CN102609807A - 一种城市中心区位置和聚集强度的确定方法 - Google Patents
一种城市中心区位置和聚集强度的确定方法 Download PDFInfo
- Publication number
- CN102609807A CN102609807A CN2012100145092A CN201210014509A CN102609807A CN 102609807 A CN102609807 A CN 102609807A CN 2012100145092 A CN2012100145092 A CN 2012100145092A CN 201210014509 A CN201210014509 A CN 201210014509A CN 102609807 A CN102609807 A CN 102609807A
- Authority
- CN
- China
- Prior art keywords
- gravity
- center
- city
- management unit
- urban
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Processing Or Creating Images (AREA)
Abstract
一种城市中心区位置和聚集强度的确定方法,在城市建成区用地图中确定城市建成区几何重心、城市人口分布重心和城市道路交通可达性重心,将所述三个重心两两连接,得到的区域即为城市中心区位置;区域面积的大小对应各个重心聚集强度,区域面积越小,中心区聚集强度越高。本发明提供一种确定城市中心区位置的技术方法,具有理论基础的完善性、数据选取的客观性、计算方法的科学性、空间类型的针对性等特点,应用本发明所述的方法进行城市中心区位置以及聚集强度的确定,更具科学性、合理性和可操作性,为中心区研究提供了良好的技术平台。
Description
技术领域
本发明属于城市规划技术领域,为一种城市中心区位置和聚集强度的确定方法。
背景技术
在进行城市空间发展趋势研究、新城规划、城市用地调整等规划工作中,需要确定城市中心区适宜的空间位置。城市中心区由密集的服务产业机构集聚而成,其空间分布与各种经济关系和经济活动紧密关联;而城市不同功能对土地的空间位置需求是不同的,办公、商业、金融、居住、教育、工业、仓储等行业各自存在着不同的地租竞价能力,不同区位决定的地租级差造成了城市中各机构自由选址中的秩序。由于服务产业天然的高盈利性,从而能够承担高昂的地价,同时由于服务产业生产和销售同时完成的特性,其对区位有着异乎寻常的高要求。
1950年代以来,地理学家、社会学家、经济学家、城市规划师和其他相关专业人士都进行了有关中心区空间结构的研究,其中针对如何确定中心区的位置,分别从不同的研究视角采用了不同的方法。
目前对城市中心区空间位置确定的研究文献概括起来主要有以下八种方法:
(一)“花园城市”理论模式
1898年,英国学者霍华德(E.Howard)提出“花园城市”理论,如图2,认为城市中心区应当位于核心花园区周边的各个交通汇集点,由公园、公共建筑、商业设施和林荫道构成环绕型结构模型。
该理论模型在当时城市环境恶化的背景下,注重城市环境的美化和绿化,在一定程度上强调城市分散。这种指导思想过于主观和人为化,不符合城市作为经济活动、人口、交通等各种要素的集聚地的客观现实,不能满足城市功能发展的客观需求。
(二)同心圆理论模式
1925年,美国学者伯吉斯(E.W.Burgess)提出同心圆理论模式,如图3(a),认为城市空间组织是以不同功能的用地围绕单一的核心,有规则地向外扩展形成同心圆结构;因此中心区应当位于城市建成区围合的六大圈层的最中心圈层,围绕中心区的外围通常是低、中、高收入阶层的环形居住区圈层。随着城市增长的持续压力,各圆形圈层区域以中心区为源点不断外移,即“渗透”。
该理论模型是在以假设用地分布均匀、交通水平均匀、人口分布均匀等为前提下进行的抽象设想,属于理想化模式,而城市的真实的用地、交通、人口等状况非常复杂, 不能直接应用该理论去确定城市中心区的适宜位置。
(三)市场引力模型
1931年瑞力(Reilly)提出市场引力模型,认为不考虑消费者的个人偏好的情况下,中心区最适宜布局在城市的市场区域消费引力综合值最大的核点地区,能发挥最大的服务效益(RELLY,W.J.The Law of Retail Gravitation.New York:Knickerbocker Press,1931)。随后市场学家对如何建立商店选择模型进行了多种尝试,此后市场地理学进入了实践领域,主要涉及零售选址的实际问题。
该理论模型从市场消费的角度提出了“市场区域消费引力综合值最大的核点地区”这一概念,但是仅着眼于市场零售业的空间布局,对于中心区其他业态尚未展开研究。
(四)扇形理论模式
1939年美国经济学家霍伊特提出的扇形理论模式,如图3(b),认为城市租金等级是按照放射状的扇形分布的,城市是被交通体支撑起来的扇面组合,中心区位于各大扇区汇聚的核心圈,其余功能区和居住区从中心区向外呈楔形延伸。
该理论模型从城市经济学的角度进行研究,而对具体的交通、用地布局、人口分布等其他各项影响要素考虑不足。
(五)多核心理论模式
