间更新改造，提高容积率，提升城市用地效率，与“生产空间集约高效”具有一致性。其中，产城融合程度和功能置换程度主要表现在产业结构调整、产业空间集聚、产业与居住融合上，而这些又受区位可达性、商业环境等区位价值的影响。因此，生产空间的城市更新不仅要提升城市用地效率，更需要注重城市更新的经济价值评估，强调地方治理和社区驱动作用，重视多元主体权益和利益协调。其次，城市更新的核心仍然是服务于居民，推进卫生医疗、科技教育、文化体育、养老就业等公共服务的均等化，建设以人为本的“宜居城市、韧性城市、智慧城市”，实现“生活空间宜居适度”的共建共享。因此，生活空间的城市更新需要加强旧城区历史文物的文化保护，聚焦居民的身心健康发展，倡导社会公平和社会认同，最终实现公共资源要素的自由流动，平衡社会各方利益，减少基本公共服务供给能力的空间差异。最后，城市更新是一个“有机更新”过程，在对物质环境进行改造优化的同时，还要增强生态环境的保护和改善，并且以问题为导向探索城市建设中生态调节功能失衡的解决方案，激发城市生机和活力，强调城市的“生态空间山清水秀”。因此，在生态文明建设的新时期，生态空间的城市更新必须符合“山水林田湖草沙”生命共同体的国土空间治理理念，从单要素的环境改善向综合的生态环境提升转变，解决困扰可持续发展的城市生态调节功能失衡问题。同时，更加注重提供生态系统服务产品，更加致力城市建成环境改善，更加在意城市生态景观设计。总体而言，“三生空间”视角下的城市更新应该建设“包容、安全、有风险抵御能力和可持续的城市及人类住区”，发挥“生产、生活、生态”三类空间内在的相互嵌套、彼此交融的协同作用，实现城市整体可持续发展（图1）。
图1 “三生空间”视角下的城市更新内涵

Fig. 1 The connotation of urban renewal in the perspective of the “Production-Living-Ecological” space

2.2 “三生空间”视角下基于“城市认知”过程的城市更新逻辑架构

在布卢姆分类学（Bloom's Taxonomy）中，人类认知被分为6个过程，即记忆、理解、应用、分析、评价、创造[32]，这些过程从基本的记忆出发，并在此基础上实现创新。当认知对象为“城市”时，可以将“城市认知”过程简化为对城市的感知、评估和优化。从概念角度出发，感知是对城市空间结构的认知；评估是对城市环境与人类行为互动关系的认知；优化是对城市设计的方法认知。从技术角度出发，感知主要是通过多类型传感器将城市各要素转化为多源异构的数据，再经过处理初步量化为信息的过程；评估主要是对感知过程中获取的大量数据进行深度挖掘和分析，深入了解城市现状和存在问题；优化主要是指在要素感知和现状评估基础上，通过数学模型提出城市优化方案。已有学者提出通过智慧感知、智慧评估、智慧优化对智慧城市群的建设提供支撑[33-34]，充分体现了“城市认知”过程的智慧化实现。城市更新是资源再利用和城市环境的重建过程[35]，旨在支持城市宜居、改善城市环境状况，提高居民生活条件[36]，本质上也是后现代的“城市认知”过程。这个过程包括“三生空间”视角下城市更新的要素感知、效益评估和空间优化 3个方面的具体内容（图2）。生产空间的城市更新内容主要聚焦产城融合和功能置换，对涉及经济活动的产业空间分布特征和生产要素的感知，对产业空间布局变化、产业迁移动因、商业地产价值等的评估，以及对产业空间布局的优化。生活空间的城市更新主要目的在于推进公共服务设施均等化，包括对相关基础设施分布特征和居民生活行为方式等内容的感知，对基础设施的空间均等化水平、人居环境适宜性和城市活力等的评估，以及对公共服务资源空间配置的优化。生态空间的城市更新着重关注城市生态调节功能失衡问题的解决，主要包括对自然环境要素和自然资源要素的感知，对城市生态风险、适应能力、环境承载力等的评估，以及对生态空间的优化，提出生态问题最优解。
图2 “三生空间”视角下基于“城市认知”过程的城市更新逻辑架构

Fig. 2 The logical framework of urban renewal in the perspective of the "Production-Living-Ecological" space

当前，我国城市更新工作已经初见成效，地理空间信息技术为“三生空间”视角下的城市更新要素感知、效益评估和空间优化提供了有益探索和良性引导。首先，地理空间信息技术的持续发展为城市更新提供了多尺度、多维度的感知手段，能够捕捉城市内部如建筑物状态、基础设施状况等地理空间物理实体的现状，以及如居民情感、社会公平等地理空间抽象实体所蕴含的要素特征，为定量表达城市更新过程和机理研究提供数据基础。其次，地理空间信息技术在信息综合能力上出色的表现为城市更新的效益评估提供了新的时空视角。在要素感知的基础上，根据实际情况构建城市经济效益、社会效益和生态效益评估指标体系，对效益需求进行科学、系统、准确地评估，明确城市更新规划目标，促进城市更新从理论到实践的有效转换。最后，要素感知提供的海量数据以及效益评估提供的目标函数使城市空间优化具备可操作性逻辑；而借助地理空间信息技术与地理空间智能算法提出多模型集成的空间优化方案有利于以综合、系统的方式助力城市向产业城市、宜居城市、生态城市转变。随着我国城市更新工作的深化推进，地理空间信息技术在城市更新领域必将有更广阔的应用空间。

3 面向城市更新的地理空间信息技术应用与研究现状

随着城市更新行动的持续推进，“三生空间”视角下城市更新呈现出多元模式、多学科交叉、多维度治理的新局面。基于感知、评估和优化的“城市认知”过程，地理空间信息在城市更新领域已经体现出重要的技术和思维支撑作用。

3.1 生产空间

3.1.1 生产要素感知

随着对城市更新实践与存量规划认识的深化，城市更新由既往重视物质空间的增量转向注重空间品质的提升，重点将服务、产业、文化等多重生产要素注入城市空间，为城市发展带来商机和生机，提升城市生产力[37]。城市更新的生产要素感知主要体现在对与人类生产密切相关经济活动的实时把握，获悉其空间布局特征和产业发展状况，为产城融合和城市功能置换的目标提供基础数据条件，推动城市更新成为生产力提升的增长点。实际上，我国早期的城市更新是由政府主导的自上而下开展的活动，城市更新的区域位置选择和土地利用规划由政府直接决定[38]。在向市场主导的转型过程中，由房地产开发商主导、政府监管的城市更新逐渐成为普遍形式[39]。这种情况下的生产要素感知通常依赖于主导者的知识经验和以往城市更新案例的总结。随着地理空间信息技术的发展和应用，借助地理空间信息技术实时获取以地理空间信息为载体的生产要素，已经成为生产要素感知的重要技术手段，有利于更新规划决策者总结产业随着外部环境变化和内部结构调整在空间上表现出的扩散、迁移和进退等现象的规律。例如，李军等[40]通过对统计型的经济社会数据进行空间离散化处理来表现产业结构空间分布及变化趋势，克服以行政单元为统计对象时掩盖行政区域内部产业结构差异的不足，为城市更新规划提供了更加精细化的产业结构空间分布特征。此外，多智能体方法[41]、内容分析法[42]、空间分析方法[43]等地理空间信息技术在感知产业结构、产业迁移等经济活动上也得到了广泛应用。地理空间信息还为记录历史街区的道路街巷、建筑现状、人口信息、土地利用情况等提供数据库支持，有效表达其空间属性和专题属性特征[44]，实现历史街区的文化价值感知。

