基于興趣點數據的南昌城市功能區識別

李 岳，鄧志杰，王毓乾,3*

(1.東華理工大學江西省數字國土重點實驗室，330013，南昌；2.東華理工大學測繪工程學院，330013，南昌；3.自然資源部環鄱陽湖區域礦山環境監測與治理重點實驗室，330013，南昌)

0 引言

城市功能區是城市或開發區實施城市規劃、提供功能的基本空間單元[1-2]。科學合理的功能區規劃是實現城市長遠發展目標的關鍵。傳統城市功能區劃分主要基于研究調查與專家評價等方法，主觀性極強。另外，遙感技術在城市功能區劃分也有應用[3-4]，但數據獲取成本高，數據處理繁瑣、時效性差。城市興趣點(Point of interest，POI)是一類地理空間大數據。POI數據記錄地理實體的空間信息和屬性信息，包括實體的名稱、地址、坐標、類型、評價等。其優勢是信息覆蓋面廣，數據量大，便于定量分析。POI能夠真實地反映各類社會經濟活動[5]，較好地滿足了精細化城市空間布局[6]的要求，為城市功能區的識別提供了獨特視角。高曉路等學者利用POI數據并結合Densi-Graph分析方法，界定了城市群的生長邊界[7]；雷志成使用GIS空間分析軟件對來自百度地圖的POI數據進行可視化分析，識別出了城市邊緣區空間范圍[8]；張慧杰等人通過挖掘軌跡數據與POI語義分析，對具有一定特征的軌跡點進行相關密度聚類，從而識別城市功能區[9]；池嬌等基于POI數據對武漢都市發展區的功能用地進行了定量識別與可視化[10]；竇旺勝等以濟南市內5區為例，基于POI地理空間數據，構建頻數密度和類型比例，識別濟南市內5區城市功能用地并對識別結果進行了評價[11]。

利用POI進行城市功能區識別具有可行性，然而大部分研究城市用地功能時往往以城市主城區整體作為研究區域，缺乏對不同區縣的單一用地以及混合用地的分析討論。基于此，以南昌市內6區為研究對象，首先基于POI數據運用頻數密度、類型比例等指標對城市單一功能用地和混合功能用地進行識別，統計不同區縣不同功能用地占比并比較分析，構建混淆矩陣檢驗識別結果，并結合南昌市網絡電子地圖進行對比分析。

1 研究區與實驗數據

1.1 研究區及單元劃分

南昌市位于江西省中部偏北，是全省政治、經濟、文化、科教和交通中心，總面積7 402 km2。本文選擇劃分四邊形網格作為研究基本單元，規則格網能夠保證研究單元相同，得到的計算結果分布均勻，網格單元大小對結果影響較大。網格規模越小，越能夠顯示城市功能細節，但實體建筑有不同的占地面積。考慮到現實中，大部分POI面積小于500 m2，同時借鑒已有的相關研究經驗[12-13]，將網格大小設定為500 m×500 m，總計有29 484個網格單元(圖1)。研究所有數據統一轉換為阿爾伯斯圓錐等面積投影。

圖1 研究區網格圖

1.2 POI數據來源和預處理

本文的POI數據來自高德地圖平臺，通過高德開放平臺API (https://lbs.amap.com/)爬取。研究爬取的POI數據共271 572條， 獲取時間為2020年2月。POI數據屬性包括名稱、類型、經度、緯度、地址和行政區6個字段。POI原始數據涵蓋了23大類，每一大類又包括若干中類和小類。參照相關研究[10]，選取與城市功能相關的15大類POI作為研究數據，利用Excel、Stata等軟件對數據的篩選、清洗，剩余總計94 636條。由于高德官方分類并無單獨的住宅區類別，需自行篩選，因此本文對居住用地未做單獨區分，將其歸類為商業服務業設施用地。如圖2所示，將城市功能用地劃分為公共管理與公共服務設施用地、商業服務業設施用地、工業用地、交通設施用地與綠地與廣場用地共5種。

圖2 POI數據分類

實體建筑被抽象為POI數據的過程中被忽略了占地面積。然而在實際生活中，不同建筑實體的占地面積差異很大，功能區單元內POI實體的占地面積對該單元功能性質有重要影響。此外，公眾對各類POI顯著程度的理解對單元的功能性質也有重要影響，本文參考趙衛鋒[14]的公眾認知度調查，其中公眾對大型商場的認知度最高，其次是交通樞紐，而小區的認知度最低。根據POI實際的占地面積和公眾認知度對南昌市各類POI賦予相應的分值，區間為1～100，將所有POI與權重分值相乘，最終得到研究所用的POI數據。如某網格單元原有POI有5個，其權重值為20分，在數據處理后該單元的POI數量為100個。

