基于自组织映射的北京主体功能区识别研究

作     者：刘建文 周玉科 梁娟珠 LIU Jianwen1 , ZHOU Yuke2, LIANG Juanzhu1

作者机构：福州大学空间信息工程研究中心数据挖掘与信息共享教育部重点实验室福建福州350003 中国科学院地理科学与资源研究所生态系统网络观测与模拟重点实验室北京100101 

出 版 物：《测绘与空间地理信息》 (Geomatics & Spatial Information Technology)

年 卷 期：2018年第41卷第3期

页      面：53-56页

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 

基　　金：国家自然科学基金项目(41601478) 中国科学院STS项目(KFJ-SW-STS-167) 国家重点研发计划(2016YFC0500103) 中科院地理资源所科研启动项目(Y5V5001BYE)资助 

主　　题：SOM 层次聚类 北京 主体功能区 

摘      要：主体功能区的划分对于我国构建高效、协调、可持续发展的国土开发格局具有重要意义。本文利用自然环境(NDVI、坡度等)和人类社会活动(夜间灯光、POI点等)两类数据,构建了12个因子,采用Self-Organizing Map(SOM)神经网络和层次聚类法,对北京城市功能区进行分类,并结合经典功能区分类和Google Earth目视验证进行了主体功能区的划分。结果表明,由于SOM神经网络能够保持输入数据的拓扑关系及非线性的特征,基于SOM神经网络的层次聚类法具有较强的通用性及抗干扰能力,对于多源数据的城市用地分类有较大的应用潜力。同时表明,北京市主体功能区由中心城区向外呈优化开发、重点开发、限制开发的环形分布特征,各区之间呈点-轴-面协调发展的空间结构特征。