基于POI大數(shù)據(jù)劃分與識別城市功能區(qū)

黃慧敏 龍嘉露 吳寧邦 韋二揚(yáng)

摘? 要：準(zhǔn)確識別城市功能用地，有助于了解城市內(nèi)部空間結(jié)構(gòu)，為城市規(guī)劃與管理提供決策依據(jù)。基于道路網(wǎng)對研究區(qū)進(jìn)行不規(guī)則分割，選取地理實(shí)體占地面積和公眾認(rèn)知度對各類POI數(shù)據(jù)核密度進(jìn)行加權(quán)，建立城市功能區(qū)定量識別方法，輸出城市功能區(qū)識別結(jié)果并進(jìn)行分析和研究。研究表明，該方法能對城市功能區(qū)進(jìn)行精細(xì)劃分和識別，識別的總體精度達(dá)到70.56%。

關(guān)鍵詞：POI大數(shù)據(jù)? ?城市功能區(qū)? ?OSM路網(wǎng)? ?核密度分析

中圖分類號：K901? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼：A文章編號：1672-3791（2021）05（b）-0001-05

Abstract： Accurate identification of urban functional areas is helpful to understand the urban internal spatial structure and provide decision-making basis for urban planning and management. The study area is segmented irregularly based on the road network， the area of geographical entities and the public recognition are selected to weight the kernel density of various POI data， to create quantitative identification method of urban functional areas and to output and analyze the identification results of urban functional areas. The results show that this method can divide and identify the urban functional areas precisely， and the identification accuracy is 70.56%.

Key Words： Point of Interest（POI）;Urban functional areas;OSM;Kernel Density

城鎮(zhèn)化使大量農(nóng)村人口和資源涌入城市，引發(fā)城市粗放擴(kuò)張、功能不齊、交通擁堵、能源緊缺等問題，城市建設(shè)與可持續(xù)發(fā)展面臨新的挑戰(zhàn)。城市功能分區(qū)是城市規(guī)劃建設(shè)的重要基礎(chǔ)，已成為城市規(guī)劃研究的焦點(diǎn)和熱點(diǎn)問題之一。精準(zhǔn)識別城市功能區(qū)及其空間結(jié)構(gòu)，對提升城市規(guī)劃、改善城市秩序、協(xié)調(diào)人地關(guān)系具有重要意義。

傳統(tǒng)的土地普查數(shù)據(jù)、土地利用數(shù)據(jù)和遙感影像等具有獲取成本高、數(shù)據(jù)量龐大復(fù)雜、時(shí)效性差等不足，對城市功能區(qū)的研究多停留在宏觀層面。隨著大數(shù)據(jù)時(shí)代的到來，各種類型的數(shù)據(jù)大量涌現(xiàn)，如城市興趣點(diǎn)數(shù)據(jù)（Point Of Interest，POI）、手機(jī)信令數(shù)據(jù)、軌跡數(shù)據(jù)等。其中，POI數(shù)據(jù)包含地物名稱、類型、經(jīng)度和緯度4個(gè)方面信息，具有數(shù)據(jù)量大、精度高和時(shí)效性強(qiáng)等特點(diǎn)，能精細(xì)地反映出城市活動。不少學(xué)者借助大數(shù)據(jù)技術(shù)，利用POI對城市進(jìn)行功能分區(qū)研究，探索城市土地利用和城市發(fā)展模式，為深入了解城市空間結(jié)構(gòu)和指導(dǎo)區(qū)域空間優(yōu)化調(diào)控提供科學(xué)支撐。

1? 研究區(qū)概況

南寧是廣西壯族自治區(qū)首府、國務(wù)院批復(fù)確定的中國北部灣經(jīng)濟(jì)區(qū)中心城市、國家“一帶一路”有機(jī)銜接的重要門戶城市。全市下轄7個(gè)區(qū)、4個(gè)縣、1個(gè)市，總面積22 112 km2，建成區(qū)面積372 km2，常住人口791.38萬人，城鎮(zhèn)人口467.88萬人，城鎮(zhèn)化率63.7%?！赌蠈幨谐鞘锌傮w規(guī)劃（2007—2020年）》提出城市的主要發(fā)展方向：以邕江為軸線，西建東擴(kuò)，完善江北，提升江南，重點(diǎn)向南。在總體布局形態(tài)中，中心城應(yīng)突出“一軸兩帶多中心”的發(fā)展模式，逐步形成沿邕江兩岸串珠式展開、沿其支流縱深發(fā)展的城市布局形態(tài)。該文以南寧市邕江為軸線，快速環(huán)線內(nèi)的中心城為研究區(qū)域，總面積為178.073 km2，具體見圖1。

