基于居民出行特征的北京城市功能区识别与空间交互研究

受区域功能分化影响,城市居民出行呈现出特定的时序特征,因而不同的出行时序特征可以反映区域功能的差异性。同时,区域功能的交互特征可以通过居民出行的空间交互活动体现。大数据时代的到来,使得以GPS数据为代表的个体时空大数据可以从微观视角反映居民出行特征。本文采用个体时空大数据,应用数据挖掘方法,从居民感知视角研究城市区域功能的差异性与联系性。以北京六环为研究区域,采用规则格网划分城市地块,通过北京市3个月的出租车GPS数据提取地块的居民出行时序特征。采用期望最大化算法进行聚类分析,并结合兴趣点数据和居民出行调查实现功能区识别,识别出居住区、商业娱乐区等6类功能区。从距离和时间2个维度分析功能区之间的空间交互特征,发现功能互补性在一定程度上削弱了空间交互强度的距离衰减效应,同时功能交互呈现出显著的时序差异。     

基于多维感知的城市活力空间特征研究

基于多维感知对城市活力进行综合评价并探索其用地特征,是提升城市智慧化水平、实现精准规划和有机更新的重要基础。本研究以厦门岛为例,基于社交媒体签到数据、夜间灯光影像数据、POI数据和LBS大数据,从社会、经济、文化和空间4个维度感知城市活力,使用核密度、数据网格化和最优聚类法,分析城市活力的空间特征,并探讨不同活力区域的土地利用结构、功能多样性和开发强度等用地特征。研究发现：① 基于多源数据的城市活力多维感知方法可精准、有效评估城市空间特征和发展动态;② 厦门岛社会、经济、文化和空间维度城市活力的空间分布存在一定差异,4类活力区域呈现出西部连绵成带、东部围绕商务区和大型设施集中的特征;③ 各类活力区域的用地特征存在较大差异。第一类区域的公共管理与公共服务用地占比和第二类区域的商业服务业用地占比最高,均接近20%。集聚可显著提升城市活力,建设用地周边1000 m范围内的功能混合度更为重要。居住和商业服务业设施用地的活力水平随着开发强度的降低而降低,高值区容积率均在2.0以上。     

基于珞珈一号夜间灯光数据的广州市建设用地识别

夜间灯光数据和人类活动密切相关,可用于识别城市建设用地。目前主要利用DMSP/OLS和NPP-VIIRS夜间灯光数据进行建设用地识别,由于数据质量原因,这两类数据的识别结果精度较差。珞珈一号夜间灯光数据与比以往夜间灯光数据相比,时间分辨率、空间分辨率和光谱分辨率明显提升,是进行建设用地提取的更理想的数据源。本研究首先对珞珈一号夜间灯光数据进行辐射和影像配准,提高数据质量,然后利用支持向量机(Support Vector Machine, SVM)影像分类方法对广州市2017 年建设用地分区识别,并利用Kappa系数分区、分地类评价识别结果精度。研究发现：① 利用珞珈一号夜间灯光数据识别建设用地的精度明显优于利用DMSP/OLS和NPP-VIIRS夜间灯光数据识别结果的精度;② 广州市中心城区辖区的建设用地识别结果精度较高,识别结果Kappa系数均在0.9以上;外围辖区识别结果精度相对较低,识别结果Kappa系数为0.85左右;③ 城市、建制镇等单个地块面积较大、灯光亮度较高的地类识别结果精度较高,识别结果Kappa系数均在0.9以上;村庄用地、铁路公路用地由于单个地块面积小、布局比较分散、部分路段无照明条件等原因,识别结果Kappa系数相对较低,为0.85左右;采矿、风景及特殊用地夜间基本无人类活动,缺少夜间灯光,难以用夜间灯光数据识别,Kappa系数为0.45左右。本研究证明了利用珞珈一号夜间灯光数据能有效识别建设用地,同时丰富了珞珈一号夜间灯光数据的应用场景。     

