基于POI數據的城市功能識別與分布特征研究

摘要：長春市是國家新型城鎮化綜合試點城市， 識別長春市中心城區功能， 針對當前存在的問題提出對策建議， 對城市空間的優化與協調具有重要意義。 以興趣點（Point of Interest， POI）數據及開放街道地圖（Open Street Map， OSM）數據為基礎， 結合核密度分析、 實地調查驗證等方法， 識別長春市中心城區城市功能類型。 結果表明： 單一功能區中， 商業功能區數量最多， 居住功能區最少； 主導—混合功能區中的商業主導功能區及交通主導功能區形成對商業聚集區與軌道交通系統的重要補充； 細分—混合功能區特征顯示功能混合程度從市中心向周邊逐漸加大。 經驗證， 城市功能識別結果符合長春市實際， 由此提出對策建議： 未來長春市中心城區應注重多中心發展格局， 并加強綠地空間和公共服務設施建設。

關"鍵"詞：城市功能區； 興趣點數據； 核密度估計； 對比驗證； 長春市中心城區

中圖分類號：TU984

文獻標志碼：A

文章編號：16739868（2025）01018911

Research on Urban Function Identification and Distribution Characteristics Based on POI Data

——Take Urban Area of Changchun as an Example

SUN Mingying1，"WANG Lingzhi1，"ZHONG Qiaoying2，WU Junjie1，"LIANG Anqi1

1."College of Earth Sciences， Jilin University， Changchun 130061， China；

2."College of Earth Science and Surveying Engineering， China University of Mining and"""Technology （Beijing）， Beijing 100083， China

Abstract：

Changchun City is a national comprehensive pilot city for new urbanization． Identifying the functions of the central urban area of Changchun and proposing countermeasures and suggestions for the current problems are of great significance for the optimization and coordination of urban space． This article is based on Point of Interest （POI） data and Open Street Map （OSM） data， combined with methods such as kernel density analysis， and field investigation and verification， to identify the types of urban functions in the central urban area of Changchun， and propose countermeasures and suggestions for existing problems． The results show that in a single function zone， the number of commercial functional areas is the largest， while the number of residential functional areas is the least． The commercial and transportation dominant areas in dominant-mixed functional zones form an important supplement to the commercial clusters and rail transit systems． The feature display of subdivision-mixed functional zones shows that the degree of functional mixing gradually increases from the city center to the surrounding areas． It is verified that the results of urban function identification are in line with the actual situation of Changchun City． In the future， the central urban area of Changchun should focus on a multi-center development pattern and strengthen the construction of green space and public service facilities．

Key words：urban functional areas； point of interest （POI） data； kernel density estimation； comparative verification； Changchun City center

黨的十八大以來， 黨中央高度重視城市建設及發展工作， 國家提出了“新型城鎮化發展”戰略目標， 長春成為國家新型城鎮化綜合試點城市， 《長春市國土空間總體規劃（2021-2035年）》（下文簡稱規劃）提出了實現長春高質量發展的目標。 在新形勢下， 長春依然存在城市承載能力較低、 公共服務能力較差、 城市綠地空間不足的問題。

城市功能區的測度與識別對于調控城市功能、 調整城市發展方向尤為重要［1］。 學術界對于城市功能測度［2］、 評估［3］與識別［4］的研究已取得了較為豐富的研究成果。 鄭洪晗等［5］結合NPP/VIIRS影像提取城市建成區邊界， 寧鵬飛等［6］利用微博位置簽到數據完成深圳市城市熱點功能分區識別。 此外， 空間功能信息熵指數［7］、 核密度分析［8］、 熱島分析［9］等定量分析方法的應用也豐富了城市功能區測度及識別方面的研究。 然而， 當前識別城市功能區方法多以衛星影像識別和專家實地調研為主， 前者存在數據獲取成本較高且時效性受限的問題， 而后者則主觀性較強、 實際操作困難， 由此導致城市功能識別有失精準， 使得研究成果仍存在不足。

