见物见人——时空大数据支持下的存量规划方法论

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：相比于传统的增量规划,存量规划中主要在产权本质、时间逻辑和空间处理尺度上有着本质的不同。因此,存量规划对现有用地现状和性质的精准刻画提出了更高的要求。作为当前传统的用地现状分析图在存量规划中存在着地块特征刻画精度有限与用地分类维度过低等不足。对用地类型的混合、同种用地类型的规模、同一地块的时间属性等用地特征,传统的现状分析图也难以进行描述。随着互联网LBS（Location-Based Service）服务的发展,越来越多LBS时空数据因其巨大的用户基数和完善的时空地理信息,受到规划师的关注。这些新的时空地理数据使得对用地功能和人口活动特征的详细刻画成为可能。使用互联网某LBS平台人口分时活动密度数据,叠加百度POI（Place of Interest）,通过非监督分类和非负矩阵分解的方法,分别对北京市六环内的地块尺度、500 m网格尺度和25 m点阵尺度进行用地功能的识别与分类。通过多维度分类结果的叠加,对研究区域的用地功能、人口时空活动特征进行深入刻画,探讨通过大数据进一步辅助存量规划的用地功能研究方法。

原文链接:http://www.cqvip.com//QK/83406X/201603/669578663.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：大数据 方法论 Location interest service 存量规划 机器学习 用地分类 LBS数据