基于興趣點數(shù)據(jù)的南昌城市功能區(qū)識別

李 岳，鄧志杰，王毓乾,3*

(1.東華理工大學江西省數(shù)字國土重點實驗室，330013，南昌；2.東華理工大學測繪工程學院，330013，南昌；3.自然資源部環(huán)鄱陽湖區(qū)域礦山環(huán)境監(jiān)測與治理重點實驗室，330013，南昌)

0 引言

城市功能區(qū)是城市或開發(fā)區(qū)實施城市規(guī)劃、提供功能的基本空間單元[1-2]。科學合理的功能區(qū)規(guī)劃是實現(xiàn)城市長遠發(fā)展目標的關鍵。傳統(tǒng)城市功能區(qū)劃分主要基于研究調查與專家評價等方法，主觀性極強。另外，遙感技術在城市功能區(qū)劃分也有應用[3-4]，但數(shù)據(jù)獲取成本高，數(shù)據(jù)處理繁瑣、時效性差。城市興趣點(Point of interest，POI)是一類地理空間大數(shù)據(jù)。POI數(shù)據(jù)記錄地理實體的空間信息和屬性信息，包括實體的名稱、地址、坐標、類型、評價等。其優(yōu)勢是信息覆蓋面廣，數(shù)據(jù)量大，便于定量分析。POI能夠真實地反映各類社會經濟活動[5]，較好地滿足了精細化城市空間布局[6]的要求，為城市功能區(qū)的識別提供了獨特視角。高曉路等學者利用POI數(shù)據(jù)并結合Densi-Graph分析方法，界定了城市群的生長邊界[7]；雷志成使用GIS空間分析軟件對來自百度地圖的POI數(shù)據(jù)進行可視化分析，識別出了城市邊緣區(qū)空間范圍[8]；張慧杰等人通過挖掘軌跡數(shù)據(jù)與POI語義分析，對具有一定特征的軌跡點進行相關密度聚類，從而識別城市功能區(qū)[9]；池嬌等基于POI數(shù)據(jù)對武漢都市發(fā)展區(qū)的功能用地進行了定量識別與可視化[10]；竇旺勝等以濟南市內5區(qū)為例，基于POI地理空間數(shù)據(jù)，構建頻數(shù)密度和類型比例，識別濟南市內5區(qū)城市功能用地并對識別結果進行了評價[11]。

利用POI進行城市功能區(qū)識別具有可行性，然而大部分研究城市用地功能時往往以城市主城區(qū)整體作為研究區(qū)域，缺乏對不同區(qū)縣的單一用地以及混合用地的分析討論。基于此，以南昌市內6區(qū)為研究對象，首先基于POI數(shù)據(jù)運用頻數(shù)密度、類型比例等指標對城市單一功能用地和混合功能用地進行識別，統(tǒng)計不同區(qū)縣不同功能用地占比并比較分析，構建混淆矩陣檢驗識別結果，并結合南昌市網(wǎng)絡電子地圖進行對比分析。

1 研究區(qū)與實驗數(shù)據(jù)

1.1 研究區(qū)及單元劃分

南昌市位于江西省中部偏北，是全省政治、經濟、文化、科教和交通中心，總面積7 402 km2。本文選擇劃分四邊形網(wǎng)格作為研究基本單元，規(guī)則格網(wǎng)能夠保證研究單元相同，得到的計算結果分布均勻，網(wǎng)格單元大小對結果影響較大。網(wǎng)格規(guī)模越小，越能夠顯示城市功能細節(jié)，但實體建筑有不同的占地面積?？紤]到現(xiàn)實中，大部分POI面積小于500 m2，同時借鑒已有的相關研究經驗[12-13]，將網(wǎng)格大小設定為500 m×500 m，總計有29 484個網(wǎng)格單元(圖1)。研究所有數(shù)據(jù)統(tǒng)一轉換為阿爾伯斯圓錐等面積投影。

