基于POI數(shù)據(jù)的城市功能區(qū)劃分和識別
——以泉州市主城區(qū)為例

毋 亭，湯志偉

(福建農(nóng)林大學(xué) 資源與環(huán)境學(xué)院，福建 福州350002)

0 引言

城市的功能區(qū)，是指城市內(nèi)部按一定標(biāo)準(zhǔn)和功能類型劃分的不同屬性的分區(qū)，各區(qū)域的分布空間及其相應(yīng)產(chǎn)生的分類子區(qū)域各異.它們受自然、歷史、經(jīng)濟(jì)、社會等諸多因素的影響，隨著城市的發(fā)展而產(chǎn)生、演進(jìn)、并與時俱進(jìn)地變化.

傳統(tǒng)的城市功能區(qū)劃分主要依賴于人工手段，周期長、誤差大、工作量也大.隨著信息技術(shù)的飛速發(fā)展，大數(shù)據(jù)成指數(shù)級增長，基于大數(shù)據(jù)的信息挖掘也越來越多的用于解決各種科學(xué)問題.興趣點(point of interest，POI)是對空間實體的位置描述，在一定程度與角度上能夠反映城市空間生產(chǎn)與生活活力.基于興趣點的城市功能區(qū)劃分能夠克服傳統(tǒng)劃分方法周期長、誤差與工作量大等弊端，因此，近年來被越來越多的相關(guān)學(xué)者所接受與應(yīng)用.但此類研究目前仍存在一些待解決問題，比如：研究區(qū)域的劃分只停留在了相對單一的層面，對于混合區(qū)域、無數(shù)據(jù)區(qū)域較少涉略；由于受到噪點的干擾，還存在混合功能區(qū)的識別精度較小的問題；由于區(qū)域過大，POI數(shù)量不充足時會導(dǎo)致功能區(qū)劃分準(zhǔn)確度不高的問題.

本文基于核密度和融合數(shù)據(jù)構(gòu)建模型[1]，對泉州市市區(qū)進(jìn)行功能區(qū)劃分，與傳統(tǒng)的城市功能區(qū)劃分方法相比，本論文的改進(jìn)之處在于：

1)對不規(guī)則路網(wǎng)進(jìn)行拓?fù)涮幚?，以處理后形成的封閉區(qū)域為研究單元進(jìn)行功能區(qū)的識別，增加功能區(qū)劃分的合理性.

2)使用核密度方法，在充分考慮混合區(qū)影響的基礎(chǔ)上，對數(shù)據(jù)進(jìn)行處理分析，降低噪聲的影響，削弱離散化現(xiàn)象，提高功能區(qū)劃分的效率與精度.

1 研究區(qū)域與數(shù)據(jù)來源

1.1 研究區(qū)

研究區(qū)域選取泉州市中心區(qū)域的鯉城區(qū)和豐澤區(qū)為研究區(qū)(如圖1).泉州市位于我國福建省東南部沿海地區(qū)，北接福州，南接廈門，東望臺灣，地形以山地、丘陵為主，海岸線曲折迂回，氣候?qū)賮啛釒ШＱ笮约撅L(fēng)氣候.泉州是全國首個東亞文化之都、福建省三大中心城市(福州、廈門、泉州)之一，GDP總量在全省最高，經(jīng)濟(jì)總量連續(xù)20年保持全省第一.

圖1 研究區(qū)域的地理位置

據(jù)2019年泉州統(tǒng)計年鑒統(tǒng)計，泉州市總面積11 015 km2，常住人口870萬，其中，鯉城區(qū)與豐澤區(qū)面積約為161.74 km2，常住人口約95.1萬，城鎮(zhèn)化率高達(dá)66.7%，且人口分布較為均質(zhì)、居住功能相對集中、街道網(wǎng)絡(luò)較為完整且歷史最為悠久.因此，以這兩個區(qū)域為研究對象，功能區(qū)識別的準(zhǔn)確率相對較高.另外，這兩個區(qū)域交通網(wǎng)絡(luò)形成的地理阻隔明顯，可以減少或避免外圍公共服務(wù)設(shè)施對識別過程產(chǎn)生的邊緣效應(yīng)(如圖2).

圖2 研究區(qū)路網(wǎng)

1.2 數(shù)據(jù)來源

本研究中的POI數(shù)據(jù)是基于Python語言從高德地圖中爬取，共7 543條記錄，分13種類型，分別為公共管理和社會組織、公共設(shè)施、交通運輸和倉儲及郵政業(yè)、教育、金融、居民生活服務(wù)、批發(fā)零售、衛(wèi)生社會保障、文化娛樂體育、住宿餐飲、租貨和商業(yè)活動、工業(yè)、住宅小區(qū).

