CN114003828A - 一种基于poi数据的城市街区功能混合度表达方法 - Google Patents

Abstract

本发明公开一种基于POI数据的城市街区功能混合度表达方法，涉及城市街区功能研究领域，包括获取城市POI兴趣点数据信息，对数据信息进行定性、归类与清洗，获得实际混合度与计算混合度，通过皮尔逊相关性分析获得权重系数，获得各街区的功能混合指数，生产三元相图，通过三元相图生成不同功能分级统计地图；本发明将城市功能空间结构与POI大数据相结合，为一次性识别街区内的主导功能、功能混合程度以及街区间的功能变化趋势等信息提供了较为直观的手段；同时，城市超级街区功能混合的分布特征与规律产生一定的整体性认知，并能够以此进一步探讨中的影响因素。

Description

一种基于POI数据的城市街区功能混合度表达方法

技术领域

本发明涉及及城市街区功能研究领域，具体的是一种基于POI数据的城市街区功能混合度表达方法。

背景技术

功能混合是当代城市规划设计研究的一个重要议题。功能混合被普遍认为是营造具有多样性和活力的城市生活环境、推动城市可持续发展的重要原则和方法，是1990年代以后欧洲的“紧凑城市”、日本的“社区建设”，和21世纪以来英国的“城市复兴”、美国的“精明增长”等理论的核心内容。我国新型城镇化背景下，街区功能的合理混合是城市“优化结构，提升效率”的重要抓手，实现集约化、可持续发展的重要环节。国内外学者在功能混合的概念、理论和实践方面已经展开了多层次的研究，尤其是近年来欧美学者在功能混合程度的描述和图示方法方面取得了进展，并开始应用于具体城市环境的分析评价。目前，国内较缺乏对城市整体空间结构下功能混合度分布特征进行认知的有效技术方法，且尽管部分研究数据源种类丰富，但存在可解释性、可复现性不强等问题。

另一方面，混合度指数以不同功能建筑面积为基础的量化表达方式，在实际应用中，数据来源往往成为一个限制因素，尤其是对于较大范围建成区的研究而言。

发明内容

为解决上述背景技术中提到的不足，本发明的目的在于提供一种基于POI数据的城市街区功能混合度表达方法，本发明将城市功能空间结构与POI大数据相结合，为一次性识别街区内的主导功能、功能混合程度以及街区间的功能变化趋势等信息提供了较为直观的手段；同时，城市超级街区功能混合的分布特征与规律产生一定的整体性认知，并能够以此进一步探讨中的影响因素。

本发明的目的可以通过以下技术方案实现：

一种基于POI数据的城市街区功能混合度表达方法，包括以下步骤：

S1、获取城市POI兴趣点数据信息；

S2、对数据信息进行定性、归类与清洗；

S3、根据数据信息获取实际混合度与预估权重系数，并根据预估权重系数的权重值测算计算混合指数；

S4、将计算混合指数与实际混合指数进行皮尔逊相关性分析获得采纳权重系数；

S5、通过采纳权重系数得到不同功能建筑面积的占比值，并以此获得各街区的功能混合指数；

S6、功能混合指数通过可视化的方式反映到街区单元划分图上，生成三元相图；

S7、通过三元相图生成不同功能分级统计地图。

进一步地，所述S1具体为通过高德地图API接口获取城市中各个街区的POI兴趣点数据信息。

进一步地，所述S2具体为通过POI兴趣点数据信息依据居住、工作、访问的功能分类原则进行定性和归类，分别计算出居住功能类建筑面积S1居、工作类建筑面积S1工、访问类建筑面积S1访，以及三类功能的总建筑面积S1＝S1居+S1工+S1访；并核对清洗不必要的数据信息，分别得到居住POI数、工作POI数和访问POI数。

