基于公交刷卡数据和兴趣点数据的城街区功能类型-城与环境研究.PDF

基于公交刷卡数据和兴趣点数据 的城市街区功能类型识别研究 ———以北京市朝阳区为例 钟少颖　 岳未祯　 张　 耘 摘 要　 作者利用公交刷卡数据 （Ｓｍａｒｔ Ｃａｒｄ Ｄａｔａ， ＳＣＤ） 和兴趣点 （Ｐｏｉｎｔ ｏｆ Ｉｎｔｅｒｅｓｔ， ＰＯＩ） 数据， 借助 Ｏｒａｃｌｅ 数据库和地理信息系统对城市 街区层面的功能属性识别进行了研究。 其中ＳＣＤ 用于刻画街区客流特征 的功能属性， ＰＯＩ 数据用于刻画街区设施功能属性。 作者首先利用公交站 点客流出行规律的功能属性对城市街区进行初步的分类。 在此基础之上， 利用ＰＯＩ 数据的设施功能属性字段进行蚁群聚类， 对城市功能进行进一步 细分和识别。 最后利用遥感影像分析对识别结果进行检验。 检验结果表 明， 综合利用公交刷卡数据和兴趣点数据能较为准确刻画城市街区的功能 特征。 关键词　 城市功能识别　 公交刷卡数据　 兴趣点　 街区 ［中图分类号］ Ｆ２９４　 ［文献标识码］ Ａ　 ［文章编号］ ２０９５ －８５１Ｘ （２０１６） ０３－００６７－１９ 一、 引言 城市功能区划分是城市管理和城市规划的基础。 以往对城市功能区的划分多基于 土地利用类型， 但是单纯考虑土地利用类型而不考虑土地承载的人口和设施的密度及 功能属性难以准确反映城市区块功能。 在土地城镇化向人的城镇化转型的过程中， 城 市功能区划分尤其要关注功能区内人的因素。 传统的统计数据由于统计口径等因素， 【基金项目】 国家社会科学基金青年项目 “高速铁路建设对中国区域经济一体化影响的研究” （批准号： １５ＣＪＬＯ８６）。 【作者简介】 钟少颖 （１９８４ －）， 中国科学院科技战略咨询研究院助理研究员， 邮政编码： １００１９０； 岳未祯 （１９８９－）， 中国科学院科技战略咨询研究院博士研究生； 张耘 （１９５５ － ）， 北京城市学院城市管理所研究员， 本文通讯作者， 邮政编码： １００１８４。 致谢： 感谢评审专家匿名评审， 当然文责自负。 ６７ ２０１６年第３期 难以准确刻画街区层面的客流和设施特征。 在大数据时代， 由基于位置服务 （Ｌｏｃａｔｉｏｎ Ｂａｓｅｄ Ｓｅｒｖｉｃｅｓ， ＬＢＳ） 技术所提供的公交智能卡刷卡记录、 微博等社交媒体 使用记录和手机通话记录等数据可以用来客观刻画城市客流活动空间特征， 分析城市 活动的强度和时空分布特征 （秦萧等， ２０１３； 龙瀛等， ２０１４； 杨振山等， ２０１５）。 利 用ＬＢＳ技术提供的海量数据进行城市空间研究已成为城市研究的热点 （Ｆｅｒｎａｎｄｅｓ ｅｔ ａｌ ，２０１４； Ｃｈａｔｔｅｒｊｅｅ ａｎｄ Ｄａｓ， ２０１５）。 目前， 国内也有众多学者通过城市居民活动 形成的大数据来研究城市空间的规律特征， 如新浪微博数据 （甄峰等， ２０１２； 王波 等，２０１３）、 大众点评网数据 （秦萧等，２０１４）、 签到数据 （王波等， ２０１５）、 公交刷 卡数据 （Ｓｍａｒｔ Ｃａｒｄ Ｄａｔａ， ＳＣＤ） （龙瀛等， ２０１２）、 出租车 ＧＰＳ定位数据 （Ｐａｎ ｅｔ ａｌ ，２０１３） 等。 本研究利用ＳＣＤ和兴趣点 （Ｐｏｉｎｔ ｏｆ Ｉｎｔｅｒｅｓｔ， ＰＯＩ） 数据对城市街区层面的功能 属性进行划分， 既考虑了客流功能属性特征， 又考虑了物化的设施功能属性特征。 研 究以北京市朝阳区为例， 首先探讨了朝阳区内部不同街区公交站点的客量密度及其随 时间变化的特征， 通过客流量变化特征与街区功能的相关性， 构建公交站点的分类指 标， 对朝阳区的公交站点进行聚类分析。 然后根据公交站点与街区的隶属关系， 实现街 区功能的初步划分。 在此基础之上， 利用街区内ＰＯＩ 的功能属性特征和分布情况， 对街 区功能做进一步细分。 二、 研究范围和数据说明 （一） 研究范围 城市功能识别首先要明确功能识别的地理单元， 本研究选取街区作为功能识别的