馬子云,何貞銘,崔海福,蔣松諭
(長江大學(xué)地球科學(xué)學(xué)院,湖北武漢 430100)
城市化是重要的全球化社會經(jīng)濟(jì)現(xiàn)象[1]。隨著城市化進(jìn)程的快速推進(jìn),環(huán)境惡化、住房緊缺、交通堵塞等“城市病”隨之而來[2],制約了城市的發(fā)展,并對居民的生活產(chǎn)生了一定影響。城市功能分區(qū)是進(jìn)行現(xiàn)代城市規(guī)劃的基本原則之一,是城市功能分化成長在空間上的反映[3],其科學(xué)布局可提升城市土地利用效益,對于保障城市的可持續(xù)發(fā)展至關(guān)重要[4]。
準(zhǔn)確高效地識別和劃分功能區(qū),有助于更深層次地理解城市空間開發(fā)和城市規(guī)劃,并為城市發(fā)展提供科學(xué)的支撐和依據(jù)[5],但傳統(tǒng)的劃分方法多以經(jīng)驗為主,進(jìn)行主觀判斷和定性分析[6],導(dǎo)致結(jié)果不夠科學(xué)準(zhǔn)確。大數(shù)據(jù)時代的來臨,為城市功能分區(qū)的定量分析提供了新思路,也使得城市功能分區(qū)更具價值。其中,興趣點(Point of Interest,POI)數(shù)據(jù)具有大數(shù)據(jù)量、高開放性、涵蓋信息細(xì)致等優(yōu)勢[7],可以更好地反映城市空間結(jié)構(gòu)[8],國內(nèi)外學(xué)者已對此展開了研究。張慧馨等[9]采用開封市主城區(qū)POI 數(shù)據(jù),利用區(qū)位熵方法識別出了不同街區(qū)的主導(dǎo)功能;Qin 等[10]通過捕捉興趣點的多空間分布模式來識別城市功能區(qū),準(zhǔn)確率為72.9%;Xue等人[11]基于POI數(shù)據(jù)和行政邊界數(shù)據(jù)等多源大數(shù)據(jù),識別了沈陽市城市功能區(qū)。
本文以路網(wǎng)尺度下的POI 數(shù)據(jù)量化方法識別城市功能分區(qū),并對城市功能混合度進(jìn)行計算,定量分析城市空間結(jié)構(gòu),以期為城市功能分區(qū)研究提供一定的參考,幫助城市規(guī)劃者更好地把握城市空間布局。
濟(jì)南市作為山東省省會,山東半島城市群和濟(jì)南都市圈核心城市,在城市中具有一定代表性,具有較高的研究意義。本文參照《濟(jì)南市城市總體規(guī)劃(2011—2020 年)》選取濟(jì)南市中心城區(qū)作為研究區(qū)域,總面積約為1 016km2。
1.2.1 POI數(shù)據(jù)
POI是表征地理空間實體的點數(shù)據(jù),具有名稱、經(jīng)度、緯度以及類型等屬性[12],海量、多樣性、處理速度快和精確度高等特點。
利用Python 軟件2022 年6 月爬取高德地圖公開的濟(jì)南市中心城區(qū)POI數(shù)據(jù),剔除重復(fù)數(shù)據(jù)和影響力較低的數(shù)據(jù)后最終得到219905條數(shù)據(jù)。參照《城市用地分類與規(guī)劃建設(shè)用地標(biāo)準(zhǔn)》及POI數(shù)據(jù)實際獲得類型,將POI重分類為居住用地、商業(yè)服務(wù)業(yè)用地、公共管理服務(wù)用地、交通設(shè)施用地、工業(yè)用地、綠地和廣場用地六大類型,數(shù)據(jù)采集及重分類結(jié)果如圖1所示。
1.2.2 OSM路網(wǎng)數(shù)據(jù)
OSM 道路網(wǎng)數(shù)據(jù)2022 年在Open Street Map 官網(wǎng)下載獲取,借助ArcGIS軟件,提取濟(jì)南市高速公路、城市主干道及一級、二級、三級道路,修改道路拓?fù)溴e誤,轉(zhuǎn)換獲取閉合無缺的面狀要素作為研究單元。
