一、基于GIS的数字化地产评估系统研究（论文文献综述）
杜宜珊[1]（2020）在《基于GIS的科右前旗经济项目区位选择优先级模型构建》文中研究指明经济项目的区位选择是指以提升项目经济效应为主要目标,对经济项目的地理位置进行分析与决策。经济项目的区位选择直接影响了经济活动的开展、推进与成效形成,是地区经济发展的重要组成部分,其研究对区域经济建设具有重要的作用及意义。以往的经济区位选择研究得出了产业聚集因子、交通可达因子等区位影响因子,探索了以层次分析法为代表的区位选择模型构建方法并利用GIS进行了模型的构建以及求解,但仍存在以下不足:一是未将影响经济项目区位选择的重要因素——生态因素考虑进去,二是区位因子权重确定的方法多使用主观赋权法中的层次分析法,缺少实地数据的检验与论证。本文针对内蒙古科尔沁右翼前旗的经济项目区位选择,以GIS为基本分析工具,研建了基于GIS的科右前旗经济项目区位选择优先级模型并开发系统用于支持实际决策,最终落脚于生态文明视域下的经济建设与发展,助力地域经济区位决策支持。主要研究内容及成果如下:（1）研建了科右前旗经济项目区位选择优先级模型,在传统区位因子基础上纳入生态保护红线因子,将科右前旗经济项目分为5类:农牧林水类、工业能源类、地产建设类、服务产业类以及社会事业类,分别针对于每一类项目进行区位选择优先级模型的研建。将生态保护红线作为区位选择的先决条件进行表达,结合层次分析法与多元回归拟合分析对区位因子进行验证与赋权,并以实地数据对模型进行检验,检验所得复测定系数2值为0.9496,呈显着相关关系。（2）基于科右前旗交通可达性分析、土地利用类型、各乡镇与苏木产业区位熵、人口密度数据,集成区位因子数量化评分方法,利用Arc GIS中栅格计算器等空间分析工具进行计算与求解,得到总体区位优先级空间分布情况与各乡镇、苏木的经济项目区位选择优先级评价结果,并据此对科右前旗生态建设要求下的经济发展进行了分析与建议。评价结果显示农牧林水类项目区位总分平均分在五个项目中最高,证明科右前旗现行的区位环境仍然更适合农牧林水相关项目发展。（3）基于以上分析结果开发了科右前旗经济项目区位选择决策支持系统,实现了科右前旗经济项目区位选择优先级评价结果可视化与存储、区位选择优先级模型查看与编辑、用户授权管理与留言等功能,可以为科右前旗经济项目区位选择提供决策支持,将模型研究结果服务于经济建设实际。
陆小波[2]（2019）在《基于城市空间大数据的中国特大城市形态定量研究初探》文中研究说明在中国经济发展新常态和进入城镇化中后期双重背景下,特大城市作为中国城镇人口的重要流向地,其常住人口城镇化比重普遍达70%,率先进入存量更新时代。作为地理地域优越地和经济格局核心地,特大城市在人口规模和空间建设上领先中国大中小城市,不仅如此,特大城市形态在特征规律和发展阶段上也有别于大中小城市。另一方面,随着数字化技术、人工智能发展,用于城市形态研究的基础资料正在从少量向空前巨量化、从单维向多维复杂化、从低分辨率向高分辨精准化转变,虽然城市多维大数据在实践应用层面百花齐放,然而城市形态理论尚未完全翻越经验主义、人脑判断的壁垒,大数据仍停留在辅助城市形态分析、佐证经验理论层面。城市是一个开放而复杂的巨系统,始终处在动态发展中。城市形态的复杂性源于城市的复杂性,城市形态的空间本质源于城市的物质空间本体。结合发展背景和技术背景,立足城市形态空间本质,本文研究对象聚焦中国特大城市形态,基于建筑精度的城市空间大数据,建立特大城市形态的建筑、街区、街道、水绿开放空间的分层空间大数据平台。依托平台的数据库和分析模块,进行城市形态定量界定、测度解析,归纳出特大城市形态表层规律特征。从整体空间观认知特大城市形态,发现了城市形态中的基面、簇群、洼地、绿楔和廊道,由还原空间观提出一种原型范式来描述特大城市形态,从理论上定义原型及其原型五要素的概念。基于城市空间大数据平台进一步对城市原型要素定量界定和测度解析,从而归纳特大城市原型深层规律特征。由此进一步将特大城市形态经过拓扑计算而凝练抽象出城市原型图式,并尝试探讨了特大城市原型的图解模式和影响机制。希望通过特大城市原型理论建构,补充城乡规划学科空间规划理论,为城乡规划实践提供些许思路,促进特大城市存量优化和可持续健康发展。本研究起于空间并落于空间,创新点有二:一、在中国特大城市空间大数据库的研究基础上,对特大城市形态的五要素进行精确界定和测度解析。基于真实高精度城市空间大数据,定量解析特大城市表层形态下的空间强度、密度、高度等空间指标和边界、重心、网络、肌理等形态指标,归纳出特大城市形态由重心到边界的强度多级衰减、高度多级衰减、网络多级衰减、肌理多级增长的特征规律,进而发现特大城市形态存在基面连续平面、簇群高值凸起、洼地低值凹陷、绿楔楔入穿透、廊道联系通过的五项要素特征。在传统城市形态绿楔和廊道要素外补充了基面、簇群和洼地要素。基于城市空间大数据中街区空间强度指标精准界定特大城市形态的五要素,并测度解析了五要素的三阶分阶特征、空间分布特征、量化结构特征。二、建构城市形态中的特大城市原型理论,总结原型规律,丰富了国际城市原型理论体系。理论溯源并定义城市原型,提出特大城市原型具有五要素、三等级、二元性:五要素是基面、簇群、洼地、绿楔、廊道;三等级由低到高表现为连绵区基面、主城区基面、中心区基面的三阶秩序,新城簇群、主城簇群、中心簇群的三阶秩序,边缘洼地、主城洼地、中心洼地的三阶秩序,绿化绿楔、农林绿楔、山水绿楔的三级等级,干路廊道、轨道廊道、快速廊道的三级等级;二元性分为隐显、虚实、内外、凹凸四种对立统一关系。基于特大城市形态拓扑计算出城市原型,进而分析其图解和构成模式,建构集自相似性、同构性、生长性、空间发展趋向平衡性于一体的特大城市原型的初始空间单元,并初步建构城市原型的理想模式和分形迭代模式,归纳得出特大城市形态的线形、扇形、环形三种基本模式。基于多样化的特大城市形态,尝试从经济发展、地理环境、历史建置、空间结构等因素来分析特大城市原型的影响机制。
张栩晨[3]（2019）在《基于历史地图转译的重庆城市历史景观层积研究》文中指出随着近现代科学技术条件的提升与全球化价值观念的传播,历史城镇相对封闭的文化生态环境遭受到不同程度的冲击。在既有保护体系和思路的指导下,整体多元的历史文化遗产要素面临被侵蚀、被割裂的困境,现有保护思路的不适应性逐渐显现,表现在要素识别、价值认知和保护方法等各方面。传统保护规划理念普遍强调历史城镇客观静态的价值,忽略对历史发展脉络的探寻,缺乏对动态发展价值的考虑。城市历史景观（HUL）是新时代背景下历史城镇保护的新思路,不仅对整体性保护的范围进行了扩展和更新,还强调各项历史景观要素之间的“关联性”,强调历史城镇动态发展过程中多元价值的“层积性”,有助于对历史城镇的全方位认知。基于此,本文尝试从城市历史景观的理念出发,结合历史地图的数字化技术,构建历史景观的层积分析框架,以“关联性”内涵指导历史景观要素的识别转译,以“层积性”内涵指导历史景观价值的动态认知,并以重庆历史城区为例进行实证转译和层积研究。在此基础上,论文提出了历史地图转译和层积分析的系统性方法,详细分析和探讨了重庆历史城区的景观层积过程与规律,初步建立了重庆历史城区景观要素数据库,并对历史景观层积演进的影响因素和模式进行了总结,提出了基于层积分析的整体性保护方法。具体来讲,研究内容可分为以下四个部分:第一部分（第1、2章）:提出问题与理念启示。