3.1.2 经济效益评估

城市更新的动力来自于经济发展和社会需求，反过来又促进社会投资、刺激经济增长、提升土地价值。因此，城市更新的全过程需要充分考虑生产要素之间的相互作用，将城市空间作为生产的基础资料投入到再生产，然后评估产业环境变化和需求重构带来的经济效益，从而实现经济持续发展和空间集约利用的双重目标。城市更新的经济效益评估就是对产城融合和城市功能置换所创造的直接或者间接的经济价值评估。传统上，城市更新的经济效益评估主要偏向个案研究，通过总结不同时期、不同城市的更新模式及其特点，分析利弊，提取经验，建立可靠的决策模型[45-46]，较少涉及地理空间信息技术的应用。在地理空间信息技术支持下，基于实时感知获取的影响区位价值的时空数据，可以快速构建产业经济效益评估指标体系和空间评估模型，通过评估结果分析生产要素的地理空间变化特征、探究产业迁移原因、评价更新改造前后的经济价值，可以为生产空间优化提供“经济效益最大化—空间利用最小化”的优化目标，实现经济转型和空间重构。另外，城市更新过程中产业结构转型的可能性[47]、产业聚集演化的合理性[48]、企业迁移动因的解释性[49]、商业地产价值的相对性[50]等为更新实践的经济效益评估形成全面、多维、立体的研究基础和思路，有利于掌握城市功能结构调整、产业发展、配套优化、品质提升带来的经济效益。胡伟等[43]曾运用空间分析方法，以省际面板数据为基础，分析了1996—2012年我国工业与三次产业的空间格局演变、中西部地区承接产业转移的路径演变以及产业转移对区域产业调整与区域经济增长的影响，为城市更新规划提供产业结构调整的理论支持。

3.1.3 生产空间优化

不同时代的城市更新都是新的经济、社会和政治需求对既有城市空间的改变[51]。生产空间优化就是通过调整和改造城市空间结构，关注空间更新以后所带来的生产力再生，寻求新的空间生产增长模式，解决“角落空间萧条”等问题，实现城市良性循环发展[52]。例如，侯寅峰[53]研究了西安回坊片区的主要商业街，对其业态、现状进行了一定的分析，提出了商业街巷改造建议；广州市恩宁路永兴坊的城市更新项目，通过“微改造”方式对大部分建筑进行修缮、更新，植入了创客空间、文化创意、教育等城市服务配套产业[54]。传统上，研究多是在城市更新语境下对城市更新现状提出优化建议，时空大数据、人工智能等技术较少应用。结合时空大数据、人工智能的地理空间信息技术不仅能解决城市更新中“为什么”和“如何做”的问题，还能通过各类算法发现时空大数据中隐藏的新知识和新规律，进行生产空间的优化[55]。根据经济持续发展和空间集约利用的双重目标，地理空间信息技术支撑下的生产空间优化可以借助地理元胞自动机、多智能体等仿真模型模拟产业发展的空间格局与地理过程，采用地理空间优化模型寻找更科学高效的更新方式，确定最优的产业布局、最协同的产业政策、最协调的多边关系。例如，刘佳等[56]运用系统集成的DEMATEL-ANP评价模型厘清了旅游产业结构优化评价体系中的复杂网络关系，助力产业结构优化和转型升级。周琦等[57]从城市区域的创意产业空间聚类影响因素指标出发，提出了区域空间动态集聚轨迹算法，并与计算机浏览器共建聚类可视化图像，为城市产业空间分布管理提供决策优化参考。目前，研究主要集中在通过多智能体系统[58]、粒子群优化算法[59]、基于多目标的遗传算法[60]、混沌蚁群优化算法[61]等对生产空间的土地利用格局进行模拟和优化，较少面向城市更新规划的产业空间合理配置优化研究。

3.2 生活空间

3.2.1 生活要素感知

城市更新通过现有空间改造，弥补和修正存量空间的不足、低效和错配，以空间更新改造的方式满足政府、市场和社会多元主体的利益诉求，创造美好生活，实现社会公平正义。生活要素的感知是实现和居民生活密切相关的公共利益公平正义的基础。生活要素感知一方面体现在了解城市公共基础设施的类型、数量、等级、分布等，另一方面要求掌握居民生活方式和行为方式，以及居民对城市更新的认知与期望水平。传统上，对城市公共基础设施的感知主要是通过实地调查获得，而对居民的意愿感知则主要通过调查问卷形式收集[62-63]。地理空间信息技术的应用，可以通过时空数字化方式整合生活要素资源，感知以地理空间为载体的物理实体和蕴含人文情感的抽象实体，进而将城市公共资源供给能力和居民对生活空间公平正义需求有效链接，为城市更新的社会效益评估和生活空间优化提供数据基础。例如，金珊等[64]从空间感知的视角出发，采用空间句法的理论与方法感知深圳市、区两级文化设施的空间分布现状，为掌握基础设施的空间分布特征提供了研究基础。对于多元主体的意识与期望感知，地理空间信息技术表现出了智能化和协同化的优势，如Zhou等[65]通过POI数据建立城市更新模型，在街区尺度上定量分析城市更新强度的空间异质性，并结合手机信令数据分析城市更新机制；Doğan等[66]通过开发空间决策支持模型，分析社会各阶层对城市更新的满意度以及他们对更新过程的参与度，有助于理解居民与城市的耦合协调状态，加深对城市更新的人地关系认识。

3.2.2 社会效益评估

在存量更新背景下，城市空间结构更加错综复杂，表现出更加丰富多元的社会价值。城市更新目标之一就是提升街区活力，提高居住品质，满足复杂多元的社会需求，通过潜在的社会效益解决居民现实需求和社会快速发展之间的矛盾。追求社会价值已成为城市更新建设全过程的风向标[67]。因此，城市更新必须对基础设施条件、城市活力、社会公平正义、人居环境适宜等方面进行社会效益评估，增强“以人为本”的城市韧性。传统城市更新多以公共治理理论从整体性视角寻求社区治理结构和制度设计的整体优化，例如引入第三方的专业力量，借助专家的专业知识与社会声望，搭建各方协调沟通的桥梁，提高多元主体参与的有效性[68]。由于地理空间信息技术能够为社会效益评估提供有效的数理分析和表达，在城市更新规划中得到了广泛应用。在地理空间信息技术支持下，基于获取的生活要素感知数据，城市更新的社会效益评估可以使用情感分析方法、机器学习算法、基尼系数等方法全面评估基础设施的空间均等化水平、居民对城市发展的期望水平、城市活力、人居环境适宜性等，掌握公共服务水平的空间差异与以人为本的发展理念的差距。例如，万欣等[69]利用网络舆情大数据，运用情感分析方法和随机森林算法，探究人与基础设施之间的响应行为及演化特征，为关注基础设施布局公平提供合理依据；宋佳莹等[70]采用基尼系数与泰尔指数对我国基本公共服务的可及性、受益性及其综合均等化水平进行测度，为城市更新中减少公共服务不公平现象提供思路；吴莞姝等[71]基于对城市感知获取的时空数据，使用核密度、数据网格化和最优聚类法，从社会、经济、文化和空间4个维度分析城市活力的空间特征，为城市有机更新提供重要基础。魏伟等[72]根据多指标建立人居环境指数，利用空间分析技术定量综合评价人居环境适宜性，为增强人居环境系统韧性提供参考依据。

