王毓乾，王紫錕，鄧志杰，程朋根，李岳

(1.東華理工大學(xué) 江西省數(shù)字國土重點實驗室，南昌330013;2.東華理工大學(xué) 測繪工程學(xué)院，南昌330013;3.中國地質(zhì)大學(xué)(武漢) 地理與信息工程學(xué)院，武漢 430078)

0 引言

城市空間是指城市中不同空間發(fā)生的不同類別的經(jīng)濟(jì)活動，同時這些經(jīng)濟(jì)活動可以在城市中形成不同的格局從而生成各異的城市空間結(jié)構(gòu)[1]。對城市進(jìn)行空間結(jié)構(gòu)的研究一方面可以對城市空間進(jìn)行合理布局、合理安排從而推動城市的發(fā)展；另一方面，對城市空間結(jié)構(gòu)的探究可以更好地調(diào)整城市空間密度，避免城市建筑或者功能區(qū)密度失調(diào)造成資源緊張或浪費。鄭建鋒等[2]對中國單中心及多中心城市內(nèi)部空間結(jié)構(gòu)特征進(jìn)行研究，分析城市內(nèi)部空間結(jié)構(gòu)發(fā)展態(tài)勢；楊建濤[3]利用區(qū)域空間重組理論對區(qū)域中心城市的空間結(jié)構(gòu)進(jìn)行探究，提出了對區(qū)域中心城市、交通網(wǎng)絡(luò)以及城市功能新區(qū)的重組與整合策略。

夜光遙感數(shù)據(jù)具有表征城市社會經(jīng)濟(jì)活動強(qiáng)度的作用，是進(jìn)行城市空間結(jié)構(gòu)相關(guān)研究中的重要數(shù)據(jù)源，目前已有大量的研究利用夜光遙感提取城市，并進(jìn)行時空動態(tài)分析[4-5]。李翔[6]使用夜間燈光數(shù)據(jù)和居民收入為基礎(chǔ)，采用空間回歸模型探究居民收入的時空格局演變。

近年來，隨著移動通訊技術(shù)的不斷發(fā)展以及互聯(lián)網(wǎng)的廣泛應(yīng)用，涌現(xiàn)出很多數(shù)據(jù)量大、精確度高且更新速度快的新興數(shù)據(jù)源，其中POI數(shù)據(jù)有著數(shù)據(jù)屬性豐富、獲取方式便捷等優(yōu)點。HU T等[7]利用POI結(jié)合光學(xué)遙感影像分析城市的土地利用。董仁才等[8]采用核函數(shù)分析模型對北京五環(huán)內(nèi)的POI數(shù)據(jù)進(jìn)行分析，得到POI分布和綠化面積的耦合分布；于丙辰等[9]將夜光遙感與POI數(shù)據(jù)進(jìn)行耦合分析，分析空間耦合關(guān)系相異區(qū)域和城市空間結(jié)構(gòu)的關(guān)系，并在此基礎(chǔ)上探討港口在三亞城市結(jié)構(gòu)中的地位。新浪微博平臺可以實時定位分享用戶的地理位置信息，也為城市空間研究提供了新思路，例如李娜[10]利用微博簽到數(shù)據(jù)分析游客的時空行為。

1 研究區(qū)與數(shù)據(jù)源

本文選擇北京市作為研究區(qū)，如圖1所示。近年來，北京市的城市結(jié)構(gòu)逐漸向“兩軸兩帶多中心”模式發(fā)展，以緩解城市核心區(qū)人口壓力。但是目前看來，所謂“多中心”大部分仍分布在中心區(qū)，并不能真正起到稀釋人口密度的作用。對北京市空間結(jié)構(gòu)開展研究仍具有很強(qiáng)的現(xiàn)實意義。

