街道绿视率指数对住宅价格的影响研究——以苏州市为例开题报告

 2023-10-25 10:10

1. 研究目的与意义

研究背景:

绿视率指的是人的视野中绿色所占的比率,换句话说,就是人的眼睛看到绿化的面积占整个人眼圆形面积的百分数。绿视率的高低会对人的心理和生理产生积极或消极的影响。世界上有些人均寿命极其高的地区,其绿视率普遍达到15%。同样的,绿视率低的地区生病的几率也比绿视率高的地区平均要大。由此可见,街道绿视率指数对住宅区的人影响之大。

近年来,房地产业在各城市规模不断扩大,作为国民经济新的增长点,为中国的经济快速增长做出了贡献,保持长期的活跃性,苏州市也不例外。同时,房地产业也存在着许多问题,资源浪费与流失,商品房空置量增加,部分房地产商缺少稳定的开发资金来源造成烂尾楼的出现。居高不下的房价让百姓在选择住宅区域时会进行各种因素的评估分析,从而决定哪一地块的住宅区位条件最优进行购买。影响住宅区价格的因素有很多,交通因素、商业因素、房地产集团规模等。而如今的人们对生活环境变得更加重视,希望自己生活在空气清新、环境优美的小区里,所以现在房地产商也更加注重对小区绿化的设计与布置,把绿化面积作为小区设计的一个重要指标。大部分小区都有道路街道,两边均带有绿化,因此可以对苏州市的住宅小区的绿化面积,房价信息,小区内道路街景数据进行收集,利用地理空间分析相关软件模型计算出小区街道绿视率指数以及其对小区房价的影响。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究内容和预期目标

研究内容:

房地产业是当前中国许多城市最为活跃的产业,住宅区的区位、周边交通、环境等因素是购房者通常考虑的条件,同时其也是决定住宅区房屋价格的重要因素。苏州市是江苏省的经济强市,研究通过爬取苏州市的住宅小区的房价信息以及道路的街景照片数据,通过深度学习模型提取街景数据中的街道绿视率信息,并利用空间回归模型等模型,综合利用POI数据和街景大数据等多源数据,探究社区属性、商业区位、交通区位、服务区位和街道绿视率等类型变量对苏州市住宅价格的影响规律。研究对于探究各种因素与房价关系在空间上的分异具有重要意义。

预期目标:

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究的方法与步骤

研究方法:

(1)可视化方法: 可视化方法是指在原始数据转换为可视化元素后,利用形象直观的表现形式来显示复杂的资源内容,从而加深用户的理解。通过对时空数据进行处理形成散点图、直方图、热力图等图可以让更加简洁明表达其时空变化。

(2)时间序列分析:通过对一个区域进行一定时间段内的连续遥感观测,提取图像有关特征,并分析其变化过程与发展规模。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献

[1]宋伟轩,毛宁,陈培阳,等.基于住宅价格视角的居住分异耦合机制与时空特征——以南京为例[J].地理学报,2017,72(4):589 -602.

[2]徐晶鑫,李俊峰.基于GWR模型的南京市住宅价格影响因素与机制研究[J].测绘与空间地理信息,2020,43(09):45-51.

[3]尹上岗,宋伟轩,马志飞等.南京市住宅价格时空分异格局及其影响因素分析——基于地理加权回归模型的实证研究[J].人文地理,2018,33(03):68-77.

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

5. 计划与进度安排

(1)接受任务,内容理解,指导教师讲解、讨论、阅读指导教师规定的文献,撰写开题报告(2024.2.21-2024.2.28)。

(2)收集相关参数,通过网络、期刊进行相关资料搜集(2024.2.29-2024.3.15);

(3)数据处理和入库:对数据进行预处理,包括地理投影变换和苏州房价的相关信息,并将数据导入数据库(2024.3.16-2024.3.31);

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

发小红书推广免费获取该资料资格。点击链接进入获取推广文案即可: Ai一键组稿 | 降AI率 | 降重复率 | 论文一键排版