多源数据支持下城市火灾风险评估及规划响应

为探析城市火灾风险的空间格局特征,提出科学的火灾防控体系,以合肥市为研究对象,基于火灾风险兴趣点(POI)数据、NPP/VIIRS夜间灯光影像数据、消防站与道路信息等多源数据,运用SAVEE模型和迭代方程评估城市火灾风险,并引入区位-配置(L-A)模型,从不同目标情境优化消防站点布局。研究表明:火灾高风险区主要集中于合肥市二环以内的建成区,尤其是老城区、合肥西站片区、政务区、科学城和东部新中心等区域;现有48座消防站对研究区内的POI覆盖效果较好,覆盖率为86.76%,而对NPP/VIIRS覆盖效果一般,覆盖率仅为55.94%,覆盖率在合肥市东北部、西北部和南部部分地区仍有不足;基于最大化覆盖模型,规划新增44座消防站,明显提升5 min响应时间的覆盖率,可进一步夯实城市消防安全。     

基于CSGD的排放清单处理工具研究

CSGD（crowd sourcing geographic data,众源地理数据）是通过互联网向大众或相关机构提供的一种开放地理空间数据,具有易获取、时效性好、准确性高等特点,在排放清单时空分配方面具有应用潜力.然而,现有排放清单处理工具不支持CSGD数据直接输入且难以满足排放清单空间分配和空气质量模式所需清单格式,因此,亟待开发一套可以拓展该类数据在排放清单领域应用的工具.以CSGD中的POI（城市设施兴趣点）数据为主要研究对象,基于QGIS平台、C++语言及Python语言,开发了在Windows系统下的ISAT（inventory spatial allocate tool,排放清单空间分配工具）工具及在Windows或Linux系统下的ISAT.M工具.结果表明:ISAT工具以POI数据为基础制作出的空间分配结果与排放源排放强度的空间分布特征的一致性较好;ISAT.M工具输出的inline清单可以作为CMAQ空气质量模式及其DDM敏感性分析模块的输入文件并开展模拟,通过与SMOKE模型的关闭源法模拟结果对比发现,二者在数据及空间分布上呈较好的一致性.研究显示,CSGD数据应用于排放清单空间分配可较好地反映排放源空间分布特征,同时由于此类数据存在信息冗杂、近郊区数据缺失等问题,在应用过程中应注意数据清洗及数据种类的选取工作.      

基于互联网大数据的成都餐饮源细颗粒物排放空间分配研究

餐饮过程排放的废气正成为大城市大气污染的重要来源之一.根据成都市2013年排放清单更新的研究成果,综合运用本地化的餐饮排放因子、排放活动水平的调查成果和成都市统计年鉴的统计数据等信息,对成都市餐饮源的PM_(2.5)排放总量进行了估算,其结果为4740 t·a~(-1).为了对区域的餐饮废气排放进行空间分配,本文抓取了互联网兴趣点POI信息.通过这些信息,对成都市的社会餐饮、学校食堂餐饮和家庭餐饮的空间来源进行了表征,对成都市生活源中餐饮污染物排放的空间分布规律进行了探索,并提出了新的餐饮源高分辨空间分配方法.结果表明,基于POI空间分配的2013年成都餐饮源单位面积年排放强度均值为0.29 t·km~(-2)·a~(-1),主城区均值为3.47 t·km~(-2)·a~(-1),全市的排放量分布区间为0~35.7 t·km~(-2)·a~(-1).互联网POI信息可以作为研究城市餐饮源空间分布的重要数据来源,在实际应用上更适于表征社会餐饮点源污染.     

基于POI大数据的重庆主城区多中心识别

我国大量城市在其规划中均提出多中心的空间发展战略,但多中心结构演变是否达到规划预期,能否通过有效途径识别多中心结构和功能,成为目前学术界研究的热点。相比于人口、用地、产业等传统调查和识别方法,城市大数据的出现为多中心识别提供了契机,尤其是基于POI（Point of Interest）大数据的分析比传统方法更加准确高效。论文以重庆主城区40余万条POI数据为基础,利用核密度分析、自然断点法和邻近分析等方法,根据整体及不同类型POI数据的空间分布特征与聚集程度,识别城市总体及不同职能的多中心结构及其影响范围。结果表明：重庆作为山地城市,在自然约束和规划引导下,呈现出明显的“多中心、组团式”结构。不同职能类型的城市中心也呈现明显的多中心分布特征。重庆的主副中心在内环以内集聚,但不同中心的发育程度及其空间聚集度差异显著。外围新兴的西永、茶园等副中心发展相对滞后,城市要素集聚功能有待加强。     

