王爽,李炯(天津市測(cè)繪院,天津 300381)

基于城市網(wǎng)絡(luò)空間的POI分布密度分析及可視化

王爽?,李炯
(天津市測(cè)繪院,天津 300381)

摘 要:根據(jù)數(shù)字城市與空間信息基礎(chǔ)平臺(tái)的建設(shè)需要,以地理學(xué)第一定律為理論依據(jù),給出核密度估計(jì)與網(wǎng)絡(luò)核密度估計(jì)方法,對(duì)歐式空間和道路網(wǎng)絡(luò)空間下的城市POI設(shè)施分布特征進(jìn)行實(shí)驗(yàn)分析,探討其分布規(guī)律,并以可視化形式展示POI的分布熱點(diǎn)、密度、趨勢(shì)等分布特征,從宏觀上獲取城市基礎(chǔ)設(shè)施的分布規(guī)律,為城市規(guī)劃和管理提供決策支持。

關(guān)鍵詞:分布密度;網(wǎng)絡(luò)空間;POI;核密度估計(jì);可視化

1　引 言

隨著近年來現(xiàn)代信息技術(shù)取得的快速發(fā)展,數(shù)字技術(shù)與網(wǎng)絡(luò)技術(shù)對(duì)城市生活的影響已經(jīng)深入到各個(gè)方面,城市規(guī)劃、建設(shè)與管理正在發(fā)生歷史性的變革,城市三維建模與可視化等數(shù)字城市技術(shù)已經(jīng)成為主要的發(fā)展方向。數(shù)字城市的核心部分——空間信息平臺(tái)為城市信息化提供了統(tǒng)一的數(shù)字平臺(tái),解決了空間數(shù)據(jù)的高效共享與互操作,實(shí)現(xiàn)了數(shù)據(jù)資源的共建共享。然而,數(shù)據(jù)庫中所隱藏的豐富知識(shí)遠(yuǎn)遠(yuǎn)沒有得到充分的發(fā)掘和利用,數(shù)據(jù)庫的急劇增長(zhǎng)和人們對(duì)數(shù)據(jù)庫處理和理解的困難形成了強(qiáng)烈的反差,導(dǎo)致“人們被數(shù)據(jù)淹沒,但卻饑餓于知識(shí)”的現(xiàn)象[1]。面對(duì)日益豐富的空間數(shù)據(jù),如何深入開發(fā)利用城市泛在空間的信息資源,從中提取隱含的知識(shí)、空間關(guān)系和特征,發(fā)現(xiàn)人們未知的各種空間規(guī)律和趨勢(shì),在共享集成之后將信息內(nèi)容由基本的地理現(xiàn)象分布轉(zhuǎn)移到深層次的特征規(guī)律信息挖掘,從而進(jìn)一步提升其服務(wù)附加值,為城市建設(shè)管理各部門提供高層次的智能化信息服務(wù),是“數(shù)字城市”發(fā)展領(lǐng)域所面臨的重要問題之一,也對(duì)現(xiàn)代測(cè)繪地理信息技術(shù)提出了新的挑戰(zhàn)[2]。

城市基礎(chǔ)設(shè)施(Urban Infrastructure)是城市中為順利進(jìn)行各項(xiàng)經(jīng)濟(jì)活動(dòng)和其他社會(huì)活動(dòng)而建設(shè)的各類城市生存和發(fā)展所必須具備的工程性基礎(chǔ)設(shè)施和社會(huì)性基礎(chǔ)設(shè)施的總稱。作為城市政治、經(jīng)濟(jì)、文化活動(dòng)中所產(chǎn)生的物質(zhì)流、人口流、交通流、信息流的龐大載體,城市基礎(chǔ)設(shè)施已成為當(dāng)今城市賴以生存和發(fā)展的重要基礎(chǔ)條件[2]。城市POI數(shù)據(jù)涵蓋了城市各類公共基礎(chǔ)設(shè)施的位置信息與屬性信息,本文對(duì)城市POI點(diǎn)設(shè)施的分布特征進(jìn)行分析,并利用多種可視化形式展示分布熱點(diǎn)、密度、趨勢(shì)等分布特征,同時(shí)從宏觀上獲取城市基礎(chǔ)設(shè)施的分布特征,為城市規(guī)劃、管理提供決策服務(wù)。

