广西师范大学学报（自然科学版） ›› 2020, Vol. 38 ›› Issue (1): 26-40.doi: 10.16088/j.issn.1001-6600.2020.01.004

• • 上一篇    下一篇

基于多源开放数据的城乡居民点空间布局优化

赵鑫1,2,3,4 , 宋英强1,2,3,4, 胡月明1,2,3,4,5,6*, 刘轶伦1,2,3,4, 朱阿兴7   

  1. 1.华南农业大学资源环境学院,广东广州510642;
    2.国土资源部建设用地再开发重点实验室(华南农业大学),广东广州510642;
    3.广东省土地利用与整治重点实验室(华南农业大学),广东广州510642;
    4.广东省土地信息工程技术研究中心(华南农业大学),广东广州510642;
    5.青海大学农牧学院,青海西宁810016;
    6.电子科技大学资源与环境学院,四川成都610054;
    7.威斯康星大学(麦迪逊)地理系,美国威斯康星州麦迪逊WI53706
  • 收稿日期:2019-02-25 出版日期:2020-01-25 发布日期:2020-01-15
  • 通讯作者: 胡月明(1964—),男,湖南安化人,华南农业大学教授,博导。E-mail: yueminghugis@163.com
  • 基金资助:
    国家重点研发计划(2016YFC0501801);国家自然科学基金青年基金(41601404);青海省科技计划项目(2017-ZJ-730);广州市科技计划项目(201807010048);广东省自然科学基金(2016A030310444)

Optimizing Spatial Distribution of Residential Areas by Using Multi-Source Open Data

ZHAO Xin1,2,3,4 , SONG Yingqiang 1,2,3,4, HU Yueming1,2,3,4,5,6*, LIU Yilun1,2,3,4, ZHU Axing7   

  1. 1. College of Natural Resources and Environment, South China Agricultural University, Guangzhou Guangdong 510642,China;
    2. Key Laboratory of Construction Land Improvement, Ministry of Land and Resources(South China AgriculturalUniversity), Guangzhou Guangdong 510642, China;
    3. Guangdong Province Key Laboratory for Land Use and Consolidation(South China Agricultural University), Guangzhou Guangdong 510642, China;
    4. Guangdong Province Engineering ResearchCenter for Land Information Technology(South China Agricultural University), Guangzhou Guangdong 510642, China;
    5. College of Agriculture and Animal Husbandry, Qinghai University, Xining Qinghai 810016, China;
    6. School ofResources and Environment, University of Electronic Science and Technology of China, Chengdu Sichuan 610054, China;
    7. Department of Geography, University of Wisconsin Madison, Madison WI53706, USA
  • Received:2019-02-25 Online:2020-01-25 Published:2020-01-15

PDF (PC)

35

摘要： 城乡居民点空间布局优化对集约利用土地资源、改善城乡居民点空间布局现状、统筹城乡发展具有重要意义。引入多源开放数据(POI(point of interest)和人口空间化数据)替换传统社会经济数据,运用景观生态学的方法,分析广州市城乡居民点的布局特征,并以居民点适宜性、紧凑性为目标,构建蚁群优化模型,对广州市城乡居民点进行空间布局优化。结果表明:(1)广州市部分居民点布局存在分布较为零散,集聚程度低的问题;(2)基于多源开放数据能够实现空间尺度更为精细、规划更为及时的城乡居民点空间布局优化;(3)优化后,广州市城乡居民点向适宜性较高的区域紧凑、有序的布局:优化后居民点主要分布在适宜区、较适宜区和基本适宜区,分别占居民点总面积的18%、64%和17%;优化后居民点的平均斑块面积、平均最邻近距离显著增大,斑块密度减小。

关键词: 城乡居民点, 开放数据, 空间布局优化, 景观分析, 主成分分析, 蚁群算法

Abstract: Optimizing spatial distribution of residential areas is of great significance for intensive use of land resources, improvement of the present situation of spatial distribution of residential areas, and overall planning of urban and rural development. Taking the city of Guangzhou as the research area, this study used multi-source open data (POI and population spatial data) to replace the traditional socio-economic data, and analyzed the distribution characteristics of residential areas by using the method of landscape ecology. Aiming at the suitability and compact target, an ant colony optimization (ACO) model was constructed to optimize the spatial distribution of the residential areas in Guangzhou. The results showed that: (1) The layout of some residential areas in Guangzhou have some problems, such as scattered distribution and low concentration. (2)The result of spatial layout optimization of Guangzhou residential areas based on the new data set shows that the spatial scale is finer and the planning is timely. (3)After optimization, residential areas in Guangzhou mainly located in suitable areas, general suitable areas and basic suitable areas, accounting for 18%, 64% and 17% of the total residential area, respectively. By comparing the landscape index values before and after optimization, it was found that the mean patch size (MPS ) and mean nearest-neighbor distance (MNN) of the residential area increased significantly, and the patch density (PD) decreased, which indicated that the residential area layout tend to be constrictive and orderly.