首先,阐明了论文的研究背景与选题缘起、研究目的与意义、基本概念和研究对象,并梳理了城市历史景观、历史地图转译与应用、重庆历史城区相关研究与实践,提出了本文的研究框架;然后,对既有历史城镇保护规划体系与理念以及目前面临的困境展开分析,发现传统规划理念对新时期历史城镇保护的适用性不足。在此基础上,本文引入城市历史景观保护理念,对其发展历程、理念内涵、要素类型与构成、空间载体四方面内容进行剖析,并总结出该理念对于历史城镇保护的启示:包括关联识别与层积分析。第二部分（第3章）:方法探索。首先,对历史地图的发展历程、特征与相关理论基础进行了梳理总结;然后,从城市历史景观理念对历史城镇保护的启示出发,结合其要素类型构成、空间载体形式,构建基于历史地图转译的历史景观层积分析框架,包括以历史地图为基础的要素关联转译、基于空间载体的叠图分析两个板块,并分别就具体的历史地图转译方法和层积分析方法进行阐述,为下文对重庆历史城区的地图转译和层积研究打下基础。第三部分（第4章）:重庆历史城区地图的具体转译过程。首先,梳理了重庆历史城区的发展历程;然后,按照上文提出的历史地图转译方法,对重庆历史城区九个时期的历史地图依次进行转译,内容组织分为重庆历史地图的收集与转译准备工作、开埠前的历史地图转译、开埠到民国时期的历史地图转译、解放后的历史地图转译四个板块。第四部分（第5章）:重庆历史城区景观层积研究。基于第三部分得到的数字化历史地图以及城市历史景观数据库,从城镇格局、道路街巷、特色场所、地标建筑四类空间载体出发,对重庆历史城区的层积过程与规律进行分析。基于此,总结出历史景观层积演进的影响因素与模式,并从上述四类空间载体出发提出历史城镇的整体性保护方法。
曾辉[4]（2019）在《基于DEA-GIS的城市养老社区选址问题优化研究》文中指出当前,我国人口年龄结构逐渐由青年型向老年型转变,特别是在经济发展较好的城市,如上海、北京、广州等一线城市,养老问题已成为社会的关注点之一。目前,我国的养老模式主要以传统的居家养老为主,随着生活水平的提高,传统的养老模式已经不能满足人们追求高品质养老的需求。社区养老通过整合社区内各种养老资源,为老年人提供高品质的养老服务,已逐渐成为发达城市新的一种养老模式。在发达城市中如何规划合适的位置建设养老社区,成为完善养老保障体系需要考虑的问题。本研究以上海市为例,以养老社区选址为研究对象,在现有城市基础设施的条件下,采用数据包络分析与地理信息系统结合的方法（DEA-GIS）,对养老社区规划进行优化分析并提出改进方法,为发达城市养老社区选址规划提供参考和建议。主要研究内容如下:（1）养老社区选址影响因素体系的建立。在综合现有研究的基础上,对影响养老社区选址的3个层面,11个影响因素进行主成分分析,并计算影响因素权重,得出农贸超市、医院、地铁站及绿地公园依次为重要性较高的4个因素,这也和我国当前大城市老年人养老需求基本一致,并为下一步的分析建立基础。（2）基于地理信息系统（GIS）的养老社区选址空间分析。本文以上海市为例,将前述影响养老社区选址的因素代入GIS进行空间分析,探讨利用GIS规划养老社区选址问题,得到上海市6个适合建设综合养老社区的片区;通过对比上海市现有养老社区项目,表明利用GIS进行养老社区选址规划符合实际,也表明利用GIS对养老社区进行选址,具有直观化和可视化的优点,可以为大城市养老社区的规划和建设提供参考。（3）基于数据包络（DEA）的养老社区选址优化模型。考虑到GIS无法对养老社区选址进行进一步的识别和甄选,利用DEA-GIS建立优化选址模型,对综合养老社区选址进行优化分析,判别特定区域选址在养老基础设施上的改进方向,结果显示:朱家角片区、赵巷片区和创新中路片区为3个有效片区,另外3个片区没有达到相对有效,对无效片区进行投影分析,确定其改进方向与改进力度。
任方舟[5]（2019）在《基于GIS的集中式长租公寓选址适宜性研究 ——以杭州市主城八区为例》文中研究说明当前我国大力推行租购并举制度以缓解居住矛盾,长租公寓倚靠政策支持、获得资本青睐、赢得市场认可,对于落实租购并举制度起到了非常积极的效果。然而,当前我国的长租公寓已步入高速发展的阶段,面对大量的备选项目,租赁企业无法做出快速而准确的选址判断。同时甚至出现了租赁企业为抢占市场而盲目选址的情况。这样不仅会对租赁运营机构造成损失,还可能导致租赁市场混乱,违背缓解居住矛盾的初衷。合理的长租公寓选址,一方面能吸引租客入住,有效解决青年人群住房问题;另一方面,能为租赁运营机构带来良好的回报率,同时能为长租公寓的后续运营孕育良好的先天优势。因此有必要对长租公寓的选址问题进行研究。本文以轻资产模式下的集中式长租公寓为主要研究对象,尝试对长租公寓选址的影响因素进行识别并建立指标体系和构建科学合理的选址模型。首先通过文献分析识别出长租公寓选址的影响因素,之后分别站在租赁客群的角度和企业的角度分析了现有集中式长租公寓选址的特点。再以这些特点修正和确定了集中式长租公寓选址的指标体系,指标体系包括区位因素、设施配套因素、经济因素、政策与社会因素四大类。然后根据指标体系的特点,本文对选址的模型进行了适用性分析,确定了多准则决策模型的选址方式。并利用GIS的空间分析工具对指标进行了量化分析,构建出基于GIS-MCDA的选址流程。最后,本文搜集了杭州市主城8区的相关数据,利用G1法对指标体系进行赋权,再利用ArcGIS 10.3平台对相关数据进行空间量化分析和加权评价,最终得出了杭州市主城8区集中式长租公寓选址的六大适宜区域,验证了模型的合理性。本文构建的集中式长租公寓选址指标体系和选址模型能够为租赁企业提供选址依据和参考意见,从而推动长租公寓行业健康可持续的发展,有效缓解居住矛盾。
戴金黛[6]（2019）在《广州市商业综合体选址研究》文中指出近年来,随着城市经济发展和人口的不断增加,各地竞相建设大型商业综合体,与此同时,商业综合体项目却面临着招商难、运营难、空置率高等问题,这些问题的产生一方面是受电商冲击,另一方面是由于选址不当,导致市场供需严重不匹配。例如黄埔区的科学城,黄埔区是广州的发展新区,产城融合度低,人口密度远远小于中心城区,已建成和在建大型商业项目都比较多,并且体量都非常大,目前却难有足够的人气与消费力去支撑,这必然会导致部分商业综合体在相当一段时间里,将面临着激烈竞争、大量空置的风险。由于我国土地一级市场是由政府垄断,商业土地出让数量及其选址基本上由政府决定,在商业用地的供给上也更多考虑的是当年土地财政、土地储备区域分布等情况,缺乏从市场因素的角度来考虑,开发商也只能在其中被动地进行商业用地的投资决策,最终导致一些商业用地的选址不够科学合理。因此,探讨如何基于政府、市场状况,利用科学方法进行商业用地选址研究具有重要的理论和现实价值。本研究首先进行商业综合体相关理论阐述,包括商业综合体的概念、特点,以及与城市综合体的区别等,同时阐述国内外商业综合体的发展概况。在此基础上,本文再对广州市商业综合体发展现状进行分析,并确定广州市商业综合体选址原则,以此原则进行影响因素的筛选、权重的确定,构建出广州市商业综合体选址评价指标体系。最后阐述了基于GIS与AHP-Fuzzy评价模型的广州市商业综合体选址方法及过程,并以广州市黄埔区为例,进行商业综合体选址实践研究,通过利用GIS做备选区域的大致筛选和对备选地做模糊综合选址评价,得到最优的选址结果,并对最终结果进行实际验证分析,以此检验方法的可行性。本文研究表明:1)主城区的商业综合体商业面积占比和人均占有商业综合体商业面积均高于外围城区。但随着广州多组团城市空间结构的发展,外围城区将是商业综合体的重点发展区域。2)影响商业综合体选址的主要因素为人口因素、城市发展规划、轨道交通数量、周边小区数量和平均客流量。3)基于GIS与AHP-Fuzzy评价模型对广州市黄埔区的选址实践,获得了较为科学的选址结果。实践结果表明,最终得到的候选地A在用地条件、人口因素、商业竞争环境“较好”级别的测试值分别为0.430、0.4201、0.4818,根据最大隶属度原则,A候选地的综合评价结果为“较好”,适合商业综合体的选址。最后进行验证分析发现,A地块具体范围位于黄埔区的双岗地铁站上盖,选址评价结果与现实实际情况相符合,证明该选址方法具有可行性。