2 城市功能定量識別方法

本文在每個研究單元內構建POI頻數密度(frequency density, FD)和類型比例 (category ratio, CR)指標用以識別500 m網格單元的城市功能，計算公式如下：

(1)

(2)

式中：i表示POI的類型；ni是網格內i種類型POI的數量；Ni表示i種類型POI的總數；Fi代表i種類型POI占該類型總數的密度；Ci表示i類型POI密度占所有類型POI密度的比例。

通過式(1)、式(2)計算每個網格單元的頻數密度和將類型比例對城市功能進行判別分析。以Ci是否達到50%作為判斷網格單元功能性質的標準。當網格單元內Ci達到50%及以上時，將該網格單元劃分為“單一功能區”，其用地類型由該POI類型而定；當所有類型的POI比值都未達到50%時，將該網格單元劃分為“混合功能區”，混合性質取決于類型比值前3的POI類型；無任何數據的網格劃分為“無數據區”。

3 識別結果與精度評價

通過POI識別的城市單一功能區和混合功能區的總體分布如圖3所示。總體呈同心圓的形式分布，單一功能區共4 187個網格，其分布介于城市郊區與城市核心之間，多數位于經濟開發區、新建區、南昌縣等外圍行政區，在城市外圍也有大量的零散單一功能區分布，基本是由于鄉鎮及交通線的POI數據導致；混合功能區主要分布在城市核心地帶，共901個網格，大多集中于東湖區、西湖區、青云譜區及紅谷灘區的沿江地帶；無數據區的分布則位于非城市地帶。

圖3 南昌市單一功能區、混合功能區及無數據區

3.1 單一功能區

由于南昌市郊縣地區包括安義縣、進賢縣和南昌縣的單一功能區和混合功能區網格數量較少，本文僅以南昌市6個中心城區為主要對象，分區統計各個區內的單一功能網格數量，統計結果如表1所示，單一功能區的分布如圖4所示。從數量上看新建區的各類單一功能用地分布皆是最多，新建區由于面積較大且包含梅嶺景區與眾多的鄉鎮，因此各類用地的分布都是數量較多且分布較為散亂。除新建區外，公共用地分布最多位于青山湖區，多集中于江西農業大學、華東交通大學、江西財經大學等地帶，由于該區高校眾多且分布較為集中，配套的各類科教文化設施也較多且集中；商業用地較多的是紅谷灘區和青山湖區，分別是43個和34個，由于紅谷灘區是2019年新設區，該區定位是金融商務區，且區內有南昌大學、南昌航空大學等規模較大的高校；工業用地多分布于城市周邊，集中于新建區與青山湖區兩個外圍且面積較大的區，分別為289和138個；交通用地主要沿城市內外的各大交通干道分布，其數量基本與各區的管轄面積成正比；綠地與廣場主要集中于各大景區、高校、湖泊及贛江沿江一帶；從總數上看最少的是商業用地，共196個，最多的是交通用地，共656個。

表1 各區單一功能區分布統計/%

圖4 南昌市中心城區單一功能區分布

從表1單一功能用地百分比分布情況可知，青山湖區工業用地占比最高為28%，青云譜區綠地占比最高為35%，其余4區城市功能用地占比最高的皆為交通用地，從大到小的順序為西湖區、東湖區、新建區和紅谷灘區，分別為45%、44%、32%和28%；西湖區綠地占比最低為11%，其余地區城市功能用地占比最低的皆為商業用地，從大到小的順序為紅谷灘區、新建區、青山湖區、青云譜區和東湖區，分別為14%、9%、7%、7%和1%。

3.2 混合功能區

混合功能區共有10種混合情況，分別由混合單元內占比前3的POI類型組成，例如，交通用地、公共用地、商業用地混合簡稱為“交公商”。混合功能區的分布如圖5所示。混合功能區最多位于青山湖區共227個，東湖區最少72個，其余區從多到少是新建區、紅谷灘區、青云譜區和西湖區，分別為117個、95個、91個、81個。從分布上看，混合功能區基本都集中于城市中心地帶。城市是一個復雜的體系，在城市功能完善的中心地帶，各類POI種類豐富，既使在500 m×500 m的尺寸內，也很少有單一的POI類型能代表整個區域的用地情況。混合功能用地基本覆蓋東湖區、西湖區、青云譜區等核心城區的繁華地段，在紅谷灘區沿江分布，在新建區、青山湖區等較大的區重點圍繞各大高校、政府機構及商業街區分布。10種類型中，100個單元以上的類型從多到少以此為“交公商”“公工交”“工公商”，數量分別為255、129、114。不到100個單元的用地類型從多到少依次為“工交商”“公商綠”“交公綠”“工交綠”“交商綠”“工公綠”“工商綠”，分別為76、42、23、18、15、12、7。最少的是“工商綠”用地，最多的是“公商交”用地。商業用地多與公共用地和交通用地混合，工業用地則多與綠地、交通用地、公共用地混合。數量較多的混合類型中多有公共用地、商業用地、交通用地參與。

