1、第 卷 第 期 年 月测绘与空间地理信息 ，收稿日期：基金项目：广东省自然科学基金项目（）；广州市科技计划项目市校（院）联合资助项目（）；广州市社会规划学科共建项目（）资助作者简介：赖桂君（），女，江西赣州人，人文地理学专业硕士研究生，主要研究方向为地理时空大数据分析。通信作者：赵冠伟（），男，湖北荆门人，副教授，博士，年毕业于中科院广州地球化学研究所人文地理学专业，主要从事人口分布与人群移动模式研究工作。基于差异化建模与 算法的城市功能区识别及混合度测算赖桂君，赵冠伟，杨木壮，（广州大学 地理科学与遥感学院，广东 广州；广州大学 国土资源与海岸带研究所，广东 广州）摘要：基于 性质、特点的不
2、同，本文构建了一个融合统计分析法、核密度分析法的城市功能区定量识别模型，有效地识别出了广州市中心四区的功能区类型。利用耦合 算法和信息熵算法测算城市功能混合度并进行面积加权，使得城市功能混合度测算更加符合实际情况。研究结果表明：广州市中心城区呈现出混合用地为主的特征，总体混合程度高。混合用地主要分布在研究区中心，单一类型用地零星分布在研究区外围，呈现出显著的“核心外围”式的圈层化分布格局。城市功能混合度呈现“中心高，四周低”“多中心，组团式”、空间梯度差异显著的分布特征，并且功能混合程度与发展水平有一定正相关关系；功能分区结果与混合密度情况分布较为一致，表明本研究方法可行、研究结果合理。关键词
3、：；城市功能区；混合度；分类模型；中图分类号：文献标识码：文章编号：（），（，；，）：，；，：；引 言城市空间结构是实体要素按照一定的组合关系在城市空间上的具体表现形式。城市功能区是一种能实现相关社会资源的空间聚集并且可以有效发挥某种特定城市功能的地域空间，合理有效的功能分区是城市系统健康有序发展的保障。已有研究表明，混合性城市功能区将一系列相互关联的功能紧凑地安排在同一区域内，有效提升了城市的效率和公共福利水平。城市功能混合导向已经成为现代城市规划的重要原则。在大数据时代，城市地理学者已经意识到“大数据”对城市时空行为研究变革的重要意义。传统的城市功能分区方法主要有专家评判和调查统计，然而这
4、些方法主观性强、误差大。已有研究多基于 数据、城市居民活动数据（浮动车数据、卡数据以及全球卫星定位系统数据等）和遥感卫星数据，并采用统计分析法、核密度估计法、主题模型方法和聚类分析等方法进行功能区划。通过分析已有研究可知，当前研究仍存在以下不足：不同的 点具有不同的社会认知度，因此采用单一的方法并不能完全准确地识别出城市功能区。此外，多数研究仅停留在城市功能分区环节，对城市空间结构的量化分析不足。针对已有研究的不足，本研究构建了融合统计分析法和核密度方法的城市功能分区模型，并在此基础上借鉴 算法、信息熵方法得到了广州市中心城区功能混合情况。该研究改进之处在于：）使用百度路网数据划分城市功能区更
5、为合理；）由于 的性质不同，融合多种方法有效提高了功能区识别精度；）使用 算法使城市功能混合度测算结果更符合实际情况；）对城市功能混合度进行面积加权，有效降低了可变面元问题（）的影响。数据来源与研究方法 研究区概况广州是广东省省会城市，也是中国重要的中心城市。全市面积为 ，包括天河等共计 个区，其中越秀区、天河区、荔湾区和海珠区是广州市的中心城区。截至 年 月，中心城区的城镇化率均为。数据来源、预处理 路网数据道路作为城市区域自然分割的边界，其形成的不规则格网单元是以道路网络为边界的多边形，也是承担城市管理和城市规划中社会经济功能的基本单位。本文使用的研究区路网数据是从 年百度地图实时交通流量
6、数据提取得到。在数据预处理时，首先将坐标转换为 坐标，剔除重复、短小并且等级低的道路。然后，对于一些未封闭的道路线，将其进行封闭处理，消除路网中的拓扑错误，利用预处理后的路网对研究区进行划分，最后生成了路网单元。数据本研究使用的 数据来源于高德地图 接口，采集年份是 年。首先，将高德地图的 坐标转换为 坐标。剔除掉重复的 点以及公共认知度较低的点，如公共厕所、报刊亭等 点。其次，根据最新的城市用地分类与规划建设用地标准对 数据进行重分类，将 数据分成交通用地、工业用地、商业用地、公共用地、居住用地和风景用地六大类用地。最终得到了约 万个 点，分类体系如图 所示。图 重分类图 测绘与空间地理信息