1945年哈里斯(C.D.Harris)与乌尔曼(E.L.Ullman)的多核心理论模式,如图3(c),认为行业区位、房租价格、集聚利益和扩散效益导致城市结构分异,由于这四种制约因素的相互作用以及历史遗留习惯和局部城区的特殊性导致城市功能区的分异,各种行业和各种消费群体的集聚产生多个功能核心,中心区位于各消费人群效益最大的核心地区。
该理论模型通常适用于大型和超大型城市,同时重在解释现象,缺乏可量化的操作方法。
(六)城市土地竞租模型
1964年阿隆索(W.Alonso)在《区位与土地利用》书中,以经济学地租理论为理论基础提出了城市土地竞租模型,如图4:距离城市中心越近,可达性就越大,运费就越小,同时收益就越高,所以地租也越高(ALONSO.W Loeaton and land use[C].Cambridge,Mass.,Harvard Univercity Press,1964)。此模型涉及到土地价格、土地面积、城市特征、交通成本、距离、效用利润等重要要素,解释了不同类型的土地利用围绕中心区呈同心圆布局的原因。
该理论模型以城市经济学地租理论为基础,揭示了同心圆理论的原因。但是同样的属于理想化模式,而城市的真实的用地、交通、人口等状况非常复杂,不能直接应用该 理论去确定城市中心区的适宜位置。
(七)城市重心理论
1984年吴明伟认为中心区的空间分布由城市形态、居民分布、道路状况和城市性质四种制约因素共同决定,此外还有城市规划、土地利用等公共政策的影响,并在1999年提出,城市交通可达性(古滕贝尔在1960年揭示了交通设施的可达性和城市发展之间的相互关系,提出可达性是空间联系的方便程度,主要与城市交通系统有关。可达性是城市物质要素空间分布的重要影响因素,在市场经济条件下,城市可达性比较高的地区,土地开发的经济效益也比较好。)分布重心等城市的多元重心在空间上趋于一致的重合点,这个重合点就是城市中心区的区位(吴明伟等,城市中心区规划[M],南京:东南大学出版社,1999)。
该理论模型提出了理论假设,但限于当时的技术条件,并未能进行实践应用与证明。
(八)CBD输配环理论
1999年李沛从全球性城市CBD的角度全面探索了与CBD有关的理论和实践问题。并提出CBD的输配环理论,认为快速道路输配环路是中心区发展的制约因素,中心区的区位应位于快速路围合的环路内(李沛.当代全球性城市中央商务区(CBD)规划理论初探[M].北京:中国建筑工业出版社,1999)。
该理论模型从交通条件的视角,提出了快速道路输配环路中心区发展的制约因素,但是忽略了中心区发展的其他制约因素。
发明内容
本发明要解决的问题是:现有确定城市中心区位置的方法不够准确和全面,需要一种科学、合理、可操作的中心区确定方法,为城市中心区研究提供技术平台。
本发明的技术方案为:一种城市中心区位置和聚集强度的确定方法,在城市建成区用地图中确定城市建成区几何重心、城市人口分布重心和城市道路交通可达性重心,将所述三个重心两两连接,得到的区域即为城市中心区位置;区域面积的大小对应各个重心聚集强度,区域面积越小,中心区聚集强度越高。
城市建成区几何重心、城市人口分布重心和城市道路交通可达性重心的确定方法为:
1)计算城市建成区几何重心位置:
获取城市建成区用地图,利用Arcmap软件,在城市建成区用地图中区分“建成区”、“用地图斑”、“路网”三个不同图层,在“建成区”图层中,利用Arcmap软件自带功能生成建成区几何重心的空间分布图;
2)计算城市人口分布重心:
在“用地图斑”层中用不同颜色区分不同用地类型,计算该城市各规划管理单元的几何重心,以各规划管理单元内的居住人口作为权数,采用加权平均法计算城市人口分布重心的坐标(Px,Py),具体公式如下:
上式中,(Px,Py)表示城市人口分布重心的坐标,(xi,yi)表示第i个规划管理单元的几何重心坐标;pi表示第i个规划管理单元内的居住人口,n为规划管理单元的总个数;
3)计算城市道路交通可达性重心:
在“路网”层中,用不同的颜色区分城市不同道路类型,以各规划管理单元的几何重心为标准值,以各规划管理单元相邻车道数作为权数,采用加权平均法计算交通可达性重心的坐标(Tx,Ty),具体公式如下:
上式中,(Tx,Ty)表示交通可达性分布重心的坐标,(xi,yi)表示第i个规划管理单元的几何重心坐标,ti表示第i个规划管理单元相邻的行车道数,n为规划管理单元的总个数,根据各规划管理单元的(Tx,Ty)值,利用Arcmap软件自带功能生成交通可达性重心。
计算城市人口分布重心时,如果缺乏基于规划管理单元的人口统计数据,则基于所有居住用地人口均质分布的假设,使用居住用地分布状况进行替代,来计算城市人口分布重心,获取各居住用地图斑的几何重心,将这些几何重心用直线连接得到一个多边形,获取该多边形的几何重心,将其视为城市人口分布重心。
本发明采用的工作技术方法是基于以下的“三心聚集”理论。
在本技术的理论体系中,从中心区服务产业的基本经济活动来分析,其特性为生产 和销售同时完成,这种一体化的产业特点决定其空间分布必须满足以下要求才能产生经济效益的最大化:服务覆盖范围最广阔,服务对象人群最全面,服务活动进行最便捷;因此中心区具有3个关键的影响要素:
①用地分布状况。在均质平原地形的理想状态下,城市中心区的区位应位于城市建成区的几何中心,这样,城市建成区内所有点到达中心区的直线距离之和将趋于最小,中心区的服务覆盖范围最广阔,从而能够在最大程度上满足城市对中心区服务的均衡性要求,因此,城市用地的分布状况对城市公共服务中心的区位分布有着重要的影响。