路網(wǎng)、水域與森林等地理要素矢量數(shù)據(jù)源自開放社區(qū)地圖(open street map，OSM).此數(shù)據(jù)源是由網(wǎng)絡(luò)大眾共同打造的免費、開源、可編輯的地圖服務(wù).它依靠公眾無償?shù)呢暙I(xiàn)，利用集體的力量采集和完善全球相關(guān)地理數(shù)據(jù)，并通過無償回饋給社會的方式參與并促進(jìn)相關(guān)研究的發(fā)展.相比于其他地圖服務(wù)，OSM對于用戶非常友好.

2 研究方法

2.1 基于城市路網(wǎng)生成不規(guī)則格網(wǎng)

城市路網(wǎng)是城市交通空間特征的表現(xiàn)，利用路網(wǎng)劃分城市空間，形成不規(guī)則的多邊形區(qū)域，這些區(qū)域在承載城市影響力方面被認(rèn)為是均等的.基于路網(wǎng)形成的不規(guī)則多邊形進(jìn)行功能區(qū)的劃分，可提高劃分的合理性.

針對路網(wǎng)中存在的拓?fù)溴e誤，依據(jù)下面規(guī)則，對路網(wǎng)首先進(jìn)行拓?fù)湫迯?fù)和糾正.

1)對于孤立的道路，如果其與相鄰路網(wǎng)之間的距離小于20 m，則進(jìn)行雙向延長直至也相鄰路網(wǎng)連接；若大小20 m，才進(jìn)行刪除.

2)對于懸掛的道路，進(jìn)行延長至與其相鄰路網(wǎng)連接.糾正后對比泉州市的實時路況進(jìn)行校驗.

最后，基于拓?fù)湫迯?fù)后的路網(wǎng)將研究區(qū)域切割成若干不規(guī)則格網(wǎng)(圖).

2.2 POI的重分類

原始POI數(shù)據(jù)中存在數(shù)據(jù)冗余問題，需要進(jìn)行重分類處理[2]，主要解決的問題包括：

1)POI數(shù)據(jù)名稱完全相同的[3].

2)POI數(shù)據(jù)的空間屬性完全一樣的，即經(jīng)緯度字段值相同.

之后，剔除掉公眾認(rèn)知度較低[4]處在城市中心邊緣且數(shù)量極少的點要素類，只保留對于城市功能區(qū)有顯著代表作用的點要素類，如交通汽車站、工業(yè)園等.最后，重分類結(jié)果如表1所示(L：large-scale，大尺度分類；M：medium-scale，中尺度分類；S：small-scale，小尺度分類)：

表1 POI數(shù)據(jù)重分類

2.3 分類權(quán)重

不同的興趣點要素，其建筑面積與公眾認(rèn)知度等的不同導(dǎo)致其在城市空間中的影響力各不相同.我們用權(quán)重的形式來刻畫該影響力，并基于此對城市空間進(jìn)行識別[5].

本研究城市功能區(qū)劃分為6類，分別為：居住區(qū)、商業(yè)區(qū)、交通用地、綠地廣場、公共用地、產(chǎn)業(yè)區(qū)，每個功能區(qū)內(nèi)部所有POI大類類型的總權(quán)重為1，公式為

∑Li=1i∈(1，2，…，6)

(1)

式中，Li為大尺度分類中第i類的權(quán)重.

在同一大尺度類型中，對不同的中類進(jìn)行兩兩比較，根據(jù)相對影響力為比較對中每個中類進(jìn)行權(quán)重賦值，兩中類的總權(quán)重之和為1.各中類的最終權(quán)重為在所有比較對中獲得的權(quán)重的平均值，公式為

(2)

式中，Mj為特定大類下第j中類權(quán)重，km為第j中類與第m中類進(jìn)行比較后的權(quán)重取值，n為該特定大類下中類的數(shù)量.

同一中尺度類型中不同小尺度分類之間也存在空間特征影響力的差異，為使研究結(jié)果科學(xué)合理，本研究設(shè)置每個中尺度類型下的第g小尺度類型的權(quán)重為Sg，且Sg∈(0，100).

最終，對于某一個POI，它屬于第i大類下的第j中類的第g小類，則其綜合權(quán)重為

Sig.=Li×Mj×Sg

(3)

式中Sig.為每一個POI數(shù)據(jù)點經(jīng)過修正后的綜合權(quán)重系數(shù).

