基于多维感知的城市活力空间特征研究
吴莞姝(1988— ),女,河南商丘人,副教授,主要从大数据应用,城乡规划方法与技术研究。E-mail: wuwanshu131@163.com |
收稿日期: 2021-11-06
修回日期: 2021-12-29
网络出版日期: 2022-12-25
基金资助
国家自然科学基金项目(51908229)
福建省自然科学基金面上项目(2019J01063)
Spatial Characteristics of Urban Vitality based on Multi-dimensional Perception
Received date: 2021-11-06
Revised date: 2021-12-29
Online published: 2022-12-25
Supported by
National Natural Science Foundation of China(51908229)
General Project of Fujian Natural Science Foundation(2019J01063)
基于多维感知对城市活力进行综合评价并探索其用地特征,是提升城市智慧化水平、实现精准规划和有机更新的重要基础。本研究以厦门岛为例,基于社交媒体签到数据、夜间灯光影像数据、POI数据和LBS大数据,从社会、经济、文化和空间4个维度感知城市活力,使用核密度、数据网格化和最优聚类法,分析城市活力的空间特征,并探讨不同活力区域的土地利用结构、功能多样性和开发强度等用地特征。研究发现:① 基于多源数据的城市活力多维感知方法可精准、有效评估城市空间特征和发展动态;② 厦门岛社会、经济、文化和空间维度城市活力的空间分布存在一定差异,4类活力区域呈现出西部连绵成带、东部围绕商务区和大型设施集中的特征;③ 各类活力区域的用地特征存在较大差异。第一类区域的公共管理与公共服务用地占比和第二类区域的商业服务业用地占比最高,均接近20%。集聚可显著提升城市活力,建设用地周边1000 m范围内的功能混合度更为重要。居住和商业服务业设施用地的活力水平随着开发强度的降低而降低,高值区容积率均在2.0以上。
吴莞姝 , 党煜婷 , 赵凯 . 基于多维感知的城市活力空间特征研究[J]. 地球信息科学学报, 2022 , 24(10) : 1867 -1882 . DOI: 10.12082/dqxxkx.2022.210714
Comprehensive evaluation of urban vitality and exploration of its land-use characteristics based on multi-dimensional perception is an important foundation for improving the level of urban intelligence, realizing accurate planning and organic renewal. Taking Xiamen Island as a case study, based on social media check-in data, night light image data, POI data, and LBS big data, urban vitality is quantified from four dimensions: society, economy, culture, and space. The spatial characteristics of urban vitality are analyzed by using kernel density, data gridding, and optimal clustering method, and the land use structure, functional diversity and development intensity of different areas are discussed. The findings are as follows: (1) Multi-dimensional perception method of urban vitality based on multi-source data can accurately and effectively evaluate urban spatial characteristics and development trends; (2) There are some differences in the spatial distribution of urban vitality in the social, economic, cultural, and spatial dimensions of Xiamen Island, and the distribution of the these four types of urban vitality are characterized by continuous belts in the west, business districts, and large-scale facilities in the east; (3) There are great differences in land use characteristics of various areas. The proportion of public administration and public service land in the first category and the proportion of commercial services land in the second category are the highest, both close to 20%. Agglomeration can significantly enhance the urban vitality, and the degree of functional mixing within 1000 m around the construction land is important. The vitality of residential and commercial service facility land decreases with the decrease of development intensity, and the plot ratio of high-value areas is above 2.0.
