基于核密度与融合数据的城市功能分区研究

识别城市功能区并理解其分布特征,对于把握城市结构及科学制订城市规划具有重要作用。该文基于2015年上海市15.4万条有效POI数据与道路网数据,结合地理学第一定律,利用核密度分析技术,构建了一个城市功能区自动化分析模型。结果显示,在研究单元划分阶段,以路网形成的不规则格网为研究单元使城市功能区分割更合理;在定量分析阶段,相比于传统城市功能区识别模型,融合核密度分析的模型充分利用了POI点的空间自相关性,不仅实现了对无数据区域较为准确的识别,而且显著提高了对单一功能区与混合功能区的识别精度。     

融合OSM路网与POI数据的城市功能区识别研究

识别城市功能区的分布特征可为城市空间结构及资源的合理配置等提供帮助。该文以南京市中心城区为研究对象,基于核密度估计算法提出了一种融合OSM路网与POI数据的城市功能区识别方法:利用OSM路网对城市进行自动分割,获得具有相同社会经济功能的研究单元;基于核密度估计算法实现POI设施的影响扩散,削弱了POI点的离散化现象,同时设置核密度带宽对比实验,分析带宽大小对功能区识别结果的影响。结果表明:较大带宽使POI影响范围扩大,功能区混合程度增高,识别精度较低;较小带宽使POI对邻近位置的影响难以扩散,POI自身分布对结果影响较大;而最适带宽组识别效果最好,精度达81.3%;研究区被分为22个功能区类型(6个单一功能区、15个混合功能区和1个综合功能区),识别结果与南京市实际情况相符,可为城市发展规划与管理提供借鉴。     

基于大数据的城市功能区人口时空聚散模式研究

城市功能区和人口流动是行为地理学和城市规划领域的研究热点,不同城市功能区的人口聚散现象更是其重点议题。该文基于POI和腾讯位置服务(LBS)大数据,以武汉市主城区为研究区,利用功能密度指数、功能优势指数识别城市功能区,并通过空间关联判断城市功能区人口流动变化规律,采用聚类分析方法归纳人口时空聚散模式。研究结果表明:1)中心城区功能混合度较高;2)受人群时空需求影响,不同城市功能区的人口流动规律呈现一定差异性;3)根据城市功能区人口流动聚散趋势并综合其构成特征,可分为公共主导-聚散波动、商务主导-持续集聚、居住主导-持续集聚、绿地主导-聚散交替、商业主导-动态平衡和工业主导-先聚后散共6种模式。研究结果对于优化城市空间布局、合理配置城市资源以及提升城市运行效率具有参考意义。     

基于增温敏感性指数的城市功能区升温效应空间分异研究

利用福州市三环内的POI数据和Place2vec模型识别城市功能区,并在此基础上分析各功能区的热场等级空间分异特征,借助增强回归树算法（Boosting Regression Tree, BRT）构建功能区增温敏感性指数,对不同功能区在地表升温过程中的敏感性差异进行定量测度,进而对区域尺度上的城市热环境空间分异机制进行深入探讨。结果表明：1）基于Place2vec模型的城市功能区识别结果具有较高的精度;2）除绿地与广场区外的4类功能区均具有高温现象,其中产业区的热场强度最高;3）各类功能区整体增温敏感性由高至低依次是：产业区、生活服务与住宅区、商业区、公共管理与服务区、绿地与广场区;不同升温阶段的功能区增温敏感性存在差异,在高温梯度下差异显著;地表覆被增温敏感性具有明显的功能区域分异特征。     

