首页> 中文学位 >基于微博数据的城市活动空间研究——以武汉市为例
【6h】

基于微博数据的城市活动空间研究——以武汉市为例

代理获取

目录

声明

1. 绪论

1.1研究背景

1.2研究意义

1.3相关概念

1.4研究对象及研究范围

1.5研究方法与内容框架

2. 国内外相关研究及进展

2.1城市活动空间研究

2.2信息时代居民行为路径相关研究

2.3基于大数据的城乡规划相关实证研究

2.4章节小结

3. 城市空间相关数据采集与处理——以武汉市为例

3.1城市空间相关数据采集

3.2城市空间相关数据处理

3.3章节小结

4. 城市居民活动时空间分析——以武汉市为例

4.1城市活动时间规律分析

4.2城市活动空间分布规律分析

4.3 城市活动空间时空演变分析

4.4 城市活动空间结构分析

4.5活动空间形成分析

4.6小结

5. 武汉市活动空间与实体空间、总体规划布局空间对比研究

5.1城镇体系结构

5.2主城区空间结构

5.3小结

6.结论与讨论

6.1研究结论

6.2创新之处

6.3不足与展望

致谢

参考文献

硕士期间发表论文

展开▼

摘要

本文借助微博数据,从城市居民活动的角度对城市空间进行分析并与城市总体规划进行对比研究。一方面丰富既有的城市空间研究方法,另一方面从活动空间的视角对规划进行评估,从而在当今城市快速发展的背景下更好地服务于优化城市空间结构,并更科学地指导城乡规划。
  本文首先通过数据挖掘法,对一定时间段内武汉市微博签到数据进行采集与处理,并构建相应的微博数据库。在对数据进行统计分析的基础上,研究城市活动时间规律,发现基于微博数据的城市活动时间具有周期性且变化动态符合传统城市居民作息规律。随后在空间上利用ARCGIS和ARCSCENE平台,采用Kernerl核密度分析法、圈层分析法对城市活动空间分布总体规律进行分析。发现武汉市总体活动空间具有“双核多点”、轴向外拓、定向圈层的特征。并在城市活动时间、空间规律分析的基础上,对各时段的城市活动空间进行时空演变分析。可以得出各个时段由于时间、活动内容等因素有着不同的集聚状态,由早上到夜晚其集聚特征可以归纳为分散——集聚——更集聚——分散的态势。采用k-means空间聚类方法对活动空间进行区域划分,在统计和分析各个活动区域内的活动频度随时间变化的基础上,将其根据活动内容归结为六种活动区域模式,从而识别活动频度最大的43个活动区域。以此为基础分别定义活动边界、路径、节点以及中央活动区。最后以定性和定量结合的方法对城市活动空间形成的因素进行分析,将其总结为经济、物质、社会三要素。
  本文最后通过对城市活动空间与城市实体空间以及武汉城市总体规划(2009-2020年)的对比分析,从城镇体系结构和主城区空间结构两个方面,分析总体规划对城市空间布局的效用。发现由于传统的总体规划及评估简单的以静态人口、用地及经济规模为着重点,而活动空间以人的客观活动为着重点,导致传统规划中产生的人、地、活动三要素产生严重的错位、错配现象。

著录项

  • 作者

    梅磊;

  • 作者单位

    华中科技大学;

  • 授予单位 华中科技大学;
  • 学科 乡规划学
  • 授予学位 硕士
  • 导师姓名 锦富;
  • 年度 2017
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 中文
  • 中图分类 TU984.113;
  • 关键词

    城市空间; 居民活动; 规划设计; 大数据;

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号