图3 厦门岛区位及土地利用现状注:A1为行政办公用地,A2为文化设施用地,A3为教育科研用地,A4为体育用,A5为医疗卫生用地,A6为社会福利设施用地,A7为文物古迹用地,A8为外事用地,A9为宗教设施用地,B3为娱乐康体用地,B4为公用设施营业网点用地,E1为水域,E2为农林用地,E9为其他非建设用地,G1为公园绿地,G2为防护绿地,G3为广场用地,H2为区域交通设施用地,H4为特殊用地,M为工业用地,R为居住用地,R4为城中村用地,Rx2为服务设施用地,S为道路与交通设施用地,S3为交通枢纽用地,S4为交通场站用地,S9为其他交通设施用地,U为公用设施用地,W为物流仓储用地。 Fig. 3 The location and land use status of Xiamen Island |
表1 数据来源及获取时间Tab. 1 Data source and acquisition time |
感知维度 | 数据类型 | 数据来源 | 获取时间 |
---|---|---|---|
社会 | 社交媒体签到 数据 | 新浪API,新浪微博签到数据,包括“用户名”、“时间”、“打卡地点”、“经纬度”以及“微博内容”等自发地理信息 | 2019年10月1日至2020年10月31日 |
经济 | 夜间灯光影像 数据 | 珞珈一号夜间灯光影像数据,下载地址 http://59.175.109.173:8888/index.html | 2018年10月 |
文化 | POI数据 | 高德地图API,包括名称、类型、经纬度、详细地址等信息 | 2020年12月 |
空间 | LBS大数据 | 极光Aurora Mobile用户匿名地理位置大数据,包括“用户名”、“时间”、“经纬度”等信息 | 2020年10月17日到30日 |
图5 厦门岛14日全天街道活动总量变化情况Fig. 5 Changes in the total amount of street activities throughout the day of the 14 days on Xiamen Island |
图9 4类聚类变量均值变化折线图Fig. 9 Line chart of changes in the mean of four types of clustering varibles |
图10 厦门岛4类城市活力特征区域空间分布Fig. 10 The spatial distribution of the four types of urban vitality areas on Xiamen Island |
表2 厦门岛四类活力空间覆盖区域及特点Tab. 2 The coverage areas and characteristics of the four types of urban vitality areas on Xiamen Island |
活力区域 | 覆盖区域 | 主要特点 |
---|---|---|
第一类 | 厦门大学城、鼓浪屿、中山路街区、SM-明发-世贸商圈带、国际会议中心 | 经济活力较低,文化活力、社会活力和空间活力高 |
第二类 | 环岛路一侧、湖滨路两侧、五缘湾广场两侧、高崎机场南侧、国际会议中心北侧 | 经济活力最高,社会活力、文化活力一般,空间活力较低 |
第三类 | 居住区、城中村等 | 经济活力、社会活力和文化活力较低,空间活力较高 |
第四类 | 高崎机场、火车站、码头、景区公园、城中村等 | 经济活力、社会活力、文化活力和经济活力均为最低 |
表3 厦门岛4类城市活力区域的用地特征Tab. 3 Land use characteristics of 4 types of urban vitality on Xiamen Island |
活力区域 | 用地结构 | 功能混合度 | 开发强度 |
---|---|---|---|
第一类 | 公共管理与公共服务用地比例最高 | 最低(约0.79) | 公共管理与公共服务用地的建筑密度较高,容积率较低;居住用地的容积率较高 |
第二类 | 商业服务业设施用地比例最高 | 较高(约0.90) | 商业服务业设施用地容积率较高;各类用地建筑密度均较低 |
第三类 | 工业用地比例最高 | 较高(约0.87) | 建筑密度与容积率在全局为中下水平 |
第四类 | 绿地与广场用地比例最高 | 最高(约0.90) | 各类用地的容积率均处于较低水平 |
[1] |
童明. 城市肌理如何激发城市活力[J]. 城市规划学刊, 2014(3):85-96.
[
|
[2] |
|
[3] |
|
[4] |
刘瑜, 詹朝晖, 朱递, 等. 集成多源地理大数据感知城市空间分异格局[J]. 武汉大学学报·信息科学版, 2018, 43(3):327-335.
[
|
[5] |
甄峰, 翟青, 陈刚, 等. 信息时代移动社会理论构建与城市地理研究[J]. 地理研究, 2012, 31(2):197-206.
[
|
[6] |
杜晓娟, 甄峰. 南京市居民购物行为的影响因素和空间效应——基于四种商品的对比研究[J]. 地理研究, 2017, 36(5):957-971.
[
|
[7] |
钟炜菁, 王德. 上海市中心城区夜间活力的空间特征研究[J]. 城市规划, 2019, 43(6):97-114.
[
|
[8] |
|
[9] |
|
[10] |
|
[11] |
|
[12] |
|
[13] |
|
[14] |
|
[15] |
|
[16] |
塔娜, 曾屿恬, 朱秋宇, 等. 基于大数据的上海中心城区建成环境与城市活力关系分析[J]. 地理科学, 2020, 40(1):60-68.
[
|
[17] |
唐璐, 许捍卫, 丁彦文. 融合多源地理大数据的城市街区综合活力评价[J]. 地球信息科学学报, 2021.
[
|
[18] |
刘瑜, 肖昱, 高松, 等. 基于位置感知设备的人类移动研究综述[J]. 地理与地理信息科学, 2011, 27(4):8-31.
[
|
[19] |
秦昆, 林珲, 胡迪, 等. 空间综合人文学与社会科学研究综述[J]. 地球信息科学学报, 2020, 22(5):912-928.
[
|
[20] |
刘坚, 孟斌, 陈思宇, 等. 多源大数据下的北京市居民就餐活动与城市空间关系探究[J]. 人文地理, 2021, 36(2):63-73.