3.2.3 生活空间优化

资源优化配置是提高城市更新效率和质量的前提。Healey[73]指出，在公共资源配置上，土地市场的发育不足容易引发土地资源错配或低配；企业和市场为追求高收益往往会突破城市用地边界，导致公共资源发展落后和分配不公。在符合城市规划和用途管制前提下，通过城市更新对不合理的、分散的公共资源进行空间优化，在有限的地理空间内最大程度上分享有限的公共资源，能降低生产成本，提升城市转型效率。教育、医疗保健、环境和娱乐等生活设施是重要的公共资源，这些公共资源的均等化对提升城市居民生活质量具有积极作用。已有研究主要是通过构建指标体系整合上述生活要素，定性提出生活空间优化建议[55]。针对暴露出的诸如公共服务等生活设施供需失衡问题，地理空间信息技术能以社会效益评估结果作为多目标约束条件，兼顾公平与效率，采用地理空间优化模型对公共服务等生活设施资源进行空间优化配置，以城市更新改造的方式合理配置基本公共服务设施，最大程度实现生活空间公平公正。目前关于公共设施空间优化的研究主要聚焦在公共设施选址优化、交通布局优化配置、地理空间模拟优化等城市基础设施空间优化研究，为城市更新中的公共服务设施优化配置提供科学参考。例如，在公共设施选址优化方面，陶卓霖等[74]通过空间公平测度指标，拓展了最大可达性均等模型的优化目标函数，构建了城市医疗设施优化配置模型；在交通线路选址优化方面，栾兆亮等[75]构建了多目标地铁线路选址优化模型，提出了基于空间启发式算法的地铁线路智能化的模拟规划方法；在地理空间模拟优化方面，冯琰玮等[76]以人居环境适宜性因子作为约束目标，采用最小累计阻力模型对城镇用地布局进行优化，提出了人居环境空间体系优化方案。

3.3 生态空间

3.3.1 自然要素感知

快速的城镇化进程导致了城镇土地利用的强烈变化。土地利用变化通过能量流通、水分循环、物质交换等过程，影响陆地表层土壤、气候、水文、植被以及生物多样性等自然环境要素的结构和功能。通过对光、热、水、土壤、大气等自然环境要素的实时监测，能感知与人类生存和发展息息相关的生态调节功能的动态变化过程，为理解城市更新的环境效应提供研究基础。随着高分辨率遥感卫星对地观测技术的发展，遥感技术数据已经成为感知自然环境要素的主要手段之一。目前，已有研究基于机载激光雷达、卫星遥感影像、土地覆盖、动态监测等数据，利用机器学习算法、深度学习算法，对空气质量[77]、土壤侵蚀[78]、水体水质[79]等进行动态感知监测。随着物联网和信息科学的发展，尤其传感器和通信技术与地理空间信息技术的融合发展，为及时感知城市发展与自然环境要素的矛盾与冲突提供了更加完整、高效、快捷的技术方法。例如，郑渊茂等[80]联合地面监测站、海洋无人船、空中无人机构建“海陆空一体化”的生态环境数据采集与监测，构建了生态环境物联网监测平台。全方位、实时高效的自然环境要素监测深刻改变了人们对自然环境要素形态的认知。另外，自然资源要素的感知是科学编制国土空间规划、实现“山水林田湖草沙”一体化保护与修复、保障国家生态安全的基础支撑。目前，中国科学院生态观测网已对自然资源要素进行统一、综合的感知观测，气象网、水文监测网、地震监测网等也以单项资源要素为研究对象进行感知监测[81]。一体化智能监测设备与技术也处于不断发展中[82-83]，为满足自然资源监测监管需求的城市更新提供了思路和方法。

3.3.2 生态效益评估

随着城市的规模和复杂程度日益加剧，城市中的各种负面效应大量涌现，严重影响城市高质量发展。城市更新是解决城市生态调节功能失衡问题的一剂良方。然而，城市生态调节功能内容丰富，表现形式多样，准确识别城市生态调节功能类型及失衡程度成为城市治理的重要前提。生态效益评估就是通过构建生态效益评估指标体系识别生态空间的城市生态调节功能类型及失衡程度。生态效益评估通常是从大量案例和经验总结中得出一般规律，然后通过归纳、演绎将一般规律应用到具体实践中[3]。随着时空大数据时代的到来，城市生态效益评估有了更好数据背景；地理空间信息技术的广泛应用，又为生态效益评估提供了技术支持。大量研究基于自然要素感知数据，构建生态效益评估指标体系，定量评估诸如城市适应气候变化能 力[84]、城市热环境的风险防范能力[85]、水资源的利用强度[86]、城市灾害的综合认知水平[87]、土地利用的开发强度[88]等城市面临的生态风险与适应能力，揭示气候胁迫、开发利用、环境变化与城市发展的相互关系和作用机制，为城市生态调节功能失衡问题解决提供优化目标。另外，城市发展离不开自然资源的支持，城市更新要求协调社会经济发展需求与自然资源供应之间的关系，实现城市发展的可持续性。已有研究通过构建资源环境承载力指标体系，运用耦合协调模型[89]、弹簧模型[90]、空间状态法[91]等测度人类活动与资源环境承载力供需关系，为生态环境保护和城市空间合理规划提供评估依据。

3.3.3 生态空间优化

生态空间优化是面向城市可持续发展、探索解决城市生态调节功能失衡问题的重要实践路径。已有研究强调了互联网技术在增强人与环境之间信息交流的作用[92]，但时空大数据技术的应用还处于初级阶段。传统的空间优化设计存在一定的局限性，多以定性分析为主[93]。地理空间信息技术能够有效挖掘时空大数据信息，将生态效益评估结果作为多目标约束条件，采用蚁群算法、粒子群算法等地理空间优化模型进行空间格局优化，量化描述应对城市生态调节功能失衡问题的规划策略，提出最优的生态问题解决方案，改善城市建成区的生态环境。目前，面向城市更新的生态空间格局优化研究主要集中于内涝防治视角下的不透水地表优化、减缓城市热岛效应的绿地优化[94]、平衡经济发展和环境保护的城市景观格局优化[95]等方面。例如，在城市内涝防治方面，研究形成了从机理分析到预测预警、模型模拟的城市更新“监测-评估-优化”技术架构。自李彬烨等[96]分析了不透水地表对城市暴雨内涝的影响并指出可以通过城市更新一定程度缓解暴雨内涝风险以来，梁志承等[97]使用蚁群算法初步实现了对广州市越秀区不透水地表的空间格局优化。在此基础上，Yu等[98]以广州市为例进行了模型拓展，在缓解城市内涝上提出了基于MLP和SCS-CN耦合模型（MLP-SCS）的全局优化设计方案。Ke等[99]则通过提出一种服务于城市更新规划的不透水地表和排水系统耦合协同优化模型，进一步实现了地上地下耦合优化，为面向未来城市可持续发展的生态空间优化提供了科学参考和研究实践。

4 面向城市更新的地理空间信息技术研究展望

城市更新已经成为适应城市发展新形势、推动城市高质量发展的重要手段，也是城市现代化建设的重要引擎。面向未来的城市更新，需要更加深刻理解技术变革对人类行为活动、城市物质环境和城市人地系统的影响，推动现代信息技术服务于城市可持续发展理念。地理空间信息技术必将充分融合“城市认知”的全过程，跨越“三生空间”，形成基于地理空间信息的城市综合感知、综合评估和综合优化的全空间城市更新技术体系，赋能城市智慧，提升城市适应未来发展的综合调控能力（图3）。
图3 “城市认知”全过程视角下基于地理空间信息的全空间城市更新技术体系架构

Fig. 3 Technology system framework of full-space urban renewal based on geospatial information from the perspective of "urban cognition"

感知方面，城市更新需要对城市空间的生产要素、生活要素和自然要素进行一体化综合感知，挖掘这些要素信息作为提升生产力增长点、实现社会公平正义、理解生态环境动态变化的基础支撑作用（图4）。在感知内容上，城市更新涉及实时综合感知城市地理空间信息的现状与动态，以及以地理空间信息为载体的城市自然生态、社会和经济等专题内容的现状与动态。针对这种需求，需要建立“空-天-地-海-网”一体化智能监测设备与技术体系，采集以地理空间信息为载体的时空数据，整合社会化专题数据，并通过时空标识、分析推理、数据治理和数据融合等过程，形成多源异构、多时态、多模式的城市时空大数据综合感知数据集，在减少数据信息冗余，提高数据利用价值的同时，为城市更新综合评估和综合优化提供统一的时空数据基础。
图4 面向城市更新的生产、生活和自然要素一体化综合感知体系

Fig. 4 Comprehensive perception of production, living and natural elements for urban renewal

