چکیده

خدمات پذیرایی بخشی ضروری از زندگی شهری است. ساختار فضایی و تکامل خدمات پذیرایی می تواند تا حدودی ویژگی های یک ساختار شهری را منعکس کند. در این مطالعه، منطقه اصلی شهری چونگ کینگ، یک شهر معمولی کوهستانی، به عنوان منطقه تحقیق انتخاب شد. با توجه به منابع داده برای 200000 نقطه داده POI پذیرایی در سال‌های 2015 و 2020، ما نقاط داغ را بر اساس درجه خدمات پذیرایی بر اساس تراکم هسته استخراج کردیم. ما ساختار مکانی و زمانی خدمات پذیرایی در شهر کوهستانی را به صورت کمی تجزیه و تحلیل کردیم. علاوه بر این، ما از ساختار سلسله مراتبی میدان دیجیتال Tupu و ساختار متقارن تعمیم یافته Tupu برای شناسایی مورفولوژی فضایی و ویژگی‌های تکامل برای افزایش درک روندهای علم زمین استفاده کردیم. نتایج نشان داد که (1) توزیع خدمات پذیرایی از نظر آماری با توزیع “گروه چند مرکزی” شهر کوهستانی و از نظر پویا مشابه با توسعه “جهش گسترده” شهر کوهستانی است که در آن از نقاط مستقل به گذرگاه توسعه یافته است. کوه ها و رودخانه ها علاوه بر این، ما دریافتیم که تمایل به تبعیت از توسعه بین گروه ها وجود دارد. (2) از منظر توزیع متقارن، توزیع متقارن صنعت پذیرایی منعکس کننده ساختار متقارن تعمیم یافته خاصی با کوه ها و رودخانه ها در شهر کوهستانی است. علاوه بر این، شهر به طور متقارن در امتداد توپوگرافی توسعه می یابد، بنابراین تقارن جغرافیای اقتصادی را تشکیل می دهد. توزیع متقارن صنعت پذیرایی منعکس کننده ساختار متقارن تعمیم یافته خاصی با کوه ها و رودخانه ها در شهر کوهستانی است. علاوه بر این، شهر به طور متقارن در امتداد توپوگرافی توسعه می یابد، بنابراین تقارن جغرافیای اقتصادی را تشکیل می دهد. توزیع متقارن صنعت پذیرایی منعکس کننده ساختار متقارن تعمیم یافته خاصی با کوه ها و رودخانه ها در شهر کوهستانی است. علاوه بر این، شهر به طور متقارن در امتداد توپوگرافی توسعه می یابد، بنابراین تقارن جغرافیای اقتصادی را تشکیل می دهد.

کلید واژه ها:

POI ; شهر کوهستانی ; کانون های خدمات پذیرایی ; ساختار فضایی و زمانی ; اطلاعات جغرافیایی Tupu

1. مقدمه

در حال حاضر، تحقیق در مورد ساختار عملکردی فضایی بخش مهمی از تحقیقات شهری است [ 1 ]. صنعت پذیرایی جزء اصلی زندگی شهری است. ویژگی‌های توزیع فضایی و روندهای تکاملی مکانی-زمانی صنعت پذیرایی می‌تواند عملکرد و ساختار فضای شهری و همچنین ویژگی‌های تکاملی توسعه کانون‌ها را تا حدودی منعکس کند. این اطلاعات برای توسعه شهری و مدیریت کسب و کار مهم است. با توسعه سریع فناوری اطلاعات مکانی، به دست آوردن داده های کامل برای امکانات خدمات شهری آسان تر شده است [ 2 ]. فناوری داده های بزرگ آگاهی از الگوی پژوهشی فشرده داده را افزایش داده است [ 3]، در مقایسه با مطالعه انواع مشکلات فضایی تحت داده های سنتی [ 4 ، 5 ، 6 ]، و داده ها و روش ها بسیار غنی شده اند. محققان به طور فزاینده ای در حال مطالعه مسائل فضایی شهری با به دست آوردن اطلاعات نقشه اینترنتی نقاط مورد علاقه (POI) و بررسی های میکروبلاگ هستند. خدمات پذیرایی به عنوان یک نقطه مورد علاقه خاص که ارتباط تنگاتنگی با زندگی شهری دارد و سهم زیادی را به خود اختصاص می دهد، ارزش زیادی در تحقیقات فضای شهری دارد.
در حال حاضر، محققان جنبه های مختلف را با استفاده از داده های POI بررسی کرده اند. از نقطه نظر اهداف تحقیقاتی و کاربردی، برخی از محققان مکان و پیش‌بینی‌های فروش صنعت خرده‌فروشی را بررسی کرده‌اند [ 7 ، 8 ]. برخی از محققان منطقه مرکز خرده فروشی و منطقه منبع مشتری را از داده ها [ 9 ] محاسبه کردند تا ویژگی های کاربر توییتر و فلیکر را تجزیه و تحلیل کنند [ 10 ]. سپس، برخی از محققان داده های POI را با داده های بهره برداری از زمین برای تحقیق ترکیب کردند [ 11 ]. در کاوش روش‌های تحلیل مبتنی بر POI، یک روش درخت کانتور موضعی مبتنی بر نظریه گراف [ 12 ] برای شناسایی ساختار چندمرکزی شهری با POI به عنوان منبع داده گسترش یافته است.13 ]. علاوه بر این، نمودار چگالی [ 14 ] و روش های شکست H/T [ 15 ] برای استخراج مناطق ساخته شده شهری به صورت متوالی پیشنهاد شد. علاوه بر این، یک روش تخمین چگالی هسته برای تخمین چگالی نقاط روی یک شبکه نیز پیشنهاد شد و می‌تواند برای شناسایی نقاط داغ مانند تصادفات رانندگی و جرایم خیابانی مورد استفاده قرار گیرد [ 16 ]. در عین حال، محققان کاوش‌های مختلفی در فضای پذیرایی انجام داده‌اند، مانند طبقه‌بندی شهرها بر اساس پذیرایی [ 17 ]، مطالعه رابطه تعاملی بین پذیرایی و سایر عناصر [ 18 ، 19 ]، و کاوش در فضای پذیرایی و تکامل آن. قانون [ 20 ، 21 ،22 ، 23 ]. در سال‌های اخیر، محققان چینی شروع به توجه به تفاوت‌های منطقه‌ای و ویژگی‌های فضایی منظر سلیقه پذیرایی شهری و فرهنگ پذیرایی کرده‌اند [ 24 ، 25 ، 26 ]. علاوه بر این، آنها الگوی توزیع فضایی پذیرایی [ 27 ، 28 ، 29 ، 30 ]، ویژگی های تکاملی [ 31 ، 32 ]، ویژگی های فضایی پذیرایی [ 33 ]، و عوامل مؤثر بر مکان [ 34 ، 35 ] را مطالعه کرده اند.
اطلاعات جغرافیایی Tupu توسط محافل دانشگاهی به عنوان روش شناسی علوم جغرافیایی با ویژگی های منحصر به فرد تفکر شرقی در نظر گرفته شده است. از زمانی که آکادمیک شوپنگ چن برای اولین بار این نظریه و روش را ارائه کرد، برخی از محققان کاوش های مختلفی در اطلاعات شهری Tupu [ 36 ، 37 ]، شکل شهری [ 38 ، 39 ، 40 ]، بهره برداری از زمین [ 41 ، 42 ، 43 ، 44 ] انجام داده اند. الگوی منظر [ 45 ]، هیدرولوژی [ 46 ] و توپوگرافی [ 47] بر اساس اطلاعات جغرافیایی Tupu. اطلاعات جغرافیایی Tupu دارای ارزش منحصر به فردی در آشکارسازی الگوی فضایی، فرآیند تکامل و مکانیسم تعامل عناصر پدیده‌های علوم زمین است و توانایی بازسازی محیط جغرافیایی، ارزیابی وضعیت فعلی و پیش‌بینی آینده را دارد [ 48 ].
به طور خلاصه، تحقیق در مورد الگوی مکانی-زمانی صنعت پذیرایی بر اساس داده‌های POI عمدتاً به تجزیه و تحلیل کاربردی محدود شده است و کمتر با پس‌زمینه مشکلات شهری خاص و ویژگی‌های داده ترکیب شده است. در تحلیل‌های تک متغیره، بیشتر مطالعات بر اساس نقشه‌برداری چگالی ساده و روش‌های آماری است که فاقد تحلیل‌های کمی برای تعمیق بیشتر روش هستند. علاوه بر این، بیشتر سری‌های زمانی بر اساس یک سال واحد هستند. مطالعات کمی در مورد الگوی مکانی و زمانی خدمات پذیرایی در شهرهای کوهستانی وجود دارد. بنابراین، برای جبران کمبودهای انواع تحقیقات ذکر شده در بالا، منطقه اصلی شهری چونگ کینگ، یک شهر کوهستانی معمولی معروف به غذاهای خود را به عنوان منطقه تحقیقاتی انتخاب کردیم و دوره تحلیل 2015-2020 است. ما نقاط داغ را از نقشه چگالی با استخراج راس کوه استخراج کردیم تا به طور کامل اطلاعاتی را که چگالی هسته می تواند نمایش دهد فاش کنیم. این توزیع پنج درجه از کانون‌های پذیرایی را نشان داد و به وضوح توسعه و همبستگی کانون‌ها را نشان داد. در مقایسه با روش پرکاربرد خوشه بندی فضایی DBSCAN [33 ]، استخراج هات اسپات بر اساس روش چگالی هسته راحت تر و کارآمدتر بود. ما تئوری و روش Tupu اطلاعات جغرافیایی را معرفی کردیم و الگوی مکانی-زمانی خدمات پذیرایی را با استفاده از Tupu متقارن تعمیم یافته گسسته و ساختار سلسله مراتبی میدان دیجیتال پیوسته Tupu با ترکیب بعد زمان با صفحه دو بعدی به صورت سه بعدی تحلیل کردیم. این مطالعه برای استخراج عناصر کانونی فضایی شهری و تحلیل ساختار شهری و ویژگی‌های تکامل مهم است. این مطالعه همچنین ایده جدیدی را برای تدوین برنامه ریزی شهری ارائه کرد. از طرفی در مقایسه با شهرهای دشتی، الگوی خدمات پذیرایی در شهرهای کوهستانی به دلیل نفوذ کوه ها و رودخانه ها پیچیده تر و تخصصی تر است [ 49 ].]. تحقیق در مورد شهرهای کوهستانی می تواند به ما در درک بهتر روندهای توزیع صنعت پذیرایی در محیط های پیچیده با کوه ها و رودخانه ها کمک کند. این تحقیق می‌تواند به شکل‌گیری تعاملات خوش‌خیم بین چیدمان صنعتی و فضای شهری کمک کند و می‌تواند به ساخت شهرهای کوهستانی کمک کند.

