劉浪LIU Lang；潘悅PAN Yue

（武漢工程大學(xué)土木工程與建筑學(xué)院，武漢 430074）

0 引言

如今隨著城市軌道交通的快速發(fā)展，城鎮(zhèn)化發(fā)展的速度遠(yuǎn)遠(yuǎn)大于城市軌道交通基礎(chǔ)設(shè)施建設(shè)的速度，這將導(dǎo)致兩者發(fā)展中的不協(xié)調(diào)問題暴露出來。我國(guó)大城市發(fā)展中的城市問題越來越嚴(yán)重，軌道交通的科學(xué)發(fā)展成為人們必須面對(duì)和解決的問題[1]。在城市軌道交通建設(shè)中，最重要的問題是軌道交通的整體發(fā)展，其次是軌道交通的發(fā)展關(guān)聯(lián)規(guī)劃。對(duì)城市發(fā)展方向的認(rèn)知把握和城市中心的定位與升級(jí)是未來必須考慮的問題，這里涉及軌道交通沿線的土地利用空間利用。只要沿線土地得到科學(xué)合理利用，軌道交通規(guī)劃建設(shè)的發(fā)展就能協(xié)調(diào)起來[2]。總之，提高軌道交通沿線土地利用率是發(fā)展的最終目標(biāo)。

通過計(jì)算機(jī)處理技術(shù)實(shí)現(xiàn)的數(shù)據(jù)采集和存儲(chǔ)是目前解決基于信息的知識(shí)和技術(shù)的有效途徑。那么，對(duì)于大量數(shù)據(jù)中存在的有效信息的巨大潛在價(jià)值，迫切需要一種數(shù)據(jù)挖掘和聚類分析的技術(shù)和方法，以了解如何利用數(shù)據(jù)的潛在信息價(jià)值[3]。從數(shù)據(jù)中挖掘并獲取可用的有效信息并將其提供給空間決策信息系統(tǒng)后，可以獲得更準(zhǔn)確的數(shù)據(jù)知識(shí)。然后，在空間決策系統(tǒng)掌握了數(shù)據(jù)知識(shí)后，將設(shè)計(jì)的算法用于計(jì)算，以幫助人們更清楚地了解數(shù)據(jù)的有效信息[4]?？臻g數(shù)據(jù)挖掘技術(shù)作為數(shù)據(jù)知識(shí)的決策系統(tǒng)，可廣泛應(yīng)用于地理信息系統(tǒng)和遙感領(lǐng)域。

1 空間地理數(shù)據(jù)的地理信息技術(shù)利用情況調(diào)查

1.1 概念格網(wǎng)劃分技術(shù)

空間聚類算法的技術(shù)基礎(chǔ)是對(duì)概念格網(wǎng)進(jìn)行定義和劃分，以便更好地利用算法來挖掘數(shù)據(jù)。本文基于GIS 空間數(shù)據(jù)挖掘的基本模型和聚類分析算法，提出一種空間關(guān)聯(lián)規(guī)則的計(jì)算方法。概念格的定義是一般將基本思想轉(zhuǎn)化為節(jié)點(diǎn)，然后形成概念的表達(dá)形式，這種表達(dá)形式稱為形式概念。當(dāng)概念格用于數(shù)據(jù)挖掘時(shí)，概念格需要轉(zhuǎn)換為對(duì)象的形式背景。首先是找到頻繁的概念節(jié)點(diǎn)來匯總非空子集。如果所選子集是其中一個(gè)父節(jié)點(diǎn)的子集，則可以刪除該子集。處理完第一步后，對(duì)于每個(gè)頻繁節(jié)點(diǎn)的其余內(nèi)涵子集，如果存在另一個(gè)子集是真正的子集，則刪除該子集?？刂萍s簡(jiǎn)后的設(shè)置可以生成2 個(gè)不同的規(guī)則，其中一個(gè)規(guī)則是100%的完整規(guī)則，計(jì)算形式為：

式（1）中：FC 是頻繁節(jié)點(diǎn)的內(nèi)涵集概念，f 是頻繁節(jié)點(diǎn)的內(nèi)涵集。該計(jì)算規(guī)則是通過將常用概念的內(nèi)涵組合在一起生成的集合節(jié)點(diǎn)和壓縮。另一種類型的置信水平可能小于100%。計(jì)算出的表達(dá)式為：