2　空間點(diǎn)模式分析的理論與方法

現(xiàn)實(shí)世界中許多地理實(shí)體或現(xiàn)象都可以抽象為點(diǎn)對(duì)象,并用點(diǎn)圖反映它們的空間分布規(guī)律,如ATM機(jī)分布圖、商業(yè)網(wǎng)點(diǎn)分布圖等。據(jù)統(tǒng)計(jì),每4個(gè)空間分布中就存在一個(gè)點(diǎn)模式分布,它主要關(guān)注空間點(diǎn)實(shí)體的位置特征,尤其是分布特征和相互關(guān)系,而且每個(gè)點(diǎn)模式分布都有它自己的一套特定標(biāo)準(zhǔn)。根據(jù)美國(guó)地理學(xué)家Tobler的地理學(xué)第一定律——“任何事物之間都相互關(guān)聯(lián),但是距離相近的事物比距離相遠(yuǎn)的事物之間的關(guān)聯(lián)更加緊密”[3],可知地理事物或?qū)傩栽诳臻g分布上互為相關(guān),且存在集聚(Clustering)、隨機(jī)(Random)、規(guī)則(Regularity)分布[4]。如圖1所示:

圖1　三種點(diǎn)模式的分布類型

描述參量是對(duì)空間分布的數(shù)字化描述,根據(jù)郭仁忠[2]和艾廷華[4]對(duì)于空間點(diǎn)模式分布特征的研究,表達(dá)點(diǎn)群空間分布特征的描述參量主要有分布范圍、分布密度、分布中心和分布軸線4個(gè)參量。

常用的點(diǎn)模式分析方法主要包括樣方法、最近鄰距離法、核密度估計(jì)法等[5]。

在樣方法中,每個(gè)樣方單元內(nèi)點(diǎn)的數(shù)量被看做它的屬性,最終通過統(tǒng)計(jì)規(guī)律得出點(diǎn)的空間分布特征。然而,這種方法由于在樣方尺寸、樣方方向、樣方原點(diǎn)的選擇上都具有不同程度的主觀臆斷性,因而容易造成原始數(shù)據(jù)信息的丟失。

最近鄰距離法的基本思想是首先測(cè)出每個(gè)點(diǎn)與其最鄰近點(diǎn)之間的距離,然后將量測(cè)值與某種理論模式中的最近鄰點(diǎn)之間的距離值進(jìn)行對(duì)比,從整個(gè)研究區(qū)域的角度來測(cè)定點(diǎn)集分布特征。最近鄰距離法在計(jì)算中存在研究區(qū)域范圍邊界界定的影響問題,因此研究者需要對(duì)研究區(qū)域邊界進(jìn)行限制校正[6]。

為了彌補(bǔ)樣方法具有丟失部分?jǐn)?shù)據(jù)信息的缺點(diǎn),一個(gè)較好的解決方法就是與樣方法中逐個(gè)單元進(jìn)行計(jì)算的方法(如圖2a所示)不同,而是考慮在一個(gè)移動(dòng)“窗口”中每個(gè)區(qū)域單元內(nèi)點(diǎn)的數(shù)量,分別以各空間位置處的點(diǎn)為圓心,選擇固定的區(qū)域半徑得到它們的密度估計(jì)值(如圖2b所示)。這比從假定的固定正方形樣方中獲得的整個(gè)研究區(qū)域內(nèi)密度值的變化顯得更加平滑。這種方法即可近似看成是一種核密度估計(jì)的方法,它的結(jié)果具有漸變性和揭示細(xì)部特征的優(yōu)勢(shì)。

圖2　樣方法與核密度估計(jì)法示意圖

核密度估計(jì)是一種非參數(shù)估計(jì)的方法,它主要被應(yīng)用于對(duì)隨機(jī)變量的密度函數(shù)進(jìn)行計(jì)算,回歸函數(shù)的形式具有任意性,變量的分布約束也相對(duì)較少,具有較強(qiáng)的適應(yīng)性。核密度估計(jì)函數(shù)通過以下幾個(gè)步驟在研究區(qū)域內(nèi)構(gòu)造一個(gè)表示點(diǎn)群密度變化的平面:首先,將網(wǎng)格置于研究區(qū)域及點(diǎn)群分布之上;然后用一個(gè)移動(dòng)的三維函數(shù)觀察每個(gè)單元,計(jì)算搜索半徑內(nèi)每個(gè)點(diǎn)的權(quán)重值;最后通過求每個(gè)位置的圓表面的權(quán)重值之和計(jì)算得到格網(wǎng)單元的密度值[5]。