基于出租车用户出行的功能区识别

出租车数据作为城市大数据重要来源,其上车行为和下车行为直接反映城市人群出行行为特征,帮助城市规划者发现城市人群出行规律和城市功能结构。但是出租车数据隐含多维度信息,一维或者二维模型不足以表达和挖掘其蕴含的多维信息,因此本文选择可以承载多维数据的张量模型对出租车OD（上车/下车）数据进行时空模式挖掘。本文将北京六环区域划分为500 m×500 m格网,采用北京市2012年11月1-16日的出租车OD数据,分别构建O点和D点张量,利用张量分解模型从日尺度、时段尺度揭示出租车用户出行时间模式,同时获取不同时段对应的出租车用户出行空间模式,并推测空间模式包含的语义属性。本文结合城市兴趣点（Point of Interest, POI）数据,提高空间模式语义属性推测的准确性,识别出租车用户出行功能区。结果表明：出租车用户出行时间符合工作日和休息日的早高峰、日间、晚高峰以及夜间模式;对应8种时间模式,出租车用户出行包含8种空间模式,每一种空间模式都是对应时间模式下的上下车热点区域,因此空间模式的变化表明城市人群在不同的时间点,到达不同的场所,进行不同的活动,间接表达空间功能的动态变化;区域的功能不是单一静态的,而是随着时间在不断地变化,是不同时段功能的组合。本文揭示出租车OD数据中隐含的出租车用户出行模式和空间功能动态变化,对利用人类行为时空模式研究区域空间功能结构具有科学参考价值。     

基于POI数据及四叉树思想的“三生空间”识别方法

城市区域内部建筑物较密集,外围建筑物逐渐稀疏,因此大多存在内部区域POI数据密度大,外围区域POI数据密度逐渐减小的现象,在使用均等网格作为识别单元进行城市“三生空间”的识别的过程中,就会出现网格尺度较大导致识别准确率较低或网格尺度较小导致无数据区较多两种情况。针对以上问题,本研究提出一种基于POI数据及四叉树思想的”三生空间”识别方法：综合利用互联网地图POI、行政区划、遥感影像等数据,引入四叉树思想对网格识别单元进行分级;将POI数据与城市建设用地分类和土地利用现状分类进行衔接,对POI进行重分类;综合各类POI的功能和面积,构建POI分类“三生功能”赋分体系,定量识别“三生空间”。以西安市中心城区为实验区进行实例验证,结果显示正确率在95%左右。通过与均等格网识别结果的对比,进一步证明引入四叉树思想对网格进行分级一方面能有效减少无数据区的存在,另一方面能使识别结果准确率大幅提高,为基于POI数据的城市三生空间的识别提供了一种新思路。     

基于空间突变特征的城市边缘区提取方法

城市边缘区位于城市与乡村之间的过渡交接地带,既是城市扩张的前沿,也是城乡建设和用地置换中最具活力的地区。准确识别城市边缘区的空间范围一直是城市空间结构研究的核心问题,有助于从城乡对比的角度来衡量城市化程度。本文以城市边缘区的空间突变特征为切入点,基于格网尺度评价构建基于多源数据的城市边缘区特征识别指标,然后采用小波变换检测进行特征值突变点群的识别,并利用基于Delaunay的自动边长阈值的边界提取算法识别突变点群内外边界,从而实现了一种基于空间突变特征的城市边缘区提取方法。最后,以江阴市作为研究区进行了实证分析,并将本文方法提取结果与通过信息熵模型和土地利用程度综合指数模型提取城市边缘区的经典方法提取结果进行对比,经典方法所提取的城市边缘区结果更为混乱分散,而本文结果更为完整客观。将本文方法提取结果与使用土地利用数据与行政区划统计年鉴数据构建城市边缘区识别指标进行突变检测的不同指标方法提取结果进行对比,二者重叠度达88.03%,体现了本文方法的正确性,而从局部细节分析来看,本文结果更符合实际情况。为了更好地验证本文方法的有效性,利用景观格局指数对本文方法和不同指标方法提取的城市建成区、城市边缘区和乡村腹地的范围进行检验：从斑块类型层级指数分析, 2种方法划定的区域都具有典型的空间特征;而从景观层级指数分析,本文识别出的边缘区所计算的斑块密度、最大斑块指数、景观分离度、景观破碎化指数和香农多样性指数均高于对比方法,而蔓延度和香农均匀度均低于对比方法,说明本文识别的城市边缘区范围内景观破碎化程度和异质性更高,景观分布不均匀,社会经济条件更复杂,从而证明了本方法的有效性,尤其适合于非闭合环状的城市边缘区的提取。     

