Indexed by：
Abstract：
主体功能区的划分对于我国构建高效、协调、可持续发展的国土开发格局具有重要意义.本文利用自然环境(NDVI、坡度等)和人类社会活动(夜间灯光、POI点等)两类数据,构建了12个因子,采用Self-Organizing Map(SOM)神经网络和层次聚类法,对北京城市功能区进行分类,并结合经典功能区分类和Google Earth目视验证进行了主体功能区的划分.结果表明,由于SOM神经网络能够保持输入数据的拓扑关系及非线性的特征,基于SOM神经网络的层次聚类法具有较强的通用性及抗干扰能力,对于多源数据的城市用地分类有较大的应用潜力.同时表明,北京市主体功能区由中心城区向外呈优化开发、重点开发、限制开发的环形分布特征,各区之间呈＂点-轴-面＂协调发展的空间结构特征.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
测绘与空间地理信息
ISSN： 1672-5867
CN： 23-1520/P
Year： 2018
Issue： 3
Volume： 41
Page： 53-56
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 2
Affiliated Colleges：