圖1 研究區(qū)概況

本文使用的數(shù)據(jù)包括北京市行政區(qū)劃圖、POI數(shù)據(jù)、夜光遙感影像數(shù)據(jù)和微博簽到數(shù)據(jù)。北京市行政區(qū)劃圖，來源于OpenStreetMap中的Geofabrik[11]。POI數(shù)據(jù)下載于中國專業(yè)IT社區(qū)CSDN[12]，更新時間為2018年7月，具有較好的時效性，共獲得北京市POI數(shù)據(jù)245 508條。夜光遙感數(shù)據(jù)來源于國家環(huán)境信息中心的2016年年合成NPP/VIIRS產(chǎn)品[13]。新浪微博簽到數(shù)據(jù)通過Python獲得，時間跨度是2016年1—12月。

2 研究方法

本文技術(shù)路線如圖2所示。首先對POI、NPP/VIIRS和新浪微博簽到數(shù)據(jù)進(jìn)行預(yù)處理，然后建立北京市行政區(qū)劃六邊形格網(wǎng)，再將以上3組數(shù)據(jù)分別與建立網(wǎng)格的北京市行政區(qū)劃疊加，得到每個格網(wǎng)內(nèi)有不同的夜光遙感亮度值、POI點數(shù)量以及微博簽到點數(shù)的格網(wǎng)圖，采用多變量歸一化處理法使3種數(shù)據(jù)處于同一范圍，并使用雙因素制圖法使空間耦合關(guān)系得以可視化，從而分析POI、NPP/VIIRS夜光遙感數(shù)據(jù)和微博簽到數(shù)據(jù)的空間耦合程度，并在此基礎(chǔ)上比較空間耦合相同及相異區(qū)域與城市空間結(jié)構(gòu)的聯(lián)系。

圖2 技術(shù)路線圖

2.1 數(shù)據(jù)預(yù)處理

用北京市矢量邊界文件對NPP/VIIRS進(jìn)行剪裁，得到北京市2016年平均夜光遙感柵格地圖，如圖3所示。原始的POI數(shù)據(jù)是分類儲存的，排除與研究無關(guān)的宗教點后使用空間連接將其歸為一類，如圖4所示。將含有經(jīng)緯度信息的2016年微博簽到點數(shù)據(jù)，添加Object-ID字段，將其導(dǎo)入至ArcGIS中轉(zhuǎn)化為地理簽到點數(shù)據(jù)，并統(tǒng)一為WGS-84坐標(biāo)系。然后根據(jù)北京市的行政區(qū)劃范圍，疊加夜間燈光柵格地圖，剔除掉范圍以外的誤差點，最終得到北京市微博簽到點分布圖，如圖5所示。

圖3 北京市2016年平均夜光遙感圖像

圖4 北京市2016年P(guān)OI分布圖

圖5 北京市2016年微博簽到點分布圖

2.2 柵格數(shù)據(jù)格網(wǎng)化

數(shù)據(jù)格網(wǎng)化就是將矢量數(shù)據(jù)通過空間連接賦值于面狀漁網(wǎng)數(shù)據(jù)的方法。本文為了能更好地展示數(shù)據(jù)間的對比分析結(jié)果，創(chuàng)建與圓形更為接近且空間拓?fù)潢P(guān)系更為豐富的六邊形格網(wǎng)，選擇北部森林生態(tài)系統(tǒng)研究中心的Patch Analyst進(jìn)行六邊形格網(wǎng)的創(chuàng)建。生成的北京市蜂窩格網(wǎng)如圖6所示。將NPP/VIIRS影像進(jìn)行矢量化，與格網(wǎng)圖進(jìn)行空間鏈接，進(jìn)行分級設(shè)色，得到夜光亮度蜂窩圖(圖7)。同樣，將POI和微博簽到數(shù)據(jù)和格網(wǎng)疊加后可得微博簽到值規(guī)則格網(wǎng)圖，如圖8、圖9所示。

圖6 北京市蜂窩格網(wǎng)圖

圖7 2016年北京市夜間遙感燈光亮度蜂窩圖

圖8 2016年北京市POI核密度值規(guī)則格網(wǎng)圖

圖9 2016年北京市微博簽到值規(guī)則格網(wǎng)圖

2.3 多變量歸一化處理

使用離差標(biāo)準(zhǔn)化函數(shù)如公式(1)所示，進(jìn)行多變量歸一化處理。

(1)