管波[7]（2018）在《110kV昆明文化宫地下智能变电站设计与建设管理研究》文中认为我国城市化进程正在加速推进,城市中心区的用电负荷持续攀升,但可供建设使用的土地资源极其有限,且大型城市综合体大多是在拆迁原址上规划建设。为满足城市核心区域新增用电需求,建设新的变电站就迫在眉睫,但站址的选择确日趋困难,需要我们探索利用地下空间资源建设供电设施。因此,110kV文化宫变电站的建设对昆明市东风广场周边的项目开发就显得尤为重要,土地资源的紧张促使采用地下变电站建设模式。本文全面分析了地下变、智能变发展情况,通过与常规变电站技术设备的比较,在地下变、智能变电站技术导则、设计规范等的指导下,完成了110kV文化宫变设计。分别提出了布置形式、建设规模、主接线、主设备选型、地下变附属系统设计,设计融入南方电网公司3C绿色电网理念,选用部分智能化一次设备、引入智能监控系统,提升了全站设备的智能化水平。另外,围绕地下智能变建设和运维难点和风险,提出了预控措施。110kV文化宫地下智能变设计方案已通过云南电网公司专家组评审,该变电站的建设充分体现了“节地、和谐、简约”的设计原则和南网绿色电网理念,将开创云南地下变建设的先河,可为地下变、智能变建设与运行维护提供丰富的经验。
苑颂[8]（2017）在《天津市养老地产项目选址研究》文中研究说明随着我国人口老龄化的不断加剧,养老地产已然成为人们研究的热点,各大房地产商纷纷加入养老地产的行列,同时房地产商也面临各种各样的问题,例如天津市人口老龄化程度位居全国前列,养老机构所提供的床位数不能完全满足社会需求,而现有的养老地产项目较少且在选址方面存在各种各样的问题,阻碍了养老地产的发展,为进一步了解原因并提出相应的对策建议。本文以天津市为研究对象,研究养老地产选址方案,为养老地产开发商在选址时提供相关的借鉴,提高养老地产的投资决策的科学性,缓解天津市养老压力。本文采用实地调研的方式了解天津市养老地产的发展现状,发现天津市现有的养老地产选址存在以下问题:开发商选址考虑影响因素不充分、开发商选址时服务理念有待加强、政府支持与引导力度不够等;并通过文献研究和对老年人进行问卷调研确定养老地产选址影响因素,分别是环境因素、配套因素及经济因素三个一级层次因素,共包含21个二级影响因素,并针对房地产相关领域的专家进行问卷调查,采用重要性指数法来确定各个选址影响因素的权重,结果表明环境因素最为重要,经济因素次之,配套因素为最后;基于GIS软件构建选址方案,首先利用GIS软件采集各个影响因素的数据,然后,运用地理信息系统的空间分析方法,对单个影响因素进行空间分析,对于无法进行定量分析的因素则对其进行定性分析,利用缓冲区分析、重分类以及加权叠加分析等空间分析工具得出适合建设养老地产的选址区域,对选址结果进行分析,并针对房地产开发企业方面提出选址应专业化、规模化等建议,以期能够降低房地产开发企业的开发成本,提高其决策科学性。
支家骏[9]（2016）在《基于GIS的西安市产业地产空间选址及其影响因素研究》文中提出随着我国经济发展步入新常态,过去拉动经济快速增长的动力日渐式微,而新的增长动力尚未发力或正在形成。我国城镇化与工业化发展也发生了深刻变化,城市面临着产业结构转型和空间布局重构的双重紧迫任务,为实现城市发展与产业增长相互融合的重要载体产业地产提供了发展机遇。本文梳理了国内外产业地产建设的相关研究理论,剖析了产业地产的客观属性与规律特征;结合城市空间结构与区位选址等空间理论,立足西安市产业地产发展的市场需求与空间分布特点,采用因子分析识别影响产业地产空间分布的主要因素;以符合产业地产价值特征为原则,依托GIS空间分析工具构建了产业地产空间选址模型;针对西安市部分区域进行了实证,得出西安市产业地产的选址空间结果,并模拟了在部分影响因素变动下选址空间格局的变化趋势。研究结果揭示了科技创新因素、公共配套服务、社会经济环境、交通基础设施等因素对产业地产布局选址在空间上的作用机理,并提出了相应的对策建议。本文的研究有助于把握产业地产的科学内涵和发展规律,从供给侧角度为产业地产的发展提供决策支持,有利于产业地产项目选址的科学性、适应性与可持续性发展,并为今后产业地产项目的选址决策与空间利用规划提供借鉴。
孙毅楠[10]（2015）在《基于GIS的城市商务地产租金模型研究 ——以重庆市为例》文中进行了进一步梳理经济的发展推动了城市的人口流动和服务需求的增长,进而促进了商务经济的活跃。商务活动对于城市要素的聚集、经济的控制和决策的制定都产生重要的影响。本文首先从商务地产研究背景出发,分析了目前该领域的研究方向及我国商务地产发展现状,并对本文的研究问题、文献研究、研究方法和意义等做了简要的介绍。然后构建了本文的理论基础,包括地租理论、特征价格理论以及地统计学理论。在研究框架和研究理论为指导的基础上,选取重庆市为研究样本,利用调查搜集的数据以及空间分析和统计软件,构建了重庆市商务地产租金模型,包括传统特征价格模型（OLS）、空间误差模型（SEM）、空间滞后模型（SLM）。利用计量经济学相关理论对三种模型的精度进行验证,为了验证模型有效性,本文采用交叉检验的方法。最后,经过模型优选,本文选择了拟合优度和预测精度都较好的空间误差模型（SEM）,最后在利用kriging插值法分析了重庆市商务地产租金空间分异规律的基础上,对重庆市商务区规划提出了建设性意见。通过以上研究,本文得出如下主要结论:①从租金分布区域来看,重庆市商务地产租金呈现中部高,四周低的趋势。同时解放碑、南坪和江北区商务租金整体偏高,沙坪坝、九龙坡和大渡口商务租金增长趋势较缓。从空间结构看,重庆市商务地产呈现“多中心、扇形”结构特点,并存在局部以CBD为核心的辐射状结构。②相比传统特征价格模型,空间特征价格模型具有更好的解释能力。在模型选择上,空间误差模型的拟合优度与预测精度最佳。这一模型可以广泛用于商务地产租金模型研究。③模型回归结果显示,商圈等级、酒店和金融服务这三个变量对租金的影响程度最高。路网密度、医疗服务和公交站等因素对租金的影响最弱。这也体现出商务地产与住宅地产不同,其更加注重商务功能而不是生活功能。
二、基于GIS的数字化地产评估系统研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于GIS的数字化地产评估系统研究（论文提纲范文）
（1）基于GIS的科右前旗经济项目区位选择优先级模型构建（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 经济区位理论研究 |
| 1.2.2 经济项目区位选择因子研究 |
| 1.2.3 经济项目区位选择优先级模型研究 |
| 1.2.4 基于GIS的经济项目区位选择应用 |