2? 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

南寧市路網(wǎng)數(shù)據(jù)來源于Open Street Map （OSM）地理數(shù)據(jù)平臺，POI數(shù)據(jù)來源于2019年百度地圖，共計(jì)43 929條。單體POI數(shù)據(jù)包括名稱、類別、地址、經(jīng)度、緯度等屬性信息，共有三級類別。一級類共15類，如餐飲服務(wù)、道路附屬、政治機(jī)構(gòu)和社會團(tuán)體等;二級類包括汽車服務(wù)、商務(wù)住宅相關(guān)和住宅區(qū)等;三級類包括二手車交易、汽車維修、洗車場等。參考2011年《城市用地分類標(biāo)準(zhǔn)與規(guī)劃建設(shè)用地標(biāo)準(zhǔn)（GB 50137-2011）》[1]，結(jié)合南寧市的實(shí)際情況，將功能用地分為商服用地、工業(yè)用地、公服用地、居住用地、道路交通設(shè)施用地、綠地與廣場用地六大類。

2.2 劃分最小研究單元

道路作為城市發(fā)展與建設(shè)的骨架、建筑與各類活動空間的依托，對城市發(fā)展起到引導(dǎo)作用[2]。作為城市區(qū)域自然分割的界線，道路形成的不規(guī)則格網(wǎng)單元在承載城市功能影響方面是均勻的[3]。該文對OSM數(shù)據(jù)進(jìn)行拓?fù)涮幚恚瑒h除重復(fù)線路、延長斷頭路、補(bǔ)齊缺失道路線，選取高速公路、主干路、次干路和支路，刪除小區(qū)路、人行橫道和其他道路，使其相交形成閉環(huán)，生成以道路為邊界的地塊作為功能區(qū)識別的最小單元，具體見圖1。

2.3 POI加權(quán)疊加

POI是由實(shí)際地物抽象而成的點(diǎn)，功能區(qū)單元內(nèi)POI實(shí)體面積和密度在很大程度上代表該地塊的用地屬性，但僅憑POI的數(shù)量和密度不能確定該單元地塊利用類型。該文根據(jù)地理實(shí)體的占地面積和公眾認(rèn)知度[4]以及專家分級打分的方法[5]，對各類POI進(jìn)行權(quán)重調(diào)和[6]。核密度估計(jì)（kernel density estimation，KDE）顧及了地理學(xué)第一定律的區(qū)位影響，適用于城市設(shè)施服務(wù)、交通路段風(fēng)險(xiǎn)評估以及商業(yè)聚集空間等研究[7]。核密度公式為：

式中，為獨(dú)立同分布的n個(gè)樣本點(diǎn);f（x）核密度估計(jì)值;n為樣本總數(shù);h為帶寬;k為核函數(shù)。

在一定帶寬區(qū)間內(nèi)產(chǎn)生的核密度分析結(jié)果精度相似，核函數(shù)對核密度估計(jì)結(jié)果影響很小，而帶寬的影響較大[8]，需選擇合適的帶寬進(jìn)行核密度分析。該文經(jīng)過多次實(shí)驗(yàn)分析將研究區(qū)帶寬區(qū)間設(shè)置為[300m，400m]。

2.4 功能區(qū)復(fù)合類型確定

利用不規(guī)則道路網(wǎng)劃分的城市功能區(qū)單元來分割各類型POI的核密度，并計(jì)算各地塊單元內(nèi)各類POI核密度所占比例，通過構(gòu)建類型比例（Category Ratio，CR）來識別城市功能區(qū)性質(zhì)[9]，公式為：

式中：i為POI的類型;n為各類型POI的數(shù)量;Ci表示類型比例，表示每一個(gè)地塊單元內(nèi)第i種類型POI的頻率密度;di為第i類POI在地塊單元內(nèi)的核密度值;D為單元中所有POI類型的核密度總數(shù)。