將POI和微博簽到點密度值向夜光遙感的方向歸一化處理。將POI和微博簽到點密度范圍使用

上述公式歸一化至[0，75]，并向下取整。將歸一化后的POI、微博簽到點密度以及夜光燈亮度字段按標(biāo)準(zhǔn)差法分為高中低三級，如表1所示。使用空間連接將POI、夜間燈光亮度分布和微博簽到點密度分級字段鏈接起來，把他們兩兩結(jié)合即可得高-高、中-中、低-低、高-中、高-低、中-高、中-低、低-高、低-中9種組合方式，組合結(jié)果分布見圖10、圖11、圖12。

表1 夜間遙感燈光值和微博簽到點密度分級

圖10 北京市夜光遙感與POI空間耦合關(guān)系圖

圖11 北京市夜光遙感和微博簽到數(shù)據(jù)耦合關(guān)系圖

圖12 北京市POI和微博簽到數(shù)據(jù)耦合關(guān)系圖

3 空間耦合分析

3.1 總體分布趨勢與耦合關(guān)系分析

由圖7可以看出，北京市夜光強(qiáng)度的分布總體上是呈中心向外部環(huán)形逐漸降低的趨勢。燈光最高值區(qū)域是位于市中心的北京老城東城區(qū)和西城區(qū)，此外教育資源優(yōu)厚的海淀區(qū)和商業(yè)服務(wù)業(yè)發(fā)達(dá)的朝陽區(qū)燈光表現(xiàn)也很好，而郊區(qū)燈光表現(xiàn)較弱。夜間燈光強(qiáng)度也隨北京市環(huán)路由內(nèi)向外遞減，除了6個中心城區(qū)外，在城郊各個區(qū)的某些位置也有高亮度區(qū)域的出現(xiàn)。比如順義區(qū)東南部和大興區(qū)北部的高亮范圍基本與北京首都國際機(jī)場和北京南苑機(jī)場兩大機(jī)場的位置相吻合；而通州區(qū)在東五環(huán)和東六環(huán)之間的夜間燈光高亮范圍正好是北京市政府和中國人民大學(xué)東校區(qū)的位置；在密云區(qū)、房山區(qū)、昌平區(qū)等郊區(qū)也都存在點狀或片狀的夜光遙感高值區(qū)域。

和夜間燈光亮度分布類似，POI密度分布也是呈中心向外部環(huán)形逐漸降低，高密度區(qū)依然是以6個中心城區(qū)為主。但是也有不同之處，比如夜光遙感亮度相比POI密度來說在城市中心區(qū)的外側(cè)也有較好的表現(xiàn)，這體現(xiàn)了夜光遙感數(shù)據(jù)的溢出效應(yīng)，即探測儀所反映出的人類活動燈光范圍通常比實際范圍大[14]。除此之外，將夜間燈光亮度及POI密度分布圖與2016年北京市各區(qū)GDP排名相對比也可以看出，燈光亮度及POI密度較高的海淀區(qū)、朝陽區(qū)、西城區(qū)、東城區(qū)等4個核心城區(qū)在GDP排名中位列前四。

微博簽到點密度分布的高值也是分布在6個市區(qū)，同時各郊區(qū)的市中心或是經(jīng)濟(jì)集中區(qū)也有點狀高值區(qū)域存在。但是微博簽到點數(shù)據(jù)因其獨特性而具有和前2種數(shù)據(jù)的不同之處。例如夜間燈光亮度的最高值都位于北京市核心東西城區(qū)，這和GDP排名和城市發(fā)展結(jié)果都是相契合的，而微博簽到點密度分布的最高值卻在海淀區(qū)，東西城區(qū)是次高值，這是因為微博這種社交平臺使用者大多是年輕人，因而高校眾多，人口數(shù)量中青年占比較大的海淀區(qū)容易出現(xiàn)高值。而經(jīng)濟(jì)發(fā)達(dá)卻老齡化現(xiàn)象嚴(yán)重的東西城區(qū)則顯示出次高值分布。