隨著遙感技術、 地理信息系統技術、 物聯網技術的廣泛應用， 興趣點（Point of Interest， POI）數據越發受到學界重視， POI數據具有信息豐富、 精確度高、 獲取渠道多樣等特點［10］。 近年來， POI數據與夜間燈光技術［11］、 手機定位數據［12］、 GPS數據［13］等大數據結合， 被廣泛用于城市空間結構及功能識別、 城市中心區域判別、 人口活動規律分析等研究中［14］。 鄒誠等［15］融合POI和景點數據， 結合開放街道地圖（Open Street Map， OSM）路網數據提出自駕游路線選擇方案。 Jiang等［16］結合社交網絡用戶對工作地點的選擇， 估計土地使用情況。 應用POI數據進行城市功能的識別研究也越發受到關注［17］。 然而， 當前研究中分析POI數據并結合研究區域實際情況確定城市功能類型的研究較為少見， 此外， 以往研究缺少城市功能統一判定標準， 城市功能識別及劃分依據尚不清晰。 基于此， 本研究結合長春市中心城區實際情況及研究區POI數據分布特征， 重新制定六大功能分區及適配于長春市中心城區功能的識別判定標準。 通過識別城市功能區可以準確把握城市功能定位， 分析城市功能錯配和城市功能欠完善等問題， 可為實現城市功能優化配置， 及時調整和把握城市未來發展方向提供參考及依據。

1"研究區概況及數據來源

1.1"研究區概況

長春市位于吉林省東南部， 地處東北地區的交通樞紐地帶， 轄區面積24 744 km2， 是吉林省的政治、 經濟、 文化中心， 轄南關區、 朝陽區、 寬城區、 二道區、 綠園區、 雙陽區、 九臺區7個區及農安縣， 代管公主嶺市、 榆樹市、 德惠市3個縣級市。 長春市中心城區（圖1）主要包括朝陽區（含高新區）、 綠園區（含汽開區）、 寬城區（含高新北區、 經開北區）、 南關區（含凈月區）、 二道區（含經開區）的城市建成區， 由于雙陽區、 九臺區、 公主嶺市、 榆樹市、 德惠市、 農安縣離中心城區較遠， 屬于中心城區外圍， 因此未納入研究范圍。 中心城區是行政辦公、 工業、 商業等城市功能的核心承載區， 隨著城市建設和發展， 長春市中心城區的功能發展日益多元化， 城市內區域之間的差異也越來越明顯。 在中心城區的5個區域中， 作為城市強核心區域的朝陽區、 南關區發展程度最高、 交通系統最完善， 但是存在人口密度過大、 交通擁堵等問題。 而中心城區外圍的高新技術開發區、 北湖科技開發區等區域又存在配套設施不夠完善、 產業與城市融合發展程度較低等問題。

1.2"數據來源

1.2.1"POI數據

通過高德地圖獲取到長春市中心城區POI數據共計138 736條， 每條POI數據包含名稱、 類別、 經緯度等屬性信息。 原始POI數據包括商務住宅、 公司企業、 金融機構、 餐飲美食、 購物消費、 酒店住宿、 汽車相關、 生活服務、 科教文化、 醫療保健、 旅游景點、 娛樂場所、 運動場地、 交通設施共14大類數據， 每個大類下面又分若干的中類和小類（圖2）。 根據研究需要， 刪除不能明確表示城市功能特征的數據（如交叉口、 公共廁所等）， 完成對數據的整理和重新分類。 綜合部分學者的研究成果以及我國現行《城市用地分類與規劃建設用地標準》（GB 50137—2011）［18］， 結合長春市實際， 根據POI數據， 劃分居住類、 商業類、 交通類、 辦公類、 公共服務類、 休閑娛樂類等6個一級分類。

1.2.2"OSM數據

開放街道地圖（Open Street Map， OSM）是一種開放式的地理數據， 可從官網免費下載和使用［19］， 并且通過各種工具和軟件進行編輯、 可視化和分析。 OSM所提供的數據種類廣泛， 包括道路、 建筑、 水系、 公共設施、 地形等。

