兴趣面数据和随机森林方法的城市功能区划分

针对传统城市功能区研究探索了利用兴趣点、遥感影像等数据进行城市功能区自动划分的方法，但分类精度仍有待进一步提高的问题，该文提出一种基于兴趣面数据和随机森林算法的城市功能区自动划分方法，首先对城市道路网络数据运用形态学运算方法自动构建交通分析区，然后从其区域内的兴趣区等多源数据中提取4类41项特征，最后结合地理国情普查数据和人工识别选取476个样本数据，构建基于随机森林分类器的城市功能区识别模型。结果表明，随机森林模型能够准确地识别城市功能区，识别模型预测精度为87.67%,支持向量机模型精度为83.71%,未引入兴趣面数据的模型精度为78.72%。利用上述模型对北京市内4 112个单元进行功能区识别，准确率达81.37%。该研究方法有较好的重复性和推广性，有助于对城市功能区进行定量、客观的研究。