CN104679951B - 一种多因素空间聚类的城市街区功能区划方法 - Google Patents
一种多因素空间聚类的城市街区功能区划方法 Download PDFInfo
- Publication number
- CN104679951B CN104679951B CN201510071946.1A CN201510071946A CN104679951B CN 104679951 B CN104679951 B CN 104679951B CN 201510071946 A CN201510071946 A CN 201510071946A CN 104679951 B CN104679951 B CN 104679951B
- Authority
- CN
- China
- Prior art keywords
- factor
- area
- space
- correlation
- spatial
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000013316 zoning Methods 0.000 title claims abstract description 23
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 65
- 238000009826 distribution Methods 0.000 claims abstract description 18
- 238000010219 correlation analysis Methods 0.000 claims abstract description 16
- 238000011161 development Methods 0.000 claims abstract description 13
- 238000000556 factor analysis Methods 0.000 claims abstract description 10
- 230000009467 reduction Effects 0.000 claims abstract description 7
- 239000011159 matrix material Substances 0.000 claims description 34
- 238000005054 agglomeration Methods 0.000 claims description 20
- 230000002776 aggregation Effects 0.000 claims description 20
- 238000012732 spatial analysis Methods 0.000 claims description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 15
- 238000013439 planning Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 9
- 230000002596 correlated effect Effects 0.000 claims description 9
- 230000000875 corresponding effect Effects 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 108010014173 Factor X Proteins 0.000 claims description 3
- 230000003139 buffering effect Effects 0.000 claims description 3
- 230000000877 morphologic effect Effects 0.000 claims description 3
- 230000010287 polarization Effects 0.000 claims description 3
- 125000003367 polycyclic group Chemical group 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000008676 import Effects 0.000 claims description 2
- 230000004069 differentiation Effects 0.000 claims 1
- 238000004445 quantitative analysis Methods 0.000 abstract description 3
- 241000628997 Flos Species 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000001521 two-tailed test Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000032823 cell division Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Abstract
本发明公开了一种多因素空间聚类的城市街区功能区划方法，包括下述步骤：首先确定地区空间发展框架的影响因素，然后将各种因素对周边地区的影响程度以距离衰减方式划分影响范围；对空间影响因子进行相关分析，判断不同因子的空间相互关系是否满足空间降维的条件；再将多元数据进行降维，通过计算将多种影响因素归纳为空间规律性分布的若干主因子；最后根据主因子和初始空间影响因子在各个地域类型的平均值与其在目标地区的总体平均值的标准差倍数，判断各个地域类型的基本特征，确定城市街区功能区划。本发明以客观的评估为基础，借助相关分析、主因子分析和聚类分析等常用的计量分析方法，进行用地布局的归纳和提炼，使城市街区功能划分更为合理。
Description
技术领域
本发明涉及城乡规划编制技术领域，特别涉及一种多因素空间聚类的城市街区功能区划方法。
背景技术
城市的正常运行依赖于各项要素在空间上的合理布局，《周易·系辞下》：“日中为市，致天下之民，聚天下之货，交易而退，各得其所。”在现代社会的专业技术实践，如何对城市功能进行空间布局是城市规划的基本工作。