2"研究方法

2.1"利用OSM劃分地塊單元

以長春市OSM數據為基礎， 結合實地調查， 利用中心城區的矢量邊界數據對OSM 路網數據進行裁剪， 以獲取中心城區的路網信息。 首先， 根據預設的標準篩選出中心城區OSM 路網中的高速公路、 主干道、 一級道路、 二級道路、 三級道路等路段， 并對路網進行拓撲處理， 包括路段的延長和獨立道路的刪除等。 其次， 根據《城市道路工程設計規范》和研究區實際情況， 將道路劃分為不同等級， 其中高速公路、 主干道是第一等級； 一級道路、 二級道路是第二等級； 三級道路是第三等級， 并分別生成40、 20、 10 m的緩沖區［20］， 以構建道路空間。 最后， 將道路空間從研究區內移除或剔除部分區域（被復雜的公路、 橋梁等切割的細碎地塊等）， 最終得到研究區地塊單元共計583個。

2.2"空間聚集特征識別

本研究采用核密度分析識別POI數據的空間聚集特征［21］， 核密度方法的計算公式如下：

f（s）=∑ni=11h2ks-cih（1）

式中： f（s）為s處點位的核密度計算函數； h為搜索范圍（m）； n為與位置s的距離小于或等于h的點的數量（個）； k為空間權重函數。

根據已有研究［22］， 空間權重函數選擇對點密度計算的影響相對較小， 但對搜索范圍， 即距離衰減閾值的選擇影響較大， 不同閾值選擇可能導致不同的結果。 在核密度分析中， 不同搜索半徑會直接影響到分析結果［23］。 比較以500～1 000 m為搜索半徑的結果后， 搜索半徑為750 m的分析結果更加明顯直觀， 故采用750 m為6個一級分類的核密度分析的搜索半徑， 利用自然間斷點分級法劃分核密度值， 共劃分為5類： 較低、 低、 中、 高、 較高， 其中核密度值分類為較高的作為密度高值區， 即功能中心的候選區域。

2.3"城市功能區識別

利用OSM路網劃分的研究區地塊共計583個， 將重新分類的POI數據與研究地塊連接標識， 獲得每個研究地塊上6類不同功能POI個數和占該地塊POI總數量的百分比， 單一及混合功能區識別方法為： 單元地塊中某類功能POI個數占該地塊POI總數50%以上， 則此地塊為該功能區； 單元地塊中各類功能POI個數均占該地塊POI總數50%以下， 判定此地塊為混合功能區， 后續進行下一步識別［24］； 主導—混合功能區識別方法為： 一個混合功能區地塊的主導功能為該地塊POI個數占比最高的功能； 細分—混合功能區識別方法為： 混合功能區中， 若一地塊僅有一類功能的POI個數占該地塊POI總數的25%以上， 判定地塊為該類功能為主的功能區； 若一地塊有兩類功能的POI個數占該地塊POI總數的25%以上， 判定地塊為這兩類功能混合功能區； 若一地塊有兩類以上功能的POI個數占該地塊POI總數的25%以上， 判定地塊為綜合功能區； 如該地塊無POI， 該地塊數據缺失， 判定為無數據地塊。

POI數據僅包含點狀信息， 缺少面狀信息， 導致利用POI數據識別功能區類別時易出現偏差， 例如位于南關區某小區內的一個便利店作為一個商業類POI數據體現， 而遠洋戛納小鎮小區總戶數為5 583戶， 在POI識別時只作為一個居住類POI數據體現， 為了平衡各類功能區的識別， 本研究結合核密度分析完成空間聚集特征分析并進行功能區識別。

3"結果與分析

3.1"長春市中心城區六大功能區空間集聚特征

長春市中心城區六大空間分布核密度如圖3所示， 作為長春市中心城區中軸線的人民廣場是目前長春功能最齊全的多功能中心， 區域內居住功能區、 商業功能區、 交通功能區、 辦公功能區、 公共服務功能區、 休閑娛樂功能區核密度值均較高， 尤其以商業和辦公區最高。 另外， 城市功能分布較為集中的地區還有朝陽區紅旗街、 朝陽區桂林路、 朝陽區硅谷大街， 其中紅旗街和桂林路與人民廣場距離小于5 km， 距離較近且關系密切， 所以受到人民大街的輻射和影響較大。 硅谷大街距離人民大街較遠， 但是因為高新技術產業帶動辦公區域集中， 交通線分布密度大， 也成為了一個城市多功能中心。

