Presentation Details
城市形态演化大数据感知与情景模拟方法
ID：1855
View Protection：ATTENDEE
Updated Time：2021-06-16 16:10:02 Hits：1982
Oral Presentation
Start Time：2021-07-11 08:30（Asia/Shanghai）
Duration：12min
Session：S7D 7D、地理及地理信息科学 »
No files
Abstract
城市人-地交互过程塑造了复杂、多样的城市形态。许多研究表明城市形态对城市环境质量、城市气候、城市能源消耗、人群健康等存在显著影响。在当前全球变化的背景下，准确认识城市形态的演化机制并预估其未来影响对于实现城市可持续发展具有重要意义。地理大数据为城市研究提供了新的机遇，亟需建立科学方法实现从数据到知识的转化。本研究针对城市物理结构与活动-功能的关联模式复杂、语义和空间边界模糊、特征高度混合等研究难点，建立了一系列基于多源大数据的非监督机器学习方法，识别了城市活动-功能的空间格局并获取其关联模式，归纳了典型的城市物理结构类型及其与城市活动-功能的相互作用关系。另外，本研究结合IPCC提出的共享社会经济路径情景，提出了城市水平-垂直结构演化情景模拟模型，有助于揭示未来不同发展路径下的城市化格局及其环境影响。
Keywords
城市大数据,机器学习,情景模拟
Speaker
陈逸敏
中山大学Submission Author
All Comments
Important Date
-
Conference Date
Jul 09
2021
toJul 11
2021
-
May 30 2021
Abstract Submission Deadline
-
May 30 2021
Draft paper submission deadline
-
May 30 2021
Early Bird Registration
-
Jul 10 2021
Registration deadline
-
Jul 11 2021
Contribution Submission Deadline
Sponsored By
青年地学论坛理事会
Organized By
中国科学院地球化学研究所
贵州大学
贵州大学
Contact Information
Submit Comment