既有的规划技术中，功能的划分一般采用多因素的空间叠图法予以确定，其理论依据主要是盖迪斯的“调查-分析-规划”主张，操作上则源自于麦克哈格的“设计结合自然”模式，即在其规划操作过程中用多因素图示透明叠加的分析手法，确定规划的空间影响结果；在实际设计中，则演化为多因素分层叠加、综合判别的用地功能布局模式，即通过空间邻近、功能相似的原则，通过目测方式对空间叠图结果进行归纳性的规划布局，但这种方法过于依赖规划设计人员的从业经验，往往带有一定的主观随意性。
发明内容
本发明的主要目的在于克服现有技术的缺点与不足，提供一种多因素空间聚类的城市街区功能区划方法。
为了达到上述目的，本发明采用以下技术方案：
一种多因素空间聚类的城市街区功能区划方法，包括下述步骤：
S1、空间影响因子的界定，以地区的发展定位为导向，借鉴国际经验并结合地区特定条件，确定地区空间发展的主要影响因子，依据空间影响因子的形态特征，空间影响因子可以分为线状因子和块状因子和点状因子；
S2、空间影响因子的赋值，将各种空间影响因子对周边地区的影响程度以距离衰减方式划分3级影响范围，进行相应的影响度赋值，并运用ArcGIS软件生成各空间单元影响值；
S3、空间影响因子的相关分析，分析不同因素的影响空间分布及其相互关系，判断其是否适合多因素空间降维技术；
S4、空间影响因子的主因子分析，将不同因素的多元数据进行降维，通过计算将大量的影响因素归纳为规律性的若干主因子；
S5、基于主因子的地域聚类分析，根据主因子和空间影响因子在各个地域类型的平均值与其在目标地区的总体平均值的标准差倍数，判断各个地域类型的基本特征，由此确定城市街区功能区划。
优选的，步骤S1中，确定地区空间发展框架的主要影响因子的方法为：
S1.1、确定线状影响因子：线状影响因子包括滨水景观、深水岸线、大型的滨水开放空间、带状历史文化风貌区以及传统商业街；
S1.2、确定块状影响因子：块状影响因子包括历史文化风貌区面积较大的影响区域；
S1.3、确定点状影响因子：点状影响因子包括核心机构和大型企业、大型商务中心等产业节点、轨道交通站点、交通枢纽等交通节点、文化节点、环境节点空间集聚产生积极吸引作用的小型区域；
S1.4、在AutoCAD软件中绘制上层次规划确定的城市道路红线和水系，城市街区由道路红线和水系围合形成，将街区按照顺序编码，作为功能区划的工作底图；
S1.5、打开AutoCAD软件，在命令框输入命令BO，运用AutoCAD中的Boundary边界闭合命令，对每一个街区绘制闭合多段线，并保存为DWG格式文件，形成可编辑的城市街区矢量数据，为后续GIS分析做准备。
优选的，步骤S2中，对空间影响因子赋值的具体步骤为：
S2.1、划分影响范围
根据城乡规划编制技术的一般经验，将各种空间影响因子对周边地区的影响程度以距离衰减方式划分3级影响范围，并进行相应的影响度赋值，即高影响度范围、中影响度范围和低影响度范围；其中，大型历史文化风貌区的空间影响范围分为2级，即地区内和地区外；
S2.2、生成空间分析单元
在AutoCAD软件中绘制上层次规划确定的城市道路红线和水系，道路红线和水系围合形成城市街区，将街区按照顺序编码，并以街区为基本单位，得到n个空间分析单元；
S2.3、将空间分析单元输入AutoCAD软件；
打开AutoCAD格式的工作底图，绘制线状因子和块状因子和点状因子等空间影响因子，形成可编辑的矢量数据；
S2.4、赋值空间影响因子
打开ArcMap10.1软件，单击文件—添加数据—添加数据，将DWG格式的工作底图中的空间分析单元以及空间影响因子文件，逐层导入ArcGIS软件，运用“空间分析工具”中，“邻域分析”下的“多环缓冲”命令，依次输入250、500，分别对影响因子下的空间分析单元进行赋值。
优选的，步骤S2.1中，高影响度范围、中影响度范围和低影响度范围分别为：
S2.1.1、高影响度范围包括线状因子两侧250米范围内、点状因子半径250米范围内的区域以及历史文化风貌区的内部区域；等级较低的河流及文化节点适当缩小影响范围，高影响度为150米范围内的区域；
S2.1.2、中影响度范围包括线状因子两侧250-500米范围内、点状因子半径250-500米范围内的区域，以及等级较低的河流及文化节点150-300米范围内的区域；
S2.1.3、低影响度范围包括线状因子两侧500米范围外、点状因子半径500米范围外的区域，历史文化风貌区的外部区域以及等级较低的河流及文化节点300米范围外的区域。
优选的，步骤S3中，相关分析能够以数字的方式准确地描述变量间的相关关系程度，具体为：
S3.1、计算确定两两空间单元X和Y的算术平均值
S3.2、计算两两空间单元X和Y的相关性，其数学表达式为：
其中(xi,yi)(i＝1,2,…,n)为两影响因子的n对空间单元赋值；
S3.3、形成相关性矩阵，判别空间单元的相关性；
r与两因子X和Y的变异程度、度量单位及n的大小都无关系，因而可以用它来度量两变量间的相关性质和相关程度，r的正负表示两因子间相关的性质，r的大小表示两因子间相关的密切程度，越大表示相关程度越强,反之则越弱，其中r≤1；
当r＝0时，X与Y不相关；当0<r<1，X与Y之间存在正相关；当-1<r<0时，X与Y之间存在负相关；当r＝1时，X与Y之间存在完全相关；当r＝-1时，X与Y之间存在完全负相关；
在相关分析中，一般根据r的数值大小，将不完全线性相关的密切程度分为四个等级：0<r≤0.3的微弱相关；0.3<r≤0.6的低度相关；0.6<r≤0.8的中度相关；0.8r≤1的高度相关。
优选的，步骤S4具体为：
S4.1、根据空间影响因子和空间单元构建数据矩阵
其中p为空间影响因子集合,i为空间单元集合；
S4.2、计算相关矩阵R：
S4.3、用Jacobi方法求得R阵的特征值及其相应的特征向量；
S4.4、运用方差最大正交旋转法，对因子载荷矩阵进行正交旋转，使每个主因子的因子荷载平方向0或1两极分化,突出主导变量的作用；
设A为因子载荷矩阵：
S4.5、计算矩阵A中各列因子载荷值的方差V
式中btj为经过正交旋转后所得因子载荷矩阵的元素，为了避免出现负值，取其平方；为了使各变量不受共同度差异的影响，均除以共同度ht 2；
S4.6、对因子荷载矩阵Apm进行正交旋转，取m个主因子，对矩阵A中所有m列都配对进行旋转，共旋转m(m-1)/2次，算作一个循环，直到V值不在增大时旋转即告结束，即为正交旋转后的因子荷载分布。
优选的，步骤S5具体为：
S5.1、用主因子分析得到的m个主因子及n个空间单元组成一个新矩阵Zji；