| 1.2.5 研究现状评述 |
| 1.3 研究目标、研究内容与技术路线 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 技术路线 |
| 1.4 论文的组织结构 |
| 2 研究区概况、相关数据及方法技术 |
| 2.1 研究区概况 |
| 2.1.1 地理位置 |
| 2.1.2 自然资源 |
| 2.1.3 人文资源 |
| 2.2 科右前旗经济发展情况 |
| 2.2.1 整体经济情况 |
| 2.2.2 各乡镇苏木经济发展情况 |
| 2.3 科右前旗交通情况 |
| 2.4 生态保护红线划定情况 |
| 2.5 组织机构 |
| 2.6 本章小结 |
| 3 基于GIS的经济项目区位选择优先级模型 |
| 3.1 模型分析 |
| 3.2 模型因子分析 |
| 3.2.1 因子确定 |
| 3.2.2 区位因子数据论证 |
| 3.3 模型建立 |
| 3.3.1 模型框架及结果解释规则确定 |
| 3.3.2 因子赋权 |
| 3.4 本章小结 |
| 4 因子评分与模型求解 |
| 4.1 产业聚集因子评分 |
| 4.2 土地利用类型 |
| 4.3 人口密度 |
| 4.4 交通可达因子 |
| 4.5 本章小结 |
| 5 科右前旗经济项目区位评价结果分析与检验 |
| 5.1 科右前旗经济项目区位选择优先级评价结果总体情况分析 |
| 5.2 科右前旗各乡镇苏木经济项目区位选择优先级评价结果 |
| 5.3 科右前旗经济项目区位选择优先级评价结果检验 |
| 5.4 本章小结 |
| 6 科右前旗经济项目区位决策支持系统设计与实现 |
| 6.1 系统用户分析 |
| 6.1.1 系统用户群 |
| 6.1.2 用户需求分析 |
| 6.2 功能分析 |
| 6.2.1 功能结构分析 |
| 6.2.2 业务流分析 |
| 6.2.3 数据流分析 |
| 6.3 系统总体设计 |
| 6.3.1 系统总体架构 |
| 6.3.2 硬件体系结构 |
| 6.3.3 软件体系结构 |
| 6.3.4 系统结构 |
| 6.4 数据库设计 |
| 6.4.1 E-R设计 |
| 6.4.2 数据库表结构设计 |
| 6.4.3 数据字典设计 |
| 6.5 系统实现 |
| 6.5.1 系统功能实现 |
| 6.5.2 系统运行示例 |
| 6.6 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 附录A 土地分类详细信息表 |
| 个人简介 |
| 导师简介 |
| 获得成果目录 |
| 致谢 |
（2）基于城市空间大数据的中国特大城市形态定量研究初探（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 城市形态与城市空间大数据 |
| 1.1.1 城市形态的概念释义 |
| 1.1.2 城市形态的复杂理论 |
| 1.1.3 城市形态的空间本质 |
| 1.1.4 城市空间大数据特征 |
| 1.2 城市形态学研究的理论综述 |
| 1.2.1 城市形态学研究谱系和共识 |
| 1.2.2 城市形态学研究层面和方法 |
| 1.2.3 国际城市形态学的研究内容 |
| 1.2.4 国内城市形态学发展和实践 |
| 1.3 城市形态定量研究发展综述 |
| 1.3.1 城市形态定量研究起源和发展 |
| 1.3.2 城市形态定量研究方向和领域 |
| 1.3.3 城市形态定量研究数据和指标 |
| 1.3.4 城市形态定量研究热点和趋势 |
| 1.4 城市形态定量研究技术路线 |
| 1.4.1 研究背景目的及意义 |
| 1.4.2 空间数据采集及处理 |
| 1.4.3 空间大数据平台建立 |
| 1.4.4 研究方法与技术路线 |
| 第二章 特大城市形态的基础理论建构 |
| 2.1 特大城市形态的理论框架 |
| 2.1.1 特大城市空间结构的理论模型 |
| 2.1.2 特大城市形态的基本构成要素 |
| 2.1.3 特大城市发展特征和动因机制 |
| 2.2 特大城市形态的数据平台 |
| 2.2.1 特大城市规模划分与案例选取 |
| 2.2.2 特大城市空间大数据形态整合 |
| 2.3 特大城市形态的发展背景 |
| 2.3.1 特大城市的地理地域区位 |
| 2.3.2 特大城市的经济宏观格局 |
| 2.3.3 特大城市的社会发展建设 |
| 2.4 特大城市形态的表层和深层属性 |
| 2.4.1 中国特大城市形态特殊性 |
| 2.4.2 特大城市形态的表层属性 |
| 2.4.3 特大城市形态的深层属性 |
| 第三章 特大城市形态的表层特征解析 |
| 3.1 特大城市形态的表层解析方法 |
| 3.1.1 特大城市形态的指标形态分析 |
| 3.1.2 特大城市形态的几何形态分析 |
| 3.2 特大城市空间强度指标特征 |
| 3.2.1 空间强度指标的统计特征 |
| 3.2.2 空间强度指标的集聚特征 |
| 3.3 特大城市空间密度指标特征 |
| 3.3.1 空间密度指标的统计特征 |
| 3.3.2 空间密度的集聚特征 |
| 3.4 特大城市空间高度指标特征 |
| 3.4.1 空间高度指标的统计特征 |
| 3.4.2 空间高度指标的集聚特征 |
| 3.5 特大城市空间边界形态特征 |
| 3.5.1 空间边界形态的几何特征 |
| 3.5.2 空间边界形态的分异特征 |
| 3.6 特大城市空间重心形态特征 |
| 3.6.1 空间重心形态的几何特征 |
| 3.6.2 空间重心形态的分异特征 |
| 3.7 特大城市空间网络形态特征 |
| 3.7.1 道路网络形态的层级特征 |
| 3.7.2 街区网络形态的层级特征 |
| 3.8 特大城市空间肌理形态特征 |
| 3.8.1 建筑肌理形态的分形秩序 |
| 3.8.2 开敞空间形态的分形秩序 |
| 3.9 特大城市原型初步发现 |
| 3.9.1 基面的发现 |
| 3.9.2 簇群的发现 |
| 3.9.3 洼地的发现 |
| 3.9.4 绿楔的存在 |
| 3.9.5 廊道的存在 |
| 第四章 特大城市原型的深层特征研究 |
| 4.1 特大城市原型要素的分类解析 |
| 4.1.1 原型要素的相关概念 |
| 4.1.2 原型要素的普遍意义 |
| 4.1.3 原型要素的演化脉络 |
| 4.2 特大城市的基面形态特征解析 |
| 4.2.1 基面的分阶特征 |
| 4.2.2 基面的空间特征 |
| 4.2.3 基面的量化特征 |
| 4.3 特大城市的簇群形态特征解析 |
| 4.3.1 簇群的分阶特征 |
| 4.3.2 簇群的空间特征 |
| 4.3.3 簇群的量化特征 |
| 4.4 特大城市的洼地形态特征解析 |
| 4.4.1 洼地的分阶特征 |
| 4.4.2 洼地的空间特征 |
| 4.4.3 洼地的量化特征 |
| 4.5 特大城市的绿楔形态特征解析 |
| 4.5.1 绿楔的分级特征 |
| 4.5.2 绿楔的空间特征 |
| 4.5.3 绿楔的量化特征 |
| 4.6 特大城市的廊道形态特征解析 |
| 4.6.1 廊道的分级特征 |
| 4.6.2 廊道的空间特征 |
| 4.6.3 廊道的结构特征 |