圖1 研究區(qū)網(wǎng)格圖

1.2 POI數(shù)據(jù)來源和預處理

本文的POI數(shù)據(jù)來自高德地圖平臺，通過高德開放平臺API (https://lbs.amap.com/)爬取。研究爬取的POI數(shù)據(jù)共271 572條， 獲取時間為2020年2月。POI數(shù)據(jù)屬性包括名稱、類型、經度、緯度、地址和行政區(qū)6個字段。POI原始數(shù)據(jù)涵蓋了23大類，每一大類又包括若干中類和小類。參照相關研究[10]，選取與城市功能相關的15大類POI作為研究數(shù)據(jù)，利用Excel、Stata等軟件對數(shù)據(jù)的篩選、清洗，剩余總計94 636條。由于高德官方分類并無單獨的住宅區(qū)類別，需自行篩選，因此本文對居住用地未做單獨區(qū)分，將其歸類為商業(yè)服務業(yè)設施用地。如圖2所示，將城市功能用地劃分為公共管理與公共服務設施用地、商業(yè)服務業(yè)設施用地、工業(yè)用地、交通設施用地與綠地與廣場用地共5種。

圖2 POI數(shù)據(jù)分類

實體建筑被抽象為POI數(shù)據(jù)的過程中被忽略了占地面積。然而在實際生活中，不同建筑實體的占地面積差異很大，功能區(qū)單元內POI實體的占地面積對該單元功能性質有重要影響。此外，公眾對各類POI顯著程度的理解對單元的功能性質也有重要影響，本文參考趙衛(wèi)鋒[14]的公眾認知度調查，其中公眾對大型商場的認知度最高，其次是交通樞紐，而小區(qū)的認知度最低。根據(jù)POI實際的占地面積和公眾認知度對南昌市各類POI賦予相應的分值，區(qū)間為1～100，將所有POI與權重分值相乘，最終得到研究所用的POI數(shù)據(jù)。如某網(wǎng)格單元原有POI有5個，其權重值為20分，在數(shù)據(jù)處理后該單元的POI數(shù)量為100個。

2 城市功能定量識別方法

本文在每個研究單元內構建POI頻數(shù)密度(frequency density, FD)和類型比例 (category ratio, CR)指標用以識別500 m網(wǎng)格單元的城市功能，計算公式如下：

(1)

(2)

式中：i表示POI的類型；ni是網(wǎng)格內i種類型POI的數(shù)量；Ni表示i種類型POI的總數(shù)；Fi代表i種類型POI占該類型總數(shù)的密度；Ci表示i類型POI密度占所有類型POI密度的比例。

通過式(1)、式(2)計算每個網(wǎng)格單元的頻數(shù)密度和將類型比例對城市功能進行判別分析。以Ci是否達到50%作為判斷網(wǎng)格單元功能性質的標準。當網(wǎng)格單元內Ci達到50%及以上時，將該網(wǎng)格單元劃分為“單一功能區(qū)”，其用地類型由該POI類型而定；當所有類型的POI比值都未達到50%時，將該網(wǎng)格單元劃分為“混合功能區(qū)”，混合性質取決于類型比值前3的POI類型；無任何數(shù)據(jù)的網(wǎng)格劃分為“無數(shù)據(jù)區(qū)”。

3 識別結果與精度評價

通過POI識別的城市單一功能區(qū)和混合功能區(qū)的總體分布如圖3所示?？傮w呈同心圓的形式分布，單一功能區(qū)共4 187個網(wǎng)格，其分布介于城市郊區(qū)與城市核心之間，多數(shù)位于經濟開發(fā)區(qū)、新建區(qū)、南昌縣等外圍行政區(qū)，在城市外圍也有大量的零散單一功能區(qū)分布，基本是由于鄉(xiāng)鎮(zhèn)及交通線的POI數(shù)據(jù)導致；混合功能區(qū)主要分布在城市核心地帶，共901個網(wǎng)格，大多集中于東湖區(qū)、西湖區(qū)、青云譜區(qū)及紅谷灘區(qū)的沿江地帶；無數(shù)據(jù)區(qū)的分布則位于非城市地帶。

圖3 南昌市單一功能區(qū)、混合功能區(qū)及無數(shù)據(jù)區(qū)

3.1 單一功能區(qū)