2. داده ها و روش ها

2.1. منطقه مطالعه

چونگ کینگ در جنوب غربی چین واقع شده است و تنها شهرداری است که مستقیماً تحت حکومت مرکزی در غرب قرار دارد. این شهر مرکز اقتصادی بالای رودخانه یانگ تسه است و یکی از شهرهای با رشد سریع در سال های اخیر است. جمعیت ساکن پایان سال چونگ کینگ 31.2432 میلیون نفر در سال 2019 و 30.1655 میلیون نفر در سال 2015 بود. در این مطالعه، منطقه اصلی شهری چونگ کینگ را به عنوان منطقه تحقیقاتی انتخاب کردیم که نماینده یک شهر معمولی کوهستانی است. کوه جینیون، کوه ژونگلیانگ و کوه تونگلو در این منطقه تعبیه شده اند. رودخانه جیالینگ و رودخانه یانگ تسه از غرب به شرق از میان کوه‌ها جریان می‌یابند و یک الگوی چشم‌انداز پیچیده از “دو رودخانه، چهار کوه و سه دره دره” با “گروه چند مرکزی” به عنوان ساختار شهری تشکیل می‌دهند. شهر اصلی چونگ کینگ ناحیه یوژونگ را در بر می گیرد. ناحیه جیانگ بی، ناحیه دادکو، ناحیه نان آن، ناحیه شاپینگبا، ناحیه جیولانگپو، ناحیه بی بی، ناحیه یوبی، و ناحیه بانان با مساحت کل 5472.68 کیلومتر مربع. در سال 2019، درآمد پذیرایی در چونگ کینگ به 142.322 میلیارد یوان رسید که 13.6 درصد افزایش داشت و 16.4 درصد از کل خرده فروشی در شهر را به خود اختصاص داد. در نیمه اول سال 2019، چونگ کینگ در رتبه بندی نرخ رشد درآمد پذیرایی در برخی شهرها به عنوان دومین پس از چنگدو، که رتبه دوم را در کل چین دارد، قرار گرفت. مفهوم “گروه” ارتباط نزدیکی با ساختار فضایی شهری چونگ کینگ دارد و نقش مهمی در عملکرد فضایی شهری چونگ کینگ دارد. از این رو در قسمت بعدی «گروه» را به عنوان یک واحد مهم برای تحلیل و توصیف در نظر می گیریم. علاوه بر این، منطقه شهری اصلی چونگ کینگ در طرح جامع شهری و روستایی چونگ کینگ (2007-2020) به 21 گروه تقسیم شده است. در طرح جامع شهری و روستایی چونگ کینگ (2019-2035)، منطقه اصلی شهری به 9 گروه تقسیم شده است.شکل 1 ).

2.2. منابع داده و پردازش

ما داده‌های این مطالعه را از داده‌های POI Amap به‌دست آوردیم (Amap ارائه‌دهنده پیشرو محتوای نقشه دیجیتال، خدمات ناوبری و مکان در چین است. https://lbs.amap.com/api/webservice/summary/ ، قابل دسترسی در 1 ژانویه 2021) در دسامبر 2015 و مارس 2020. پس از حذف مکرر نقطه و تصحیح مختصات، ما 69639 نقطه داده کیترینگ در سال 2015 و 130414 نقطه داده در سال 2020 به دست آوردیم که همه رستوران‌ها، شیرینی‌فروشی‌ها و نوشیدنی‌فروشی‌هایی را که در Amap یافت می‌شوند پوشش می‌دهند. با طبقه بندی واضح در حوزه تحقیق. طبق کد طبقه‌بندی POI Amap، طبقه‌بندی سطح اول شامل 10 دسته و طبقه‌بندی سطح دوم شامل 65 طبقه‌بندی فرعی است ( جدول 1 ).

2.3. ساخت نقشه درجه بندی هات اسپات خدمات

2.3.1. تولید سطح چگالی

قانون اول جغرافیا معتقد است که همه چیز به چیزهای دیگر مرتبط است و چیزهای نزدیک به یکدیگر رابطه نزدیکی دارند [ 50 ]. بر اساس این نظریه، چگالی هسته با افزایش فاصله تابشی از نقطه مرکزی کاهش می یابد. تجزیه و تحلیل چگالی هسته، منطقه منظم اطراف هر نقطه فضایی را به عنوان محدوده برای محاسبه چگالی در نظر می گیرد و توزیع اشیاء تحقیق در منطقه را از طریق محاسبه چگالی تجزیه و تحلیل می کند. این روش اغلب برای شناسایی نقاط داغ فضایی شهری استفاده می شود [ 36 ، 37 ]. معادله را می توان به صورت زیر بیان کرد:

f(س)=∑من=1n1ساعت2ک(س-جمنساعت)

که در آن f ( s ) تابع چگالی هسته در هر نقطه مکانی است. h آستانه تضعیف فاصله (با نام مستعار پهنای باند) است. n تعداد عناصر نقطه ای در پهنای باند است. s – ci فاصله بین یک نقطه ci و نقطه مرکزی s در پهنای باند است. و k تابع وزن فضایی است. علاوه بر این، هر دو h و kدو پارامتر مهم در تخمین چگالی هسته هستند. تعیین پهنای باند معقول ضروری است زیرا مطالعات مربوطه نشان داده است که پهنای باند تأثیر اساسی بر دقت نتایج دارد. در این مطالعه، سطح تراکم POI رستوران ها را بر اساس این روش بازسازی کردیم.

2.3.2. دریافت هات اسپات درجه خدمات پذیرایی
برای تعیین کمیت بیان و راه اندازی تحلیل ساختاری، ما تحقیقات بیشتری را بر اساس تراکم هسته انجام دادیم تا نقاط داغ درجه خدمات پذیرایی را با استفاده از راس کوه استخراج کنیم. پردازش داده ها در این پژوهش با استفاده از نرم افزار ArcGIS تکمیل شد. ابتدا، ما چگالی هسته داده‌های POI را برای ساختن سطح چگالی تخمین زدیم. ما با توجه به نیازهای نتایج تجزیه و تحلیل، پهنای باند معقولی را انتخاب کردیم. دوم، ما حداکثر پیکسل های همسایگی را با استفاده از آمار همسایگی به دست آوردیم. ما سطح غیر منفی را با استفاده از جبر نقشه بین سطح چگالی و حداکثر پیکسل های همسایگی برای به دست آوردن حداکثر مقدار پیک محلی به دست آوردیم. در سطح غیر منفی، مقدار صفر، مقدار پیک محلی بود، در حالی که ناحیه غیر صفر، ناحیه ای با مقدار کمتر از پیک بود. آخر، مقدار پیک توسط الگوریتم طبقه‌بندی مجدد استخراج شد. سپس، مقدار چگالی هسته اصلی را با نقطه اوج استخراج کردیم و نقاط داغ را بر اساس مقدار اصلی طبقه بندی کردیم (شکل 2 ).
برای این مقاله از 71400 POI در سال 2015 و 132300 POI در سال 2020 برای استخراج راس کوه نقشه چگالی بر اساس پردازش تراکم هسته استفاده کردیم. ما انواع پهنای باند از 100 متر تا 1000 متر را برای این آزمایش انتخاب کردیم. پس از مقایسه‌های زیاد، متوجه شدیم که پهنای باند زیر 200 متر بسیار پراکنده بود و حاوی نقاط اصلی بسیار زیادی بود، پهنای باند بین 300 متر و 500 متر نسبتاً پایدار بود و پهنای باند بزرگ‌تر از 600 متر بسیار جامع بود. در نهایت، ما 300 متر را به عنوان پهنای باند برای استخراج نقاط داغ درجه خدمات پذیرایی انتخاب کردیم. اندازه پیکسل برای اطمینان از وضوح کافی روی 10 متر تنظیم شد. با توجه به مقدار چگالی هسته اصلی POI، ما از شکست های طبیعی Jenks [ 51 ] استفاده کردیم.] روش طبقه بندی برای طبقه بندی مجدد و تقسیم نقاط داغ پذیرایی به پنج درجه. “وقفه های طبیعی” فاصله طبقه بندی را مشخص می کند، مقادیر مشابه را به بهترین نحو گروه بندی می کند، و تفاوت بین کلاس های مختلف را به حداکثر می رساند، که دقیقاً مطابق با معیارهای طبقه بندی نقاط مهم در این مقاله است. پنج درجه از هات اسپات های پذیرایی به هات اسپات های خدمات پذیرایی بزرگ، هات اسپات های خدمات پذیرایی متوسط ​​تا بزرگ، هات اسپات های خدمات پذیرایی متوسط، هات اسپات های خدمات پذیرایی متوسط ​​و کوچک و هات اسپات های خدمات پذیرایی کوچک تقسیم می شوند. علاوه بر این، ما طبقه‌بندی نقاط داغ خدمات پذیرایی را در سال 2020 بر اساس استانداردهای طبقه‌بندی مجدد در سال 2015 تقسیم کردیم تا ویژگی‌های تکاملی کانون‌های خدمات پذیرایی را برجسته کنیم.

