大数据支持的武汉市功能识别与分布特征研究

李强¹，郑新奇¹，晁怡²

（1.中国地质大学（北京）信息工程学院，北京 100083;

2.中国地质大学（武汉）信息工程学院，武汉 430074）

摘 要：针对如何识别和分析城市功能布局是否合理及其分布是否发展良好等问题。该文借助大数据技术，对武汉市中心城区的城市功能与分布特征进行了识别和分析。使用POI数据作为城市功能点并进行重分类，并选取公众认知度和一般面积作为影响因子，通过权重赋值与核密度分析的方法，进行点与面的拓扑分析，最终得到武汉中心城区的城市功能分区与城市功能分布。通过与武汉市城市规划图和高精度遥感图像以及现有地图的对比和部分实地调查后发现，使用这种方法得到的城市功能分区的正确率达到83%，是一种较为准确的进行城市功能分区与研究城市功能分布的办法。通过对武汉市功能分布特征的研究，我们发现：武汉呈现多中心发展模式；住宅功能和公共服务功能分布十分广泛；武汉各种城市功能在空间上有着较大的重叠。

0 引言

随着中国城镇化脚步的加快，对于包括城市人口、经济、政策等方面的研究也越来越多^[1-5]。城市功能的分布与布局是衡量一个城市发展状况的重要因素，因此城市功能与城市功能区的划分具有重要意义，也对城市功能区域城市功能分布的识别提出了更高的要求^[6-7]。目前，针对这个问题，国内外众多学者做了大量的研究。传统方法主要是通过实地调查，专家判定来划分功能区。随着大数据时代的到来，数据种类变得多元化^[8]。现阶段学者们使用了包括遥感数据^[9]，社交媒体签到数据^[10,11]、浮动车OD数据^[12]与手机信令数据^[13]等来进行城市功能分区的划分与判定。但是这些传统方法往往凭借经验与定性分析，缺少定量的计算分析。同时通过对前人研究的总结可以看出，如何对城市功能进行识别和分析，仍是一个没有达成共识的问题。虽然通过实地考察可以获得较为准确的城市各区域功能分布情况，但是费时费力，且结果不全面，而很多采用了经济数据，规划数据，人口普查数据等数据针对单一功能或某一行业进行的相应城市功能分析则无法全面地反映城市功能的分布，也有着时效性差、精度低、周期长等问题^[14-15]。兴趣点（point of interest, POI）数据具有信息量大，空间信息属性多，获取较容易，分析方便等特点，其分布模式，分布密度对于城市规划研究具有重要意义^[16-17]。本文通过对POI数据进行加权赋值的方法，在精细尺度下通过对代表不同城市功能的POI点总分数的占比来进行城市功能分区与城市功能分布的判断，对城市功能进行定量化的研究。

1数据与研究方法

1.1研究数据

1.1.1 研究区域

武汉是我国长江中游的中心城市，长江、汉江将武汉市一分为三，成为“武汉三镇”。本文的研究区域为武汉市的中心城区。中心城区范围划分来自武汉市土地利用总体规划（2006-2020年），土地面积约660 km²。该区域是武汉城镇域体系的核心地区，主要承担中部地区和武汉城市圈的金融贸易、科教文化、科技研发等功能，同时，由于武汉城市地形的特殊性，武汉城市功能复杂，其发展也呈现出很多与大平原城市所不同的特质。因此，本文选择该区域作为研究区域。

图1  研究区域示意图

Fig.1  Sketch Map of Study Area

对于城市功能识别分区的研究来说，很重要的一部分就是确定网格分区大小。结合本文研究区域与实际情况，经过研究确定本文采用500 m×500 m的网格划分，共计3 460个区域。武汉素有“百湖之市”的美称，市内湖泊河流众多，水域面积较大。POI数据中无水域数据，应提前提取出水域，减少误差，共划出水域515个。