地理大数据支持下的城市功能区识别研究

准确识别城市功能区有助于精细化城市管理、合理化资源配置。传统的城市功能区识别方法在很大程度上依赖实地调研及统计年鉴数据,不可避免地存在较大的主观性,且受限于数据获取的繁琐性,导致识别过程耗时耗力且效率低下。地理大数据的广泛应用为城市研究提供了一种新的方法和途径,已被用于辅助城市规划建设与管理相关工作。为推广和普及地理大数据在城市功能区识别中的应用,以特大城市为研究对象,基于OSM(OpenStreetMap)路网与互联网位置信息等地理大数据,准确识别了研究区内多种类型的主要功能区,并将识别结果与城市实景予以比较和验证。实验结果表明,基于地理大数据结合区域活跃度指标的空间与时间尺度分析,可以较为准确地识别出符合特大城市规划现状的主要功能区,证明了地理大数据支持下的城市功能区识别的有效性,有助于为城市规划和建设管理等相关工作的高效开展提供参考。     

北京：设立禁止开发区域，确保2020年耕地保有量为322万亩

9月17日,北京市发布《北京市主体功能区规划》,首次设立禁止开发区域,要求严格保护耕地,确保到2020年耕地保有量为322万亩,引导各功能区域的差异化发展。《规划》提出,北京国土空间开发将从外延扩张为主转向优化空间内部结构为主。城市空间在优化中得到适度控制,历史文化风貌得到严格保护,生态空间得到有效拓展。到2020年,全市耕地保有量为322万亩,基本农田保护面积280万亩。建设用地总量3817平方公里。《规划》提出,严格保护基本农田,     

基于POI权重与频率密度的上海城市功能区变化分析

城市功能区的动态监测可为城市空间结构分析、公共资源的配置以及城市规划提供决策支持.利用POI数据进行城市功能区的识别,多侧重于城市功能区研究单元的划分,很少涉及POI权重的定量分析和城市功能区的时空变化分析.本文以上海市为例,基于TF-IDF算法提出了一种POI赋权进行城市功能区识别与分析的方法:首先基于网格单元,利用TF-TDF算法计算POI权重,然后通过POI权重与频率密度计算,进行城市功能区的识别,建立城市功能区转移矩阵,进行城市功能区的时空变化分析.研究结果表明:基于公共认知度对各类POI赋权具有不一致性,利用TF-TDF算法计算POI权重克服了传统主观赋值法的过于主观性,对于城市功能区的判别更加精准;基于网格单元的城市功能区识别更加准确,从时间序列角度出发,城市功能区的扩散与演化更加直观;上海市2008—2018年,城市化水平较快,无数据区由51.00％下降到19.52％,工业功能区数量下降,商服和公共功能区数量大幅增加,与上海市实际状况相一致.通过研究可为城市发展规划和产业结构合理布局提供参考依据.     

一种融合多维信息的城市建成区提取方法

夜间灯光数据是提取大区域尺度建成区的有效数据源,现有提取方法需要针对不同的研究区域独立设置阈值或选取样本,提取精度依赖于主观经验或辅助数据质量。融合多源遥感信息、空间信息以及时间序列信息,提出一种城市建成区自动提取方法。首先,融合多源数据,利用DMSP-OLS、MODIS EVI、NDWI计算归一化城区综合指数NUACI;在此基础上,利用结合时空信息改进的FCM算法初步提取建成区;最后,定义建成区界定规则并进行提取后处理。选取6个典型城市实验,结果表明本文算法的提取结果总体精度均大于90%,适用于不同环境下建成区提取。     

Evaluation of intensive urban land use based on an artificial neural network model: A case study of Nanjing City,China

In this paper, the artificial neural network (ANN) model was used to evaluate the degree of intensive urban land use in Nanjing City, China. The construction and application of the ANN model took into account the comprehensive, spatial and complex nature of urban land use. Through a preliminary calculation of the degree of intensive land use of the sample area, representative sample area selection and using the back propagation neural network model to train, the intensive land use level of each evaluation unit is finally determined in the study area. Results show that the method can effectively correct the errors caused by the limitations of the model itself and the determination of the ideal value and weights when the multifactor comprehensive evaluation is used alone. The ANN model can make the evaluation results more objective and practical. The evaluation results show a tendency of decreasing land use intensity from the core urban area to the periphery and the industrial functional area has relatively low land use intensity compared with other functional areas. Based on the evaluation results, some suggestions are put forward, such as transforming the mode of urban spatial expansion, strengthening the integration and potential exploitation of the land in the urban built-up area, and strengthening the control of the construction intensity of protected areas.     

