中国城地区的识别街区尺度的探索-BeijingCityLab.PDFVIP

中国城市地区的识别：街区尺度的探索 | 13 中国城市地区的识别：街区尺度的探索 龙 瀛 沈 尧 金晓斌 谢菡亭 译 Mapping Block-Level Urban Areas 摘 要 作为评估城市发展的重要指标，城市地区被认为 for All Chinese Cities 能够通过广泛可用的数据集来进行明确且便捷的识别并有 LONG Ying1 2 3 , SHEN Yao , JIN Xiaobin 助于规划决策和相关的城市研究。截至目前，识别城市地 (1．School of Architecture, Tsinghua University, Beijing 100084, China; 2. College of Architecture 区的既有方法通常基于中分辨率的遥感数据集或空间中 and Urban Planning, Tongji University, Shanghai 200092, China; 3. School of Geographic and （如具有数平方千米的区块乃至更大的乡镇或行政区）低 Oceanographic Sciences, Nanjing University, 分辨率的社会经济信息（如人口密度）。然而，这些方法 Nanjing 210093, China) Translated by XIE Hanting 鲜少关注通过结合形态和功能特征来定义的具有高分辨率 (School of Design, University of Pennsylvania, 微观数据的大面积城市地区。故本文研究了一个自动化框 USA) 架，用于在街区层面划定城市地区，使用逐渐可及的地形 Abstract As a vital indicator for measuring 测量来生成各个区块（或地理单位）及广泛的兴趣点 urban development, urban areas are expected to be identified explicitly and conveniently with （POIs ），从而推断出每个区块的密度。同时，本文基于 widely available data sets, thereby benefiting planning decisions and relevant urban studies. 矢量元胞自动机（VCA ）模型，从所有生成的街廓中识别 Existing approaches to identifying urban areas are 城市街廓, 并将各街廓的密度、邻里条件与其他空间变异 normally based on midresolution sensing data sets, low-resolution socioeconomic information 纳入考量。本文将这种方法用于绘制所有 654 个中国城市 (e.g., population density) in space (e.g., cells with 的城市地区，并将其与中分辨率遥感图像、人口密度和道 several square kilometers or even larger towns or wards). Yet, few of these approaches pay 路交叉口所反映