②城市人口分布状况。城市中心区的服务对象是全体市民,为了使城市所有人口具有均等的消费和公共活动机会,公共服务中心的区位也应当尽可能接近城市人口的分布重心,这样,从各个方向上的居住区到达城市中心区的消费者人数将大致相等。
③道路分布状况。城市中心区要使服务活动进行最便利,就必须具有最佳的交通可达性,即所有消费者到达城市中心区位置的实际时间距离总和应当最小,它表明了城市中心区的空间布局对其所有服务对象都具备了最佳的交通便捷性,因此城市中心区区位通常位于城市道路可达性分布的重心位置。
城市中心区在“服务覆盖范围最广阔;服务对象人群最全面;服务活动进行最便捷”的区位原则下,通常在城市用地、人口和道路分布状况最佳的地区形成集聚。本发明经过近十年的大量实践测算,发现在国内外城市尤其是大城市中,城市建成区几何重心、城市人口分布重心和道路交通可达性重心并不是重合的,它们有其各自的空间点位,形成“用地-人口-道路”的三个重心,城市中心区的空间区位通常分布在这三个重心围合而成的三角区域内,这就是本发明中心区的“三心聚集理论”,如图5。
在现代GIS技术平台的支撑下,可以根据三心聚集理论,分别计算城市的建成区几何重心、城市人口分布重心和道路交通可达性重心,来测算中心区未来的区位和聚集强度。
本发明具有以下进步:
1、全面性。本发明的影响因素包括了用地、交通和人口的因素,与以往的确定中心区位置的理论相比更加全面;
2、客观性。本发明排除主观臆断、推理研究,采用完全客观的调查标准、数据选取、统计精度和计算方法,与以往的概念化、模式化的确定中心区位置的理论相比较,从而表现出可计量性、客观性和理性。
3、精确性和唯一性。因为客观的数据选取和计算方法,与以往的现与其他城市区域混淆的状况,使得结果更加精确,因而本发明确定的城市中心区空间位置的技术方法获得的结果具有精确性和唯一性,从而更具有科学性和说服力。
附图说明
图1本发明的流程图。
图2是E.Howard花园城市模型内中心区的空间结构。
图3中的(a)(b)(c)分别是E·W·Burgess、H.Hoyt、C.D.Harris&E.L.Ullman的城市模型内中心区的空间结构,(a)为伯吉斯城市同心圆圈层模式图;(b)为霍伊特扇形城市空间结构模型,其中标号为:中央商务区1,批发商业2,低收入者居住区3,中产阶级居住区4,高收入者居住区5;(c)为哈里斯、乌尔曼多核心城市空间结构模式图,其中标号为:中央商务区1,轻工业、批发区2,下层阶级住宅区3,中层阶级住宅区4,上层阶级住宅区5,重工业6,外缘商业区7,工业郊区8,往返地区9。
图4是阿伦索城市地价空间结构模型。
图5是本发明城市中心区的三心聚集理论模式。
图6是本发明计算城市建成区几何重心示例图。
图7是本发明计算城市建成区人口分布重心示例图。
图8是本发明计算城市建成区交通可达性重心示例图。
图9是最佳城市中心区的区位选择示例图。
图10是计算获得无锡城市建成区几何重心图。
图11是无锡城市规划管理单元及其几何重心图。
图12是计算获得无锡城市人口分布重心图。
图13是计算获得无锡城市道路交通可达性重心图。图14是根据计算得出的无锡现状与未来三心分布结果图,(a)为无锡城市现状重心聚集关系,(b)为无锡城市未来重心聚集关系。
图15是1984年南京主城空间呈现明显的“三心合一”现象图,(a)为城市建成区几何重心,(b)为城市建成区人口分布重心,(c)为城市建成区交通可达性重心。
具体实施方式
本发明在城市建成区用地图中确定城市建成区几何重心、城市人口分布重心和城市道路交通可达性重心,将所述三个重心两两连接,得到的区域即为城市中心区位置;区域面积的大小对应各个重心聚集强度,区域面积越小,中心区聚集强度越高。
下面介绍本发明的具体实施,包括以下步骤:
(1)计算城市建成区几何重心位置。
利用Arcmap软件,在城市建成区用地图中区分“建成区”、“用地图斑”、“路网”三个不同图层,运用“Calculate Geometry”(几何运算)功能,先后计算“X Coordinate ofCentroid”、“Y Coordinate of Centroid”,将带有坐标的属性表导出存储为dbf文件,然后运用“Choose a table from the map or browse for another table”功能将其打开;通过“Coordinate System of Input Coordinates”选项卡中定义生成点文件的坐标系,即可生成建成区几何重心的空间分布图,如图6。
(2)计算城市人口分布重心。
利用Arcmap软件,在城市建成区用地图中区分“建成区”、“用地图斑”、“路网”三个不同图层,在用地图斑层中用不同颜色区分居住用地和商业或其他用地类型。首先,按照城市建成区几何重心获取方法,计算各规划管理单元的几何重心,以各规划管理单元内的居住人口作为权数,采用加权平均法计算城市人口分布重心的坐标(Px,Py),具体公式如下:
上式中,(Px,Py)代表城市人口分布重心的坐标,(xi,yi)表示第i个规划管理单元的几何重心;pi表示第i个规划管理单元内的居住人口,n为规划管理单元的总个数。
如果缺乏基于规划管理单元的人口统计数据,也可以用居住用地分布状况进行简单替代,来粗略计算城市人口分布重心。按照第(1)步方法,获取各居住用地图斑的几何重心,将这些几何重心用直线连接得到一个多边形,重复第(1)步方法获取该多边形的几何重心,即可粗略地将其视为城市人口分布重心,如图7。当然,这种方法是基于所有居住用地人口均质分布的假设。