| 4.7 特大城市原型的综合测度特征 |
| 第五章 特大城市原型的理论模式建构 |
| 5.1 特大城市原型的定义构成 |
| 5.1.1 城市原型的定义及要素 |
| 5.1.2 特大城市原型基本特征 |
| 5.2 特大城市原型的拓扑计算 |
| 5.2.1 原型要素的拓扑方法 |
| 5.2.2 拓扑计算出城市原型 |
| 5.3 特大城市原型的图解模式 |
| 5.3.1 城市原型的空间单元 |
| 5.3.2 城市原型的构成模式 |
| 5.4 特大城市原型的影响机制 |
| 第六章 结语与展望 |
| 6.1 特大城市原型的主要内容 |
| 6.2 特大城市原型的九个规律 |
| 6.3 研究的不足与未来的展望 |
| 参考文献 |
| 附录 |
| 作者简介 |
| 后记 |
（3）基于历史地图转译的重庆城市历史景观层积研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 选题缘起及背景 |
| 1.1.1 研究背景 |
| 1.1.2 课题解析 |
| 1.2 相关概念界定 |
| 1.2.1 城市历史景观(理念视角与实体对象) |
| 1.2.2 历史地图转译(基础方法) |
| 1.2.3 重庆历史城区(研究区域) |
| 1.3 相关研究综述 |
| 1.3.1 城市历史景观相关研究综述 |
| 1.3.2 历史地图转译与应用相关研究综述 |
| 1.3.3 重庆历史城区相关研究综述 |
| 1.4 研究目的与意义 |
| 1.4.1 研究目的 |
| 1.4.2 研究意义 |
| 1.5 研究方法与框架 |
| 1.5.1 研究方法 |
| 1.5.2 研究框架 |
| 2 理念启示:从保护规划传统理念走向城市历史景观 |
| 2.1 既有历史城镇保护理念与体系 |
| 2.1.1 国际历史城镇保护发展历程概述 |
| 2.1.2 当前我国历史城镇保护体系概述 |
| 2.2 既有体系下我国历史城镇保护的困境分析 |
| 2.2.1 要素识别较为孤立,对地域背景的关注不足 |
| 2.2.2 价值认知较为片面,对多元文化的挖掘不够 |
| 2.2.3 保护方法较为单一,对当代发展的融入不佳 |
| 2.3 城市历史景观的理念引入与内涵剖析 |
| 2.3.1 城市历史景观的理念与发展 |
| 2.3.2 城市历史景观内涵剖析:层积性与关联性 |
| 2.3.3 城镇历史景观要素类型与构成:自然要素、人工要素与人文要素 |
| 2.3.4 城镇历史景观空间载体:城镇格局、道路街巷、特色场所、地标建筑 |
| 2.4 城镇历史景观对历史城镇保护的启示:关联识别,层积分析 |
| 2.4.1 引入城市历史景观保护理念的必要性:层积研究的重要性 |
| 2.4.2 引入城市历史景观保护理念的现实意义 |
| 2.4.3 城市历史景观层积分析新趋势:以历史地图的数字化转译为基础 |
| 2.5 本章小结 |
| 3 方法探索:历史地图转译与历史景观层积分析框架 |
| 3.1 历史地图的特征与研究理论基础 |
| 3.1.1 历史地图的产生与发展 |
| 3.1.2 历史地图的特征描述 |
| 3.1.3 相关理论基础 |
| 3.2 城市历史地图的空间转译方法 |
| 3.2.1 城市历史地图转译的原则与难点 |
| 3.2.2 城市历史地图转译的总体思路:“自然-人工-人文”要素的关联转译 |
| 3.2.3 城市历史地图转译的前期准备 |
| 3.2.4 城市历史地图转译的中期过程 |
| 3.2.5 城市历史地图转译的后期表达 |
| 3.2.6 小结 |
| 3.3 城市历史景观的层积分析框架 |
| 3.3.1 城市历史景观层积分析的总体思路:基于空间载体的叠图分析 |
| 3.3.2 城镇格局的层积分析方法 |
| 3.3.3 道路街巷的层积分析方法 |
| 3.3.4 特色场所与地标建筑的层积分析方法 |
| 3.4 本章小结 |
| 4 案例转译:重庆历史城区地图的数字化转译 |
| 4.1 重庆历史城区的发展历程 |
| 4.1.1 开埠前的封建历史时期 |
| 4.1.2 开埠后的城市近代化时期 |
| 4.1.3 解放后的城市现代化时期 |
| 4.1.4 小结 |
| 4.2 重庆历史地图的收集与转译准备工作 |
| 4.2.1 资料收集情况 |
| 4.2.2 重庆历史地图转译的准备工作 |
| 4.3 重庆开埠前的历史地图转译(1891 年以前) |
| 4.3.1 秦朝到清中期:清乾隆二十六年《重庆城图》(1761 年) |
| 4.3.2 清末开埠前:张云轩《重庆府治全图》(1886-1890 年) |
| 4.4 开埠到解放前的历史地图转译(1891-1949 年) |
| 4.4.1 民国三年《重庆街道新图》(1914 年) |
| 4.4.2 民国十八年《重庆市区地形图》(1929 年) |
| 4.4.3 民国二十六年《重庆市街道图》(1937 年) |
| 4.4.4 民国三十五年《重庆市街道详图》(1946 年) |
| 4.5 解放后的历史地图转译(1949 年以后) |
| 4.5.1 西南大区时期之后:《重庆市区街道略图》(1959 年) |
| 4.5.2 改革开放之后:《重庆市中区交通图》(1981 年) |
| 4.5.3 重庆直辖之后:2012 年现状矢量地图 |
| 4.6 本章小结 |
| 5 层积研究:重庆历史城区的景观层积过程与规律分析 |
| 5.1 重庆历史城区景观层积过程分析 |
| 5.1.1 城镇格局层积分析 |
| 5.1.2 道路街巷层积分析 |
| 5.1.3 特色场所层积分析 |
| 5.1.4 地标建筑层积分析 |
| 5.1.5 小结:不变法则,适变规律 |
| 5.2 历史景观层积演进的影响因素 |
| 5.2.1 自然地理因素 |
| 5.2.2 政治政策因素 |
| 5.2.3 经济技术因素 |
| 5.2.4 文化习俗因素 |
| 5.3 历史景观层积演进的模式总结 |
| 5.3.1 持续模式 |
| 5.3.2 覆盖模式 |
| 5.3.3 拼贴模式 |
| 5.3.4 延展模式 |
| 5.3.5 小结 |
| 5.4 基于层积分析的历史城镇整体性保护方法刍议 |
| 5.4.1 城镇格局的完整性保护 |
| 5.4.2 道路街巷的整体性延续 |
| 5.4.3 特色场所的精神重塑与再造 |
| 5.4.4 地标建筑的意义强化与传承 |
| 5.5 本章小结 |
| 6 结语 |
| 6.1 论文总结 |
| 6.1.1 主要结论或创新点 |
| 6.1.2 研究不足 |
| 6.2 论文展望 |
| 参考文献 |
| 附录 |
| A.本文涉及的重庆历史城区图片与文字资料一览表 |
| B.重庆历史城区已消失重要历史景观一览表(不完全统计) |
| C.解放后各时期历史景观要素对应名称一览表 |
| D.重庆历史城区古城门古城墙相关重要历史事件一览表 |
| E.重庆历史城区道路名称层积属性表 |
| F.作者在攻读硕士学位期间发表的论文 |
| G.作者在攻读硕士学位期间参加的实际项目与课题 |
| H.学位论文数据集 |
| 致谢 |
（4）基于DEA-GIS的城市养老社区选址问题优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.2.1 现实意义 |