采用符號計數(shù)統(tǒng)計將夜間燈光亮度和POI、夜光遙感和微博簽到、POI和微博簽到數(shù)據(jù)密度呈高耦合的區(qū)域進(jìn)行提取計算，發(fā)現(xiàn)高耦合的區(qū)域比例分別92.26%、92.86%和93.23%，按依次降低的順序從中心城區(qū)向外擴(kuò)散。非完全耦合區(qū)域圍繞核心城區(qū)呈放射空心環(huán)狀分布?？傮w來說，3種數(shù)據(jù)兩兩耦合關(guān)系的分布在空間結(jié)構(gòu)上具有高度一致性。

3.2 夜光和POI的空間耦合分析

1)夜間燈光亮度高于POI密度值的區(qū)域分析。除了大部分高耦合區(qū)域，有一些區(qū)域呈現(xiàn)不完全耦合的狀態(tài)，這些反常區(qū)域雖然面積較少，但是對城市結(jié)構(gòu)的研究更有意義。夜間燈光亮度高于POI密度值的區(qū)域如圖13所示，夜間燈光亮度和POI密度呈中-低、高-中耦合關(guān)系基本分布在核心城區(qū)的外圍，這表明夜間燈光探測儀所反映出的人類活動燈光范圍通常比實際范圍大也就是夜光遙感圖像的溢出效應(yīng)，所以此部分區(qū)域主要為中心城區(qū)向郊區(qū)發(fā)展的過渡區(qū)。除此之外，在順義區(qū)的北京首都國際機(jī)場附近也出現(xiàn)POI與夜間燈光亮度呈高-低分布的區(qū)域，這是因為機(jī)場附近基礎(chǔ)建設(shè)完善，燈光表現(xiàn)較好，但是面積較廣，居住人口數(shù)量較少，所以相對于生活區(qū)POI點密度不高。同樣地，通州區(qū)通州西站附近的高-低耦合、密云區(qū)的北京密云穆家峪機(jī)場的中-低耦合等區(qū)域也可以作此解釋。大興區(qū)東部的片狀高-低耦合區(qū)是因為此處附近的北京大興區(qū)經(jīng)濟(jì)開發(fā)區(qū)以及北京南苑機(jī)場，這些區(qū)域?qū)儆诖蠓秶|(zhì)性功能區(qū)，范圍較廣而功能單一，因此點狀的POI數(shù)據(jù)不能對此處區(qū)域的人類活動做出準(zhǔn)確的表達(dá)，導(dǎo)致夜光燈表現(xiàn)較好而POI密度偏低的情況出現(xiàn)。

圖13 夜間燈光亮度高于POI密度值區(qū)域顯示

從豐臺區(qū)到門頭溝區(qū)和石景山區(qū)交界處沿永定河是石門營公園、馮村公園、濱河中心公園、葡山公園、黑山公園、晨曦公園、濱河公園、京門鐵路遺址公園等大大小小的公園聚集區(qū)，如圖14所示。這些景區(qū)性質(zhì)的區(qū)域都有同功能、大面積且人口分布稀疏的特點，故而燈光建設(shè)較完善而POI密度較低，且門頭溝區(qū)作為北京市唯一的純山區(qū)，山地面積達(dá)98.5%，如衛(wèi)星圖像15所示，大片廣袤的山地表示門頭溝區(qū)具有燈光亮度強(qiáng)于POI分布的特征。昌平區(qū)素有北京后花園之稱，主要支柱產(chǎn)業(yè)是農(nóng)業(yè)、旅游和高教，也符合基建完善而人口不密集的特征，故而也會呈現(xiàn)出如此耦合關(guān)系。

圖14 門頭溝區(qū)永定河沿岸公園聚集區(qū)

圖15 門頭溝區(qū)衛(wèi)星圖

夜光遙感影像可以清晰地表述人類活動而產(chǎn)生的燈光強(qiáng)度，但是對一些區(qū)域的具體功能特征卻無法區(qū)分，比如同樣的燈光高強(qiáng)度區(qū)可能是繁華的城市中心也有可能是機(jī)場或是工地。POI作為一種點狀數(shù)據(jù)對較小范圍內(nèi)的經(jīng)濟(jì)人口情況的表達(dá)比較到位，但是在一些大范圍的同功能區(qū)域，如經(jīng)濟(jì)開發(fā)區(qū)、車站、機(jī)場、城市新建區(qū)等，點狀數(shù)據(jù)的不均勻表達(dá)會使這些區(qū)域出現(xiàn)不合理表征。故而采用夜間燈光亮度和POI分布密度的耦合關(guān)系來共同表述城市的空間結(jié)構(gòu)，有助于顯著描述大范圍同質(zhì)性區(qū)域的空間特征。