2.4. روش تحلیل ساختار فضایی

اطلاعات جغرافیایی Tupu حالت تفکر گرافیکی یک طیف را اتخاذ می کند و توانایی تجزیه و تحلیل کمی و شبیه سازی را توسعه می دهد [ 52 ]. در زمینه علوم زمین، اطلاعات جغرافیایی Tupu روشی موثر برای درک و توصیف پدیده‌ها و مسائل پیچیده جغرافیایی است. علاوه بر این، اطلاعات جغرافیایی Tupu می تواند خلاصه، استخراج، بیان و کاربرد روندهای جغرافیایی را عمیق تر کند. در میان اشکال مختلف Tupu اطلاعات جغرافیایی، ساختار سلسله مراتبی Tupu و ساختار متقارن تعمیم یافته Tupu بیشترین کاربرد را دارند [ 53]. هر دو برای بیان و تحلیل ویژگی‌های توزیع و الگوهای فضایی نقاط داغ درجه خدمات پذیرایی در این مطالعه مناسب هستند. از این رو، ما ساختار فضایی نقاط داغ درجه خدمات پذیرایی را با استفاده از دو نوع Tupu اطلاعات جغرافیایی تحلیل کردیم.
یک ساختار سلسله مراتبی می تواند برای استخراج رابطه سلسله مراتبی در پدیده های جغرافیایی و آشکار کردن روندهای فضایی ویژگی های مقیاس استفاده شود. ساختار سلسله مراتبی میدان دیجیتال Tupu ویژگی های توزیع فضایی یک شی جغرافیایی را مدل می کند و تعداد یک مقدار ویژگی، رابطه توپولوژیکی عناصر در فضا را با میدان دیجیتال بیان می کند، و رابطه سلسله مراتبی بین عناصر را با ساختار درختی سلسله مراتبی بیان می کند ( شکل 3).). در این مقاله، اطلس دیجیتالی هم‌دانسیته با توجه به نقشه چگالی هسته تولید شده توسط POI ساخته شده است و نقاط مهم خدمات پذیرایی به عنوان گره (درجه اول) در نظر گرفته می‌شود. با توجه به رابطه سلسله مراتبی موجود در اطلس دیجیتال همسانی، یک درخت سلسله مراتبی همسانی برای مطالعه رابطه توپولوژیکی فضایی ساخته شده است. ساختار متقارن تعمیم یافته Tupu شرایط استقرار هندسه سنتی را گسترش می دهد و ساختار متقارن را به تقارن فضایی اشیاء جغرافیایی گسترش می دهد. ما تقارن انتقالی، ضد تقارن و تقارن رنگ را بر اساس تقارن محوری سنتی، تقارن مرکزی و تقارن چرخشی توضیح دادیم. ما از این رویکرد برای تحلیل ویژگی‌های توزیع فضایی شهری استفاده کردیم ( شکل 4 ) [54 ]. شکل 4 a-c تقارن های کریستالوگرافی هستند. ما تقارن انتقالی را برای نشان دادن روند توزیع شهرها در امتداد رودخانه ها، بزرگراه ها و راه آهن اضافه کردیم ( شکل 4 د). متوازی الاضلاع اغلب در نقشه ها دیده شده است. با این حال، تقارن هندسی سنتی نمی تواند حالت تقارن آن را توصیف کند. بنابراین، تقارن مایل را معرفی کردیم ( شکل 4 e). تقارن کریستالوگرافی تقارن خطی است. با این حال، در واقعیت، پدیده جغرافیایی اغلب منحنی است. بنابراین، ما تقارن جغرافیایی شهری را به تقارن منحنی گسترش دادیم ( شکل 4 f). این تقارن ها فقط شامل تقارن های هندسی می شوند و تفاوت در ماده و کمیت را شامل نمی شوند. بنابراین، ما ضد تقارن را معرفی کردیم ( شکل 4g) و تقارن رنگ ( شکل 4 h). ضد تقارن با عدم تقارن متفاوت است. خشکی و دریای زمین ضد متقارن هستند. به عنوان مثال، اقیانوس منجمد شمالی و قطب جنوب ضد متقارن هستند و بیشترین مقیاس را روی زمین دارند. علاوه بر این، توسعه اقتصادی منطقه تا حد زیادی به شرایط طبیعی منطقه بستگی دارد. منطقه ای با شرایط طبیعی نامتقارن نمی تواند به یک الگوی اقتصادی کاملا متقارن تبدیل شود. تفاوت های قابل توجه در توسعه اقتصادی منطقه ای ناشی از علل مختلف، تقارن رنگ یک الگوی اقتصادی نامیده می شود. تقارن تعمیم یافته پس از بسط این مفهوم از تقارن شکل می گیرد.

3. نتایج

3.1. تشخیص نقطه کانونی خدمات پذیرایی شهری و مقایسه سری زمانی

تعداد و نسبت هات اسپات ها در هر درجه از خدمات پذیرایی پس از استخراج در جدول 2 نشان داده شده است. شکل 5 توزیع هات اسپات ها را در سال های 2015 و 2020 نشان می دهد. با توجه به اطلاعات جدول 2 و شکل 5در سال 2015، 6 مرکز خدمات پذیرایی بزرگ وجود داشت که تنها 0.51 درصد از کل مراکز خدماتی را تشکیل می دادند. این نشان داد که توزیع مراکز خدمات پذیرایی بزرگ نسبتاً پراکنده بود. همه این نقاط داغ در داخل حلقه داخلی قرار داشتند و یک روند توزیع ستاره ای شکل با داپینگ به عنوان مرکز تشکیل می دادند. در سال 2020، درجه و مقیاس کانون های خدمات پذیرایی به طور قابل توجهی توسعه یافت و 21 مرکز خدمات پذیرایی بزرگ را تشکیل داد که 1.50٪ از کل را به خود اختصاص داد. گروه Xiyong، گروه Beibei، گروه Lijiatuo، و گروه Dayangshi هر کدام یک مرکز بزرگ خدمات پذیرایی اضافه کردند. گروه فرودگاه سه مرکز خدمات پذیرایی بزرگ را توسعه داد. در درون حلقه داخلی، داپینگ، گوانین کیائو، شاپینگبا، یانگجیاپینگ، نانپینگ و جیفانگ‌بی دیگر ساختاری ستاره‌شکل با محوریت داپینگ را تشکیل ندادند. بلکه ساختار خوشه ای را در گروه مرکزی با توسعه بسیاری از نقاط مهم خدمات بزرگ و متوسط ​​تشکیل داد. مراکز بزرگ خدمات پذیرایی عموماً مرفه ترین، شلوغ ترین و پرترافیک ترین مناطق شهر بودند و تحت تأثیر عوامل اصلی محرکه متعدد قرار گرفتند. در سال 2015، 44 مرکز خدمات پذیرایی متوسط ​​و بزرگ وجود داشت که 3.81٪ از کل را تشکیل می داد. در سال 2020، 81 نقطه وجود داشت که 5.81 درصد از کل را تشکیل می داد، تقریبا دو برابر سال 2015. 81 درصد از کل. در سال 2020، 81 نقطه وجود داشت که 5.81 درصد از کل را تشکیل می داد، تقریبا دو برابر سال 2015. 81 درصد از کل. در سال 2020، 81 نقطه وجود داشت که 5.81 درصد از کل را تشکیل می داد، تقریبا دو برابر سال 2015.
ما دریافتیم که مراکز خدمات پذیرایی با اندازه متوسط ​​و بزرگ در مقایسه با توزیع هات اسپات ها در دو سال گذشته به صورت محلی متمرکز و چند هسته ای توزیع شده اند. این می تواند توسعه مناطق محلی را تا حدی توضیح دهد. بیش از 90٪ از کل مراکز خدمات پذیرایی درجه پایین تر به تعداد زیاد و پراکنده یافت شد که ما از آنها برای تجزیه و تحلیل مورفولوژی شهری و عوامل تکاملی استفاده کردیم. با مقایسه مقادیر میانگین چگالی گریدهای مجاور، متوجه شدیم که با کاهش درجه، مقادیر چندین برابر کاهش یافته است. علاوه بر این، مقادیر میانگین تراکم هات اسپات ها در هر گرید به طور معنی داری متفاوت بود که نشان دهنده روند تشکیل گرید داخلی بود.