圖3a顯示， 從居住空間核密度來看， 核密度均值最高、 面積最大的居住中心為建設街—紅旗街地區， 其次分別是南湖廣場、 大經路、 臨河街地區。 居住形態是多中心的， 形成了明確的居住空間聚集區。 長春市商業空間布局形態已呈多中心布局（圖3b）， 火車站—大馬路—重慶路一帶最具規模優勢， 紅旗街、 桂林路兩處規模較大， 其他商業空間聚集區面積較小。 鑒于POI數據中交通空間表達的缺陷， 如無法呈現出軌道交通和空中交通這類動態交通空間， 研究中交通空間表達主要是靜態交通空間， 從數據屬性可知， 包含了地鐵站、 公交站、 停車場、 火車站等類型， 交通空間高密度大范圍分布在老城區（圖3c）， 說明老城區交通建設比較完善， 辦公和居住人口集中， 周邊地區特別是凈月區、 汽開區、 經開北區交通設施相對落后， 且城市的東北、 東南作為城市開發的延伸區域， 交通分布密度相對較低， 極大阻礙了城市發展。 圖3d顯示， 高密度辦公區分布較為集中， 主要分布在以人民廣場為核心的2 km半徑內， 辦公區主要集中于中心區， 有向外遷移的趨勢。 從公共服務類數據屬性可知， 其主要包含科教文化、 生活服務、 醫療保健等類型， 但從各轄區公共服務設施數量和占比看（見圖3e）， 長春市公共服務空間存在明顯集中分布現象， 主要分布在南關區和朝陽區， 近年城市外圍地區雖發展迅速， 新增公共服務設施速度快， 但還未真正形成發展規模。 從休閑娛樂空間分布核密度看（圖3f）， 分布集中的高密度值區共有3個， 分別為桂林路中心、 紅旗街中心、 東四馬路中心（新天地購物公園）， 目前休閑娛樂設施主要還是集中在老城區， 隨著凈月經濟開發區的發展， 凈月區也成為休閑娛樂設施的熱點區。

3.2"長春市中心城區功能識別結果

3.2.1"單一及混合功能區識別

通過對583個地塊進行識別， 共計得到商業功能區359個， 占全部地塊數量的61.58%； 辦公功能區29個， 占全部地塊數量的4.97%； 交通功能區13個， 占全部地塊數量的2.23%； 休閑娛樂功能區6個， 占全部地塊數量的1.03%； 公共服務功能區4個， 占全部地塊數量的0.69%； 居住功能區2個， 占全部地塊數量的0.34%； 混合功能區152個， 占全部地塊數量的26.07%； 數據缺失地塊18個， 占全部地塊數量的3.09%。 如圖4a所示， 住宅附近常伴隨著大量商鋪或基礎設施， 所以單一居住功能區最少， 也可以從側面看出長春市居住區周圍商業基礎設施配套完善。 商業功能區在長春市中心城區分布最廣， 南關區、 朝陽區、 寬城區、 二道區、 綠園區都有成熟的商圈， 說明長春市商業中心體系的結構較為合理， 商業中心的多中心格局已經形成。 交通功能區數量不多且地塊面積小， 主要為火車站、 公交車站、 地鐵站和停車場。 長春市中心城區公共交通覆蓋率高， 但停車困難一直都是長春中心城區的大問題， 停車場的規劃新增問題亟待解決。 另外， 辦公功能區集中在長春市朝陽區的高新開發區和寬城區的高新北區。 從識別結果來看， 商業功能區和辦公功能區在分布上具有連接成片的特點， 其他功能區不呈現集中連接分布的特點。 公共服務功能區和休閑娛樂功能區在長春市中心區南部分布多于北部， 伴隨著凈月區的開發， 凈月區及周邊地區成為公共服務和休閑娛樂設施的新熱點區。