S5.2、以此作为聚类分析的样本矩阵，计算各单元新样本数据之间的欧式距离；
S5.3、用动态聚类法中的K-均值法进行聚类，列出聚类表，得到各街区(空间单元)的分类结果；
S5.4、计算m个主因子和p个空间影响因子在各个地域类型的算术平均值μw，
街区的空间单元数为n；
S5.5、计算各个街区类型主因子得分的标准差δ；
S5.6、判断各个街区类型的基本特征，通过各单元平均差值偏离不同主因子标准差的倍数找出街区的类型特征，则有
通过各个街区类型在不同主因子上的数值Qw偏离0的程度，判别以及空间单元的划分得到城市街区功能区划。
本发明的原理为：本发明首先确定地区空间发展框架的影响因子，其中包括线状因子、块状因子和点状因子，并通过AutoCAD软件形成可编辑矢量数据；然后将各种空间影响因子对周边地区的影响程度以距离衰减方式划分3级影响范围，进行相应的影响度赋值，并运用ArcGIS软件生成各空间单元影响值；进一步，对空间影响因子进行相关分析，判断不同因子的影响空间分布及其相互关系；在此基础上，再将多元数据进行降维，通过计算将大量的影响因素归纳为影响分布较为相似的若干主因子；最后根据主因子和空间影响因子在各个地域类型的平均值与其在目标地区的总体平均值的标准差倍数，判断各个地域类型的基本特征，由此确定城市街区功能区划。
本发明与现有技术相比，具有如下优点和有益效果：
1、本发明通过计量分析方法，进行用地功能布局的归纳和提炼，使城市街区功能划分更为合理，有效克服了城市规划编制过于依赖从业经验的不足。
2、本发明以多因素空间的客观评估为基础，借助相关分析、主因子分析和聚类分析等常用的计量分析方法，具有可推广运用的优势。
附图说明
图1是本发明的流程图；
图2是本发明影响因子的空间分布示意图；
图3是AutoCAD边界闭合命令示意图；
图4(a)—图4(d)是主因子1-4的空间分布示意图；
图5是本发明空间单元类型分布图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。
实施例
本实施例以上海市北外滩地区为例，提供了一种基于主因子空间聚类的城市街区功能区划方法。北外滩地区东起大连路/秦皇岛路、西至河南北路，南起黄浦江/苏州河，北至周家嘴路，总用地面积为3.66平方公里。如图1所示，具体包括下述步骤：
(1)空间影响因子的界定
以地区的发展定位为导向，借鉴国际经验和结合地区特定条件，北外滩地区空间发展框架的主要影响因子包括滨水岸线、产业集群、轨道交通站点、历史文化底蕴和大型开放空间等。
如图2所示，依据空间影响因子的形态特征，空间影响因子可以分为线状因子、块状因子和点状因子。
(1-1)确定线状影响因子
线状影响因子包括滨水景观、深水岸线，大型的滨水开放空间，带状历史文化风貌区、传统商业街等。
滨水条件包括滨水景观和深水岸线，加之大型的滨水开放空间，外滩历史文化风貌区(苏州河以北部分)也位于黄浦江和苏州河交汇部位的滨水地带，为邮轮码头、观光休闲、商务办公、旅游酒店提供了得天独厚的发展条件。
四川北路是上海的传统商业街之一，也是历次城市总体规划确定的城市商业中心，将会促进沿线地带的商业服务、休闲娱乐和商务办公的空间集聚。
(1-2)确定块状影响因子
块状影响因子包括历史文化风貌区等面积较大的影响区域。提蓝桥历史文化风貌区在上海市的12个历史文化风貌区中具有特殊的历史文化底蕴，成为文化博览、观光休闲、旅游酒店的独特资源，同时也对街区内的建设活动形成相关的制约。
(1-3)确定点状影响因子
点状影响因子主要包括核心机构和大型企业、大型商务中心等产业节点、轨道交通站点、交通枢纽等交通节点、文化节点、环境节点等对空间集聚产生积极吸引作用的小型区域。
既有航运产业中核心机构(如航运交易所)和大型企业(如中远集团、中海集团、上海港务集团)、正在建设的国际客运中心、将要建设的大型商务中心(如白玉兰广场、航运服务中心、北外滩交通枢纽、商丘路/旅顺路地块)会对航运服务产业的空间集聚产生积极的吸引作用。
轨道交通站点为大型商务办公中心、商业购物中心和公共活动场所提供必要的人流集散条件，交通节点周围通常是高强度的混合土地用途。白玉兰广场、商丘路/旅顺路地块、北外滩交通枢纽地块都是与轨道交通站点相结合的商/办混合开发项目。
具有特殊意义的历史文化节点(如下海庙和摩西会堂)更为强化了提蓝桥历史文化风貌区的地域特色，形成具有特定吸引力的文化博览和观光休闲场所。
大型公共绿地也是城市建成环境中的稀缺资源，对于居住、商务、酒店和休闲等各类开发活动都会产生明显的积极作用。但在北外滩地区，除了线状的大型滨水绿带，并未形成点状的大型公共绿地，如表1所示：
表1空间要素的发展影响
(1-4)将各类空间影响因子输入AutoCAD格式的工作底图。
打开AutoCAD软件，运用AutoCAD中的Boundary边界闭合命令(如图3)，形成闭合多段线，并保存为DWG格式文件，形成可编辑的矢量数据，为下一步GIS分析做准备。此步骤在AutoCAD各版本软件中通用。
(2)空间影响因子的赋值
(2-1)划分影响范围
根据经验判断结合专家咨询意见，将各种空间影响因子对周边地区的影响程度以距离衰减方式划分3级影响范围，并进行相应的影响度赋值(见表2)，即高影响度范围(赋值3)、中影响度范围(赋值2)和低影响度范围(赋值1)。其中，历史文化风貌区的空间影响范围分为2级，即地区内(赋值3)和地区外(赋值1)。
表2空间要素的影响范围
上述步骤具体为：
(2-1-1)高影响度范围包括线状因子两侧250米范围内、点状因子半径250米范围内的区域以及历史文化风貌区的内部区域。要说明的是，苏州河较黄浦江等级低，文化节点较其他点状因子规模更小，故将其高影响度范围有所降低，为150米范围内的区域。
(2-1-2)中影响度范围包括线状因子两侧250-500米范围内、点状因子半径250-500米范围内的区域，以及苏州河、文化节点150-300米范围内的区域。
(2-1-3)低影响度范围包括线状因子两侧500米范围外、点状因子半径500米范围外的区域，历史文化风貌区的外部区域以及苏州河、文化节点300米范围外的区域。
(2-2)划分空间分析单元
以街坊为基本单位，将北外滩地区划分为93个空间分析单元，进行各种因子的影响度赋值，以考察不同空间影响因子的综合作用。
(2-3)将空间分析单元输入AutoCAD软件。
打开AutoCAD软件，运用AutoCAD中的Boundary边界闭合命令，将各空间单元分别形成闭合多段线，并保存为DWG格式文件，形成可编辑的矢量数据。
(2-4)赋值空间影响因子
