CN110751369B - 一种区域间“城市流”空间流动态势测度方法 - Google Patents
一种区域间“城市流”空间流动态势测度方法 Download PDFInfo
- Publication number
- CN110751369B CN110751369B CN201910886423.0A CN201910886423A CN110751369B CN 110751369 B CN110751369 B CN 110751369B CN 201910886423 A CN201910886423 A CN 201910886423A CN 110751369 B CN110751369 B CN 110751369B
- Authority
- CN
- China
- Prior art keywords
- flow
- city
- urban
- cities
- analysis
- 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.)
- Active
Links
- 238000000691 measurement method Methods 0.000 title description 3
- 238000004458 analytical method Methods 0.000 claims abstract description 41
- 239000011159 matrix material Substances 0.000 claims abstract description 18
- 238000005259 measurement Methods 0.000 claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000012512 characterization method Methods 0.000 claims abstract description 12
- 230000003993 interaction Effects 0.000 claims abstract description 10
- 238000011161 development Methods 0.000 claims description 32
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000009286 beneficial effect Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 2
- 230000008092 positive effect Effects 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 6
- 238000012482 interaction analysis Methods 0.000 abstract description 3
- 239000002699 waste material Substances 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 239000000126 substance Substances 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 1
- 239000010779 crude oil Substances 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000002910 solid waste Substances 0.000 description 1
- 239000002912 waste gas Substances 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种区域间“城市流”空间流动态势测度方法,涉及城际空间相互作用分析的技术领域。本发明具体采用城际空间相互作用表征指标,通过开展城市自身“城市流”流动性分析和城市对外“城市流”影响力分析为基础进而实现基于生态网络的有效利用矩阵和综合利用强度矩阵的区域间“城市流”空间流动态势测度。本发明可用于评价城市群或区域间各城市之间“城市流”的空间流动方向和流动强度,进而指导把控城市在其所属区域内的地位,算法相对简单、概念清晰、测度结果精确。
Description
技术领域
本发明属于城际空间相互作用分析领域,具体为一种区域间“城市流”空间流动态势测度方法,用于综合测度城市自身及城市与城市间空间相互作用分析。
技术背景
城市是人类居住生活的主要聚居地和各种物质相互作用的承载地。城市作为开放、复杂的巨***,不同城市之间各种要素相互交换流动是其运营、生长、演化的必要条件和内在要求,近年来随着城市规模的不断扩大,城市***越来越复杂,因此无法通过物质观察来确定城市发展的状态,因此通过衡量城市各要素之间交换流动态势可以诊断当前城市社会经济发展的健康与否,有利于推动区域内各城市的可持续发展和良性互动。当前对于城市之间要素流态势(简称城市流)的研究主要通过城市引力模型或改进引力模型对区域间各城市的“城市流”的联系强弱进行分析测度,均取得有效成果。但该方法难以对城市之间各要素输入量、输出量进行定量分析,因此无法获知区域间各“城市流”的具体流向,也无法对城市内部要素进行诊断和分析,从而难以准确掌控城市本身及其在区域发展过程中存在的劣势、优势、机遇和挑战。