3.2.2"主導—混合功能區識別

為更清晰了解長春市中心城區功能分布特征， 本研究對152個混合功能區進行進一步識別， 如圖4b所示， 商業主導功能區數量最多， 共100個； 辦公主導功能區20個； 公共服務主導功能區15個； 交通主導功能區11個； 居住主導功能區和休閑娛樂主導功能區各3個。

從空間分布特征看， 長春市朝陽區和南關區是商業聚集中心， 以人民廣場為中心， 商業主導功能區以近“環狀”分布于商業功能區外圍， 形成對長春市主體商業功能的重要補充； 交通主導功能區分別位于長春市重要交通軸線人民大街、 解放大路等區域， 形成圍繞長春市地鐵一號線、 地鐵二號線、 輕軌三號線等軌道交通系統的重要城市交通功能區域； 此外， 長春市南湖公園、 西湖公園及長春市動植物公園等休閑娛樂主導功能區， 作為市民重要的休閑游憩場所， 對于提高長春市居民生活質量， 提升城市宜居水平具有重要作用。

3.2.3"細分—混合功能區識別

在細分—混合功能區內， 被識別為某兩種混合功能區的地塊中， 與商業功能混合的地塊數量多， 無商業功能混合的地塊數量少， 例如： 商業—公共服務混合區26個， 商業—辦公混合區19個， 商業—交通混合區9個， 商業—休閑娛樂混合區4個。 表明長春市中心城區商業配套設施完善， 中心城區商鋪分布密集， 城市商業功能特征突出。 與居住功能混合的地塊數量少， 例如： 公共服務—居住混合區2個， 辦公—居住混合區1個， 表明在土地資源優化配置思路下， 地租及城市發展政策共同作用影響了城市功能分布。

從空間分布特征看， 長春市功能區的混合程度從市中心向周邊逐漸加大， 特別是朝陽區的高新開發區混合程度最高， 南關區的凈月開發區混合程度其次。 在混合功能區中， 商業為主的功能區數量最多， 共59個， 其次是商業—公共服務混合區和商業—辦公混合區， 分別為26個和16個。 由此可見， 盡管城市中心仍然是商業分布的核心區域， 但是伴隨城郊開發區的快速發展， 周邊地區也逐漸出現了新的商業區域， 公共服務功能也在不斷增強。 開發區及新區建設可以緩解人口聚集和交通壓力， 是長春市發展多中心格局的重要支撐。

3.2.4"結果驗證

對功能區識別結果進行驗證， 分別在公共服務—交通混合區、 公共服務—居住混合區、 商業功能區、 休閑娛樂功能區、 辦公功能區、 交通功能區6個功能區中選取典型地塊A、 B、 C、 D、 E、 F（圖5）。

經與高德地圖衛星圖進行比對和實地調查發現， 地處公共服務—交通混合區中的A區域為文化廣場—吉林大學朝陽校區地塊， 地塊內主要有吉林大學朝陽校區、 吉林大學白求恩第一醫院等公共服務類POI， A區域地處交通類POI數據點分布密集的朝陽區北部， 學校、 醫院周圍公交站、 停車場分布集中， 有地鐵二號線文化廣場站4個出口， 即此地塊功能為公共服務功能和交通功能。 B區域為長春高端小區融創御湖宸院所在地塊， 園區內為花園洋房及聯排別墅， 共計1 082戶， 高端小區周圍配套設施完善， 周圍有月子中心、 藥店、 學校等公共服務設施， 居住功能及公共服務功能特征明顯。 C區域為長春市鉅城華億廣場， 區域內共用各類型商家160戶， 其中餐飲83戶， 已成為長春市金宇大街附近主要的消費商業活動區域。 D區域為長春市南關區南部新城核心區域南溪濕地公園， 濕地內設觀光臺、 帳篷區等休閑娛樂設施和景點， 為長春市新興的休閑娛樂場所， 承擔休閑娛樂功能。 E區域為凈月高新技術創業服務中心， 園區內有多個中小企業， 是南關區集中扶持企業的示范辦公園區。 F區域為長春火車站及長春站南廣場區域， 其功能特征明顯， 為交通功能區。

