《表2 3种方法的带宽计算》

  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POI与NPP/VIIRS灯光数据的城市群边界定量识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

城市群作为一个反映经济趋势、文化传递、社会发展等的综合体，有着集聚、扩散效应等空间特征，为了反映其经济集聚与扩散，运用密度分析POI的动态变化可以发现城市群内部（城市与城市之间）的联系密切。城市群边界附近，POI的密度会发生显著变化，因此，利用基于密度的曲线阈值3种带宽计算方法[式（1）至式（3）]，分别对京津冀、长三角和珠三角城市群的POI密度带宽进行探索性分析。由于3个城市群发展阶段、内部经济发展水平以及人口与业态密度等存在较大异质性，因此根据POI的实际空间分布以及研究问题的要求，来确定不同研究区的合理密度带宽。通过反复试验和参数调整，较小的带宽可以反映局部变化，但可能会使测度结果有较多错误的峰值，较大的带宽反映的是整体的变化，但可能会遗漏或平滑掉一些重要细节特征，掩盖城市群密度的真实空间结构。为了方便后续对3个研究区域进行结果对比，需要统一为相同的标准，因此，通过3种方案的探索性研究后，本文选取“Silverman经验规则”对输入数据带宽进行识别计算，该方法可以有效避免空间异常值。另外，为了满足研究城市群空间结构联系的需要，将京津冀地区POI核密度分析的带宽区间确定为6.25 km（表2，图2a），长三角地区和珠三角地区的带宽设定为8.31 km（表2，图2d）和8.63 km（表2，图2g），并运用几何间隔法对生成的核密度图分类显示。几何间隔法使得每个类别的数量和类别之间的间隔保持一致，较其他方法更为平衡和折衷，使生成的图既有所需显示的信息，也保持了较好的可视化效果（图2）。