對劃分后的每個(gè)地塊單元進(jìn)行統(tǒng)計(jì)分析，根據(jù)公式（2）分別計(jì)算出每個(gè)單元內(nèi)6種POI類型的類別比例，將類型比例的閾值設(shè)定為50%，以此來區(qū)分每個(gè)單元的功能區(qū)性質(zhì)。功能區(qū)分為3種：（1）單一功能區(qū)，一個(gè)地塊單元內(nèi)存在一種POI類型的Ci值大于50%，則該地塊單元即為單一功能區(qū)，功能區(qū)性質(zhì)則由該P(yáng)OI類型決定;（2）混合功能區(qū)，一個(gè)地塊單元內(nèi)所有POI類型的Ci值均小于50%即為混合功能區(qū)，將Ci值按從大到小的順序排列，功能區(qū)性質(zhì)由Ci值較大的兩類POI決定;（3）無數(shù)據(jù)區(qū)，地塊單元內(nèi)不包括任何POI數(shù)據(jù)，當(dāng)頻率密度為0時(shí)，該地塊單元?jiǎng)t被劃分為無數(shù)據(jù)區(qū)。

3? 結(jié)果分析

3.1 城市功能區(qū)識別結(jié)果

根據(jù)實(shí)驗(yàn)結(jié)果，南寧市共有20種功能區(qū)類型（見圖2），包括6類單一功能區(qū)和14類混合功能區(qū)。在1 341個(gè)研究單元中，單一功能區(qū)共計(jì)850個(gè)，占總功能區(qū)數(shù)的63.4%，混合功能區(qū)有444個(gè)，占總功能區(qū)數(shù)量的33.1%，無數(shù)據(jù)區(qū)共計(jì)47個(gè)，占總功能區(qū)總數(shù)量的3.5%。

3.2 功能區(qū)空間分布特征

單一功能區(qū)以居住用地、公服用地和綠地與廣場用地為主（見圖3）。居住用地?cái)?shù)量最多且占地面積最大，地塊數(shù)共計(jì)281塊，面積47.58 km2，占研究區(qū)總面積26.73%。南北差異明顯，邕江以北居住用地地塊多、面積小、分散獨(dú)立，邕江以南則面積大、聚集成片。其次是公服用地，共計(jì)162塊，面積約為32.04 km2，占研究區(qū)總面積為17.97%，主要分布在西鄉(xiāng)塘區(qū)和青秀區(qū)。綠地與廣場用地地塊共計(jì)42塊，面積約為21.8 km2，占研究區(qū)面積12%，地塊單元面積大，分布獨(dú)立分散。

混合功能區(qū)以居住-公服用地和居住-商服用地、商服-公服用地為主（見圖4）。（1）居住-公服用地連片簇集，占地面積最大，地塊數(shù)量共計(jì)85塊，面積約為23.07 km2，占研究區(qū)總面積為12.96%，主要分布在邕江北部。（2）居住-商服用地，地塊總共有120塊，分散分布在邕江北部。（3）商服-公服用地共計(jì)110塊，邕江以北地塊數(shù)量多，多分布于人流密集地段，邕江以南則集中分布在邕江附近，地塊數(shù)量少、占地面積大。

3.3 識別結(jié)果精度評價(jià)

混淆矩陣是廣泛使用的目標(biāo)分類精度評價(jià)方法，該文采用混淆矩陣對識別結(jié)果進(jìn)行驗(yàn)證分析。參照2021遙感影像圖、谷歌地圖和南寧市城市總體規(guī)劃（2011—2020年）——中心城用地規(guī)劃圖作為混淆矩陣的真值，從每類功能用地中隨機(jī)選取30個(gè)功能地塊建立誤差矩陣對分類結(jié)果進(jìn)行評價(jià)，具體見表1。

公服用地、工業(yè)用地、綠地與廣場用地的占地面積大、公眾認(rèn)知度高，權(quán)重較大，識別精度較高，分別為0.8、0.7、0.833。居住用地和商服用地主要分布在市中心，功能類型復(fù)雜，且多以混合為主，而交通設(shè)施用地雖然數(shù)量多，但占地面積小且公眾認(rèn)知度低，在城市功能區(qū)識別中不具有顯著性，故這3類功能用地識別精度較低。

綜上所述，基于POI數(shù)據(jù)定量劃分和識別城市功能區(qū)的方法是可行并有效的。為了驗(yàn)證識別結(jié)果的準(zhǔn)確性，將實(shí)驗(yàn)得到的功能區(qū)分布圖與遙感影像地圖、百度地圖以及南寧市總體規(guī)劃圖（2011—2020年）對照分析，選取典型區(qū)域進(jìn)行驗(yàn)證分析。

