1、书书书doi:10 3969/j issn 1005 8141 2023 03 001基于多源数据的北京市城市中心及其空间结构研究吴健宇吴健宇1 1，袁涛袁涛1 1，2 2，袁春袁春1 1，2 2，李洁李洁1 1，林秀锋林秀锋1 1(1 中国地质大学(北京)土地科学技术学院，北京 100083;2 自然资源部土地整治重点实验室，北京 100034)摘要:首先利用 NPP VIIS 夜间灯光数据并基于改进的阈值二分法识别北京市城市建成区，其次利用多源地理大数据和局部等值线树算法识别北京市城市中心，最后结合现行规划蓝图分析提取结果。结果表明:一般而言，基于夜间灯光亮度等值线树能够识别出基础设施完善
2、且集中连片的产业园区、交通枢纽中心或者公共用地作为城市中心。基于手机信令人口密度等值线树能够识别出人类活动密集的居住用地或景点绿地作为城市中心。基于 POI 核密度分析数据等值线树能够识别出经济活动繁荣的商业用地作为城市中心。最后，通过发挥各种数据源的不同优势进一步验证发现北京市城市布局与城市战略定位相一致，北京市呈现明显的“一核一主一副，两轴多点一区”的空间结构。在对比验证提取结果的基础上，针对未能识别出的区域提出解决办法。关键词:多源数据;局部等值线树算法;城市中心;城市空间结构;北京中图分类号:TU984文献标志码:A文章编号:1005 8141(2023)03 0257 09Study
3、 on Beijing urban center and its spatial structure based on multi source dataWU Jian yu1，YUAN Tao1，2，YUAN Chun1，2，LI Jie1，LIN Xiu feng1(1 School of Land Science and Technology，China University of Geosciences(Beijing)，Beijing 100083，China;2 Key Laboratory of Land Consolidation and ehabilitation，Minis
4、try of Nature esources，Beijing 100034，China)Abstract:First，this paper used the NPP VIIS nighttime light data to identify urban built up areas of Beijing with an improvedthreshold dichotomy，then used the multi source geographic big data and local contour tree algorithms to identify urban centers of B
5、ei-jing，and finally analyzed the extraction results using current blueprints The results showed that:generally speaking，the contour tree ofnighttime light identified industrial parks，transportation hubs or public land with complete infrastructure and contiguous areas as urbancenters The contour tree
6、 of cell phone signaling population density detected residential land or scenic green areas with intensive humanactivities as urban centers The contour tree of the POI kernel density analysis data recognized the commercial land with prosperous eco-nomic activity as urban centers Finally，it found tha
7、t by giving full play to the advantages of various data sources，the urban layout ofBeijing could be further verified and found to be consistent with the strategic positioning of the city Beijing had an obvious spatial struc-ture of“one core，one main and one auxiliary，two axes，multiple points and one
8、 area”Based on the comparison and verification of theextraction results，this paper put forward the solutions for the unrecognized areasKey words:multi source data;local contour tree algorithm;urban center;urban spatial structure;Beijing收稿日期:2022 08 22;修订日期:2022 11 20基金项目:自然资源部土地利用重点实验室开放课题(编号:202115