核密度估計(jì)可以由下式計(jì)算得出:

λ(s)表示位置s處點(diǎn)的密度,r表示核密度估計(jì)的搜索半徑(只有在點(diǎn)實(shí)體r半徑范圍內(nèi)的部分才用于計(jì)算λ(s)),k表示點(diǎn)i在與點(diǎn)s距離dis處的權(quán)重。k通常被建模為一個(gè)dis與r比值的函數(shù)(稱為核函數(shù))。核密度估計(jì)法采用考慮“距離衰減效應(yīng)”的模型函數(shù),所有以s為中心、r為搜索半徑內(nèi)的點(diǎn)都根據(jù)它們與s的距離來決定權(quán)重的大小,最終總計(jì)為s處的密度值。結(jié)果相比于選擇一個(gè)在搜索半徑r范圍內(nèi)所有點(diǎn)的權(quán)重相等的統(tǒng)一函數(shù),能夠獲得一個(gè)既能夠保持整體結(jié)構(gòu)特征且具有高質(zhì)量的概率密度估計(jì)結(jié)果[7]。

許多函數(shù)都可以用作核函數(shù)來考慮“距離衰減效應(yīng)”的權(quán)重k值,如高斯函數(shù)、四次函數(shù)、二次函數(shù)、負(fù)指數(shù)函數(shù)等。其中,最常使用的核函數(shù)包括高斯函數(shù)、四次函數(shù)和最小方差函數(shù)。

3　網(wǎng)絡(luò)空間下POI點(diǎn)的分布密度分析及可視化

3.1城市網(wǎng)絡(luò)空間分析

距離是空間分析的基礎(chǔ),在傳統(tǒng)的地理信息系統(tǒng)空間分析中,除路徑通達(dá)采用最短路徑距離(Dijkstra’s) 外,空間統(tǒng)計(jì)、分布密度分析、Voronoi圖空間剖分、聚類分析和空間關(guān)聯(lián)等還是基于歐式距離即直線距離。

歐式距離的幾何度量方法是將空間分析區(qū)域視作均質(zhì)空間,然而在城市空間度量中,距離與旅行代價(jià)不呈線性關(guān)系而且呈各向異性,表現(xiàn)出明顯的非歐幾何特點(diǎn)。尤其是對(duì)于大量依附于泛在的城市道路網(wǎng)絡(luò)空間分布的城市基礎(chǔ)設(shè)施,比如學(xué)校、醫(yī)院、銀行、超市等,這些基礎(chǔ)設(shè)施的入口均與道路相鄰,它們的服務(wù)功能以及相互聯(lián)系均依賴于網(wǎng)絡(luò)路徑的傳導(dǎo)方式。若仍然采用歐式距離對(duì)其進(jìn)行空間分析,就會(huì)忽略城市空間通達(dá)與連接都是沿著道路網(wǎng)絡(luò)路徑的事實(shí),因而很難真實(shí)客觀地反映實(shí)際情形。

雖然有大量潛在的需求,但相關(guān)的統(tǒng)計(jì)方法一直很少。其原因歸結(jié)起來主要包括以下幾個(gè)方面:

(1)詳細(xì)的道路網(wǎng)絡(luò)上點(diǎn)的位置數(shù)據(jù)(如道路網(wǎng)絡(luò)上的交通事故發(fā)生點(diǎn)等)不容易獲取;

(2)管理以道路網(wǎng)絡(luò)空間為載體的數(shù)據(jù)非常困難;

(3)道路網(wǎng)絡(luò)上的計(jì)算比歐式平面上的計(jì)算困難。

近年來,這些技術(shù)難題已經(jīng)逐漸被解決,詳盡的空間網(wǎng)絡(luò)數(shù)據(jù)可以從互聯(lián)網(wǎng)中獲取,一些面向用戶友好的地理信息系統(tǒng)(如ArcGIS)解決了道路網(wǎng)絡(luò)數(shù)據(jù)的管理問題。然而在計(jì)算方法方面,盡管一些初步的研究已經(jīng)可以在相關(guān)文獻(xiàn)中找到,但是網(wǎng)絡(luò)空間分析的理論統(tǒng)計(jì)方法還遠(yuǎn)遠(yuǎn)落后于前兩者所取得的進(jìn)步。