打开ArcMap10.1软件，点击文件(F)-添加数据(T)-添加数据(T)，将DWG格式的空间分析单元以及空间影响因子文件，以Polygon形式分别导入ArcGIS软件，运用“空间分析工具”中，“邻域分析”下的“多环缓冲”命令，参考表2，依次输入250、500，分别对影响因子下的空间分析单元进行赋值。
(3)空间影响因子的相关分析
空间影响因子的相关分析可以判断不同因子的影响空间分布及其相互关系，为主因子分析提供基础，相关分析能够以数字的方式准确地描述变量间的相关关系程度。
具体步骤为：
(3-1)计算确定两两空间单元X和Y的算术平均值
(3-2)计算两两空间单元X和Y的相关性；
其数学表达式为：
其中(xi,yi)(i＝1,2,…,n)为两影响因子的n对空间单元赋值。
(3-3)形成相关性矩阵，判别空间单元的相关性(表3)
r与两因子X和Y的变异程度、度量单位及n的大小都无关系,因而可以用它来度量两变量间的相关性质和相关程度。r的正负表示两因子间相关的性质，r(r≤1)的大小表示两因子间相关的密切程度,越大表示相关程度越强，反之则越弱。
当r＝0时，X与Y不相关；当0<r<1,X与Y之间存在正相关；当-1<r<0时，X与Y之间存在负相关；当r＝1时,X与Y之间存在完全相关；当r＝-1时，X与Y之间存在完全负相关。
在相关分析中，一般根据r的数值大小，将不完全线性相关的密切程度分为四个等级：0<r≤0.3的微弱相关；0.3<r≤0.6的低度相关；0.6<r≤0.8的中度相关；0.8r≤1的高度相关。
通过计算对15个空间影响因子进行相关分析，可以发现，大多数的空间影响因子之间存在相关性，双尾检验显著性水平在0.01的有52对(见表3灰色)。双尾检验显著性水平在0.01且相关系数大于0.3的有28对，说明这些因子的空间影响范围较为重叠；双尾检验显著性水平在0.01且相关系数大于0.6的有10对(见表3中深灰色)，包括滨水岸线-滨水绿带、国客中心-中远集团、国客中心-白玉兰广场、中远集团-白玉兰广场、白玉兰广场-商丘路/旅顺路地块、中海集团-港务集团、港务集团-航交所、港务集团-航运服务中心、中海集团-航运服务中心、航交所-航运服务中心，说明这些因子的空间影响范围非常重叠。
表3空间要素相关系数矩阵表
(4)空间影响因子的主因子分析
相关分析表明，尽管空间影响因子较多，但不少因子的空间影响范围存在相关关系，即它们的空间影响范围较为重叠。主因子分析是一种降维处理技术，可以将大量的影响因素归纳为空间影响分布较为相似的若干主因子。在统计学上，一般选用特征值在1以上的主因子，累计解释方差在70％以上就可以满意了。
具体步骤为：
(4-1)根据空间影响因子和空间单元构建数据矩阵
其中p为空间影响因子集合,本案例中为15个，为空间单元集合，本案例中为93个。
(4-2)算出相关矩阵R:
(4-3)用Jacobi方法求得R阵的特征值及其相应的特征向量
(4-4)运用方差最大正交旋转法，对因子载荷矩阵进行正交旋转，使每个主因子的因子载荷平方向0或1两极分化,突出主导变量的作用。
设A为因子载荷矩阵：
(4-5)计算矩阵A中各列因子载荷值的方差V
式中btj为经过正交旋转后所得因子载荷矩阵的元素，为了避免出现负值，取其平方；为了使各变量不受共同度差异的影响,均除以共同度ht 2。
(4-6)对因子荷载矩阵Apm进行正交旋转，取4个主因子，对矩阵A中所有m列都配对进行旋转，共旋转6次,算作一个循环，直到V值不在增大时旋转即告结束，即为正交旋转后的因子荷载分布。
运用主因子分析方法，得到北外滩地区的空间分异的4个主因子及其特征值、贡献率、累计贡献率和因子荷载分布(见表4和表5)，能够满足统计学的要求，即因子的特征值大于1和累计解释方差大于70％。
表4主因子的特征值及贡献率
表5旋转后的因子荷载分布
如图4(a)-图4(d)所示，主因子1对港务集团、航运服务中心(汇山地块)、航交所、中海集团和北外滩交通枢纽有绝对值较大的荷载，反映了既有和潜在航运产业和商务中心的空间集聚特征，可以定义为航运产业空间集聚因子。
主因子2对白玉兰广场、国客中心、中远集团和商丘路/旅顺路地块有绝对值较大的荷载，也反映了航运产业的空间集聚特征，同样可以定义为航运产业空间集聚因子。
主因子3对滨水岸线、外滩风貌区、滨水绿带和轨道交通站点有绝对值较大的荷载，与外滩风貌区、滨水岸线和滨水绿带呈正相关，与轨道交通站点呈负相关，反映邻近滨水地带(但相对远离轨道交通站点)的层次性区位特征，可以定义为南北向层次格局因子。
主因子4对提篮桥风貌区和四川北路商业区有绝对值较大的荷载，主要反映了提篮桥风貌区和四川北路商业区分别位于北外滩地区东西两段的区段性区位特征，可以定义为东西向区段格局因子。
上述4个主因子归纳了15个空间影响因子的空间影响范围的综合作用，包括航运产业的2个空间集聚节点、基于滨水地带的南北向层次格局、基于四川北路商业区和提蓝桥历史文化风貌区的东西向区段格局、以及轨道交通站点的可达性。
依据4个主因子在93个空间单元的得分情况，可以考察主因子的空间分布特征。
(A)主因子1：航运产业空间集聚特征
主因子1与港务集团、航运服务中心(汇山地块)、航交所、中海集团和北外滩交通枢纽呈正相关，也反映了航运产业的空间集聚特征。因子得分较高的地段主要集中在秦皇岛路-杨树浦路-舟山路-长治路-公平路-大名路-高阳路-黄浦江围合的区域，呈现出因子得分向外逐渐衰减的趋势。
(B)主因子2：航运产业空间集聚特征
主因子2与白玉兰广场、中远集团、国客中心和商丘路/旅顺路地块呈正相关，反映了航运产业的空间集聚特征。因子得分较高的地段主要集中在新建路-唐山路-商丘路-长治路-虹口港-黄浦江围合的区域，呈现出因子得分向外逐渐衰减的趋势。
(C)主因子3：层次性区位格局特征
主因子3与外滩风貌区、滨水岸线和滨水绿带呈正相关，与轨道交通站点呈负相关性，反映了邻近滨江地带的层次性区位格局特征。因子得分最高的地段集中于四川路-天潼路-武昌路-黄浦江围合的区域，并呈现出因子得分从南向北逐渐衰减的趋势。
(D)主因子4：区段性区位格局特征
主因子4与四川北路商业区和提篮桥历史风貌区分别呈负相关和正相关，反映了东西向的区段性区位格局特征。因子得分最高的地段主要集中在乍浦路以西的四川北路商业区域，因子得分最低的地段是提篮桥历史风貌区，呈现出明显的东西板块状态。
(5)基于主因子的地域聚类分析