此規(guī)則表示具有強(qiáng)相關(guān)性的兩個(gè)子集關(guān)系的概念節(jié)點(diǎn)形成過程。上述方法可用于形成置信度最小的關(guān)聯(lián)基本規(guī)則。如圖1 顯示了空間關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘過程。通過結(jié)合地理信息數(shù)據(jù)的空間挖掘模型，可以獲得有效的數(shù)據(jù)關(guān)聯(lián)挖掘規(guī)則。

1.2 GIS 的空間數(shù)據(jù)聚類技術(shù)

空間聚類分析是一種可以處理多個(gè)維度的分析方法，它找出不同距離大小的測(cè)量空間距離的區(qū)域，并對(duì)“聚類”空間物體進(jìn)行相似性匹配[5]。空間聚類是聚類分析的擴(kuò)展。本文采用的聚類分析算法采用密度聚類算法，將采集到的數(shù)據(jù)抽象為數(shù)據(jù)點(diǎn)，并根據(jù)數(shù)據(jù)采集區(qū)域的密度進(jìn)行聚類計(jì)算[6]。該定義具有數(shù)據(jù)點(diǎn)p1、p2，其中p1=q，滿足pn=pi。對(duì)于i∈{1，2，…，n-1}，從數(shù)據(jù)點(diǎn)pi+1 到數(shù)據(jù)點(diǎn)pi 的密度可以直接計(jì)算，然后，可以計(jì)算出數(shù)據(jù)點(diǎn)跨度數(shù)據(jù)點(diǎn)q 的密度，如圖2 所示。

圖2 密度聚類算法圖

根據(jù)現(xiàn)有的GIS 系統(tǒng)，可以計(jì)算矢量數(shù)據(jù)結(jié)構(gòu)，并且可以描述空間實(shí)體的基本點(diǎn)、線和表面。在空間聚類計(jì)算中，空間實(shí)體使用某個(gè)點(diǎn)來描述，然后，聚類后形成基本區(qū)域[7]。GIS 將聚類樣本抽象為點(diǎn)和點(diǎn)之間的弧。在受到一些約束后，通過點(diǎn)的連接形成網(wǎng)絡(luò)結(jié)構(gòu)，如圖3 所示。

圖3 網(wǎng)絡(luò)結(jié)構(gòu)圖

2 基于GIS 空間聚類的城市沿線交通空間優(yōu)化方法

本文選取中國(guó)重慶市區(qū)作為研究對(duì)象，并結(jié)合上述GIS 空間聚類分析技術(shù)分析，對(duì)該城市軌道交通空間進(jìn)行分析并提出一定的規(guī)劃策略。重慶市近3 年全市總產(chǎn)值約25000 億元，年增長(zhǎng)率約6.3%，總?cè)丝诩s3205 萬，城市化水平可達(dá)75%。作為二線城市，是重要的交通樞紐和重要的工業(yè)、旅游城市，隨著人民生活水平的不斷提高，城市化的比重不斷提高。據(jù)不完全統(tǒng)計(jì)，近5 年來，全市汽車市場(chǎng)已從279 萬輛增加到504 萬輛。圖4 為該市機(jī)動(dòng)車增長(zhǎng)趨勢(shì)分析圖。

圖4 機(jī)動(dòng)車增長(zhǎng)趨勢(shì)分析圖

本文采用按峰值密集網(wǎng)格聚類計(jì)算方法完成聚類算法的空間屏障交叉?？臻g網(wǎng)格化后，針對(duì)線條和表面不同形式的障礙物，將空間障礙物的一般表現(xiàn)形式轉(zhuǎn)化為一系列網(wǎng)格，形成一個(gè)連續(xù)變化的區(qū)域。低密度區(qū)域?qū)臻g聚類的影響類似于障礙物對(duì)聚類算法的影響。因此，網(wǎng)格化后的空間障礙物被轉(zhuǎn)化為低密度區(qū)域，在二維空間中，網(wǎng)格密度聚類區(qū)域形成連續(xù)的非跳躍區(qū)域。