(3)计算城市道路交通可达性重心。
利用Arcmap软件,在城市建成区用地图中区分“建成区”、“用地图斑”、“路网”三个不同图层,在路网层中,用不同的颜色区分城市快速路、主干道、一般公路。
以各规划管理单元的几何重心为标准值,以各规划管理单元相邻车道数作为权数,采用加权平均法计算交通可达性重心的坐标(Tx,Ty),具体公式如下:
上式中,(Tx,Ty)代表交通可达性分布重心的坐标,(xi,yi)表示第i个规划管理单元的几何重心,ti表示第i个规划管理单元相邻的行车道数,n为规划管理单元的 总个数。根据(Tx,Ty)值,重复第(1)步做法,即生成交通可达性重心,如图8。
(4)获得城市建成区的三心聚集区
将第(1)步、第(2)步、第(3)步计算获得的城市建成区的几何重心、人口分布重心和交通可达性重心这三个点,用直线连接成一个三角形,这个三角区域即为该城市建成区的三心聚集区,即最佳城市中心区所在地图9。如果三角形面积较小,则说明该城市各个重心聚集度比较高,主中心区的聚集强度会比较高,发展规模会比较大;反之,则说明该城市各个重心的聚集度并不高,相应的未来城市中心体系相对分散,主中心区的聚集强度和发展规模都不会很大。
为了使上述方法更为直观和易于操作,选取无锡市区作为应用实例,进行本发明确定城市中心区位置的方法演示。实证数据为2007年无锡市区spot4遥感影像数据,采用高斯克吕格投影,1980西安坐标系,坐标单位为m。
(1)计算城市建成区的几何重心。
将无锡2007年建成区的图纸矢量化后,按照上述城市建成区的几何重心获取方法,计算得出无锡城市建成区几何重心坐标为(40528423.52,3494083.27),该点基本位于解放环路以内的中山路北段。改革开放以来,无锡城市用地沿大运河以及苏锡公路、锡澄公路、锡沪公路这几条交通主线向东南、东北、西南多个方向发展,城市形态逐步呈星型楔状放射,使得无锡建成区总体上的重心还在星型放射线交汇处,这也使建成区重心基本上是老城区中心位置上,如图10。
(2)计算城市人口分布重心。
选取2km*2km的网格替代规划管理单元,如图11,采用建成区几何重心获取方法,批量计算网格单元的几何重心。按居住用地占所在街道全部居住用地的比例,将各街道人口分配到居住用地上,将网格内居住用地上的人口数进行汇总,获取每个网格的人口数。按照公式1、2计算城市人口分布重心,该点基本位于解放环路以内的人民路南部,如图12。无锡市人口集聚态势非常明显,老城区人口密度非常高,周边新城人口密度较低,总体上人口分布呈现出由老城区向外圈层式递减的态势,人口分布重心靠近建成区几何重心,但由于2000年以来西南方向河埒新城和东部东亭新城的建设,集聚了一定数量的人口,使得人口分布重心位于老城中心偏南的位置上。
(3)计算道路交通可达性重心。
简便的方法,可以采用赋值法确定各单元的行车道数,高速公路赋3分,主要公路赋2分,一般公路赋1分,以此作为各网格参与交通可达性中心计算的权数。按照公式3、4计算交通可达性分布重心,其坐标为(40528001.68,3495741.02),该点基本位于 解放环路以内北部,紧邻县前街与中山路交叉口。无锡市属于平原地区,交通通达性好,道路网络化格局已基本形成。交通网络对各区域的拉动作用基本均衡,所以交通可达性中心也位于解放环路围绕的老城区内,只是由于沪宁高速、锡宜、锡澄高速等高等级公路位于城市北部,北向拉动力略高于南向,因此,无锡城市道路交通可达性重心位于老城区内略偏北的位置上,如图13。
(4)获得三心聚集区。
将计算获得的无锡城市建成区几何重心、人口分布重心、道路交通可达性重心三个点用直线连接起来,得到无锡的“三心聚集区”。
总体来看,无锡市区的“三心”空间位置距离较近,说明无锡城市发展的中心度较高,空间集聚态势明显。按照三心聚集理论,无锡城市目前中心区的最佳区位应该是“中山路-县前街-人民路”一带的三角形区域,如图14。
同理输入2020年无锡城市总体规划中所确定的城市建成区、人口分布和道路网络布局,这里由于没有精确未来人口空间分布的数据,将城市总体规划确定的城市人口按照居住面积比重进行空间分配并矢量输入,经过计算可以发现无锡未来发展过程中,城市中心区可能出现的变迁状况。
从市区地理位置看,目前城市集聚区向南拓展,产业区则向北拓展,建设用地仍呈同心圆式扩展模式,城市建成区几何重心位于中山路北段。从城市发展趋势来看,随着无锡太湖新城和无锡新区的建设,城市建成区几何重心将向南迁移。
从交通状况看,无锡交通系统是在原城市水网体系的基础上发展而来,解放路绕古城,组成内环;中山路和人民路为纵横两条主动脉穿城而过,外围道路依次分布,构成整个城区的交通骨架,根据GIS可达性计算,未来随着城市拓展,无锡城市道路交通可达性重心将迁移至解放西路一带。
从市区人口分布得GIS分析看,无锡市区目前人口分布重心大致在崇安寺南部。随着远期城市湖湾型城市的建成和太湖新城的发展,人口总体向西南面疏散,人口分布重心逐渐迁移至老城西南一带。
因此,从未来发展来看,无锡的三心聚集区将由目前的“县前街-人民路”一带向南迁移至“人民路-学前路”一带,这一地区是未来城市中心区进一步发展的潜在优势;同时,未来三个重心的离散程度变大,城市市级公共服务设施向单个中心区聚集的趋势也逐渐减弱,将可能产生多个中心区的分块聚集模式。
