基于多維數據的特大城市建設用地類型識別*

趙渺希 梁景宇 郭振松 ZHAO Miaoxi LIANG Jingyu GUO Zhensong

0 引言

隨著特大城市人口增長帶來的環境、資源、人口等矛盾日益突出，我國城市規劃編制面臨著各種技術瓶頸，而新時期豐富的網絡數據為推動城市規劃應用技術的升級提供了機會。城市用地現狀性質圖作為城市規劃編制的基礎信息資料，反映了規劃區中城市功能的整體布局以及建設用地的性質。一般而言，繪制城市用地現狀性質圖的踏勘需消耗大量的人力資源和時間成本，且用地性質的判別不可避免地受到現場調研人員的感性判斷，從而降低了基礎資料的客觀性；基于新技術的支持，在特大城市發展戰略的初期調研、總規和控規等法定規劃調研的現狀核實方面，如能借助于各類開放數據快速識別一定規劃范圍內的建設用地類型，將大大提高規劃編制工作的效率和客觀性。鑒此，嘗試提出一種基于多維數據地址解析的建設用地類型快速識別方法，實現對特大城市現狀建設用地的功能強度測定和用地性質的綜合評定。

1 相關研究概述

在經歷了改革開放以來的快速城鎮化的階段后，我國以土地增長規模擴張為主導的城市規劃模式將轉變為土地規模限制下的內生性增長模式[1]，對于城市存量土地的規劃編制需求也日益增加。

近年來，社會活動產生的數據類型快速增長，例如微博數據、手機數據、公交卡數據、圖片數據、搜索數據等為城市規劃提供了更多的支持。國內外學者已經對如何將這些數據應用到城市規劃中做了一些嘗試：研究不同的數據對于城市研究、規劃方面使用的潛力與障礙[2-3]；利用報紙數據的文本分析，對土地利用和社會變化的關系進行了探究[4]；使用移動定位數據分析游客進行旅游消費空間的季節性分布，并研究了游客的典型路線[5-6]；基于手機信令數據研究城市環境與通勤特征，進而測度城市就業中心體系[7-10]；利用手機信令數據與社交媒體數據研究城市時空人群分布與居民活動[11-13]；通過多種數據的整合與分析研究城市的空間布局，并對布局的調整提出指導[14-15]。

而在城市功能識別方面，國內外學者也進行了一系列的探索：例如，利用GPS數據和網絡數據分析城市和鄉村區域的土地使用情況[16]；通過手機通話記錄、手機定位信息識別土地利用類型和利用現狀，判斷城市功能區及其混合程度[17-19]；基于手機信令數據對城市規劃工作、城鎮體系現狀進行評估[20-21]；基于社交媒體數據判斷城市土地利用類型[22-23]；基于城市交通刷卡數據識別地鐵站周邊地區的土地利用情況[24-25]。

需要指出的是，學界對于各類數據的用地識別已有過一定的探索，但既有的研究主要判斷特定的活動功能在城市空間中的分布，而并不直接指向建設用地的類型，不利于全面判斷建設用地的利用現狀。再者，既有的研究中利用的數據集中在手機定位數據、電話呼叫記錄、交通卡刷卡記錄等獲取門檻較高的數據源，收集此類數據的困難成為相關研究進一步展開的阻礙。在數據日益多元和豐富的今天，依靠互聯網開放的多維數據進行地址解析生成城市規劃中常用的用地類型圖已經成為可能，但以此為目標的用地識別方法有待進一步深化。鑒此，本文以廣州市天河區為例，根據城市建設用地分類標準，實現多維數據識別各單元地塊中的建設用地類型，以期提高特大城市的規劃編制工作效率。

2 數據收集與用地識別技術

本文基于既有研究，針對城市規劃編制的用地類型識別需求，對開源性的多維數據進行地址解析，實現建設用地類型的快速識別，具體方法包括以下4個步驟：（1）收集整理基礎數據；（2）對各單元用地的不同功能強度進行測定；（3）對各單元用地的性質進行綜合判定；（4）對用地性質的識別率和準確率進行評定。

