第３５卷，第２期自然资源遥感Ｖｏｌ．３５，Ｎｏ．２２０２３年６月ＲＥＭＯＴＥＳＥＮＳＩＮＧＦＯＲＮＡＴＵＲＡＬＲＥＳＯＵＲＣＥＳＪｕｎ．，２０２３ｄｏｉ：１０．６０４６／ｚｒｚｙｙｇ．２０２２１３４引用格式：吕永强，于新伟，杨朔，等．基于多源地理大数据的城市多中心识别方法［Ｊ］．自然资源遥感，２０２３，３５（２）：１３２－１３９．（ＬｙｕＹＱ，ＹｕＸＷ，ＹａｎｇＳ．Ｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｔｈｅｐｏｌｙｃｅｎｔｒｉｃｕｒｂａｎｓｔｒｕｃｔｕｒｅｂａｓｅｄｏｎｍｕｌｔｉ－ｓｏｕｒｃｅｇｅｏｇｒａｐｈｉｃｂｉｇｄａｔａ［Ｊ］．ＲｅｍｏｔｅＳｅｎｓｉｎｇｆｏｒＮａｔｕｒａｌＲｅｓｏｕｒｃｅｓ，２０２３，３５（２）：１３２－１３９．）基于多源地理大数据的城市多中心识别方法吕永强１，于新伟１，杨朔１，郑新奇２（１．山东建筑大学测绘地理信息学院，济南２５０１０１；２．中国地质大学（北京）信息工程学院，北京１０００８３）摘要：地理大数据的出现为城市空间结构研究提供了新的数据源，如何利用地理大数据识别城市多中心空间结构是目前学术界研究热点。文章提出了一种基于多源地理大数据的城市多中心识别方法，使用基于分水岭的区域分割算法获取研究区内部空间单元，使用两阶段城市中心识别算法识别了城市的主中心与次中心，并对所提方法的识别结果进行了对比验证，研究结果表明：①基于分水岭的区域分割算法可以有效地挖掘夜间灯光数据的空间特征，获取的基础空间单元可适用于识别城市空间结构；②微博签到数据可以较好地反映城市人类活动，基于微博签到数据与两阶段城市中心识别方法获取的城市中心与城市规划设定的城市中心基本吻合。文章提出的应用地理大数据识别城市多中心的方法，对拓展地理大数据的应用领域、丰富现有城市空间结构研究的方法具有重要意义。关键词：夜间灯光；微博签到；分水岭算法；空间单元；多中心结构中图法分类号：ＴＰ７９；ＴＵ９８４．２文献标志码：Ａ文章编号：２０９７－０３４Ｘ（２０２３）０２－０１３２－０８收稿日期：２０２２－０４－０６；修订日期：２０２２－０９－０６基金项目：山东省自然科学基金青年项目“基于多源数据的中国城市多中心空间结构时空演化特征及其影响因素研究”（编号：ＺＲ２０２０ＱＤ０２１）资助。第一作者：吕永强（１９８９－），男，博士，讲师。研究方向为ＧＩＳ空间分析与建模。Ｅｍａｉｌ：ｌｖｙｏｎｇｑ...