进一步地，所述S3具体为

S3.1、计算每个样本街区的实际混合指数H＝(X，Y，Z)，不同街区功能混合指数的计算以单元内三类功能各自的建筑面积占总建筑面积的比例表示确定；

其中，X代表街区单元内居住面积占总建筑面积的百分比；

Y代表工作面积占总建筑面积的百分比；

Z代表访问面积占总建筑面积的百分比；

X、Y、Z三者之和为100％；

S3.2、将S2与S3.1中的数据代入公式

(P_L×a):(P_W×b):(P_V×1)＝A_L:A_W:A_V

其中，P为街区内POI个数，A为建筑面积，L、W、V分别代表居住、工作、访问，a、b分别为当访问类功能权重值为1时居住类和工作类功能所对应的权重值；

从而获取预估权重系数，并根据预估权重系数的权重值测算计算混合指数。

进一步地，所述S5具体为通过权重系数对居住、工作、访问的POI进行转化，得到不同功能建筑面积的占比值，即：

从而获得各街区的功能混合指数。

进一步地，所述S6具体为功能混合指数通过可视化的方式反映到街区单元划分图上，以三角形的三条边作为三个基本功能类型混合比例的坐标，以三原色分别表示居住、访问、工作三类功能，通过混色表达不同的功能混合度，建立三元相图；

在三元相图中，每类功能的占比以10％为一个梯度单元，从而将三角形划分成100格，每格对应于一种索引色；

从三元相图的周边往中间，居住、访问、工作三大基本功能类型混合度逐渐增加，色相纯度降低而明度提高，最终在中心的三角成为白色。

进一步地，所述S7具体为利用Origin软件，将街区单元的功能混合指数定位到三元相图上；

通过三元相图建立的功能混合指数与色彩之间的映射关系，将功能混合指数转化为特定的索引色，并在ArcGIS软件中进行管理，得到三元相映射图例的分级统计地图。

本发明的有益效果：

本发明将城市功能空间结构与POI大数据相结合，为一次性识别街区内的主导功能、功能混合程度以及街区间的功能变化趋势等信息提供了较为直观的手段；同时，城市超级街区功能混合的分布特征与规律产生一定的整体性认知，并能够以此进一步探讨中的影响因素。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明的方法流程示意图；

图2是本发明南京老城街区单元划分及编号；

图3是本发明南京老城POI空间分布；

图4是本发明南京老城10个样本街区；

图5是本发明南京老城区功能混合特征；

图6是本发明功能混合指数在三元想图上的分布；

图7本发明功能混合度类型。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

一种基于POI数据的城市街区功能混合度表达方法，如图1和图2所示，包括以下步骤：

1、通过高德地图API接口(https://ditu.amap.com/)获取2021年南京城市中老城区范围内POI兴趣点数据信息，共计101,516个POI兴趣点数据。

2、从步骤1所选城市及所选范围内选取10个典型街区进行实地调研，获得这10个典型街区所有建筑的建筑面积数据。

街区建筑的功能类别如下表：

表1功能类别的界定

3、将步骤1中的POI兴趣点数据信息依据居住、工作、访问的功能分类原则进行定性和归类，并核对清洗不必要的数据信息，分别得到居住POI数、工作POI数和访问POI数，如图3所示。

4、将南京城市中老城区范围内所有街区进行编号，所选的10个样本街区分别是24、28、45+46、47、55、57、59、69、73、74号街区。

5、进一步，将每个样本街区的建筑面积数据依据居住、工作、访问的功能分类原则进行定性和归类。以24号街区为例，分别计算出居住功能类建筑面积325156m²、工作类建筑面积229678m²、访问类建筑面积282794m²，以及三类功能的总建筑面积837628m²。

6、进一步，计算样本街区的实际混合指数H＝(X，Y，Z)，不同街区功能混合度的计算以单元内三类功能各自的建筑面积占总建筑面积的比例表示确定。其中，X代表街区单元内居住面积占总建筑面积的百分比，Y代表工作面积占总建筑面积的百分比，Z代表访问面积占总建筑面积的百分比，X、Y、Z三者之和为100％。以24号街区为例，X＝38.8％，Y＝27.4％，Z＝33.8％。