基于潜在语义信息的城市功能区识别————广州市浮动车GPS时空数据挖掘

随着中国城市化进程的不断推进和深入,城市内部空间结构正发生不断的变化.城市内部形成的不同功能区标识研究,对城市结构理论以及政策制定,资源配置等方面具有非常重要的意义.这些不同的功能区包括住宅区,工业区,教育区以及办公区等.本文以大数据为依托,重点研究城市功能区的特点和分布状态,选取广州市6个区为样本,以最新道路网络为分割依据把研究样本分为439个区域.对历时一周的海量浮动车(GPS)数据以及兴趣点数据采用时空语义挖掘方法,建立潜在的狄利克雷模型(LDA)以及狄利克雷多项式回归模型(DMR);通过OPTICS聚类方法对不同模型的结果进行聚类,进而利用POI类别密度,居民出行特征等方法进行分区结果识别.同时,参考百度地图的地理信息,将研究得到的广州市功能分区结果与广州市城镇用地现状图,居民日常出行特征进行对比验证分析.研究表明,该方法基本能识别出具明显特征的城市功能区,如成熟居住区,科教文化区,商业娱乐区,开发区等.识别出的广州市不同类型的功能区呈现了以居住区和商业区为主导,其他类型功能区围绕其展开的特点.研究证明,利用大规模,高质量的个体时空数据开展人们移动行为和日常活动组织及社会空间的研究,能从一个新的视角揭示城市功能区的形成及其机制.     

基于GIS场模型的城市餐饮服务热点探测及空间格局分析

餐饮服务是城市生活的重要组成部分,提取城市餐饮服务热点并识别其空间分布模式,对于理解城市形态结构具有重要意义。针对过去基于POI进行城市形态特征定量分析的不足,利用GIS场模型对城市特征要素的空间分布模式进行识别,并采用地学信息图谱对其模式进行可视化和分析。以济南市主城区4.71万个餐饮服务POI作为主要数据源,首先基于密度场热点探测模型提取餐饮服务热点并按照密度值进行等级划分;然后采用广义对称结构图谱和数字场层次结构图谱表达餐饮服务热点的空间分布结构特征和规模等级结构特征,并构建其分布模式图谱;最后对结果展开讨论。研究表明：① 数字场热点探测模型能够有效地从POI中识别出不同等级的热点。② 广义对称结构图谱和基于GIS场模型的层级结构图谱能够分别从纵横两个方面分析和表达餐饮热点的空间分布结构和层次等级结构特征。综上所述,本研究为基于POI的城市特征要素提取和城市形态研究提供了一种有效的定量分析思路,其方法也可以推广至其他城市特征要素的提取、分析和表达当中。     

基于POI大数据和可达性双重约束的城市空间结构研究

针对城市空间结构研究现状,将传统的城市空间可达性研究与大数据有机结合,在网格法基础上构建城市空间结构研究新思路.通过空间句法模型计算每个城市网格的空间可达性,应用POI大数据得到每个网格的POI密度,对可达性与POI密度进行交叉对比分析,得到基于POI大数据和可达性双重约束的城市空间结构特征类型和空间分区方案.以合肥市中心城区为例,经分析将中心城区划分为3类空间分区,进而根据每类空间的特点提出针对性的空间发展建议.该研究可为城市空间结构研究及城市空间规划布局提供方法参考和决策依据.     

基于隐马尔可夫模型的时空轨迹语义匹配方法

时空轨迹数据关联的语义信息能更好地反映用户行为,对于POI密集分布的城市区域,轨迹的语义信息很难根据单一的距离或时间要素进行匹配,该文设计一种基于隐马尔可夫模型(HMM)的时空轨迹语义匹配方法。首先,利用时间阈值与距离阈值提取逗留点,并利用考虑时间的DBSCAN聚类方法对逗留点进行聚类,得到由抽象停留位置构成的轨迹;然后,结合POI数据获得停留位置的候选语义,再以停留位置序列为观测序列,以每个停留位置所关联的候选地点作为隐藏状态建立HMM,并用改进的加权距离的TF-IDF方法计算HMM的观测概率;最后,解算HMM得到最有可能的访问地点序列作为轨迹的语义匹配结果。该方法不依赖其他外部数据或训练数据,适用于POI密集分布的城市区域,基于真实时空轨迹数据集的实验结果验证了该方法的有效性。     