发明内容
本发明的目的主要针对一种区域间“城市流”空间流动态势测度需求,在确定城际空间相互作用表征指标基础上,通过城市自身“城市流”流动性分析、城市对外“城市流”影响力分析最终完成区域间“城市流”空间流动态势测度方法。
以下针对本发明方法做进一步说明,具体内容如下:
一、城际空间相互作用表征指标
城市流是区域内城市间各种要素相互吸引、相互交换、相互作用的总称,是城市发展运行的内在规律的体现。城市流包含能量流、商品流、货币流、信息流、人流等,分别代表城市之间的能量、商品、货币、信息、人口等要素之间的交换而产生的互补或互斥的过程。
能量流表征城市之间物质能量的流入与流出,通常可采用可更新资源、不可更新资源等指标,采用太阳能值作为统一表征量;
商品流表征城市之间商品进出口贸易,通常可采用进口商品、出口商品等指标,采用货币值作为统一表征量;
货币流表征城市之间资金的流入与流出,通常可采用对外投资、吸引外资等指标,采用货币值作为统一表征量;
信息流表征城市之间信息量的流入与流出,通常可采用输入信息、输出信息等指标,采用货币值作为统一表征量;
人口流代表城市之间人口的迁入和迁出,通常可采用劳务输入、劳务输出等指标,采用人数值作为统一表征量。
二、城市自身“城市流”流动性分析
城市自身“城市流”的流动是指城市内部与外部环境之间能量流、商品流、货币流、信息流、人流的交换及城市内部能量流、商品流、货币流、信息流、人流的转变、消耗过程。以能量流为例,城市自身“能量流”的流动包括了外部自然环境的可再生能量、不可再生能量向城市内部的流入;城市内部废弃能量向外部自然环境的流出;城市内部所购入的能量以及城市内部通过转变向其他城市所输出的能量。
已知“城市流”中的能量流可用转化后的太阳能值表征,商品流可用商品价值表征,货币流可用商品、服务、旅游等所产生的货币价值表征,信息流可用折算后货币价值表征,而人流则可用城际间的人口流动数量表征。故本发明分别采用太阳能值、商品价值、货币价值、货币价值和人口流动数量等表征量分析城市自身各类“城市流”在外部和城市内部的流动情况。
拟分析城市I自身“城市流”流动性,具体步骤如下:
步骤210.根据城市I所需要分析的“城市流”(记为城市流Y)确定对应的分析对象X,并划分哪些是输入量X入,哪些是输出量X出;
步骤220.进一步确定分析对象X的具体指标;
步骤230.收集城市I“城市流Y”具体指标的统计值,并将上述具体指标值转换为统一的表征值;
步骤240.分别累加输入量X入和输出量X出的表征值,得到∑X入和∑X出;
步骤250.以城市内部为分析,通过对比输入指标表征值和输出指标表征值(∑X入和∑X出),确定该“城市流Y”的流向(输入型还是输出型);
步骤260.若城市I为“城市流Y”的输入型城市,则该城市“城市流Y”的输入量为Val(Y)=∑X入-∑X出(正数);若城市I为“城市流Y”的输出型城市,则该城市“城市流Y”的输出量为Val(Y)=-(∑X出-∑X入)=∑X入-∑X出(负数)。上述分析结果将为城市对外“城市流”影响力分析提供基础数据。
三、城市对外“城市流”影响力分析
在研究区域间“城市流”空间流动时往往需要考虑区域内某城市与外部其他城市间的联系,而城市之间联系的强弱主要在于城市间的互补性与需求性,但城市间的互补和需求受多种复杂综合因素影响,难以简单定量衡量。因此通常需要首先采用空间场能模型来模拟城市对外“城市流”影响力,而后才能完成区域间“城市流”空间流动态势综合测度。
所谓空间场能模型中的场能是指一个城市的某种功能或者诸种功能对该城市以外地区的辐射影响程度。空间场能高的城市意味着受该城市影响力强,未来发展潜力较大,具有较强的辐射和扩散效应。反之,空间场能低,则代表城市影响力弱,区域交通不便,短期的经济发展走势不稳。通常,在空间场能模型中,城市的中心地带具备强大的吸引力,从中心地带至周边区域,功能数量与服务种类逐级递减。
故本发明在城市自身“城市流”流动性分析(发明内容二)基础上,通过空间场能模型分析得到某城市与外部其他城市间的“城市流”影响力分布状况。当分析城市I对其他城市 J“城市流Y”影响力时,具体步骤如下:
步骤31.选取拟分析区域内每个城市的城市中心为节点,建立分析地图;
步骤32.在地图上量取每个城市之间的相对自然距离(di1、di2、…dij),并一一记录下来;
步骤33.通过高德地图等公开查询软件查询拟分析区域内每个城市之间的交通距离 (d′i1、d′i2、…d′ij),并一一记录下来;
步骤34.计算拟分析区域内每个城市之间自然距离和交通距离的平均值,记为有效距离
步骤35.将城市I与其他各个城市之间的有效距离代入式(1),计算得到城市I“城市流Y”对外向其他各个城市输入(输出)的分配比例βij;
步骤36.结合发明内容二中计算得到的城市I“城市流Y”输入(输出)量Val(Y),通过式(2)计算得到城市I对拟分析区域内其他城市J“城市流Y”输入(输出)量Val(Yij)。
Val(Yij)=βijVal(Y) (式2)
上述分析结果将为区域间“城市流”空间流动态势测度的最终分析提供基础数据。
四、区域间“城市流”空间流动态势测度
区域间“城市流”空间流动态势测度基于城市对外“城市流”影响力分析结果开展,借鉴生态网络的有效利用矩阵和综合利用强度矩阵进行综合测度。
取fij为城市I对城市J某种“城市流”的输入(输出)值,Ti为城市I某种“城市流”的流出值(包括废弃物和输出量)。则该区域内所有城市的有效利用矩阵如式(3)所示。
