极海数据以真实赋能 - 从网格到街区
当前，为了研究地理空间上地物的分布规律，例如人口在城市中的分布，又如银行网点哪里多哪里少，通常会采用网格作为基本的分析统计单元，多数用方形网格，更美观的使用类似蜂巢状的六边形网格。示意图如下：
南昌市部分城区基于网格的人口分布图
（人口数据来自联通信令）
表面上来看，好像也能反映出人口分布，可在制作的过程中遇到为难地方：网格起点该定在哪里？大小设置成多少合适？因为这些将对分布产生影响，如下示意图：
成都市内局部区域人口分布
网格起点向右下方偏移半个网格宽度后，区域人口分布
注：两幅图采用同样的图例，颜色越深代表人口越多
从以上两幅图，不难看出网格大小不变、同一份人口数据、同样的着色方案，只是起点偏移了半个网格，分布规律完全不一致了。例如，上图中，只有右下位置出现了一处“人口高峰”，而在下图中却出现了三处“人口高峰”。又如，上图中，左上角人口分布处于中低水平，而在下图中，却突变成“最高峰”。所有这些，都将引起人眼判读时，对态势的误判，在以后的定量分析中也将引起误差。不难理解，即使同一起点下，网格宽度也将会对整个布局发生质的变化。
网格对城市进行剖分时，从起点开始向横纵两个方向，以一个个相邻的网格进行平铺，不可避免地会跨越各种障碍。使得本或者相对来说不应该成为一个整体的空间范围，而成为了一个网格。例如，下图所示：
成都三环路两侧网格示例
图中1#网格，作为一个整体，在实际应用之中显然会遇到各种不适。例如，在路右侧有个咖啡店，它能覆盖到客户也就是三环路本侧的客群，很难相信，该网格内道路另一侧的人群会绕上几公里，跨过三环到另一侧的咖啡店来消费。而网格，却不露声色地把这个问题给掩盖了，这个网格要么是咖啡店的潜客来源，要么不是，而实际的情况确实部分是、部分不是。
2#网格，遇到的问题只多不少，该网格内既有部分如“江郊庭苑”这样普通的居住小区、又有如“水映长岛”这样的别墅区、还有如“清水河公园”这样的公园绿地、“天鹅湖高尔夫俱乐部”也包含在其中，这么复杂不一的一个范围区域硬生生的给划分到了一个网格之中，作为整体对待，如果分析中不出问题倒是件奇怪的事情了。
最后，总结一下，以网格对城市进行剖分，并作为基本的统计分析单元，通常会遇到以下几个问题：
统计地物数量，并展现的分布特征及其不稳定，极易受到网格起点和网格宽度的影响。
单个网格划定的地理范围，被简单的作为一个整体对待，根本不符合实际情况或者说很是勉强。
不同用地类型混杂在同一个网格内，而作为统一的整体，作为分析的基础单元，很难预期会有一个客观的分析结果。
针对上文提出的种种问题，极海经过大量实践，如果遵从以下规则，终将能对城市进行合理的剖分。
承认并尊重城市内现有的物理阻碍。城市空间中，依照实际存在的外部道路、铁路、河流、山川这些物理阻隔划分出来的单元，更稳定，更具有普适性。
划分形成的一个地块内，用地性质尽可能保持一致。
尽可能从地块划分上，为将来“人以群分，物以类聚”这个目标打下基础。这就要求，划分好的板块之间差异最大化，而板块内部差异最小化。
依据这些规划划分出来的效果，如下：
解决掉网格缺陷的自然街区划分效果
如上图所示，三环路两侧的1#和2#地块沿三环路进行了分隔，3#地块是“天鹅湖高尔夫俱乐部”的范围而独立存在，5#、6#地块，分别代表着不同的普通住宅小区，如“江郊庭苑”，而7#就是上文提到的“水映长岛”别墅区。
经过如此的划分之后，人群性质明显不同的地块，如5#和7#地块得以区分，用地性质不同的地块，如3#和6#也是互相独立。
最后，自然存在的物理阻隔、用地性质比较一致、相对紧密的用地联系，使板块划分得更为自然，我们称之为自然街区。
如此划分形成的自然街区，并不只是概念上或者理论上的创新，而是有着广泛的适用场景。
基于自然街区的人口分布特征判断更加符合客观
零售领域中基于自然街区聚合成城市商圈
零售领域中更精准的商圈范围
规划领域之中社区评价（十五分钟生活圈）
基于自然阻隔划分的自然街区，在整体性、抗干扰性上具备极强的优势，为地产、零售、规划等领域的更精准的智能决策服务，提供强有力的基础。
6月15日，2018WGDC即将召开，我们将在极海专场为您带来《智能化的衍生》专题演讲，带来更多关于自然街区，以及更多智慧数据的精彩内容。
往期精选
关注极海