城市網(wǎng)絡(luò)空間分析將歐式空間下的概念、方法轉(zhuǎn)移到城市道路網(wǎng)絡(luò)空間并作相應(yīng)的改善,用網(wǎng)絡(luò)空間代替歐式空間針對(duì)點(diǎn)群的分布特征進(jìn)行研究,可以得到更加準(zhǔn)確與合理的結(jié)果,具有重要的研究意義和廣闊的應(yīng)用前景。

3.2網(wǎng)絡(luò)空間分布密度計(jì)算

由于在網(wǎng)絡(luò)核密度估計(jì)中,核密度函數(shù)中的距離被定義為網(wǎng)絡(luò)中的最短路徑距離,從而能夠更加準(zhǔn)確、敏感地表達(dá)城市POI基礎(chǔ)設(shè)施沿城市道路網(wǎng)絡(luò)分布的細(xì)部特征,因此本文采用核密度估計(jì)法進(jìn)行計(jì)算。

根據(jù)網(wǎng)絡(luò)空間的線性特征,可以將核密度估計(jì)表示為:

與平面核密度估計(jì)法計(jì)算單位區(qū)域內(nèi)點(diǎn)的密度不同,上式通過計(jì)算網(wǎng)絡(luò)柵格即單位長(zhǎng)度內(nèi)點(diǎn)的密度來獲得估計(jì)值。平面核密度估計(jì)法中提到的三種核函數(shù)(高斯函數(shù)、四次函數(shù)、最小方差函數(shù))同樣適用于網(wǎng)絡(luò)核密度估計(jì)法且結(jié)果基本一致。許多已有的核函數(shù)估計(jì)法研究表明核函數(shù)的選擇對(duì)點(diǎn)模式分布結(jié)果的影響要小于距離衰減閾值r產(chǎn)生的影響。r值可以控制點(diǎn)密度分布的平滑程度而成為最重要的影響因素,r值越大,密度分布就表現(xiàn)得越光滑。距離衰減值的確定需要考慮兩個(gè)主要因素:一個(gè)是研究的尺度問題,較小的距離衰減值可以揭示密度分布的局部特征,而較大的距離衰減值則可以在全局尺度下使熱點(diǎn)區(qū)域體現(xiàn)得更加明顯;另外還要考慮設(shè)施點(diǎn)之間的離散程度問題,距離衰減值應(yīng)與設(shè)施點(diǎn)的離散程度呈正相關(guān),對(duì)于稀疏型的點(diǎn)設(shè)施分布應(yīng)采用較大的距離衰減值,相反對(duì)于密集型的點(diǎn)設(shè)施則應(yīng)考慮較小一些的距離衰減值才能得到令人滿意的核密度分析結(jié)果[6,7]。

網(wǎng)絡(luò)核密度估計(jì)的主要算法如下:

(1)創(chuàng)建一個(gè)基于網(wǎng)絡(luò)弧段的線性參考系統(tǒng)。將兩個(gè)相鄰道路交叉口之間的線段以及道路交叉口與相鄰道路端點(diǎn)之間的懸掛線段均分割成網(wǎng)絡(luò)弧段。如果兩個(gè)交叉口之間有多條連接,則每條連接都被看做是各自單獨(dú)的網(wǎng)絡(luò)弧段。

(2)將每條網(wǎng)絡(luò)弧段用一個(gè)定義的網(wǎng)絡(luò)長(zhǎng)度即網(wǎng)絡(luò)柵格(相當(dāng)于二維柵格中的一個(gè)柵格單元)分割成基本的線性單元,兩個(gè)網(wǎng)絡(luò)柵格之間的交點(diǎn)被稱為網(wǎng)絡(luò)節(jié)點(diǎn)。同二維柵格中的像元分辨率一樣,它可以影響點(diǎn)密度分布的局部細(xì)節(jié)特征。網(wǎng)絡(luò)柵格的使用不僅有助于密度估計(jì)中規(guī)則分布位置的系統(tǒng)選擇,而且可以通過提高計(jì)算效率使得網(wǎng)絡(luò)核密度估計(jì)的應(yīng)用更加切實(shí)可行。

(3)通過建立網(wǎng)絡(luò)柵格之間以及網(wǎng)絡(luò)柵格和網(wǎng)絡(luò)節(jié)點(diǎn)之間的網(wǎng)絡(luò)拓?fù)潢P(guān)系構(gòu)造一個(gè)完整的由網(wǎng)絡(luò)柵格組成的網(wǎng)絡(luò)柵格數(shù)據(jù)結(jié)構(gòu)。