2)夜間燈光亮度低于POI密度值的區(qū)域分析。夜間燈光亮度低于POI密度值的區(qū)域，如圖16所示。從圖中可以看出夜間燈光亮度低于POI密度值表現(xiàn)的區(qū)域分布較少，基本圍繞城市中心呈點狀分布。東、西城區(qū)、海淀區(qū)等老城區(qū)的中-高耦合是因為基礎(chǔ)設(shè)施完備，但是老齡化人口較高，夜間活動相對少；房山區(qū)、昌平區(qū)、懷柔區(qū)、密云區(qū)、順義區(qū)等近郊或者遠(yuǎn)郊區(qū)的點狀零散耦合差異區(qū)與郊區(qū)城鎮(zhèn)中心分布相似，因為郊區(qū)或者市區(qū)外的鄉(xiāng)鎮(zhèn)中心城鎮(zhèn)化建設(shè)相對落后，夜光遙感強(qiáng)度值表現(xiàn)較低，不能很好地表征城鎮(zhèn)中心的特點，但是POI 數(shù)據(jù)可以通過對郊區(qū)等區(qū)域的工業(yè)、服務(wù)業(yè)信息的記錄，可以表征城鎮(zhèn)中心的空間特點。除昌平區(qū)有部分點狀分布的低-中、低-高耦合關(guān)系之外，其余區(qū)域基本是呈中-高耦合，這說明昌平區(qū)的郊區(qū)城鎮(zhèn)化水平較低。

圖16 夜間燈光亮度低于POI密度值區(qū)域顯示

POI密度較高而夜間燈光亮度較低的地方表明該區(qū)域?qū)儆诔鞘谢A(chǔ)建設(shè)較落后但是因工商業(yè)、服務(wù)業(yè)繁榮而人口較密集處。因此，夜間燈光在城市化建設(shè)相對不夠完備的城郊、鄉(xiāng)鎮(zhèn)地區(qū)表現(xiàn)較黯淡，但這并不能說明城郊、鄉(xiāng)鎮(zhèn)區(qū)域的人類活動不頻繁，故而其不能很好地表示城郊、鄉(xiāng)鎮(zhèn)的空間結(jié)構(gòu)特征。而POI數(shù)據(jù)的點狀分布可以通過工業(yè)、商業(yè)、教育等分類很好地表述城郊、鄉(xiāng)鎮(zhèn)的空間結(jié)構(gòu)特征。除此之外，POI密度與夜間燈光亮度的差距也可以表現(xiàn)這些區(qū)域城市基礎(chǔ)建設(shè)的差異。將夜光遙感和POI數(shù)據(jù)有效結(jié)合，有助于顯著描述城郊、鄉(xiāng)鎮(zhèn)的空間分布特征。

3.3 夜間燈光亮度和微博簽到點分布密度的空間耦合分析

1)夜間燈光亮度高于微博簽到點分布密度值的區(qū)域分析。如圖17所示，高-中耦合區(qū)主要是圍繞核心城區(qū)呈環(huán)狀分布，這部分和POI密度和夜間燈光亮度部分耦合相異的原因一致，由于夜間燈光探測儀所反映出的人類活動燈光范圍比實際范圍大而導(dǎo)致的夜光遙感數(shù)據(jù)溢出現(xiàn)象。