耦合FLUS和Markov的快速发展城市土地利用空间格局模拟方法

模拟城市土地利用空间变化格局的研究,对未来区域规划以及实现可持续发展具有十分积极的作用。以往基于FLUS的研究栅格尺度较大,如何模拟快速发展中城市的复杂土地利用变化过程,挖掘土地利用变化驱动机制值得进一步探讨。本文构建了耦合FLUS和Markov的城市土地利用格局拟合框架,创新性地引入房价指标表征社会经济属性,以深圳为研究区,基于30 m空间分辨率小栅格尺度的土地利用分类数据和基础地理、路网河网、感兴趣点等多源空间变量,模拟不同发展情景下的未来城市土地利用空间格局,并通过随机森林进行土地利用变化驱动因素分析。研究结果表明:本文提出的耦合FLUS和Markov方法相较于传统CA模型（RFA-CA和Logistic-CA）精度更高（FoM=0.22）,能更准确地模拟快速发展中城市的土地利用变化过程;多情景土地利用格局制图结果验证了城市发展过程中生态控制线的重要性,进一步说明本文拟合框架在未来城市规划布局中的参考价值;医院、娱乐场所等的基础设施和公交、路网密度等的基础交通比自然因素（高程、坡度）对城市发展的影响更大,到海岸线距离会在一定程度上限制深圳内部土地利用变化过程。本研究所构建模型及精细制图结果,可为城市区域规划和空间格局模拟等相关研究提供参考依据和理论基础。     

城市建成区遥感影像边界提取与扩张分析

针对城市建成区提取过程中,仅依赖单一数据源导致精度不够的问题,本文基于面向对象分类方法和利用土地类型信息标准差统计变量,实现遥感影像中城市建城区边界的提取,并以该建成区为依据对河南省虞城县的城区空间扩张特征作了分析。实验中首先采用均值漂移分割算法对高分一号遥感影像实现分割,然后利用决策树分类算法实现土地利用类型分类,最后基于0.1 km × 0.1 km窗口统计土地利用类型标准差信息,获取建成区边界。面向实际应用,以河南省虞城县为例,采用高分一号影像获得虞城县2017年建成区数据,并基于该数据采用多个TM影像提取城区其他年份的建成区边界,实现河南省虞城县城区空间扩张特征分析。结果表明,本文方法获取的建成区边界精度较一般的监督分类提取边界有进一步的提高,精度达到89%。进而说明结合高分辨率影像提取多个年份的建成区数据的可靠性,在城市扩张研究中,对仅利用低空间分辨率提取精度不够问题和仅利用高分辨影像提取效率低等问题提供了较好的解决方案。     

基于累计机会可达性的北京城市公共服务设施复合功能识别

城市时空大数据技术的快速发展和应用,为城市功能区识别提供了新的数据基础和技术手段,但专门关于城市公共服务设施复合功能的研究还相对较少。基于北京市9大类公共服务设施的空间点数据,综合考虑不同类型公共服务设施等级和品质特征,采用累计机会方法对1 km×1 km格网尺度的北京城市公共服务设施可达性进行了综合评价,在此基础上重点分析了北京城市公共服务设施复合功能特征与影响因素。研究表明：① 北京城市公共服务设施累计机会空间分布存在明显的中心集聚特征,但不同类型公共服务设施的空间分布模式和覆盖范围却有所区别;② 北京城市公共服务设施功能区可以划分为单一功能、单一化的复合功能、2种复合功能、3种复合功能和均衡化的复合功能等5大类型;③ 人口密度、距市中心距离、土地价格和经营性为主设施的累计机会可达性是影响北京城市公共服务设施复合功能的重要因素。研究结论对进一步细化城市功能区研究和促进北京城市公共服务设施空间结构优化具有科学启示作用。     

基于位置大数据的城市居住用地效率指标构建及评价研究

信息化赋能已经成为新时期国土空间规划的热点,但通过大数据整合进行国土空间利用评价研究仍有待探索。本文旨在借助腾讯位置大数据开展城市居住用地效率评价实证研究,综合运用多源地理空间数据,以居民区为评价单元构建居住用地效率指标,揭示常州市新城区不同居民区用地效率差异。结果表明：① 居民区范围内小时粒度的人口规模呈周期波动,峰值一般出现在21:00,符合城市居民昼出夜归的作息规律,且不同容积率水平的居民楼人口集聚度和规模值也存在预期性的差异;② 29个居民区按建成年份划分为1980s、1990s、2000s、2010—2015年、2015年以后共5组,各组效率指标平均值分别为1.74、2.45、2.31、0.95和0.91人/百m²,2010年之前建成的居民区明显高于2010年之后新建的,2010年以后建成的居民区低于全市2.06人/百m²的平均水平（2018年标准）;③ 效率指标值低并非完全等同于集约用地水平低,常州市新城新区开发建设的成长周期、居民对提升人居环境品质的需求,都是导致不同居民区用地效率差异的原因。研究表明,位置大数据作为高精度的人口数据源,能够客观反映居民区人口聚集的时空间特征,基于位置大数据构建的城市居住用地效率指数能够为高质量国土空间利用分析提供新途径。在我国以人为本的城市化进程中,以位置大数据为代表的新型人口数据源将在国土空间规划中发挥愈加重要的作用。     