基于功能区的行政区划调整研究——以绍兴城市群为例

本文构建了基于功能区的行政区划调整研究框架。首先,运用功能区思想,以大城市地区的街道或乡镇为空间单元,采集相关的自然、历史、文化、产业、客流和信息流数据,进行要素功能区的分析,准确获取不同层次相互依赖的功能空间单元,使城市在空间上充分适应和支撑多变的社会经济环境,为城市的多样性提供充分的弹性空间依据。其次,在城市基层单元的要素功能区的基础上,进一步采用因子分析和聚类分析方法,进行城市功能区的划分,可以为行政区划调整提供基于城市功能区有机的空间组织科学依据。在上述行政区划调整研究框架的基础上,以绍兴市为例进行了案例研究,结果表明,绍兴市域内自然、文化功能区清晰,块状经济特征明显,基层区之间的经济、文化、通勤和信息联系已经突破现在的市县行政区边界,按照综合功能区的思想进行行政区划调整。总体上说,基于功能区的行政区划调整,对大城市地区或城市群地区,保证其物质环境和社会空间的快速和谐发展,有效利用资源,具有重要的科学意义和实用价值。     

基于POI数据的环滇池地区城市旅游地空间分布特征分析

旅游已经成为目前城市的重要组成部分和主要的城市功能之一,对经济、社会、文化的发展具有重要的促进作用.基于环滇池地区8个县市区2 554条旅游地POI数据,运用复合分类法、泰森多边形、核密度分析法等研究方法,分析环滇池地区城市旅游地类型及空间分布特征.结果表明:结合2019年所获取的环滇池地区城市旅游地POI数据,可以将...     

基于随机森林模型的“生产-生活-生态”空间识别及时空演变分析——以郑州市为例

基于2007年和2017年郑州市POI数据,采用随机森林模型和样方比例法识别其城市内部的“生产-生活-生态”空间,并利用核密度等方法分析研究区“生产-生活-生态”空间的时空演变格局。结果表明：① 随机森林作为新兴的机器学习算法,能够识别“生产-生活-生态”空间且具有较高的精度。② 郑州市“生产-生活-生态”空间分布格局与城市功能分区相匹配,生产空间集聚分布在产业集聚区,生活空间在城市中心城区内呈面状分布,生态空间整体呈点状分布。③ 随着郑州市城镇化建设和基础设施的完善,10年间郑州市“生产-生活-生态”空间的空间分布格局更加合理,生产空间向产业集聚区集聚,生活空间逐渐分散,生态空间分布更加均衡。基于POI数据,利用随机森林模型对城市“生产-生活-生态”空间的识别方法更加有效,识别结果更加精准,能够在更小的尺度上为国土空间规划提供数据与方法支撑。     

基于多源数据的主体功能区划分方法——以广州市为例

以广州市为例,基于城市感知数据、遥感影像等多源数据,采用卷积神经网络对遥感影像进行了语义提取,将提取结果与兴趣点（Points of Interest）样方密度的功能用地识别结果进行补充校验,根据政策和规划文件建立功能用地与主体功能区之间的关联,利用信息熵分析广州市功能用地混合程度,以辅助判别主体功能区,最终得到广州市主体功能区划分结果。将划分结果与《广州市主体功能区规划（2008—2020年）》和《广州市城市总体规划（2017—2035年）》草案对比验证,结果表明文章所提出的方法精准度较高,并能体现广州市空间格局形态,反映主体功能区实际分布情况。     

基于多源数据的城市功能区精细化研究——以北京为例

城市功能分区研究在时空尺度上不断细化,多源数据融合有利于推动城市功能分区研究的精细化发展。本文对比国内外城市功能区研究中对多种新型地理数据的内涵挖掘和应用,通过融合北京市2017年14400个栅格区域的手机信令数据和2016年高德地 图380975条兴趣点（POI）数据,量化区域功能使用强度的日夜差异和内部功能混杂程度,完成区域主导功能类型判定及功能混合度评价,并对北京城市功能区划分结果进行分析与验证,主要结论：① 北京的日间活跃区域面积是夜间活跃区域面积的3倍,其中餐饮、生活等服务设施的夜间使用强度更高,金融、旅游、公共服务设施的日间使用强度更高;② 北京市面积占比最大的三类功能区是旅游（28.2%）、居住（12.1%）、交通（11.4%）,面积占比最小为金融功能区（2.8%）,在空间上呈现出旅游、金融、公共功能区聚集,其他功能区具有离散分布的特征;③ 居住、餐饮、生活等功能服务存在较强的依赖性,而旅游、企业功能服务存在较强的排他性,北京中心城区内除旅游功能区外均存在不同程度的复合功能特征,高度功能混合区约占研究区域的24.6%。功能区划分结果对于北京城市规划具有较强的现实意义,也为今后深入研究城市功能区提供了有效方法和新的视角。     