由于南昌市郊縣地區(qū)包括安義縣、進賢縣和南昌縣的單一功能區(qū)和混合功能區(qū)網(wǎng)格數(shù)量較少，本文僅以南昌市6個中心城區(qū)為主要對象，分區(qū)統(tǒng)計各個區(qū)內的單一功能網(wǎng)格數(shù)量，統(tǒng)計結果如表1所示，單一功能區(qū)的分布如圖4所示。從數(shù)量上看新建區(qū)的各類單一功能用地分布皆是最多，新建區(qū)由于面積較大且包含梅嶺景區(qū)與眾多的鄉(xiāng)鎮(zhèn)，因此各類用地的分布都是數(shù)量較多且分布較為散亂。除新建區(qū)外，公共用地分布最多位于青山湖區(qū)，多集中于江西農業(yè)大學、華東交通大學、江西財經大學等地帶，由于該區(qū)高校眾多且分布較為集中，配套的各類科教文化設施也較多且集中；商業(yè)用地較多的是紅谷灘區(qū)和青山湖區(qū)，分別是43個和34個，由于紅谷灘區(qū)是2019年新設區(qū)，該區(qū)定位是金融商務區(qū)，且區(qū)內有南昌大學、南昌航空大學等規(guī)模較大的高校；工業(yè)用地多分布于城市周邊，集中于新建區(qū)與青山湖區(qū)兩個外圍且面積較大的區(qū)，分別為289和138個；交通用地主要沿城市內外的各大交通干道分布，其數(shù)量基本與各區(qū)的管轄面積成正比；綠地與廣場主要集中于各大景區(qū)、高校、湖泊及贛江沿江一帶；從總數(shù)上看最少的是商業(yè)用地，共196個，最多的是交通用地，共656個。

表1 各區(qū)單一功能區(qū)分布統(tǒng)計/%

圖4 南昌市中心城區(qū)單一功能區(qū)分布

從表1單一功能用地百分比分布情況可知，青山湖區(qū)工業(yè)用地占比最高為28%，青云譜區(qū)綠地占比最高為35%，其余4區(qū)城市功能用地占比最高的皆為交通用地，從大到小的順序為西湖區(qū)、東湖區(qū)、新建區(qū)和紅谷灘區(qū)，分別為45%、44%、32%和28%；西湖區(qū)綠地占比最低為11%，其余地區(qū)城市功能用地占比最低的皆為商業(yè)用地，從大到小的順序為紅谷灘區(qū)、新建區(qū)、青山湖區(qū)、青云譜區(qū)和東湖區(qū)，分別為14%、9%、7%、7%和1%。

3.2 混合功能區(qū)

混合功能區(qū)共有10種混合情況，分別由混合單元內占比前3的POI類型組成，例如，交通用地、公共用地、商業(yè)用地混合簡稱為“交公商”?；旌瞎δ軈^(qū)的分布如圖5所示。混合功能區(qū)最多位于青山湖區(qū)共227個，東湖區(qū)最少72個，其余區(qū)從多到少是新建區(qū)、紅谷灘區(qū)、青云譜區(qū)和西湖區(qū)，分別為117個、95個、91個、81個。從分布上看，混合功能區(qū)基本都集中于城市中心地帶。城市是一個復雜的體系，在城市功能完善的中心地帶，各類POI種類豐富，既使在500 m×500 m的尺寸內，也很少有單一的POI類型能代表整個區(qū)域的用地情況?；旌瞎δ苡玫鼗靖采w東湖區(qū)、西湖區(qū)、青云譜區(qū)等核心城區(qū)的繁華地段，在紅谷灘區(qū)沿江分布，在新建區(qū)、青山湖區(qū)等較大的區(qū)重點圍繞各大高校、政府機構及商業(yè)街區(qū)分布。10種類型中，100個單元以上的類型從多到少以此為“交公商”“公工交”“工公商”，數(shù)量分別為255、129、114。不到100個單元的用地類型從多到少依次為“工交商”“公商綠”“交公綠”“工交綠”“交商綠”“工公綠”“工商綠”，分別為76、42、23、18、15、12、7。最少的是“工商綠”用地，最多的是“公商交”用地。商業(yè)用地多與公共用地和交通用地混合，工業(yè)用地則多與綠地、交通用地、公共用地混合。數(shù)量較多的混合類型中多有公共用地、商業(yè)用地、交通用地參與。

圖5 南昌市中心城區(qū)混合用地分布

各區(qū)混合功能區(qū)百分比分布情況如表2所示，整體而言，“交公商”“公工交”和“工公商”混合功能用地占比較高，包含綠地的混合功能區(qū)占比較低，綠地屬性POI中景區(qū)公園較多，占地面積較大，多為單一功能用地。各區(qū)縣占比最高的混合用地皆為“交公商”用地，這說明城市核心區(qū)域多以交通、公共和商業(yè)混合用地為主。