Key words: residential area, open data, spatial layout optimization, landscape analysis, principal component analysis, ant colony optimization

中图分类号: 

  • TU984.2
[1] 孙华生,黄敬峰,金艳,等. 基于GIS技术的县域居民点空间分布特征分析及其优化布局[J]. 浙江大学学报(农业与生命科学版),2007,33(3):348-354.
[2] 叶艳妹,张晓滨,林琼,等. 基于加权集覆盖模型的农村居民点空间布局优化:以流泗镇为例[J]. 经济地理,2017,37(5):140-148.
[3] 谢保鹏,朱道林,陈英,等. 基于区位条件分析的农村居民点整理模式选择[J]. 农业工程学报,2014(1):219-227.
[4] 周宁,郝晋珉,孟鹏,等. 黄淮海平原县域农村居民点布局优化及其整治策略[J]. 农业工程学报,2015,31(7):256-263.
[5] 文博,刘友兆,夏敏. 基于景观安全格局的农村居民点用地布局优化[J]. 农业工程学报,2014,30(8):181-191.
[6] 杨学龙,叶秀英,赵小敏,等. 鄱阳县农村居民点布局适宜性评价及其布局优化对策[J]. 中国农业大学学报,2015,20(1):245-255.
[7] 韦燕飞,陈燕奎,童新华,等. 基于改进PSO算法的农村居民点空间优化布局研究[J]. 地理与地理信息科学,2014,30(2):72-76.
[8] 高小永. 基于多目标蚁群算法的土地利用优化配置[D]. 武汉:武汉大学,2010.
[9] 莫致良. 基于蚁群算法的可扩展多目标土地利用优化配置[D]. 杭州:浙江大学,2017.
[10]王尧. 基于景观格局和蚁群算法的横山区农村居民点布局优化研究[D]. 西安:长安大学,2017.
[11]郑先迪,郑华伟,刘友兆. 基于GIS的农村居民点空间分布及影响因素分析:以盱眙县为例[J]. 土壤通报,2019(3):550-554.
[12]朱雪欣,王红梅,袁秀杰,等. 广东省佛冈县城乡居民点空间格局优化研究[J]. 中国土地科学,2009,23(8):51-57.
[13]孔雪松,金璐璐,郄昱,等. 基于点轴理论的农村居民点布局优化[J]. 农业工程学报,2014,30(8):192-200.
[14]杨昕,贺贤华,毛熙彦,等. 基于城乡联系的农村居民点布局优化研究:以重庆市为例[J]. 北京大学学报(自然科学版),2016,52(2):336-344.
[15]黄聪,赵小敏,郭熙,等. 基于核密度的余江县农村居民点布局优化研究[J]. 中国农业大学学报,2016,21(11):165-174.
[16]姜磊,雷国平,张健,等. 农村居民点空间布局及优化分析[J]. 水土保持研究,2013,20(1):224-229.
[17]刘仙桃. 农村居民点空间布局优化与集约用地模式研究:以北京市昌平区为例[D]. 北京:中国地质大学,2009.
[18]刘晓清,毕如田,高艳. 基于GIS的半山丘陵区农村居民点空间布局及优化分析:以山西省襄垣县为例[J]. 经济地理,2011,31(5):822-826.
[19]高文斌. 基于GIS的农村居民点布局优化研究:以靖江市马桥镇为例[D]. 南京:南京农业大学,2012.
[20]璩路路,李裕瑞,刘彦随. 基于村镇空间“物—场”模型的乡村聚落布局优化研究[J]. 经济地理,2019(4):174-181.
[21]倪冰洁. 基于引力模型的东海县农村居民点空间格局优化研究[D]. 南京:南京师范大学,2014.
[22]禹文豪,艾廷华. 核密度估计法支持下的网络空间POI点可视化与分析[J]. 测绘学报,2015(1):82-90.
[23]陈蔚珊,柳林,梁育填. 基于POI数据的广州零售商业中心热点识别与业态集聚特征分析[J]. 地理研究,2016,35(4):703-716.
[24]CHEN Y, LIU X , LI X , et al. Mapping the fine-scale spatial pattern of housing rent in the metropolitan area by using online rental listings and ensemble learning[J]. Applied Geography, 2016, 75:200-212.
[25]徐冬,黄震方,吕龙,等. 基于POI挖掘的城市休闲旅游空间特征研究:以南京为例[J]. 地理与地理信息科学,2018(1):59-64.
[26]王露露. 基于GIS空间分析的县域农村居民点布局优化研究:以平阳县为例[D]. 杭州:浙江大学,2013.
[27]刘颂,郭菲菲. 基于景观格局分析的乡村居民点布局优化研究[J]. 东北农业大学学报,2010,41(11):42-46.