7、 年 基于 数据的城市功能区识别本研究从地理实体的公众认知度、占地面积情况考虑，将 类型分为认知型 和密度型，构建不同的识别分类方法。认知型 所代表的地理实体是占地面积大、社会认可度高的 点，例如火车站、三甲医院等；密度型 指的是占地面积小、社会认可度低的 点，需要根据密度分布才能确定该功能区的主导功能，如便利店等。功能区识别分类体系见表。表 功能区识别分类体系构建 分类 类型功能区类型识别方法认知型火车站、汽车站、政府机构、三甲医院、高校、公园广场、风景名胜等交通用地、公共用地、风景用地频数密度、类型比例密度型餐饮服务、购物服务、金融保险、生活服务、体育休闲、交通设施、道路附属设施、公共设施
8、、科教文化、医疗保健、公司企业、住宅小区等商业用地、交通用地、公共用地、工业用地、住宅用地核密度分析 认知型 识别参考赵卫峰对 点公共认知度排序以及王俊珏等的研究，在城市中数量少、占地面积大且公共认知度较高的 权重较高，数量多、占地面积小且社会认可度低的 权重较低，对各类 点设置权重：商业用地，居住用地，公共用地，工业用地，风景用地，交通用地。对于认知型 主导的城市功能区识别，构建频数密度（，）和类型比例（，）公式识别功能区性质，其公式为：（，）（）（，）（）式（）中，表示 的类型；表示第 种类型 的数量；表示研究区内第 种类型 的总数量；表示功能区单元内第 种类型 占研究区内第 种类型 总数
9、的频数密度。式（）中，表示第 种类型 的频数密度占所有类型 频数密度的比例。参考张小璞的相关研究，设定认知型 点的 值大于 时，即可确定为该功能主导所在的功能区单元，并确定该单元为单一功能区。密度型 识别为实现密度型 的影响扩散，对 类密度型 进行核密度分析。核密度分析方法基于地理学第一定律，即距离越近的事物关联越紧密。其公式为：（）（）（）|（）（）式（）、式（）中，为核函数；为搜索半径，即带宽，其决定了核密度表面的光滑程度；为 点在搜索半径内包含的要素点数量。根据丁彦文对带宽设置不同参数对比的结果，在街区尺度中带宽在 时是最为适宜的，因此，本研究将带宽设置为 。由于分析结果受到 数量的影响
10、较大，因此，将不同种类的 点权重进行了调整：商业用地，居住用地，工业用地，公共用地，风景用地，交通用地。并对核密度结果进行归一化，使核密度值落入，区间。功能区单元内某功能类型 核密度值占单元核密度值总和比重超过 时为该功能主导的单一功能区；如果都没有超过，则为混合功能区，混合类型为该单元内占比最大的 种或 种主要类型。功能区定量识别结果分析综合上述分析，得到最终的城市功能分区结果。研究区共计 个功能区，其中单一功能区有 个，混合功能区有 个。功能区单元内没有 点时当作无数据区处理，共计 个。单一功能区分布特征单一功能区代表某一类 功能主导该功能区单元，具体识别结果如图、图 所示。单一功能区主要
11、分布在研究区外围且呈现出包围混合功能区的特征，“核心外围”式的圈层化分布特征明显。单一功能区主要在天河区东部和北部、海珠区东部、荔湾区西部以及越秀区零散分布。识别结果中风景用地在单一用地中占比最大，原因是其面域性质较为单一，主要分布在珠江沿岸、天河区北部（如图（）火炉山森林公园等）、海珠区东部（图（）海珠湖公园等）以及越秀区的大部分，越秀区作为广州市的老城区，名胜古迹比较多；工业用地集中分布在天河区东部（图（）岐山工业园）、荔湾区南部和西部（图（）西塱工业园等）等外围区域，面积较大，呈现出明显的边缘化形态；公共用地数量少，集中分布在天河区；交通用地零散分布，其中广州火车站（图（）、广州东站（图