2.1.2 数据处理

本文所采用的数据来自高德地图（2015年），共有12个分类，其中包括住宅（8 300+）、商业住宅（17 000+）、政府（12 000+）、教育（19 000+）、医疗（10 000+）、生活（63 000+）、购物（120 000+）、餐饮（62 000+）、体育（9 300+）、公司（44 000+）、交通设施（20 000+）、风景（1 300+）。其中包含名称、类别、地质、经纬度、联系方式和行政区划等属性。共有389 000+的数据。同时，本文还使用了武汉市的街区分布图，以及武汉市高分辨率的遥感图像（中国高分2号卫星拍摄，分辨率8 m）和百度地图作为后期检查的数据。

参考张玲《POI的分类标准研究》中对于POI分类的研究^[18]，POI 分类可以分类大类、中类、小类3类。大类比如自然地理、医疗卫生，中类比如药房，小类比如自来水营业厅、干洗店等。结合本文使用数据情况，为了方便后续分析研究，对POI数据进行重分类为中类。例如将医疗类POI点分类为诊所、药房、医疗站、普通医院与大型医院等五中类。

根据国家现行《城市用地分类与规划建设用地标准(GB50137-2011)》和本次数据的种类，将城市功能区划分为居住区（住宅区）、公共管理与公共服务区（公共区）、商业服务业设施区（商业区）、工业区、道路与交通设施区（交通区）、绿地与广场区（风景区）。对于无明显主要功能的，将会划分为相应的混合区分类，比如居住-公共区、商业-工业区等。此外还有水域和未分类区。未分类区即无POI点的区域。将各类POI点所对应的功能标出，分类结果在表1中表示。

表1 POI点代表功能分类表

Tab.1 Functions Represented by Different POI Points

居住区	公共管理与服务区	商业服务业设施区	工业区	道路与交通设施区	绿地与广场区
住宅	医疗	购物	公司	交通设施	风景
商业住宅	教育	餐饮
	政府	体育
	生活

1.2城市功能分区

本文的研究思路为先使用多因素加权法对不同类别的POI点进行评价并赋值，影响因子为公众认知度和一般面积，给每一个点一个总分数，计算每一个城市渔网网格的总的POI分数值。通过对代表不同城市功能的POI点的总分数在该城市渔网网格占比的大小来判断该渔网网格最终的分区结果，分数占比较高的POI点代表的功能即为该城市渔网网格的分区功能。

图2 城市功能分区流程图

Fig.2 The Flow Chart of Dividing Urban Functions Area

每个POI点都代表一个地理实体，而每个地理实体都可以影响到一定范围和一定数量的人口。但是，不同的POI点所代表的地理实体的影响范围与程度是大不一样的。比方说，同类POI点，一家诊所的影响力就远不如一家三甲医院。因此应对不同POI点的影响范围做一个量化评估。根据《从城市兴趣点中提取多层级地标方法探究》^[19]和《利用城市POI数据提取分层地标》^[20]中所做的研究，引用公众认知度这个指标将其作为影响POI最终加权得分的一个影响因子。通过将其研究结果进行百分数化得到表2。

表2 公众认知度

Tab.2 Public Cognition

类别	公众认知度	类别	公众认知度	类别	公众认知度
公园广场	65.48	体育休闲	50.10	医疗保健	50.60
政府机关	35.50	风景名胜	82.45	餐饮	55.62
购物	81.46	住宿	55.62	交通设施	100
住宅区	10	公司企业	30.57	科教文化	67.06

通过查阅资料以及对比遥感图像确定各类POI点的一般面积范围。因为数据种类较多，采用分级打分的方式进行打分。根据分类后数据情况与面积数值大小确定分级与评分。

表3 一般面积评分表

Tab.3 The Evaluation of Different Area

面积/(m2）	0～100	100～1 000	1 000～3 000	3 000～5 000	5 000～10 000	>10 000
评分	1	10	30	50	80	100

对POI点进行加权赋值，但如何分配权重还不明确。通过将两个影响因子的权重比例分别设置为1:9、3:7、5:5、7:3、9:1，从结果中选取最优权重的方法来进行权重的确定。两个影响因子满分各为100分，加权后总分满分为100分。比如某POI点的公众认知度得分为30分，一般面积得分为80分，那么这个POI点的总得分按照5个不同的比例分别为75，65，55，45，35分。

