首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于位置服务数据的社区生活圈测度方法及影响因素分析
引用本文:杨辰,辛蕾,马东波,贾姗姗,陈晨.基于位置服务数据的社区生活圈测度方法及影响因素分析[J].同济大学学报(自然科学版),2024,52(2):232-240.
作者姓名:杨辰  辛蕾  马东波  贾姗姗  陈晨
作者单位:1.同济大学 建筑与城市规划学院,上海200092;2.上海同济城市规划设计研究院有限公司,上海200092;3.西北农林科技大学风景园林艺术学院,陕西 咸阳712100;4.上海社会科学院,上海200020
基金项目:国家自然科学基金面上项目(52078351);上海市自然科学基金面上项目(23ZR1468300);国家自然科学基金青年项目(51908354);国家留学基金项目(202206265029)
摘    要:生活圈的边界划定是社区生活圈研究的重点也是难点。现有的划定方法有基于行政边界或控规单元、依据设施服务半径及可达性、居民日常活动行为三种方式,其中基于居民日常活动是最接近社区生活圈本意的测度方法。但目前这一方法的应用主要依靠全球定位系统(GPS)数据,成本高且样本有限,难以描述社区大多数居民的活动规律,更缺乏对大范围不同类型社区生活圈的全貌认识。以成都市为例,基于大样本的手机位置服务数据(LBS),采用复杂网络分析技术(Infomap)对中心城区(549 km2)的社区生活圈进行测度,通过识别其规模和边界特征,进一步探讨空间要素对社区生活圈边界的影响及作用机制。结果表明:通过选取恰当的单元精度和距离约束d值,可以获得较好的网络聚类结果(接近15 min生活圈的实际规模);基于LBS数据划分的社区生活圈面积规模差异较大,但大多数的规模处于1~5 km2之间;三类代表性空间要素中,路网密度与社区生活圈面积规模存在中等程度相关,区位和商业兴趣点(POI)密度与社区生活圈规模并不存在显著的相关性;但社区生活圈的人口密度与三类空间要素存在强相关。基于手机...

关 键 词:社区生活圈  社会网络分析  测度方法  特征识别
收稿时间:2022/6/11 0:00:00

Analysis of Community Living Circle Measurement Method and Influencing Elements Based on Location-Based Services Data
YANG Chen,XIN Lei,MA Dongbo,JIA Shanshan,CHEN Chen.Analysis of Community Living Circle Measurement Method and Influencing Elements Based on Location-Based Services Data[J].Journal of Tongji University(Natural Science),2024,52(2):232-240.
Authors:YANG Chen  XIN Lei  MA Dongbo  JIA Shanshan  CHEN Chen
Abstract:
Keywords:community living circle  social network analysis  measurement  feature identification
点击此处可从《同济大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《同济大学学报(自然科学版)》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号