针对低等级城市的人流活力研究存在的数据稀疏、研究分析角度局限等问题,结合低等级城市的数据特点,深入探讨低等级城市的人流活力分析方法。从空间对人流的吸引力、空间活动多样性以及空间人流共享性多视角出发,利用网格人流重访强度、网格活动混合度以及网格人流交互网络中心性等3个特征量,建立顾及活动类型及空间交互的低等级城市人流活力分析框架,并通过莫兰指数分析人流空间集聚程度。以宁德市蕉城区兴趣点(point of interest,POI)数据和含年龄区间的手机信令数据为例,进行城区人流活力综合分析。结果表明:蕉城区形成了以19~49岁年龄层为主,蕉南北街道、东侨开发区和城南镇为中心的人流交互网络;蕉城区人流在空间上形成了2个集聚区,在空间上整体存在明显的高-低聚类的分布规律,形成了以高活力集聚区为中心向外扩散逐渐减小的趋势,主要是向北部新城与沿海方向扩散。分析方法从更真实的角度反映城市人流活力,可及时发现发展不均衡地区,为城市空间的全面均衡发展提供依据。
针对现有的高分辨率遥感影像面向对象分类确定最优分割尺度研究中,大多仅考虑了对象光谱特征而忽略了对象空间特征的局限性,采用RMNE(the ratio of mean difference to neighbors(Abs)to entropy)方法,以高分二号(GF-2)影像为数据源,利...
详细信息
针对现有的高分辨率遥感影像面向对象分类确定最优分割尺度研究中,大多仅考虑了对象光谱特征而忽略了对象空间特征的局限性,采用RMNE(the ratio of mean difference to neighbors(Abs)to entropy)方法,以高分二号(GF-2)影像为数据源,利用影像纹理信息熵作为对象内部同质性指标,对象光谱均值与邻域光谱均值差分绝对值作为对象之间异质性指标,并结合目视确定茶园最优分割尺度为170,进而利用面向对象分类方法实现了茶园提取。结果表明,基于RMNE方法确定最优分割尺度获取的分割结果,较为符合真实的茶园对象边界,并且该分割尺度下的茶园提取生产者精度达到96.76%,用户精度达到83.60%。
暂无评论