2.1 基礎數據收集

研究以網絡數據作為主要數據來源，包括百度開放平臺數據、新浪微博開放平臺數據等，輔以企業名錄等數據以豐富數據來源，并針對不同類型的用地分別選取不同的數據來源。利用現有開放平臺的地址解析工具對所挖掘的各項數據進行地址解析，通過GIS系統將網絡數據和傳統數據統一空間落位和坐標校正，并以識別范圍邊界、建設用地范圍和現狀道路網作為建設用地類型識別的工作底圖，以便下一步進行分類用地的功能強度測定和用地性質綜合評價。

2.2 用地功能強度測定

功能強度的強弱反映了特定用地功能性質所承載的活動和功能主體在特定單元地塊中出現的頻率高低。在建設用地的功能強度測定方面，首先從各類建設用地的性質特征入手，分別選取不同的數據源作為評價測定的要素（表1），以道路中心線劃分的街坊單元作為空間落位單元，并對單元內不同數據源的原始化數據進行匯總統計。

在此基礎上，對按單元匯總之后的絕對數據值采取熵值賦權法進行歸一化處理和權重計算，解決不同數據源造成的量綱不一致的問題。熵值賦權法是由各個樣本的實際數據求得最優權重，因而給出的指標權重具有客觀性和可信度[26]。然后按照不同數據源之間的權重進行標準值疊加，最后通過計算單元匯總的標準值與空間單元面積的比值得到各類用地的功能強度分布情況。

各類建設用地的功能強度測定模型為：

式中的G_i為第i個單元的用地功能強度，α_k為第k類數據要素的權重，β_ik為第k類數據要素在空間單元i中的設施數量，P_ik為第i個單元內第k類數據要素的標準值，S_i為第i個單元的建設用地面積（其中i=1，2，…，m；k=1，2， …， n）。

表1 各類建設用地功能強度測定的主要數據源

2.3 城市各類建設用地性質的綜合判定

在完成城市各類建設用地的功能強度測定的基礎上，采用均方差的計算方法對各單元的用地性質作顯著性判定。均方差法是一種適用于要求嚴格的綜合評價權重確定方法，具有思路清晰、計算簡便、客觀性強等特點[27]。在現有的城市建設用地性質分類的基礎上，根據用地兼容性特征和依從關系重新細分了新的用地性質分類，主要包括：居住用地（R）、居住混合用地（R+）、公共管理與公共服務設施用地（A）、商業服務業設施用地（B）、公共服務和商業混合用地（A/B）、綠地與廣場用地（G）、工業倉儲混合用地（M/W）、公用設施與道路交通設施混合用地（S/U）、其他混合用地（O）和未能判別用地性質的用地（N）。

需要特別說明的是，由于居住用地與其他用地的混合、商業用地和公服用地的混合程度較高，在此提出了居住混合用地（R+）與公共服務和商業混合用地（A/B）；此外，由于公用設施用地、道路交通設施用地、工業用地和物流倉儲用地的數量較少、樣本數據也較為缺乏，本研究概括為工業倉儲混合用地（M/W）、公用設施與道路交通設施混合用地（S/U）；對于其他各種復雜的混合用地在本研究中不作進一步細分，在此統一歸為其他混合用地（O）。

建設用地性質顯著性判定和綜合評定的具體步驟如下：

首先，合并用地，計算單元用地功能強度平均值。在8類用地功能強度的基礎上，分別將公用設施用地和道路交通設施用地、工業用地和物流倉儲用地進行歸并，得到6類用地的功能強度G_ik 。

然后計算6類用地的平均值Q_i，計算單元用地功能強度的標準差δ_i下一步，判斷單元用地功能強度的顯著性：

式中：(i=1,2,…,m；k=1,2,…,6).