為降低因POI 數(shù)量及其包含語義的差異對功能區(qū)分類造成的不同程度影響[13],引入公眾認(rèn)知度、空間面積特征2個指標(biāo)分析計算POI數(shù)據(jù)的權(quán)重值。經(jīng)多次實驗研究,得到最終權(quán)重如表1所示。
圖1 POI重分類結(jié)果
表1 濟(jì)南市中心城區(qū)重分類POI權(quán)重表
核密度估計基于地理學(xué)第一定律,是衡量POI數(shù)據(jù)聚集程度最重要、最直觀的方法[14],且結(jié)果可視化,被廣泛應(yīng)用于城市商業(yè)聚集空間及熱點、城市設(shè)施服務(wù)等研究。核密度估計結(jié)果受核函數(shù)影響較小,受帶寬的影響較大[15],帶寬越大,平滑程度越好,但熱點區(qū)域會被掩蓋,致使特征不明顯;帶寬越小,平滑程度越差,可以呈現(xiàn)更多細(xì)節(jié),卻會影響連續(xù)性和關(guān)聯(lián)性。經(jīng)過多次試驗,本文最終選擇500m作為核密度估計的帶寬。
參考池嬌等人的研究[16],以劃分完成的路網(wǎng)作為基本研究單元,構(gòu)建頻率密度識別指標(biāo)體系來識別功能性質(zhì),計算公式如下:
其中,i表示POI 數(shù)據(jù)類型,共6 類;di代表各單元中第i類POI 數(shù)據(jù)的核密度值;Wi代表i類POI 數(shù)據(jù)的權(quán)重值;Fi代表每個單元內(nèi)第i類POI 數(shù)據(jù)的頻率密度,其意義是第i類POI數(shù)據(jù)占該研究單元內(nèi)所有POI數(shù)據(jù)的百分比。
通過上述公式,計算可得各研究單元的頻率密度值Fi,作為認(rèn)定各單元功能分區(qū)類型的依據(jù)。若單元內(nèi)某一類POI數(shù)據(jù)的Fi值大于或等于50%時,認(rèn)定該研究單元為單一功能區(qū),功能分區(qū)用地類型則由POI數(shù)據(jù)類型而定;若研究單元內(nèi)所有類型POI 數(shù)據(jù)的Fi值均小于50%時,初步判定該功能分區(qū)基本單元是混合功能區(qū),當(dāng)某類型POI比例大于40%且遠(yuǎn)大于其他5種類型比例,仍認(rèn)定為單一功能區(qū),否則混合類型取決于單元內(nèi)2~4種占比較大的POI數(shù)據(jù)類型;而若基本單元無POI數(shù)據(jù),即Fi值為0時,記為無數(shù)據(jù)區(qū)。
在城市建成區(qū)中,城市混合用地及混合功能是十分普遍的現(xiàn)象,適當(dāng)提高土地利用功能混合度,可以提高土地利用效率,有利于可持續(xù)發(fā)展和產(chǎn)業(yè)升級[17]。根據(jù)混合度計算模型,對研究區(qū)域的城市用地混合度進(jìn)行計算,其計算公式如下:
式中,M表示混合度計算結(jié)果,n表示研究單元內(nèi)POI 分類數(shù)量,pi表示單元內(nèi)第i類POI數(shù)據(jù)的占比。
為檢驗分區(qū)結(jié)果的準(zhǔn)確性,隨機(jī)選取各單一功能區(qū)及以此單一功能區(qū)為主的混合功能區(qū)20個,將功能分區(qū)結(jié)果與網(wǎng)絡(luò)地圖、《濟(jì)南市城市總體規(guī)劃(2011-2020年)》等進(jìn)行對比,驗證總體準(zhǔn)確率。結(jié)果完全相符記3分,基本相符記2分,有相同屬性記1分,完全不符記0分。精度計算公式如下:
式中,n為抽樣總數(shù);Bi為符合度滿分值;bi為符合度實際得分值。經(jīng)計算,分區(qū)結(jié)果的準(zhǔn)確率為82.6%,文中方法具有較高的精度,可實現(xiàn)城市功能區(qū)的有效識別。
利用ArcGIS 對單一功能區(qū)(494 個)、混合功能區(qū)(910個)和無數(shù)據(jù)區(qū)(8個)進(jìn)行了地圖可視化,各功能區(qū)分布如圖2所示。單一功能區(qū)中,商業(yè)服務(wù)業(yè)用地數(shù)量最多,工業(yè)用地次之;混合功能區(qū)中,“公居商”“公商”“工居商”幾種類型的混合功能區(qū)數(shù)量最多;無數(shù)據(jù)區(qū)由于缺少POI數(shù)據(jù)形成,多零散分布于城市邊緣。