3.2. تجزیه و تحلیل ساختار شهری و تکامل بر اساس نقاط مهم خدمات پذیرایی

3.2.1. دیدگاه ساختار متقارن تعمیم یافته توپو

ما روند توزیع کانون‌های خدمات پذیرایی را با توجه به درجه‌های مختلف با ساختار متقارن تعمیم‌یافته Tupu از تقارن جغرافیایی شهری ارائه می‌کنیم. ما در سال 2015 شش مرکز خدمات پذیرایی بزرگ را شناسایی کردیم. همه در گروه مرکز توزیع شدند. شماره گذاری هات اسپات های خدمات پذیرایی از قسمت قبل پیروی می کند. در مجموع شش مرکز بزرگ خدمات پذیرایی یک ساختار متقارن محوری را تشکیل دادند ( شکل 6 a). با در نظر گرفتن شبه جزیره یوژونگ یا محور تقارن دو رودخانه ای، این منطقه دقیقاً از نقاط مهم شماره 2 و شماره 4 عبور کرد. با در نظر گرفتن این خط به عنوان محور تقارن، هات اسپات های شماره 1 و شماره 3 به ترتیب با هات اسپات های شماره 6 و 5 به طور متقارن توزیع شدند. با این حال، در عمل، شکل 6a نشان می دهد که گروه مرکزی در امتداد شبه جزیره یوژونگ در یک تقارن محوری توزیع شده است. علاوه بر این، این تقارن در سال 2020 بیشتر گسترش یافت و غنی شد. همانطور که در شکل 2020 نشان داده شده است، محور تقارن یک خط مستقیم شامل نقاط مهم شماره 2، شماره 14 و شماره 4 را تشکیل می دهد ( شکل 6).ب). هات اسپات های شماره 1، 7، 9 و 3 به ترتیب با کانون های 15، 6، 5 و 13 متقارن محور بودند. نقاط مهم شماره 8، شماره 10، شماره 11 و شماره 12 نمی توانند با شبه جزیره یوژونگ متقارن محور باشند زیرا گروه نانپینگ توسط کوه تونگلو مسدود شده بود. در نتیجه نتوانست به گسترش خود ادامه دهد. تکامل محور متقارن در Yuzhong در طول این دو دوره نشان داد که روند توسعه اشباع منطقه دره دره در مرکز چونگ کینگ با Yuzhong یک محور متقارن را در مرکز گروه ها تشکیل می دهد. در همین حال، مناطق کانونی گروه های کوچکتر در گروه مرکزی ساختار متقارنی را در امتداد دو رودخانه تشکیل می دادند. به عنوان مثال، منطقه کانون خدمات گروه Nanping و گروه Guanyinqiao یک تقارن رنگی را به دلیل سطح توسعه نابرابر تشکیل می دهند.شکل 6 ج). فقط دو نقطه بزرگ در گروه نانپینگ و پنج نقطه در گروه گوانین کیائو وجود داشت. دلیل اساسی ظرفیت های مختلف و تقارن رنگی دو گروه را می توان به تأثیر توپوگرافی نسبت داد. گروه Nanping توسط رودخانه یانگ تسه و کوه Tongluo دو بار مسدود شد. با این حال، کل منطقه Guanyinqiao نسبتا صاف و بدون مانع کوهستانی است. فضای کافی برای توسعه وجود داشت. بنابراین، دامنه توسعه و روند Guanyinqiao بهتر از گروه Nanping بود.
با توجه به چهار کوه و سه دره دره، منطقه شهری اصلی چونگ کینگ را به منطقه شهری دره دره شرقی، منطقه شهری دره دره مرکزی و منطقه شهری دره دره غربی تقسیم کردیم. همراه با توزیع مراکز خدمات پذیرایی بزرگ و متوسط ​​و بزرگ در منطقه اصلی شهری چونگ کینگ، منطقه شهری اصلی چونگ کینگ ساختار متقارن و ضد متقارن رنگی را با کوه ژونگلیانگ و کوه تونگلو به عنوان محور متقارن ارائه کرد. در سال 2015، تنها پنج مرکز خدمات پذیرایی با اندازه متوسط ​​بزرگ در منطقه شهری دره غربی در غرب کوه ژونگلیانگ وجود داشت، در حالی که سایر مراکز خدمات پذیرایی بزرگ و متوسط ​​بزرگ در منطقه شهری دره مرکزی بین ژونگلیانگ توزیع شده بودند. کوه و کوه تونگلو. علاوه بر این، هیچ مرکز بزرگ یا متوسط ​​​​خدمات پذیرایی بالغ در منطقه شهری دره شرقی در شرق کوه تونگلو وجود نداشت. پس از پنج سال توسعه، دو کانون بزرگ و هشت کانون بزرگ متوسط ​​در ناحیه شهری دره غربی وجود داشت، اما تنها سه کانون خدمات پذیرایی با اندازه متوسط ​​بزرگ در ناحیه شهری دره شرقی دره وجود داشت. دو دره ناهموار با کوه ژونگلیانگ به عنوان محور متقارن، به دلیل ظرفیت نابرابر مراکز خدمات پذیرایی، همیشه حالتی از تقارن رنگی را نشان می‌دهند. دو کانون بزرگ و هشت کانون بزرگ متوسط ​​در منطقه شهری دره غربی وجود داشت، اما تنها سه مرکز خدمات پذیرایی با اندازه متوسط ​​بزرگ در منطقه شهری دره دره شرقی وجود داشت. دو دره ناهموار با کوه ژونگلیانگ به عنوان محور متقارن، به دلیل ظرفیت نابرابر مراکز خدمات پذیرایی، همیشه حالتی از تقارن رنگی را نشان می‌دهند. دو کانون بزرگ و هشت کانون بزرگ متوسط ​​در منطقه شهری دره غربی وجود داشت، اما تنها سه مرکز خدمات پذیرایی با اندازه متوسط ​​بزرگ در منطقه شهری دره دره شرقی وجود داشت. دو دره ناهموار با کوه ژونگلیانگ به عنوان محور متقارن، به دلیل ظرفیت نابرابر مراکز خدمات پذیرایی، همیشه حالتی از تقارن رنگی را نشان می‌دهند.شکل 6 د). برعکس، دو دره فرورفتگی با کوه تونگلو به عنوان محور متقارن تنها از ضد تقارن به تقارن رنگ با تفاوت‌های قابل توجهی توسعه یافتند ( شکل 6 e). سرزندگی توسعه دره های فرورفتگی در دو طرف کم بود و پدیده ای را ایجاد کرد که در آن توسعه دره فروغ در وسط نسبتاً بالغ بود و توسعه دره فروغ در شرق و غرب نسبتاً عقب بود. با این حال، توسعه دره دره در غرب بهتر از آن در شرق بود [ 55 ، 56 ]. با این وجود، برای نمایش روند رو به رشد چونگ کینگ از ناحیه هسته دو رودخانه و چهار ساحل در سراسر کوه ها و رودخانه ها کافی بود.
3.2.2. دیدگاه ساختار میدان دیجیتال Tupu
به عنوان متمرکزترین منطقه POI های پذیرایی، مرکز خدمات پذیرایی درجه یک مرکز منطقه ای شهر را نشان می دهد. درخت سلسله مراتبی ارزش بحرانی تقسیم درجه پذیرایی سال 2015 را برای اطمینان از سازگاری تغییرات پنج ساله و تقسیم نقطه ها اتخاذ کرد. افزایش تعداد مکان های پذیرایی در سال 2020 بر اساس تعداد شش مکان پذیرایی در سال 2015 بود. هر طیف شامل پنج سلسله مراتب در ساختار سلسله مراتبی میدان دیجیتالی 2015 Tupu بود. طرح شش نقطه کانونی درجه یک در سال 2015 پراکنده و بسیار مستقل بود. آن نقاط تا سلسله مراتب پنجم جمع نشدند. از طریق پنج شاخه مستقل، ساختار شهری گروه چند مرکزی به وضوح نشان داده شد ( شکل 7).). در سال 2020، افزایش شدیدی در تعداد نقاط درجه یک وجود داشت. در میان این هات اسپات های درجه یک، هات اسپات های شماره 2 و 14 به هات اسپات شماره 23 در سلسله مراتب دوم و سپس از طریق گره 54 در سلسله مراتب چهارم با هات اسپات شماره 4 همگرا شدند. هات اسپات های شماره 8، 9، 3 و 10 در سلسله مراتب دوم به هات اسپات شماره 27 همگرا شدند و سپس به هات اسپات شماره 28 متصل شدند که با شماره 11 و شماره 12 همگرا شدند. هات اسپات، برای همگرا شدن به گره 57 در سلسله مراتب چهارم پس از دو درجه مستقل. به نظر می رسد کانون های شماره 5 و 13 با کانون های 19 و 20 به ترتیب دارای پدیده تراکم در مقیاس تحقیق در سلسله مراتب سوم و چهارم باشند. هشت کانون درجه یک دیگر در سلسله مراتب مختلف مستقل باقی ماندند (شکل 8 ). دلیل این ساختار درختی سلسله مراتبی این بود که چونگ کینگ، به عنوان یک شهر معمولی کوهستانی، دارای چهار کوه، دو رودخانه و سه دره بود که منجر به زمین های نامنسجم می شد. علاوه بر این، توسعه شهر کوهستانی توسط کوه ها و رودخانه ها مسدود شد. در نتیجه، می تواند یک گروه چند مرکزی [ 57 ] حالت توسعه را تشکیل دهد. با تجزیه و تحلیل شکل 6 ، شکل 7 و شکل 8، ما متوجه شدیم که تنها هات اسپات های شماره 2 و 6 متعلق به گروه دایانگشی هستند در حالی که بقیه هر کدام به گروه های جداگانه در سال 2015 تعلق داشتند. با توسعه مراکز خدمات پذیرایی بزرگ و متوسط، گروه ها در بی بی، ژیونگ، دادکوو و Lijiatuo هر کدام در سال 2020 به یک مرکز خدمات پذیرایی بزرگ تبدیل شدند. آنها همچنان در توسعه عقب مانده بودند. گروه Beibei و گروه Xiyong فاقد انگیزه توسعه بودند زیرا مانع ارتباط بین کوه Zhongliang و منطقه مرکزی شهری بود. در مقابل، گروه فرودگاهی سریع ترین نرخ توسعه را داشت. این گروه سه مرکز خدمات پذیرایی بزرگ و هشت مرکز خدمات پذیرایی متوسط-بزرگ از بسیاری از مراکز پذیرایی متوسط-کوچک ایجاد کرد. علاوه بر این، سه مرکز خدمات پذیرایی درجه یک در سلسله مراتب چهارم و سوم تمایل به شکل‌گیری توسعه همگرایی کمربند از طریق کانون‌های خدمات پذیرایی با اندازه متوسط ​​با توجه به خط کانتور داشتند. پس از پنج سال توسعه، گروه Guanyinqiao رشد کرد و شامل پنج مرکز خدمات پذیرایی درجه یک شد، که کل گروه در سلسله مراتب چهارم را از طریق بسیاری از نقاط مهم پذیرایی متوسط-کوچک و مرتبط با گروه Renhe در سلسله مراتب چهارم به هم متصل می‌کرد. چونگ کینگ 21 گروه را در 9 گروه در سال 2019 ادغام کرد. گروه مرکزی شامل گروه Guanyinqiao، گروه Yuzhong، گروه Dayangshi، گروه Nanping، جنوب گروه Renhe، جنوب گروه Shapingba، شمال گروه Dadukou و یک گوشه از گروه Lijiatuo بود. جالب اینجاست که گروه مرکز در سال 2020 شامل مراکز خدمات پذیرایی درجه یک از شماره 1 تا شماره بود.58 ]. رشد درونی هر گروه در جهت ادغام بود. با این حال، روند توسعه “پیوسته” بین گروه ها ناشی از پدیده اتصال چند نقطه ای باید مورد توجه قرار گیرد. علاوه بر این، باید از رشد کم تراکم و بی نظمی گسترده گروه ها به شدت جلوگیری شود. علاوه بر این، هم از رشد بی نظم در داخل مانع و هم رشد آهسته در خارج از مانع باید جلوگیری شود.