表2 各區(qū)混合功能區(qū)分布統(tǒng)計/%

3.3 識別結果驗證

在單一功能區(qū)隨機選取60個樣本單元建立混淆矩陣評價單一功能區(qū)的識別精度，并選取南昌市代表性區(qū)域驗證識別結果。評價指標包括總體分類精度和Kappa系數(shù)。抽樣網(wǎng)格樣本的總體精度為85.00%，識別結果較高。Kappa系數(shù)為0.80，當Kappa值介于0.60～0.80時，分類精度較高，說明結果可信。真實城市用地功能結果參照高分辨率影像信息及相應網(wǎng)格對應的高德地圖中所顯示的地名、地物等屬性信息。通過目視解譯及屬性信息查詢，發(fā)現(xiàn)誤分的樣本單元為不同功能區(qū)之間的相鄰區(qū)域，造成城市功能區(qū)識別與實際功能用地的不一致。兼具部分公共服務功能的工廠園區(qū)在 POI 重分類與功能識別中可能會被劃分為商業(yè)服務業(yè)用地，此外，綠地中同時承載公共服務功能、商業(yè)功能與交通功能，在城市功能識別時被劃分為其他功能區(qū)。

為檢驗混合用地識別結果的準確性，選取南昌市3個典型區(qū)域，對區(qū)域內及周圍樣本單元的高德地圖衛(wèi)星圖像進行目視解譯，將基于POI的城市功能識別結果與目視解譯結果進行對比驗證其準確性。

表3 各類用地樣本混淆矩陣

3.3.1 東湖區(qū)八一廣場 八一廣場是南昌市的繁華地段，也是南昌市的知名景點之一，如圖6所示，標識為A區(qū)，八一廣場被識別為“交公商”混合用地，是交通服務、公共服務和商業(yè)活動密集區(qū)域。A區(qū)西北部綠色單元為單一功能綠地，對應八一公園，其余皆為混合功能用地，類型多為“公商綠”“交商綠”，商業(yè)特征與綠地廣場特征明顯，總體符合實際。

圖6 八一廣場識別結果對比圖

3.3.2 昌北國際機場 昌北國際機場是南昌市重要的交通樞紐，如圖7所示，對比區(qū)域標識為B區(qū)，B區(qū)內部基本由單一功能用地組成，內部最多的藍色單元為交通設施用地，與機場的功能吻合。同時，B區(qū)中南部的藍灰色和黃色單元為公共用地和商業(yè)用地，其位置對應為機場配套的賓館、餐館等設施。機場周圍存在大量黑色單位為無數(shù)據(jù)區(qū)，總體識別結果與實際吻合。

圖7 昌北機場識別結果對比圖

3.3.3 南昌火車站 南昌火車站是中國鐵路重要綜合樞紐站之一，如圖8所示，對比區(qū)域標識為C區(qū)，C區(qū)被識別為“交公商”混合用地，火車站作為重要交通設施，內部包含了酒店和商業(yè)設施，與火車站的功能相符合。C區(qū)周圍皆為混合用地，類型多為“工公商”和“交公商”，火車站西部是住宅區(qū)、企業(yè)公司、學校和商業(yè)活動密集的區(qū)域，東北部是一條快速路，周圍有大量酒店和商業(yè)店鋪，總體上識別結果與實際相符合。

圖8 南昌火車站識別結果對比圖

4 結束語

城市的快速演變?yōu)槌鞘幸?guī)劃和管理帶來了新的挑戰(zhàn)，劃分城市功能區(qū)，對城市進行分區(qū)管理，則為城市規(guī)劃者和管理者提供了一種新的思路。本文基于高德地圖POI數(shù)據(jù)對南昌市進行單一功能區(qū)和混合功能區(qū)識別，結果表明基于POI數(shù)據(jù)的方法在分析城市功能區(qū)的分布特征與城市功能配置方面有較好效果，南昌市的混合功能區(qū)主要分布在城市核心地帶，以交通、公共和商業(yè)混合用地為主，占比17.71%；單一功能區(qū)在南昌市分布最多且集中分布于城市郊區(qū)和城市核心之間，占比82.29%。然而，考慮到POI的時效性，并且存在少部分虛假數(shù)據(jù)，POI等互聯(lián)網(wǎng)空間大數(shù)據(jù)仍存在不完全性和不確定性。此外，網(wǎng)格尺度的劃分可能對城市功能區(qū)分析結果造成影響，根據(jù)不同城市的發(fā)展程度提出自適應的網(wǎng)格尺度劃分有利于對于城市功能有更好的理解。