| 致谢 | 第5-7页 |
| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 1 绪论 | 第16-24页 |
| 1.1 研究背景 | 第16-17页 |
| 1.1.1 时代的变革:国家顶层机构的重组 | 第16页 |
| 1.1.2 规划的转变:粗放式与精细化规划之间的转换 | 第16-17页 |
| 1.1.3 技术的创新:规划大数据应用的重要性 | 第17页 |
| 1.2 概念界定 | 第17-18页 |
| 1.3 研究目的与研究内容 | 第18-19页 |
| 1.3.1 研究目的 | 第18页 |
| 1.3.2 研究内容 | 第18-19页 |
| 1.4 研究设计 | 第19-23页 |
| 1.4.1 研究对象与范围 | 第19-20页 |
| 1.4.2 研究方法 | 第20页 |
| 1.4.3 研究步骤与框架 | 第20-23页 |
| 1.5 文章结构 | 第23-24页 |
| 2 国内外研究进展 | 第24-31页 |
| 2.1 大数据发展回顾与最新动态 | 第24-27页 |
| 2.1.1 大数据发展历程 | 第24-25页 |
| 2.1.2 大数据技术分析 | 第25-26页 |
| 2.1.3 大数据发展趋势 | 第26-27页 |
| 2.2 大数据在城市空间研究中应用综述 | 第27-29页 |
| 2.2.1 大数据在区域空间联系研究中的应用 | 第28页 |
| 2.2.2 大数据在土地利用和功能布局研究中的应用 | 第28-29页 |
| 2.2.3 大数据在行为空间研究中的应用 | 第29页 |
| 2.3 研究评述 | 第29-31页 |
| 3 研究区概况和数据基础 | 第31-41页 |
| 3.1 研究区概况 | 第31-32页 |
| 3.2 基础数据支撑 | 第32-39页 |
| 3.2.1 OSM (Open Street Map)数据 | 第32-33页 |
| 3.2.2 兴趣点(Point of Interest)数据 | 第33-35页 |
| 3.2.3 土地利用现状数据 | 第35-36页 |
| 3.2.4 遥感数据 | 第36-37页 |
| 3.2.5 人口密度数据 | 第37-38页 |
| 3.2.6 城市建筑数据 | 第38-39页 |
| 3.3 确定研究单元 | 第39-41页 |
| 4 基于POI数据街区功能定量识别 | 第41-54页 |
| 4.1 功能区识别分类体系 | 第41-43页 |
| 4.2 功能区识别特征值选择 | 第43-45页 |
| 4.2.1 FD (Frequency Density)向量 | 第44页 |
| 4.2.2 CR (Category Ratio)向量 | 第44页 |
| 4.2.3 核密度函数 | 第44-45页 |
| 4.2.4 标准化欧氏距离函数 | 第45页 |
| 4.3 功能区定量识别 | 第45-51页 |
| 4.3.1 非建设用地识别 | 第45-46页 |
| 4.3.2 建设用地 | 第46-51页 |
| 4.3.3 识别结果 | 第51页 |
| 4.4 精度验证 | 第51-54页 |
| 5 功能空间结构分析与优化策略 | 第54-87页 |
| 5.1 城市功能空间多尺度复合分析 | 第54-63页 |
| 5.1.1 市辖区尺度复合特征 | 第54-57页 |
| 5.1.2 街道尺度复合特征 | 第57-61页 |
| 5.1.3 社区尺度复合特征 | 第61-63页 |
| 5.2 城市功能空间多要素分析 | 第63-84页 |
| 5.2.1 居住空间 | 第65-71页 |
| 5.2.2 商业空间 | 第71-74页 |
| 5.2.3 公服空间 | 第74-79页 |
| 5.2.4 产业空间 | 第79-84页 |
| 5.3 城市功能空间结构主要问题 | 第84页 |
| 5.4 城市功能空间结构优化策略 | 第84-87页 |
| 6 结论与展望 | 第87-91页 |
| 6.1 主要结论 | 第87-88页 |
| 6.2 研究特点与创新 | 第88-89页 |
| 6.3 研究不足与展望 | 第89-91页 |
| 参考文献 | 第91-95页 |