(4)建立所有網(wǎng)絡(luò)柵格的中心點(diǎn)。

(5)選擇一類發(fā)生于網(wǎng)絡(luò)空間的點(diǎn)模式開始進(jìn)行網(wǎng)絡(luò)核密度分析。

(6)對(duì)于每個(gè)點(diǎn)實(shí)體,找到與它直線距離最鄰近的網(wǎng)絡(luò)柵格,與一個(gè)網(wǎng)絡(luò)柵格鄰近的點(diǎn)實(shí)體總數(shù)成為該網(wǎng)絡(luò)柵格的屬性,屬性非零的網(wǎng)絡(luò)柵格可以被定義為發(fā)生元。

(7)定義一個(gè)搜索半徑r,即網(wǎng)絡(luò)距離衰減閾值。

(8)計(jì)算每個(gè)發(fā)生元的中心點(diǎn)到網(wǎng)絡(luò)距離衰減閾值r內(nèi)所有相鄰網(wǎng)絡(luò)柵格中心點(diǎn)的最短路徑距離。此處需要注意的是所有路徑距離小于r的相鄰網(wǎng)絡(luò)柵格都應(yīng)被考慮其中。

(9)在每個(gè)發(fā)生元以及它的所有相鄰網(wǎng)絡(luò)柵格的中心點(diǎn)處,基于所選擇的核函數(shù)、網(wǎng)絡(luò)距離和發(fā)生元的點(diǎn)實(shí)體數(shù)計(jì)算其密度值。

(10)在與發(fā)生元的距離小于閾值以內(nèi)的每個(gè)網(wǎng)絡(luò)柵格的中心點(diǎn)處,合計(jì)來自不同發(fā)生元的密度值之和,并將總密度值分配給該網(wǎng)絡(luò)柵格。對(duì)于其他網(wǎng)絡(luò)柵格,密度缺省值為零。

網(wǎng)絡(luò)核密度估計(jì)法相比于平面核密度估計(jì)法,在以下幾個(gè)方面存在顯著差異:①網(wǎng)絡(luò)空間取代歐式空間被看做點(diǎn)集的上下文;②距離衰減閾值和核函數(shù)都是基于網(wǎng)絡(luò)中的最短路徑距離而非傳統(tǒng)的歐式直線距離;③密度以單位長(zhǎng)度網(wǎng)絡(luò)柵格而非單位區(qū)域進(jìn)行量測(cè)。

由此產(chǎn)生的分布特征結(jié)果也是有所差別的,平面核密度估計(jì)產(chǎn)生的是二維的結(jié)果,網(wǎng)絡(luò)核密度產(chǎn)生的是一維的量測(cè),因此平面核密度估計(jì)法容易造成過度探測(cè)聚類的模式(如圖3所示)?；诘缆肪W(wǎng)絡(luò)距離建立的核密度算法更適合城市空間設(shè)施的分布特征、分布模式、影響范圍和服務(wù)功能的研究。

圖3　兩種方法產(chǎn)生的聚類效果對(duì)比

3.3可視化表達(dá)

空間信息可視化表達(dá)的原始空間數(shù)據(jù)僅僅能夠回答“在何處”與“有何物”的問題,而要進(jìn)一步得到“為什么”和“怎么樣”的內(nèi)容則需要再對(duì)數(shù)據(jù)進(jìn)行深度的加工。通過空間數(shù)據(jù)挖掘分析的手段,得到空間數(shù)據(jù)的空間特征、分布模式、影響因素等空間知識(shí),并利用空間知識(shí)可視化工具進(jìn)行合理有效的可視化表達(dá)。可視化作為現(xiàn)代地圖的核心,對(duì)數(shù)字城市進(jìn)行空間知識(shí)可視化,可以通過將地圖可視化功能作為探索分析工具去發(fā)掘空間知識(shí),從而實(shí)現(xiàn)了地圖功能從信息傳播到知識(shí)發(fā)現(xiàn)的進(jìn)步。

道路網(wǎng)絡(luò)空間下的點(diǎn)設(shè)施密度可視化需要采取多種不同可視化策略以反映網(wǎng)絡(luò)空間的線性特征。通常與線性要素相關(guān)的可視化參量主要包括三種,即線的顏色、線的寬度和高度[8],如圖4所示?？梢暬磉_(dá)可以通過其中一種參量、兩種參量或者三種參量的結(jié)合來共同實(shí)現(xiàn)。