| 1.2.2 理论意义 |
| 1.3 国内外研究现状 |
| 1.3.1 国外养老社区研究现状 |
| 1.3.2 国内养老社区研究现状 |
| 1.3.3 国内外研究现状小结 |
| 1.4 研究的内容和技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 技术路线 |
| 1.5 研究的创新性 |
| 2 我国养老问题及养老社区选址影响因素分析 |
| 2.1 我国老龄化现状以及养老模式的研究 |
| 2.1.1 我国养老项目建设主要融资模式对比分析 |
| 2.1.2 我国养老模式及存在的问题 |
| 2.2 上海市养老项目现状 |
| 2.3 上海市养老公寓及养老社区项目布局分析 |
| 2.4 养老社区选址的影响因素分析 |
| 2.4.1 老年人居住需求分析 |
| 2.4.2 养老社区选址影响因素分析 |
| 2.4.3 养老社区选址影响因素体系的建立 |
| 2.5 本章小结 |
| 3 基于GIS的城市养老社区选址研究 |
| 3.1 基于主成分分析法确定选址影响因素的权重 |
| 3.1.1 选址影响因素权重的计算原理及步骤 |
| 3.1.2 影响因素权重的计算 |
| 3.2 GIS在城市养老社区选址中的空间分析 |
| 3.2.1 GIS的基本组成及主要分析方法 |
| 3.2.2 空间分析数据的收集及综合养老社区选址模型的建立 |
| 3.2.3 影响因素的缓冲区分析 |
| 3.2.4 上海市房价泰森多边形分析 |
| 3.2.5 影响因素的加权叠加分析 |
| 3.3 上海市综合养老社区土地适宜度、选址结果和原有养老社区对比分析 |
| 3.4 按照功能和服务对象对养老社区进行分类选址 |
| 3.4.1 高档养老社区选址 |
| 3.4.2 中低档养老社区选址 |
| 3.4.3 照护服务型养老社区选址 |
| 3.5 GIS运用于养老社区选址的优势及不足 |
| 3.5.1 GIS在选址问题中的优势 |
| 3.5.2 GIS在选址问题中的不足 |
| 3.6 本章小结 |
| 4 基于DEA的城市养老社区选址优化分析 |
| 4.1 基于DEA的养老社区选址优化评价模型 |
| 4.1.1 DEA模型对比分析及选址优化模型的选取 |
| 4.1.2 基于GIS养老社区选址的优化模型的建立 |
| 4.1.3 模型的优越性 |
| 4.2 综合养老社区选址优化评价体系的建立及模型的运算 |
| 4.2.1 综合养老社区选址优化分析样本的选取 |
| 4.2.2 综合养老社区选址优化分析投入和产出变量的选择 |
| 4.2.3 基于Weighted SBM的上海市综合养老社区选址优化分析 |
| 4.3 选址实例核查分析 |
| 4.4 本章小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 作者简介 |
| 攻读硕士期间取得的学术成果 |
（5）基于GIS的集中式长租公寓选址适宜性研究 ——以杭州市主城八区为例（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 居住矛盾促使了长租公寓行业的兴起 |
| 1.1.2 长租公寓行业的发展前景广阔 |
| 1.1.3 长租公寓选址存在的问题 |
| 1.2 国内外研究进展 |
| 1.2.1 国外租赁市场和选址研究综述 |
| 1.2.2 国内租赁市场和选址研究综述 |
| 1.2.3 国内外研究小结 |
| 1.3 研究目的及意义 |
| 1.3.1 研究目的 |
| 1.3.2 研究意义 |
| 1.4 研究内容 |
| 1.5 研究方法和技术路线 |
| 1.5.1 研究方法 |
| 1.5.2 技术路线 |
| 2 相关概念及理论基础 |
| 2.1 集中式长租公寓的概念 |
| 2.2 地理信息系统(GIS) |
| 2.2.1 地理信息系统的概念 |
| 2.2.2 地理信息系统的功能及应用场景 |
| 2.2.3 GIS在选址问题中的优势 |
| 2.3 理论基础 |
| 2.3.1 点-轴系统理论 |
| 2.3.2 职住平衡理论 |
| 2.3.3 价值链理论 |
| 2.3.4 区位论 |
| 2.3.5 理论在本文中的应用 |
| 2.4 本章小结 |
| 3 集中式长租公寓选址适宜性研究指标体系 |
| 3.1 集中式长租公寓现状 |
| 3.1.1 集中式长租公寓的规模和分类 |
| 3.1.2 集中式长租公寓的现状特点 |
| 3.2 集中式长租公寓选址适宜性研究指标体系 |
| 3.2.1 指标选取原则与步骤 |
| 3.2.2 集中式长租公寓选址指标体系选取 |
| 3.2.3 集中式长租公寓选址指标体系确定 |
| 3.3 本章小结 |
| 4 基于GIS的集中式长租公寓选址适宜性研究模型 |
| 4.1 集中式长租公寓选址适宜性研究模型构建 |
| 4.1.1 选址模型分类与选择 |
| 4.1.2 指标权重的确定方法 |
| 4.1.3 GIS量化指标和指标评价标准 |
| 4.2 GIS与多准则决策结合的选址流程 |
| 4.3 本章小结 |
| 5 杭州市主城8区集中式长租公寓选址适宜性研究 |
| 5.1 杭州市简介及集中式长租公寓发展情况 |
| 5.1.1 杭州市概况 |
| 5.1.2 杭州市租赁市场及集中式长租公寓发展情况 |
| 5.1.3 杭州市集中式长租公寓典型项目调研 |
| 5.2 杭州市集中式长租公寓选址适宜性研究实例 |
| 5.2.1 G1 法确定指标权重 |
| 5.2.2 选址影响因素的数据采集与数据处理 |
| 5.2.3 GIS指标评价和专题图 |
| 5.2.4 选址结果分析 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 6.1 研究总结 |
| 6.2 研究局限与展望 |
| 参考文献 |
| 附录 |
| A.集中式长租公寓适宜性研究指标赋权调查表 |
| B.学位论文数据集 |
| 致谢 |
（6）广州市商业综合体选址研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状综述 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 国内外研究现状评价 |
| 1.3 研究内容和研究框架 |
| 1.3.1 论文研究内容 |
| 1.3.2 论文研究思路 |
| 1.4 研究方法 |
| 第二章 商业综合体相关理论概述 |
| 2.1 商业综合体相关概念 |
| 2.1.1 城市综合体的概念 |
| 2.1.2 商业综合体的概念 |
| 2.1.3 商业综合体特点 |
| 2.2 商业综合体发展概述 |
| 2.2.1 世界商业综合体发展概述 |
| 2.2.2 国内商业综合体发展概述 |
| 2.3 小结 |
| 第三章 广州市商业综合体发展现状分析 |
| 3.1 广州市概况 |
| 3.2 广州市人口规模及分布 |
| 3.3 广州市商业综合体市场概况 |
| 3.4 广州市中心城区商业综合体现状分析 |
| 3.5 广州市外围城区商业综合体现状分析 |
| 3.6 小结 |
| 第四章 商业综合体选址研究分析 |
| 4.1 商业综合体选址原则 |
