基于多源数据和深度学习的城市边缘区判定

作     者：刘星南 吴志峰 骆仁波 吴艳艳 LIU Xingnan;WU Zhifeng;LUO Renbo;WU Yanyan

作者机构：广州大学地理科学学院广州510006 广东省地理国情监测与综合分析工程技术研究中心广州510006 广东财经大学地理与旅游学院广州510320 

出 版 物：《地理研究》 (Geographical Research)

年 卷 期：2020年第39卷第2期

页      面：243-256页

核心收录：

学科分类：12[管理学] 1204[管理学-公共管理] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(41671430,41801250) 广东省科技创新战略专项资金项目(2018A030310069) 

主　　题：城市边缘区判定 POI大数据 深度学习 广州 

摘      要：城市边缘区的定量分析及判定,对城市发展评价和规划,或是城市空间结构研究都具有重要意义。然而现有研究的边缘区判定指标选择过于单一,判定结果过于破碎,城市预设边界、水体及城市绿地对边缘区判定结果干扰大。针对上述问题,从自然、人口、社会经济的视角出发,以遥感影像、人口数据、POI大数据为数据基础,结合深度学习技术,构建基于多源数据和深度学习的城市边缘区判定方法,进行广州市城市边缘区判定及城市结构空间分布特征分析。结果表明:①此方法能将城市划分为核心区-边缘区-外缘区,判定结果不会受到预设边界范围的影响,且消除了城市内部水体和城市绿地所造成的破碎化;②城市边缘区与路网耦合良好;③广州市的城市核心区空间分布合理。综上所述,此方法能有效检测城市边缘地带,且结果符合实际情况,能为城市规划、政府决策提供参考。