圖17 夜間燈光亮度高于微博簽到密度值區(qū)域顯示

中-低耦合區(qū)域主要分布在圍繞中心城區(qū)的近郊區(qū)域，比如房山區(qū)、大興區(qū)、通州區(qū)和順義區(qū)，這部分的耦合偏差區(qū)域與該區(qū)域附近的幾條南北交通大動脈吻合度較高。夜間車燈導(dǎo)致該區(qū)域范圍夜間燈光亮度較高，但是并沒有同樣密度級別的人類活動，導(dǎo)致微博簽到密度略低于夜間燈光亮度的效果。將夜間燈光亮度高于微博簽到密度值耦合關(guān)系圖與北京市一級道路網(wǎng)疊加顯示(圖18、圖19)?？梢钥闯?，房山區(qū)東南部的帶狀中-低耦合區(qū)域與京港澳高速、京石高速進(jìn)京的軌跡較為接近，且和107國道由部分耦合；懷柔區(qū)、密云區(qū)和順義區(qū)三區(qū)交界處的條狀欠耦合區(qū)域附近正是大廣高速、101-111國道交錯的地區(qū)。

圖18 北京市道路網(wǎng)和夜間燈光亮度、微博簽到密度結(jié)合顯示局部(1)

圖19 北京市道路網(wǎng)和夜間燈光亮度、微博簽到密度結(jié)合顯示局部(2)

高-低耦合區(qū)域分布較少，屬于零星的點狀分布。海淀區(qū)北部的片狀高-低耦合區(qū)域和海淀區(qū)的西北旺鎮(zhèn)以及蘇家坨鎮(zhèn)吻合度很高，這兩個鎮(zhèn)附近有大量的服裝加工廠、金屬加工廠、機(jī)械廠、發(fā)電廠、垃圾焚燒廠等，輕工業(yè)加工廠會產(chǎn)生較明亮的夜間燈光，而金屬加工、發(fā)電、垃圾焚燒等產(chǎn)業(yè)會產(chǎn)生高亮火光，使這附近區(qū)域的夜間燈光亮度較高；然而，這些區(qū)域生產(chǎn)生活的工人顯然不會產(chǎn)生大量的微博簽到信息，因此出現(xiàn)了高-低耦合的現(xiàn)象。

2)夜間燈光亮度低于微博簽到點分布密度值的區(qū)域分析。夜間燈光亮度低于微博簽到點分布密度的區(qū)域如圖20所示。從圖中可以看出，幾乎全部的低-高耦合區(qū)域、中-高耦合區(qū)域和大部分的低-中耦合區(qū)域都集中在海淀區(qū)、朝陽區(qū)五環(huán)以內(nèi)的位置。海淀區(qū)在北京市以聚集各大高校和創(chuàng)新企業(yè)聞名遐邇，教授、博士、碩士、大學(xué)生數(shù)量相當(dāng)可觀，比如被稱為中國硅谷的中關(guān)村基本囊括了中國一半以上的創(chuàng)新互聯(lián)網(wǎng)企業(yè)；而朝陽區(qū)的商業(yè)和服務(wù)業(yè)非常繁榮，北京最新鮮的事物一般從這里出現(xiàn)。這兩個區(qū)有一個共同的特點，年輕且高知人口密集。根據(jù)第六次人口普查數(shù)據(jù)[15]顯示，海淀區(qū)大專以上人口占據(jù)總?cè)丝诘?7.1%，將近一半，在各個區(qū)中超過東西城區(qū)排名第一。反觀東西城區(qū)，根據(jù)北京市西城人民政府提供的西城區(qū)2016年國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報[16]顯示，2016年西城區(qū)60歲及以上的老人有39.2萬人，占常住人口總數(shù)的比例達(dá)26.8%。北京市東城區(qū)統(tǒng)計局給出的2017北京東城統(tǒng)計年鑒[17]顯示，2016年東城區(qū)60歲及以上人口有26.2萬人，占常住人口總數(shù)的26.8%，65歲以上人口有13.9萬人，占常住人口15.8%。按照國際通用標(biāo)準(zhǔn)，一個國家或地區(qū)60歲或65歲以上的老人占人口比重達(dá)10%或7%，即進(jìn)入老齡化社會，如表2所示。東西城的數(shù)據(jù)顯示，基本上每5個人中就有一個60歲以上的老人，老齡化情況顯而易見。而微博的用戶群是以年輕人為主。根據(jù)2016年新浪微博用戶發(fā)展報告[18]，微博月活躍用戶中30歲以下用戶超過八成，是微博的主力人群，使用微博問答的答題博主以精英男性為主，答題者主要來自醫(yī)生、攝影師等高端職業(yè)人群。此外，根據(jù)李楊等[19]的北京市人口老齡化的時空變化特征一文的研究結(jié)果，北京市各城區(qū)老齡化率最高的為東西城區(qū)且老齡人口比重呈現(xiàn)出圈層結(jié)構(gòu)特征；海淀、朝陽、石景山、豐臺、順義等近郊區(qū)與全市相比老齡化程度較低；到房山、大興、通州、平谷、密云、懷柔、延慶、昌平、門頭溝等遠(yuǎn)郊區(qū)老齡人口比重又有所回升。根據(jù)北京市2016年老年人口信息和老齡事業(yè)發(fā)展?fàn)顩r報告[20]提供的數(shù)據(jù)制作北京市老齡化比重分布圖，如圖21所示，其老齡化比重較低也就是年齡結(jié)構(gòu)較年輕化的區(qū)域與微博簽到點密度高于夜間燈光亮度的區(qū)域有一定的吻合性。