圖4　網(wǎng)絡(luò)空間的幾種可視化參量[6]

為了突出城市道路網(wǎng)絡(luò)的空間載體特征,本文將網(wǎng)絡(luò)核密度估計(jì)的結(jié)果以三維立體的形式進(jìn)行可視化。將密度值作為z值,將線狀道路網(wǎng)絡(luò)轉(zhuǎn)換為墻狀的道路網(wǎng),通過墻狀路網(wǎng)高度上的高低起伏可以形象地表現(xiàn)出設(shè)施點(diǎn)沿道路網(wǎng)絡(luò)分布的聚集程度和分布熱點(diǎn)。另外,為了視覺觀察效果更加直觀明顯,還對(duì)該墻狀路網(wǎng)進(jìn)行分級(jí)設(shè)色,如圖5所示。

圖5　墻狀路網(wǎng)效果圖

考慮到分布密度在城市空間分析、規(guī)劃、管理等領(lǐng)域所起到的輔助決策作用以及可視化的美觀性和完整性,將上述可視化成果與城市的行政區(qū)劃圖相結(jié)合以展示和檢驗(yàn)城市的總體規(guī)劃布局以及不同城市空間區(qū)域的職能劃分,同時(shí)也可以將道路等級(jí)信息以覆蓋于墻狀路網(wǎng)之上等形式加到密度計(jì)算結(jié)果之中,以便于分析道路等級(jí)與城市基礎(chǔ)設(shè)施分布之間存在的隱含關(guān)系。最后按密度值將立體墻的高度進(jìn)行比例拉伸得到全局密度效果圖,在不丟失空間分布密度特征的前提下,對(duì)于分布稀疏數(shù)據(jù)的立體墻進(jìn)行適當(dāng)?shù)姆糯罄?以突出其分布熱點(diǎn)和局部對(duì)比效果。

圖6　三維可視化局部效果圖

3.4實(shí)驗(yàn)分析

本文從深圳市POI點(diǎn)數(shù)據(jù)中分別選取城鎮(zhèn)居民點(diǎn)、長(zhǎng)途汽車站、垃圾回收站三種不同分布特征(密集型、稀疏型、隨機(jī)型)的代表性城市基礎(chǔ)設(shè)施數(shù)據(jù),結(jié)合深圳市道路網(wǎng)絡(luò)數(shù)據(jù),運(yùn)用核密度統(tǒng)計(jì)的方法進(jìn)行網(wǎng)絡(luò)路徑空間下的密度分析實(shí)驗(yàn),得到以下實(shí)驗(yàn)結(jié)果。

圖7　城鎮(zhèn)居民點(diǎn)密度圖

圖7為呈聚集型分布的城鎮(zhèn)居民點(diǎn)密度圖。由圖可知:①其最密集區(qū)域主要集中在深圳市西南部的南山、福田、羅湖三個(gè)區(qū),即城市布局結(jié)構(gòu)規(guī)劃圖[9]中的前海和福田——羅湖兩個(gè)城市主中心。另外,在總體規(guī)劃的“三條軸”區(qū)域也分布有較密集的城鎮(zhèn)居民點(diǎn)。②城鎮(zhèn)居民點(diǎn)在高級(jí)公路周圍密度較低,多分布于城市主干道和次要道路上。這種分布既符合城市居民的生活習(xí)慣又能滿足城市居民出行的便利要求。

圖8　長(zhǎng)途汽車站密度圖

圖8為呈稀疏型分布的長(zhǎng)途汽車站密度圖。在城市的東、中、西部幾個(gè)分區(qū)均有適當(dāng)數(shù)量的長(zhǎng)途汽車站分布,密度墻的高度盡管經(jīng)過拉伸處理但仍顯現(xiàn)出比較低矮的特征,沒有出現(xiàn)高度突出的密度墻,說明它的分布比較分散,密度比較稀疏。由于長(zhǎng)途汽車站屬于城市交通設(shè)施,需要考慮整個(gè)城市空間的需求,聚集分布容易造成交通擁堵同時(shí)也不利于人們的乘車出行,稀疏型的分布可以供生活在不同區(qū)域的市民就近選擇也可以滿足城市交通需求,既緩解了交通壓力又不會(huì)造成城市建設(shè)資源的過度浪費(fèi)。