聚类分析是统计分析中关于事物分类的定量方法。综合地考虑4个主因子的空间影响，即依据4个主因子在93个街区(空间单元)的得分，对北外滩地区进行地域聚类分析，由此产生6种地域类型。再根据4个主因子和15个空间影响因子在各个地域类型的平均值与其在北外滩地区的总体平均值的标准差倍数(见表6)，可以判断各个地域类型的街区特征。一般而言，如某一类型地域的某一因子高于或低于总体平均值的一个标准差(1.00Std)，则表明该因子可以作为判断这类街区的特征要素；如几个因子偏离总体平均值都在一个标准差(1.00Std)以内，则以偏离总体平均值的标准差倍数较大的因子作为判断这类街区的特征要素。
具体步骤为：
(5-1)用主因子分析得到的4个主因子及93个街区(空间单元)组成一个新矩阵Zji；
(5-2)以此作为聚类分析的样本矩阵,计算各街区新样本数据之间的欧式距离。
(5-3)用动态聚类法中的K-均值法(K-means)进行聚类,列出聚类表,得到各街区(空间单元)的分类结果；
(5-4)计算4个主因子和15个空间影响因子在各个地域类型的算术平均值μw，空间单元数为93。
(5-5)计算各个街区类型在北外滩地区的标准差δ。
(5-6)判断各类街区的基本特征，通过各类单元平均值偏离不同主因子总体均值的标准差倍数，找出街区的类型特征，则有
通过各个街区类型在不同主因子上的平均值Qw偏离总体均值0的程度，判别城市街区功能区划，特别地，如果某类街区在一个主因子上偏离0的绝对值超过1.00，或者该主因子偏离0的绝对值属于所有类中最大的前两位，则认为这类街区在该主因子上具有显著特征，并根据偏离总体均值的正负情况进行特征归纳。
表6各类街区的空间影响因子和主因子平均值及偏离总体均值的标准差倍数
如图5所示。划分后的地域分为6个类型的街区：
(a)第1类街区：四川北路商业区
第1类街区主要与区段性主因子呈负相关，该主因子平均值低于总体平均值的标准差倍数为2.14Std。具体而言，与四川北路呈负相关，因子平均值低于总体平均值的标准差倍数为1.55Std，因而属于四川北路商业区的组成部分。在空间分布上，第1类街区分布在乍浦路-海宁路-河南路-北苏州河路围合的范围内。
(b)第2类街区：外滩历史文化风貌区的组成部分
第2类街区主要与层次性主因子正相关，该主因子平均值高于总体平均值的2.60Std。具体而言，与滨水绿带、滨水岸线、外滩历史文化风貌区呈正相关，因子平均值高于总体平均值的标准差倍数分别为1.32Std、1.73Std、2.98Std；但与轨道交通占点呈负相关，因子平均值低于总体平均值的标准差倍数为1.52Std。该类街区属于北外滩地区西段的苏州河和黄浦江交汇部位的滨水地带，是外滩历史文化风貌区的组成部分，但距离轨道交通站点相对较远。
(c)第3类街区：北外滩地区的腹地
第3类街区与航运服务集聚主因子1、层次性主因子呈负相关，空间影响因子总体平均值的差值都在一个标准差以内，偏离总体平均值最大的为滨水绿带(-0.68Std)和滨水岸线(-0.69Std)，因而属于北外滩地区的腹地。在空间分布上，第3类街区基本上分布在乍浦路-唐山路-大连路-周家嘴路围合的范围内。
(d)第4类街区：航运产业空间集聚区域
第4类街区主要与航运产业空间集聚主因子呈正相关，该主因子平均值高于总体平均值的标准差倍数为1.83Std。具体而言，与滨水绿带、国客中心、中远集团、白玉兰广场、商丘路/旅顺路地块呈正相关，因子平均值高于总体平均值的标准差倍数分别为1.06Std、1.84Std、1.92Std、1.60Std、1.11Std，因而属于航运产业空间集聚区域。在空间分布上，第4类街区分布在高阳路-唐山路-峨嵋路-长治路-武昌路-黄浦江围合的范围内。
(e)第5类街区：航运产业空间集聚区域
第5类街区也与航运产业空间集聚主因子呈正相关，该主因子平均值高于总体平均值的标准差倍数为3.32Std。具体而言，与中海集团、港务集团、航交所、航运服务中心(汇山地块)、北外滩交通枢纽呈正相关，因子平均值高于总体平均的值标准差倍数分别为1.67Std、1.81Std、1.52Std、1.64Std、1.33Std，因而属于航运产业空间集聚区域。在空间分布，第5类街区分布在秦皇岛路-杨树浦路-大连路-惠民路-临潼路-杨树浦路-海门路-长治路-公平路-唐山路-高阳路-黄浦江围合的范围内。
(f)第6类街区：提篮桥历史文化风貌区
第6类街区主要与区段性主因子呈正相关，该主因子平均值高于总体平均值的标准差倍数为2.48Std。具体而言，与北外滩交通枢纽、提篮桥历史文化风貌区呈正相关，因子平均值高于总体平均值的标准差倍数分别为1.48Std、3.72Std。在空间分布上，第6类街区与提篮桥历史文化风貌区完全重合。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。
Claims (7)
1.一种多因素空间聚类的城市街区功能区划方法，其特征在于，包括下述步骤：
S1、空间影响因子的界定，以地区的发展定位为导向，借鉴国际经验并结合地区特定条件，确定地区空间发展的主要影响因子，依据空间影响因子的形态特征，空间影响因子可以分为线状因子和块状因子和点状因子；
S2、空间影响因子的赋值，将各种空间影响因子对周边地区的影响程度以距离衰减方式划分3级影响范围，进行相应的影响度赋值，并运用ArcGIS软件生成各空间单元影响值；
S3、空间影响因子的相关分析，分析不同因子的影响空间分布及其相互关系，判断其是否适合多因素空间降维技术；
S4、空间影响因子的主因子分析，将多元数据进行降维，通过计算将大量的影响因素归纳为空间规律性分布的若干主因子；
S5、基于主因子的地域聚类分析，根据主因子和空间影响因子在各个地域类型的平均值与其在目标地区的总体平均值的标准差倍数，判断各个地域类型的基本特征，由此确定城市街区功能区划。
2.根据权利要求1所述的多因素空间聚类的城市街区功能区划方法，其特征在于，步骤S1中，确定地区空间发展框架的主要影响因子的方法为：
S1.1、确定线状影响因子：线状影响因子包括滨水景观、深水岸线、大型的滨水开放空间、带状历史文化风貌区以及传统商业街；
S1.2、确定块状影响因子：块状影响因子包括历史文化风貌区面积较大的影响区域；
S1.3、确定点状影响因子：点状影响因子包括核心机构和大型企业、大型商务中心产业节点、轨道交通站点、交通枢纽交通节点、文化节点和环境节点空间集聚产生积极吸引作用的小型区域；
S1.4、在AutoCAD软件中绘制上层次规划确定的城市道路红线和水系，城市街区由道路红线和水系围合形成，将街区按照顺序编码，作为功能区划的工作底图；