圖20 夜間燈光亮度低于微博簽到點密度區(qū)域顯示

夜間燈光亮度和微博簽到密度分布均屬于固定范圍與時間段內(nèi)的動態(tài)數(shù)據(jù)，在某些地區(qū)有煤炭焚燒、金屬冶煉或是夜間行車等情況會導(dǎo)致夜間燈光亮度表現(xiàn)很好，但這并不能說明該地區(qū)的經(jīng)濟(jì)情況，也不能充分反映人類活動。新浪微博用戶簽到數(shù)據(jù)能夠反映用戶在城市中的空間分布情況，但是微博的用戶群有一定的年齡段偏好，在年齡結(jié)構(gòu)明顯的地區(qū)也會出現(xiàn)分布偏差，不能夠精準(zhǔn)地表現(xiàn)人類活動情況。因此，將微博簽到數(shù)據(jù)和夜間燈光亮度數(shù)據(jù)相結(jié)合，有助于精細(xì)化描述城市活動的強(qiáng)度及范圍。

表2 北京市分區(qū)戶籍老年人口數(shù)量情況

圖21 2016年北京市老齡化比重分布圖

3.4 POI分布密度和微博簽到點分布密度的空間耦合分析

采用符號計數(shù)統(tǒng)計將POI分布密度和微博簽到密度呈高耦合的區(qū)域進(jìn)行提取計算，結(jié)果高耦合的區(qū)域比例達(dá)93.23%。

將POI和微博簽到分布密度的高、中、低評價字段做分級展示，并且剔除掉完全耦合的高-高、中-中、低-低耦合部分后如圖22顯示。首先POI大于微博簽到數(shù)的部分僅存在高-中耦合，分布范圍集中在海淀、西城區(qū)、東城區(qū)等核心城區(qū)。這說明在這些區(qū)域城市基礎(chǔ)設(shè)施建設(shè)具有前瞻性，基礎(chǔ)設(shè)施非常完善。因此出現(xiàn)POI密度高于微博用戶簽到密度的現(xiàn)象。

圖22 POI大于微博簽到數(shù)區(qū)域顯示

POI小于微博簽到部分的數(shù)據(jù)分布與夜光值小于微博簽到分布極其相似，如圖23所示，二者有相似的耦合相異原因。

圖23 POI小于微博簽到區(qū)域

4 結(jié)束語

本文通過對2016年北京市的夜間燈光遙感數(shù)據(jù)和POI數(shù)據(jù)以及夜間燈光遙感數(shù)據(jù)和新浪微博用戶簽到數(shù)據(jù)的空緊耦合關(guān)系進(jìn)行研究，分析探討以上2組數(shù)據(jù)耦合差異區(qū)域出現(xiàn)的原因并解釋其余城市空間結(jié)構(gòu)的關(guān)系，并進(jìn)一步對北京市空間分布進(jìn)行研究。得到以下主要結(jié)論：