表2是本次研究中各大類的POI數(shù)據(jù)綜合權(quán)重值：

表2 POI數(shù)據(jù)的綜合權(quán)重

2.4 核密度估計

核密度估計是一種從數(shù)據(jù)樣本出發(fā)研究數(shù)據(jù)分布特征的方法.該方法充分利用數(shù)據(jù)原始的信息，對數(shù)據(jù)的分布不附加任何假定.根據(jù)地理學(xué)第一定律，任何事物都是與其相鄰近的事物相關(guān)的，且距離越近關(guān)聯(lián)性越大.核密度估計正是基于此定律，利用核函數(shù)計算一定空間范圍內(nèi)興趣點的密度，其核心的影響強(qiáng)度隨距離減弱，因此能夠體現(xiàn)較強(qiáng)的空間差異性，，適合于城市空間分布特征的表示.核密度估計公式為[6]

(4)

式中，f(x)是位置x處的核密度估計函數(shù)；h是帶寬；ci為為寬帶內(nèi)第i個POI點的空間位置；n是與位置x的路徑距離小于或等于h的POI點數(shù)；φ函數(shù)是空間權(quán)重函數(shù)，本研究選擇四次權(quán)重方程，公式為

(5)

考慮到不同POI點的分布情況，帶寬h的計算公式為

(6)

2.5 城市功能區(qū)定量識別

基于六大類要素的核密度圖，以及城市路網(wǎng)生成的不規(guī)則多邊形，計算各大尺度分類在各區(qū)域的核密度占比.計算公式為[7]

(7)

式中，Ck，i為第k個多邊形區(qū)域內(nèi)第i類要素的分布密度占比，F(xiàn)i為第i類要素在區(qū)域單元中的核密度總和，Sk為第k個多邊形區(qū)域內(nèi)所有興趣點類的核密度總和.當(dāng)某一大類密度占比大于50%時，則該區(qū)域被識別為這一類型的單一功能區(qū)；當(dāng)某一大類密度占比大于35%而小于50%時，該區(qū)域被識別為混合功能區(qū)，混合功能區(qū)主要由區(qū)域內(nèi)占比較大的兩種POI大類決定.其余的區(qū)域則統(tǒng)一識別為多類型混合功能區(qū).

2.6 研究結(jié)果檢驗

為了驗證本次實驗的城市功能區(qū)識別是否準(zhǔn)確，將研究結(jié)果與高德地圖進(jìn)行對比分析，選擇20個街區(qū)，檢驗研究結(jié)果的準(zhǔn)確度[8].在準(zhǔn)確度的評分標(biāo)準(zhǔn)中，十分符合設(shè)置為3分，較為符合為2分，一般符合為1分，完全不符合為0分.總體準(zhǔn)確率的計算公式為

(8)

式中，k為十分符合時的評分分?jǐn)?shù)，xi為第i個街區(qū)的符合度實際評分分?jǐn)?shù)，n為抽取的總街區(qū)數(shù)量.

3 結(jié)果與分析

3.1 六大類興趣點要素分布密度的空間特征

圖3～圖8分別是居民區(qū)、商業(yè)區(qū)、綠地和廣場、交通、公共服務(wù)以及產(chǎn)業(yè)區(qū)分布密度圖.從總體上看，研究區(qū)域中的西南、東北區(qū)域的核密度分布相對稀疏，而中心區(qū)域和東南區(qū)域相對密集.

圖3 居民區(qū)分布密度圖圖4 商業(yè)區(qū)分布密度圖

圖5 綠地和廣場分布密度圖圖6 交通分布密度圖圖7 公共服務(wù)分布密度圖圖8 產(chǎn)業(yè)區(qū)分布密度圖

商業(yè)區(qū)主要分布在晉江兩岸，其中商業(yè)區(qū)高密度分布區(qū)域與居民區(qū)的高密度分布區(qū)域混合發(fā)生于城市中心.公共服務(wù)核密度呈現(xiàn)一強(qiáng)核與若干弱核組成的空間分布特征，符合城市公共服務(wù)資源配置的基本規(guī)律，即公共服務(wù)資源從城市中心到城市邊緣逐漸遞減.