S1.5、打开AutoCAD软件，在命令框输入命令BO，运用AutoCAD中的Boundary边界闭合命令，对每一个街区绘制闭合多段线，并保存为DWG格式文件，形成可编辑的城市街区矢量数据，为后续GIS分析做准备。
3.根据权利要求1所述的多因素空间聚类的城市街区功能区划方法，其特征在于，步骤S2中，对空间影响因子赋值的具体步骤为：
S2.1、划分影响范围
根据城乡规划编制技术的经验，将各种空间影响因子对周边地区的影响程度以距离衰减方式划分3级影响范围，并进行相应的影响度赋值，即高影响度范围、中影响度范围和低影响度范围；其中，大型历史文化风貌区的空间影响范围分为2级，即地区内和地区外；
S2.2、生成空间分析单元
在AutoCAD软件中绘制上层次规划确定的城市道路红线和水系，道路红线和水系围合形成城市街区，将街区按照顺序编码，并以街区为基本单位，得到n个空间分析单元；
S2.3、将空间分析单元输入AutoCAD软件；
打开AutoCAD格式的工作底图，绘制线状因子和块状因子和点状因子空间影响因子，形成可编辑的矢量数据；
S2.4、赋值空间影响因子
打开ArcMap10.1软件，单击文件—添加数据—添加数据，将DWG格式的工作底图中的空间分析单元以及空间影响因子文件，逐层导入ArcGIS软件，运用“空间分析工具”中，“邻域分析”下的“多环缓冲”命令，依次输入250、500，分别对影响因子下的空间分析单元进行赋值。
4.根据权利要求3所述的多因素空间聚类的城市街区功能区划方法，其特征在于，步骤S2.1中，高影响度范围、中影响度范围和低影响度范围分别为：
S2.1.1、高影响度范围包括线状因子两侧250米范围内、点状因子半径250米范围内的区域以及历史文化风貌区的内部区域；等级较低的河流及文化节点适当缩小影响范围，高影响度为150米范围内的区域；
S2.1.2、中影响度范围包括线状因子两侧250-500米范围内、点状因子半径250-500米范围内的区域，以及等级较低的河流及文化节点150-300米范围内的区域；
S2.1.3、低影响度范围包括线状因子两侧500米范围外、点状因子半径500米范围外的区域，历史文化风貌区的外部区域以及等级较低的河流及文化节点300米范围外的区域。
5.根据权利要求1所述的多因素空间聚类的城市街区功能区划方法，其特征在于，步骤S3中，相关分析能够以数字的方式准确地描述变量间的相关关系程度，具体为：
S3.1、计算确定两两空间单元X和Y的算术平均值
S3.2、计算两两空间单元X和Y的相关性，其数学表达式为：
其中(xi,yi)为两影响因子的n对空间单元赋值，i＝1,2,…,n；
S3.3、形成相关性矩阵，判别空间单元的相关性；
r与两因子X和Y的变异程度、度量单位及n的大小都无关系，因而可以用它来度量两变量间的相关性质和相关程度，r的正负表示两因子间相关的性质，r的大小表示两因子间相关的密切程度，越大表示相关程度越强,反之则越弱，其中r≤1；
当r＝0时，X与Y不相关；当0<r<1，X与Y之间存在正相关；当-1<r<0时，X与Y之间存在负相关；当r＝1时，X与Y之间存在完全相关；当r＝-1时，X与Y之间存在完全负相关；
在相关分析中，根据r的数值大小，将不完全线性相关的密切程度分为四个等级：0<r≤0.3的微弱相关；0.3<r≤0.6的低度相关；0.6<r≤0.8的中度相关；0.8r≤1的高度相关。
6.根据权利要求1所述的多因素空间聚类的城市街区功能区划方法，其特征在于，步骤S4具体为：
S4.1、根据空间影响因子和空间单元构建数据矩阵
其中p为空间影响因子集合,i为空间单元集合；
S4.2、计算相关矩阵R：
S4.3、用Jacobi方法求得R阵的特征值及其相应的特征向量；
S4.4、运用方差最大正交旋转法，对因子载荷矩阵进行正交旋转，使每个主因子的因子荷载平方向0或1两极分化,突出主导变量的作用；
设A为因子载荷矩阵：
S4.5、计算矩阵A中各列因子载荷值的方差V
式中btj为经过正交旋转后所得因子载荷矩阵的元素，为了避免出现负值，取其平方；为了使各变量不受共同度差异的影响,均除以共同度ht 2，其中
S4.6、对因子荷载矩阵Apm进行正交旋转，取m个主因子，对矩阵A中所有m列都配对进行旋转，共旋转m(m-1)/2次，算作一个循环，直到V值不在增大时旋转即告结束，即为正交旋转后的因子荷载分布。
7.根据权利要求6所述的多因素空间聚类的城市街区功能区划方法，其特征在于，步骤S5具体为：
S5.1、用主因子分析得到的m个主因子及n个空间单元组成一个新矩阵Zji；
S5.2、以此作为聚类分析的样本矩阵，计算各单元新样本数据之间的欧式距离；
S5.3、用动态聚类法中的K-均值法进行聚类，列出聚类表，得到各街区的分类结果；
S5.4、计算m个主因子和p个空间影响因子在各个地域类型的算术平均值μw，街区的空间单元数为n；
S5.5、计算各个街区类型主因子得分的标准差δ；
S5.6、判断各个街区类型的基本特征，通过各单元平均差值偏离不同主因子标准差的倍数找出街区的类型特征，则有
通过各个街区类型在不同主因子上的数值Qw偏离0的程度，判别以及空间单元的划分得到城市街区功能区划。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510071946.1A CN104679951B (zh) | 2015-02-11 | 2015-02-11 | 一种多因素空间聚类的城市街区功能区划方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510071946.1A CN104679951B (zh) | 2015-02-11 | 2015-02-11 | 一种多因素空间聚类的城市街区功能区划方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104679951A CN104679951A (zh) | 2015-06-03 |
| CN104679951B true CN104679951B (zh) | 2018-08-21 |
Family
ID=53314990
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510071946.1A Expired - Fee Related CN104679951B (zh) | 2015-02-11 | 2015-02-11 | 一种多因素空间聚类的城市街区功能区划方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104679951B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106529560B (zh) * | 2015-12-09 | 2019-09-20 | 中国科学院城市环境研究所 | 一种综合人口密度与景观结构的城市功能区的识别方法 |
