报告详情
城市形态演化大数据感知与情景模拟方法
编号：1855
访问权限：仅限参会人
更新：2021-06-16 16:10:02 浏览：705次
口头报告
报告开始：2021年07月11日 08:30（Asia/Shanghai）
报告时间：12min
所在会场：[S7D] 7D、地理及地理信息科学 [S7D-2] 专题7.4 地理大数据计算与应用
暂无文件
摘要
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。
关键词
城市大数据,机器学习,情景模拟
报告人
陈逸敏
中山大学稿件作者
全部评论
重要日期
-
会议日期
07月09日
2021
至07月11日
2021
-
05月30日 2021
摘要截稿日期
-
05月30日 2021
初稿截稿日期
-
05月30日 2021
提前注册日期
-
07月10日 2021
注册截止日期
-
07月11日 2021
报告提交截止日期
主办单位
青年地学论坛理事会
承办单位
中国科学院地球化学研究所
贵州大学
贵州大学
发表评论