此外,经过多个城市的测算,进一步发现:该三心聚集区的三角区域围合面积的不同,决定了中心服务功能聚集度的不同。三个重心围合的区域围合面积越大,表明三重心的分离度越大,城市服务机构的分布更加分散,也使得中心区空间分布分散;反之若 三角区域围合面积越小,则表明三中心的重合度越大,城市服务机构的分布更加聚集,中心区容易在很小的区域内获得高度认同,服务机构出现大量高强度聚集现象,使该地区成为城市的核心。在三重心聚集的极端程度,会出现“三心合一”的现象,即城市建成区几何重心、城市人口分布重心和道路交通可达性重心趋向重合,这表明入驻在该地区的服务机构服务覆盖范围最广阔;服务对象人群最全面;服务活动进行最便捷,其经济效益达到了最大化,因此城市中心区的行业聚集强度和空间聚集强度达到了最高。如1984年的南京,经过测算发现城市地理几何重心、人口分布重心和道路交通可达性重心基本都集中于新街口狭小的空间范围内,这样的“三心合一”现象,直接导致新街口中心区在南京城市的多中心迁移竞争过程中迅速占据了核心主导地位,如图15。此后十多年间历尽服务产业多元化转型和商务产业的聚集崛起,新街口中心区也一直成为城市的主中心区。而1999年的武汉城市由于天然江河的分割,城市发展比较分散,城市地理几何重心、人口分布重心和道路交通可达性重心相隔较远,老城江汉路中心区的服务产业凝聚力和空间聚集力并不大,中心区规模也比较小。
综上所述,本发明方法确定的城市中心区及聚集强度客观精确,可以有效用于城市规划设计。
Claims (3)
1.一种城市中心区位置和聚集强度的确定方法,其特征是在城市建成区用地图中确定城市建成区几何重心、城市人口分布重心和城市道路交通可达性重心,将所述三个重心两两连接,得到的区域即为城市中心区位置;区域面积的大小对应各个重心聚集强度,区域面积越小,中心区聚集强度越高。
2.根据权利要求1所述的一种城市中心区位置和聚集强度的确定方法,其特征是城市建成区几何重心、城市人口分布重心和城市道路交通可达性重心的确定方法为:
1)计算城市建成区几何重心位置:
获取城市建成区用地图,利用Arcmap软件,在城市建成区用地图中区分“建成区”、“用地图斑”、“路网”三个不同图层,在“建成区”图层中,利用Arcmap软件自带功能生成建成区几何重心的空间分布图;
2)计算城市人口分布重心:
在“用地图斑”层中用不同颜色区分不同用地类型,计算该城市各规划管理单元的几何重心,以各规划管理单元内的居住人口作为权数,采用加权平均法计算城市人口分布重心的坐标(Px,Py),具体公式如下:
上式中,(Px,Py)表示城市人口分布重心的坐标,(xi,yi)表示第i个规划管理单元的几何重心坐标;pi表示第i个规划管理单元内的居住人口,n为规划管理单元的总个数;
3)计算城市道路交通可达性重心:
在“路网”层中,用不同的颜色区分城市不同道路类型,以各规划管理单元的几何重心为标准值,以各规划管理单元相邻车道数作为权数,采用加权平均法计算交通可达性重心的坐标(Tx,Ty),具体公式如下:
上式中,(Tx,Ty)表示交通可达性分布重心的坐标,(xi,yi)表示第i个规划管理单元的几何重心坐标,ti表示第i个规划管理单元相邻的行车道数,n为规划管理单元的总个数,根据各规划管理单元的(Tx,Ty)值,利用Arcmap软件自带功能生成交通可达性重心。
3.根据权利要求1所述的一种城市中心区位置和聚集强度的确定方法,其特征是计算城市人口分布重心时,如果缺乏基于规划管理单元的人口统计数据,则基于所有居住用地人口均质分布的假设,使用居住用地分布状况进行替代,来计算城市人口分布重心,获取各居住用地图斑的几何重心,将这些几何重心用直线连接得到一个多边形,获取该多边形的几何重心,将其视为城市人口分布重心。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210014509.2A CN102609807B (zh) | 2012-01-18 | 2012-01-18 | 一种城市中心区位置和聚集强度的确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210014509.2A CN102609807B (zh) | 2012-01-18 | 2012-01-18 | 一种城市中心区位置和聚集强度的确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102609807A true CN102609807A (zh) | 2012-07-25 |
CN102609807B CN102609807B (zh) | 2015-04-08 |
Family
ID=46527159
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210014509.2A Active CN102609807B (zh) | 2012-01-18 | 2012-01-18 | 一种城市中心区位置和聚集强度的确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102609807B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103208082A (zh) * | 2013-03-20 | 2013-07-17 | 东南大学 | 一种城市中心区道路利用效率的评价及应用方法 |
