期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于个体移动轨迹的多中心城市引力模型验证 被引量：21
1
作者 丁亮 钮心毅 宋小冬 《地理学报》 EI CSSCI CSCD 北大核心 2020年第2期268-285,共18页
长期以来由于规模变量、距离衰减系数取值缺乏依据,引力模型在城市研究中的应用容易受到质疑,加之中国城市的多中心化使得模型应用的外部条件发生改变,模型验证工作的必要性再次显现。本文使用2015年移动通信用户的个体移动轨迹数据,使... 长期以来由于规模变量、距离衰减系数取值缺乏依据,引力模型在城市研究中的应用容易受到质疑,加之中国城市的多中心化使得模型应用的外部条件发生改变,模型验证工作的必要性再次显现。本文使用2015年移动通信用户的个体移动轨迹数据,使用Huff当年的验证方法,通过变量检验、参数校正两个步骤,验证Huff的引力模型。研究发现:①城市内部商业中心和就业中心的吸引力与中心的规模呈正比,与距中心的距离呈反比,符合引力模型规律。②在上海中心城区空间尺度、200 m网格空间单元下,商业中心吸引力的距离衰减系数平均值为2.5,就业中心吸引力的距离衰减系数平均值为3.0,表明居民就业通勤对距离更加敏感,距离衰减比购物出行更加显著。③经变量检验、参数校正后的引力模型可用于对商业中心、就业中心优化调整后的势力范围进行预测,预测准确率可分别达到78.5%和71.9%。就业中心势力范围预测准确性略低,这是由于就业中心吸引力衰减除受距离影响外,还受家庭、房价等因素影响,会对预测结果产生扰动。最后,研究还证实了距离衰减系数存在空间分层异质性:距离衰减系数不是唯一值,受道路可达性、至就业(商业)中心距离、至地铁站距离、人口密度影响,不同地区的距离衰减系数存在较显著差异。 展开更多
关键词 引力模型 多中心 模型验证 距离衰减 空间分层异质性 个体移动轨迹
原文传递
典型柑橘种植区土壤有机质空间分布与含量预测 被引量：9
2
作者 段丽君 张海涛 +3 位作者 郭龙 杜佩颖 陈可 琚清兰 《华中农业大学学报》 CAS CSCD 北大核心 2019年第1期73-81,共9页
以湖北省宜都市红花套镇典型柑橘种植区采集到的329个土壤样本为研究对象,设置土壤有机质(SOM)进行普通克里格(OK)插值的结果为参照,借助地理探测器选取与SOM相关性最大的前5种主要影响因子,分别建立全局模型多元线性回归、偏最小二乘... 以湖北省宜都市红花套镇典型柑橘种植区采集到的329个土壤样本为研究对象,设置土壤有机质(SOM)进行普通克里格(OK)插值的结果为参照,借助地理探测器选取与SOM相关性最大的前5种主要影响因子,分别建立全局模型多元线性回归、偏最小二乘回归和局部模型地理加权回归(GWR),再深入分析模型残差的结构性,构造GWR扩展模型GWRMLR、GWRPLSR,讨论几种SOM预测模型的差异。结果表明:使用GWRPLSR模型预测研究区SOM含量的均方误差和均方根误差可分别降低到9.834和3.136,相对分析误差提高到1.468,实测值与预测值间的相关系数(r)达0.743,具有最高的预测精度,GWRMLR其次,说明除SOM与主要影响因子间存在空间相关性,分析模型残差可进一步消除预测的不平稳性。因此,将模型残差项纳入考虑的局部扩展模型更适宜进行区域化SOM空间分布预测与数字土壤制图。 展开更多
关键词 土壤有机质 空间分层异质性 地理探测器 模型残差 GWR MLR GWR PLSR
下载PDF
基于多元数据的中国地理空间疫情风险评估探索——以2020年1月1日至4月11日COVID-19疫情数据为例 被引量：2
3
作者 方云皓 顾康康 《地球信息科学学报》 CSCD 北大核心 2021年第2期284-296,共13页
新冠肺炎(COVID-19)在空间上具有一定的传播风险,对城市的安全健康构成了威胁,防止疫情传播成为紧迫的任务。在2020年1月1日至4月11日,COVID-19疫情经历了发生、迅速发展和趋于稳定的发展过程,利用初期的COVID-19数据进行宏观层面的疫... 新冠肺炎(COVID-19)在空间上具有一定的传播风险,对城市的安全健康构成了威胁,防止疫情传播成为紧迫的任务。在2020年1月1日至4月11日,COVID-19疫情经历了发生、迅速发展和趋于稳定的发展过程,利用初期的COVID-19数据进行宏观层面的疫情风险评估,为防疫控制措施提供一定的参考。因此本研究基于行政区划、定点医院、疫情小区以及道路交通等多元数据,在宏观层面提出并构建全国地理空间疫情风险性评估,对疫情风险分布探讨的同时进行评估效果验证,并根据构建指标揭示影响风险的因素及其机理,主要结论:①地理空间风险评估具有有效的可行性。②地理空间疫情风险分布全局Moran’s I指数为0.758,具有显著的空间集聚特征。同时,不同的省区市之间的局部LISA值呈现空间差异性,其中高—高聚类省区市占比全国25.81%,风险程度较高,主要分布在湖北、河南、湖南、江西、安徽、浙江、江苏、上海,低—低聚类省区市占比全国9.68%,风险程度较低,主要分布在青海、西藏、新疆。③地理空间疫情风险分布与地理区位、道路交通、医疗卫生、疫情现状指标均存在一定的相关性。根据统计学的Pearson相关性分析,其相关指标R2存在差异,在数值上由高到低依次为疫情现状、地理区位、道路交通、医疗卫生,在属性上其相关因子存在正负2种效应,地理空间疫情风险与武汉市地理距离、定点医院密度以及居民-医院地理距离呈现显著的负相关,其R2分别为0.813、0.545、0.436,与铁路网密度、公路网密度以及疫情小区密度呈现显著的正相关,其R2分别为0.751、0.792、0.825。④地理空间疫情风险的构成因素错综复杂,其受到多种因子的共同作用,根据空间分层异质性分析,不同因子之间均存在交互作用,其中居民—医院地理距离与公路网密度、铁路网密度交互作用较强,q值分别为0.9842、0 展开更多
关键词 COVID-19 多元数据 地理空间疫情风险 空间自相关 Pearson相关性 空间分层异质性 影响因素 疫情防控
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部