评估方面，需要将城市作为一个整体，对更新改造前、中、后的经济效益、社会效益、生态效益开展综合评估（图5）。在地理空间信息技术支撑下，构建城市更新综合效益评估指标体系，对城市地理空间及其社会、经济和生态效益进行综合化评估，有效评估产业发展的现状、公共资源的公平性、生态环境的适宜性，重点关注城市活力，针对不同评估模型的多个评估结果建立多个约束条件，为城市更新的综合优化提供优化目标。
图5 面向城市更新的社会、经济和生态效益一体化综合评估体系

Fig. 5 Comprehensive assessment of social, economic and ecological benefits for urban renewal

城市更新的目标是逐步将城市空间调整为“生产空间集约高效”、“生活空间宜居适度”、“生态空间山清水秀”的状态，涉及城市空间格局优化与空间要素的布局优化问题。因此，综合优化方面，以经济效益、社会效益、生态效益评估作为多目标约束条件，通过地理空间优化模型，促进城市空间的生产力再生，实现公共服务资源的均等化，探索加强城市生态调节功能的实现路径，对城市空间格局进行综合优化（图6）。
图6 面向城市更新的生产、生活和生态空间一体化综合优化体系

Fig. 6 Comprehensive optimization of production, living and ecological space for urban renewal

5 结论

改革开放以来，我国城镇化经历了30多年的外延扩张式快速发展模式，已逐步进入存量提质改造和增量结构调整并重的城市更新新阶段。城市更新的现代化治理模式，不同于以往扩张为主的城镇化发展模式，重在城市人地系统结构和功能在空间上的优化调整，是“以人为本”目标下城市实现自我调节的智慧城市运行环节。在“生产空间集约高效”“生活空间宜居适度”和“生态空间山清水秀”的“三生空间”视角下，按照“城市认知”过程，城市更新可以划分为“感知、评估、优化” 3个相对独立的运行阶段。在这个逻辑框架下，地理空间信息技术在每一个空间的运行阶段上都一定程度地发挥了重要支撑作用。但相较于较早经历了快速城镇化过程的发达国家，我国的城市更新起步较晚，业界更多的关注点主要集中在涉及政府、企业和居民的城市更新运作模式，还没有进入全面顾及城市更新与现代信息技术充分融合的智慧化运行阶段，因此，地理空间信息技术在城市更新领域应用和研究还有较大的提升空间。面向未来的城市更新，地理空间信息技术必将充分融合“城市认知”全过程，跨越“三生空间”，形成综合感知、综合评估和综合优化的全空间城市更新技术体系，推动智慧城市的高质量运行。
本文图文责任编辑： 蒋树芳 黄光玉

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
洪银兴, 陈雯. 由城镇化转向新型城市化:中国式现代化征程中的探索[J]. 经济研究, 2023, 58(6):4-18.

[ Hong Y X, Chen W. Transformation from town-oriented urbanization to city-oriented urbanization: Exploration in the new era of Chinese path to modernization[J]. Economic Research Journal, 2023, 58(6):4-18. ]

[2]
杜海龙. 国际比较视野中我国绿色生态城区评价体系优化研究[D]. 济南: 山东建筑大学, 2020.

[ Du H L. Study on the optimization of evaluation system of green ecological urban districts in China from the perspective of international comparison[D]. Jinan: Shandong Jianzhu University, 2020. ]

[3]
叶锺楠, 吴志强. 城市诊断的概念、思想基础和发展思考[J]. 城市规划, 2022, 46(1):53-59.

[ Ye Z N, Wu Z Q. Concept, ideological basis, and development scheme of urban diagnosis[J]. City Planning Review, 2022, 46(1):53-59. ] DOI: 10.11819/cpr20211823a

[4]
张文忠, 何炬, 谌丽. 面向高质量发展的中国城市体检方法体系探讨[J]. 地理科学, 2021, 41(1):1-12.

DOI

[ Zhang W Z, He J, Chen L. Method system of urban physical examination for high quality development in China[J]. Scientia Geographica Sinica, 2021, 41(1):1-12. ] DOI:10.13249/j.cnki.sgs.2021.01.001

[5]
Ding C R. Policy and praxis of land acquisition in China[J]. Land Use Policy, 2007, 24(1):1-13. DOI:10.1016/j.landusepol.2005.09.002

[6]
Han S S. Urban expansion in contemporary China: What can we learn from a small town?[J]. Land Use Policy, 2010, 27(3):780-787. DOI:10.1016/j.landusepol.2009.10.010

[7]
Zheng H W, Shen G Q, Wang H. A review of recent studies on sustainable urban renewal[J]. Habitat International, 2014, 41:272-279. DOI:10.1016/j.habitatint.2013.08.006

[8]
Frieden B J, Kaplan M. The politics of neglect: Urban aid from model cities to revenue sharing[M]. Cambridge, Mass.: MIT Press, 1975.

[9]
王蔚, 李晟, 许昊皓, 等. 基于知识图谱可视化的中西城市更新研究综述[J]. 华中建筑, 2023, 41(7):66-72.

[ Wang W, Li S, Xu H H, et al. Research review of domestic and international urban regeneration based on knowledge visualization[J]. Huazhong Architecture, 2023, 41(7):66-72. ] DOI:10.13942/j.cnki.hzjz.2023.07.003

[10]
Murray C. Losing ground: American social policy, 1950-1980[M]. New York: Basic Books, 2008.

[11]
Bernt M. Partnerships for demolition: The governance of urban renewal in East Germany's shrinking cities[J]. International Journal of Urban and Regional Research, 2009, 33(3):754-769. DOI:10.1111/j.1468-2427.2009.00856.x

[12]
Fairbanks R B. The Texas exception: San Antonio and urban renewal, 1949-1965[J]. Journal of Planning History, 2002, 1(2):181-196. DOI:10.1177/153132001002004

[13]
Lee G K L, Chan E H W. A sustainability evaluation of government-led urban renewal projects[J]. Facilities, 2008, 26(13/14):526-541. DOI:10.1108/02632770810914280

[14]
甄峰, 李智轩. 数据驱动的中国城市空间治理框架设想[J]. 经济地理, 2023, 43(5):26-35.

DOI

[ Zhen F, Li Z X. Framework design of data-driven urban spatial governance in China[J]. Economic Geography, 2023, 43(5):26-35. ] DOI: 10.15957/j.cnki.jjdl.2023.05.004

[15]
杨佩卿. 高质量发展视阈下城市更新的内涵逻辑与实践取向[J]. 当代经济科学, 2023, 45(3):59-73.

[ Yang P Q. The connotative logic and practical orientation of urban renewal under the visual threshold of high-quality development[J]. Modern Economic Science, 2023, 45(3):59-73. ] DOI: 10.20069/j.cnki.DJKX.202303005

[16]
中共中央国务院关于建立国土空间规划体系并监督实施的若干意见[N]. 人民日报,2019-05-24(1).

[The Guidance of the Communist Party of China Central Committee and the State Council on Establishing the National Territory Spatial Planning System and Supervising Its Implementation[N]. People's Daily, 2019-05-24(1). ]

[17]
张令达, 侯全华, 段亚琼. 生态文明背景下三生空间研究:内涵、进展与对策[J]. 生态学报, 2024, 44(1):47-59.

[ Zhang L D, Hou Q H, Duan Y Q. A literature review on Production-Living-Ecological Spaces in the context of ecological civilization: Connotation, problems and countermeasures[J]. Acta Ecologica Sinica, 2024, 44(1):47-59. ] DOI:10.20103/j.stxb.202211173323

[18]
李泽新, 杨新旗, 王婷. 双重博弈结构下城市更新协作机制及转变趋势研究——以重庆市渝中区为例[J]. 中国名城, 2023, 37(7):24-30.