顾及空间尺度效应的城市土地利用变化精细化模拟

城市土地利用变化模拟是优化土地资源配置的科学依据,提高其精细化程度和可靠性有助于准确把握城市用地发展趋势,对城市土地资源精准调控具有重要意义。基于宏观遥感分类的土地利用变化模拟,难以在街区尺度上揭示城市用地社会功能变化及精细化模拟中空间尺度效应来源和作用机理。本文联合遥感影像和POI数据识别出城市土地利用精细化特征,运用响应面法率定土地利用精细化模拟的最优空间尺度组合,在此基础上,利用CA-Markov模型开展了未来土地利用变化的精细化模拟。以武汉市中心城区为应用案例,研究结果表明：基于POI 的城市土地利用精细化识别方法,可以深度解析城市建设用地的社会功能,极大改善了传统基于遥感的土地覆被宏观解译效果;研究区土地利用变化元胞自动机精细化模拟的最优空间尺度组合是30 m元胞、7×7邻域以及冯诺依曼邻域类型,采用最优空间尺度组合能够提高土地利用变化精细化模拟的可靠性。响应面试验设计结果可有效识别精细化模拟过程中空间尺度效应的主要来源,并区分其对模拟精度的影响程度与正负效应;预计到2025年,研究区建设用地范围将继续向周边扩张,各类型用地之间互为交织,土地利用空间格局将呈更加破碎化趋势。     

基于POI数据的城市用地功能识别与评价研究——以济南市内五区为例

充分利用大数据开展城市用地功能识别,有助于把握城市空间结构,推动城市内部空间合理布局。POI数据是大数据时代一种较易获得且极具代表性的空间点状数据,能够有效地确定城市用地的实际功能。以济南市内五区的185126条POI数据为基础,对所得数据进行去重、纠偏、重分类,构建城市用地功能分类体系,运用频数密度、类型比例及核密度估计,识别济南市内五区城市用地功能并利用误差矩阵对识别结果进行检验。结果表明:①混合功能用地与单一功能用地呈现圈层化地域分布特征,"核心-外围"分异明显;②由内向外单一功能用地集聚趋势减弱,混合功能用地多样性降低,不同用地表现出不同的空间分布模式;③通过误差矩阵及与用地规划图中规划用地及电子地图的实际用地对比,识别总体精度为75. 67%,识别结果较为准确。     

基于POI数据的城市用地功能识别与评价研究

充分利用大数据开展城市用地功能识别,有助于把握城市空间结构,推动城市内部空间合理布局。POI数据是大数据时代一种较易获得且极具代表性的空间点状数据,能够有效地确定城市用地的实际功能。以济南市内五区的185126条POI数据为基础,对所得数据进行去重、纠偏、重分类,构建城市用地功能分类体系,运用频数密度、类型比例及核密度估计,识别济南市内五区城市用地功能并利用误差矩阵对识别结果进行检验。结果表明：①混合功能用地与单一功能用地呈现圈层化地域分布特征,“核心-外围”分异明显;②由内向外单一功能用地集聚趋势减弱,混合功能用地多样性降低,不同用地表现出不同的空间分布模式;③通过误差矩阵及与用地规划图中规划用地及电子地图的实际用地对比,识别总体精度为75.67%,识别结果较为准确。     