4. بحث

4.1. فکر کردن به نتایج

نتایج این مطالعه نشان داد که توسعه منطقه شهری اصلی چونگ کینگ تا حدی نامتعادل بوده است. شکل 6نشان می‌دهد که ناحیه شهری دره مرکزی در مقایسه با ناحیه شهری دره دره شرقی و غربی بالغ‌ترین است. کانون‌های خدمات پذیرایی بزرگ و متوسط ​​بزرگ در منطقه شهری دره غربی عمدتاً در منطقه مترو متمرکز شده بودند که منطقه شهری دره مرکزی را به هم متصل می‌کرد. بنابراین، حمل و نقل یک عامل کلیدی در توسعه منطقه شهری دره غربی بود. در مرحله بعد، گروه Xiyong در منطقه شهری دره غربی، به دلیل وجود شهر دانشگاهی، قوی ترین نشاط توسعه را در مناطق شهری دره شرقی و غربی داشت. اگرچه گروه Chayuan در ناحیه شهری دره شرقی از طریق راه آهن به هم متصل بود و به گروه Yuzhong نزدیکتر از گروه Xiyong بود. پس از پنج سال توسعه هنوز یک مرکز بزرگ خدمات پذیرایی تشکیل نشده است. علاوه بر این، هات اسپات های با درجه پایین نسبتاً کمتری وجود داشت. توسعه هنوز از سد کوه ها عبور نکرده است. مشاهده می شود که مزایای مکان و حمل و نقل به اندازه کافی دور از ذهن است و سیاست و عوامل انسانی اغلب نقش بیشتری را ایفا می کنند. دو گروه تقارن رنگی که با در نظر گرفتن کوه ژونگلیانگ و کوه تونگلو به‌عنوان محور تشکیل شده‌اند، به وضعیت نسبتاً ایده‌آل نرسیده‌اند، شاید به این دلیل که سیاست توسعه قبلی بیش از حد نسبت به پنج مرکز درون حلقه داخلی، با تفاوت‌هایی در خدمات پشتیبانی، تعصب دارد. امکانات و هزینه های حمل و نقل و رفت و آمد بین رینگ داخلی و رینگ بیرونی. به این دلایل، یک روند توسعه پیوسته در میان گروه‌هایی رخ داد که بر اساس منافع اقتصادی، به‌ویژه در منطقه گروه مرکزی هدایت می‌شد. از این رو، نمی‌توان برای حفظ ساختار شهری ایده‌آل «گروه چند مرکزی» در چونگ کینگ برای جلوگیری از مشکلات مختلف شهری ناشی از عدم تعادل بین توسعه داخلی شهری و توسعه شهری، به زمین‌های طبیعی تکیه کرد. در نهایت، یک سیاست تقویت‌شده برای حفظ توسعه متوازن شهر و جلوگیری از توسعه «پیوسته» گروه‌ها مورد نیاز بود. نمی توان برای حفظ ساختار شهری ایده آل «گروه چند مرکزی» در چونگ کینگ برای جلوگیری از مشکلات مختلف شهری ناشی از عدم تعادل بین توسعه داخلی شهری و توسعه شهری، به زمین طبیعی تکیه کرد. در نهایت، یک سیاست تقویت‌شده برای حفظ توسعه متوازن شهر و جلوگیری از توسعه «پیوسته» گروه‌ها مورد نیاز بود. نمی توان برای حفظ ساختار شهری ایده آل «گروه چند مرکزی» در چونگ کینگ برای جلوگیری از مشکلات مختلف شهری ناشی از عدم تعادل بین توسعه داخلی شهری و توسعه شهری، به زمین طبیعی تکیه کرد. در نهایت، یک سیاست تقویت‌شده برای حفظ توسعه متوازن شهر و جلوگیری از توسعه «پیوسته» گروه‌ها مورد نیاز بود.

4.2. مزایای روش های پیشنهادی

با در نظر گرفتن منطقه شهری اصلی چونگ کینگ، که یک شهر معمولی کوهستانی است، به عنوان منطقه تحقیقاتی، ساختار شهری چونگ کینگ را با ساختار فضایی صنعت پذیرایی با استفاده از تجزیه و تحلیل تراکم هسته، نقشه درجه نقطه کانونی و جغرافیایی نشان دادیم. اطلاعات Tupu بر اساس داده‌های POI پذیرایی در سال‌های 2015 و 2020. در مقایسه با برخی از روش‌های شناسایی ساختار خارجی، مانند تجزیه و تحلیل داده‌های فضایی اکتشافی (ESDA) [ 4 ]، رگرسیون وزن‌دار محلی (LWR) [ 5 ]، و راستی‌آزمایی متناسب و آمار فضایی [ 6]، این روش تحقیق در تجسم و ساختار مزایای بیشتری دارد. در مرحله بعد، در مقایسه با تحقیقات کنونی در مورد ساختار شهری چونگ کینگ، ساختار منطقه اصلی شهری چونگ کینگ و نقاط توسعه را از منظر تقارن به طور خلاقانه تجزیه و تحلیل کردیم. ما مشکلات مرتبط با روندهای توسعه «پیروی» در حوزه گروه مرکز را به روشی ساده و کارآمد شناسایی کردیم. در این مطالعه از اطلاعات جغرافیایی Tupu به عنوان روش تحلیل ساختار فضایی استفاده شد. در حال حاضر، اطلاعات مورفولوژی شهری Tupu [ 38 ]، برهمکنش تراکم شهری Tupu [ 39 ]، و تکامل مورفولوژی شهری Tupu [ 40 ] وجود دارد.]. با این حال، بیشتر مطالعات بر اساس دیدگاه کلان شهرهای چندگانه یا کل مورفولوژی شهری است. مطالعات کمی در مورد نقاط مهم داخلی یا توسعه شهری از منظر خرد وجود دارد، مانند آنچه در این مطالعه استفاده شده است. علاوه بر این، مطالعات کمی از منظر سری های زمانی وجود دارد. در این مطالعه، ما از ساختار متقارن تعمیم یافته Tupu برای تجزیه و تحلیل منطقه نقاط داغ و الگوهای شهری شهر اصلی چونگ کینگ استفاده کردیم. ما هم توسعه متقارن را با منطقه Yuzhong به عنوان محور و هم توسعه متقارن ضد متقارن و رنگی شهر جدید و شهر مادر را از رشته کوه تحلیل کردیم. علاوه بر این، اکثر ساختار متقارن تعمیم یافته Tupu در حال حاضر بر اساس خوشه های شهری یا مقیاس استان است [ 36 ، 37 ]]. با این حال، مطالعات کمی در مورد مناطق کانونی محلی وجود دارد. ما تجمیع گسسته و روابط نقاط داغ پذیرایی را با استفاده از ساختار میدان دیجیتال Tupu در قالب یک درخت سلسله مراتبی ارائه کردیم. این روش مشابه درخت کانتور چگالی است [ 13 ]. با این وجود، ساختار میدان دیجیتال Tupu مزایای بیشتری در توصیف وضعیت تجمع گسسته شهری و تکامل مکانی-زمانی ارائه می‌دهد.