根据有效利用矩阵D可以进一步得到综合利用强度矩阵,如式(4)所示:
U=(uij)=(I-D)-1 (式4)
该矩阵能反映区域内各城市间某城市流相互作用的强度和方式:当uij为正数时表示城市I对城市J间“城市流Y”的流动模式为促进型;为负数时表示城市I对城市J间“城市流Y”的流动模式为制约型。
本发明中区域间“城市流”空间流动态势测度具体步骤如下:
步骤41.对每个城市I循环,令fij=Val(Yij),Val(Yij)如式(2)所示;
步骤42.累加每个城市I“城市流Y”的废弃值和输出值,记为Ti;
步骤43.将fij和Ti代入公式(3),计算得到拟分析区域内所有城市“城市流Y”的有效利用矩阵;
步骤44.通过归一化和逆矩阵计算得到拟分析区域内所有城市“城市流Y”的综合利用强度矩阵,如式(4)所示;
步骤45.根据综合利用强度矩阵计算结果开展区域间“城市流Y”空间流动态势测度,流动态势分为四类情况:
①uij为正、uji为正,表明城市I和城市J之间的“城市流Y”为相互促进的流动态势,具有明显的正向影响效益,城市I的发展有助于城市J的进一步发展,反之亦然;
②uij为正、uji为负,表明城市I和城市J之间的“城市流Y”为一方促进、一方制约的流动态势,其中城市I的发展有助于城市J的进一步发展,而城市J的发展则会掠夺城市I的发展,两者间存在一定限制关系;
③uij为负、uji为正,表明城市I和城市J之间的“城市流Y”为一方促进、一方制约的流动态势,其中城市I的发展会掠夺、限制城市J的进一步发展,而反过来城市J的发展则有利于城市I发展;
④uij为负、uji为负,表明城市I和城市J之间的“城市流Y”为相互掠夺的流动态势,具有明显的负向影响效益,城市I的发展将制约城市J的进一步发展,反之亦然;
步骤46.进一步对比uij的计算结果分析区域间各城市“城市流Y”空间流动状态的强弱,uij数值越大则城市I向城市J的“城市流Y”流动速度越快,反之则代表流动速度越慢。
本发明对城市之间各要素输入量、输出量进行定量分析,能够获知区域间各“城市流”的具体流向,从而对城市内部要素进行诊断和分析,进一步准确掌控城市本身及其在区域发展过程中存在的劣势、优势、机遇和挑战。
附图说明
此处所说明的附图是用来提供对本发明的进一步理解,构成本申请的一部分,但并不构成对本发明的不当限定,在附图中:
图1为一种区域间“城市流”空间流动态势测度方法流程图。
具体实施方式
下面将结合附图以及城市“能量流”具体实施例来详细说明本发明,其中的示意性实施例以及说明仅用来解释本发明,但并不作为对本发明的限定。
步骤1.根据城市“能量流”的分析要求,选取可更新资源能值X1、不可更新资源能值X2、从城市外部其他城市输入能值X3,往城市外部其他城市输出能值X4以及废弃物能值X5为分析对象。其中输入量X入包括X1、X2、X3;输出量X出包括X4、X5;
步骤2.确定分析对象的具体指标:可更新资源能值X1可选择太阳能、风能、雨水势能、雨水化学能、地球旋转能等为具体指标;不可更新资源能值X2可选择原油、矿产、水土流失等等为具体指标;从城市外部其他城市输入能值X3可选择货物、服务、资源等为具体指标;往城市外部其他城市输出能值X4可选择货物、服务、资源等为具体指标;废弃物能值X5可选择固体废弃物、废水、废气为具体指标;
步骤3.收集拟分析区域内每个城市“能量流”相关具体指标的统计值,并将上述具体指标值转换为太阳能能值;
步骤4.对拟分析区域内每个城市循环,分别累加输入量X入和输出量X出的太阳能能值,得到∑X入和∑X出;
步骤5.以城市内部为分析对象,对比输入量X入和输出量X出的太阳能能值(∑X入和∑X出),确定城市“能量流”的流向;
步骤6.对于“能量流”输入型城市,该城市“能量流”的输入量为Val(Y)=∑X入-∑X出(正数);对于“能量流”输出型城市,该城市“能量流”的输出量为Val(Y)=∑X入-∑X出(负数);
步骤7.重复步骤4~步骤6,直至完成拟分析区域内每个城市“能量流”的输入(输出) 量的计算;
步骤8.选取拟分析区域内每个城市的城市中心为节点,建立分析地图;
步骤9.在地图上量取每个城市之间的相对自然距离(di1、di2、…dij),并一一记录下来;
步骤10.通过高德地图等公开查询软件查询拟分析区域内每个城市之间的交通距离 (d′i1、d′i2、…d′ij),并一一记录下来;
步骤11.计算拟分析区域内每个城市之间自然距离和交通距离的平均值,记为有效距离
步骤12.对拟分析区域内每个城市I循环,将城市I与其他各个城市之间的有效距离代入式(1),计算得到城市I“能量流”对外向其他各个城市输入(输出)的分配比例βij;
步骤13.采用公式(2)计算城市I对拟分析区域内其他某一城市J的“能量流”输入(输出)量Val(Yij)。
步骤14.重复步骤12~步骤13,获取拟分析区域内每个城市对区域内其他所有城市的“能量流”输入(输出)量。
步骤15.对拟分析区域内每个城市I循环,令fij=Val(Yij);
步骤16.累加每个城市“能量流”的城市外部其他城市输出能值X4以及废弃物能值X5,记为Ti;
步骤17.将fij和Ti代入公式(3),计算得到拟分析区域内所有城市“能量流”的有效利用矩阵;
步骤18.根据公式(4)计算得到拟分析区域内所有城市“能量流”的综合利用强度矩阵;
步骤19.根据“能量流”的综合利用强度矩阵计算结果开展区域间“城市流”空间流动态势测度,流动态势分为四类情况(详见发明内容说明):
