大数据时代的空间交互分析方法和应用再论

被引:62
作者
刘瑜 [1 ]
姚欣 [1 ]
龚咏喜 [2 ]
康朝贵 [3 ,4 ]
施迅 [5 ]
王法辉 [6 ]
王姣娥 [7 ]
张毅 [1 ]
赵鹏飞 [1 ]
朱递 [1 ]
朱欣焰 [8 ]
机构
[1] 北京大学地球与空间科学学院遥感与地理信息系统研究所
[2] 哈尔滨工业大学(深圳)深圳市城市规划与决策仿真重点实验室
[3] 武汉大学遥感信息工程学院
[4] 纽约大学城市科学与进步中心
[5] 达特茅斯学院地理系
[6] 路易斯安那州立大学地理与人类学系
[7] 中国科学院地理科学与资源研究所
[8] 武汉大学测绘遥感信息工程国家重点实验室
关键词
空间交互; 大数据; 模型; 分析方法; 应用; 社会感知;
D O I
暂无
中图分类号
P208 [测绘数据库与信息系统]; TP311.13 [];
学科分类号
070503 ; 081603 ; 0818 ; 081802 ; 1201 ;
摘要
空间交互是理解地表人文过程的重要基础,与空间依赖一起共同体现了地理空间的独特性、关联性以及对嵌入该空间的地理分布格局的影响,具有鲜明的时空属性,因此对于地理学研究具有重要意义。大数据为空间交互研究带来了新的机遇,能够使我们在不同时空尺度感知和观察空间交互模式并对其动态演化特征进行模拟和预测,从而为揭示人类活动规律及区域空间结构提供有力支持。本文在探讨空间交互与地理空间模式关系的基础上,描述了利用地理大数据感知空间交互的方式和定量模型,介绍了空间交互分析方法的研究进展及其在空间规划与交通、公共卫生、旅游等领域的应用情况,并就一些基本问题进行了讨论,以期为大数据支持下空间交互相关研究提供指导。
引用
收藏
页码:1523 / 1538
页数:16
相关论文
共 79 条
[1]   上海都市区边界划分——基于手机信令数据的探索 [J].
王德 ;
顾家焕 ;
晏龙旭 .
地理学报, 2018, 73 (10) :1896-1909
[2]   北京市地铁客流的时空分布格局及特征——基于智能交通卡数据 [J].
黄洁 ;
王姣娥 ;
靳海涛 ;
金凤君 .
地理科学进展, 2018, 37 (03) :397-406
[3]   赛博空间视角下中国三大城市群网络特征——基于豆瓣跨城活动数据 [J].
黎智枫 ;
赵渺希 .
人文地理, 2016, 31 (06) :102-108
[4]   春运人口流动透视的转型期中国城市网络结构 [J].
魏冶 ;
修春亮 ;
刘志敏 ;
陈伟 .
地理科学, 2016, 36 (11) :1654-1660
[5]   上海中心城就业中心体系测度——基于手机信令数据的研究 [J].
丁亮 ;
钮心毅 ;
宋小冬 .
地理学报, 2016, 71 (03) :484-499
[6]   高速铁路对城市网络结构的影响研究——基于铁路客运班列分析 [J].
焦敬娟 ;
王姣娥 ;
金凤君 ;
王涵 .
地理学报, 2016, 71 (02) :265-280
[7]   高速铁路对中国城市空间相互作用强度的影响 [J].
王姣娥 ;
焦敬娟 ;
金凤君 .
地理学报, 2014, 69 (12) :1833-1846
[8]   利用公交刷卡数据分析北京职住关系和通勤出行 [J].
龙瀛 ;
张宇 ;
崔承印 .
地理学报, 2012, 67 (10) :1339-1352
[9]   基于网络社会空间的中国城市网络特征——以新浪微博为例 [J].
甄峰 ;
王波 ;
陈映雪 .
地理学报, 2012, 67 (08) :1031-1043
[10]   Spatial-temporal forecasting of tourism demand [J].
Yang, Yang ;
Zhang, Honglei .
ANNALS OF TOURISM RESEARCH, 2019, 75 :106-119