| CN107563803B (zh) * | 2017-08-24 | 2020-12-08 | 北京工商大学 | 一种基于耗费距离栅格的商圈划分方法 |
| CN109688532B (zh) * | 2017-10-16 | 2020-11-24 | 中移(苏州)软件技术有限公司 | 一种划分城市功能区域的方法及装置 |
| CN109492796A (zh) * | 2018-10-12 | 2019-03-19 | 东南大学 | 一种城市空间形态自动分区方法与系统 |
| CN112949914A (zh) * | 2021-02-09 | 2021-06-11 | 深圳大学 | 一种产业集群的识别方法、装置、存储介质及电子设备 |
| CN116108758B (zh) * | 2023-04-10 | 2023-06-27 | 中南大学 | 滑坡易发性评价方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1442835A (zh) * | 2002-03-05 | 2003-09-17 | 麦士威(香港)电子技术有限公司 | 电子地图的规划设置方法 |
| CN1834354A (zh) * | 2006-07-11 | 2006-09-20 | 董国良 | 一种空间有序化的节地节能畅通宁静生态城市系统 |
| CN102436634A (zh) * | 2011-10-13 | 2012-05-02 | 东南大学 | 一种确定城市中心区空间边界的测算方法 |
| CN102592008A (zh) * | 2011-12-30 | 2012-07-18 | 华东师范大学 | 基于gis技术的城市排水管网设计系统及方法 |
| CN103177338A (zh) * | 2013-03-19 | 2013-06-26 | 东南大学 | 一种面向城市分区规划的空间分区方法 |
| CN103337035A (zh) * | 2013-03-19 | 2013-10-02 | 东南大学 | 基于定量评价的确定城市中心体系选址方法 |
-
2015
- 2015-02-11 CN CN201510071946.1A patent/CN104679951B/zh not_active Expired - Fee Related
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1442835A (zh) * | 2002-03-05 | 2003-09-17 | 麦士威(香港)电子技术有限公司 | 电子地图的规划设置方法 |
| CN1834354A (zh) * | 2006-07-11 | 2006-09-20 | 董国良 | 一种空间有序化的节地节能畅通宁静生态城市系统 |
| CN102436634A (zh) * | 2011-10-13 | 2012-05-02 | 东南大学 | 一种确定城市中心区空间边界的测算方法 |
| CN102592008A (zh) * | 2011-12-30 | 2012-07-18 | 华东师范大学 | 基于gis技术的城市排水管网设计系统及方法 |
| CN103177338A (zh) * | 2013-03-19 | 2013-06-26 | 东南大学 | 一种面向城市分区规划的空间分区方法 |
| CN103337035A (zh) * | 2013-03-19 | 2013-10-02 | 东南大学 | 基于定量评价的确定城市中心体系选址方法 |
Non-Patent Citations (2)
| Title |
|---|
| 城市功能分区的空间聚类方法研究及其应用——以济南市为例;王艳等;《地域研究与开发》;20090228;第28卷(第1期);第27-31页 * |
| 改革开放以来上海社会空间结构演化的特征与趋势;付磊等;《人文地理》;20091231;第33-40页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104679951A (zh) | 2015-06-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104679951B (zh) | 一种多因素空间聚类的城市街区功能区划方法 | |
| Ottelin et al. | What can we learn from consumption-based carbon footprints at different spatial scales? Review of policy implications | |
| Brunner | What is economic corridor development and what can it achieve in Asia's subregions? | |
| Yu et al. | Analyzing and modeling land use land cover change (LUCC) in the Daqing City, China | |
| Chen et al. | Real estate boom and misallocation of capital in China | |
| Zeng et al. | Monitoring and modeling urban expansion—A spatially explicit and multi-scale perspective | |
| Kim | Advanced transport and spatial systems models: applications to Korea | |
| Geng et al. | Coordination assessment of environment and urbanization: Hunan case | |
| Masser et al. | Spatial representation and spatial interaction | |