对每个网格内代表不同城市功能的POI点的分数进行统计，计算每个网格各个功能的总分数以及各功能总分数占所有功能的总分数的比例。规定假如有某一类功能的分数占比超过所有功能总分数的50%，则判定该区域为此种功能区域。例如某区域代表居住功能的分数占比为65%，则此区域判定为居住区。如果没有任何一个功能占比超过50%，则判定此区域为混合功能区，再根据是否有某功能占比超过40%，如果有一个功能超过40%，则判定该区域为以此功能为主的混合功能区，如果有两个功能占比超过40%，则判定该功能区为以这两个功能为主的混合功能区。例如某区域居住功能占比43%，无其他功能超过40%，则判定此区域为以居住功能为主的混合功能区；如果除居住功能以外还有交通功能为42%，则区域为以居住功能和交通功能为主的混合功能区。

图3 功能区判定流程图

Fig.3 The Flow Chart of Judging Functions Area

1.3城市功能分布

使用已经赋值的POI点，按照其所代表的不同城市功能进行划分以后，使用核密度分析的方法，进行密度分析，从而得到各个城市功能的分布图。在进行核密度分析时，不同赋值的POI点代表的该城市功能量值也不同。例如，A点的赋值为5，则它与5个赋值为1的相同位置的POI点对密度分析的影响相同。

2结果与讨论

2.1结果验证

由于有5个不同的影响因子比例，因此有5个不同的分类结果，需要确定一个最准确的结果作为最终的分类结果。使用抽样检测法进行选择。使用分层抽样和随机抽样的方法分别选取100个渔网网格作为检测对象，对照高精度遥感图像和现有的地图（百度地图）并进行一定的实地调查，进行人工判断分区。将POI分区结果和人工目视分区结果进行比对，判断POI分区结果的正确性。比如某网格通过人工目视的判定结果为住宅区，而使用POI数据的判定结果是公共区，则判定该结果错误，相反地，如果使用POI数据的判定结果也是住宅区，那么判定该结果正确。各比例结果的正确率如表4所示。

表4 各比例正确率表

Tab.4 Correct Rate of Every Ratios

比例	1:9	3:7	5:5	7:3	9:1
分层抽样正确率/(%)	58	73	83	70	65
随机抽样正确率/(%)	63	71	82	73	61

根据各比例抽样验证的正确率，最终选择权重比例为5：5的结果作为最终的城市功能分区的结果，其正确率达到了80%以上，正确率较高，可以作为一个较有参考意义的城市功能分区结果。

2.2城市功能分区结果与分析

功能区的分区结果在图4表现。从图中可以看出，武汉市中心城区主要为混合用地。在单一功能区里，居住区数量较少，分布较为广泛，说明居住区在城市中并不作为一个主要分区，反而经常是与其他功能混合存在的，起到一种辅助功能。公共区数量不算很多，但分布较为广泛，特别是在洪山区出现了比较集中的现象，是因为洪山区拥有着武汉大学、华中科技大学、中国地质大学（武汉）等众多高校以及湖北省博物馆、湖北省美术馆等公共场馆，所以公共区在此处较为集中。商业区数量最多，占到单一功能区的1/3，这说明武汉的商业较为发达。在武汉的分布也较为广泛，除了几个商圈比如江汉路商圈、武广商圈、司门口商圈、街道口商圈以及徐东商圈以外，在武汉的很多区域都广泛分布。这说明武汉的商业除了集中有一些比较集中的点以外，全城都在协同发展，并没有偏颇，这也表明武汉旺盛的经济活力。工业区数量不多，且多分布在中心城区的外围，集中在西部，西南部与东北部，且常常与未分类区域相连，说明武汉的工业在中心城区的分布较少，主要在城市外围，这也与一般的城市工业分布相符。交通区数量不多，但分布较为均匀，多为汽车站以及火车站和长江边上的码头。风景区数量最少，且较为集中，主要分布在东湖以及西北一块区域内，城市内部只有零星几个区域，这说明武汉市内景观较少，应加强相关建设。