[ Li Z X, Yang X Q, Wang T. Research on urban renewal cooperation mechanism and transformation trend under dual-game structure: Take Yuzhong district of Chongqing as an example[J]. China Ancient City, 2023, 37(7):24-30. ] DOI:10.19924/j.cnki.1674-4144.2023.007.004

[19]
陈宁, 周炳中. 城市化进程下的旧城改造和历史文化遗产保护[J]. 经济论坛, 2007(1):39-42.

[ Chen N, Zhou B Z. Old city reconstruction and historical and cultural heritage protection in the process of urbanization[J]. Economic Forum, 2007(1):39-42. ] DOI:10.3969/j.issn.1003-3580.2007.01.018

[20]
Hulsbergen E, Stouten P. Urban renewal and regeneration in the Netherlands Integration lost or subordinate?[J]. City, 2001, 5(3):325-337. DOI:10.1080/13604810120105161

[21]
Wang H, Shen Q P, Tang B S, et al. A framework of decision-making factors and supporting information for facilitating sustainable site planning in urban renewal projects[J]. Cities, 2014, 40:44-55. DOI:10.1016/j.cities.2014.04.005

[22]
Zheng W, Shen G Q, Wang H, et al. Decision support for sustainable urban renewal: A multi-scale model[J]. Land Use Policy, 2017, 69:361-371. DOI:10.1016/j.landusepol.2017.09.019

[23]
Liu X, Huang J M, Zhu J M. Property-rights regime in transition: Understanding the urban regeneration process in China-A case study of Jinhuajie, Guangzhou[J]. Cities, 2019, 90:181-190. DOI:10.1016/j.cities.2019.02.008

[24]
Lyu R F, Pang J L, Tian X L, et al. How to optimize the 2D/3D urban thermal environment: Insights derived from UAV LiDAR/multispectral data and multi-source remote sensing data[J]. Sustainable Cities and Society, 2023, 88:104287. DOI:10.1016/j.scs.2022.104287

[25]
Wang Y, Wang G B, Li H, et al. Mapping and analyzing the construction noise pollution in China using social media platforms[J]. Environmental Impact Assessment Review, 2022, 97:106863. DOI:10.1016/j.eiar.2022.106863

[26]
郑晓琳, 刘启亮, 刘文凯, 等. 智能卡和出租车轨迹数据中蕴含城市人群活动模式的差异性分析[J]. 地球信息科学学报, 2020, 22(6):1268-1281.

DOI

[ Zheng X L, Liu Q L, Liu W K, et al. Discovery of urban human mobility patterns from smart card transactions and taxi GPS trajectories: A comparative study[J]. Journal of Geo-Information Science, 2020, 22(6):1268-1281. ] DOI:10.12082.dqxxkx.2020.190312

[27]
孙久文, 崔雅琪, 张皓. 黄河流域城市群生态保护与经济发展耦合的时空格局与机制分析[J]. 自然资源学报, 2022, 37(7):1673-1690.

DOI

[ Sun J W, Cui Y Q, Zhang H. Spatio-temporal pattern and mechanism analysis of coupling between ecological protection and economic development of urban agglomerations in the Yellow River Basin[J]. Journal of Natural Resources, 2022, 37(7):1673-1690. ] DOI:10.31497/zrzyxb.20220702

[28]
宋洋, 贺灿飞, 徐阳, 等. 中国城市公园绿地供需时空格局演化及驱动机制[J]. 自然资源学报, 2023, 38(5):1194-1209.

DOI

[ Song Y, He C F, Xu Y, et al. Spatio-temporal evolution and driving mechanism of supply and demand of urban park green space in China[J]. Journal of Natural Resources, 2023, 38(5):1194-1209. ] DOI:10.31497/zrzyxb.20230506

[29]
Yin H Y, Xiao R, Fei X F, et al. Analyzing “economy-society-environment” sustainability from the perspective of urban spatial structure: A case study of the Yangtze River Delta urban agglomeration[J]. Sustainable Cities and Society, 2023, 96:104691. DOI: 10.1016/j.scs.2023.104691

[30]
Zhang Y, Zheng M R, Qin B. Optimization of spatial layout based on ESV-FLUS model from the perspective of “Production-Living-Ecological”: A case study of Wuhan City[J]. Ecological Modelling, 2023, 481:110356. DOI:10.1016/j.ecolmodel.2023.110356

[31]
刘勇. 城市空间利用优化的目标与方式:“三生” 空间视角[J]. 管理现代化, 2020, 40(4):84-87.

[ Liu Y. The goal and method of urban space utilization optimization: From the perspective of “production-living-ecological” space[J]. Modernization of Management, 2020, 40(4):84-87. ] DOI:10.19634/j.cnki.11-1403/c.2020.04.019

[32]
Krathwohl D R. A revision of bloom’s taxonomy: An overview[J]. Theory Into Practice, 2002, 41(4):212-218. DOI:10.1207/s15430421tip4104_2

[33]
王彬, 杨尧, 赵耀龙. 智慧城市的“灵魂”[J]. 热带地貌, 2020, 41(2):67-76.

[ Wang B, Yang Y, Zhao Y L. The “Soul” of a smart city[J]. Tropical Geomorphology, 2020, 41(2):67-76. ]

[34]
杨尧, 赵耀龙, 王彬. “一联三生” 体系下粤港澳大湾区智慧城市群的构建[J]. 地球信息科学学报, 2022, 24(6):1073-1086.

DOI

[ Yang Y, Zhao Y L, Wang B. Construction of smart urban agglomeration in Guangdong-Hong Kong-Macao Greater Bay Area under the system of “one connection and ecological-living-production space system”[J]. Journal of Geo-information Science, 2022, 24(6):1073-1086. ] DOI:10.12082/dqxxkx.2022.210665

[35]
Zheng H W, Shen G Q, Song Y, et al. Neighborhood sustainability in urban renewal: An assessment framework[J]. Environment and Planning B: Urban Analytics and City Science, 2017, 44(5):903-924. DOI:10.1177/0265813516655547

[36]
Arasteh R, Ali Abbaspour R, Salmanmahiny A. A modeling approach to path dependent and non-path dependent urban allocation in a rapidly growing region[J]. Sustainable Cities and Society, 2019, 44:378-394. DOI:10.1016/j.scs.2018.10.029

[37]
许永成. “空间生产”主导下城市更新中的地方建构研究[D]. 广州: 华南理工大学, 2018.

[ Xu Y C. A research on construction of place in urban renewal under the guidance of “production of space”: A case study of Shenzhen Hubei Village[D]. Guangzhou: South China University of Technology, 2018. ] DOI:CNKI:CDMD:2.1018.875049

[38]
Lai Y N, Tang B, Chen X S, et al. Spatial determinants of land redevelopment in the urban renewal processes in Shenzhen, China[J]. Land Use Policy, 2021, 103:105330. DOI:10.1016/j.landusepol.2021.105330

[39]
Liu Y Q, Wu F L, Liu Y, et al. Changing neighbourhood cohesion under the impact of urban redevelopment: A case study of Guangzhou, China[J]. Urban Geography, 2017, 38(2):266-290. DOI:10.1080/02723638.2016.1152842

[40]
李军, 徐新良, 胡云锋. 基于GIS的我国三次产业结构空间变化研究[J]. 地球信息科学学报, 2010, 12(3):372-379.

[ Li J, Xu X L, Hu Y F. GIS based study on the spatial variation of industry structure of China[J]. Journal of Geo-Information Science, 2010, 12(3):372-379. ]

[41]
梁育填, 李文涛, 柳林. 基于智能体的企业迁移模拟——以广东省产业转移为例[J]. 经济地理, 2013, 33(7):96-101.

[ Liang Y T, Li W T, Liu L. Agent based simulation of enterprises migration: A case study of Guangdong Province[J]. Economic Geography, 2013, 33(7):96-101. ] DOI:10.15957/j.cnki.jjdl.2013.07.013

[42]
杨菊萍, 贾生华. 企业迁移的动因识别——基于内容分析法的研究[J]. 地理科学, 2011, 31(1):15-21.

