馬子云，何貞銘，崔海福，蔣松諭

（長江大學地球科學學院，湖北武漢 430100)

0 引言

城市化是重要的全球化社會經濟現象[1]。隨著城市化進程的快速推進，環(huán)境惡化、住房緊缺、交通堵塞等“城市病”隨之而來[2]，制約了城市的發(fā)展，并對居民的生活產生了一定影響。城市功能分區(qū)是進行現代城市規(guī)劃的基本原則之一，是城市功能分化成長在空間上的反映[3]，其科學布局可提升城市土地利用效益，對于保障城市的可持續(xù)發(fā)展至關重要[4]。

準確高效地識別和劃分功能區(qū)，有助于更深層次地理解城市空間開發(fā)和城市規(guī)劃，并為城市發(fā)展提供科學的支撐和依據[5]，但傳統(tǒng)的劃分方法多以經驗為主，進行主觀判斷和定性分析[6]，導致結果不夠科學準確。大數據時代的來臨，為城市功能分區(qū)的定量分析提供了新思路，也使得城市功能分區(qū)更具價值。其中，興趣點(Point of Interest,POI)數據具有大數據量、高開放性、涵蓋信息細致等優(yōu)勢[7]，可以更好地反映城市空間結構[8]，國內外學者已對此展開了研究。張慧馨等[9]采用開封市主城區(qū)POI 數據，利用區(qū)位熵方法識別出了不同街區(qū)的主導功能；Qin 等[10]通過捕捉興趣點的多空間分布模式來識別城市功能區(qū)，準確率為72.9%；Xue等人[11]基于POI數據和行政邊界數據等多源大數據，識別了沈陽市城市功能區(qū)。

本文以路網尺度下的POI 數據量化方法識別城市功能分區(qū)，并對城市功能混合度進行計算，定量分析城市空間結構，以期為城市功能分區(qū)研究提供一定的參考，幫助城市規(guī)劃者更好地把握城市空間布局。

1 研究區(qū)域及數據概況

1.1 研究區(qū)域概況

濟南市作為山東省省會，山東半島城市群和濟南都市圈核心城市，在城市中具有一定代表性，具有較高的研究意義。本文參照《濟南市城市總體規(guī)劃(2011—2020 年）》選取濟南市中心城區(qū)作為研究區(qū)域，總面積約為1 016km2。

1.2 研究數據概況

1.2.1 POI數據

POI是表征地理空間實體的點數據，具有名稱、經度、緯度以及類型等屬性[12]，海量、多樣性、處理速度快和精確度高等特點。

利用Python 軟件2022 年6 月爬取高德地圖公開的濟南市中心城區(qū)POI數據，剔除重復數據和影響力較低的數據后最終得到219905條數據。參照《城市用地分類與規(guī)劃建設用地標準》及POI數據實際獲得類型，將POI重分類為居住用地、商業(yè)服務業(yè)用地、公共管理服務用地、交通設施用地、工業(yè)用地、綠地和廣場用地六大類型，數據采集及重分類結果如圖1所示。

1.2.2 OSM路網數據

OSM 道路網數據2022 年在Open Street Map 官網下載獲取，借助ArcGIS軟件，提取濟南市高速公路、城市主干道及一級、二級、三級道路，修改道路拓撲錯誤，轉換獲取閉合無缺的面狀要素作為研究單元。

2 研究方法

2.1 POI權重賦值方法

為降低因POI 數量及其包含語義的差異對功能區(qū)分類造成的不同程度影響[13]，引入公眾認知度、空間面積特征2個指標分析計算POI數據的權重值。經多次實驗研究，得到最終權重如表1所示。

圖1 POI重分類結果

表1 濟南市中心城區(qū)重分類POI權重表

2.2 POI核密度的計算

核密度估計基于地理學第一定律，是衡量POI數據聚集程度最重要、最直觀的方法[14]，且結果可視化，被廣泛應用于城市商業(yè)聚集空間及熱點、城市設施服務等研究。核密度估計結果受核函數影響較小，受帶寬的影響較大[15]，帶寬越大，平滑程度越好，但熱點區(qū)域會被掩蓋，致使特征不明顯；帶寬越小，平滑程度越差，可以呈現更多細節(jié)，卻會影響連續(xù)性和關聯(lián)性。經過多次試驗，本文最終選擇500m作為核密度估計的帶寬。

2.3 城市功能區(qū)識別

參考池嬌等人的研究[16]，以劃分完成的路網作為基本研究單元，構建頻率密度識別指標體系來識別功能性質，計算公式如下：

其中，i表示POI 數據類型，共6 類；di代表各單元中第i類POI 數據的核密度值；Wi代表i類POI 數據的權重值；Fi代表每個單元內第i類POI 數據的頻率密度，其意義是第i類POI數據占該研究單元內所有POI數據的百分比。

通過上述公式，計算可得各研究單元的頻率密度值Fi，作為認定各單元功能分區(qū)類型的依據。若單元內某一類POI數據的Fi值大于或等于50%時，認定該研究單元為單一功能區(qū)，功能分區(qū)用地類型則由POI數據類型而定；若研究單元內所有類型POI 數據的Fi值均小于50%時，初步判定該功能分區(qū)基本單元是混合功能區(qū)，當某類型POI比例大于40%且遠大于其他5種類型比例，仍認定為單一功能區(qū)，否則混合類型取決于單元內2～4種占比較大的POI數據類型；而若基本單元無POI數據，即Fi值為0時，記為無數據區(qū)。