[28]谭雪兰,段建南,包春红,等. 基于GIS的麻阳县农村居民点空间布局优化研究[J]. 水土保持研究,2010,17(6):177-180.
[29]徐新良. 中国人口空间分布公里网格数据集[EB/OL]. [2020-01-05].http://www.resdc.cn/DOI/DOI.aspx?DOIid=32.
[30]任若恩,王惠文. 多元统计数据分析:理论,方法,实例[M]. 北京:国防工业出版社,1997.
[31]邹亚锋. 多目标蚁群算法在农村居民点空间布局优化中的应用研究[M]. 北京:中国经济出版社,2017:83-85.
[32]LI X , CHEN Y , LIU X , et al. Concepts, methodologies, and tools of an integrated geographical simulation and optimization system[J]. International Journal of Geographical Information Science, 2011, 25(4):633-655.
[1] 唐振军. 基于PCA特征距离的图像哈希算法[J]. 广西师范大学学报（自然科学版）, 2016, 34(4): 9-18.
[2] 刘慧敏, 官冬杰, 张梦婕. 三峡库区生态安全后续发展胁迫因子及胁迫机理研究[J]. 广西师范大学学报（自然科学版）, 2016, 34(3): 150-158.
[3] 周克良, 邢素林, 聂丛楠. 基于自适应阈值小波变换的心音去噪方法[J]. 广西师范大学学报（自然科学版）, 2016, 34(1): 19-25.
[4] 濮玲, 李海朝, 濮御, 蒋红霞. 十二种常用中草药中微量元素的主成分分析[J]. 广西师范大学学报（自然科学版）, 2014, 32(4): 96-100.
[5] 何茜, 李旭, 周伟, 李奇生. 缺须墨头鱼不同地理居群的形态分化[J]. 广西师范大学学报（自然科学版）, 2013, 31(4): 128-133.
[6] 黄敏, 靳婷, 钟声, 马玉春. 基于改进蚁群算法求解连续空间寻优问题[J]. 广西师范大学学报（自然科学版）, 2013, 31(2): 34-38.
[7] 朱经纬, 芮挺, 李决龙, 方虎生, 张金林. 基于蚁群神经网络的机械手自组织逆运动规划[J]. 广西师范大学学报（自然科学版）, 2011, 29(2): 125-129.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
[1] 覃盈盈, 漆光超, 梁士楚. 凤眼莲组织浸提液对靖西海菜花种子萌发的影响[J]. 广西师范大学学报（自然科学版）, 2018, 36(3): 87 -92 .
[2] 张茹, 张蓓, 任鸿瑞. 山西轩岗矿区耕地流失时空特征及其影响因子研究[J]. 广西师范大学学报（自然科学版）, 2018, 36(3): 121 -132 .
[3] 温玉卓, 唐胜达, 邓国和. 随机环境下具有阈值分红策略的风险过程的破产时间分析[J]. 广西师范大学学报（自然科学版）, 2018, 36(3): 56 -62 .
[4] 冯修, 马楠楠, 职红涛, 韩双乔, 张翔. 重金属捕集剂UDTC对低浓度镉废水的处理研究[J]. 广西师范大学学报（自然科学版）, 2018, 36(3): 63 -67 .
[5] 万雷,罗玉玲,黄星月. 脉冲神经网络硬件系统性能监测平台[J]. 广西师范大学学报（自然科学版）, 2018, 36(1): 9 -16 .
[6] 邓亚彬,蒋品群,宋树祥. 新型低压微功耗伪差分跨导放大器设计[J]. 广西师范大学学报（自然科学版）, 2018, 36(1): 17 -24 .
[7] 呼文军,马忠军,马梅. 领导—跟随多智能体系统在分布式自适应控制下的滞后一致性[J]. 广西师范大学学报（自然科学版）, 2018, 36(1): 70 -75 .
[8] 张军文,李成思,卢永昌,史生辉. MEKC测定麻花艽中齐墩果酸和熊果酸含量[J]. 广西师范大学学报（自然科学版）, 2018, 36(1): 99 -104 .
[9] 胡晓熙,王芸,文丰,廖丹葵,童张法. 全氟两性表面活性剂与蛋白质相互作用研究[J]. 广西师范大学学报（自然科学版）, 2018, 36(1): 105 -111 .
[10] 谢蓉,邹艳丽,傅杰. 基于动力学的电网发电机故障恢复策略研究[J]. 广西师范大学学报（自然科学版）, 2017, 35(1): 1 -6 .
版权所有 © 广西师范大学学报（自然科学版）编辑部
地址：广西桂林市三里店育才路15号　邮编：541004
电话：0773-5857325　E-mail: gxsdzkb@mailbox.gxnu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发