混合功能区一共有1 021个。可以看到，在武汉中心城区，混合功能区分布广泛，数量较多。多与其他功能区混合分布。在具体的分布上，可以从表7看到，在混合区里面，无明显功能分类的区域最多，达到了385个，这说明武汉有不少区域是多功能相互混合。但与总数相比只占1/10，说明整体上来说，武汉大多区域是有主要功能的，无明显主要功能的区域较少。另外，与单一功能区的分布相似，商业为主和公共为主的混合功能区比较多，达到了321个和144个，商业-公共混合区则达到了85个，其他类别的功能区则数量都比较少，没有超过40的。

图4 功能区分布示意图

Fig.4 Sketch map of distribution of functions area in Wuhan

表5 功能区数量统计表

Tab.5 Statistics of Function Areas

未分类	居住	公共	商业	工业	交通
462	100	284	796	154	78
风景	水域	混合	居住为主混合	公共为主混合	商业为主混合
50	515	385	18	144	321
工业为主混合	交通为主混合	风景为主混合	居住-公共混合	居住-交通混合	公共-商业混合
32	21	6	2	1	85
公共-工业混合	公共-风景混合	商业-工业混合	工业-交通混合
2	1	2	1

2.3城市功能分布结果与分析

图5 武汉市城市功能分布图

Fig.5 The Map of Distribution of Various Urban Functions in Wuhan

武汉市6项城市功能分布在图5中表示。可以看到，工业、公共、交通、居住和商业功能在汉口沿江区域与武昌沿江区域和武昌武珞路、珞瑜路沿线有着密集的分布，而这些区域，也是武汉市最繁华的地区。这表明武汉市的城市功能较为集中，同一片区域在城市功能上有着严重重合。同时也可以看出，汉口在城市功能方面承担了更多的责任，武昌次之，而汉阳区域则还需要加大建设力度，从而与汉口武昌均衡发展。

与前文得到的功能分区对比来看，风景功能分布不多，集中于汉口江滩，黄鹤楼与东湖区域；工业在第三章的分区里多在主城区边缘附近，而在本章中则也集中在繁华区域，说明工业功能在主城区的数量并不多，难以成为该区域的主要功能；公共功能则广泛的分布于城市各处，但是除了前文提到的科教区域，在大多数区域并不成为该区域的主要城市功能，与城市公共管理与公共服务功能的城市辅助功能定位相符；可以看出城市居住功能分布也十分广泛，但单独的居住区却不多，说明这一功能与公共服务功能相同，通常是与其他城市功能相混合存在的。

3结束语

近年来，城市的发展速度越来越快，随着基础建设的不断推进，城市出现了越来越多的功能，这位城市规划和城市管理带来了源源不断的挑战。如何更好地进行准确的城市功能分区并相应地进行管理将是一个永恒的问题。本文使用POI数据，通过分析与检验，得到了武汉中心城区的城市功能分区与城市功能分布的结果。

1)武汉市并没有较为明显的中心区域，呈多中心发展模式。商业较为发达，在汉口江汉路、武广以及武昌司门口、街道口以及光谷等区域有着较为明显的集中分布。

2)居住功能和公共功能分布十分广泛，但除去科教区域外单独的区域却不多，这说明这两个区域大多时候是与其他城市功能相互混合存在的。在这些功能集中的区域，多是各个城市功能与配套设施较多存在的区域。科教区域主要存在于武昌区。这也与该区域大学众多的情况相符。

3)武汉市各个城市功能重合程度很高。商业、公共、居住、工业、交通在汉口及武昌武珞路珞瑜路及徐东大街沿线有着密集而重合的分布。

本文可以帮助人们更好的认识武汉的城市结构，对于其他城市也具有借鉴意义。对于城市规划的决策者来说，具有一定的指导和参考价值。对于做其他研究的学者来说，本文对于其使用POI数据进行城市分析，选址分析等也具有一定的参考意义。总体上，本文在借鉴和参考了其他学者所作的研究后，制定相应的模型，使用POI数据对武汉中心城区进行了城市功能分区与城市功能分布的研究。但是受时间、篇幅和水平所限，本文所作的研究还存在很多不足，比如影响因子数量较少等。希望在未来的后续工作中，能够改正不足，采取更加可靠并多元的影响因子，使用多源数据进行分析，对每个POI点的面积进行更加精细化的处理，从而能够将城市功能分区的模型完善，得出更加精确的分区结果。

参考文献(略)