基于POI功能識別與聚類分析的交通小區(qū)劃分方法的改進(jìn)
——以天津市和平區(qū)為例

張琳 白云慶

天津市市政工程設(shè)計研究院 天津 300000

引言

交通小區(qū)的劃分是開展交通調(diào)查、交通預(yù)測、交通規(guī)劃等工作的基礎(chǔ)。傳統(tǒng)的交通小區(qū)常以城市道路為邊界，將研究區(qū)域劃分為若干個等大的分區(qū)。蔣萌露等學(xué)者以馬德里市為研究對象，研究結(jié)果表明基本單元面積越小，得到的數(shù)據(jù)精度越高，越能反映出細(xì)節(jié)問題。宋小冬、易嘉對城市交通分區(qū)合理性進(jìn)行了探究，發(fā)現(xiàn)分區(qū)越多，結(jié)果偏差越小。 同時，如果研究區(qū)域過大，那么傳統(tǒng)的手段將面臨巨大的數(shù)據(jù)處理壓力，數(shù)據(jù)精度也難以保證[1]。

1 研究思路

1.1 初始小區(qū)

以現(xiàn)狀城市道路圍合而成的封閉區(qū)域作為初始小區(qū)。

1.2 識別小區(qū)主導(dǎo)功能

采用POI點樣方密度法描述各小區(qū)特征。利用TF-IDF算法辨別各區(qū)的主導(dǎo)功能。

1.3 聚類分析

采用二階聚類分析，對各小區(qū)進(jìn)行分類分組。

1.4 最終方案確定

對同組且相鄰的小區(qū)進(jìn)行合并，對個別小區(qū)進(jìn)行人為修正。

2 交通小區(qū)劃分

2.1 初始小區(qū)

以現(xiàn)狀道路為基礎(chǔ)，道路圍合而成的區(qū)域即為一個初始小區(qū)，共計490個。

2.2 POI點樣方密度

POI興趣點是現(xiàn)實情況在地圖上的反饋，包含信息有行業(yè)類別、地理位置、名稱等，是分析城市功能的有效數(shù)據(jù)。

因各小區(qū)大小不同，分布的POI種類、數(shù)量不同，無法直接描述各初始小區(qū)內(nèi)POI分布特征。故采用點樣方密度法來量化各小區(qū)的POI分布特征。

考慮到各類POI對城市功能的影響程度不同，對其進(jìn)行權(quán)重賦值。首先將POI根據(jù)功能劃分為大、中、小三類。針對大類的權(quán)重系數(shù)，采用專家打分和模糊評價的方法確定[2]。

針對中類的權(quán)重系數(shù)，采用因素兩兩比較法。各因子所有得分的平均值則為其權(quán)重。

針對小類的權(quán)重系數(shù)，采取層次分析法進(jìn)行權(quán)重賦值，采用百分制。

將POI的大類、中類、小類權(quán)重系數(shù)綜合起來即為綜合權(quán)重系數(shù)：

表1 POI分類及權(quán)重系數(shù)一覽表

為避免數(shù)據(jù)描述過于復(fù)雜，選取中類數(shù)據(jù)為統(tǒng)計對象，來描述各初始小區(qū)的POI分布特征，則：

得到各類POI的綜合權(quán)重系數(shù)后，可進(jìn)行各小區(qū)的POI點密度分?jǐn)?shù)計算：

2.3 POI功能識別

各小區(qū)內(nèi)的POI種類、數(shù)量都各不相同，故不能采用傳統(tǒng)的描述統(tǒng)計判別其主導(dǎo)功能。因此引入TF-IDF模型算法，來識別各區(qū)的主要功能。

TF-IDF具有良好的分類能力，趙家瑤等學(xué)者采用TF-IDF算法，對北京重要交通樞紐空間的城市功能進(jìn)行識別。

研究方法是將區(qū)域內(nèi)某類POI的分值看作一個詞語，全部POI分值總和看作整篇文章[4]。

計算各小區(qū)內(nèi)各類POI分值所占的權(quán)重，權(quán)重最高的POI類別則為該小區(qū)的主要功能。若權(quán)重最高的值小于0.1，則認(rèn)為該小區(qū)為無明顯主導(dǎo)功能。

其計算公式如下：

圖1

圖2 交通小區(qū)的初步劃分

2.4 聚類分析

根據(jù)POI功能識別結(jié)果，研究區(qū)域內(nèi)配套功能為主導(dǎo)的初始小區(qū)占大多數(shù)，如果將這些初始小區(qū)合并為一個交通小區(qū)，得到的交通小區(qū)面積過大，違背此次研究的初衷，即盡可能將交通小區(qū)劃分得精細(xì)，以得到準(zhǔn)確的交通預(yù)測結(jié)果[5]。

故此引入聚類分析的概念，聚類分析法是將特征相似的對象劃分為一個族群，各個族群之間差異明顯。本次分析基于SPSS軟件，采用二階聚類算法。二階段聚類算法可以同時處理連續(xù)變量和分類變量，快速處理大數(shù)據(jù)集并自動得到最佳分類結(jié)果。對不同功能小區(qū)的POI點密度分?jǐn)?shù)進(jìn)行二階聚類計算。

根據(jù)聚類結(jié)果將同一功能的小區(qū)分為不同的組別，將同功能同組別且相鄰的交通小區(qū)進(jìn)行合并。為保證交通小區(qū)的唯一性和完整性，不能發(fā)生重疊或遺漏，且不能產(chǎn)生 “回”字形的形狀，對分區(qū)進(jìn)行人為修正。最終得到交通小區(qū)187個，削減了303個，此方案為最終交通小區(qū)的劃分方案[6]。

表2 聚類分組一覽表

圖3 最終交通小區(qū)劃分方案

3 結(jié)束語

基于POI功能識別和聚類分析來劃分交通小區(qū)的方法，考慮了城市空間的實際功能和特點。在互聯(lián)網(wǎng)飛速發(fā)展的時代，大數(shù)據(jù)能為決策提供更為科學(xué)、合理的支撐。對比傳統(tǒng)劃分交通小區(qū)的方法，本文的研究方法突破了人為工作的局限。基于GIS平臺和SPSS軟件分析，便于大數(shù)據(jù)處理。分析結(jié)果更加科學(xué)合理，分析手段具有普適性，易于推廣。