對(duì)于任何類型的多邊形障礙，所有網(wǎng)格頂點(diǎn)都在最小的外部矩形內(nèi)搜索，即可以形成多邊形障礙。在確定了多邊形網(wǎng)格障礙物的基本原理后，本文采用傳統(tǒng)的光線聚焦方法確定網(wǎng)格頂點(diǎn)與多邊形障礙物之間的拓?fù)潢P(guān)系。這種方法的主要設(shè)想是在自由空間的左側(cè)和右側(cè)隨機(jī)發(fā)射一條射線；然后，遇到第1 個(gè)多邊形的交點(diǎn)，并且在進(jìn)入內(nèi)部后遇到第1 個(gè)交叉點(diǎn)，然后離開多邊形。對(duì)于多邊形上的點(diǎn)控制，給出了二維空間中網(wǎng)格障礙方法，如圖5 所示。障礙物網(wǎng)格劃分完成后，封閉算法開始聚類。在CPDG 中，二維空間障礙網(wǎng)格算法的實(shí)現(xiàn)過程是核心部分，它處理了空間中障礙物的連續(xù)低密度區(qū)域，并實(shí)現(xiàn)了空間聚類的障礙物約束。

圖5 二維空間中網(wǎng)格障礙

計(jì)算結(jié)果及優(yōu)化方案：

根據(jù)GIS 指示的城市軌道交通沿線土地利用情況，預(yù)測(cè)旅行交通量的第一階段是土地規(guī)劃的唯一經(jīng)濟(jì)指標(biāo)。根據(jù)多因素影響模型，基于GIS 城市軌道交通基礎(chǔ)，建立交通區(qū)域標(biāo)準(zhǔn)空間實(shí)體圖。然后，根據(jù)城市軌道交通的經(jīng)濟(jì)指標(biāo)，建立土地利用面積、人口和土地利用類別之間的關(guān)系。將重力模型嵌入到空間聚類算法中，使空間聚類算法能夠?qū)崿F(xiàn)重力模型下的交通分布預(yù)測(cè)，從而明確城市軌道交通沿線的土地利用規(guī)劃。假設(shè)交通區(qū)域i 和交通區(qū)域j之間的交通量與吸引的交通量成正比，與到居民區(qū)的距離成反比。因此，城市軌道交通沿線土地利用的交通計(jì)算公式為：

式（3）中：tij表示交通區(qū)域內(nèi)的分布量，表示交通區(qū)域i 的生產(chǎn)量，表示交通區(qū)域j 的交通吸引力數(shù)，為交通區(qū)域的行駛阻抗系數(shù)。通過GIS 空間聚類算法，計(jì)算出城市軌道規(guī)劃線的土地利用模型。然后，通過輸入計(jì)算生成并與GIS 交通重心的交通距離相結(jié)合，計(jì)算空間聚類算法的第一近似值和第二近似值，如表1 所示。

表1 聚類分析算法的收斂結(jié)果

3 結(jié)論

隨著我國(guó)城市化的發(fā)展，空間結(jié)構(gòu)和功能結(jié)構(gòu)對(duì)城市軌道交通的發(fā)展有著深遠(yuǎn)的影響。中國(guó)亟需開發(fā)和規(guī)劃沿線軌道交通建設(shè)用地，以盡可能緩解城市化發(fā)展造成的交通擁堵。本文提出了軌道交通用地優(yōu)化的基本策略。首先，深入探討了空間數(shù)據(jù)挖掘和GIS，希望通過一定的轉(zhuǎn)換將交易過程型數(shù)據(jù)轉(zhuǎn)化為空間數(shù)據(jù)。然后，提出了一種空間聚類方法的GIS 挖掘可行性數(shù)據(jù)處理技術(shù)。最后與GIS 空間數(shù)據(jù)挖掘地理信息系統(tǒng)相結(jié)合后，空間聚類算法得到了簡(jiǎn)化，地理信息系統(tǒng)分析的問題也更簡(jiǎn)單。以重慶市為例，結(jié)合本文提出的GIS 空間聚類分析技術(shù)，將土地利用規(guī)劃策略與城市軌道交通相結(jié)合，探討了GIS 空間聚類算法對(duì)城市軌道交通沿線土地結(jié)構(gòu)利用的影響。計(jì)算結(jié)果表明，本文提出的GIS 聚類算法對(duì)核心城市軌道交通的土地空間利用效果較好，能取得較好的效果，為城市軌道交通土地利用策略提供了較好的理論數(shù)據(jù)。