與其他功能區(qū)密度相比，綠地和廣場高密度聚集區(qū)域面積較小，且高密度區(qū)域與低密度區(qū)域的密度值相比有顯著差異.高密度區(qū)主要集中在城市的中心區(qū)域，呈點狀分布，鑲嵌在商業(yè)區(qū)、公共用地、居民區(qū)的高密度區(qū)域中.其分布狀況一方面反映城市的綠色空間分布特征為點綴式分布，另一方面也反映廣場與城市土地利用的關(guān)系，即廣場的屬性與城市土地類型具有高度相關(guān)性.根據(jù)poi的屬性可以發(fā)現(xiàn)，鑲嵌在商業(yè)區(qū)的高密度廣場多為商業(yè)型廣場，而鑲嵌在公共服務(wù)用地的高密度廣場區(qū)多為集散或公共活動類廣場等.

交通在城市的中心和邊緣分別有兩個高密度區(qū)域.其中，位于城市邊緣的兩個高密度區(qū)域分別是泉州動車站、泉南高速樞紐所在地，位于城市中心的是泉州汽車站、泉州客運中心汽車站所在地.通過計算密度數(shù)據(jù)可知，城市中心的密度高于邊緣密度，從側(cè)面反映，公路運輸是泉州市對外交通的主要方式.根據(jù)《泉州市2018年交通運輸工作總結(jié)》的統(tǒng)計數(shù)據(jù)，公路運輸方式在完成貨物運輸量和旅客運輸量上分別占比 55.75% 、69.67%.但是隨著泉州市經(jīng)濟(jì)發(fā)展，公路運輸?shù)恼急葘⒅饾u減少，同比去年的數(shù)據(jù)，公路運輸在完成旅客運輸量的占比上負(fù)增長15.6%，在各種運輸方式中下滑最多.而從2015年到2018年間，鐵路、民航、水運占比逐年增長.說明泉州市的交通運輸結(jié)構(gòu)正在發(fā)生改變，快速交通方式運輸成本低、能耗低、運量大的優(yōu)點，大大提高了交通便利性，促進(jìn)經(jīng)濟(jì)的發(fā)展.表明泉州市即將步入經(jīng)濟(jì)活動快速發(fā)展的階段.

高密度的產(chǎn)業(yè)區(qū)主要以機(jī)械汽配、紡織服裝業(yè)、包裝鞋業(yè)、石油化石等產(chǎn)業(yè)為代表，占泉州市國民經(jīng)濟(jì)總產(chǎn)值的76.84%(依據(jù)《2018年泉州市國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報》計算).這些產(chǎn)業(yè)主要分布在鄰接水域的地方，如：機(jī)械制造業(yè)集中于沿海區(qū)域，紡織服裝業(yè)、包袋鞋業(yè)則主要集中于晉江兩岸下游地區(qū).可見，泉州市的主要工業(yè)活動呈現(xiàn)沿河或沿海線狀分布的特征.

3.2 泉州市主城區(qū)功能區(qū)劃分結(jié)果

圖9為泉州市主城區(qū)城市功能分區(qū)分布圖.在研究區(qū)域中，混合功能區(qū)的數(shù)量為98個，面積占比約為14.86%，大部分集中在城市的中心區(qū)域，以公共服務(wù)、居住區(qū)、綠地和廣場和商業(yè)區(qū)的混合功能區(qū)類型為主.

圖9 泉州市主城區(qū)城市功能分區(qū)分布圖

單一功能區(qū)的數(shù)量為250個，面積占比約為84%.居民區(qū)、公共服務(wù)類用地分布比較均勻.在城市邊緣分布的綠地和廣場一般面積大但數(shù)量少，而在中心區(qū)域分布的綠地和廣場相對面積小但數(shù)量較多.產(chǎn)業(yè)區(qū)主要集中在晉江下游，交通功能區(qū)分布與其核密度分布高度一致.各類單一功能區(qū)的占地面積見表3，面積最大的是綠地和廣場，其次是商業(yè)區(qū).面積最小的是產(chǎn)業(yè)區(qū)，其次是交通.

表3 單一功能區(qū)占地面積

商業(yè)區(qū)在研究區(qū)域占地面積為36.57平方公里，位于區(qū)域中心的占比大約為30%，西南區(qū)域占比大約為38%.一般來說，城市的中心對商業(yè)活動的吸引力是巨大的.但是在分布圖的西南區(qū)域卻有著大片區(qū)域的商業(yè)區(qū).西南區(qū)-鯉城區(qū)是泉州市最大的商業(yè)聚集地，以汽車服務(wù)、保險金融、購物服務(wù)為主，商業(yè)活動頻繁.從其地理區(qū)位來看，該地區(qū)內(nèi)商業(yè)較為密集的原因在于：1)該地區(qū)為多級行政區(qū)的交界處，西北、西南與東北分別與南安市、晉江市和豐澤區(qū)接壤，往來流動人口較多；2)與泉南高速樞紐與晉江機(jī)場鄰近，交通便利.