根據趙渺希、郭振松（2015）[28]的發明專利中的閾值進行判斷，具有良好的用地功能顯著性效果，若G_ik>0且R_ik≥0，則判定單元內該類用地功能顯著；反之，則不顯著。

最后，在得到各單元用地性質顯著性的基礎上，可根據用地主導功能、用地依從關系、用地兼容性以及航拍影像圖等方式對用地進行判定（表2）。

在此基礎之上，將各單元的用地分類信息導入GIS系統中的空間單元進行分類顯示，借助衛星航拍影像圖和電子地圖對難以識別的混合用地單元進行輔助判定，得到城市各類建設用地性質劃分圖。

表2 用地類型判定標準

2.4 城市各類建設用地性質的校核

在建設用地性質快速識別完成之后，對生成的用地類型劃分圖分別進行用地識別率和用地識別準確率的判斷（圖1）。當它同時滿足這兩個要求時，即可判定基于地址解析數據的建設用地類型快速識別完成：（1）若建設用地性質的識別率越高，則說明能被明確判別類型的用地越多，識別效果越好；反之，則識別效果越差；（2）基于現場踏勘的現狀圖進行準確率的分析，該值越高，說明該方法對建設用地性質的識別越準確；反之，則識別越不準確，若該值過低，需通過數據糾錯或校核的方式重新進行計算分析。

3 實證案例展示

天河區是廣州市的中心城區，轄區面積136.57 km2，建設用地面積91.43 km2，2015年區內常住人口154.57萬。天河區轄內建設用地的類型豐富，也包含大量的混合用地類型，是用地類型快速識別的理想研究對象。因此本研究選取廣州市天河區為實證分析對象，基礎底圖來自廣州市天河區規劃分局信息中心提供的GIS平臺。

3.1 基礎數據整理

根據城市建設用地性質的類型，將獲取的數據分為相應的8類進行整理，在GIS系統中進行空間落位，并進行坐標轉換和數據糾偏。以現狀城市道路中心線對現狀建設用地進行劃分，將由城市道路圍合形成的街坊單元作為數據落位的空間單元。需要特別說明的是，由于部分空間單元缺乏相關的地址解析數據，此時將部分缺失地址解析數據且道路網較為密集的街坊單元進行合并，提高建設用地性質的識別率。由于部分地址表達不清或錯誤而導致無法正確進行地址解析，失敗率約為0.6%，基本不影響建設用地性質的識別。

圖1 基于多維數據的特大城市建設用地類型識別方法的具體實現技術流程圖

3.2 用地功能強度測定

以選定的測評數據源作為各類型功能強度的測定要素（表1），以道路中心線劃分的街坊單元作為空間落位單元，并對單元內不同數據源進行匯總統計。

在此基礎上，對按單元匯總之后的絕對數據值采取熵值賦權法進行歸一化處理和權重計算，然后按照不同數據源之間的權重進行標準值疊加，最后通過計算單元匯總的標準值與空間單元面積的比值得到各類用地的功能強度分布情況（圖2-圖9）。

根據用地功能強度顯示得出的結果，天河區內居住功能、公共服務功能以及商業服務功能分布最為廣泛，總體功能強度最高。就居住功能而言，功能強度較高的用地主要分布在中山大道沿線；公共管理與公共服務功能主要分布在龍口區域、石牌—五山高校區域；商業服務功能重要集中在中山大道沿線，體育西—石牌橋商圈尤為明顯；道路交通設施用地以火車東站區域強度最高；工業、倉儲用地分布集中在靠近黃埔區的東部地區；綠地與廣場功能較強的用地分布較為廣泛；公用設施功能強度較高的用地零星分布。功能強度測定結果基本符合天河區建設用地使用現狀。

圖2 居住用地功能強度測定

圖3 公共管理與公共服務設施用地功能強度測定

圖4 商業服務業設施用地功能強度測定

圖5 工業用地功能強度測定

圖6 物流倉儲用地功能強度測定

圖7 道路設施用地功能強度測定

3.3 各類建設用地性質的綜合評定

在完成天河區各類建設用地的功能強度測定的基礎上，采用均方差的計算方法對各單元的用地性質作顯著性判定（公式（2）-（4））。在現有的城市建設用地性質分類的基礎上，根據用地兼容性特征和依從關系進行用地性質劃分，并將各地塊單元的用地分類信息導入GIS系統中的空間單元進行分類顯示，借助衛星航拍影像圖和電子地圖對個別難以識別的混合用地單元進行人工輔助判定，得到城市各類建設用地性質劃分圖（圖10）。

