《表1 虚拟租赁点属性分类表》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于共享单车时空间活动的居住生活圈分异特征研究——以上海中心城区为例》
本文使用K-means聚类算法,聚类对象为上海市某企业共享单车租还点的空间位置坐标,得到初始聚类数量为21 000个,聚类中心即为该类别的虚拟租赁点(见图1)。进一步剔除数据量小于最小阈值的虚拟租赁点,因为这些租赁点的数据波动性较大而不能准确地表征其租还特征;而最小阈值应根据总数据量和聚类数自行调整。经筛选,得到上海市共享单车虚拟租赁点20 032个。通过对虚拟租赁点的租还曲线特征分析和分类、识别,将虚拟租赁点按其活动属性分为居住类、非居住(设施)类和混合类三大类。与上海现状用地图的验证结果表明,居住类识别的准确率接近100%(见图2)。根据租还时间曲线特征的细微差异,居住类租赁点又被划分为早出早归型、弹性通勤型、外围型等细分子类(见表1)。
图表编号 | XD00199523900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.05 |
作者 | 刘冰、朱俊宇、赵晶心、张涵双 |
绘制单位 | 同济大学、高密度人居环境生态与节能教育部重点实验室、上海同济城市规划设计研究院有限公司、上海市规划与自然资源局、上海同济城市规划设计研究院有限公司 |
更多格式 | 高清、无水印(增值服务) |