基于词向量数据场轨迹引力的多中心识别和空间交互分析

来源 :地理研究 | 被引量 : 0次 | 上传用户:ljsamuel
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
多中心化是分散城市人口,疏解交通拥堵,调节职住失衡,应对"大城市病"的重要手段。针对轨迹大数据,先利用词向量描述其空间特征和行为规律,再结合数据场理论表达城市区域对轨迹的吸引强度,并完成多中心识别,最后借鉴复杂网络理论对多中心空间交互规律进行探索和挖掘。结果表明:①郑州市轨迹吸引强度呈核心强、外围弱、沿线蔓延的圈层空间分布形态,识别出的21个多中心轨迹引力差异较大,区域吸引能力不均衡;②外围次级中心的区域引力强度和交互频次低,交互方向主要指向一级中心,呈现出外溢型多中心结构,为了实现其应有的分散疏解
其他文献
城市是游客活动的重要空间载体,把握游客在城市间流动特征是探究区域城市旅游联系、明确旅游影响区域发展的作用机制与优化未来城市旅游发展布局及策略的前提和基础。本研究借助聚类法、挖掘算法与网络分析法,以地理标记照片为研究对象,对泛长三角区域52个地级城市入境游客空间特征从分布、类型、流动、意象等视角进行分析。结果显示:依据入境游客聚集程度泛长三角区域可被划分为入境旅游核心区、次核心区与边缘区,其中,核心
构建俄罗斯81×81的首府城市的日铁路客运流量矩阵,基于社会网络分析研究其铁路客运网络特征,结果表明:①俄罗斯首府铁路客运网络松散且不均衡,西密东疏,高、中密度联系的城市位于中央联邦区与西伯利亚铁路沿线,俄欧洲北部、欧洲南部、亚洲等3个铁路区系内包含不同的子群与核心。②日铁路客运流量表现出沿西伯利亚铁路的"廊道型"向南北两侧逐渐递减弱化的"非对称性"空间态势,西伯利亚铁路内部初步形成以莫斯科、叶卡