城市建筑群空间分布模式的识别方法研究

Map patterns in urban building groups reflect the interrelations between material forms of cities and their social and economic functions, as well as their spatial distribution structures, which has a great significance for cartographic generalization, multiscale representation and spatio-temporal data mining. This project aims to excavate theories and methods of recognition of map patterns in urban building groups deeply with various perspectives of quality and quantity, macrocosm and microcosm, decomposition and composition, appearance and mechanism, connotation and epitaxy etc. Map pattern conceptual model, scientific connotation, influential factors and classification system are investigated via analyzing cognitive features and organizational patterns of spatial distribution of urban buildings. For large scale urban buildings, influential dependent factors of map patterns are generalized and deducted，and visual variables based on visual perception are selected to construct quantitative index system and form spatial parameters. Then structural model of different pattern of buildings are built by the coupling spatial relation and parameters.By the investigating and exploring the morphologic features and multiscale heterogeneity of map patterns in urban building groups, this project excavates the deep-seated geo-knowledge and inner relations of map pattern, interprets the spatial arrangement of urban buildings and enriches the spatio-temporal data mining theories and methods for cartographic generalization and multiscale representation.

城市建筑群空间分布模式体现了城市的物质形式及与其社会经济功能之间的关系，反映了城市的空间结构特征，对于制图综合、多尺度表达和时空数据挖掘等具有重要意义。本项目拟从定性与定量、宏观与微观、分解与组合、表象与机理、内涵与外延等多重视角，对城市建筑群空间分布模式识别的理论与方法进行深入探索。通过剖析城市建筑群空间分布的认知特性和组织规律，研究其概念模型、科学内涵、影响因素和分类体系。针对大比例尺城市建筑群空间分布模式，归纳演绎和综合其影响因素，基于视知觉原理选择视知觉变量，构建量化指标体系，计算空间参数；然后通过群目标的空间关系模型耦合连接，建立不同建筑群模式的结构化模型。通过对典型建筑群空间分布模式的探测、发现和识别，研究城市建筑群的形态特征及多尺度分异规律，挖掘其所蕴含的深层次地学知识和内在关系，揭示城市建筑群的空间分布格局，丰富面向制图综合和多尺度表达的时空数据挖掘理论与方法。

分布模式是地理信息科学的基本问题。对分布模式和关系进行描述、抽象、概括和处理，是地理信息建模、表达和传输等的重要研究课题，直接关乎制图综合、多尺度表达和时空数据挖掘等，而国内外鲜有成体系的系统研究。课题组按照课题计划书的研究内容：①地图空间分布模式的概念模型及组织规律研究；②建筑群空间分布模式的结构化模型研究；③建筑群空间分布模式的自动识别方法研究；以及研究目标展开研究。经过4年努力，课题组系统地研究了地图空间分布模式的概念模型、科学内涵、分类体系，深入剖析研究了其组织规律，科学构建了典型地图空间分布模式的结构化模型，创造性地研制了组织规律空间变量的综合与量化方法、空间相似性度量、空间对准关系定量度量等基础支撑，先后提出了单连通直线模式、多连通直线模式、复杂复合直线模式、网格模式、典型字母型模式等识别算法，辩证对比地研究了城市中心、群组要素热点区等宏观空间结构识别方法，拓展研究了分布模式在典型化等地图综合中的应用，丰富了空间数据增强的理论与方法。完成了项目计划书的全部内容，并取得了较好的研究成果，①发表期刊论文19篇，其中SCI收录3篇，EI收录8篇；发表国际会议论文1篇，国内会议论文2篇；②受理专利2项；③完成博士、硕士学位论文4篇，另有2名博士生正从事该方向上的研究；④1篇博士论文获全军优秀博士学位论文，1篇论文获全军和河南省优秀硕士学位论文，1篇论文获河南省优秀硕士学位论文。这些成果的取得，得到了国内外同行的广泛认可。未来两年，课题组一方面将尝试引入案例学习、深度学习等人工智能技术用于居民地模式识别，另一方面将进一步深入探索道路网多层次空间分布模式（特别是中观、宏观）的识别与应用，探讨利用居民地与道路网进行城市空间知识挖掘的方法，争取有更大突破。