基于随机森林模型的城市扩张三维特征时空变化及机制分析

基于随机森林模型的城市扩张三维特征时空变化及机制分析

论文摘要

当前从二维角度已不能准确描述城市扩张的真实情况,而从三维角度定量研究城市扩张对解决城市问题有重要意义。该文以广州市主城区的社区为单元,基于2005年、2010年、2015年地表建筑数据,利用城市三维扩张指标和城市驱动因子,结合随机森林模型,分析三维扩张格局并探究三维扩张的机制。结果表明:1)2005-2015年,前5年研究区三维扩张速度较快,其中平均建筑体积指标增长最快;2)城市三维扩张指标的增长主要从研究区中心的越秀区向白云区北部、天河区东部和荔湾区西南部呈辐射状分布;3)研究期内,对城市三维扩张影响较大的主要为生活服务设施、地铁、公交站点以及综合商业中心,其中地铁站的影响力不断增大。此外,火车站和市中心的影响也越来越显著,并且随着时间的演变,各驱动力因子之间的影响力差异变小。

论文目录

  • 0 引言
  • 1 研究区与数据
  •   1.1 研究区概况
  •   1.2 数据来源
  •   1.3 数据处理
  • 2 研究方法
  •   2.1 城市三维扩张指标
  •     (1) 建筑密度。
  •     (2) 平均建筑高度。
  •     (3) 平均建筑体积。
  •     (4) 容积率。
  •   2.2 城市扩张驱动力
  •   2.3 随机森林模型
  • 3 结果与讨论
  •   3.1 城市三维扩张指标统计分析
  •   3.2 城市三维扩张指标时空变化分析
  •   3.3 城市三维扩张机制分析
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 李柳华,刘小平,欧金沛,牛宁

    关键词: 城市三维扩张,三维特征,时空变化,随机森林,扩张机制,广州市

    来源: 地理与地理信息科学 2019年02期

    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: 中山大学地理科学与规划学院

    基金: 国家自然科学基金项目(41671398,41801304)

    分类号: P208

    页码: 53-60

    总页数: 8

    文件大小: 3830K

    下载量: 545

    相关论文文献

    • [1].基于迭代随机森林算法的糖尿病预测[J]. 长春工业大学学报 2019(06)
    • [2].基于改进随机森林的城市河流水生态健康评价研究[J]. 海河水利 2019(06)
    • [3].基于随机森林癫痫患者脑电数据的分析研究[J]. 中国数字医学 2020(01)
    • [4].基于局部均值分解和迭代随机森林的脑电分类[J]. 吉林大学学报(信息科学版) 2020(01)
    • [5].网贷平台数据的随机森林预测模型实证分析[J]. 宜宾学院学报 2019(12)
    • [6].采用单类随机森林的异常检测方法及应用[J]. 西安交通大学学报 2020(02)
    • [7].随机森林数据情感挖掘方法分析[J]. 通讯世界 2020(01)
    • [8].运用最大熵模型和随机森林模型对东北红松分布的模拟[J]. 东北林业大学学报 2020(03)
    • [9].基于随机森林算法的城区土地覆盖分类研究[J]. 河北省科学院学报 2020(01)
    • [10].运用随机森林模型对北京市林分蓄积生长量的预测[J]. 东北林业大学学报 2020(05)
    • [11].融合人工鱼群和随机森林算法的膝关节接触力预测[J]. 中国医学物理学杂志 2020(04)
    • [12].结合特征选择和优化随机森林的无线网络数据丢失重建[J]. 上海电力大学学报 2020(03)
    • [13].基于随机森林算法的耕地质量定级指标体系研究[J]. 华南农业大学学报 2020(04)
    • [14].一种基于随机森林的组合分类算法设计与应用[J]. 电子设计工程 2020(16)
    • [15].基于随机森林算法的日光温室内气温预测模型研究[J]. 中国农学通报 2020(25)
    • [16].基于因子分析和迭代随机森林方法的学生成绩综合评价——以都匀市某高中为例[J]. 黔南民族师范学院学报 2020(04)
    • [17].基于随机森林模拟的辽宁省降水量空间分布研究[J]. 陕西水利 2020(09)
    • [18].随机森林模型在膝关节炎患者结构特征与症状定量分析中的应用(英文)[J]. 磁共振成像 2020(10)
    • [19].基于特征选择的极限随机森林算法研究[J]. 计算机应用研究 2020(09)
    • [20].随机森林回归分析方法在代谢组学批次效应移除中的应用[J]. 中国卫生统计 2020(05)
    • [21].一种面向非均衡分类的随机森林算法[J]. 计算机与现代化 2018(12)
    • [22].随机森林模型和决策树模型在肝硬化上消化道出血预后中的应用[J]. 中国卫生统计 2019(02)
    • [23].基于随机森林的债券违约分析[J]. 当代经济 2018(03)
    • [24].基于改进网格搜索算法的随机森林参数优化[J]. 计算机工程与应用 2018(10)
    • [25].随机森林在城市不透水面提取中的应用研究[J]. 云南师范大学学报(自然科学版) 2017(03)
    • [26].一种顺序响应的随机森林:变量预测和选择[J]. 小型微型计算机系统 2017(08)
    • [27].基于随机森林回归的军械器材需求预测[J]. 自动化应用 2017(09)
    • [28].流式大数据下随机森林方法及应用[J]. 西北工业大学学报 2015(06)
    • [29].面向高维数据的随机森林算法优化探讨[J]. 商 2016(04)
    • [30].深度随机森林在离网预测中的应用[J]. 计算机科学 2016(06)

    标签:;  ;  ;  ;  ;  ;  

    基于随机森林模型的城市扩张三维特征时空变化及机制分析
    下载Doc文档

    猜你喜欢