[ Yang J P, Jia S H. Motivation for firm relocation: Research based on content analysis[J]. Scientia Geographica Sinica, 2011, 31(1):15-21. ] DOI: 10.13249/j.cnki.sgs.2011.01.016

[43]
胡伟, 张玉杰. 中西部承接产业转移的成效——基于地理信息系统的空间分析方法[J]. 当代财经, 2015(2):97-105.

[ Hu W, Zhang Y J. On the achievements of industrial transfer undertaken in China’s Midwest: Based on spatial analytic method of geographic information system[J]. Contemporary Finance and Economics, 2015(2):97-105. ] DOI:10.13676/j.cnki.cn36-1030/f.2015.02.010

[44]
胡明星, 董卫. GIS技术在历史街区保护规划中的应用研究[J]. 建筑学报, 2004(12):63-65.

[ Hu M X, Dong W. Studies on the application of the GIS technology to the preservation planning for historic blocks[J]. Architectural Journal, 2004(12):63-65. ] DOI:10.3969/j.issn.0529-1399.2004.12.016

[45]
邹兵. 存量发展模式的实践、成效与挑战——深圳城市更新实施的评估及延伸思考[J]. 城市规划, 2017, 41(1):89-94.

[ Zou B. Practices, effects, and challenges of the inventory development pattern: The assessments and extended thoughts of urban renewal implementation in Shenzhen[J]. City Planning Review, 2017, 41(1):89-94. ] DOI:10.11819/cpr20170113a

[46]
张磊. “新常态”下城市更新治理模式比较与转型路径[J]. 城市发展研究, 2015, 22(12):57-62.

[ Zhang L. The modes of urban redevelopment in new normal: Diversification and transformation[J]. Urban Development Studies, 2015, 22(12):57-62. ] DOI:10.3969/j.issn.1006-3862.2015.12.010

[47]
张明斗, 翁爱华. 东北地区产业结构优化与城市土地集约利用协调性[J]. 自然资源学报, 2022, 37(3):734-752.

DOI

[ Zhang M D, Weng A H. Study on the coordination between industrial structure optimization and urban land use intensity in Northeast China[J]. Journal of Natural Resources, 2022, 37(3):734-752. ] DOI:10.31497/zrzyxb.20220312

[48]
黄磊, 吴传清. 长江经济带污染密集型产业集聚时空特征及其绿色经济效应[J]. 自然资源学报, 2022, 37(2):459-476.

DOI

[ Huang L, Wu C Q. Spatial and temporal characteristics of pollution intensive industrial agglomeration and its green economy effect in the Yangtze River Economic Belt[J]. Journal of Natural Resources, 2022, 37(2):459-476. ] DOI:10.31497/zrzyxb.20220213

[49]
梁育填, 李文涛, 姜超, 等. 基于多智能体方法的企业迁移空间决策机理的研究框架[J]. 经济地理, 2014, 34(4):112-118.

[ Liang Y T, Li W T, Jiang C, et al. The research frame of spatial decision-making process of enterprise migration based on agent-based modeling[J]. Economic Geography, 2014, 34(4):112-118. ] DOI:10.15957/j.cnki.jjdl.2014.04.018

[50]
Shin H S, Woo A. Analyzing the effects of walkable environments on nearby commercial property values based on deep learning approaches[J]. Cities, 2024, 144:104628. DOI:10.1016/j.cities.2023.104628

[51]
张杰. 存量时代的城市更新与织补[J]. 建筑学报, 2019(7):1-5.

[ Zhang J. Urban renewal and urban weaving in an era of stock properties[J]. Architectural Journal, 2019(7):1-5. ] DOI:10.3969/j.issn.0529-1399.2019.07.001

[52]
柴铁锋, 王元珍, 张毅. 基于空间生产力视角的城市更新路径研究[J]. 建设科技, 2024(5):6-12.

[ Chai T F, Wang Y Z, Zhang Y. Research on urban renewal pathways based on perspective of spatial productivity[J]. Construction Science and Technology, 2024(5):6-12. ] DOI:10.16116/j.cnki.jskj.2024.05.001

[53]
侯寅峰. 历史街区商业街的保护与更新研究——以西安北院门商业街为例[D]. 西安: 西安建筑科技大学, 2005.

[ Hou Y F. Study on protection and renewal of the historial and commercial street-cite BeiYuanMen in Xi'an as a instance[D]. Xi'an: Xi’an University of Architecture and Technology, 2005.] DOI:10.7666/d.y841414

[54]
王世福, 卜拉森, 吴凯晴. 广州城市更新的经验与前瞻[J]. 城乡规划, 2017(6):80-87.

[ Wang S F, Bouhouch L C, Wu K Q. Experience and prospects of urban renewal in Guangzhou[J]. Urban & Rural Planning, 2017(6):80-87. ] DOI:10.12049/j.urp.201706008

[55]
邬峻. 第四范式:基于机器学习的荷兰智慧城市宜居性预测模型研究[J]. 风景园林, 2020, 27(5):11-29.

[ Wu J. The fourth paradigm: A research for the predictive model of livability based on machine learning for smart city in the Netherlands[J]. Landscape Architecture, 2020, 27(5):11-29. ] DOI:10.14085/j.fjyl.2020.05.0011.19

[56]
刘佳, 侯佳佳, 亓颖. 基于DEMATEL-ANP模型的中国旅游产业结构优化评价研究[J]. 地理与地理信息科学, 2021, 37(6):102-112.

[ Liu J, Hou J J, Qi Y. Research on evaluation of tourism industry structure optimization in China based on DEMATEL-ANP model[J]. Geography and Geo-Information Science, 2021, 37(6):102-112. ] DOI:10.3969/j.issn.1672-0504.2021.06.015

[57]
周琦, 高长春. 城市创意产业空间动态集聚演化的计算与可视优化方法[J]. 地球信息科学学报, 2020, 22(5):1033-1048.

DOI

[ Zhou Q, Gao C C. The calculation and visual optimization method of spatial dynamic agglomeration evolution of urban creative industries[J]. Journal of Geo-Information Science, 2020, 22(5):1033-1048. ] DOI:10.12082/dqxxkx.2020.190661

[58]
张鸿辉, 曾永年, 谭荣, 等. 多智能体区域土地利用优化配置模型及其应用[J]. 地理学报, 2011, 66(7):972-984.

[ Zhang H H, Zeng Y N, Tan R, et al. A model for regional land use optimization allocation based on multi-agent system and its application[J]. Acta Geographica Sinica, 2011, 66(7):972-984. ] DOI:10.11821/xb201107010

[59]
杜国明, 陈晓翔, 黎夏. 基于微粒群优化算法的空间优化决策[J]. 地理学报, 2006, 61(12):1290-1298.

[ Du G M, Chen X X, Li X. Spatial optimal search based on particle swarm optimization[J]. Acta Geographica Sinica, 2006, 61(12): 1290-1298. ] DOI:10.3321/j.issn:0375-5444.2006.12.006

[60]
杨露, 颉耀文, 宗乐丽, 等. 基于多目标遗传算法和FLUS模型的西北农牧交错带土地利用优化配置[J]. 地球信息科学学报, 2020, 22(3):568-579.

DOI

[ Yang L, Xie Y W, Zong L L, et al. Land use optimization configuration based on multi-objective genetic algorithm and FLUS model of agro-pastoral ecotone in Northwest China[J]. Journal of Geo-information Science, 2020, 22(3):568-579. ] DOI:10.12082/dqxxkx.2020.190531

[61]
陆军辉, 梅志雄, 赵书芳, 等. 土地利用配置的混沌蚁群优化算法研究[J]. 地球信息科学学报, 2017, 19(8):1026-1035.

DOI

[ Lu J H, Mei Z X, Zhao S F, et al. Land use optimization allocation based on chaos ant colony algorithm[J]. Journal of Geo-information Science, 2017, 19(8):1026-1035. ] DOI:10.3724/SP.J.1047.2017.01026

[62]
卢文正. 社会空间理论视角的社区更新:功能导向、 系统适应与治理机制[D]. 杭州: 浙江大学, 2023.