①夜間燈光亮度和POI分布密度，夜間燈光亮度和微博簽到密度，POI分布密度和微博簽到密度3組數(shù)據(jù)都呈現(xiàn)出空間高耦合狀態(tài)，在北京市的空間布局高度一致，耦合關(guān)系相同的區(qū)域比例分別達(dá)92.26%、92.86%和93.23%。在地圖上的分布也均呈現(xiàn)出環(huán)狀由中心六城區(qū)向郊區(qū)方向擴(kuò)散的走勢。說明在進(jìn)行城市空間結(jié)構(gòu)分布的研究時，這3種數(shù)據(jù)有很好的配合度和適用性。

②夜光遙感數(shù)據(jù)和POI分布密度空間耦合差異的區(qū)域可以對城市部分區(qū)域的空間結(jié)構(gòu)做詳細(xì)化探究，例如一些經(jīng)濟(jì)開發(fā)區(qū)、車站、機(jī)場、城市新建區(qū)等大范圍同質(zhì)性區(qū)域。同時POI密度和夜間燈光亮度2種數(shù)據(jù)對人類活動的表達(dá)也各有其優(yōu)缺點，夜光遙感影像可以清晰地表述人類活動而產(chǎn)生的燈光強(qiáng)度，但是對一些區(qū)域的具體功能特征卻無法區(qū)分。POI作為一種點狀數(shù)據(jù)對較小范圍內(nèi)的經(jīng)濟(jì)人口情況的表達(dá)比較到位，但是在一些大范圍的同功能區(qū)域，點狀數(shù)據(jù)的不均勻表達(dá)會使這些區(qū)域出現(xiàn)不合理表征。

③夜間燈光亮度和微博簽到密度分布這組數(shù)據(jù)耦合程度更高，差異方面除了夜間燈光溢出效應(yīng)外，其余差異地區(qū)屬于城市特殊區(qū)域所帶來的數(shù)據(jù)分布特殊性以及數(shù)據(jù)本身的適用范疇。例如在一些煤炭焚燒、金屬冶煉或是夜間行車等活動發(fā)生的區(qū)域會出現(xiàn)夜間燈光異常高亮的情況；微博簽到行為發(fā)生的目標(biāo)人群年齡結(jié)構(gòu)也會使其分布密度出現(xiàn)區(qū)域性偏差，在人口偏年輕化的海淀區(qū)和朝陽區(qū)易出現(xiàn)高值，而在老齡化較嚴(yán)重的東西城區(qū)也有反常存在，且其老齡化比重較低也就是年齡結(jié)構(gòu)較年輕化的區(qū)域與微博簽到點密度高于夜間燈光亮度的區(qū)域有一定的吻合性。

④POI和微博簽到數(shù)分布密度的耦合關(guān)系中，POI大于微博簽到數(shù)的部分僅存在高-中耦合，分布范圍集中在海淀、西城區(qū)、東城區(qū)等核心城區(qū)，這說明在北京市城市化高度完善的區(qū)域已經(jīng)出現(xiàn)了基礎(chǔ)建設(shè)POI供給大于人類生活需求的情況。POI小于微博簽到的部分與夜光亮度小于微博簽到的區(qū)域具有分布一致性，具有相似的相異原因。

對城市空間結(jié)構(gòu)的研究應(yīng)該是囊括經(jīng)濟(jì)、工業(yè)、教育、生活、醫(yī)療、娛樂等全方位多領(lǐng)域的綜合分析，這也是本文局限性所在，本文僅針對人類活動所帶來的經(jīng)濟(jì)狀態(tài)進(jìn)行了研究，時間段只有2016年1年，在時效性和時序性上也有所不足，空間耦合的分析也是以定性分析為主。今后應(yīng)針對此命題，對POI數(shù)據(jù)、夜間燈光遙感數(shù)據(jù)和新浪微博用戶簽到數(shù)據(jù)進(jìn)行長時間序列的定量分析研究，對北京市5—10年內(nèi)的城市發(fā)展變化進(jìn)行分析，進(jìn)一步探究這3種數(shù)據(jù)對城市空間結(jié)構(gòu)的表征效果。