EN中文

热带地理 >

2021 , Vol. 41 >Issue 3: 540 - 553

DOI: https://doi.org/10.13284/j.cnki.rddl.003349

区域地理

广州主城区建筑组合的类型、空间分布与影响因素

  • 沈子桐 ,
  • 孙武 ,
  • 孙靓 ,
  • 乔志强 ,
  • 朱琳琳 ,
  • 欧阳睿康 ,
  • 陈翔
展开
  • 华南师范大学 地理科学学院，广州 510631
孙武（1963―）， 男， 甘肃武威人， 教授，主要从事城市风环境研究，（E-mail）。

沈子桐（1996―），男，河南驻马店人，硕士，研究方向为城市空间结构、城市风环境，（E-mail）；

收稿日期: 2020-11-10

  修回日期: 2021-06-05

  网络出版日期: 2021-06-30

基金资助

国家自然科学基金项目(41771001)

广州市产学研协同创新重大专项(201704020136)

收起

The Types, Spatial Distribution, and Influencing Factors for Building Combinations in Guangzhou's Main Urban Area

  • Zitong Shen ,
  • Wu Sun ,
  • Jing Sun ,
  • Zhiqiang Qiao ,
  • Linlin Zhu ,
  • Ruikang Ouyang ,
  • Xiang Chen
Expand
  • School of Geography, South China Normal University, Guangzhou 510631, China

Received date: 2020-11-10

  Revised date: 2021-06-05

  Online published: 2021-06-30

Fold

本文亮点

基于2017年广州市单体建筑数据，以建筑高度和建筑间距2个指标，确定主城区基本的建筑组合，利用热点分析辨识更高尺度上的建筑组合，在此基础上分析广州建筑组合的空间分布及其影响因素。主要结论有：1）建筑组合有9种基本类型，4 272斑块数量与面积在占比上具有很强的同步性。2）百米尺度斑块构成了主城区建筑组合的基本单元，并以混合用地类型为主，由高层建筑组成的类型用地功能指示作用明显。3）主城区基本类型圈层分布特点突出，各类型圈层分异规律存在差异。4）地价是城市建筑高度、人口密度由中心向外递减的核心制约因子，是城市建筑组合分异的宏观背景因素，并能在平原地形上很好地以圈层形式呈现出来。在百米尺度上，绿地、珠江与主干道在微观层面对建筑组合类型、高度和密度产生影响，使得主城区建筑组合复杂化、多样化。

本文引用格式

沈子桐 , 孙武 , 孙靓 , 乔志强 , 朱琳琳 , 欧阳睿康 , 陈翔 . 广州主城区建筑组合的类型、空间分布与影响因素[J]. 热带地理, 2021 , 41(3) : 540 -553 . DOI: 10.13284/j.cnki.rddl.003349

Highlights

The study of urban building combinations is necessary to achieve sustainable urban development, as through such a study we can better grasp the process of urban development and evolution, guide the direction of future urban development, optimize the urban ecological environment, and improve urban livability. With the acceleration of China's urbanization process, the development and evolution of building combinations in China's urban areas are also gaining momentum. Therefore, it is of tremendous practical use to explore the laws related to mixed developments in urban areas to guide rational urban planning and the study of urban microclimates. The analysis is an important foundation for the development of urban landscapes and provides important scientific support for the optimization of the urban ecological environment and the improvement of livability levels. From the data on individual buildings in Guangzhou in 2017, this paper determined basic building combinations in the main urban area using two indexes for building height and building spacing, identified building combinations on a wider scale using a hot-spot analysis, and analyzed the spatial distribution of building combinations and the influence of macro and micro factors. Nine building combinations were identified on the basis of average height and spacing of building convergence surface. As the basic units, the nine basic types were further divided into different combinations to form complex and diverse three-dimensional representations of buildings in the main urban area. Building convergence surface with a scale of hundreds of meters constitute the basic unit of building combination in the main urban area, and are dominated by mixed land use types. The basic types, mainly composed of high-rise buildings, played an obvious role in indicating land use with differences in combinations of each functional area. The basic types of main urban areas have prominent circle differentiation, but the laws for the different types differ. Land price was the core constraining factor for the decrease in urban building height and population density from the urban center to the periphery, as well as the background factor related to differences in urban building combinations. The influence of green spaces, the Pearl River, and the main road on the type, height, and density of the building combination at a micro level complicated building combinations.

1980年以来，中国城市经历了历史上最大规模的平面扩展与垂向高度的抬升，北京、上海、广州、香港、重庆等成为全球城市高层、超高层建筑物密集分布的城市（葛珊珊，2009；Shi et al., 2009; Lin et al., 2014；）。伴随着城市建筑高度与密度的提高，建筑组合原有的简单形态发生了极大改变，类型变得丰富多样（李大全 等，2019），进而使城市内部的自然人文地理景观斑块变得复杂。
不同尺度的城市建筑组合类型主要包括城市物理实体所表现出的平面和垂向两方面，其单一指标除了建筑物高度外，还包括建筑基底的平面形状、密度、间距、走向、建筑离散度等。在一定的平面单元基础上，可概括出不同种类建筑的空间组合，从而构建不同空间尺度的城市立体形态（Koshak et al., 1998; Shiod, 2000; Isoda et al., 2009；田峰 等，2017；Liu et al., 2017）。基于多期数据，可以对比分析城市立体形态的演变（Yonezawa, 2009；乌敦 等，2019）。不同尺度的建筑组合对应不同的功能类型，从而构成了特大城市在人口、热排放、景观配置、风环境等方面具有明显差异的自然人文综合基本单元。Ng（2011）以香港为例归纳了8种不同的街道类型，数值模拟人行道高度上的通风状况。同样，可以利用街区的建筑高度、密度、周长等属性，结合人口、人为热释放、二氧化碳排放量，建立城市的基本物理生态模型（冯娴慧 等，2006；Mohajeri et al., 2017）。不同尺度建筑组合类型的模型化、参数化是目前城市尺度环境模拟的热点（Dorninger et al., 2008; Buhur et al., 2008；卜心国 等，2008；Wang et al., 2014; Peng et al., 2017; Ren et al., 2018；冯章献 等，2019）。因此，基于建筑组合的研究是城市尺度立体形态构建的重要基础，是城市生态环境优化、宜居水平提高的重要科学支撑，其研究结果将在提升城市通风性能、削减热岛强度等方面具有重要的意义。
建筑组合的基本类型及其分布受自然与人文因子的综合影响，其形成机理一直是学界关注的重点。因所处的平原、河谷、湖泊和港湾等自然地理环境及其发展历史的差异，不同城市具有不同的立体形态类型，其中平原型城市建筑立体形态具有共同的发育特征（葛珊珊，2009；廖江福 等，2015；陈探 等，2015；史北祥 等，2019）。作为单一指标的建筑高度和密度在大型平原型城市如纽约、上海呈现出由中心向边缘递减的规律（Shi et al., 2009; Ashie et al., 2011; Barr, 2012; Grawe et al., 2013）。另外，均质平原是不同区位论提出的重要前提。地价、功能区、人口密度所呈现的圈层结构则是平面上最明显的形态表现。在市场力量、政府规划以及地形配置下，广州主城区地租价格（魏立华 等，2007；孙斌栋 等，2018；杨忍，2019）、人口结构、人口密度、以及商务办公空间的聚集（温锋华 等，2010；张平成，2017；何舒慧，2019）在宏观上均具有圈层空间发育的特征。1990年以后，在老城区、工业和教育“飞地”以及农村社会区3种发展模式驱动下（周春山 等，2006），广州市建筑空间形态也在相应地发生变化。
综上所述，已有研究多集中于城市功能结构与城市形态单一指标的描述（罗谷松 等，2008；孙武 等，2013）。相比于单一指标，从建筑组合角度，更能从深层次上揭示建筑立体形态的空间分布规律与成因。高层建筑密集的广州主城区应存在基本的建筑组合类型。不同尺度的建筑组合，在平面上对应不同的城市功能类型，在区位分布上具有不同的空间分异规律，在成因上依赖于人口密度、地价、海拔高度以及道路等因素的综合影响。围绕上述问题，本文以高层建筑密集的特大城市广州主城区为例，在确定建筑组合基本类型的基础上，分析表达其空间分布规律，将城市建筑形态与自然及人文环境联系起来，探讨自然地理环境、人口密度与地价对建筑立体形态发育的制约，完善城市建筑立体形态形成的机理。

1 研究区域与数据来源

本文所划定的广州市主城区是个相对范围。由于以珠江新城为中心的核心区内部人口密集，建筑用地密度高、车流量大、超高层建筑众多，我们将主城区划定为以珠江新城为中心半径约12 km的范围，包括整个海珠区以及传统的越秀、荔湾、天河区以及白云区的大部分，面积约为447 km2；该区域外围建筑基本以多层和低层建筑为主，内部更多地为建筑密集、建筑高度较高的核心区。划定区域包括了中部建筑密集区、北部白云山丘陵以及东南部湿地与水域三大地理单元。区域内建筑组合类型齐全，利于建筑组合类型的表达与机理分析。
所划定的广州主城区中部沿珠江前航道两岸地形平坦，北部为300 m左右的白云山系，西部和东南部分布有连片的湿地与水域，而海珠湿地是其东南部最大的湿地。2017年建筑基底99%集中在海拔0~50 m以内，海拔＜30 m的1960、1990、2017年三时期由老到新建筑基底面积分别占99%、95%和92%。由此表明，目前主城区所包含的建筑物基本发育在平原之上（图1）。而北依白云山、南傍珠江水的主城区所具有的平原型城市自然地理属性将对建筑组合的圈层分异产生重要影响。
图1 研究区域（广州主城区）单点建筑物高度的分布

Fig.1 Distribution of individual building in the study area (the main urban area of Guangzhou)

本文数据主要包括：2014年等高距5 m的等高线数据，2017年广州市单体建筑数据和2016年底GF-2卫星遥感影像，以及人口和地价数据。基于居委会单元的主城区人口数据来自于第六次全国人口普查，并根据2015年广州各区统计年鉴里以居委会为单元的农业与非农业人口统计进行了更新。广州市地价数据包括居住、商业、办公和工业用地基准地价 1。2017年广州市单体建筑数据是本文建筑组合划分的基础。结合人口密度、地价和通过GF-2卫星遥感影像解译的绿地水域，旨在从宏观与微观两个层面分析上述因子对建筑组合空间分布的影响。

2 研究思路与研究方法

本文将2017年广州市105 095栋具有面状和高度属性的单体建筑数据称之为单点建筑物，它是建筑物或构筑物的基本单元，是建筑组合概括分析的基础。以一定建筑高度和建筑间距标准将单点建筑物在空间上相互聚合，会形成空间尺度较高、具有相对统一标准建筑高度、密度、间距的建筑组合。不同的建筑组合担负着不同的用地功能属性。除了城市宏观用地性质的规划调控外，城市的历史发展、自然地理环境、城市地价、人口密度均深刻影响建筑组合的物理性质与空间分布。不同尺度的建筑组合对应不同的功能类型，从而构成了特大城市具有明显差异的自然人文综合的基本单元。本文基于2017年广州市单体建筑数据，以建筑高度和建筑间距（建筑密度）2个指标，通过近邻分析确定主城区9种基本的建筑组合，利用热点分析辨识基于基本类型的更高尺度上的建筑组合，并在此基础上分析建筑组合所反映的功能区性质，建筑组合对地价及其人口密度的依赖，以及建筑组合同绿地、珠江和城市主干道之间的关系，从自然人文角度揭示建筑组合形成的地理学机理。

2.1　建筑高度

为统计研究区域内单点建筑物占区域内总建筑面积的权重高度之和，也是不考虑海拔的单点建筑物相对高度即建筑高度H：
式中：   h i是第i栋建筑高度； s i第i栋建筑基底面积； s '是建筑基底总面积。

2.2　建筑平面形态指标

利用主城区建筑斑块矢量数据，以圆形度、扁度、矩形度3个指标对建筑斑块的平面形态特征进行分析归纳。
1）圆形度（C）反映了物体接近圆形的程度，也称作区域的紧凑性（Compactness），定义为4π倍的区域面积（A）与周长（P）的平方之比：
C = 4 π A P 2
2）扁度e（eccentricity）或称狭长度（elongatedness），本文采用归一化定义：
e = 1 - b a
式中：a为建筑物基底面长轴；b为基底面短轴。
3）矩形度R（Rectangularity）为建筑基底面积 A 0与其最小外接矩形（MER）面积 A R之比：
R=A0/A R
矩形度反映了基底面在最小外界矩形中的填充程度，矩形的矩形度为1，圆的矩形度为 π / 4，三角形的矩形度为0.5。对于其他形状，矩形度的取值范围为（0，1）。利用矩形度可以区分矩形、圆形和不规则形状。

2.3　近邻分析

利用GIS近邻分析，在固定搜索距离范围内，可以得到单点建筑物与最近邻单点建筑物之间的距离及其他属性信息，从而确定不同类型的建筑组合序列（王珏晗 等，2018）。

2.4　热点分析

利用热点分析工具（Getis-Ord G i *）分析主城区建筑组合的空间分布规律。热点区域通常是某种待观测类型集中分布的区域。计算公式如下：
式中： x j是要素 j的统计值；在本研究中，将需要进行分布范围探究的某种建筑斑块赋值为1，其余类型建筑斑块赋值为0； w i , j是建筑斑块 i和 j之间的空间权重； n为建筑斑块总数，且：
Getis-Ord G i *所判断的是某一建筑斑块类型及其相邻建筑斑块类型的统计值，同总体平均统计值相比，是否存在具有统计显著性的空间聚类，即在空间分布上是否存在高值的聚类（热点）与低值的聚类（冷点）（邱坚坚 等，2020）。

3 研究区建筑组合形态特征与功能属性

建筑空间组合的物理属性可由平均高度、密度、建筑高度离散度、间距以及空间格局等指标表征。高度指标一般有3种：区域内单点建筑物占区域内总建筑面积的权重高度之和为建筑高度，由同等权重计算的区域内单点建筑高度为算术平均高度，区域内单点建筑物中的最高者为最高高度。由2017年500 m格网建筑指标间的相关性（表1）可知，算术平均高度、建筑高度和格网内最高高度三者相关性为0.33~0.87，相互呈正相关。同样3种高度与高度离散度相关性为0.33~0.84，区域建筑高度越高，其离散度越大；高度低的区域，高度趋同，离散度低。只有密度与高度、离散度的关系表现复杂。由于在GIS空间分析中，基于单点建筑物的近邻分析，很容易实现建筑组合的斑块聚合，而单点建筑物之间的间距与密度是2个可以完全相互代替的指标。据此本文确定建筑高度、建筑间距（密度）2个指标成为表征建筑组合相对独立的核心指标。
表1 2017年500 m格网建筑物理属性间的相关性

Table 1 Correlation between physical properties of500 m grid in 2017

建筑属性1 建筑属性2 相关性
建筑密度 建筑高度 -0.03
建筑密度 最高高度 0.28**
建筑密度 高度离散度 0.11**
建筑密度 算术高度 -0.08**
建筑高度 最高高度 0.60**
建筑高度 高度离散度 0.62**
建筑高度 算术高度 0.87**
最高高度 高度离散度 0.84**
最高高度 算术高度 0.33**
高度离散度 算术高度 0.32**

注： **在0.01水平（双侧）上显著相关，*在0.05水平（双侧）上显著相关。

对主城区单点建筑物以步长5 m的间距进行聚合，最大步长50 m，超过50 m视为建筑较少的生态用地。考虑聚合的代表性，每次聚合后挑选出面积>14 000 m2的聚合面作为基本的建筑组合斑块，小于该面积的斑块将被大斑块融合。统计各步长下斑块所对应建筑高度、建筑密度和高度离散度。汇总后的建筑斑块共有4 272块。依据建筑斑块的平均高度与间距，根据自然间断点分级法将建筑斑块的平均高度分为9 m（3层）和21 m（7层），建筑间距分为10 m和30 m，由间距与高度组合成9种基本类型（图2）。平均高度9 m（3层）和21 m（7层）分别代表低层建筑和多层建筑，超过21 m（7层）一般指高层和超高层建筑。
图2 建筑组合的基本类型与示意

Fig.2 Basic types and schematics of architectural combination

3.1　建筑组合的形态特征

基于9种基本类型，从建筑组合斑块的数量、面积、体积以及基底形状，分析建筑组合的形态属性。
1）百米尺度斑块构成了建筑组合的基本单元。9种类型的4 272斑块数量与面积在占比上具有很强的同步性，斑块数量多的类型，面积也较大，基本类型的斑块数量和面积占比非常相似。建筑组合9种类型平均面积为23 202.32 m2，离散度只有3 058.79，平均面积最大的类型为b类，最小的为g类，面积尺度差异不大（表2）。间距≤10 m的a、b、c类型平均面积均>25 000 m2，斑块间距≥30 m的g、h、i类型平均面积均<20 000 m2；斑块基本类型的平均面积有随着建筑间距增大而递减的趋势；由于间距含有密度信息，两者具有同步性，即建筑密度较高的类型，面积也较大，彼此间距较小的建筑更容易形成面积较大的建筑斑块。2017年主城区单点建筑共有105 095栋，在此基础上聚合的9种类型主要由百米方圆尺度的斑块组成，每一斑块平均包含25栋单体建筑物，且斑块的面积为近似于120 m ×120 m的空间尺度；因此，所划分的9种基本类型作为基本单元，通过不同的组合形成了主城区复杂多样的建筑立体形态。
表2 基本类型的物理属性

Table 2 Physical properties of basic types

基本类型 斑块 面积 高度/m 体积占比/% 单点建筑面积占比/%
数量/个 占比/% 平均面积/m2 占比/%
间距≤10 m a 549 13 27 012.00 15 6.32 7 89
b 649 15 29 011.80 18 13.30 18 88
c 71 2 25 654.95 2 29.00 4 91
10 m＜间距＜30 m d 502 12 22 167.77 11 7.10 5 75
e 1 085 25 24 895.11 26 16.22 26 71
f 404 10 23 147.16 9 32.29 18 71
间距≥30 m g 268 6 17 948.95 5 7.22 2 59
h 426 10 19 287.86 8 17.08 7 59
i 318 7 19 695.31 6 43.26 13 63
2）以多层和低层高密度建筑为主，但高层建筑体积占比突出。9种类型中，e类数量最多，b类数量次之，e、b两种类型数量占比与面积占比均达到主城区的40%以上，a、d类型面积合计占比为26%，即a、b、d、e四种类型合计面积占比达到70%，其他类型只占约30%；其中c、g类型面积占比分别仅占2%和5%，占比最少（见表2）。由此表明，间距最窄、高度最高与间距最宽、高度最低的两类极端建筑类型占比较少。9种类型建筑斑块内单点建筑面积占比为59%~91%，平均面积占比为74%。因此，从单点建筑基底面积比例上，主城区以建筑高度＜21 m（7层），间距＜30 m，单点建筑面积占比在71%~89%的高密度建筑组合为主。而其中尤以9~21 m之间的多层建筑为主，几乎占据主城区基底面积的一半。超过21 m的高层建筑主要集中在间距为10~30 m的f类，f类斑块数量和面积占比均达到了9%以上，加上其他两类c、i表征高层和超高层建筑的斑块类型，面积占比为17%。尽管从基底面积上，仍以间距＜30 m的多层建筑和低层建筑类型为主体，但是在建筑组合所对应的建筑体积比例上，超过7层的高层建筑c、f、i三种类型建筑体积占比分别为4%、18%和13%，合计达到35%，远高于其所占的基底面积17%的比例，反映了广州高层建筑对主城区生态环境具有深刻的潜在影响，应予以充分的重视。
3）基底平面形状近似于矩形。根据对2017年单点建筑物平面形态的分析，完全的矩形占38%。圆度占比的整体曲线属于偏态分布，均以0.7~0.8之间的圆度为主，并向两侧递减；圆度在0.8~0.9的占比为30%，在0.5~0.8之间的占比为70%。
9种类型的矩形度、圆度与扁度内部差异不大，平均矩形度、圆度与扁度分别为0.485、0.190和0.387，总体上各斑块近似于矩形（表3）。与单体建筑相比，圆度比例有所降低。但总体来说，从单点建筑物到9种基本类型，无论从功能还是文化传统出发，近似矩形出现的几率最高，成为主城区建筑基底平面形状的首选。
表3 平面形态特征

Table 3 Plane morphological characteristics.

基本类型 平均矩形度 平均圆度 平均扁度
均值 0.485 0.190 0.387
a 0.595 0.218 0.357
b 0.552 0.169 0.357
c 0.591 0.257 0.336
d 0.468 0.182 0.415
e 0.442 0.135 0.387
f 0.441 0.119 0.401
g 0.431 0.245 0.417
h 0.431 0.214 0.403
i 0.417 0.173 0.411

3.2　功能属性

建筑组合类型一定程度上体现着区域用地功能，城市土地利用类型深刻影响着建筑的空间组合与分布特征。为了反映建筑基本类型与用地类型之间的关系，利用百度、高德地图单点建筑物建筑功能属性的数据，结合广州市规划图，从基本类型中统计各种用地类型占比，反过来再从用地类型中统计各种基本类型占比，通过相互比较，分析建筑基本类型与建筑用地类型之间的关系。根据主城区建筑组合类型特点，将2017年广州市主城区用地类型归纳为商业、城中村、城郊村、老城区、工业、学术科研、生态、居住、混合用地9种。其中，混合用地指建筑斑块内包含多种用地类型，且与位居前列的各用地类型面积所占比例相近似。基本类型与用地功能属性间的关系具有以下特点（表4）：
表4 基本类型在各功能区的面积占比

Table 4 the proportion of basic types in each functional area %

基本类型 商业 城中村 城郊村 学术科研 居住 工业 混合 生态 老城区
a 6.3 17.73 18.62 4.9 2.5 7.6 24.91 12.5 5.0
b 10.4 14.32 7.6 4.6 6.9 9.4 28.21 10.83 7.8
c 28.71 5.1 0 6.2 24.12 1.0 16.13 9.2 9.7
d 7.0 9.7 8.1 4.7 1.5 19.43 25.11 24.22 0.4
e 8.2 5.7 2.9 12.13 17.32 9.4 29.81 10.6 4.0
f 16.53 4.4 0.5 13.8 30.11 2.8 21.42 6.2 4.2
g 8.7 6.1 6.5 11.4 5.5 16.53 19.22 25.41 0.7
h 5.9 3.1 2.9 27.71 10.1 8.2 23.82 17.33 0.9
i 23.12 6.1 0.9 10.6 26.61 4.0 17.93 7.7 3.2

注：1、2、3表示用地类型所占比例的排序。

1）以混合用地类型为主。a、b、d、e类型的主导用地性质为混合用地，混合用地占比为24%~30%，位居第一；f、g、h三种类型混合用地性质占比位居第二，占比为19%~24%（见表4）。由前面的分析，a、b、d、e类型基底面积比例合计达到70%，构成了主城区建筑的基本类型，即建筑高度<21 m，间距<30 m，中低高度、间距密集的建筑斑块基本属于混合用地。尽管如此，混合用地类型中，基本类型的组合仍有差异。a类城中村与城郊村分别占比17.7%、18.6%，城中村特色明显。b类城中村与商业组合明显，两者合计约25%。d类工业用地占比高达19.4%，e类居住占比为17.3%。从建筑类型的角度，混合用地类型占比高是广州发达的城市用地类型的主要特征，也符合当今城市用地性质界限模糊、相互重叠功能多样的特点。
2）高层建筑类型的功能指示作用明显。除上述4种类型，c、f、g、h、i五类面积合计占比约30%（见表2），且单一功能占比在25%以上，具有明显的功能用地指示作用。c、f、g、h、i五类分别指示商业（28.7%）、居住（30.1%）、生态（25.4%）、学术科研（27.7%）和居住（26.6%）。c、f、i三类建筑高度＞21 m，属于高层和超高层组合，改革开放以来主城区建筑高度的抬升主要来自于上述新型高层建筑单元的建设。新型的居住小区、商业综合体、以及老城区改造过程中由于规划调控力度强，使得用地功能的指示作用明确。同样，g、h两类的建筑高度＜21 m，间距＞30 m，符合学术科研用地和生态用地严格规划的约束，也具有明确的功能指示作用。
3）功能区基本类型组合差异明显。根据不同功能区内各基本类型面积占比，功能区里9种建筑类型组合具有明显的差异。城郊村分布于主城区最外围，远离城市建成区；城中村主要分布在主城区内部，边缘分布较少。城郊村与城中村多由类型a+b构成，建筑间距≤10 m。其中，城郊村由建筑间距≤10 m低层建筑组成的a类占比高达42%，d类13%，总体建筑高度较低；而组成城中村建筑的b类占比为29%，e类占比17%，b、e多层建筑占比达46%，城中村和城郊村密度差别不大，只是城中村处在主城区内部，建筑高度稍高。工业区多为e+d+b组合，即建筑间距<30 m，平均高度<21 m的建筑斑块构成了近50%面积的工业区，体现了工业区功能对建筑的限制。混合用地多为e+b+a类型，三者建筑间距均<30 m，高度<21 m。居住用地与商业区多由e+f+i组成，占比排序相同，即间距多分布于10~30 m之间，高度均>9 m，包括较多高度超过21 m建筑的中高层建筑斑块，多在主城区密集分布。最后，老城区主要指在民国基础上更新演变而来的建筑，多分布于越秀、荔湾和海珠；多由b+e构成，反映了间距<30 m，高度在9~21 m之间的建筑构成了老城区面积的近60%。从组合类型上老城区更加接近于混合用地。从功能区的角度，在7个功能类型里，e类在工业、混合、居住、商业4个中的占比介于21%~38%，均居首位；只是在老城区居于第二（25%）。正是由于e类建筑间距和高度在9种组合类型中处于中间状态，功能上具有混合和居住的特点，使该类能与不同高度和间距的其他建筑进行组合，成为多种功能区内出现频率最高的通用类型。
基于GIS热点分析可辨识某一基本类型在研究区域内的聚类现象，通过提取置信度>95%的热点区域，并将空间聚集区域按50 m间距聚合，形成比9种基本类型单元空间尺度更高的以基本类型为主的聚集类型（图3-a）。在此基础上，将热点类型与广州市主城区用地类型图叠合，统计各基本类型聚集类型中不同用地性质面积占比，分析更高空间尺度上基本类型与用地性质之间的关系，最终得到基于用地类型的热点聚合分布图（图3-b）。相比9种类型的4 272块斑块，聚集类型7类共1 284块，平均面积121 902 m2，空间尺度比9种类型有所提高。
图3 两种建筑组合类型的概括表达

Fig.3 General expression of two types of architectural combination

统计聚集类型的物理性质可得（表5），混合用地所占数量最多，所占面积最大，总数量占比为46%，总面积占比为37%。除混合用地外，居住+商业、城中村+城郊村面积占比与数量占比较大，面积占比分别为19%和14%。混合、商业+居住、城中村+城郊村三者占据主城区建筑斑块70%的面积，表明主城区建筑多由商业、居住、城中村、城郊村与混合用地构成。其余面积占比与数量占比较小，均≤10%。在建筑高度上，居住+商业以28.58 m在7种类型中名列前茅；城中村+混合、混合、居住+混合和学术科研处于第二梯队，高度在14~18 m之间；城中村+城郊村、生态+混合最低，建筑高度＜9 m。相对而言，城中村+城郊村、城中村+混合两类功能类型斑块内单点建筑面积占比最高。
表5 热点聚类类型组合的物理性质

Table 5 The physical nature of type combination of the hot spot cluster

类型组合 数量/个 数量/% 平均面积/m2 面积占比/% 前三位 前三位面积占比/% 高度/m 单点建筑面积占比/%
城中村+城郊村 94 7 191 183.35 14 a+d+b 81 7.83 69
城中村+混合 65 5 200 301.62 10 b+e+a 83 14.49 68
混合 591 46 81 001.05 37 e+b+a 61 15.19 64
居住+混合 80 6 113 857.57 7 e+b+f 83 17.65 60
居住+商业 223 17 107 857.23 19 f+e+i 77 28.58 58
生态+混合 104 8 115 960.20 9 d+a+e 79 8.66 63
学术科研 127 10 43 153.39 4 h+e+a 76 15.41 62
上述特点与9种基本类型对功能用地和建筑高度的指示作用相同，反映了基本类型建筑属性特点在较大尺度上仍然能继续得到体现。

4 建筑组合空间圈层分布

珠江新城除了是本研究区域的几何中心外，也是主城区高层建筑最为集中地区域，属于主城区建筑高度的“屋脊”。为了宏观上概括反映主城区建筑组合由中心向外的变化特征，以珠江新城作为圆心依次向外作14个1 km的环状缓冲区，统计各缓冲距内9种基本类型面积所占圆环的比例。结果表明，基本类型圈层分布的特点突出，但分异规律存在差异。主城区的核心珠江新城范围，建筑多为高层或超高层建筑，且各建筑间距较大，建筑斑块主导类型为i型；向外的2~3圈层为天河区住宅商业集中区，区域内建筑平均高度较高，伴随着城市建筑的更新与改造，建筑斑块密度较大，斑块内建筑间距多< 30 m，主导类型由i型变为f型；第3~11圈层，属于广州市越秀、荔湾老城区以及1990年以前开发的城市范围，范围内建筑紧密，主导类型为b型；外圈为广州主城区外围，城中村密集分布，平均楼层数大多在3层以内，主导类型为a型与d型。从分异的曲线形式可以归纳为3种类型（图4）。
图4 建筑组合圈层分异的3种形式

Fig.4 Three forms of circle differentiation of building combinations

1）低层建筑由中心向外占比以线性形式逐渐提高。随着缓冲距离的增加，建筑高度＜9 m的a、d、g，面积比例由8%逐渐增大到50%。线性拟合相关性较高，3种类型的R 2均>0.8，拟合函数的斜率均<0，且类型间距越小，拟合曲线斜率越高，其中间距最小的a类，递增速度最大，反映主城区中心向外低层建筑增加（图4-a）。从用地性质上也反映了由中心向外混合用地、城中村、城郊村、生态用地增多。
2）多层建筑构成了城市建筑高度的基面。介于9~21m之间的b、e、h主要为多层建筑。在2~10 km之间b明显增多，主要反映了越秀、荔湾、海珠老城区民国时期建筑的特点。b类型在6 km缓冲带内占比最高，为34.9%，从而形成了面积占比中间高、两侧低的分异趋势。另外两种间距稍高的h类型主要对应于多层建筑的学术科研用地，严格受功能属性的制约；而e类型主要对应于混合用地与居住用地，两类总体上主城区面积占比差异不明显（图4-b）。由于表征多层建筑聚合斑块的b、e、h面积占比分别为18%、26%、8%，合计高达52%，从而构成了城市建筑高度的基面。
3）高层建筑由中心向外占比以对数形式迅速递减。图4-c中c、f、i三种类型建筑高度超过21 m，面积比例由73%降至10%，对数拟合R 2在0.499~0.935，3种类型的占比随着缓冲距离增大，在5 km内急剧减少。c、f、i对应新型的商业和居住类型，高层的商业与居住建筑尽管总体占比较少，但大多属于改革开放以来规划增加的建筑，强烈的规划属性所具有的圈层递减规律制约着城市景观及其天际线的变化。
总体上，若考虑主城区以水域和绿地构成的面积，主城区建筑高度和密度由中心向外递减，主要体现在低层建筑和高层建筑之上。低层建筑向外占比迅速提高；而高层和超高层建筑呈对数形式急速降低，是主城区高度以及天际线变化的主导因子；而多层建筑内外变化差异不大，由于占比较大，形成了城市高度变化的基面。从功能类型上，混合用地和多层建筑的居住功能构成了主城区用地背景，新型的高层和超高层商业和居住功能由中心向外呈对数递减；相反，城中村、城郊村以及生态用地由中心向外呈线性增加，上述建筑组合与功能类型构成了广州市主城区建筑类型的圈层结构。

5 建筑属性空间分布的影响因素

围绕建筑组合类型及其主要属性高度和密度形成的机理，本文分别从城市宏观与微观两个尺度进行探讨。宏观尺度主要包括主城区地价与人口密度，微观尺度选择绿地、珠江水域和城市主干道3个因子。

5.1　地价、人口对高度与密度的影响

基于热点分析数据，利用1 268块聚合斑块所对应的建筑高度、建筑密度、地价指数和人口密度指标，分析地价、人口对建筑组合基本类型的影响。人口密度为基于第六次人口普查数据，并利用2015年广州各区统计年鉴以街道居委会单元进行更新。广州市地价数据包括居住、商业、办公和工业用的基准地价，据此形成综合地价指数。结果表明，人口密度与地价指数相关性最高（R 2=0.546），地价指数与建筑高度相关性次之（R 2=0.400）。地价高的区域如CBD、珠江两岸高层建筑，建筑组合类型以e、f为主；外围区域地价低，建筑高度也低，建筑组合以a、d居多。人口密度高的老城区、城中村、主城区核心区地价也高。宏观上，主城区形成以珠江新城为中心的高地价中心，并呈圈层的形式向外递减。人口密度的空间分布同城市发展历史和功能区密切相关，同建筑高度稍有差别。以越秀、荔湾和天河三区的人口密度最高，并有连绵成片的趋势；白云区、海珠区的2个中心规模次之。但在宏观上，与基准地价指数类似，主城区同样保持人口密度由中心向边缘递减的圈层结构。因此，地价、人口、建筑高度间的相关性表明地价是城市建筑高度、人口密度由中心向外递减的核心制约因子，是城市建筑组合呈圈层分异的背景因素。

5.2　绿地、珠江与主干道对建筑组合的影响

从微观层面，以50 m缓冲带向外延伸500~1 000 m分析绿地、珠江水域和城市主干道3个因子对建筑属性的影响（图5）。用建筑高度和建筑密度2个指标分析距离绿地发生的变化。缓冲带内各单点建筑物占总建筑面积的权重高度之和为缓冲带建筑高度，建筑密度则为建筑总基底面积与各缓冲带面积的比值。
图5 绿地、水域和道路样本的选择

Fig.5 Selection of samples of green space, water area and road

本文将绿地分为平原绿地、丘陵绿地、湿地绿地3类。平原绿地为主城区建成区内部海拔高度＜50 m的公园，样本分布在荔湾、越秀和天河区；丘陵绿地为北部发育在白云山、火炉山丘陵；湿地绿地分布于海珠湿地一带，海拔仅有几米。选取面积在0.1 km2的平原绿地共12块，包括麓湖公园、荔湾湖公园、天河公园等；丘陵绿地选取北部白云山火炉山4块，面积＞1 km2，海拔多为50~300 m；湿地绿地选取海珠区东南部海珠湿地范围内10块，包括瀛洲生态公园、上涌果树公园等，面积均>0.5 km2。
“依山傍水”是广州主城区城市发展最突出的自然地理背景。根据城市发展的演变及其内部的差异，选取珠江3段作为分析样本。Ⅰ段即老城区段自三江汇流处至东山湖海印大桥长约4 km，流经广州市老城区，两侧多为上世纪60年代骑楼或老旧居民区商业区。Ⅱ段新建城区段自东山湖至员村华南大桥，长约7 km，为90年代至今规划新建的现代化小区与中心商务区；Ⅲ段包含前航道剩余部分、后航道大部，以及前后航道汇流处，长度为41 km。此外，选取5条主干道：分别为机场路、东风路—黄埔路、广州大道、科韵路、新港路。所选主干道涵盖了东西与南北走向，贯穿主城区，总长度为78 km，且各平行主干道之间的距离均>2 km。

5.2.1　绿地对建筑组合的影响

由图6-a所示，绿地对建筑属性的影响在500 m之内表现明显，规律稳定。平原绿地外各缓冲距离内面积占比最大的类型为e，其次为f，两者合计占比在各缓冲距离内均>55%，其他类型占比较小。因此，主城区公园被多层与高层居住小区所围绕。丘陵绿地外各缓冲距离内面积占比最大的类型为e，其次为b与d，聚集度不如平原绿地，三者合计面积占比均>55%。湿地绿地各缓冲距离内面积占比较大的类型为a、b、e，三者合计面积占比均>50%。
图6 绿地对建筑组合的影响

Fig.6 the influence of green space on building combination

平原绿地周边建筑高度最高，多在25 m以上（图6-b）；丘陵绿地次之，均在15~20 m范围内；湿地最低，多在15 m以下。平原绿地边缘100 m缓冲带内建筑高度最高，形成明显的环状高地；丘陵绿地高度在15~20 m，差异不大；距湿地边缘100 m内高度在10 m左右，建筑多由低矮密集的城郊村建筑与工厂组成。随着向建成区边缘扩张，建筑高度逐渐升高至15 m。不同类型绿地各缓冲区内建筑密度占比平原绿地最高，为30%，500 m内差异不大。相反，丘陵和湿地绿地在0~500 m内，密度低于平原绿地，只有15%左右。紧靠丘陵绿地与湿地绿地多以城中村、城郊村和工厂为主，建筑密度较大，在500 m处现代居住小区增加，受规划的约束，建筑密度相对较低。
由于绿地自然地理环境及其区位的影响，3种绿地周边的建筑组合、高度与密度具有差异。主城区内部的平原绿地，区位条件优越，周边建筑高度和密度最大，以多层和高层居住小区为主，并形成明显的高度环。丘陵绿地和湿地绿地均地处于主城区外围，环境与区位条件相对较差，前者多以集体用地的多层居住小区为主，高度偏低，密度较小。后者多由城郊村和低矮的厂房所组成，差异明显。

5.2.2　珠江不同分段对两侧建筑组合的影响

珠江对建筑属性的影响在1 000 m之内表现明显，规律稳定。珠江Ⅰ段（老城区段）各缓冲距离段内b、e两种类型面积占比均>45%。Ⅰ段两侧多分布着3~7层的骑楼，且建筑排列紧密，两侧建筑所构成的建筑斑块以b、e为主；珠江Ⅱ段（新城区段）e+f+i三种类型面积占比均>60%，Ⅱ段两侧多高档居住区以及商业区，多由中高层建筑组成；珠江Ⅲ段（外围段）大部分位于城郊，流经大学城，海珠湿地以及后航道部分工业区，建筑多低矮密集分布，类型以a、b、e为主。选取可以代表主城区大多数居住区、商业区与混合用地的e、f、i类型作为沿岸建筑主导类型，不同缓冲距离内主导类型e+f+i面积占比的变化与建筑物理性质的变化如图7-a。
图7 珠江分段对建筑组合的影响

Fig.7 The influence of Pearl River section on building combination

总之，珠江航道不同段两侧，由于城市发展历史以及规划功能的体现，建筑组合类型差异较大。珠江各段不同缓冲距离内高度与建筑占比的变化如图7-b。老城区代表了民国建筑的组合，珠江两岸建筑密度大、高度中等；新建城区段体现了珠江新城周边城市CBD的功能，两侧建筑高度最大，构成了城市的天际线，并随距离增加而高度降低；而Ⅲ段更多反映了主城区外围低层建筑的特征。

5.2.3　不同主干道两侧建筑斑块基本类型分布特征

鉴于主干道众多，主干道通过的两侧功能属性不同，会产生不同的建筑组合。本文重点分析主干道中心线两侧建筑高度、建筑密度的分异。和珠江一样，城市主干道对建筑属性的影响也在1 000 m之内表现明显，规律稳定。平均高度与主干道距离的变化趋势非常明显，在100 m内高度最高，而后开始下降，400 m之后进入另一条道路附近，高度重新抬升，在剖面上形成一个盆地型的洼地。一般来说，道路两侧建筑斑块多为居住小区和商业用地，中间多为居住功能为主的多层建筑、公园，另外主城区里面还多有城中村分布。由于主干道在主城区纵横交织，受地价向道路两侧递减的影响，道路两侧建筑相对较高，从而形成了主城区独特的格网状建筑地形。对应的建筑密度随着距离的增加迅速降低，由最高值28.3%下降至22.7%，反映出随着与主干道距离增大，建筑密度逐渐递减的规律（图8）。
图8 主干道对建筑组合的影响

Fig.8 the influence of main road on building combination

6 结论

本文基于2017年广州市单体建筑数据，以建筑高度和建筑间距（建筑密度）2个指标，通过近邻分析确定主城区9种基本的建筑组合类型，在此基础上分析建筑组合类型的空间分布，建筑属性对地价、人口密度依赖，以及建筑组合同绿地、珠江和城市主干道之间的关系。主要结论有：
1）依据建筑斑块的平均高度与间距，根据自然间断点分级法，将建筑斑块的平均高度分为9 m（3层）和21 m（7层），建筑间距分为10和30 m四个指标，组合成9种基本类型。百米尺度斑块构成了主城区建筑组合的基本单元，并以混合用地类型为主，高层建筑类型的功能指示作用明显。
2）从功能类型上，混合用地和多层建筑的居住功能构成了主城区用地背景，新型的高层和超高层商业和居住功能由中心向外呈对数递减；相反，城中村、城郊村以及生态用地向外呈线性增加。上述建筑组合与功能类型构成了广州市主城区建筑类型的圈层结构。
3）地价、人口、建筑高度间的相关性表明，地价是城市建筑高度、人口密度由中心向外递减的核心制约因子，是城市建筑组合呈圈层分异的宏观背景因素。而绿地、珠江与主干道在微观层面对建筑组合类型、高度和密度产生影响，影响的水平距离在1 km以内。
主城区建筑主要发育在30 m以下的平原地带，城市中心优越的区位反映了交通的通达性与商业的吸引力，它们综合所体现的经济学趋利原则，通过地价和人口密度制约着建筑物组合的空间分布，并能在平原上很好地以圈层形式呈现出来。同时，珠江、城市主干道以及城市绿地由于所处区位的不同，加上承担的交通、居住和生态功能本身的差异，在1 000 m尺度上对建筑组合产生局部影响。因此，城市在历史发展的过程中，自然与人文因子的综合作用，宏观背景与微观因素相互结合，从而使主城区建筑组合圈层化、多样化、复杂化。

脚注

1 广州市规划和自然资源局．关于公布广州市2018年城镇国有建设用地标定地价成果的通告. http://ghzyj.gz.gov.cn/ywpd/tdgl/djxx/bddj/content/post_4936111.html。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
Ashie Y and Kono T. 2011. Urban-Scale CFD Analysis in Support of a Climate-Sensitive Design for the Tokyo Bay Area. International Journal of Climatology, 31(2): 174-188.

Barr J. 2012. Skyscraper Height. Journal of Real Estate Finance & Economics, 45(3): 723-753.

Buhur S, Th Kersten, Büyüksalih Gürcan, Jacobsen K, Baz I, Dursun S and Sagir D. 2008. 3D City Modelling of Istanbul Historic Peninsula by Combination of Aerial Images and Terrestrial Laser Scanning Data. Istanbul: Earsel Workshop on Remote Sensing for Developing Countries/GISDECO.

卜心国，王仰麟，吴健生．2008．深圳快速城市化中地形对景观垂直格局的影响．地理学报，63（1）：75-82.

Bu Xinguo, Wang Yanglin and Wu Jiansheng. 2008. The Influence of Terrain on Vertical Landscape Pattern in Shenzhen's Rapid Urbanization. Acta Geographica Sinica, 63(1): 75-82.

陈探，刘淼，胡远满，常雄凯，李春林，徐岩岩，施拓．2015．沈阳城市三维景观空间格局分异特征. 生态学杂志，（9）：243-249.

Chen Tan, Liu Miao, Hu Yuanman, Chang Xiongkai, Li Chunlin, Xu Yanyan and Shi Tuo. 2015. Differentiation Characteristics of Spatial Pattern of 3D Landscape in Shenyang city. Journal of Ecology, (9): 243-246.

Dorninger P and Pfeifer N. 2008. A Comprehensive Automated 3D Approach for Building Extraction, Reconstruction, and Regularization from Airborne Laser Scanning Point Clouds. Sensors, 8(11): 7323-7343.

冯娴慧，魏清泉．2006．基于绿地生态机理的城市空间形态研究．热带地理，26（4）：344-348.

Feng Xianhui and Wei Qingquan. 2006. A Study of the Urban Spatial Form Based on the Ecological Principles of Green Space. Tropical Geography, 26(4): 344-348.

冯章献，王士君，金珊合，杨俊．2019．长春市城市形态及风环境对地表温度的影响．地理学报，74（5）：902-911.

Feng Zhangxian, Wang Shijun, Jin Shanhe and Yang Jun. 2019. Influence of Urban Form and Wind Environment on Surface Temperature in Changchun City. Acta Geographica Sinica, 74(5): 902-911.

Grawe D, Thompson H L, Salmond J A, Cai X M and Schlünzen K H. 2013. Modelling the Impact of Urbanization on Regional Climate in the Greater London Area. International Journal of Climatology, 33(10): 2388-2401.

葛珊珊．2009．基于Urban DEM的城市三维形态研究——以南京老城区为例．南京：南京师范大学. [Ge Shanshan. 2009. Three-Dimensional Urban Morphology Research Based on Urban DEM: Take the Old Urban Area of Nanjing as an Example. Nanjing: Nanjing Normal University. ]

何舒慧. 2019. 广州市主城区商业空间集聚特征研究. 广州：华南理工大学.

He Shuhui. 2019. Research on the Characteristics of Commercial Space Agglomeration in the Main Urban Area of Guangzhou. Guangzhou: South China University of Technology.

Isoda Y, Tsukamoto A, Kosaka Y, Okumura T, Sawai M, Yano K, Nakata S and Tanaka S. 2009. Reconstruction of Kyoto of the Edo Era Based on Arts and Historical Documents: 3D Urban Model Based on Historical GIS Data. International Journal of Humanities and Arts Computing, 3(1/2): 21-38.

Koshak N A and Gross M D. 1998. 3D Modelling of Historic Makkah. Osaka: CAADRIA, 98.

Lin J, Huang B, Chen M and Huang Z. 2014. Modeling Urban Vertical Growth Using Cellular Automata: Guangzhou as a Case Study. Applied Geography, 53: 172-186.

Liu M, Yuan M H and Chun L L. 2017. Landscape Metrics for Three-Dimensional Urban Building Pattern Recognition. Applied Geography, 87: 66-72.

李大全，孙武，欧阳睿康，黄盛，高梦媛，李庆祥，黄启明．2019．湍流度随高度的变化及其对城市宏观地形的依赖．热带地理，39（3）：365-376.

Li Daquan, Sun Wu, Ouyang Ruikang, Huang Sheng, Gao Mengyuan, Li Qingxiang and Huang Qiming. 2009. Variation in Turbulence Degree with Height and Its Dependence on Urban Macroscopic Topography. Tropical Geography, 39(3): 365-376.

廖江福，唐立娜，邱全毅，许通，钱瑶．2015．海湾型半城市化地区空间形态演化模拟．热带地理，35（1）：61-69.

Liao Jiangfu, Tang Lina, Qiu Quanyi, Xu Tong and Qian Yao. 2015. Peri-Urban Landscape Dynamics Simulation by Integrating Simulated Annealing and Cellular Automata. Tropical Geography, 35(1): 61-69.

罗谷松，孙武，李国，纪芸，王义明．2008．广州建成区三维城市模型的构建及其高度分布特征. 热带地理，28（6）：523-528.

Luo Gusong, Sun Wu, Li Guo, Ji Yun and Wang Yiming. 2008. Construction of 3-Dimensional Model of Guangzhou City. Tropical Geography, 28(6): 523-528.

Mohajeri N, Gudmundsson A and Scartezzini J L. 2017. Statistical-Thermodynamics Modelling of the Built Environment in Relation to Urban Ecology. Ecological Modelling, 307(S307): 32-47.

Ng E, Yuan C, Chen L, Ren C and Jimmy C H Fung. 2011. Improving the Wind Environment in High-Density Cities by Understanding Urban Morphology and Surface Roughness: A Study in Hong Kong. Landscape & Urban Planning, 101(1): 59-74.

Peng F, Wong M S, Wan Y L and Nichol J E. 2017. Modeling of Urban Wind Ventilation Using High Resolution Airborne LiDAR Data. Computers, Environment and Urban Systems, 64: 81-90.

邱坚坚，刘毅华，袁利，陈澄静，黄清瑶．2020．粤港澳大湾区科技创新潜力的微观集聚格局及其空间规划应对．热带地理，40（5）：808-820.

Qiu Jianjian, Liu Yihua, Yuan Li, Chen Chengjing and Huang Qingyao. 2020. Mapping the Micro-Scale Scientific and Technological Innovation Potentials of Guangdong-Hong Kong-Macao Greater Bay Area: A Response to Spatial Planning. Tropical Geography, 40(5): 808-820.

Ren C, Yang R, Cheng C, Xing P, Fang X Y, Zhang S, Wang H F, Shi Y, Zhang X Y and Kwok Y T. 2018. Creating Breathing Cities by Adopting Urban Ventilation Assessment and Wind Corridor Plan: The Implementation in Chinese Cities. Journal of Wind Engineering and Industrial Aerodynamics, 182: 170-188.

Shi L Y, Shao G F, Cui S H, Li X Q, Lin T, Yin K and Zhao J Z. 2009. Urban Three-Dimensional Expansion and Its Driving Forces: A Case Study of Shanghai, China. Chinese Geographical Science, 19(4): 291-298.

Shiod N. 2000. 3D Urban Models: Recent Developments in the Digital Modelling of Urban Environments in Three-Dimensions. GeoJournal, 52(3): 263-269.

史北祥，杨俊宴. 2019. 基于GIS平台的大尺度空间形态分析方法——以特大城市中心区高度、密度和强度为例. 国际城市规划，34（2）：111-117.

Shi Beixiang and Yang Junyan. 2019. Large Scale Spatial Morphology Analysis Method Based on GIS Platform: Take the Height, Density and Intensity of the Metropolitan Central Districts as Example. Urban Planning International, 34(2): 111-117.

孙斌栋，刘倩倩，张婷麟. 2018. 中国市域空间结构的特征及其影响因素. 地理科学，38（5）：672-680.

Sun Bindong, Liu Qianqian and Zhang Tinglin. 2018. Characteristics and Influencing Factors of the Spatial Structure of Chinese cities. Scientia Geographica Sinica, 38(5): 672-680.

孙武，李国，李涛，陈世栋，陈东梅，蒋海荣．2013．民国时期广州市建成区主体建筑立体形态的恢复及其特征．热带地理，33（5）：518-526.

Sun Wu, Li Guo, Li Tao, Chen Shidong, Chen Dongmei and Jiang Hairong. 2013. Urban Spatial Morphology of Guangzhou's Built-up Area in the Period of the Republic of China. Tropical Geography, 33(5): 518-526.

田峰，李虎．2017 联合星载光学与SAR图像的城市大面积建筑物高度快速提取．测绘学报，46（7）：891-899.

Tian Feng amd Li Hu. 2017. Fusion of Spaceborne Optical and SAR Images for Building Height Quick Extraction in Big Urban Areas. Acta Geodaetica et Cartographica Sinica, 46(7): 891-899.

Wang T Y, Zhang G, Li D R, Tang X M, Jiang Y H, Pan H B, Zhu X Y and Fang C. 2014. Geometric Accuracy Validation for ZY-3 Satellite Imagery. IEEE Geoence and Remote Sensing Letters, 11(6): 1168-1171.

王珏晗，周春山．2018．广州市商业型健身房空间分布及其影响因素．热带地理，38（1）：120-130.

Wang Yuhan and Zhou Chunshan. 2018. Spatial Distribution and Its Influential Factors of Commercial Fitness Clubs in Guangzhou. Tropical Geography, 38(1): 120-130.

魏立华，丛艳国，李志刚，闫小培. 2007. 20世纪90年代广州市从业人员的社会空间分异. 地理学报，62（4）：407-417.

Wei Lihua, Cong Yanguo, Li Zhigang and Yan Xiaopei. 2007. Social Spatial Differentiation of Employees in Guangzhou in the 1990 s. Acta Geographica Sinica, 62(4): 407-417.

温锋华，李立勋． 2010． 广州市商务办公空间区划及其功能分异研究．热带地理，30（5）：528-533.

Wen Fenghua and Li Lixun. 2010. Research on the Division and Functional Differentiation of Commercial Office Space in Guangzhou. Tropical Geography, 30(5): 528-533.

乌敦，阿拉腾图娅，木希叶乐．2019．基于GIS的呼和浩特市近百年街道时空演变及其特征分析．地理科学，39（6）：987-996.

Wu Dun, Alateng Tuya and Muxi Yele. 2019. GIS-Based Spatial-Temporal Evolution and Characteristics Analysis of Streets in Hohhot in the Past Century. Scientia Geographica Sinica, 39(6): 987-996.

Yonezawa G. 2009. 3D Topographical Analysis of Hanoi, Vietnam. Japanese Journal of Southeast Asian Studies, 46(4): 519-531.

杨忍. 2019. 广州市城郊典型乡村空间分化过程及机制. 地理学报，74（8）：1622-1636.

Yang Ren. 2019. Spatial Differentiation Process and Mechanism of Typical Rural Suburbs in Guangzhou. Acta Geographica Sinica, 74 (8): 1622-1636.

张平成. 2017. 基于多源数据的广州市主城区多中心空间格局解析. 广州：华南理工大学.

Zhang Pingcheng. 2017. Analysis of the Multi-Center Spatial Pattern of the Main Urban Area of Guangzhou Based on Multi-Source Data. Guangzhou: South China University of Technology.

周春山，刘洋，朱红．2006．转型时期广州市社会区分析．地理学报，61（10）：1046-1056.

Zhou Chunshan, Liu Yang and Zhu Hong. 2006. Analysis of the Social Area of Guangzhou during the Transition Period. Acta Geographica Sinica, 61(10): 1046-1056.

Options
文章导航

/

〈 〉