[
|
[21] |
|
[22] |
|
[23] |
|
[24] |
|
[25] |
|
[26] |
叶宇, 庄宇, 张灵珠, 等. 城市设计中活力营造的形态学探究——基于城市空间形态特征量化分析与居民活动检验[J]. 国际城市规划, 2016(1):26-33.
[
|
[27] |
蒋涤非, 李璟兮. 当代城市活力营造的若干思考[J]. 新建筑, 2016(1):21-25.
[
|
[28] |
|
[29] |
|
[30] |
|
[31] |
[32] |
金延杰. 中国城市经济活力评价[J]. 地理科学, 2007(1):9-16.
[
|
[33] |
赵宏波, 余涤非, 苗长虹, 等. 基于POI数据的郑州市文化设施的区位布局特征与影响因素研究[J]. 地理科学, 2018, 38(9):1525-1534.
[
|
[34] |
|
[35] |
曾宪宪, 林怡. 基于网络情感分析的城市景观照明对环境感知的影响研究——以上海外滩景观照明改造为例[J]. 城市建筑, 2020, 17(354):176-182.
[
|
[36] |
王旭, 吴吉东, 王海, 等. 基于夜间灯光和人口密度数据的京津冀GDP空间化对比[J]. 地球信息科学学报, 2016, 18(7):969-976.
[
|
[37] |
杨任飞, 罗红霞, 周盛, 等. 夜间灯光数据驱动的成渝城市群空间形成过程重建及分析[J]. 地球信息科学学报, 2017, 19(5):653-661.
[
|
[38] |
|
[39] |
郝新华, 龙瀛, 石淼, 等. 北京街道活力:测度、影响因素与规划设计启示[J]. 上海城市规划, 2016(3):37-45.
[
|
[40] |
|
[41] |
|
[42] |
|
[43] |
朱婷婷, 涂伟, 乐阳, 等. 利用地理标签数据感知城市活力[J]. 测绘学报, 2020, 49(3):365-374.
[
|
[44] |
马斌斌, 陈兴鹏, 陈芳婷. 基于社交大数据的敦煌旅游流多尺度时空分异特征[J]. 经济地理, 2021, 41(3):202-212.
[
|
[45] |
中国互联网络信息中心. 第46次中国互联网络发展状况统计报告[R]. 2020.
[ China Internet Network Information Center. The 46th statistical report on internet development in China[R]. 2020. ]
|
[46] |
微博数据中心. 微博用户发展报告[R]. 2020.
[ Weibo Data Center. Weibo user development report[R]. 2020. ]
|
[47] |
陈世莉, 陈浩辉, 李郇. 夜间灯光数据在不同尺度对社会经济活动的预测[J]. 地理科学, 2020, 40(9):1476-1483.
[
|
[48] |
于丙辰, 陈刚. 基于腾讯区域热力图的庐山核心景区客流研究[J]. 国土与自然资源研究, 2017, 39(2):83-89.
[
|
[49] |
陈斌, 徐尚昭, 周阳阳, 等. POI与NPP /VIIRS 夜光数据空间耦合关系下的城市空间结构分析——以武汉市主城区为例[J]. 测绘通报, 2020(7):70-75.
[
|
[50] |
王毓乾, 王紫锟, 邓志杰, 等. 兴趣点、夜光遥感和微博签到的空间耦合分析——以北京市为例[J]. 遥感信息, 2019, 34(6):18-26.
[
|
[51] |
王娜, 吴健生, 李胜, 等. 基于多源数据的城市活力空间特征及建成环境对其影响机制研究——以深圳市为例[J]. 热带地理, 2021, 41(6):1280-1291.
[
|
[52] |
|
[53] |
|
[54] |
|
[55] |
王伟强, 马晓娇. 基于多源数据的滨水公共空间活力评价研究——以黄浦江滨水区为例[J]. 城市规划学刊, 2020, 9(1):48-56.
[
|
[56] |
王鹤饶, 郑新奇, 袁涛. DMSP/OLS数据应用研究综述[J]. 地理科学进展, 2012, 31(1):11-19.
[
|
[57] |
|
[58] |
许泽宁, 高晓路. 基于电子地图兴趣点的城市建成区边界识别方法[J]. 地理学报, 2016, 71(6):928-939.
[
|
[59] |
|
[60] |
杜志强, 黄冬宁, 丁火平, 等. 融合POI数据的建成区人口数据空间化方法——以武汉市为例[J]. 地理信息世界, 2021, 28(1):21-25.
[
|
[61] |
陈强. 基于聚类技术的多阈值图像分割技术[J]. 太赫兹科学与电子信息学报, 2018, 16(4):715-718.
[
|
/
〈 |
|
〉 |