基于百度熱力圖數據的城市空間結構分析

梁家俊

摘要：本文利用百度熱力圖數據，結合arcgis技術，對中山市主城區工作日及周末人群的熱力集聚度、集聚位置等數據的變化情況進行分析，得出時間和空間上人口熱度分布結論。通過熱力平均值與熱力標準差的計算與分析，對城市各區域城市功能進行評價與識別，為城市空間研究與城市實際規劃提供更為動態的方法和依據。

關鍵詞：百度熱力圖；中山市主城區；城市空間結構

城市空間結構是城市規劃的重點研究對象。基于被動收集的城市大數據能夠克服傳統研究方法成本高、時間長等缺點，成為了先進城市空間結構研究的新手段。

1、研究目的

基于百度熱力圖可提取實時人口數據的特征，以中山市主城區為研究對象，通過中山市主城區不同時間和空間的人口熱度變化，發現人口分布的規律。根據人群在不同時間點的空間位置規律識別城市商務辦公中心、休閑娛樂中心等城市功能區。

2、研究對象與時間

本次研究對象為中山市主城區，研究時間選取工作日和周末兩個時間點。

3、數據處理

本次研究采用的數據包括：從7點到23點以半小時為頻率，2018年12月24日至12月26日共68張熱力圖；WGS1984坐標系的影像圖數據；主城區范圍的百度地圖。

通過arcgis對熱力圖進行空間校準及波段提取，得到本次研究所需的34張熱力圖PNG文件。

4、工作日人口熱力分布分析

4.1 工作日熱力高峰規律

熱力高峰出現在8點、11點、21—23點；熱力低谷出現在下午16點。

4.2、工作日人口熱力分布分析

將熱力圖數據重分類為七類，類別越大，該區域集聚程度越高。本次研究將4、5類定義為次熱力區，6、7類定義為高熱力區。

5、周末人口熱力分布分析

5.1周末熱力高峰規律

在周末，熱力度高峰出現在13點、17—19點、22點。市民出行較為分散，午后逐漸聚集成高峰。

5.2周末人口熱力分布分析

與工作日相同，將熱力圖數據重分類為七類，本次研究將4、5類定義為次熱力區，6、7類定義為高熱力區。

6、基于熱力平均值和熱力標準差的城市功能評價與城市功能區詳細識別

6.1評價指標：熱力平均值與熱力標準差

熱力平均值表征一個區域整體的熱度水平。平均值越高，說明區域的整體熱度越大，分布的人口越多，反之則人口越少。

熱力標準差表征一個區域不同時段的人口熱度變化程度。標準差越低，表明區域不同時間的人口熱度變化越小，人口熱度變化越平緩。反之表明區域不同時間的人口熱度變化越劇烈。

6.2中山市主城區城市功能評價

綜合周末與工作日兩天樣本數據，利用熱力平均值因子，可識別出平均高的區域為城市熱力核心區；利用熱力標準差因子，可識別出標準差高的區域為城市單一功能區；標準差低的區域為城市復合功能區。經過識別后，可得出以下結果：

電子科技大學片區、大信新都匯片區、火炬區科技園片區 、張家邊片區這4個區域為目前中山市居住、休閑、工作多功能混合最為成熟的區域。

6.3城市功能區詳細識別

結合特定時段的熱力值與標準差值，可識別出更為詳細的城市功能區。

7、結語與展望

本文基于百度熱力圖數據對中山市主城區工作日與周末人口的時間空間分布特征進行分析表述，并嘗試對城市功能區進行識別。盡管在研究方法、數據處理上還有不成熟之處，但卻看到了大數據在城市研究和規劃領域上的巨大可能性。基于地理信息的大數據勢必能在未來城市研究和規劃發展上發揮越來越大的作用。

參考文獻：

[1]吳志強，葉鐘楠.基于百度地圖熱力圖的城市空間結構研究——以上海中心城區為例[J].城市規劃，2012（4）：33-40.

[2]王錄倉.基于百度熱力圖的武漢市主城區城市人群聚集時空特征[J].西部人居環境學刊，2018， 33（02）： 52-56.

[3]鄧悅，王錚，熊云波，等. 上海市城市空間結構演變及預測[J]. 華東師范大學學報：自然科學版：自然科學版，2002（2）：67-72.

[4]房艷剛，劉鴿，劉繼生.城市空間結構的復雜性研究進展[J].地理科學，2005（6）：754-761.

[5]甄峰，秦蕭.大數據在智慧城市研究與規劃中的應用[J].國際城市規劃，2014，29（06）：44-50.

[6]秦蕭，甄峰.大數據時代智慧城市空間規劃方法探討[J].現代城市研究，2014（10）：18-24.

[7]祝桂麗，潘付英.大數據時代規劃設計發展與創新[J].規劃師，2014（12）：111-118.

[8]吳昊，彭正洪.城市規劃中的大數據應用構想[J].城市規劃，2015，39（09）：93-99.

（作者單位：中山市規劃設計院）