| 4.1.1 可行性原则 |
| 4.1.2 目标市场原则 |
| 4.1.3 便利性原则 |
| 4.1.4 全面性原则 |
| 4.1.5 可见度原则 |
| 4.1.6 现实需求原则 |
| 4.1.7 遵循基本商业规律原则 |
| 4.2 商业综合体选址影响因素选择 |
| 4.2.1 指标归纳整理 |
| 4.2.2 指标说明 |
| 4.3 商业综合体选址评价指标体系构建 |
| 4.3.1 AHP-Fuzzy评价模型介绍与步骤 |
| 4.3.2 构建选址评标指标体系 |
| 4.3.3 基于AHP评价指标权重分析 |
| 4.4 基于GIS与 AHP-Fuzzy法的商业综合体选址方法 |
| 4.4.1 基于GIS空间分析技术的选址分析 |
| 4.4.2 对备选区域进行AHP-Fuzzy模糊综合评价 |
| 4.5 小结 |
| 第五章 实证分析——以广州市黄埔区为例 |
| 5.1 黄埔区基本概况 |
| 5.2 基于GIS空间分析法的选址分析 |
| 5.2.1 选址影响因子分析及专题图层 |
| 5.2.2 商业综合体候选地的确定 |
| 5.3 基于AHP-Fuzzy的商业综合体选址评价 |
| 5.3.1 选址评标指标体系的构建 |
| 5.3.2 基于AHP的评价指标权重分析 |
| 5.3.3 广州市商业综合体模糊综合评价 |
| 5.4 结果分析 |
| 5.5 小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的论文 |
| 致谢 |
| 附录 |
| 附录1 广州市商业综合体选址评价指标体系调查问卷 |
| 附录2 广州市商业综合体选址地评价调查问卷 |
（7）110kV昆明文化宫地下智能变电站设计与建设管理研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题的背景及意义 |
| 1.2 地下变电站发展现状 |
| 1.2.1 地下变电站简介 |
| 1.2.2 地下变电站国际发展现状 |
| 1.2.3 地下变电站国内发展现状 |
| 1.3 智能变电站发展现状 |
| 1.3.1 智能变电站简介 |
| 1.3.2 智能变电站发展现状 |
| 1.4 论文的主要内容 |
| 第二章 地下变电站、智能变电站设计技术要点 |
| 2.1 引言 |
| 2.2 地下变电站设计技术要点 |
| 2.2.1 站址选择 |
| 2.2.2 变电站规模与电气主接线 |
| 2.2.3 主设备选型 |
| 2.2.4 总体布置 |
| 2.2.5 附属系统设计 |
| 2.3 智能变电站构成及设计要点 |
| 2.3.1 智能变电站主要技术特点 |
| 2.3.2 智能变电站的构成 |
| 2.3.3 智能变电站设计要点 |
| 2.4 本章小结 |
| 第三章 110kV文化宫地下变电站设计 |
| 3.1 引言 |
| 3.2 工程建设必要性 |
| 3.2.1 110 kV文化宫变负荷预测 |
| 3.2.2 110 kV文化宫变建设必要性 |
| 3.3 建设规模与电气主接线 |
| 3.3.1 建设规模及系统接入方式 |
| 3.3.2 电气主接线 |
| 3.4 110 kV文化宫地下变设计 |
| 3.4.1 总体布置 |
| 3.4.2 通风设计 |
| 3.4.3 消防设计 |
| 3.4.4 设备运输吊装 |
| 3.4.5 给排水系统与防洪设计 |
| 3.4.6 变电站防噪 |
| 3.4.7 备用电源 |
| 3.5 本章小结 |
| 第四章 110kV文化宫变智能化设计 |
| 4.1 引言 |
| 4.2 一次设备智能化 |
| 4.2.1 电子式互感器 |
| 4.2.2 智能合并单元与智能终端 |
| 4.2.3 变电设备在线监测 |
| 4.3 主设备选型 |
| 4.3.1 短路电流计算 |
| 4.3.2 设备选型 |
| 4.4110 kV文化宫变智能系统设计方案 |
| 4.4.1 智能监控系统 |
| 4.4.2 计量系统 |
| 4.4.3 一体化电源系统 |
| 4.4.4 环境监控及智能巡检系统 |
| 4.4.5 状态监测与辅助控制系统 |
| 4.4.6 二次设备的布置 |
| 4.4.7 电缆在线监测系统 |
| 4.5 本章小结 |
| 第五章 110kV文化宫输变电工程建设及运维风险预控 |
| 5.1 引言 |
| 5.2 工程建设项目管理与风险预控 |
| 5.2.1 文化宫变建设不利因素分析 |
| 5.2.2 工程技术管理与风险预控措施 |
| 5.2.3 工程质量管理与风险预控措施 |
| 5.2.4 工程进度管理与风险预控措施 |
| 5.3 变电站运维风险与预控 |
| 5.3.1 文化宫变运维不利因素分析 |
| 5.3.2 运维风险与预控 |
| 5.4 本章小结 |
| 第六章 结论和展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
（8）天津市养老地产项目选址研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究内容与方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 技术路线 |
| 第二章 文献综述及相关理论 |
| 2.1 国内外有关养老地产的发展研究 |
| 2.1.1 国内外养老模式的研究 |
| 2.1.2 国内外养老地产发展中存在的问题 |
| 2.1.3 国内外养老地产融资及运营研究 |
| 2.2 国内外有关项目选址的研究 |
| 2.2.1 国内外项目选址影响因素研究 |
| 2.2.2 国内外项目选址方法研究 |
| 2.2.3 国内外应用GIS项目选址研究 |
| 2.3 文献评述 |
| 2.4 养老地产内涵的界定 |
| 2.5 GIS的相关概念 |
| 2.5.1 GIS的定义 |
| 2.5.2 空间数据转换 |
| 2.5.3 GIS的空间分析 |
| 第三章 天津市养老地产选址现状及影响因素确定 |
| 3.1 天津市养老设施现状分析 |
| 3.1.1 天津市人口老龄化现状 |
| 3.1.2 天津市养老地产现状 |
| 3.1.3 天津市养老地产选址存在的问题 |
| 3.2 养老地产选址影响因素分析 |
| 3.2.1 影响因素选取的一般原则 |
| 3.2.2 影响因素的定性分析 |
| 3.2.3 影响因素的定量分析 |
| 3.2.4 结果分析 |
| 第四章 基于GIS的天津市养老地产选址方案设计 |
| 4.1 应用GIS的单因素评价 |
| 4.1.1 环境因素 |
| 4.1.2 配套因素 |
| 4.1.3 经济因素 |
| 4.2 基于调研的单因素评价 |
| 4.3 因子评价的叠加分析 |
| 4.3.1 各因素叠加评价 |
| 4.3.2 天津市养老地产选址结果 |
| 第五章 天津市养老地产选址结果分析及对策建议 |
| 5.1 天津市养老地产选址结果分析 |
| 5.2 天津市养老地产选址对策建议 |
| 第六章 研究结论与展望 |
| 6.1 研究结论 |
| 6.2 本文局限性及未来展望 |
| 参考文献 |
| 附录 A |
| 攻读学位期间所取得的相关科研成果 |
| 致谢 |