圖5中選取廣西大學(xué)作為驗(yàn)證區(qū)域，（1）為識別結(jié)果，（2）（3）（4）分別為遙感影像圖、百度地圖和總體規(guī)劃圖。廣西大學(xué)識別結(jié)果為公服用地，周邊有商服用地、居住用地、居住-商服用地，對照該區(qū)域的百度地圖，廣西大學(xué)旁分布了南都大廈、靈秀公寓、富達(dá)花園等，與規(guī)劃圖的功能分區(qū)基本一致，功能區(qū)識別結(jié)果較為準(zhǔn)確。

4? 結(jié)語

（1）與傳統(tǒng)的城市功能區(qū)識別方法相比，該文的研究方法能夠較精準(zhǔn)識別出城市各類功能區(qū)，且識別效率高，識別的總體精度達(dá)到70.56%，混淆矩陣Kappa系數(shù)為0.65。

（2）南寧市各類型功能用地大體上空間分布均勻、分散，表明中心城空間結(jié)構(gòu)較合理，產(chǎn)業(yè)協(xié)同發(fā)展。但城市公共資源在新老城區(qū)分配不均衡，與規(guī)劃提出的“一軸兩帶多中心”的發(fā)展模式仍有差距。

（3）該文收集到的城市規(guī)劃數(shù)據(jù)、遙感影像等有滯后性，實(shí)驗(yàn)結(jié)果與其比對存在一定的差異。POI數(shù)據(jù)核密度權(quán)重賦值受主觀因素影響較大，部分功能用地識別精度不高。未來將結(jié)合多時(shí)相POI數(shù)據(jù)，重點(diǎn)挖掘可信的社交媒體、手機(jī)信令、導(dǎo)航GPS、可穿戴設(shè)備和群智設(shè)備等大數(shù)據(jù)，全面感知城市功能區(qū)演變特征及其驅(qū)動機(jī)制，為城市土地利用精準(zhǔn)規(guī)劃與可持續(xù)發(fā)展提供支撐。

參考文獻(xiàn)

[1] 中國城市規(guī)劃設(shè)計(jì)研究院.城市用地分類與規(guī)劃建設(shè)用地標(biāo)準(zhǔn)：GB50137-2011[S].北京：中國建筑工業(yè)出版社，2011：4-6.

[2] 王俊玨，葉亞琴，方芳.基于核密度與融合數(shù)據(jù)的城市功能分區(qū)研究[J].地理與地理信息科學(xué)，2019，35（3）：66-71.

[3] 薛冰，趙冰玉，肖驍，等.基于POI大數(shù)據(jù)的資源型城市功能區(qū)識別方法與實(shí)證——以遼寧省本溪市為例[J].人文地理，2020，35（4）：81-90.

[4] 趙衛(wèi)鋒，李清泉，李必軍.利用城市POI數(shù)據(jù)提取分層地標(biāo)[J].遙感學(xué)報(bào)，2011，15（5）：973-988.

[5] 胡曉鳴，黎小龍，蔚芳.基于POI的城市功能區(qū)及其混合度識別研究——以重慶市核心城區(qū)為例[J].西南大學(xué)學(xué)報(bào)：自然科學(xué)版，2021，43（1）：164-173.

[6] 李強(qiáng)，鄭新奇，晁怡.大數(shù)據(jù)支持的武漢市功能識別與分布特征研究[J].測繪科學(xué)，2020，45（5）：119-125.

[7] 禹文豪，艾廷華，楊敏，等.利用核密度與空間自相關(guān)進(jìn)行城市設(shè)施興趣點(diǎn)分布熱點(diǎn)探測[J].武漢大學(xué)學(xué)報(bào)：信息科學(xué)版，2016，41（2）：221-227.

[8] 丁彥文，許捍衛(wèi)，汪成昊.融合OSM路網(wǎng)與POI數(shù)據(jù)的城市功能區(qū)識別研究[J].地理與地理信息科學(xué)，2020，36（4）：57-63.

[9] 池嬌，焦利民，董婷，等.基于POI數(shù)據(jù)的城市功能區(qū)定量識別及其可視化[J].測繪地理信息，2016，41（2）：68-73.