城市人口是由不同職業(yè)、不同社會階層的人組成，形成了不同社會處境，相應(yīng)形成了不同級別的居民區(qū)[9].在研究區(qū)域中，高等住宅小區(qū)附近一般有公園和森林，或者其本來就建設(shè)在環(huán)境優(yōu)美的區(qū)域中.而普通住宅小區(qū)則多數(shù)位于與商業(yè)、公共服務(wù)等其他類型混合的功能區(qū).

在邊緣地帶，單一功能區(qū)出現(xiàn)的頻率較高.一方面是因為近幾十年以來，隨著城市城鎮(zhèn)化率逐漸上升，城市內(nèi)部空間逐漸壓縮，以至于一些社會組織和公共機(jī)構(gòu)開始撤離城區(qū)、往市區(qū)邊緣聚集，例如泉州市政府和一些醫(yī)院學(xué)校；另一方面也是因為在城市邊緣區(qū)域，政府更容易制定與實施較大規(guī)模的單一功能區(qū)的發(fā)展規(guī)劃與政策，例如泉州火車站的建設(shè)和高等住宅小區(qū).

3.3 結(jié)果檢驗

本研究選擇30個街區(qū)檢驗分區(qū)結(jié)果，如表4所示：

表4 城市功能區(qū)分區(qū)符合評分表

由檢驗公式得到研究區(qū)域識別準(zhǔn)確率為80.0%.30個街區(qū)中十分符合的有22個，占比73.33%，完全不符合，即分值為0的有3個，占比10%.這三個劃分錯誤的原因是受到外界因素影響，三個研究單元的附近，存在綜合權(quán)重相對大的其他類型數(shù)據(jù)，使三個研究單元真實屬性的核密度占比過小，造成劃分錯誤.

單一功能區(qū)的識別準(zhǔn)確率為84.84%，其中，交通、綠地和廣場的識別準(zhǔn)確率最高，達(dá)到了100%.混合功能區(qū)的識別準(zhǔn)確率為70.83%，其中，多類型混合區(qū)識別率達(dá)到了80%.混合功能區(qū)的識別準(zhǔn)確率低的主要原因有兩點，1)研究單元位于城市邊緣，POI數(shù)據(jù)少且單一，導(dǎo)致混合功能區(qū)識別成單一功能區(qū).2)在研究單元內(nèi)部，同一小類的POI數(shù)據(jù)影響力不同，權(quán)重系數(shù)相同，造成混合功能區(qū)識別出錯.

整體來說本次城市功能區(qū)劃分識別具有較高的準(zhǔn)確度，說明本研究探索的分區(qū)方法科學(xué)合理.

4 結(jié)論

本次研究以城市路網(wǎng)劃分的不規(guī)則多邊形作為研究單元，基于核密度估計方法，對泉州市鯉城區(qū)與豐澤區(qū)進(jìn)行功能區(qū)劃分.劃分結(jié)果基本與泉州市主城區(qū)的總體規(guī)劃相契合，表明泉州市主城區(qū)的空間規(guī)劃相對合理，充分利用土地的資源，提高土地利用的收益，同時也證明劃分方法切實可行.本研究的劃分方法顯著提高了單一功能區(qū)的識別精度.另外，因為將混合功能區(qū)納入考慮范疇，城市內(nèi)部空間功能組合更加多樣，也因此更加清晰，為今后的城市規(guī)劃建設(shè)提供了理論依據(jù).

本研究仍存在不足之處，比如：POI數(shù)據(jù)的權(quán)重賦值和選取的驗證單元不足夠客觀.實際上，即使是同一小類的POI數(shù)據(jù)之間，依然存在影響力不同.其次，在城市的邊緣地帶，POI數(shù)據(jù)量少，存在少量POI數(shù)據(jù)識別一大片區(qū)域的問題.這些情況都需要進(jìn)一步的研究和改進(jìn).本研究可為城市管理與規(guī)劃、政府決策、居民服務(wù)和“智慧城市”建設(shè)等提供科學(xué)的服務(wù).以后還可以利用高分辨率的遙感影像改善數(shù)據(jù)融合的模型，提高識別精確度.