（9）基于GIS的西安市产业地产空间选址及其影响因素研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与问题的提出 |
| 1.1.1 研究背景 |
| 1.1.2 .问题的提出 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.4 本文研究内容 |
| 1.4.1 研究区域选取 |
| 1.4.2 研究的主要内容 |
| 1.5 研究方法及技术路线 |
| 1.5.1 研究方法 |
| 1.5.2 技术路线 |
| 2 相关理论基础研究 |
| 2.1 产业地产的相关理论 |
| 2.1.1 产业地产的概念界定 |
| 2.1.2 产业地产的特征与规律 |
| 2.2 空间选址的相关理论 |
| 2.2.1 影响空间选址布局的经济理论 |
| 2.2.2 城市空间地域结构理论 |
| 2.2.3 区位研究与选址理论 |
| 2.3 GIS的发展与应用 |
| 2.3.1 地理信息系统的概述 |
| 2.3.2 GIS的功能和应用领域 |
| 3 西安市产业地产空间分布影响因素识别 |
| 3.1 西安市产业地产发展现状 |
| 3.1.1 西安市区域发展背景 |
| 3.1.2 西安市产业地产市场需求特点 |
| 3.1.3 西安市产业地产分布现状特征 |
| 3.2 影响产业地产空间分布的因素 |
| 3.2.1 影响因素的定量提取 |
| 3.2.2 因子分析过程 |
| 3.2.3 影响因素辨析 |
| 4 产业地产空间选址模型的构建 |
| 4.1 产业地产空间选址模型的建立 |
| 4.1.1 空间建模的运行机理 |
| 4.1.2 选址模型及变量设定 |
| 4.2 GIS环境下空间选址模型的设计 |
| 4.2.1 变量选取与模型参数测定 |
| 4.2.2 GIS空间分析模型的设置 |
| 5 GIS环境下产业地产空间选址模型的实证研究 |
| 5.1 西安市地理信息数据的采集与处理 |
| 5.1.1 研究边界范围的划定 |
| 5.1.2 地理信息数据的处理 |
| 5.2 西安市产业地产空间选址结果 |
| 5.2.1 GIS空间分析过程 |
| 5.2.2 空间选址的结果评价 |
| 5.3 因素分布变动对选址格局的影响 |
| 5.3.1 城市规划引导下的影响因素空间分布变动 |
| 5.3.2 产业地产选址空间格局变动 |
| 6 结论与展望 |
| 6.1 主要结论及建议 |
| 6.2 研究不足与展望 |
| 参考文献 |
| 硕士研究生学习阶段发表论文 |
| 致谢 |
（10）基于GIS的城市商务地产租金模型研究 ——以重庆市为例（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 理论背景 |
| 1.1.2 实践背景 |
| 1.2 研究问题 |
| 1.3 城市商务地产租金理论国内外研究进展 |
| 1.3.1 国外关于商务地产租金的研究综述 |
| 1.3.2 国内关于商务地产租金的研究综述 |
| 1.3.3 文献综评 |
| 1.4 研究意义 |
| 1.5 研究内容与框架结构 |
| 1.6 研究方法与技术路线 |
| 1.6.1 研究方法 |
| 1.6.2 技术路线 |
| 2 概念定义与理论基础 |
| 2.1 概念定义 |
| 2.2 地租理论基础 |
| 2.2.1 早期新古典主义经济学 |
| 2.2.2 Alonso竞租曲线 |
| 2.2.3 竞租理论的扩展 |
| 2.3 资产评估理论基础 |
| 2.4 传统特征价格理论 |
| 2.4.1 特征价格概念 |
| 2.4.2 特征价格模型函数形式 |
| 2.4.3 传统特征价格理论的缺点 |
| 2.5 空间特征价格理论 |
| 2.6 地统计学理论 |
| 2.6.1 地统计学简介 |
| 2.6.2 Kriging插值法 |
| 2.7 资产价值分析与GIS |
| 2.7.1 GIS应用简介 |
| 2.7.2 GIS在房地产领域的应用 |
| 2.7.3 GIS与房地产价值分析 |
| 3 重庆市商务地产现状分析与数据处理 |
| 3.1 重庆市商务地产发展现状 |
| 3.2 研究区域与研究时间 |
| 3.3 变量选择与量化 |
| 3.3.1 缓冲区设置原则 |
| 3.3.2 变量筛选 |
| 3.3.3 GIS辅助的特征因素量化 |
| 3.4 数据获取与处理 |
| 3.4.1 数据获取 |
| 3.4.2 因变量 |
| 3.4.3 自变量 |
| 3.5 创建地理信息系统（GIS）数据库 |
| 4 重庆市商务地产租金模型研究 |
| 4.1 商务地产租金空间探索性分析 |
| 4.1.1 租金结构分析 |
| 4.1.2 租金趋势分析 |
| 4.1.3 空间自相关分析 |
| 4.2 商务地产租金空间分异规律 |
| 4.2.1 基于Kriging商务地产租金空间插值分析 |
| 4.2.2 重庆市商务地产租金空间分异规律 |
| 4.3 特征价格模型 |
| 4.3.1 模型研究意义 |
| 4.3.2 传统特征价格模型 |
| 4.3.3 空间特征价格模型 |
| 4.4 模型回归与检验 |
| 4.4.1 回归结果分析 |
| 4.4.2 多重共线性分析 |
| 4.4.3 特征因素影响程度分析 |
| 4.4.4 模型经济解释 |
| 4.5 模型的比较与选择 |
| 4.5.1 模型拟合结果比较 |
| 4.5.2 模型预测误差比较 |
| 5 重庆市商务区发展政策建议及研究结论 |
| 5.1 关于重庆市中央商务区建设的政策建议 |
| 5.2 研究结论 |
| 5.3 不足与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| A. OLS模型回归结果 |
| B. SEM模型回归结果 |
| C. SLM模型回归结果 |
| D. 作者在攻读学位期间取得的研究成果 |
四、基于GIS的数字化地产评估系统研究（论文参考文献）
- [1]基于GIS的科右前旗经济项目区位选择优先级模型构建[D]. 杜宜珊. 北京林业大学, 2020(03)
- [2]基于城市空间大数据的中国特大城市形态定量研究初探[D]. 陆小波. 东南大学, 2019(07)
- [3]基于历史地图转译的重庆城市历史景观层积研究[D]. 张栩晨. 重庆大学, 2019(01)
- [4]基于DEA-GIS的城市养老社区选址问题优化研究[D]. 曾辉. 河南工业大学, 2019(02)
- [5]基于GIS的集中式长租公寓选址适宜性研究 ——以杭州市主城八区为例[D]. 任方舟. 重庆大学, 2019(01)
- [6]广州市商业综合体选址研究[D]. 戴金黛. 广东工业大学, 2019(02)
- [7]110kV昆明文化宫地下智能变电站设计与建设管理研究[D]. 管波. 昆明理工大学, 2018(04)
- [8]天津市养老地产项目选址研究[D]. 苑颂. 河北工业大学, 2017(01)
- [9]基于GIS的西安市产业地产空间选址及其影响因素研究[D]. 支家骏. 西安建筑科技大学, 2016(07)
- [10]基于GIS的城市商务地产租金模型研究 ——以重庆市为例[D]. 孙毅楠. 重庆大学, 2015(06)