圖8 公用設施用地功能強度測定

圖9 綠地與廣場用地功能強度測定

圖10 城市各類建設用地類型劃分圖

圖11 快速識別的用地現狀圖

圖12 規劃信息中心提供的用地現狀圖

3.4 城市各類建設用地性質的校核

在建設用地性質快速識別完成之后，對生成的用地類型劃分圖分別進行用地識別率和用地識別準確率的判斷。廣州市天河區建設用地性質識別的空間單元數量為847個，其中未能判別用地性質的空間單元數量為12個，計算可得其建設用地性質的識別率θ為98.58%，識別程度較高。

準確率方面，劃定取樣范圍面積為15.8 km2，通過地址解析數據可以得到天河區內建設用地的性質（圖11），另外通過天河區規劃分局信息中心提供的相關規劃圖紙，可以在GIS系統中重新生成現狀建設用地性質分析圖（圖12），然后通過在GIS系統中比較兩張用地圖的一致性，計算準確率。在此需要特別說明的是，由于天河區內花城廣場的地面為綠地，地下為商業，在快速識別的結果中將其歸為商業用地，自繪的用地現狀圖將其歸為綠地，在此應將花城廣場用地性質識別視為有效；另外，由于體育西小區、體育東小區均為開放式的商住混合用地，在快速識別的結果中將其歸為商業用地，規劃信息中心提供的用地現狀圖將其歸為居住用地，在此也應將其用地性質識別視為具有效。分別統計取樣范圍內用地性質一致的空間單元面積和空間單元總面積分別為13.2 km2和15.8 km2，以準確識別的面積計算，建設用地性質識別的準確率為83.35%，說明準確性較好。

4 討論

在互聯網數據日益豐富的背景下，利用不同來源的數據快速識別特大城市的建設用地、提高城市規劃編制效率已成為可能。本研究提供的是一種基于多維數據地址解析的建設用地類型快速識別方法，與傳統的實地勘察和調研進行繪制現狀用地性質分析圖相比，大大縮減了時間成本和人力成本，提供了一種更為便捷、快速的現狀用地性質識別方法。本研究以廣州市天河區為例，完成了區內城市建設用地類型的識別，校核證明該方法識別效果較好?，F實中，城市建設用地往往是多種功能的混合，而不是單一性質，本方法的特點是在現行城市建設用地分類的基礎上，提出了識別多種混合用地的工作方式，這一流程更加符合特大城市建成區的實際功能承載情況。

由于本研究是建立在地址解析數據的基礎上完成的，建設用地性質識別的識別率和準確率與數據源密切相關，對于地址解析數據準確、豐富的城市或區域而言，能夠對其建設用地性質實現快速識別，如上述研究中的天河區，就具有數據豐富、準確的特點，有利于用地類型的準確識別，反之，對于數據缺失的區域則會有一定技術的瓶頸。其次，少部分用地功能強度判定的數據來源單一，若相關數據有誤或更新不及時將直接影響判別結果。再者，以網絡數據為主的用地類型識別效果與空間單元劃分有關，若空間單元劃分過小，有可能導致單元內的功能特征數據過少而無法識別用地性質；若空間單元劃分過大，功能特征數據過多，判別結果出現混合功能的可能性增加，不利于對用地特征的準確識別。另外，本研究的工作底圖依靠規劃管理部門等提供的道路網圖或原有的用地性質現狀圖或規劃圖，適用于對已修編規劃的區域進行規劃實施評估或進行重新修編規劃的前期分析，且在實際的使用時仍需要通過人工現場踏勘予以進一步核實。

隨著互聯網數據的進一步豐富、數據挖掘手段的進一步提升，可用于判斷現狀建設用地類型的數據將逐漸增加，并促使用地識別方法日趨完善，總體上將有助于特大城市現狀踏勘的效率提升，并可與規劃師的現場主觀認知相印證，從而降低規劃基礎資料收集處理的隨意性。在未來，相關研究的逐步深入，類似的方法或能廣泛運用到指導特大城市的用地功能布局、用地混合模式、城市建設用地效率動態管理等方面。