步骤20.进一步对比综合利用强度矩阵中uij的数值分析区域间各城市“能量流”空间流动状态强弱,uij数值越大则城市I向城市J的“城市流Y”流动速度越快,反之则代表流动速度越慢。
步骤21.重复步骤15~步骤20,直至完成拟分析区域内所有城市间“能量流”流动态势测度和分析。
Claims (1)
1.一种区域间“城市流”空间流动态势测度方法,其特征在于采用城际空间相互作用表征指标代表城市自身“城市流”流动性分析,采用空间场能模型分析城市对外“城市流”影响力分析,基于生态网络的有效利用矩阵和综合利用强度矩阵开展区域间“城市流”空间流动态势测度;
需依次进行城市自身“城市流”流动性分析、城市对外“城市流”影响力分析和区域间“城市流”空间流动态势测度;
所述城际空间相互作用表征指标,包括能量流、商品流、货币流、信息流、人口流,用于表征区域内城市间各种要素相互吸引、相互交换、相互作用;
所述城市自身“城市流”流动性分析,具体采用以下步骤实现:
步骤S11.根据城市I所需要分析的“城市流”,记为城市流Y,确定对应的分析对象X,并划分哪些是输入量X入,哪些是输出量X出;
步骤S12.进一步确定分析对象X的具体指标;
步骤S13.收集城市I“城市流Y”具体指标,并将上述具体指标的值转换为统一的表征值;
步骤S14.分别累加输入量X入和输出量X出的表征值,得到∑X入和∑X出;
步骤S15.以城市内部为分析,通过对比输入指标表征值和输出指标表征值:∑X入和∑X出,确定该“城市流Y”的流向为输入型还是输出型;
步骤S16.若城市I为“城市流Y”的输入型城市,则该城市“城市流Y”的输入量为正数Val(Y)=∑X入-∑X出;若城市I为“城市流Y”的输出型城市,则该城市“城市流Y”的输出量为负数Val(Y)=-(∑X出-∑X入)=∑X入-∑X出;作为城市对外“城市流”影响力分析提供基础数据;
所述城市对外“城市流”影响力分析,具体采用以下步骤实现:
步骤S21.选取拟分析区域内每个城市的城市中心为节点,建立分析地图;
步骤S22.在地图上量取每个城市之间的相对自然距离di1、di2、…dij,并一一记录下来;
步骤S23.通过高德地图公开查询软件查询拟分析区域内每个城市之间的交通距离d′i1、d′i2、…d′ij,并一一记录下来;
步骤S24.计算拟分析区域内每个城市之间自然距离和交通距离的平均值,记为有效距离
步骤S25.将城市I与其他各个城市之间的有效距离代入式(1),计算得到城市I“城市流Y”对外向其他各个城市输入/输出的分配比例βij;
步骤S26.结合城市自身“城市流”流动性分析中计算得到的城市I“城市流Y”输入/输出量Val(Y),通过式(2)计算得到城市I对拟分析区域内其他城市J“城市流Y”输入/输出量Val(Yij);
Val(Yij)=βijVal(Y) (式2);
所述区域间“城市流”空间流动态势测度,具体采用以下步骤实现:
步骤S31.对每个城市I循环,令fij=Val(Yij),Val(Yij)如式(2)所示;
步骤S32.累加每个城市I“城市流Y”的废弃值和输出值,记为Ti;
步骤S33.将fij和Ti代入公式(3),计算得到拟分析区域内所有城市“城市流Y”的有效利用矩阵;
步骤S34.通过归一化和逆矩阵计算得到拟分析区域内所有城市“城市流Y”的综合利用强度矩阵uij,如式(4)所示;
U=(uij)=(I-D)-1 (式4)
步骤S35.根据综合利用强度矩阵计算结果开展区域间“城市流Y”空间流动态势测度,流动态势分为四类情况:
①uij为正、uji为正,表明城市I和城市J之间的“城市流Y”为相互促进的流动态势,具有明显的正向影响,城市I的发展有助于城市J的进一步发展;
②uij为正、uji为负,表明城市I和城市J之间的“城市流Y”为一方促进、一方制约的流动态势,其中城市I的发展有助于城市J的进一步发展,而城市J的发展则会限制城市I的发展;
③uij为负、uji为正,表明城市I和城市J之间的“城市流Y”为一方促进、一方制约的流动态势,其中城市I的发展会限制城市J的进一步发展,而反过来城市J的发展则有利于城市I发展;
④uij为负、uji为负,表明城市I和城市J之间的“城市流Y”为相互制约的流动态势,具有明显的负向影响,城市I的发展将制约城市J的进一步发展;
步骤S36.进一步对比uij的计算结果分析区域间各城市“城市流Y”空间流动状态的强弱,uij数值越大则城市I向城市J的“城市流Y”流动速度越快,反之则代表流动速度越慢。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910886423.0A CN110751369B (zh) | 2019-09-19 | 2019-09-19 | 一种区域间“城市流”空间流动态势测度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910886423.0A CN110751369B (zh) | 2019-09-19 | 2019-09-19 | 一种区域间“城市流”空间流动态势测度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110751369A CN110751369A (zh) | 2020-02-04 |
CN110751369B true CN110751369B (zh) | 2024-02-27 |
Family
ID=69276771