結合與高德地圖的比對結果和實地調查結果發現， A、 B、 C、 D、 E、 F區域的主要功能與長春市當下實際情況相符合。 綜上， 本研究中對于混合功能區識別的結果較為準確。

4"結論與討論

4.1"結論

通過核密度識別長春市中心城區空間聚集特征， 結果表明， 長春市中心城區中老城區人民廣場地區六大功能分布都較集中， 是當前中心城區最主要的多功能中心。 長春市中心城區也形成了其他多功能中心， 但功能并不完善。

在單一功能區的識別結果中， 長春市中心城區商業功能區和辦公功能區具有連接成片的分布特點， 居住功能區、 交通功能區、 公共服務功能區、 休閑娛樂功能區呈點狀分布。 其中商業功能區數量最多， 居住功能區數量最少。 商業功能區分布較廣， 且主要圍繞其他五大功能區分布， 休閑娛樂空間的分布集中于老城區， 但是隨著凈月區的開發， 凈月區也成為休閑娛樂設施的熱點區。 交通功能區以長春火車站為最大、 最集中的城市交通樞紐， 向各大商業區和高新技術興起的南部新城地區延伸。

在主導—混合功能區的識別結果中， 商業主導功能區最多， 共100個， 并且以近“環狀”分布于商業功能區外圍， 可對長春市主體商業功能做重要補充， 在細分—混合功能區的識別結果中， 商業為主的功能區最多， 共59個； 居住為主功能區、 辦公—居住混合區、 公共服務—休閑娛樂混合區最少， 僅各1個。 表明了城市功能主要還是以商業功能為主， 分布復雜度不高， 且商業功能遍布長春市中心城區， 因此在長春市中心城區各地都有便利的商業條件。 在單一功能區和混合功能區中選取的典型地塊與實地調查比對結果均達到預期。

4.2"討論

4.2.1"研究意義

本研究利用了長春市POI數據和OSM路網數據， 通過核密度分析方法和功能區識別判定， 完成了對長春市中心城區城市功能的識別。 以往研究對于城市功能區的劃分多采用《城市用地分類與規劃建設用地標準》（GB 50137—2011）中的用地分類［25］， 本研究結合研究區實際， 通過對POI數據的清洗、 整理及分類， 得到適用于長春市中心城區的六大類城市功能區。 此外， 以往研究多采用街道作為劃分依據， 所劃分的地塊單元面積較大， 功能區識別精度有待提高， 因此， 本研究采用OSM路網進行劃分， 可以從更細致的尺度劃分城市地塊單元［26］， 同時， 結合長春市實際， 依據各類POI在地塊POI總數占比確定城市功能區的判別標準， 從而將長春市城市功能區劃分為單一功能區和混合功能區， 并將混合功能區劃分為主導—混合功能區及更為細致的細分—混合功能區， 從而為揭示長春市中心城區的城市功能特征， 優化城市發展方向提供參考及依據。

4.2.2"對策建議

1） 發展城市多中心格局。 長春市中心城區是吉林省政治、 經濟、 文化功能集中區， 但通過功能區識別和實地調查研究發現， 長春市目前部分功能中心的城市功能發展不健全， 影響城市整體發展， 例如， 長春市寬城區北湖地區是長春新區四大開發區之一， 是長春重要科技創新辦公功能區和居住功能區， 但是公共服務設施不足， 區域內學校、 醫院、 銀行等設施較少且距離居住區較遠， 公共交通不便利， 輕軌八號線站點較少且無法直達區域內最大的商業中心北湖吾悅廣場， 影響居民居住質量和生活便利性。 規劃提出建設“雙心， 兩翼， 多組團”城市空間結構， 疏解原有中心功能， 促進城市高質量發展， 重點發展和建設功能中心地區相對薄弱的功能。 通過“核心引領， 點軸帶動”的整體規劃， 建設城市次中心， 發展城市多中心格局， 如在人民廣場周邊這一最主要的多功能中心以外， 規劃發展次要中心功能區， 從而緩解人口聚集壓力、 疏解城市負荷， 建立科學、 合理的土地規劃和建設指引方針， 實現城市多中心快速、 良好的發展， 全面提升城市綜合職能。