[ Lu W Z. Community renewal from the perspective of social space theory: Function orientation, system adaptation and governance mechanism[D]. Hangzhou: Zhejiang University, 2023. ] DOI:10.27461/d.cnki.gzjdx.2023.000349

[63]
唐子来. 居住小区服务设施的需求型态:趋势推断和实证检验[J]. 城市规划, 1999(5):31-35,62.

[ Tang Z L. The formation demand of the service facilities in real estate: The trend forecast and practice test[J]. City Planning Review, 1999(5):31-35,62. ]

[64]
金珊, 闫安, 周麟, 等. 空间感知视角下的城市公共文化设施空间分布研究——以深圳市为例[J]. 建筑学报, 2015(3):19-23.

[ Jin S, Yan A, Zhou L, et al. A study on the spatial distribution of public cultural facilities from the perspective of spatial cognition A case of Shenzhen[J]. Architectural Journal, 2015(3):19-23. ] DOI:10.3969/j.issn.0529-1399.2015.03.005

[65]
Zhou D J, Xu S, Sun C Z, et al. Dynamic and drivers of spatial change in rapid urban renewal within Beijing inner city[J]. Habitat International, 2021, 111:102349. DOI: 10.1016/j.habitatint.2021.102349

[66]
Doğan U, Koçak Güngör M, Bostancı B, et al. GIS based urban renewal area awareness and expectation analysis using fuzzy modeling[J]. Sustainable Cities and Society, 2020, 54:101945. DOI:10.1016/j.scs.2019.101945

[67]
文琦, 侯凯元, 郑殿元, 等. 成长型资源城市产业转型能力评价与优化路径——以榆林市为例[J]. 地理科学, 2022, 42(4):682-691.

DOI

[ Wen Q, Hou K Y, Zheng D Y, et al. Evaluation of industrial transformation capability and optimization path of growing resource-based cities: A case study of Yulin, China[J]. Scientia Geographica Sinica, 2022, 42(4):682-691. ] DOI:10.13249/j.cnki.sgs.2022.04.013

[68]
唐亚林, 钱坤. “找回居民”:专家介入与城市基层治理模式创新的内生动力再造[J]. 学术月刊, 2020, 52(1):84-96.

[ Tang Y L, Qian K. “Refinding residents”: Experts’ intervening and reengineering endogenous impetus of innovating urban grassroots governance model[J]. Academic Monthly, 2020, 52(1):84-96. ] DOI:10.19862/j.cnki.xsyk.2020.01.011

[69]
万欣, 丁欣宇, 张天天, 等. 考虑基础设施中断的暴雨灾害社会影响研究——基于公众视角的情感与行为演化分析[J]. 自然资源学报, 2023, 38(11):2919-2932.

DOI

[ Wan X, Ding X Y, Zhang T T, et al. Research on social impacts of rainstorm disaster considering infrastructure disruption: An analysis of sentimental and behavioral evolution from a public perspective[J]. Journal of Natural Resources, 2023, 38(11):2919-2932. ] DOI:10.31497/zrzyxb.20231115

[70]
宋佳莹, 郭璟. 基本公共服务均等化水平测度:可及性与受益性视角[J]. 统计与决策, 2024, 40(4):91-95.

[ Song J Y, Guo J. Measuring the level of equalization of basic public services: An accessibility and benefit perspective[J]. Statistics & Decision, 2024, 40(4):91-95. ] DOI:10.13546/j.cnki.tjyjc.2024.04.016

[71]
吴莞姝, 党煜婷, 赵凯. 基于多维感知的城市活力空间特征研究[J]. 地球信息科学学报, 2022, 24(10):1867-1882.

DOI

[ Wu W S, Dang Y T, Zhao K. Spatial characteristics of urban vitality based on multi-dimensional perception[J]. Journal of Geo-information Science, 2022, 24(10):1867-1882. ] DOI:10.12082/dqxxkx.2022.210714

[72]
魏伟, 石培基, 冯海春, 等. 干旱内陆河流域人居环境适宜性评价——以石羊河流域为例[J]. 自然资源学报, 2012, 27(11):1940-1950.

DOI

[ Wei W, Shi P J, Feng H C, et al. Study on the suitability evaluation of the human settlements environment in arid inland river basin—a case study on the Shiyang River Basin[J]. Journal of Natural Resources, 2012, 27(11):1940-1950. ] DOI:10.11849/zrzyxb.2012.11.013

[73]
Healey P. Urban regeneration and the development industry[J]. Regional Studies, 1991, 25(2):97-110. DOI:10.1080/00343409112331346327

[74]
陶卓霖, 戴特奇, 宋长青. 空间公平导向的城市医疗设施优化配置模型研究[J]. 地理学报, 2023, 78(2):474-489.

DOI

[ Tao Z L, Dai T Q, Song C Q. Improving spatial equity-oriented location-allocation models of urban medical facilities[J]. Acta Geographica Sinica, 2023, 78(2):474-489. ] DOI:10.11821/dlxb202302013

[75]
栾兆亮, 涂伟, 沈少青, 等. 基于空间启发式的城市地铁线路选址优化方法[J]. 地理与地理信息科学, 2019, 35(4):64-69,90.

[ Luan Z L, Tu W, Shen S Q, et al. A spatial heuristic optimization method for metro route planning[J]. Geography and Geo-Information Science, 2019, 35(4):64-69,90. ] DOI:10.3969/j.issn.1672-0504.2019.04.010

[76]
冯琰玮, 甄江红. 内蒙古自治区人居环境综合适宜性评价及空间优化[J]. 地球信息科学学报, 2022, 24(6):1204-1217.

DOI

[ Feng Y W, Zhen J H. Comprehensive suitability evaluation and spatial optimization of human settlements environment in Inner Mongolia[J]. Journal of Geo-Information Science, 2022, 24(6):1204-1217. ] DOI:10.12082/dqxxkx.2022.210718

[77]
冉江, 黄荷筠, 邹镕坤. 基于多源大数据的长三角城市群AQI遥感估算[J]. 复旦学报(自然科学版), 2023, 62(6):786-795.

[ Ran J, Huang H Y, Zou R K. Remote estimation of AQI in the Yangtze River Delta urban agglomeration based on multi-source big data[J]. Journal of Fudan University (Natural Science), 2023, 62(6):786-795. ] DOI: 10.15943/j.cnki.fdxb-jns.2023.06.004

[78]
李朋飞, 李豆, 胡晋飞, 等. 机载LiDAR监测黄土高原土壤侵蚀的能力评估[J]. 测绘学报, 2023, 52(8):1342-1354.

DOI

[ Li P F, Li D, Hu J F, et al. Assessing the ability of airborne LiDAR to monitor soil erosion on the Chinese Loess Plateau[J]. Acta Geodaetica et Cartographica Sinica, 2023, 52(8):1342-1354. ] DOI:10.11947/j.AGCS.2023.20210698

[79]
赵宇博, 王雪霁, 刘骁, 等. 精细光谱探测与计量分析技术在长江干流水质水环境监测中的应用[J]. 地理学报, 2024, 79(1):45-57.

DOI

[ Zhao Y B, Wang X J, Liu X, et al. Application of fine spectral detection and quantitative analysis technology in water quality and environmental monitoring of the Yangtze River main stream[J]. Acta Geographica Sinica, 2024, 79(1):45-57. ] DOI:10.11821/dlxb202401004

[80]
郑渊茂, 王业宁, 周强, 等. 基于景感生态学的生态环境物联网框架构建[J]. 生态学报, 2020, 40(22):8093-8102.