2.4 混合度計算

在城市建成區(qū)中，城市混合用地及混合功能是十分普遍的現象，適當提高土地利用功能混合度，可以提高土地利用效率，有利于可持續(xù)發(fā)展和產業(yè)升級[17]。根據混合度計算模型，對研究區(qū)域的城市用地混合度進行計算，其計算公式如下：

式中，M表示混合度計算結果，n表示研究單元內POI 分類數量，pi表示單元內第i類POI數據的占比。

3 結果分析

3.1 分區(qū)結果精度分析

為檢驗分區(qū)結果的準確性，隨機選取各單一功能區(qū)及以此單一功能區(qū)為主的混合功能區(qū)20個，將功能分區(qū)結果與網絡地圖、《濟南市城市總體規(guī)劃(2011-2020年）》等進行對比，驗證總體準確率。結果完全相符記3分，基本相符記2分，有相同屬性記1分，完全不符記0分。精度計算公式如下：

式中，n為抽樣總數；Bi為符合度滿分值；bi為符合度實際得分值。經計算，分區(qū)結果的準確率為82.6%，文中方法具有較高的精度，可實現城市功能區(qū)的有效識別。

3.2 城市功能區(qū)分析

利用ArcGIS 對單一功能區(qū)(494 個）、混合功能區(qū)(910個）和無數據區(qū)(8個）進行了地圖可視化，各功能區(qū)分布如圖2所示。單一功能區(qū)中，商業(yè)服務業(yè)用地數量最多，工業(yè)用地次之；混合功能區(qū)中,“公居商”“公商”“工居商”幾種類型的混合功能區(qū)數量最多；無數據區(qū)由于缺少POI數據形成，多零散分布于城市邊緣。

圖2 濟南市中心城區(qū)功能區(qū)分區(qū)圖

整體來看，居住用地作為單一功能區(qū)的基本單元較少且相對分散，大多分布在商業(yè)服務業(yè)用地、工業(yè)用地附近，遠離重工業(yè)區(qū)。居民區(qū)周圍因各類配套生活設施的存在，居住用地多以混合功能區(qū)形式存在，且大多表現為與公共管理服務用地、商業(yè)服務業(yè)用地、交通設施用地、工業(yè)用地幾種類型相互混合，其中，“公居商”類型混合功能區(qū)最多，為319個；綠地和廣場用地數量最少，面積大且相互獨立，千佛山風景名勝區(qū)、華山湖公園、大千佛山風景區(qū)、臘山均能正確識別，與現實相符。在混合功能區(qū)中，包含綠地和廣場用地的混合功能區(qū)數量較少，且主要是與商業(yè)服務業(yè)用地、公共管理服務用地相混合；工業(yè)用地面積大、多集聚，集中分布于歷城區(qū)東部、天橋區(qū)、長清區(qū)，相較于其他單一功能區(qū)，工業(yè)用地更靠近研究區(qū)域外圍。高新技術類公司企業(yè)一般與商業(yè)金融區(qū)或科教文衛(wèi)區(qū)相伴相生，故工業(yè)用地、商業(yè)服務業(yè)用地、公共管理服務用地相混合的混合功能區(qū)比例較高；商業(yè)服務業(yè)用地多分布在研究區(qū)域的中心位置，多集聚。越接近研究區(qū)域邊緣，商業(yè)服務業(yè)用地單一功能區(qū)數量越少；交通設施用地數量少分散分布，主要為濟南站、濟南東站、濟南西站、濟南長途汽車西站等重要交通樞紐所在研究單元；公共管理服務用地的單一功能區(qū)數量較少，主要表現為山東省政府、濟南奧林匹克體育中心、濟南市政府、齊魯工業(yè)大學等所在研究單元?；旌项愋偷墓补芾矸沼玫財盗慷?，因其包含的科教文化、體育休閑、政府機構、醫(yī)療保健幾類用地大多與其他用地相結合為城市居民提供服務。

3.3 混合度識別分析

為了獲取精準的城市功能區(qū)混合度，將研究區(qū)域進一步劃分為200m×200m的精細化格網，得到25 953個研究單元。根據混合度計算模型，得到濟南市城市功能區(qū)混合度分布圖，如下：

圖3 濟南市中心城區(qū)功能用地混合度

分析圖3 可得，濟南市中心城區(qū)功能用地的總體混合度較高，可反映城市功能發(fā)展較為完善；混合程度“中心高、四周低”且分布具有一定的空間集聚性，與混合功能區(qū)分布一致；長清區(qū)高校較多，帶動了各類產業(yè)發(fā)展，相較于鄰近區(qū)域混合度較高；中心城區(qū)的外沿區(qū)域混合度較低，可結合實際情況，在確保環(huán)境承載能力的基礎上，適當開發(fā)發(fā)展。

4 結束語

基于核密度估計算法，以POI 數據為基礎，識別出了濟南市中心城區(qū)功能區(qū)，對識別結果進行精度評價，驗證了定量識別城市功能區(qū)方法的可行性，并在此基礎上計算了城市功能用地混合度，可為城市未來規(guī)劃布局提供參考。由于POI數據是點狀要素類型，識別精度仍稍顯不足，今后將引入其他大數據輔助，并結合深度學習等方法開展研究，以期提高識別精度，更科學地為城市發(fā)展規(guī)劃提供借鑒。