4.3. محدودیت ها و تحقیقات آینده

ما اطلاعات جغرافیایی Tupu را بر اساس POI های پذیرایی، به مطالعه نقاط داغ شهری و ساختار شهری معرفی کردیم. در نتیجه، ما به توصیف کمی نسبت به ساختار شهر کوهستانی پی بردیم و توانایی تجزیه و تحلیل، تفسیر و تجسم الگوی توزیع فضایی و رابطه نقاط داغ را افزایش دادیم. معرفی سری های زمانی ساختار پذیرایی و ویژگی های تکاملی ساختار شهری را روشن کرد. این نه تنها توزیع مکانی و زمانی پدیده های زمین شناسی را منعکس می کند، بلکه الگوی فضایی و روند تکامل آن را نیز آشکار می کند. با وجود اینکه ما در مقایسه با تحقیقات موجود پیشرفت داشته ایم، هنوز کاستی های زیادی وجود دارد. به عنوان مثال، انتخاب مقیاس تأثیر زیادی بر تحقیق داشت، در حالی که بیشتر بر اساس تجربه در هنگام انتخاب مقیاس بود. در مورد انتخاب داده‌ها، ما تحقیقات خود را تنها بر روی داده‌های POI یک رستوران استوار کردیم، در حالی که استفاده از داده‌های چند منبع نیز انتخاب خوبی بود. این روش می تواند به طور گسترده در استخراج ویژگی و تجزیه و تحلیل ساختار فضایی انواع POI و سایر داده های نقطه فشرده استفاده شود. زمانی که برای سایر شهرها یا داده ها اعمال می شود، باید به انتخاب مقیاس توجه ویژه ای شود که تأثیر زیادی در نتایج خواهد داشت. ثانیاً در انتخاب داده ها نماینده باشد، در غیر این صورت نمایش شکل و تغییر ساختار کافی نیست. این مقاله تجزیه و تحلیل دقیقی از نقاط داغ خدمات پذیرایی و ویژگی‌های ساختار فضایی و زمانی شهر می‌کند. با این حال، کاوش عوامل موثر بر توسعه صنعت پذیرایی نیز در تحقیقات آتی اهمیت زیادی خواهد داشت. اگرچه برخی از محققان عوامل موثر بر توزیع خدمات پذیرایی را مورد مطالعه قرار داده اند.49 ، 50]، اکثر این مطالعات بر اساس یک سال خاص برای بررسی عوامل تأثیرگذار بوده است. تحلیل‌های کمی تکامل توزیع خدمات پذیرایی و تغییر سری زمانی عوامل تأثیرگذار را بررسی کرده‌اند، تنها با توجه به همبستگی آنها در فضا. ما فکر می کنیم که این جامع نیست و اختلال ناشی از تغییر یک عامل به عوامل دیگر ممکن است نمایانگر رابطه ماهوی آنها باشد. تغییر تراکم هات اسپات پذیرایی باید رابطه بالقوه ای با تغییر کسب و کار، حمل و نقل، مسکن، آموزش و مکان های پزشکی اطراف داشته باشد. تجزیه و تحلیل سری های زمانی یک تحلیل مکانیزمی شبیه به تنظیم بازار را معرفی می کند تا همبستگی آن را در سه بعد زمان و مکان کشف کند.

5. نتیجه گیری ها

خدمات پذیرایی ارتباط تنگاتنگی با زندگی شهری شهروندان دارد و در سراسر شهرها به شکل رستوران پخش می شود. به دلیل اطمینان از مکان و کمیت، چیدمان و تغییرات در خدمات پذیرایی به طور جدایی ناپذیری با چیدمان و تکامل یک شهر مرتبط است. کترینگ تا حدی می تواند میزان توسعه یافتگی در مناطق محلی یک شهر و رابطه بین مقیاس و موقعیت جغرافیایی هر منطقه را آشکار کند. علاوه بر این، پذیرایی می تواند نشاط و عملکرد توسعه شهری را منعکس کند. بر اساس داده های POI صنعت پذیرایی، منطقه اصلی شهری چونگ کینگ، یک شهر معمولی کوهستانی، را به عنوان منطقه تحقیقاتی انتخاب کردیم. ما Tupu اطلاعات جغرافیایی را بر اساس تشخیص نقاط مهم پذیرایی معرفی کردیم. ما همچنین یک تحلیل سه بعدی از پذیرایی در چونگ کینگ و ساختار شهر کوهستانی از منظر فضایی و زمانی انجام دادیم. نتایج اصلی به شرح زیر است:
(1) توزیع و گسترش صنعت پذیرایی مطابق با شهرهای کوهستانی است. از نقطه نظر ایستا، توزیع صنعت پذیرایی تحت تأثیر تقسیم‌بندی چشم‌انداز قرار گرفت که با توزیع گروهی چند مرکزی در یک شهر کوهستانی سازگار بود. از نقطه نظر پویا، شهر کوهستانی تحت تأثیر مناظر پیچیده بود. اولاً، صنعت پذیرایی در مناطقی با شرایط نسبتاً خوب توسعه یافت و کانون های نسبتاً مستقل زیادی را تشکیل داد. با گذشت زمان، این نقاط داغ به تدریج از موانع عوامل طبیعی برای برقراری ارتباط شکستند و سپس از طریق تونل ها و پل ها توسعه قابل توجهی در سراسر کوه ها و رودخانه ها ایجاد کردند. با این حال، شهر چند مرکزی، در طول توسعه اتصال چند نقطه ای مستعد ایجاد توسعه در بین گروه ها بود. این نوع توسعه برای توسعه پایدار شهر چند مرکزی مساعد نبود. علاوه بر این، توسعه صنعت پذیرایی با گسترش شهر کوهستانی نسبتاً سازگار بود. درجه بلوغ صنعت پذیرایی در شهر مادر در یک مانع کوهستانی بسیار بیشتر از خارج از یک مانع بود. این یک الگوی فضایی از تراکم در داخل و پراکندگی در خارج از مانع را تشکیل داد که طرحی مشابه با گسترش شهر کوهستانی داشت. توسعه صنعت پذیرایی با گسترش شهر کوهستانی نسبتاً سازگار بود. درجه بلوغ صنعت پذیرایی در شهر مادر در یک مانع کوهستانی بسیار بیشتر از خارج از یک مانع بود. این یک الگوی فضایی از تراکم در داخل و پراکندگی در خارج از مانع را تشکیل داد که طرحی مشابه با گسترش شهر کوهستانی داشت. توسعه صنعت پذیرایی با گسترش شهر کوهستانی نسبتاً سازگار بود. درجه بلوغ صنعت پذیرایی در شهر مادر در یک مانع کوهستانی بسیار بیشتر از خارج از یک مانع بود. این یک الگوی فضایی از تراکم در داخل و پراکندگی در خارج از مانع را تشکیل داد که طرحی مشابه با گسترش شهر کوهستانی داشت.
(2) توزیع صنعت پذیرایی نشان دهنده تقارن شهر است. از منظر توزیع متقارن، توزیع متقارن صنعت پذیرایی نشان داد که شهر کوهستانی معمولاً دارای ساختار متقارن تعمیم یافته همراه با کوه ها و رودخانه ها است. در همین حال، شهر معمولاً به طور متقارن در امتداد توپوگرافی توسعه می یابد و در نتیجه تقارن جغرافیای اقتصادی را تشکیل می دهد که در توزیع متقارن شهر منعکس می شود. ضد تقارن یا تقارن رنگی بین شهر مادر و شهر جدید که توسط مانع کوهستانی تشکیل شده بود، به تدریج تحت تأثیر ترافیک و سیاست به یک تقارن یا تقارن رنگ ایده آل تبدیل می شد. بنابراین، برای ثبات سیاسی و توسعه پایدار منطقه ای مساعد بود.
به طور خلاصه، روش و ایده این مقاله می تواند به طور گسترده در استخراج عناصر داغ فضای شهری و ارزیابی موقعیت ها و روند توسعه شهری، ارائه ایده ای بدیع برای پیش بینی توسعه شهری و برنامه ریزی شهری مورد استفاده قرار گیرد و در این میان از اهمیت بالایی برخوردار است. برای کشف و درمان مشکلات توسعه “پیوسته” در شهرهای چند مرکزی.