CN103295093A (zh) * | 2013-05-03 | 2013-09-11 | 东南大学 | 一种基于集成度的城市中心区自动选址方法 |
CN104899649A (zh) * | 2015-05-22 | 2015-09-09 | 东南大学 | 城市要素区位迁移与城市建成区扩张的空间关联测度方法 |
CN105590289A (zh) * | 2016-01-05 | 2016-05-18 | 南京工业大学 | 一种城市地震应急疏散场地选址方法 |
CN109308549A (zh) * | 2017-11-20 | 2019-02-05 | 章文洁 | 一种城市综合体活力分析方法和系统 |
CN109784764A (zh) * | 2019-02-12 | 2019-05-21 | 东南大学 | 一种城市用地区块化可达性计量方法 |
CN111008730A (zh) * | 2019-11-07 | 2020-04-14 | 长安大学 | 基于城市空间结构的人群聚集度预测模型构建方法及装置 |
CN111353665A (zh) * | 2018-12-21 | 2020-06-30 | 北京航天泰坦科技股份有限公司 | 一种基于遥感数据的城市扩展时空演变特征的评价方法 |
CN112508332A (zh) * | 2020-11-03 | 2021-03-16 | 武汉大学 | 一种顾及多维特征的渐进式乡村聚落整治分区方法 |
CN112686507A (zh) * | 2020-12-18 | 2021-04-20 | 天津大学 | 一种基于WorldPop数据的大都市区多中心指数评价方法 |
CN113112170A (zh) * | 2021-04-22 | 2021-07-13 | 新东方教育科技集团有限公司 | 选址方法、装置、存储介质及电子设备 |
CN113326342A (zh) * | 2021-06-10 | 2021-08-31 | 常州市规划设计院 | 一种基于国土调查数据的路网模型构建方法 |
CN114331790A (zh) * | 2022-03-09 | 2022-04-12 | 中国测绘科学研究院 | 一种人口数据边缘不完整格网处理方法及系统 |
CN114613123A (zh) * | 2022-02-17 | 2022-06-10 | 华录智达科技股份有限公司 | 一种基于大数据的公交智能调度方法 |
CN115602041A (zh) * | 2021-07-09 | 2023-01-13 | 华为技术有限公司(Cn) | 信息生成方法和装置、信息使用方法和装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101582136A (zh) * | 2009-02-27 | 2009-11-18 | 泰瑞数创科技(北京)有限公司 | 一种三维数字城市管理系统及其实现方法 |
-
2012
- 2012-01-18 CN CN201210014509.2A patent/CN102609807B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101582136A (zh) * | 2009-02-27 | 2009-11-18 | 泰瑞数创科技(北京)有限公司 | 一种三维数字城市管理系统及其实现方法 |
Non-Patent Citations (1)
Title |
---|
吴明伟等: "《城市中心区规划》", 31 August 1999, article "1.2 商业中心的区位", pages: 30-32 - 1.6 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103208082B (zh) * | 2013-03-20 | 2016-08-10 | 东南大学 | 一种城市中心区道路利用效率的评价及应用方法 |
CN103208082A (zh) * | 2013-03-20 | 2013-07-17 | 东南大学 | 一种城市中心区道路利用效率的评价及应用方法 |
CN103295093A (zh) * | 2013-05-03 | 2013-09-11 | 东南大学 | 一种基于集成度的城市中心区自动选址方法 |
CN104899649A (zh) * | 2015-05-22 | 2015-09-09 | 东南大学 | 城市要素区位迁移与城市建成区扩张的空间关联测度方法 |
CN105590289A (zh) * | 2016-01-05 | 2016-05-18 | 南京工业大学 | 一种城市地震应急疏散场地选址方法 |
CN105590289B (zh) * | 2016-01-05 | 2019-08-23 | 南京工业大学 | 一种城市地震应急疏散场地选址方法 |
CN109308549A (zh) * | 2017-11-20 | 2019-02-05 | 章文洁 | 一种城市综合体活力分析方法和系统 |
CN111353665A (zh) * | 2018-12-21 | 2020-06-30 | 北京航天泰坦科技股份有限公司 | 一种基于遥感数据的城市扩展时空演变特征的评价方法 |
