基于POI數據的吉林市城市功能區識別及可視化研究

文/趙有樂 欒春燕 李順梅（北華大學林學院）

城市的結構隨著城市化的發展而改變，黨的十八大以來，“五位一體”總體布局、新發展理念相繼提出，對國土空間布局、結構和功能關系提出了新的要求，主體功能區戰略格局亟待優化，而在《“十四五”規劃》“完善城鎮化空間布局”章節，以發展壯大城市群和都市圈、分類引導大中小城市發展方向和建設為重點，形成“疏密有致、分工協作、功能完善”的城市化空間格局[1]。因此，對于城市功能結構劃分能夠更好地為管理者提供理論支持有助于優化城市空間結構及資源的合理利用。

一、研究區域及數據來源

（一）研究區域

本研究以吉林市主城區為研究對象，研究范圍包括昌邑區、龍潭區、豐滿區、船營區共四個轄區，總面積3636km2。

（二）研究數據

本文數據來源為高德地圖公開的2020年吉林市POI數據（共56380條數據），每條數據包含行政區名稱、經緯度、地址等八種基礎信息。原始的數據信息存在交叉重疊，并且功能分類不同，與規劃中的分類標準有所區別，所以我們需要對數據進行重分類，去除非典型要素，保留具有代表性的點，如交通服務設施、產業園等。對結果[2,3]進行大尺度、中尺度及小尺度分類，各類中又可能存在重復與交叉。

二、研究方法

（一）空間插值

空間插值，通過格網化（GRIDDING）以點換面的方式，使面數據能以三維面或等值線地圖展示，常用于建模或空間分析。

以2km×2km柵格將吉林市劃分為250302個研究單元，將興趣點數據導入ARCGIS后，將點數據賦予柵格中，用密度估算的方法測量柵格的像元密度。

（二）核密度分析法

密度估算分成簡單密度估算和核密度估計。簡單估算方法是計數方法，而核估計則是基于概率函數并提供估算的選項。H核函數表達為雙變量概率密度函數，是以一個已知點為中心，在一個定義的帶寬（搜索半徑）或窗口范圍內逐漸減小到0，其核心影響強度隨距離減弱，可以體現較強的空間差異性。核密度分析（kernel density estimation ）將每個已知點與函數聯系，對數據的分布不附加設定，用于估算目的。其公式為：

通過Arc map密度分析工具，計算單位輸出柵格像元周圍點要素的密度，進行可視化表達，得到興趣點的分布密度將落入搜索區的點賦予相同的權重，將其進行求和，與搜索區域大小的比值，從而得到每個柵格的點密度值。為保證柵格內容詳盡，比較確定最適輸出像元大小，使用最適的像元大小在每個要素范圍內表示更多的特征、更小的要素或更詳細的內容。基于興趣點空間距離及點屬性關系進行多距離空間聚類分析，確定最適搜索半徑即核帶寬，核帶寬即核函數的覆蓋范圍，它的值越大表示結果越抽象，帶寬越小，細節越多，碎片化越嚴重,對興趣點的分布進行可視化表達。

三、結果與討論

（一）吉林市功能區識別與劃分

結合上述方法對吉林市主城區范圍進行六大類功能區識別結果如圖1。圖示中六類功能區識別圖分別對應c值范圍，以此為識別功能區的基礎。結果顯示，高密度城區城市化程度高，可識別性較強，更適合運用POI數據來評價城市要素及優化研究。

1.單一功能區

圖2中的數據顯示，購物服務和餐飲服務占商業類功能區主體，分別為25.54%和18.42%，公共管理公共服務設施類功能區中生活服務占比較高，與其他功能分類存在交叉關系。而單一功能區中，商業類功能區占比54.56%，商業要素基數較大，單一功能屬性單元較多，這些要素組成了混合功能區的中心基礎；住宅類功能區占比較低，在城市中心區分布相對集中，需要有針對性地進行局部優化。

圖2 不同類型興趣點數量統計圖

圖1中，各類單一功能區主要集中在松花江兩岸，分布于昌邑區、龍潭區、豐滿區、船營區的非中心地帶。綠地與廣場功能區多臨近住宅區及商業區，綠地在此區域內使用度較高，對周圍的住宅區及商業區輻射較強，區域用地類型豐富，實現了各城市要素之間的關聯。但聚集度過高，地區拓展發展較慢。

圖1 各類功能區可視化識別圖

2.混合功能區

本文中將每個柵格內c值大于等于50%且不為零的柵格區定義為混合功能區。結果反應，吉林市中心城區主要由單一功能區和高混合功能區組成，單一功能區到高混合功能區之間銜接性較弱，對于單一功能區的提升迫在眉睫。

吉林中心城區內研究單元共計284251個，商業住宿與住宅類混合單元1028個，從功能區混合程度來看，混合功能區占市域主要部分。市區中心混合度較高，城市結構較為合理。

（二）結果驗證

城市核心區的劃分少有理論及數據支撐，因此，為校驗POI功能識別的準確性，將功能識別結果與吉林市城市總體規劃進行驗證分析。（1）商業服務業設施用地識別。結果反應對商業服務業用地的識別較為準確，不僅將中心城區以財富購物廣場、吉林百貨大樓、新瑪特、歐亞購物中心為核心的商圈展現出來，還將沿吉林大街、解放東路為軸線發展的城市空間呈現出來；（2）住宅用地識別。對居住區識別主要集中在沿江一帶，如松北區、龍灣雅苑等。住宅區的識別主要受地理位置和居住環境的影響，識別性較高的住宅區品質相對較高；（3）綠地與廣場用地。對綠地和廣場用地的識別主要集中在沿江兩側，有江南公園、北山公園等，其余以湖泊山脈綠地主題的公園有松花湖風景區、朱雀山國家森林公園等；（4）工業及倉儲用地。 因工業和倉儲用地類型本身可識別性不強，大大小小的公司與城區交錯，產業園遠離中心城區且人流少，通過POI識別功能較難，僅識別出江南江北大型片區。

四、結論

本次研究以ARCGIS中劃分的柵格為研究單元，基于核密度估算法，對吉林市城區的功能區進行劃分。識別結果吉林市主體規劃相符，與吉林市城市空間結構及要素之間相契合，土地資源利用率較高，同時也證明此研究合理。提高單一功能區識別的精確度，為混合功能區的構建提供了基礎理論依據。本研究的不足之處在于興趣點因公眾認知度的不同而存在的賦值差異，各要素之間影響力各不相同，邊緣地區數據較少。基于區域發展，響應“十四五規劃”，區域功能區分布應與發展目標一致，未來在生態建設的基礎上，優化城市群內部空間結構，構筑生態和安全屏障，形成多中心、多層級、多節點的網絡型城市群。