12、（）等交通枢纽都能精确地识别出来；居住用地识别出来的数量最少，可能是研究区内单一的居住区少，并且多呈现“商住”混合用地特征；单一的商业功能区多与其他第 期赖桂君等：基于差异化建模与 算法的城市功能区识别及混合度测算用地混合分布。图 单一功能区识别结果 图 部分结果实景卫星图示例 混合功能区分布特征混合功能区是指没有任何一种功能类型占据主导地位，而是由 种或者 种 类型主导的功能区，识别结果如图 所示。混合功能区主要分布在研究区中心区域，研究区呈现混合用地为主的特征。在识别结果中，由 种混合类型主导的功能区有 个，由 种混合类型主导的功能区有 个。商业混合用地最多，“公商”混合功能区数量最多，分
13、布在研究区的中心地区，“工商”主要分布在了“公商”混合功能区的外围地区。居住用地包括“工居”混合等，单一居住用地较少，多与其他用地类型混合。其余混合功能区类型数量相对稀少，也分布较为分散。由此可知广州用地类型以商业、居住用地混合为主。图 混合功能区识别结果 城市功能混合密度测算与评估功能混合是提升城市效率和活力的重要手段，测算城市功能混合度可以为城市规划做指导。本研究借鉴了阚长城的研究，使用 算法和信息熵算法实现科学的城市功能混合度测算。功能贡献度测算 算法是一种统计方法，用以评估某个字词对于一个文件集或语料库中某份文件的重要程度。借鉴 算法可以测算出 功能的实际贡献度（），并且能够综合反映
14、功能的规模和使用特征。其计算公式为：，（）：（），（）式（）中，表示 功能类型；表示 功能类型所在的功能区；，表示 功能类型在所在功能区出现的频率；，表示功能区中所有 功能类型出现的总频率；，表示该项 功能类型在功能区中的所有 功能类型总频率的频率占比；式（）中，表示功能区总数；：表示含有此 功能类型的功能区数量；表示该 功能类型的普遍重要性；式（）中，表示 功能类型的实际贡献度。城市功能混合度和功能混合密度的计算信息熵是用来测度系统的复杂性和均衡性的指标，信息熵模型可为城市功能混合度的定量化分析提供有效的描述语言。其公式如下：()（）式（）中，表示 功能贡献度；表示 功能贡献度占功能区单元各
15、项功能总贡献度的比例；表示城市功能混合度；表示该功能区单元中包含 功能类型种类的数量，当 时，界定。一般情况下，功能区单元的面积和功能混合度呈现正相关关系，面积越大，功能混合度越高，但实际上功能区内 点分布可能较稀疏，导致可变面元问题（）的产生。因此，本研究使用功能区单元面积对城市功能混合度 进行加权，得到了城市功能混合密度。其公式如下：（）式（）中，表示通过信息熵公式测算得到的城市功能混合度；表示功能区单元面积；表示功能混合密度。城市功能混合的特征分析根据上述方法，计算出研究区功能混合密度的最大值为，标准差为，平均值为，表明广州市中心城区整体功能混合密度处于较高水平。研究区功能混合度分布呈现
16、“一主多副”的结构特征，与相关研究结果相似，表明了本文的研究结果较合理。研究区功能混合密度分布如图 所示。研究区功能混合密度总体呈现“中心高，四周低”“多中心，组团式”空间梯度差异显著的分布特征。功能区识别结果与混合密度计算结果较为一致，单一功能区与功能混合密度低的地区分布较吻合，混合功能区与功能混合密度高的地 测绘与空间地理信息 年区分布较吻合。如图 所示，有 个主要中心：第一个中心区域在天河区的珠江新城、猎德附近，该中心混合程度最高；第二个中心在越秀区的中山纪念堂、北京路步行街以及荔湾区的上下九附近。以珠江新城 地区为中心呈现“组团式”结构，在远离中心的地区呈梯度递减趋势。上述中心地区都是广州市最为繁华、社会认可度高并且人流量最大的地区，在一定程度上表明功能混合度与发展水平有一定正相关关系。天河区西南部作为广州新城区的一部分，功能混合程度较高；越秀区作为广州最古老的城区之一，经过多年的更新、发展，形成了混合程度高并且稳定的功能布局；荔湾区东部的上下九附近混合度较高；海珠区南部和东部存在大量的单一功能用地，原因则是这些地区目前存在大量的生态保护用地以及部分建设用地。图 城市功能混合密