圖9　垃圾回收站密度圖

圖9為呈隨機(jī)型分布的垃圾回收站密度圖。城市各主要區(qū)域空間處密度墻的高度基本相同,呈現(xiàn)隨機(jī)分布的特點(diǎn)。垃圾回收站作為市政網(wǎng)點(diǎn)的內(nèi)容之一,與居民的生產(chǎn)生活息息相關(guān),隨機(jī)型分布可以照顧到居住在不同區(qū)域的城市居民,有利于垃圾的及時(shí)清理和回收,并保證城市環(huán)境的整潔。

4　總 結(jié)

本文從網(wǎng)絡(luò)空間路徑距離出發(fā)對(duì)城市基礎(chǔ)設(shè)施分布密度進(jìn)行分析,彌補(bǔ)了歐式空間忽略道路連通性的不足,運(yùn)用符合地理學(xué)第一定律的核密度法保證了空間分布的連續(xù)性和變化的漸進(jìn)性。結(jié)合城市地理、城市規(guī)劃相關(guān)知識(shí),從宏觀層面對(duì)城市基礎(chǔ)設(shè)施的分布特征進(jìn)行討論,得到如城鎮(zhèn)人口集中分布于的城市繁華地區(qū),汽車站等交通設(shè)施沿道路呈稀疏分布,垃圾回收站等市政網(wǎng)點(diǎn)呈隨機(jī)分布等定性結(jié)論,結(jié)果與城市總體規(guī)劃方向相契合。本研究可為城市管理與規(guī)劃、宏觀決策、大眾服務(wù)和“智慧城市”建設(shè)等領(lǐng)域提供更加科學(xué)合理的技術(shù)支持與服務(wù)。

參考文獻(xiàn)

[1] 周海燕,王家耀,吳升.空間數(shù)據(jù)挖掘技術(shù)及其應(yīng)用[J].測(cè)繪通報(bào),2002,11(2).

[2] 郭仁忠.空間分析[M].武漢測(cè)繪科技大學(xué)出版社, 2000.

[3] Miller H J.Tobler's first law and spatial analysis[J].Annals of the Association of American Geographers,2004,94 (2):284～289.

[4] 艾廷華,劉耀林.保持空間分布特征的群點(diǎn)化簡(jiǎn)方法[J].測(cè)繪學(xué)報(bào),2002,31(2):175～181.

[5] 毛政元,李霖.空間模式的測(cè)度及其應(yīng)用[M].科學(xué)出版社,2004.

[6] Okabe,Yamada.The K-Function Method on a Network and Its Computational Implementation.Geographical Analysis, 2001,33(3):271～290.

[7] Xie Z,Yan J.Kernel density estimation of traffic accidents in a network space [ J].Computers, Environment and Urban Systems,2008,32(5):396～406.

[8] McCormick B H,DeFanti T A,Brown M D.Visualization in Scientific Computing[J].Computer Graphics,1987,21(6): 973～982.

[9] 深圳市規(guī)劃和國(guó)土資源委員會(huì),深圳市城市總體規(guī)劃(2010-2020).http:/ / www.szpl.gov.cn/ xxgk/ csgh/ csztgh/201009/ t20100929_60694.htm,2010-09-29.

Analysis and Visualization of POI Distribution Density Based on Urban Network Space

Wang Shuang,Li Jiong
(Tianjin Institute of Surveying and Mapping,Tianjin 300381,China)

Abstract:According to the construction needs of the digital city and spatial information infrastructure platform,kernel density estimation and network kernel density estimation methods based on the first law of geography are introduced.The distribution characteristics of urban POI facilities in Euclidean space and road network space is analyzed and explored experimentally.Through displaying hotspot,density,trend in a variety of visual methods,we can achieve the macro distribution characteristic of urban infrastructures and provide the decision service for urban planning and management.

Key words:distribution density;network space;POI;kernel density estimation;visualization

文章編號(hào):1672-8262(2015)01-21-05中圖分類號(hào):P208.2

文獻(xiàn)標(biāo)識(shí)碼:A

收稿日期:?2014—10—15

作者簡(jiǎn)介:王爽(1989—),女,碩士,助理工程師,主要研究方向:地圖制圖與地理信息服務(wù)。

基金項(xiàng)目:國(guó)家“863計(jì)劃”資助項(xiàng)目(2012AA12A404)