圖2 濟(jì)南市中心城區(qū)功能區(qū)分區(qū)圖
整體來看,居住用地作為單一功能區(qū)的基本單元較少且相對分散,大多分布在商業(yè)服務(wù)業(yè)用地、工業(yè)用地附近,遠(yuǎn)離重工業(yè)區(qū)。居民區(qū)周圍因各類配套生活設(shè)施的存在,居住用地多以混合功能區(qū)形式存在,且大多表現(xiàn)為與公共管理服務(wù)用地、商業(yè)服務(wù)業(yè)用地、交通設(shè)施用地、工業(yè)用地幾種類型相互混合,其中,“公居商”類型混合功能區(qū)最多,為319個;綠地和廣場用地數(shù)量最少,面積大且相互獨立,千佛山風(fēng)景名勝區(qū)、華山湖公園、大千佛山風(fēng)景區(qū)、臘山均能正確識別,與現(xiàn)實相符。在混合功能區(qū)中,包含綠地和廣場用地的混合功能區(qū)數(shù)量較少,且主要是與商業(yè)服務(wù)業(yè)用地、公共管理服務(wù)用地相混合;工業(yè)用地面積大、多集聚,集中分布于歷城區(qū)東部、天橋區(qū)、長清區(qū),相較于其他單一功能區(qū),工業(yè)用地更靠近研究區(qū)域外圍。高新技術(shù)類公司企業(yè)一般與商業(yè)金融區(qū)或科教文衛(wèi)區(qū)相伴相生,故工業(yè)用地、商業(yè)服務(wù)業(yè)用地、公共管理服務(wù)用地相混合的混合功能區(qū)比例較高;商業(yè)服務(wù)業(yè)用地多分布在研究區(qū)域的中心位置,多集聚。越接近研究區(qū)域邊緣,商業(yè)服務(wù)業(yè)用地單一功能區(qū)數(shù)量越少;交通設(shè)施用地數(shù)量少分散分布,主要為濟(jì)南站、濟(jì)南東站、濟(jì)南西站、濟(jì)南長途汽車西站等重要交通樞紐所在研究單元;公共管理服務(wù)用地的單一功能區(qū)數(shù)量較少,主要表現(xiàn)為山東省政府、濟(jì)南奧林匹克體育中心、濟(jì)南市政府、齊魯工業(yè)大學(xué)等所在研究單元。混合類型的公共管理服務(wù)用地數(shù)量多,因其包含的科教文化、體育休閑、政府機(jī)構(gòu)、醫(yī)療保健幾類用地大多與其他用地相結(jié)合為城市居民提供服務(wù)。
為了獲取精準(zhǔn)的城市功能區(qū)混合度,將研究區(qū)域進(jìn)一步劃分為200m×200m的精細(xì)化格網(wǎng),得到25 953個研究單元。根據(jù)混合度計算模型,得到濟(jì)南市城市功能區(qū)混合度分布圖,如下:
圖3 濟(jì)南市中心城區(qū)功能用地混合度
分析圖3 可得,濟(jì)南市中心城區(qū)功能用地的總體混合度較高,可反映城市功能發(fā)展較為完善;混合程度“中心高、四周低”且分布具有一定的空間集聚性,與混合功能區(qū)分布一致;長清區(qū)高校較多,帶動了各類產(chǎn)業(yè)發(fā)展,相較于鄰近區(qū)域混合度較高;中心城區(qū)的外沿區(qū)域混合度較低,可結(jié)合實際情況,在確保環(huán)境承載能力的基礎(chǔ)上,適當(dāng)開發(fā)發(fā)展。
基于核密度估計算法,以POI 數(shù)據(jù)為基礎(chǔ),識別出了濟(jì)南市中心城區(qū)功能區(qū),對識別結(jié)果進(jìn)行精度評價,驗證了定量識別城市功能區(qū)方法的可行性,并在此基礎(chǔ)上計算了城市功能用地混合度,可為城市未來規(guī)劃布局提供參考。由于POI數(shù)據(jù)是點狀要素類型,識別精度仍稍顯不足,今后將引入其他大數(shù)據(jù)輔助,并結(jié)合深度學(xué)習(xí)等方法開展研究,以期提高識別精度,更科學(xué)地為城市發(fā)展規(guī)劃提供借鑒。