大数据视角下的城市“三生”空间识别及分布特征研究——以乌鲁木齐市中心城区为例

基于2020年乌鲁木齐市POI数据,采用ArcGIS空间分析方法,通过构建"影响力—空间面积"权重模型定量识别了城市"三生"空间,并解析其分布特征。结果表明:①乌鲁木齐市城市"三生"空间分布格局与城市功能分区相符合。②"三生"空间分布呈现"大分散、小集中"的特征,各区分布不均衡,总体上形成"生活空间较强凝聚、生产空间相对集中、生态空间均匀分散"的格局。③生活空间呈"西北—东南"走势,呈现内部连片、外围组团状分布特征;生产空间呈现"东西两翼"的空间格局,沿交通干线布局,向产业区集聚;生态空间呈点状分布,"中心—外围"差异明显。     

基于POI 大数据的城乡能耗空间量化表达及实证：以山东省潍坊市为例

城乡能源消费格局是应对气候变化的重要议题，也是低碳治理的关键对象。市域尺度城乡能耗空间定量化研究对区域可持续发展及规划决策具有重要支撑作用。基于山东省潍坊市行业部门综合能源消耗量，结合兴趣点（point of interest，POI）大数据和土地利用等多源空间数据，统筹考虑企业数量、人口密度、车流量及耕地面积等关键因素，量化分析工业、生活、交通及农业部门的能耗格网空间分布。研究发现：工业、交通及生活用能的空间分布具有相似性；能源总消费量在各区域间具有差异性，呈现不同的热点分布特征，以团簇热点式分布为主；核心城区的能耗需求强烈，高强度用能区覆盖率显著高于其他地区。通过分析市域尺度上的能源消费格网格局特征，探索公里格网尺度下融合多源数据的空间可视化比较分析方法，可为区域低碳规划、国土空间规划以及可持续发展提供理论支持。     

基于POI数据的城市群医疗与居住空间协同发展研究--以闽三角城市群为例

探索城市群医疗与居住空间协同发展问题,可为城市群公共医疗资源均衡发展提供参考。运用闽三角城市群医疗与居住POI数据,通过ArcGIS软件空间分析方法,从4个角度进行空间协同分析,并基于城市群内部与整体两个层面讨论了协同发展未来方向。结果表明:闽三角城市群内部医疗与居住空间协同发展情况不同,需要把握各自特点,积极整合医疗资源。未来,医疗与居住空间协同发展需要以厦门市为核心,发挥“厦泉”与“厦漳”的区域优势,同时注意整体和局部的均衡。     

基于核密度估计的城市基础要素与街尘营养元素含量特征关联

了解城市基础要素与街尘污染物在空间上的关联特征有利于城市非点源污染源区的定量解释及精准控制.为探究城市基础要素与街尘营养元素含量空间分布之间的联系,以武汉市汉阳区为案例研究区,选取总氮(TN)、总磷(TP)、交换态磷(Ex-P)、铝结合态磷(Al-P)、铁结合态磷(Fe-P)、闭蓄态磷(Oc-P)、钙结合态磷(Ca-P...     

以南疆为例的区域暴恐袭击风险评估

为探寻暴恐袭击高风险区域,推进公共安全精细化管理,以南疆地区为例,采用网格化社会经济数据、遥感数据和兴趣点(POI)数据等多源地理空间数据,从暴恐分子出现可能性、暴恐袭击目标选择偏好和暴恐袭击后果3个方面建立暴恐袭击风险评估指标体系,根据层次分析法(AHP)-Entropy、聚类分区等确定地理空间指标权重,最终得到南疆地区30″×30″(约1 km×1 km)细粒度的暴恐袭击风险的空间分布情况。结果表明:南疆地区的暴恐袭击高风险以上网格主要位于喀什、和田及阿克苏地区的部分市区和县城,与暴恐袭击历史事件的分布较一致,证明风险评估指标体系的合理性和可行性。