منابع

  1. ژو، سی. Ye, C. پیشرفت در مطالعات ساختار فضایی شهری در چین. Prog. Geogr. 2013 ، 32 ، 1030-1038. [ Google Scholar ]
  2. ژانگ، اچ. ژو، ایکس. تانگ، جی. ژو، ال. Ye, X. کشف Hotspot و تحلیل الگوی فضایی آن برای خدمات پذیرایی در شهرها بر اساس مدل میدانی در GIS. Geogr. Res. 2020 ، 39 ، 354-369. [ Google Scholar ]
  3. ژن، اف. وانگ، بی. بازاندیشی در جغرافیای انسانی در عصر داده های بزرگ. Geogr. Res. 2015 ، 34 ، 803-811. [ Google Scholar ]
  4. باومونت، سی. ارتور، سی. گالو، JL تحلیل فضایی اشتغال و تراکم جمعیت: مورد تجمع دیژون 1999. Geogr. مقعدی 2003 ، 36 ، 146-176. [ Google Scholar ] [ CrossRef ]
  5. Krehl، A. مراکز فرعی شهری در مناطق شهر آلمان: شناسایی، درک، مقایسه. پاپ Reg. علمی 2016 ، 97 ، S79–S104. [ Google Scholar ] [ CrossRef ]
  6. داداش پور، ح. علیدادی، م. به سوی تمرکززدایی: تغییرات فضایی اشتغال و جمعیت در منطقه کلانشهر تهران، ایران. Appl. Geogr. 2017 ، 85 ، 51-61. [ Google Scholar ] [ CrossRef ]
  7. چن، ایکس. خو، اف. وانگ، دبلیو. دو، ی. لی، ام. کاربردهای داده های بزرگ جغرافیایی در بازار کسب و کار خرده فروشی. Adv. Geogr. Inf. علمی 2017 ، 15 ، 157-176. [ Google Scholar ] [ CrossRef ]
  8. تینگ، سی.-ای. هو، سی سی; بله، HJ; Matsah، WR Geospatial Analytics در انتخاب سایت خرده فروشی و پیش بینی فروش. کلان داده 2018 ، 6 ، 42-52. [ Google Scholar ] [ CrossRef ]
  9. لوید، ا. Cheshire، J. استخراج مکان‌های مرکز خرده‌فروشی و حوضه‌های آبریز از داده‌های توییتر دارای برچسب جغرافیایی. محاسبه کنید. محیط زیست سیستم شهری 2017 ، 61 ، 108-118. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  10. لی، ال. Goodchild، MF; Xu، B. الگوهای مکانی، زمانی و اجتماعی-اقتصادی در استفاده از توییتر و فلیکر. کارتوگر. Geogr. Inf. علمی 2013 ، 40 ، 61-77. [ Google Scholar ] [ CrossRef ]
  11. لانگ، ی. لیو، ایکس. شناسایی و شناسایی خودکار بسته ها (AICP) با OpenStreetMap و نقاط مورد علاقه. محیط زیست طرح. B 2016 ، 43 ، 498-510. [ Google Scholar ]
  12. وو، کیو. لیو، اچ. وانگ، اس. یو، بی. بک، آر. Hinkel، K. یک روش درخت کانتور محلی برای استخراج خواص هندسی و توپولوژیکی فرورفتگی‌های سطحی پیچیده بر اساس داده‌های توپوگرافی با وضوح بالا. بین المللی جی. جئوگر. Inf. علمی 2015 ، 29 ، 2041-2060. [ Google Scholar ] [ CrossRef ]
  13. دنگ، ی. لیو، جی. Luo, A. تشخیص ساختار چندمرکزی شهری از داده های POI. ISPRS Int. J. Geo-Inf. 2019 ، 8 ، 283. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  14. خو، ز. Gao, X. یک روش جدید برای شناسایی مرز مناطق ساخته شده شهری با داده های POI. Acta Geogr. گناه 2016 ، 71 ، 928-939. [ Google Scholar ]
  15. کائو، اف. کیو، ی. Zou, Y. یک روش استخراج سریع منطقه ساخته شده بر اساس روش شکست H/T و داده های POI. Geogr. Geo-Inf. علمی 2020 ، 36 ، 54-60. [ Google Scholar ]
  16. اوکابه، ا. ساتوح، تی. Sugihara, K. یک روش تخمین چگالی هسته برای شبکه ها، روش محاسباتی آن و یک ابزار مبتنی بر GIS. بین المللی جی. جئوگر. Inf. علمی 2009 ، 23 ، 7-32. [ Google Scholar ] [ CrossRef ]
  17. نیل، ZP بیابان های آشپزی، واحه های خوراکی: طبقه بندی شهرهای ایالات متحده. مطالعه شهری. 2006 ، 43 ، 1-21. [ Google Scholar ] [ CrossRef ]
  18. شیف، ن. شهرها و تنوع محصول: شواهدی از رستوران ها. جی. اکون. Geogr. 2015 ، 15 ، 1085-1123. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  19. داک، جی پی؛ آهنگ، دبلیو. لو، جی. ارزیابی موقعیت و رقابت پذیری رستوران در رستوران: کاربردهای مدل‌سازی جاذبه در شهرستان جفرسون، کنتاکی. Appl. Geogr. 2015 ، 60 ، 204-209. [ Google Scholar ] [ CrossRef ]
  20. آیاتک، اچ. Dokmeci, V. الگوهای مکان رستوران ها در استانبول. Curr. مطالعه شهری. 2017 ، 5 ، 202-216. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  21. پرایاگ، جی. لاندره، ام. رایان، سی. موقعیت رستوران در همیلتون، نیوزلند: الگوهای خوشه‌بندی از سال 1996 تا 2008. بین‌المللی. J. Contemp. بیمارستان مدیریت 2012 ، 24 ، 430-450. [ Google Scholar ] [ CrossRef ]
  22. کوی، ایکس. کوی، اچ. لیو، زی. ویژگی های تکامل و عوامل موثر بر توزیع رستوران در گوانگژو. اقتصاد Geogr. 2019 ، 39 ، 143-151. [ Google Scholar ]
  23. ژانگ، ایکس. Xu، Y. مطالعه در مورد توزیع در فضای پذیرایی شهری و عوامل مؤثر بر آن: مطالعه موردی نانجینگ. تروپ Geogr. 2009 ، 29 ، 362-367. [ Google Scholar ]
  24. چن، سی. فرهنگ رژیم غذایی چینی: تمایز منطقه ای و روندهای در حال توسعه. Acta Geogr. گناه 1994 ، 49 ، 226-235. [ Google Scholar ]
  25. Lan, Y. دلایل و توزیع مناطق طعم تند در رژیم غذایی چین. Geogr. Res. 2001 ، 20 ، 229-237. [ Google Scholar ]
  26. گو، ق. ژانگ، اچ. ژو، ایکس. ژائو، ص. توزیع جغرافیایی و تأثیر انتشار هشت غذای چینی: یک تحلیل تجربی بر اساس داده های بزرگ. آکادمی ژجیانگ J. 2019 ، 5 ، 47-53. [ Google Scholar ]
  27. هو، ز. Zhang، Z. تحلیل چیدمان فضایی هتل‌های شهری – مطالعه موردی نانجینگ. اقتصاد Geogr. 2002 ، 22 ، 106-110. [ Google Scholar ]
  28. گوا، اچ. گوا، ی. Feng, C. تحقیق در مورد رتبه بندی جامع و توزیع فضایی هتل در داخل جاده کمربندی ششم پکن بر اساس چند متغیره. Data Areal Res. توسعه دهنده 2020 ، 39 ، 64-69. [ Google Scholar ]
  29. وو، ال. لیو، ال. تیان، ی. شیائو، سی. لیو، ال. تجزیه و تحلیل الگوهای توزیع اشیاء جغرافیایی بر اساس روش تابع شبکه K – الگوی فضایی صنعت پذیرایی در جزیره هنگ کنگ را به عنوان مثال در نظر بگیرید. Geogr. Geo-Inf. علمی 2013 ، 29 ، 7-11. [ Google Scholar ]
  30. LI، Y.; لیو، اچ. وانگ، L. الگوی توزیع فضایی صنعت پذیرایی در یک شهر توریستی: در نظر گرفتن شهر لهاسا به عنوان مورد. جی ریسور. Ecol. 2020 ، 11 ، 191-205. [ Google Scholar ]
  31. زنگ، جی. Lu, R. حالت گسترش فضایی و عوامل تأثیرگذار آن در استارباکس در سرزمین اصلی چین. Geogr. Res. 2017 ، 36 ، 188-202. [ Google Scholar ]
  32. لان، تی. یو، م. خو، ز. Wu، Y. ویژگی‌های تغییرات زمانی و مکانی امکانات پذیرایی بر اساس داده‌های POI: مطالعه موردی در جاده کمربندی 5 در پکن. Procedia Comput. علمی 2018 ، 131 ، 1260-1268. [ Google Scholar ] [ CrossRef ]
  33. یانگ، اف. خو، جی. خوشه بندی فضایی مبتنی بر Zhou، L. DBSCAN برای شناسایی و تجزیه و تحلیل ویژگی های فضایی خوشه پذیرایی شهری گوانگژو. اقتصاد Geogr. 2016 ، 36 ، 110-116. [ Google Scholar ]
  34. شیا، ال. لیو، ی. لیو، جی. الگوی توزیع و عوامل مؤثر در صنعت پذیرایی شهری در سطح استان چین – یک مطالعه تجربی بر اساس داده‌های Dianping.com. اقتصاد Geogr. 2018 ، 38 ، 133-141. [ Google Scholar ]
  35. تو، ج. تانگ، اس. ژانگ، Q. وو، ی. Luo, Y. ناهمگونی فضایی اثرات الگوی شهر کوهستانی بر مکان صنعت پذیرایی. Acta Geogr. گناه 2019 ، 74 ، 1163-1177. [ Google Scholar ]