2） 加強綠地空間和公共服務設施建設。 規劃提出“優化綠地及開敞空間系統， 提高城鎮綠地連通性、 品質和服務能力”， 在擴大面積的同時提升綠地和公園的整體服務水平及能力， 提升城市功能品質， 增進民生福祉。 中心城區在對內部職能結構進行必要的調整和優化時， 應以合理的土地利用結構為前提， 充分考慮當前中心城區土地功能， 增加綠地面積， 增加城市開敞空間， 改善人居環境。 結合對長春市中心城區的識別和長春市實際情況， 長春市中心城區目前存在休閑娛樂設施和綠地空間不足、 公共服務設施特別是停車場少的情況。 應根據長春市的自然條件， 以伊通河、 南湖、 凈月潭和各大城市公園作為城市的生態網線， 連接長春市各個區域， 形成點、 線、 面的空間生態格局， 規劃新增公園綠地， 提高城市綠化覆蓋率。 在有限的城市用地中， 合理優化配置不同功能用地， 強化商業功能區附近公共設施建設， 充分利用地下空間， 規劃新建停車場， 解決城市發展的交通問題。

4.2.3"局限與展望

受限于POI數據本身特點［27］， 本研究存在一定的局限性： 一方面， POI數據尚無統一的劃分標準， 例如判定收費的展覽館為商業或者公共服務空間， 判定學生宿舍為居住或者公共服務空間， 在POI分類時會存在一定偏差。 另一方面， POI數據缺少面狀信息， 僅利用POI數據識別功能區類別時易出現偏差， 因此未來應結合興趣面（Area of Interest， AOI）等新興數據， 應用實地調查、 社區訪談等方式開展研究。

參考文獻：

［1］劉金花， 張家瑋， 賈琨． 基于POI數據的中心城區邊界識別與空間格局優化——以高唐縣為例 ［J］． 城市發展研究， 2021， 28（6）： 74-83．

［2］"趙廣英， 宋聚生． 城市用地功能混合測度的方法改進 ［J］． 城市規劃學刊， 2022（1）： 51-58．

［3］"李廣東， 方創琳． 城市生態—生產—生活空間功能定量識別與分析 ［J］． 地理學報， 2016， 71（1）： 49-65．

［4］"胡曉鳴， 黎小龍， 蔚芳． 基于POI的城市功能區及其混合度識別研究——以重慶市核心城區為例 ［J］． 西南大學學報（自然科學版）， 2021， 43（1）： 164-173．

［5］"鄭洪晗， 桂志鵬， 栗法， 等． 夜間燈光數據和興趣點數據結合的建成區提取方法 ［J］． 地理與地理信息科學， 2019， 35（2）： 25-32．

［6］"寧鵬飛， 萬幼， 沈怡然， 等． 基于簽到數據的城市熱點功能區識別研究 ［J］． 測繪地理信息， 2018， 43（2）： 110-114．

［7］"李伊彤， 郭智慧， 王曉萌， 等． 城市建成區空間功能混合利用測度及多尺度影響因素探析——以呼和浩特市為例 ［J］． 干旱區資源與環境， 2024， 38（7）： 106-116．

［8］"魏中宇， 蘇惠敏， 黃榮靜． 基于POI數據西安市商業集聚特征分析 ［J］． 西南大學學報（自然科學版）， 2020， 42（4）： 97-104．

［9］"宋云帆， 閔文彬， 彭駿． 成都城市下墊面變化對地表熱場的影響 ［J］． 西南大學學報（自然科學版）， 2022， 44（7）： 197-206．

［10］吳康敏， 張虹鷗， 王洋， 等． 廣州市多類型商業中心識別與空間模式 ［J］． 地理科學進展， 2016， 35（8）： 963-974．

［11］厲飛， 閆慶武， 鄒雅婧， 等． 利用夜間燈光POI的城市建成區提取精度研究——以珞珈一號01星和NPP/VIIRS夜間燈光影像為例 ［J］． 武漢大學學報（信息科學版）， 2021， 46（6）： 825-835．

