文献类型：期刊文章

作　　者：杨延杰[1,2] 尹丹[1,2] 刘紫玟[1,2] 黄庆旭[1,2] 何春阳[1,2] 吴康[3]

YANG Yanjie;YIN Dan;LIU Ziwen;HUANG Qingxu;HE Chunyang;WU Kang(Center for Human-Environment System Sustainability(CHESS),State Key Laboratory of Earth Surface Processes and Resource Ecology(ESPRE),Beijing Normal University,Bejing 100875,China;School of Natural Resources,Faculty of Geographical Science,Bejjing Normal University,Beijing 100875,China;Beijing Key Laboratory of Megaregions Sustainable Development Simulation,Capital University of Economics and Business,Beijing 100070,China)

机构地区：[1]北京师范大学地表过程与资源生态国家重点实验室,人与环境系统可持续研究中心,北京100875 [2]北京师范大学地理科学学部自然资源学院,土地资源与区域发展研究中心,北京100875 [3]首都经济贸易大学城市群系统演化与可持续发展的决策模拟研究北京市重点实验室,北京100070

出　　处：《地理科学进展》

基　　金：北京市科技新星项目(Z181100006218049)。

年　　份：2020

卷　　号：39

期　　号：8

起止页码：1397-1411

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、CSSCI、CSSCI2019_2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：流空间是认识城市网络结构和演化的重要手段。近年来大数据的快速发展为流空间研究提供了新的机遇和挑战。论文系统综述了基于大数据的流空间研究进展。首先,论文梳理了基于大数据流空间研究的背景和历史,然后总结了基于大数据的流空间研究的主题、数据类型、方法和主要发现,最后展望了未来的研究挑战。2011年以后,基于大数据的流空间研究呈指数增长趋势,中英文论文年均发表量从2010年的11篇增长到2018年的106篇。大数据主要从提供新的数据源、激发新的分析方法和提供新的研究视角三方面推进了流空间研究。常用于流空间研究的大数据主要包括手机信令数据、社交媒体签到数据、公共交通刷卡数据和出租车轨迹数据,它们比传统统计数据更能直接提供人流、物流和信息流的时空动态信息。研究方法也从传统的基于距离的重力模型发展为网络分析方法。未来在交叉学科研究、大数据和传统数据的耦合、大数据与深度学习和云计算等新方法的结合方面仍需进一步探索,从理论、数据和方法上全面深化流空间研究。

关 键 词：流空间  大数据 城市网络 人员移动  城市可持续性  

分 类 号：F290]