| Cui et al. | Driving factors of urban land growth in Guangzhou and its implications for sustainable development | |
| Ghani et al. | Highway to success in India: the impact of the golden quadrilateral project for the location and performance of manufacturing | |
| Bamrungkhul et al. | The assessment of land suitability for urban development in the anticipated rapid urbanization area from the Belt and Road Initiative: A case study of Nong Khai City, Thailand | |
| Fujimura et al. | Critical evaluation of cross-border infrastructure projects in Asia | |
| Zyoud et al. | Comparison of several decision-making techniques: a case of water losses management in developing countries | |
| Wang et al. | Comparative analysis of port efficiency in Yangtze River Delta and Pearl River Delta: a meta Dynamic DDF approach | |
| Rao et al. | The antagonistic effect of urban growth pattern and shrinking cities on air quality: Based on the empirical analysis of 174 cities in China | |
| Arunyanart et al. | Selection of export route option in GMS region: recommendation for current situation | |
| Esmail | Efficiency Assessment of Jazan Port Based on Data Envelopment Analysis | |
| Feng | Economic and ecological optimization of the London urban logistics system considering infection risk during pandemic periods | |
| Zazerskaya | Spatial development of territories: cross-border aspect | |
| Benmaamar et al. | Angola Road Sector Public Expenditure Review | |
| Kwak et al. | Development of South Korea’s National Integrated Building Energy Management System for Green Building Policies: Overview and Building Energy Statistics | |
| Credit | Economic Development for the 21 St Century: How Proximity to Transit and Walkability Influence Business Creation and Performance | |
| Liu et al. | Measurement of the Trade Facilitation in Taiwan Semiconductor Export Regions | |
| Venerandi et al. | Diachronic investigation of the urban form of Qom (Iran) through morphometric approach |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20181221 Address after: 200000 1239 Siping Road, Yangpu District, Shanghai Patentee after: TONGJI University Address before: School of Architecture and Urban Planning, Tongji University, 1239 Siping Road, Shanghai, 200092 Co-patentee before: Zhao Miaoxi Patentee before: Tang Zilai Co-patentee before: Xu Gaofeng Co-patentee before: Zhong Ye |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20190716 Address after: No. 1239 Siping Road, Yangpu District, Shanghai, 2000 Co-patentee after: SOUTH CHINA University OF TECHNOLOGY Patentee after: TONGJI University Address before: 200000 Siping Road 1239, Shanghai, Yangpu District Patentee before: Tongji University |
|
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180821 |