9、11182)。第一作者简介:吴健宇(1995 )，男，广东省广宁人，硕士研究生，主要研究方向为土地信息技术应用和地理大数据相关研究。通讯作者简介:袁涛(1981 )，男，河北省丰南人，博士，副教授，主要研究方向为土地信息技术应用和地理大数据相关研究。0引言城市空间结构是指城市各功能区的地理位置及其分布特征的组合关系，反映城市功能组织及内在联系在空间地域上的投影 1。而城市中心作为城市空间结构的关键要素，可以定义为就业和人类活动高度集中或密度较高的连续区域 2。在早期城市中心及其空间结构的研究中，学者们多根据收集到的历史资料、城市规划数据、统计数据等进行定性分析 3 6，在信息技术逐渐发展成熟的
10、当下远远不能满足城市发展的需要。而借助单一的数据源如夜间灯光遥感数据 7 9、POI 数据 10 12、轨迹数据 13 15 等进行城市中心及其空间结构研究，虽为城市空间结构研究注入新的活力，但仍未解决单一数据源自身固有的缺陷和不足。同时城市空间结构研究在方法上也存在一定的局限性，如过去的研究思路存在利用人口和就业数据无法有效识别城市中心及其结构的有效范围，仅在特定空间尺度上检测城市结构而无法构建和表征涉及多空间尺度的城市结构层次等问题 16。利用多源地理数据进行格网化的耦合性分析 17 19 虽为城市空间结构研究提供了新的思路，但相关研究的主旨更突出多类型数据识别结果的对比，这虽然对城市发展
11、规划调控具有重要的指导意义，但是多源数据对比分析下752资源开发与市场 esource Development Market 2023 39(3)方法与应用的城市发展结构不足之处受数据源自身局限性的影响明显，如仅有夜间灯光数据高亮的地区存在缺乏人类活动的可能性等，同时受格网尺度的限制，导致无法有 效 描 绘 城 市 范 围 的 自 然 形 状。而 现 有 研究 16，20 22 指出局部等值线树算法为城市空间结构研究提供了一种新颖的有效方法，不仅可有效识别城市中心，而且还可构建和表征涉及多空间尺度的城市结构层次，但在此方法下依托单一的数据源如夜间灯光遥感数据 16，23、POI 数据 20、出
12、租车轨迹数据 21 等进行城市中心及其空间结构研究，虽能有效提取城市空间结构，但仍无法解决单一数据源自身固有的缺陷和不足，如市区某些地方夜间灯光对人类活动的接近度较弱，例如路灯和许多城市照明设施与人流活动无关;城市空间结构分类结果受 POI 数据质量的影响明显;又如受限于客观因素，道路的不通达性以及建筑物的阻碍导致出租车轨迹有限。基于此，本文利用局部等值线树算法和多源数据从多尺度研究城市中心及其空间结构，为探索城市空间结构提供较为全面的认识。考虑到手机信令数据及 POI 数据的可获取性和时限性，本文的研究时间为 2019 年，以北京市为研究对象，由于城市中心一般位于城市建成区内，因此首先通过基
13、于改进的阈值二分法对 NPPVIIS 夜间灯光数据识别，提取北京市 2019 年的城市建成区;其次基于局部等值线树算法分别对夜间灯光数据、手机信令人口数据和 POI 核密度分析数据进行处理，并分析各数据源下的北京市城市中心及其内部结构的层级关系;最后结合现有的城市规划，包括 北京城市总体规划(2016 年2035 年)以及各辖区的分区总体规划，对比验证提取结果，进一步分析北京市城市空间结构的分布情况，并针对未能识别的区域提出解决办法。1数据源及处理1 1NPP VIIS 夜间灯光数据本文所采用 2019 年的 NPPVIIS 夜间灯光数据主要来自于 NOAA(National Oceanic
14、and Atmos-pheric Administration)下的 EOG(Earth ObservationGroup)基于 VIIS 月度数据制作第二版本 VIIS 全球夜间灯光年度数据(Version2 Nighttime VIISDay/Night Band Composites 2012 2020)(网站 ht-tps:/eogdata mines edu/products/vnl/)，通过观察全国各年度的夜间灯光栅格地图，发现有少量负值和可能由 gas flares 引起的少量极端异常值，参考Wu K 选取全国单元格像元辐射阈值为 472 8624，并去除像元值为负值的单元格，同
15、时将获得的夜间灯光数据进行重投影并重采样为 500m 500m 的格网数据，最后利用北京市矢量数据进行裁剪获取研究区域的夜间灯光数据。1 2手机信令人口数据本文所采用的手机信令人口数据来源于中国联通公司，为 2019 年 4 月 17 日周三共计 24h 的北京市 500m 500m 格网人口数据。结合手机信令人口数据特点，对手机信令人口数据进行求和汇总，并按汇总时长取平均值得到研究区域每个格网的人口密度值。1 3POI 数据本文运用高德地图应用程序接口(ApplicationProgramming Interface，API)爬取到 2019 年北京市POI 数据共计 1 762 545 条
16、，由于原始 POI 数据类别复杂且存在数据冗余，所以需要进行重新分类以及剔除部分无效的 POI 数据，并根据城市用地分类与规划建设用地标准(GB501372011)和相关文献研究成果25，26，将研究区域原始 POI 数据分为六大类(表 1)。表 1POI 分类Table 1Classification of POI一级分类二级分类三级分类居住服务住宅小区、商务住宅区、住宅配套小区、别墅、幼儿园、社区中心，等公共服务政府机构、医疗保健、公共设施、科教文化，等政府机构、医院、机场、图书馆，等商业服务购物服务、餐饮服务、住宅服务、商务住宅、休闲娱乐，等超市、购物中心、餐厅、酒店、银行、电影院、商务写字楼，等工业服务公司、工厂、园区、商务住宅公司、工厂、科技园、产业园，等交通设施道路附属设施、交通设施服务，等火车站、汽车站、服务区，等绿地广场风景名胜、公园广场公园、旅游景点、广场，等1 4社会经济统计数据本文所采用的北京市城市建成区面积、城市规划蓝图等相关统计数据均来源于2020 年 北京市统计年鉴 中国城市建设统计年鉴 北京城市总体规划(2016 年2035 年)，以及北京市各辖区的分区总
