基于多源空间数据和随机森林模型的长沙市茶颜悦色门店选址与预测研究
黄钦, 杨波, 徐新创, 郝汉舟, 梁莉莉, 王敏

Location Selection and Prediction of SexyTea Store in Changsha City based on Multi-source Spatial Data and Random Forest Model
HUANG Qin, YANG Bo, XU Xinchuang, HAO Hanzhou, LIANG Lili, WANG Min
表1 本文数据来源
Tab. 1 Data source for this article
数据类型 数据年份 数据来源 数据描述
POI数据 2020 高德地图API数据开放接口(https://lbs.amap.com/) 通过Python网络爬虫技术调用高德地图API爬取,共计14个类别429 839条数据
人口数据 2020 WorldPop全球高分辨率人口计划项目数据集(www.worldpop.org) 空间分辨率为3弧度(在赤道处约为100 m)
百度热力图数据 2020 百度地图API 数据开放接口(http://api.map.baidu.com/lbsapi/cloud/index.htm) 反映人流量空间分布差异
路网数据 2020 OpenStreetMap(https://www.openstreetmap.org) 反映城市交通状况,计算加权路网密度
DEM数据 2019 NASA EARTH DATA (https://earthdata.nasa.gov/) 空间分辨率为30 m,反映区域高程,也可用以计算坡度
土地利用数据 2020 地球大数据科学工程数据共享服务系统(http://data.casearth.cn/sdo/detail/5fbc7904819aec1ea2dd7061) 空间分辨率为30 m,反映地表覆盖状况
房价数据 2020 房天下(https://cs.fang.com/) 通过Python网络爬虫技术爬取,再经克里金插值[23]得到,用以近似代替城市各地租金水平
夜间灯光数据 2019 珞珈一号(http://59.175.109.173:8888/app/login.html) 夜间灯光与二、三产业GDP具有高度相关性
行政区划数据 2020 湖南省国土资源规划院(http://www.hngtghy.com/) 表征长沙市行政区划边界,通过矢量底图掩膜提取出各因子栅格
统计数据 2020 长沙市统计局(http://tjj.changsha.gov.cn/) 反映城市社会经济、社会发展情况