[ Zheng Y M, Wang Y N, Zhou Q, et al. Construction on the framework of ecological environment Internet of Things based on land senses ecology[J]. Acta Ecologica Sinica, 2020, 40(22):8093-8102. ] DOI:10.5846/stxb202003120516

[81]
周成虎. 自然资源要素综合观测体系专辑序言[J]. 资源科学, 2020, 42(10):1837-1838.

DOI

[ Zhou C H. Introduction to the special issue on “Comprehensive Observation System of Natural Resource Elements”[J]. Resources Science, 2020, 42(10):1837-1838. ] DOI:10.18402/resci.2020.10.01

[82]
张继贤, 李海涛, 顾海燕, 等. 人机协同的自然资源要素智能提取方法[J]. 测绘学报, 2021, 50(8):1023-1032.

DOI

[ Zhang J X, Li H T, Gu H Y, et al. Study on man-machine collaborative intelligent extraction for natural resource features[J]. Acta Geodaetica et Cartographica Sinica, 2021, 50(8):1023-1032. ] DOI:10.11947/j.AGCS.2021.20210102

[83]
沈佳洁, 曹侃, 祁信舒. 自然资源要素遥感智能解译样本分类体系研究[J]. 地理空间信息, 2023, 21(4):103-106.

[ Shen J J, Cao K, Qi X S. Study on classification system of remote sensing intelligent interpretation samples for natural resource element[J]. Geospatial Information, 2023, 21(4):103-106. ] DOI:10.3969/j.issn.1672-4623.2023.04.026

[84]
赵春黎, 严岩, 陆咏晴, 等. 基于暴露度—恢复力—敏感度的城市适应气候变化能力评估与特征分析[J]. 生态学报, 2018, 38(9):3238-3247.

[ Zhao C L, Yan Y, Lu Y Q, et al. “Exposure-resilience-sensitivity” based evaluation and characteristics analysis of the capacity for urban adaptation to climate change in China[J]. Acta Ecologica Sinica, 2018, 38(9):3238-3247. ] DOI:10.5846/stxb201706011013

[85]
杨浩, 王子羿, 王婧, 等. 京津冀城市群土地利用变化对热环境的影响研究[J]. 自然资源学报, 2018, 33(11):1912-1925.

DOI

[ Yang H, Wang Z Y, Wang J, et al. Study on the influence of land use change on the thermal environment in Beijing-Tianjin-Hebei urban agglomeration[J]. Journal of Natural Resources, 2018, 33(11):1912-1925. ] DOI:10.31497/zrzyxb.20180163

[86]
高雅婵, 梁勤欧, 于红梅. 基于需求场理论的浙江城市水资源利用强度时空格局及演变[J]. 资源科学, 2018, 40(2):335-346.

DOI

[ Gao Y C, Liang Q O, Yu H M. Spatio-temporal dynamics of the utilization intensity of urban water resource based on demand field theory in Zhejiang[J]. Resources Science, 2018, 40(2):335-346. ] DOI:10.18402/resci.2018.02.10

[87]
Liu F, Liu X D, Xu T, et al. Driving factors and risk assessment of rainstorm waterlogging in urban agglomeration areas: A case study of the Guangdong-Hong Kong-Macao Greater Bay Area, China[J]. Water, 2021, 13(6):770. DOI:10.3390/w13060770

[88]
何改丽, 李加林, 刘永超, 等. 1985—2015年美国坦帕湾流域土地开发利用强度时空变化分析[J]. 自然资源学报, 2019, 34(1):66-79.

DOI

[ He G L, Li J L, Liu Y C, et al. Spatio-temporal analysis of land development and utilization intensity in Tampa Bay watershed from 1985 to 2015[J]. Journal of Natural Resources, 2019, 34(1):66-79. ] DOI:10.31497/zrzyxb.20190106

[89]
吴大放, 胡悦, 刘艳艳, 等. 城市开发强度与资源环境承载力协调分析——以珠三角为例[J]. 自然资源学报, 2020, 35(1):82-94.

DOI

[ Wu D F, Hu Y, Liu Y Y, et al. Empirical study on the coupling coordination between development intensity and resources-and-environment carrying capacity of core cities in Pearl River Delta[J]. Journal of Natural Resources, 2020, 35(1):82-94. ] DOI:10.31497/zrzyxb.20200108

[90]
黄秋森, 赵岩, 许新宜, 等. 基于弹簧模型的资源环境承载力评价及应用——以内蒙古自治区陈巴尔虎旗为例[J]. 自然资源学报, 2018, 33(1):173-184.

DOI

[ Huang Q S, Zhao Y, Xu X Y, et al. Evaluation of resources and environmental carrying capacity based on spring model—Taking Chen barag banner in Inner Mongolia as an example[J]. Journal of Natural Resources, 2018, 33(1):173-184. ] DOI:10.11849/zrzyxb.20161250

[91]
孟菲, 赵海霞, 牛铭杰, 等. 南京市环境承载力评价及其成因分析[J]. 中国环境科学, 2019, 39(9):4007-4016.

[ Meng F, Zhao H X, Niu M J, et al. Evaluation of environmental carrying capacity in Nanjing City and its cause analysis[J]. China Environmental Science, 2019, 39(9):4007-4016. ] DOI:10.19674/j.cnki.issn1000-6923.2019.0470

[92]
Batty M. Intelligent cities: Using information networks to gain competitive advantage[J]. Environment and Planning B: Planning and Design, 1990, 17(3):247-256. DOI: 10.1068/b170247

[93]
Li X M, Zhou W Q. Optimizing urban greenspace spatial pattern to mitigate urban heat island effects: Extending understanding from local to the city scale[J]. Urban Forestry & Urban Greening, 2019, 41:255-263. DOI: 10.1016/J.UFUG.2019.04.008

[94]
Zhang R, Yang J, Ma X Y, et al. Optimal allocation of local climate zones based on heat vulnerability perspective[J]. Sustainable Cities and Society, 2023, 99:104981. DOI:10.1016/j.scs.2023.104981

[95]
欧定华, 夏建国. 基于粒子群算法的大城市近郊区景观格局优化研究——以成都市龙泉驿区为例[J]. 地理研究, 2017, 36(3):553-572.

DOI

[ Ou D H, Xia J G. Landscape pattern optimization in peri-urban areas based on the particle swarm optimization method: A case study in Longquanyi District of Chengdu[J]. Geographical Research, 2017, 36(3):553-572. ] DOI:10.11821/dlyj201703013

[96]
李彬烨, 赵耀龙, 付迎春. 广州城市暴雨内涝时空演变及建设用地扩张的影响[J]. 地球信息科学学报, 2015, 17(4):445-450.

DOI

[ Li B Y, Zhao Y L, Fu Y C. Spatio-temporal characteristics of urban storm waterlogging in Guangzhou and the impact of urban growth[J]. Journal of Geo-Information Science, 2015, 17(4):445-450. ] DOI:10.3724/SP.J.1047.2015.00445

[97]
梁志承, 赵耀龙, 付迎春. 耦合蚁群算法和SCS-CN水文模型的城市不透水面空间格局优化[J]. 地球信息科学学报, 2017, 19(10):1315-1326.

DOI

[ Liang Z C, Zhao Y L, Fu Y C. Optimization of spatial pattern of urban imperviousness based on the integration of SCS-CN hydrological model and the ant colony algorithm[J]. Journal of Geo-Information Science, 2017, 19(10):1315-1326. ] DOI:10.3724/SP.J.1047.2017.01315

[98]
Yu H F, Zhao Y L, Xu T, et al. A high- efficiency global model of optimization design of impervious surfaces for alleviating urban waterlogging in urban renewal[J]. Transactions in GIS, 2021:1-25. DOI:10.1111/tgis.12757

[99]
Ke E T, Zhao J C, Zhao Y L, et al. Coupled and collaborative optimization model of impervious surfaces and drainage systems from the flooding mitigation perspective for urban renewal[J]. The Science of the Total Environment, 2024, 917:170202. DOI:10.1016/j.scitotenv.2024.170202

Options
Outlines

/

〈 〉