  36. لو، بی. چن، ز. یوان، ک. وانگ، اچ. ساخت و تجزیه و تحلیل TUPU شهری و حمل و نقل استان شانشی. Geo-Inf. علمی 2007 ، 9 ، 96-100. [ Google Scholar ]
  37. لی، جی. تحلیل الگوهای محله و مدل اکولوژیکی در سین کیانگ. Geo-Inf. علمی 2004 ، 6 ، 115-119. [ Google Scholar ]
  38. گوا، ی. Qi، Q. جیانگ، ال. ژانگ، ا. رن، جی. وانگ، ایکس. تحقیق در مورد روش نظری و کاربرد اطلاعات فرم شهری TUPU. J. Geo-Inf. علمی 2011 ، 13 ، 781-787. [ Google Scholar ] [ CrossRef ]
  39. ژانگ، اچ. ژو، ایکس. گو، ایکس. ژو، ال. جی، جی. Tang, G. روش برای تجزیه و تحلیل و تجسم الگوهای کانون جریان مشابه بین گروه های منطقه ای مختلف. ISPRS Int. J. Geo-Inf. 2018 ، 7 ، 328. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  40. گونگ، ز. Qi، Q. Xia, X. تحقیق در مورد اطلاعات تکامل سیستم شهری TUPU بر اساس نقشه مدرن چین. علمی Surv. نقشه 2014 ، 39 ، 103-110. [ Google Scholar ]
  41. یو، Y.-H. لی، ز.-جی. لین، جی.-کی. لیو، جی.-ای. وانگ، S. TUPU ویژگی های تغییرات فضایی زمانی برای استفاده از زمین در حوضه رودخانه Yihe. جی. نات. منبع. 2019 ، 34 ، 975-988. [ Google Scholar ] [ CrossRef ]
  42. دو، سی. لیو، ی. گوا، ایکس. Xu, C. تجزیه و تحلیل و تحقیق در مورد تغییرات زمانی و مکانی استفاده از زمین در شهرستان Zhaozhou بر اساس اطلاعات جغرافیایی TUPU. IOP Conf. سر. محیط زمین. علمی 2020 ، 510 ، 1-6. [ Google Scholar ]
  43. لو، ایکس. شی، ی. چن، سی. یو، ام. نظارت بر انتقال زمین های زراعی و تأثیر آن بر ارزش خدمات اکوسیستم در مناطق توسعه یافته چین: مطالعه موردی استان جیانگ سو. سیاست کاربری زمین 2017 ، 69 ، 25-40. [ Google Scholar ] [ CrossRef ]
  44. یین، دی. لی، ایکس. لی، جی. ژانگ، جی. یو، H. تکامل فضایی-زمانی انتقال استفاده از زمین و اثرات زیست محیطی آن: مطالعه موردی حوضه رودخانه زرد، چین. Land 2020 , 9 , 514. [ Google Scholar ] [ CrossRef ]
  45. چن، ز. هوانگ، YB; Zhu، ZP; ژنگ، QQ; Que، CX; تکامل الگوی منظر دونگ، JW در امتداد شیب زمین در شهر فوژو، استان فوجیان، چین. Ying Yong Sheng Tai Xue Bao (J. Appl. Ecol.) 2018 ، 29 ، 4135–4144. [ Google Scholar ]
  46. یی، Q. چن، اس. هوانگ، سی. ژو، ی. تیان، جی. چن، اس. شی، ی. لیو، کیو. لیو، جی. ویژگی های نقشه اطلاعات منظره مدرن دلتای رودخانه زرد و توسعه بدنه نوسان فرعی آن. علمی چین سر. D Earth Sci. 2007 ، 37 ، 813-823. [ Google Scholar ]
  47. تانگ، جی. آهنگ، X. لی، اف. ژانگ، ی. Xiong، L. منطقه بحرانی طیف شیب و تغییرات فضایی آن در فلات لس چین. جی. جئوگر. علمی 2015 ، 25 ، 1452-1466. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  48. ژو، سی. سان، ج. سو، اف. یانگ، ایکس. پی، تی. Ge، Y. یانگ، ی. ژانگ، ا. لیائو، ایکس. لو، اف. و همکاران توسعه علم اطلاعات جغرافیایی و کاربرد فناوری. Acta Geogr. گناه 2020 ، 75 ، 2593-2609. [ Google Scholar ]
  49. چو، اچ.-ج. لیاو، سی.-جی. لین، سی.-اچ. سو، بی.- اس. ادغام تجزیه و تحلیل خوشه فازی و تخمین چگالی هسته برای ردیابی مسیر طوفان در منطقه تایوان سیستم خبره Appl. 2012 ، 39 ، 9451-9457. [ Google Scholar ] [ CrossRef ]
  50. Tobler, WR یک فیلم کامپیوتری شبیه سازی رشد شهری در منطقه دیترویت. اقتصاد Geogr. 1970 , 46 , 234. [ Google Scholar ] [ CrossRef ]
  51. اسمیت، ام جی. Goodchild، MF; Longley، PA تجزیه و تحلیل جغرافیایی-یک راهنمای جامع ، ویرایش 3. انتشارات خانه صنعت الکترونیک: پکن، چین، 2009. [ Google Scholar ]
  52. چن، اس. یو، تی. Li, H. مطالعات در مورد TUPU ژئو انفورماتیک و کاربرد آن. Geogr. Res. 2000 ، 19 ، 337-343. [ Google Scholar ]
  53. Qi, Q. روش شناسی علم اطلاعات جغرافیایی ; انتشارات علوم اجتماعی چین: پکن، چین، 2016. [ Google Scholar ]
  54. چن، اس. اکتشاف و تحقیق برای TUPU ژئو-انفورماتیک ; The Commercial Press: پکن، چین، 2001. [ Google Scholar ]
  55. دوان، ی. لیو، ی. لیو، ایکس. او، دی. اندازه گیری ساختار شهری چند مرکزی با استفاده از داده های بزرگ Easy go: مطالعه موردی منطقه شهری چونگ کینگ. Prog. Geogr. 2019 ، 38 ، 1957–1967. [ Google Scholar ] [ CrossRef ]
  56. دوان، ی. لیو، ی. لیو، ایکس. وانگ، اچ. شناسایی ساختار شهری چندمرکزی چونگ کینگ مرکزی با استفاده از داده های بزرگ نقاط مورد علاقه. جی. نات. منبع. 2018 ، 5 ، 788-800. [ Google Scholar ]
  57. لو، جی. لیو، ی. یو، دبلیو. Huang, J. تکامل ساختار فضایی شهری در یک شهر کوهستانی: تبدیل از گسترش خطی در امتداد دره ها به توسعه شهری چند مرکزی. اقتصاد Geogr. 2013 ، 33 ، 61-67. [ Google Scholar ]
  58. چن، جی. لیو، ی. او، دی. ویژگی های گسترش شهری در شهرهای کوهستانی: موردی از چونگ کینگ. Mt. Res. 2018 ، 36 ، 432-440. [ Google Scholar ]
Ijgi 10 00287 g001 550
شکل 1. منطقه مطالعه A~U در شکل 1 و شکل 8 مانند شکل 1 است. طرح جامع شهری و روستایی چونگ کینگ (2007-2020): A، گروه Shuitu; B، گروه Caijia; ج، گروه یولای; د، گروه فرودگاه; E، گروه Lijia; F، گروه Renhe; G، گروه Tangjiatuo; H، گروه Shapingba; من، گروه Guanyinqiao; J، گروه Yuzhong; K، گروه Nanping; L، گروه دایانگشی; م، گروه دادکو; N، گروه Lijiatuo; ای گروه بیبی; P، گروه Xiyong; Q، گروه Xipeng؛ R، گروه Longxing; S، گروه Yuzui; تی، گروه چایوان؛ یو، گروه جیشی. طرح جامع شهری و روستایی چونگ کینگ (2019–2035): Ⅰ، گروه بی بی؛ Ⅱ، گروه Xiyong; Ⅲ، گروه تائوجیا؛ Ⅳ، گروه شمالی؛ Ⅴ، گروه مرکز؛ Ⅵ، گروه جنوبی؛ Ⅶ، گروه Longsheng؛ Ⅷ، گروه چایوان؛ IX، گروه Nanpeng.
Ijgi 10 00287 g002 550
شکل 2. دسترسی به نقاط مهم هر درجه پذیرایی.
Ijgi 10 00287 g003 550
شکل 3. Tupu اطلاعات جغرافیایی سلسله مراتبی مبتنی بر میدان دیجیتال. ( الف ) آلتاهای دیجیتال با چگالی همسان از نقشه چگالی هسته تولید کنید. ( ب ) مقادیر ویژه اطلس دیجیتالی هم‌دانسیته را برای تولید درخت سلسله مراتبی هم‌دانسیته استخراج کنید.
Ijgi 10 00287 g004 550
شکل 4. اطلاعات جغرافیایی Tupu ساختار متقارن تعمیم یافته. ( a – h ) هشت ساختار متقارن رایج هستند.
Ijgi 10 00287 g005 550
شکل 5. توزیع هات اسپات.
Ijgi 10 00287 g006 550
شکل 6. نتایج استخراج اطلاعات جغرافیایی Tupu ساختار متقارن تعمیم یافته برای بزرگترین مقیاس هات اسپات خدمات پذیرایی. محدوده 2015 محدوده جعبه در سال 2020 است. ( a – e ) چندین ساختار متقارن استخراج شده است.
Ijgi 10 00287 g007a 550 Ijgi 10 00287 g007b 550
شکل 7. نتایج استخراج اطلاعات جغرافیایی سلسله مراتبی مبتنی بر میدان دیجیتال Tupu در منطقه مورد مطالعه سال 2015. ( a ) نقشه تراکم هسته و نقاط داغ درجه خدمات پذیرایی تولید شده آن است. ( ب ) ساختار میدان دیجیتال Tupu است که توسط ( a ) تولید شده است.
Ijgi 10 00287 g008a 550 Ijgi 10 00287 g008b 550
شکل 8. نتیجه استخراج اطلاعات جغرافیایی سلسله مراتبی مبتنی بر میدان دیجیتال Tupu در منطقه مورد مطالعه سال 2020. ( a ) نقشه تراکم هسته و نقاط داغ درجه خدمات پذیرایی تولید شده آن است. ( ب ) ساختار میدان دیجیتال Tupu است که توسط ( a ) تولید شده است.

مقالات داخلی و بین المللی

مطالب مرتبط ...

بدون دیدگاه

دیدگاهتان را بنویسید