CN109784764B (zh) * | 2019-02-12 | 2022-12-20 | 东南大学 | 一种城市用地区块化可达性计量方法 |
CN109784764A (zh) * | 2019-02-12 | 2019-05-21 | 东南大学 | 一种城市用地区块化可达性计量方法 |
CN111008730A (zh) * | 2019-11-07 | 2020-04-14 | 长安大学 | 基于城市空间结构的人群聚集度预测模型构建方法及装置 |
CN111008730B (zh) * | 2019-11-07 | 2023-08-11 | 长安大学 | 基于城市空间结构的人群聚集度预测模型构建方法及装置 |
CN112508332A (zh) * | 2020-11-03 | 2021-03-16 | 武汉大学 | 一种顾及多维特征的渐进式乡村聚落整治分区方法 |
CN112508332B (zh) * | 2020-11-03 | 2022-05-13 | 武汉大学 | 一种顾及多维特征的渐进式乡村聚落整治分区方法 |
CN112686507A (zh) * | 2020-12-18 | 2021-04-20 | 天津大学 | 一种基于WorldPop数据的大都市区多中心指数评价方法 |
CN113112170A (zh) * | 2021-04-22 | 2021-07-13 | 新东方教育科技集团有限公司 | 选址方法、装置、存储介质及电子设备 |
CN113112170B (zh) * | 2021-04-22 | 2024-04-16 | 新东方教育科技集团有限公司 | 选址方法、装置、存储介质及电子设备 |
CN113326342A (zh) * | 2021-06-10 | 2021-08-31 | 常州市规划设计院 | 一种基于国土调查数据的路网模型构建方法 |
CN115602041A (zh) * | 2021-07-09 | 2023-01-13 | 华为技术有限公司(Cn) | 信息生成方法和装置、信息使用方法和装置 |
CN115602041B (zh) * | 2021-07-09 | 2024-04-09 | 华为技术有限公司 | 信息生成方法和装置、信息使用方法和装置 |
CN114613123A (zh) * | 2022-02-17 | 2022-06-10 | 华录智达科技股份有限公司 | 一种基于大数据的公交智能调度方法 |
CN114331790A (zh) * | 2022-03-09 | 2022-04-12 | 中国测绘科学研究院 | 一种人口数据边缘不完整格网处理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN102609807B (zh) | 2015-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102609807B (zh) | 一种城市中心区位置和聚集强度的确定方法 | |
Wang et al. | Integration of BIM and GIS in sustainable built environment: A review and bibliometric analysis | |
Gorsevski et al. | A group-based spatial decision support system for wind farm site selection in Northwest Ohio | |
Sánchez-Lozano et al. | Geographical Information Systems (GIS) and Multi-Criteria Decision Making (MCDM) methods for the evaluation of solar farms locations: Case study in south-eastern Spain | |
Zhang et al. | Portraying urban landscape: A quantitative analysis system applied in fifteen metropolises in China | |
CN105975591B (zh) | 一种城市全域能耗数字地图制作及显示方法和系统 | |
CN102289581A (zh) | 一种基于空间作用划分的模拟城市扩展的方法 | |
CN103337035A (zh) | 基于定量评价的确定城市中心体系选址方法 | |
Yang et al. | Layout optimization and multi-scenarios for land use: An empirical study of production-living-ecological space in the Lanzhou-Xining City Cluster, China | |
He et al. | What is the developmental level of outlying expansion patches? A study of 275 Chinese cities using geographical big data | |
