基于多源数据和深度学习的城市边缘区判定

• 作者: 刘星南 吴志峰 吴艳艳 骆仁波
• 来源期刊: 地理研究
• 关键词: 城市边缘区判定 POI大数据 深度学习 广州
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 观点与争鸣
• 页码范围: 243-256
• 页数: 14页
• 语种: 中文
• DOI: 10.11821/dlyj020181085

摘要

城市边缘区的定量分析及判定,对城市发展评价和规划,或是城市空间结构研究都具有重要意义.然而现有研究的边缘区判定指标选择过于单一,判定结果过于破碎,城市预设边界、水体及城市绿地对边缘区判定结果干扰大.针对上述问题,从自然、人口、社会经济的视角出发,以遥感影像、人口数据、POI大数据为数据基础,结合深度学习技术,构建基于多源数据和深度学习的城市边缘区判定方法,进行广州市城市边缘区判定及城市结构空间分布特征分析.结果 表明:①此方法能将城市划分为核心区-边缘区-外缘区,判定结果不会受到预设边界范围的影响,且消除了城市内部水体和城市绿地所造成的破碎化;②城市边缘区与路网耦合良好;③广州市的城市核心区空间分布合理.综上所述,此方法能有效检测城市边缘地带,且结果符合实际情况,能为城市规划、政府决策提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴志峰	广州大学地理科学学院	54	845	13.0	28.0
5	刘星南	广州大学地理科学学院	1	0	0.0	0.0
9	骆仁波	广州大学地理科学学院	2	0	0.0	0.0
13	吴艳艳	广东财经大学地理与旅游学院	1	0	0.0	0.0