城市邻近基站间人群流动时空变化同步性分析

不同区域人群流量随时间的变化可以反映城市结构的空间差异。现有对于城市人群空间分布特性的研究大都以人群密度计算为基础,注重时空切片尺度,但是不能有效刻画邻域空间单元间流量变化的时空过程同步特性。本文提出一种基于基站间流量变化过程相似度的城市邻域基站流量变化同步性度量方法,量化分析不同区域的人群进出流量过程的相似程度,研究城市中具有相同人群流量变化过程的同步性区域空间分布规律。以深圳市为例,对城市同步性区域的空间分布与特点进行剖析。实验发现：计算同步性时参数选择需根据城市本身基站分布及流量特点分析,一般研究中,城市基站平均距离可作为邻近区域半径d,描述基站间流量变化相似度的特征阈值λ选取与邻近区域半径有关,半径越小,阈值取值越小。通过基站人群流量同步性得到的城市同步区域的空间分布不同于行政区域划分结果,同步区域面积小,划分更为精细;且规划级别越高的中心区,其范围内基站同步区域数目越多。最后,将同步区域结果与流量密度图对比,发现该方法不仅能够发现流量变化大的同步区域,并且能够发现城市中流量变化小的同步区域。本文提出的方法能量化衡量区域流量变化同步性并发现具有不同流量变化特点的同步性整体区域,对城市人群空间变化特点进行分析,可用于指导和评价城市规划与实际人群活动区域效果,以及城市服务设施布局等。     

基于自然资源大数据的城市多功能景观识别与国土空间规划分区

多功能景观能够同时提供多种景观功能,可以充分缓解生态环境压力。在自然资源大数据支撑下基于基层行政管理单元开展的多功能景观研究,可以更加快速准确地反映区域自然地理格局与社会经济发展格局的空间特征与区域差异,其将景观功能管理和行政管理有效结合,能为市县级国土空间规划中控制线的划定和国土空间规划分区提供从功能评估到空间识别等多方面的技术支撑。本文在广泛收集土地利用变更调查数据、自然资源调查评价数据、气象数据、多源遥感数据等自然资源大数据的基础上,结合社会经济数据和兴趣点数据,基于InVEST模型、CASA模型、通用土壤流失方程以及核密度分析等方法对烟台市6种景观功能进行了空间量化;再以村级管理单元为基本空间单元进行景观功能热点分析以识别多功能景观区;利用Spearman相关系数分析各种景观功能间的权衡与协调作用;最后基于二阶聚类法进行景观功能聚类以开展烟台市国土空间规划分区,并制定相应的保护与发展策略。研究表明：① 烟台市35.5%的村级管理单元为多功能景观区;② 自然景观功能间呈协同作用,而自然景观功能与居住和经济承载功能间存在显著的空间冲突和权衡作用;③ 根据景观功能聚类结果,烟台市被划分为生态保护区、农业农村发展区、城镇功能发展区和城镇核心区,面积占比分别为30%,55%,11%,4%。规划分区与现状管理边界在空间上具有较强的一致性和协调性,表明在自然资源大数据支撑下,基于景观功能聚类分析的国土空间规划分区具有相当的准确性和实用性。     

近20年来福州市土地利用时空变化的遥感分析

以1986、1996和2006年三期Landsat TM影像为基本数据源,采用最大似然法分类,并以同期高分辨率的SPOT5影像进行分类后处理,最后分类后变化检测法监测了福州市1986~2006年的土地利用变化及其转移模式。结果表明,福州市近20年间土地利用发生了较大的变化,城乡建筑用地处于快速增长阶段,而耕地数量却在不断下降。经济发展、人口增长、政府决策等因素是福州市土地利用发生变化的主要驱动力。