Huang et al. | Spatiotemporal evolution of land transportation networks and accessibility in inland mountainous areas 1917–2017: A case study of Southwest China | |
Yuan et al. | From design to digital model: A quantitative analysis approach to Garden Cities theory | |
Yang et al. | Construction of ecological security pattern based on ecosystem service evaluation and minimal cumulative resistance model: a case study of Hefei City, China | |
Huang et al. | Spatio-temporal evolution and distribution of cultural heritage sites along the Suzhou canal of China | |
CN116187624A (zh) | 一种公共设施建设地址判定方法、装置、存储介质及终端 | |
Shuai et al. | Does ecological network affect the construction land spatial development intensity?-An empirical study based on the main urban area of Jinan, China | |
Wu | Intelligent city evaluation system | |
Aoki | Activity space compactness index from the viewpoint of trip arrival point by lifestyle activity purpose in a mature conurbation | |
Hong et al. | The planning and construction path of innovative and intelligent park cities based on big data technology | |
Zhang et al. | Identifying the reuse patterns of coal mining subsidence areas: A case‐study of Jixi City (China) | |
Li et al. | An approach to developing and protecting linear heritage tourism: The construction of cultural heritage corridor of traditional villages in Mentougou District using GIS | |
Guo et al. | Finer-scale urban health risk assessment based on the interaction perspective of thermal radiation, human, activity, and space | |
Zhang et al. | Analysis of human geography space based on geographic information system in the context of rural revitalization | |
Kapoor et al. | Planning at Site-Level in Hill Regions Using Geodesign-Based Approach | |
Zhang et al. | Digital terrain interactive editing technology for landscape planning and design based on deep learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20201130 Address after: Four pailou Nanjing Xuanwu District of Jiangsu Province, No. 2 210096 Patentee after: Nanjing Southeast University urban planning and Design Institute Co.,Ltd. Address before: 211189 No. 2, Southeast University Road, Jiangning Development Zone, Nanjing, Jiangsu Patentee before: SOUTHEAST University |