7、重复步骤5、6，得到H28＝(42.0％，37.8％，20.2％)，H45+46＝(54.1％，24.7％，21.1％)，H47＝(65.8％，12.0％，22.2％)，H55＝(45.5％，29.4％，25.0％)，H57＝(41.0％，42.0％，17.0％)，H59＝(12.3％，35.9％，51.8％)，H69＝(34.2％，31.2％，34.6％)，H73＝(31.0％，40.9％，28.1％)，H74＝(35.1％，41.2％，23.7％)。

8、步骤3中POI表达的是不同功能所在的点，这些点所指代的不同功能实体的面积各不相同，比如“居住”类数据点通常指代的是一整栋住宅楼或一个小区，拥有较大的建筑面积；而“访问”类的数据点通常指代的只是某个沿街商铺或大型商场内的某一品牌店面，建筑面积较小。因此，POI需要赋予权重对其进行建筑面积指标的转化。将POI数据与实地调研数据列表“样本街区数据信息汇总”，纵栏为10各样本街区，横栏依次为居住面积(m²)、居住POI数、工作面积(m²)、工作POI数、访问面积(m²)、访问POI数、总建筑面积(m²)、居住实际混合度(％)、工作实际混合度(％)、访问实际混合度(％)；见表2：

表2南京老城样本街区数据信息汇总

9、将“样本街区数据信息汇总”数据代入如下方程式，从而获得10组POI数转化为建筑面积所对应的预估权重系数：(P_L×a):(P_W×b):(P_V×1)＝A_L:A_W:A_V。其中，P为街区内POI个数，A为建筑面积，L、W、V分别代表居住、工作、访问，a、b分别为当访问类功能权重值为1时居住类和工作类功能所对应的权重值。

10、对解得的10组a、b数值分别取其中位数，得到一个初步权重系数，依据该权重值测算“计算混合指数”，并将计算混合指数与实际混合指数进行皮尔逊相关性分析；见表三。

表3计算混合度与实际混合度皮尔逊相关性分析结果

11、进一步，按照一定步长逐渐增大或减小该权重值，使居住、工作、访问三者各自的相关性系数达到相对最大且均衡的状态。经过多次测试，当该权重值为50：3：1时，满足上述情况，此时的权重值即为采纳权重系数。

12、进一步，采用50：3：1的权重值对居住、工作、访问的POI进行转化，得到不同功能建筑面积的占比值，即

从而获得各街区的功能混合指数。

13、将步骤12中所得功能混合指数通过可视化的方式反映到街区单元划分图上，具体的以三角形的三条边作为三个基本功能类型混合比例的坐标，以三原色RGB(Red，Green，Blue)分别表示居住、访问、工作三类功能，通过混色表达不同的功能混合度。

14、进一步，在三元相图中，每类功能的占比以10％为一个梯度单元，从而将三角形划分成100格，每格对应于一种索引色(Indexed Colour)。

15、不同的颜色不仅反映出三类功能的混合程度，而且可以显示其中的主导功能以及场所属性。邻近角部的颜色接近三原色，表示某一类功能主导性较强的单功能区。三边中段的颜色区域表示两类功能占比较高的双功能混合区，如黄色区域表示居住与访问两类功能的占比较高；品红区域表示居住与工作双功能混合区；青色区域表示工作与访问两类功能的混合区。

16、从三元相图的周边往中间，居住、访问、工作三大基本功能类型混合度逐渐增加，色相纯度降低而明度提高，最终在中心的三角成为白色，表示三类功能的占比比较均衡，都在30％和40％之间。

17、利用Origin软件，107个街区单元的功能混合指数被定位到三元相图上。

18、通过三元相图建立的功能混合指数与色彩之间的映射关系，将功能混合指数转化为特定的索引色，并在ArcGIS软件中进行管理，得到三元相映射图例的分级统计地图。不同的色相和明度展现了不同街区的功能混合度及其空间分布状态。