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910886423.0A Active CN110751369B (zh) | 2019-09-19 | 2019-09-19 | 一种区域间“城市流”空间流动态势测度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110751369B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101908197A (zh) * | 2009-11-16 | 2010-12-08 | 北京师范大学 | 一种城市生态***的分析方法 |
CN105893491A (zh) * | 2016-03-29 | 2016-08-24 | 东南大学 | 一种基于区域城际流强度测算模型的划定大都市圈的方法 |
CN107527133A (zh) * | 2017-07-11 | 2017-12-29 | 中国科学院地理科学与资源研究所 | 城市群国土空间利用质量提升辅助决策*** |
CN107527293A (zh) * | 2017-08-10 | 2017-12-29 | 中国科学院地理科学与资源研究所 | 基于统计模型的城市群空间联系强度分析*** |
CN107798465A (zh) * | 2017-10-09 | 2018-03-13 | 中国电子科技集团公司第二十八研究所 | 一种城市经济运行状态监测预警分析方法及*** |
CN109272175A (zh) * | 2018-11-15 | 2019-01-25 | 山东管理学院 | 一种基于城市流动网络的数据采集***及方法 |
CN109670631A (zh) * | 2018-11-22 | 2019-04-23 | 南京极行信息科技有限公司 | 一种宏观区域实时流动量预测方法 |
CN109919819A (zh) * | 2019-01-17 | 2019-06-21 | 华南理工大学 | 区域生态网络的构建、评价和优化方法 |
-
2019
- 2019-09-19 CN CN201910886423.0A patent/CN110751369B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101908197A (zh) * | 2009-11-16 | 2010-12-08 | 北京师范大学 | 一种城市生态***的分析方法 |
CN105893491A (zh) * | 2016-03-29 | 2016-08-24 | 东南大学 | 一种基于区域城际流强度测算模型的划定大都市圈的方法 |
CN107527133A (zh) * | 2017-07-11 | 2017-12-29 | 中国科学院地理科学与资源研究所 | 城市群国土空间利用质量提升辅助决策*** |
CN107527293A (zh) * | 2017-08-10 | 2017-12-29 | 中国科学院地理科学与资源研究所 | 基于统计模型的城市群空间联系强度分析*** |
CN107798465A (zh) * | 2017-10-09 | 2018-03-13 | 中国电子科技集团公司第二十八研究所 | 一种城市经济运行状态监测预警分析方法及*** |
CN109272175A (zh) * | 2018-11-15 | 2019-01-25 | 山东管理学院 | 一种基于城市流动网络的数据采集***及方法 |
CN109670631A (zh) * | 2018-11-22 | 2019-04-23 | 南京极行信息科技有限公司 | 一种宏观区域实时流动量预测方法 |
CN109919819A (zh) * | 2019-01-17 | 2019-06-21 | 华南理工大学 | 区域生态网络的构建、评价和优化方法 |
Non-Patent Citations (2)
Title |
---|
基于城市流空间的城市群变形结构识别——以长江三角洲城市群为例;王钊等;《地理科学》;第37卷(第9期);第1337-1344页 * |
有向加权城市网络的转变中心性与控制力测度——以中国春运人口流动网络为例;赵梓渝等;《地理研究》;第36卷(第4期);第647-660页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110751369A (zh) | 2020-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hong et al. | Ten questions on urban building energy modeling | |
Li et al. | Demand prediction and regulation zoning of urban-industrial land: Evidence from Beijing-Tianjin-Hebei Urban Agglomeration, China | |
Ali et al. | Review of urban building energy modeling (UBEM) approaches, methods and tools using qualitative and quantitative analysis | |
Ladi et al. | Assessing impacts of the water poverty index components on the human development index in Iran | |