［12］梁立鋒， 譚本華， 馬詠珊， 等． 基于多源地理大數據的城市空間結構研究 ［J］． 遙感技術與應用， 2021， 36（6）： 1446-1456．

［13］袁華， 錢宇， 楊銳． 基于GPS軌跡的用戶興趣點及頻繁路徑挖掘研究 ［J］． 系統工程理論與實踐， 2015， 35（5）： 1276-1282．

［14］張景奇， 史文寶， 修春亮． POI數據在中國城市研究中的應用 ［J］． 地理科學， 2021， 41（1）： 140-148．

［15］鄒誠， 李霄鶴， 玄錦， 等． 多元數據支持的福州市自駕游風景道選線研究 ［J］． 西南大學學報（自然科學版）， 2023， 45（7）： 183-198．

［16］JIANG S， ALVES A， RODRIGUES F， et al． Mining Point-of-Interest Data from Social Networks for Urban Land Use Classification and Disaggregation ［J］． Computers， Environment and Urban Systems， 2015， 53： 36-46．

［17］池嬌， 焦利民， 董婷， 等． 基于POI數據的城市功能區定量識別及其可視化 ［J］． 測繪地理信息， 2016， 41（2）： 68-73．

［18］中華人民共和國住房和城鄉建設部． 城市用地分類與規劃建設用地標準： GB 50137—2011 ［S］． 北京： 中國計劃出版社， 2012： 4-6．

［19］李娜， 吳凱萍． 基于POI數據的城市功能區識別與分布特征研究 ［J］． 遙感技術與應用， 2022， 37（6）： 1482-1491．

［20］ZHANG Y， LI Q Z， HUANG H P， et al． The Combined Use of Remote Sensing and Social Sensing Data in Fine-Grained Urban Land Use Mapping： A Case Study in Beijing， China ［J］． Remote Sensing， 2017， 9（9）： 865．

［21］ZHEN F， CAO Y， QIN X， et al． Delineation of an Urban Agglomeration Boundary Based on Sina Weibo Microblog ‘Check-in’ Data： A Case Study of the Yangtze River Delta ［J］． Cities， 2017， 60： 180-191．

［22］丁彥文， 許捍衛， 汪成昊． 融合OSM路網與POI數據的城市功能區識別研究 ［J］． 地理與地理信息科學， 2020， 36（4）： 57-63．

［23］禹文豪， 艾廷華． 核密度估計法支持下的網絡空間POI點可視化與分析 ［J］． 測繪學報， 2015， 44（1）： 82-90．

［24］吳凱萍． 基于POI數據的城市功能區空間結構識別與分布特征研究——以天津市市內六區為例 ［D］． 天津： 天津城建大學， 2023．

［25］李家裕， 黃春華． 長沙市建成區城市用地功能變化的特征識別 ［J］． 南方建筑， 2023（12）： 19-31．

［26］李強， 鄭新奇， 晁怡． 大數據支持的武漢市功能識別與分布特征研究 ［J］． 測繪科學， 2020， 45（5）： 119-125．

［27］浩飛龍， 施響， 白雪， 等． 多樣性視角下的城市復合功能特征及成因探測——以長春市為例 ［J］． 地理研究， 2019， 38（2）： 247-258．

責任編輯"包穎

DOI： 10.13718/j.cnki.xdzk.2025.01.016

孫明英， 王靈芝， 鐘巧瑩， 等． 基于POI數據的城市功能識別與分布特征研究——以長春市區為例 ［J］． 西南大學學報（自然科學版）， 2025， 47（1）： 189-199．

收稿日期：20240419

基金項目：國家自然科學基金青年項目（42101252）。

作者簡介：孫明英， 碩士研究生， 主要從事土地資源優化配置研究。

通信作者： 王靈芝， 副教授， 碩士研究生導師。