19、根据上述混合类型的定义，107个街区单元中，高混合度单元有39个，中混合度单元有49个，双功能单元有18个，单功能单元有1个。高混合度、中混合度单元占比为82％，这从一个层面解释了老城大部分地段环境都比较适合步行和具有活力的原因。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。

Claims (7)

1.一种基于POI数据的城市街区功能混合度表达方法，其特征在于，包括以下步骤：

S1、获取城市POI兴趣点数据信息；

S2、对数据信息进行定性、归类与清洗；

S3、根据数据信息获取实际混合度与预估权重系数，并根据预估权重系数的权重值测算计算混合指数；

S4、将计算混合指数与实际混合指数进行皮尔逊相关性分析获得采纳权重系数；

S5、通过采纳权重系数得到不同功能建筑面积的占比值，并以此获得各街区的功能混合指数；

S6、功能混合指数通过可视化的方式反映到街区单元划分图上，生成三元相图；

S7、通过三元相图生成不同功能分级统计地图。

2.根据权利要求1所述的一种基于POI数据的城市街区功能混合度表达方法，其特征在于，所述S1具体为通过高德地图API接口获取城市中各个街区的POI兴趣点数据信息。

3.根据权利要求1所述的一种基于POI数据的城市街区功能混合度表达方法，其特征在于，所述S2具体为通过POI兴趣点数据信息依据居住、工作、访问的功能分类原则进行定性和归类，分别计算出居住功能类建筑面积S1居、工作类建筑面积S1工、访问类建筑面积S1访，以及三类功能的总建筑面积S1＝S1居+S1工+S1访；并核对清洗不必要的数据信息，分别得到居住POI数、工作POI数和访问POI数。

4.根据权利要求1所述的一种基于POI数据的城市街区功能混合度表达方法，其特征在于，所述S3具体为

S3.1、计算每个样本街区的实际混合指数H＝(X，Y，Z)，不同街区功能混合指数的计算以单元内三类功能各自的建筑面积占总建筑面积的比例表示确定；

其中，X代表街区单元内居住面积占总建筑面积的百分比；

Y代表工作面积占总建筑面积的百分比；

Z代表访问面积占总建筑面积的百分比；

X、Y、Z三者之和为100％；

S3.2、将S2与S3.1中的数据代入公式

(P_L×a):(P_W×b):(P_V×1)＝A_L:A_W:A_V

其中，P为街区内POI个数，A为建筑面积，L、W、V分别代表居住、工作、访问，a、b分别为当访问类功能权重值为1时居住类和工作类功能所对应的权重值；

从而获取预估权重系数，并根据预估权重系数的权重值测算计算混合指数。

5.根据权利要求4所述的一种基于POI数据的城市街区功能混合度表达方法，其特征在于，所述S5具体为通过权重系数对居住、工作、访问的POI进行转化，得到不同功能建筑面积的占比值，即：

从而获得各街区的功能混合指数。

6.根据权利要求1所述的一种基于POI数据的城市街区功能混合度表达方法，其特征在于，所述S6具体为功能混合指数通过可视化的方式反映到街区单元划分图上，以三角形的三条边作为三个基本功能类型混合比例的坐标，以三原色分别表示居住、访问、工作三类功能，通过混色表达不同的功能混合度，建立三元相图；

在三元相图中，每类功能的占比以10％为一个梯度单元，从而将三角形划分成100格，每格对应于一种索引色；

从三元相图的周边往中间，居住、访问、工作三大基本功能类型混合度逐渐增加，色相纯度降低而明度提高，最终在中心的三角成为白色。

7.根据权利要求1所述的一种基于POI数据的城市街区功能混合度表达方法，其特征在于，所述S7具体为利用Origin软件，将街区单元的功能混合指数定位到三元相图上；

通过三元相图建立的功能混合指数与色彩之间的映射关系，将功能混合指数转化为特定的索引色，并在ArcGIS软件中进行管理，得到三元相映射图例的分级统计地图。

Images