基于POI和OSM数据的城市意象要素识别

论文摘要

城市意象是观察者对于城市形象的主观印象,其是城市地理学和规划学研究的重要内容,对于塑造独特的城市空间具有重要的指导意义。传统城市意象的研究主要是借助调查问卷、绘制意象草图等手段,存在成本高、更新频率低、数据覆盖面有限等问题,无法满足信息化时代下城市的定量研究以及城市经济发展的需求。近年来,随着大数据时代的到来,以及互联网技术的发展,借助兴趣点数据（POI）、开放地图数据（OSM）、社交媒体等新兴数据进行城市的定量研究成果越来越多,将其应用于城市意象研究将是一条可行途径。鉴于此,本文提出了一种基于POI和OSM数据的城市意象要素识别方法,主要研究内容如下:（1）研究了基于POI和OSM数据的城市意象要素识别体系。在总结了国内外城市意象理论基础及应用实践基础上,深入分析了众源地理数据及其在城市研究中的应用,针对传统数据在城市研究中的不足,提出以POI和OSM数据为基础的城市意象要素识别体系框架。借助道路网约束下改进的DBSCAN聚类算法、基于Densi-Graph的POI密度变化分析以及基于LDA主题模型的POI短文本信息分类等方法,构建了城市意象要素识别框架。（2）提出了一种城市意象结构认知方法。通过对POI数据进行约束条件下的聚类分析,生成聚类簇,识别城市意象区域要素;借助核密度分析原理,绘制POI数据的Densi-Graph变化曲线,叠加自然、行政区划等要素,从而识别城市意象边界要素;在对POI数据进行抽稀的基础上,识别城市意象标志要素,同时叠合处理后的OSM道路网数据识别城市意象节点、路径要素。（3）构建了城市意象要素类型认知分析模型。通过LDA主题模型,对POI数据中包含的属性信息进行主题分类,进行不同主题下的城市意象要素类型分析。同时,将不同主题的聚类结果与上述要素结构进行叠合分析,探究不同主题城市意象的空间特征,并总结其不足之处。（4）最后,以济南市为例,进行模型验证与分析,证明了其在城市研究与感知等方面的重要意义及潜在价值。研究结果表明,本文所使用的一系列研究方法,可以用来识别城市意象要素、探究城市意象结构、认知城市意象类型,从而促进独特城市意象的塑造和城市的健康可持续发展。

论文目录

• 摘要
• Abstract
• 1 引言
•   1.1 研究背景与意义
•   1.2 研究内容
•   1.3 技术路线
• 2 相关理论及实践应用
•   2.1 城市意象相关理论研究及应用实践
•     2.1.1 城市意象理论形成与发展
•     2.1.2 城市意象相关应用实践
•   2.2 众源地理数据及其在城市研究中的应用
•     2.2.1 众源地理数据及其特点
•     2.2.2 国外新数据环境下城市研究进展
•     2.2.3 国内新数据环境下城市研究进展
•     2.2.4 POI数据在城市研究中的应用
•   2.3 研究评述
• 3 城市意象要素识别模型构建
•   3.1 数据来源与预处理
•   3.2 技术方法与要素识别体系
•     3.2.1 道路网约束下的DBSCAN聚类方法改进
•     3.2.2 基于Densi-Graph的 POI密度变化分析
•     3.2.3 POI数据抽稀方法
•     3.2.4 基于LDA主题模型的POI文本信息分类
• 4 济南市城市意象要素识别实证研究
•   4.1 济南市概况
•     4.1.1 自然环境与社会经济概况
•     4.1.2 历史城市格局与规划解读
•   4.2 城市意象结构认知分析
•     4.2.1 意象区域要素
•     4.2.2 意象边界要素
•     4.2.3 意象节点要素
•     4.2.4 意象路径要素
•     4.2.5 意象标志要素
•   4.3 城市意象要素类型认知
•     4.3.1 风景名胜主题
•     4.3.2 标志建筑主题
•     4.3.3 市民生活主题
•     4.3.4 文化教育主题
•   4.4 问题归纳总结
• 5 结论与展望
•   5.1 总结
•   5.2 展望
• 参考文献
• 攻读硕士学位期间论文发表及科研情况
• 致谢

文章来源

类型: 硕士论文

作者: 曹芳洁

导师: 邢汉发

关键词: 数据,城市意象,济南市

来源: 山东师范大学

年度: 2019

分类: 基础科学,信息科技

专业: 自然地理学和测绘学,计算机软件及计算机应用

单位: 山东师范大学

分类号: P208

总页数: 72

文件大小: 5265K

下载量: 455