多源大数据下中国特大城市人口夜间热力特征与影响因素研究
掌握城市人口夜间的时空热力动态变化和影响因素,对繁荣城市夜间经济和推动城市管理等都具有重要的意义。近年来城市多源大数据的不断发掘,为实时追踪城市人口夜间热力变化提供了可能。基于百度人口热力图、珞珈(LJ1-01)夜光遥感和城市兴趣点(POI)等多源大数据,以北京、上海、广州、深圳、成都和武汉6座特大城市为案例区,构建人口夜间热力模型,测算了上述6座城市在20:00—20:30期间的人口热力特征,并进一步采用地理探测器和地理加权回归方法分析了影响案例区人口夜间热力特征的因素。结果表明(:1)特大城市人口夜间热力分布与城市主要道路空间分布基本一致,主要呈现出“核心-边缘”梯度递减、“一核多中心”连...
Saved in:
Published in | 世界地理研究 Vol. 33; no. 12; pp. 94 - 106 |
---|---|
Main Authors | , , , |
Format | Journal Article |
Language | Chinese |
Published |
中国地理学会
15.12.2024
中国科学院地理科学与资源研究所,北京 100101%中国科学院地理科学与资源研究所,北京 100101 西南科技大学土木工程与建筑学院,绵阳 621010%西南科技大学土木工程与建筑学院,绵阳 621010 |
Subjects | |
Online Access | Get full text |
ISSN | 1004-9479 |
DOI | 10.3969/j.issn.1004-9479.2024.12.20230223 |
Cover
Loading…
Summary: | 掌握城市人口夜间的时空热力动态变化和影响因素,对繁荣城市夜间经济和推动城市管理等都具有重要的意义。近年来城市多源大数据的不断发掘,为实时追踪城市人口夜间热力变化提供了可能。基于百度人口热力图、珞珈(LJ1-01)夜光遥感和城市兴趣点(POI)等多源大数据,以北京、上海、广州、深圳、成都和武汉6座特大城市为案例区,构建人口夜间热力模型,测算了上述6座城市在20:00—20:30期间的人口热力特征,并进一步采用地理探测器和地理加权回归方法分析了影响案例区人口夜间热力特征的因素。结果表明(:1)特大城市人口夜间热力分布与城市主要道路空间分布基本一致,主要呈现出“核心-边缘”梯度递减、“一核多中心”连片分布和“组团式”分布三种类型(;2)与常住人口相比,各城市人口夜间热力规模较小,平均仅占常住人口的0.416‰,且接近47%的人口夜间聚集在中等热力区(;3)城市土地利用混合度、商业活力和道路通达度是影响城市人口夜间热力的首要因素,但在不同的城市和地区影响程度有所差异。研究结果对特大城市制定夜间消费政策和优化城市人口夜间管理具有较强的现实意义,也为今后城市夜间建设提供有效参考。 |
---|---|
ISSN: | 1004-9479 |
DOI: | 10.3969/j.issn.1004-9479.2024.12.20230223 |