Vizzari | Spatial modelling of potential landscape quality | |
Conway et al. | Developing ecological footprint scenarios on university campuses: A case study of the University of Toronto at Mississauga | |
Chang et al. | Control of battery charging based on reinforcement learning and long short-term memory networks | |
CN102938092A (zh) | 一种基于神经网络的建筑节假日能耗预测方法 | |
Shekarian et al. | Application of adaptive network based fuzzy inference system method in economic welfare | |
Zhang et al. | How do varying socio-economic factors affect the scale of land transfer? Evidence from 287 cities in China | |
Amati et al. | Reconstructing archaeological networks with structural holes | |
Zou et al. | Exploring the nonlinear impact of air pollution on housing prices: A machine learning approach | |
Ngo et al. | Developing a hybrid time-series artificial intelligence model to forecast energy use in buildings | |
Tamakloe et al. | Assessing the efficiency of integrated public transit stations based on the concept of transit-oriented development | |
Muronda et al. | Uncertainty analysis of reservoir operation based on stochastic optimization approach using the generalized likelihood uncertainty estimation method | |
Yuan et al. | A set pair analysis method for assessing and forecasting water conflict risk in transboundary river basins | |
Movahedi et al. | Interrelationships between urban travel demand and electricity consumption: a deep learning approach | |
CN110298483A (zh) | 一种基于空间吸引度指标的区域人口预测方法与*** | |
Wu et al. | Short-term regional temperature prediction based on deep spatial and temporal networks | |
Ahmed et al. | Global control of electrical supply: A variational mode decomposition-aided deep learning model for energy consumption prediction | |
CN110751369B (zh) | 一种区域间“城市流”空间流动态势测度方法 | |
Poggi et al. | The spatial dimension of energy consumption in cities | |
Flygare et al. | Correlation as a method to assess electricity users’ contributions to grid peak loads: A case study | |
Jiao et al. | Modelling Spatial Distribution of Outdoor Recreation Trips of Urban Residents An in-depth study in Salford, UK | |
Stańczyk et al. | The impact of the number of high temporal resolution water meters on the determinism of water consumption in a district metered area |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |