基于遥感影像及在线房租数据的城市内部贫困空间测度研究——以广州市内城核心区为例.pdfVIP

下载本文档

6
0
约3.28万字
约 8页
2019-04-26 发布于河南
举报
版权申诉

基于遥感影像及在线房租数据的城市内部贫困空间测度研究——以广州市内城核心区为例.pdf

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

人文地理 2018年第3期总第161期文章编号:1003-2398(2018)03-0060-08 DOI:10.13959/j.issn. 1003-2398.2018.03.008 基于遥感影像及在线房租数据的城市内部贫困空间测度研究 ——以广州市内城核心区为例 1 1 2 3 袁媛，刘菁，陈逸敏，尤智扬（1. 中山大学地理科学与规划学院，广东省城市化与地理环境空间模拟重点实验室，广州510275 ； 2.华东师范大学地理科学学院，地理信息科学教育部重点实验室，上海200241 ； 3.百度国际科技（深圳）有限公司，深圳518000） POVERTYPOVERTY MEASUREMENTMEASUREMENT OFOF URBANURBAN INTERNALINTERNAL SPACESPACE BASEDBASED ONON REMOTEREMOTE SENSINGSENSING IMAGESIMAGES ANDAND ONLINEONLINE RENTALRENTAL INFORMATION:INFORMATION: AA CASECASE STUDYSTUDY OFOF THETHE CITYCITY CORECORE OFOF GUANGZHOUGUANGZHOU 1 1 2 3 YUAN Yuan , LIU Jing , CHEN Yi-min , YOU Zhi-yang (1.SchoolofGeography andPlanning,Guangdong ProvincialKey Laboratory ofUrbanizationandGeo- simulation,SunYat-senUniversity,Guangzhou510275,China;2.SchoolofGeographicSciences,Key Lab.of GeographicInformationScience(Ministry ofEducation),EastChinaNormalUniversity,Shanghai200241, China;3.BaiduInternationalTechnology (Shenzhen) Co.,Ltd,Shenzhen518000,China) Abstract:Abstract: Academia has achieved remarkable results in poverty measurement mainly based on socioeconom- ic statistical data, such as census data and survey data. The development of wide coverage and multi-dimen- sionalpoverty indicators is one of the main challenges in urban poverty studies. By integratingonline rental information and remote sensing images from Google Earth and Landsat8, thisstudyproposesa BDPI (Big da- ta poverty index), which is composed of three indicesin cluding land cover index, surface texture index and