圖5 南昌市中心城區混合用地分布

各區混合功能區百分比分布情況如表2所示，整體而言，“交公商”“公工交”和“工公商”混合功能用地占比較高，包含綠地的混合功能區占比較低，綠地屬性POI中景區公園較多，占地面積較大，多為單一功能用地。各區縣占比最高的混合用地皆為“交公商”用地，這說明城市核心區域多以交通、公共和商業混合用地為主。

表2 各區混合功能區分布統計/%

3.3 識別結果驗證

在單一功能區隨機選取60個樣本單元建立混淆矩陣評價單一功能區的識別精度，并選取南昌市代表性區域驗證識別結果。評價指標包括總體分類精度和Kappa系數。抽樣網格樣本的總體精度為85.00%，識別結果較高。Kappa系數為0.80，當Kappa值介于0.60～0.80時，分類精度較高，說明結果可信。真實城市用地功能結果參照高分辨率影像信息及相應網格對應的高德地圖中所顯示的地名、地物等屬性信息。通過目視解譯及屬性信息查詢，發現誤分的樣本單元為不同功能區之間的相鄰區域，造成城市功能區識別與實際功能用地的不一致。兼具部分公共服務功能的工廠園區在 POI 重分類與功能識別中可能會被劃分為商業服務業用地，此外，綠地中同時承載公共服務功能、商業功能與交通功能，在城市功能識別時被劃分為其他功能區。

為檢驗混合用地識別結果的準確性，選取南昌市3個典型區域，對區域內及周圍樣本單元的高德地圖衛星圖像進行目視解譯，將基于POI的城市功能識別結果與目視解譯結果進行對比驗證其準確性。

表3 各類用地樣本混淆矩陣

3.3.1 東湖區八一廣場 八一廣場是南昌市的繁華地段，也是南昌市的知名景點之一，如圖6所示，標識為A區，八一廣場被識別為“交公商”混合用地，是交通服務、公共服務和商業活動密集區域。A區西北部綠色單元為單一功能綠地，對應八一公園，其余皆為混合功能用地，類型多為“公商綠”“交商綠”，商業特征與綠地廣場特征明顯，總體符合實際。

圖6 八一廣場識別結果對比圖

3.3.2 昌北國際機場 昌北國際機場是南昌市重要的交通樞紐，如圖7所示，對比區域標識為B區，B區內部基本由單一功能用地組成，內部最多的藍色單元為交通設施用地，與機場的功能吻合。同時，B區中南部的藍灰色和黃色單元為公共用地和商業用地，其位置對應為機場配套的賓館、餐館等設施。機場周圍存在大量黑色單位為無數據區，總體識別結果與實際吻合。

圖7 昌北機場識別結果對比圖

3.3.3 南昌火車站 南昌火車站是中國鐵路重要綜合樞紐站之一，如圖8所示，對比區域標識為C區，C區被識別為“交公商”混合用地，火車站作為重要交通設施，內部包含了酒店和商業設施，與火車站的功能相符合。C區周圍皆為混合用地，類型多為“工公商”和“交公商”，火車站西部是住宅區、企業公司、學校和商業活動密集的區域，東北部是一條快速路，周圍有大量酒店和商業店鋪，總體上識別結果與實際相符合。

圖8 南昌火車站識別結果對比圖

4 結束語

城市的快速演變為城市規劃和管理帶來了新的挑戰，劃分城市功能區，對城市進行分區管理，則為城市規劃者和管理者提供了一種新的思路。本文基于高德地圖POI數據對南昌市進行單一功能區和混合功能區識別，結果表明基于POI數據的方法在分析城市功能區的分布特征與城市功能配置方面有較好效果，南昌市的混合功能區主要分布在城市核心地帶，以交通、公共和商業混合用地為主，占比17.71%；單一功能區在南昌市分布最多且集中分布于城市郊區和城市核心之間，占比82.29%。然而，考慮到POI的時效性，并且存在少部分虛假數據，POI等互聯網空間大數據仍存在不完全性和不確定性。此外，網格尺度的劃分可能對城市功能區分析結果造成影響，根據不同城市的發展程度提出自適應的網格尺度劃分有利于對于城市功能有更好的理解。