基于POI数据的南京市空间格局定量研究

从语义属性、几何形态等方面对典型城市空间格局要素进行定量化抽取及特征分析,总结归纳出城市空间格局要素间的关联特征。在此基础上,将POI数据进行分类,设计了基于平面核密度估计算法、空间聚类与双重密度因子分析分析算法,并以南京市为例,通过栅格叠加计算,提取边界,分类渲染以及栅格重分类等步骤,实现南京城市空间格局及商业中心抽取。结果发现城市商业中心有效地反映了城市空间总体格局的区域分布,提取出的南京市商业中心基本符合2000—2020年的南京市总体规划,但文本并不能直接体现城市各商业中心的定位,城市中除了主城区这个集聚且组团的单中心商业模式,各个县城、开发区、高新区都有各自形成的商业中心,符合城市的多商业模式。较传统的城市商业空间研究来说,基于POI数据的定量研究对城市总体格局及商业空间的认知更为精细,有助于商业中心的识别及行业特征的分析,便于政府部门对现有规划功能区的发展方向进行调整,使得不同功能区空间结构与特征关系更加合理。     

京津冀城市群城市功能互动格局与治理策略

京津冀协同发展和北京市非首都功能疏解政策实施状况是当前学术界和政府关注的热点。城市功能的分布和互动格局是刻画城市群协同发展和治理策略成效的重要内容。本文在阐述城市群内城市功能之间互动原理基础上,引入偏离—份额分析模型、改进土地生态位模型、扩展引力模型和GIS技术,耦合构建了新的城市功能互动模型。以京津冀城市群为研究对象,基于2010年、2016年、2019年3期POI大数据提取不同类别城市功能区,从时空两个维度揭示京津冀城市群功能的互动格局特征,分析协同发展和北京市非首都功能疏解政策实施状况,并有针对性地提出了治理策略。结论显示：① 2010—2019年间城市群建成区城市功能区总面积增加1.5倍,其中混合功能区增长最快,增加1.7倍;② 北京市工业功能、商业功能正在稳步疏解,但是居住功能、科教文化功能、公共服务功能仍在聚集与强化;③ 廊坊市、唐山市、天津市、保定市等中部城市在非首都功能疏解中发挥了“二传手”作用,成为功能互动的主要驱动城市;④ 石家庄市吸纳的疏解功能主要来源于天津市和廊坊市,具有接力特征;⑤ 京津冀城市群城市功能疏解在治理策略上需要关注功能互动格局演化趋势来进行精准施策。上述结论表明本文构建的城市功能互动模型可以较好地揭示和解释京津冀城市群城市功能互动格局的变化特征。     

基于POI与不透水表面指数的城市建成区提取

准确识别城市建成区边界,对科学实施城市规划和建设、促进城乡可持续发展具有重要意义。从城市建成区概念出发,综合考虑建成区连片和公共设施配置,提出一种基于POI核密度与不透水表面指数的建成区边界提取方法。该方法以不透水表面指数和市政公用设施和公共设施POI核密度为主要数据源,通过构建城市建成区综合指数（POI&ISA指数）和最佳阈值选取等步骤可实现较为准确的城市建成区提取。以武汉都市发展区为例,将该方法与基于POI方法的建成区提取结果进行对比,结果表明基于POI&ISA指数的方法提取精度较高。该方法可弥补单一POI数据源在城市尺度建成区提取中的不足,且通过对POI数据类型初选和带宽的适当选取提高对公共设施配置的表征能力,在局部地区可获得更好的建成区提取效果。     

武汉城市圈国土空间综合功能分区北大核心CSCDCSSCI

以武汉城市圈为典型案例区开展国土空间综合功能分区实证研究。首先基于县域土地利用数据、社会经济数据和补充调查数据,从生产、生活和生态(三生)功能角度遴选出表征国土空间不同主题要素的24个指标因子,构建基于"要素—功能"的评价指标体系;然后从评价单元开始对10类空间二级功能进行比例关系表达,并通过BP神经网络方法评价三生功能承载力;最后引入双约束聚类法划定国土空间综合功能区,并匹配相应的调控政策。研究表明:基于统一的功能分类和指标体系实现功能比例表达在不同尺度间传递;武汉城市圈国土空间可划分为3个一级综合功能区和7个二级综合功能区。研究成果可为武汉城市圈国土空间格局优化提供参考。