高一冉

（遼寧師范大學地理科學學院/遼寧省自然地理與空間信息科學重點實驗室，遼寧 大連116029）

近年來，中國的城市發(fā)展不斷加快，信息通訊技術(shù)融入了人們生活的各個方面。隨著經(jīng)濟的快速發(fā)展，居民的出行逐漸增多，對居民活動時空特征的研究成為了熱點話題。王波等人通過微博簽到數(shù)據(jù)，從時間、空間、活動三個方面分析分析了南京市居民在工作日、休息日與節(jié)假日城市活動的空間動態(tài)變化[1]。陳澤東等人采用規(guī)則格網(wǎng)，通過出租車GPS 數(shù)據(jù)提取地塊的居民出行時序特征。采用期望最大化算法進行聚類，并結(jié)合POI數(shù)據(jù)和居民出行調(diào)查實現(xiàn)功能區(qū)識別[2]。谷巖巖等人對POI 數(shù)據(jù)采用重尾打斷分類法和核密度聚類法識別城市功能區(qū)，并結(jié)合出租車軌跡數(shù)據(jù)，定量分析城市功能區(qū)相互作用強度和方向[3]。李苗裔等人使用信息熵模型，綜合POIs 與出租車GPS 兩種異構(gòu)數(shù)據(jù)，定量化評價城市功能混合度的空間熵與時空熵，并得出北京城市功能混合度的空間分布特征[4]。興趣點數(shù)據(jù)通常帶表用地類型，GPS 數(shù)據(jù)通常代表城市交通，二者相結(jié)合，可對城市的綜合能力進行評估。

本研究以南京市中部都市區(qū)為例，基于信息熵模型，計算出研究區(qū)300 米規(guī)則格網(wǎng)內(nèi)POI 空間熵和出租車OD 點時空熵，并分析其功能混合度的空間分布特征，為未來城市綜合發(fā)展和優(yōu)化空間布局提供更科學合理的參考和依據(jù)。

1 研究區(qū)與數(shù)據(jù)

本研究以南京市擁江發(fā)展的中部都市區(qū)為例，包括中心城區(qū)玄武區(qū)，秦淮區(qū)，鼓樓區(qū)，建鄴區(qū)，雨花臺區(qū)和棲霞區(qū)，浦口區(qū)，江寧區(qū)以及靠近長江的六合區(qū)域。選用的基礎大數(shù)據(jù)來自百度地圖平臺，通過數(shù)據(jù)挖掘技術(shù)獲得POI 開源數(shù)據(jù)共273749個和為期一個工作日共18668073 條記錄的出租車GPS 大數(shù)據(jù)。

2 研究方法

2.1 基于POI 數(shù)據(jù)的空間維信息熵計算

通過構(gòu)建不同種類POI 數(shù)據(jù)信息熵模型對城市的不同功能進行定量描述。該模型融合了信息論與分形理論，能為城市功能的定量化分析提供有效的支撐。該模型的公式為：

式中H 為空間信息熵，M為網(wǎng)格的行數(shù)，i 為POI 點數(shù)據(jù)所在網(wǎng)格的行，N 為網(wǎng)格的列數(shù)，j 為POI 點數(shù)據(jù)所在網(wǎng)格的列，Pij為某種POI 類型在第i 行第j 列網(wǎng)格中的個數(shù)與該網(wǎng)格中所有POI 類型總個數(shù)的比值。

2.2 基于出租車GPS 數(shù)據(jù)的時空信息熵計算

根據(jù)O，D 點數(shù)據(jù)來計算出租車的時空熵信息，為了精確反映不同時間段人們的活動，把時間段劃分為24 個小時，根據(jù)上述公式計算出每個網(wǎng)格一天時間內(nèi)不同時間段的O，D 點時空熵。

3 南京都市區(qū)的時空熵空間分析

通過POI 數(shù)據(jù)的空間維信息熵模型計算結(jié)果得出，南京市研究區(qū)內(nèi)不同種類POI 數(shù)據(jù)的空間熵整體分布呈現(xiàn)“一區(qū)七帶式”（圖1），其中一區(qū)主要集中在老城區(qū)，由鼓樓區(qū)、玄武區(qū)、建鄴區(qū)、秦淮區(qū)圍城的中心區(qū)域。以順時針方向，七帶分別為，一小市街道，邁皋橋街道，堯化街道，仙林街道；二孝陵衛(wèi)街道，馬群街道，湯山街道；三東山街道，秣陵街道，淳化街道；四東山街道，秣陵街道，祿口街道；五南苑街道，沙洲街道，西譽橋街道，板橋街道；六泰山街道，頂山街道，江浦街道；七泰山街道，沿江街道，卸甲甸街道，山潘街道。一區(qū)的典型中心區(qū)域玄武區(qū)如新街口街道POI 空間熵，高達到1.6-2.5。珠江路商圈位于新街口街道與梅園新村街道以太平北路為界，空間熵高達1.8-2.2。鼓樓區(qū)如中央門商圈位于中央門大街，空間熵高達1.6-2.3。建鄴區(qū)如河西和奧體商圈位于河西新城，空間熵高達1.5-1.9。由一區(qū)開始空間信息熵值沿七帶逐漸降低，降至0.8-1.6。郊區(qū)地區(qū)降到0.8 以下。浦口、六合、江寧區(qū)有部分地區(qū)熵值較高，這些區(qū)域一般也是工業(yè)園區(qū)。POI 空間熵值越高，建成區(qū)發(fā)展越完善。而這些與該區(qū)域的經(jīng)濟發(fā)展水平，工業(yè)化程度都是密不可分的。

圖1 南京功能POI 空間熵分布

圖2 南京出租車O 點時空熵分布

通過出租車GPS 數(shù)據(jù)的時空信息熵模型計算結(jié)果得出，OD點時空熵主要集中分布于主城區(qū)，由中心四區(qū)向周邊城區(qū)遞減，且其分布大致走向與POI 空間信息熵相似。從整體上看，O點時空熵值略高于D 點時空熵值，但從分布范圍來看D 點時空熵分布要廣于O 點時空熵分布。O 點時空熵值在中心區(qū)范圍內(nèi)，高達2.0-3.1（圖2）。D 點時空熵值在中心區(qū)范圍內(nèi)，高達2.0-3.1。從城市中心新街口地區(qū)來看，O 點時空熵值高達2.3-3.1，D 點時空熵值高達2.6-3.0。且OD 點發(fā)生的主要區(qū)域集中在主城區(qū)，說明每個時間段人們的活動都十分的頻繁，雖然這些地區(qū)并不只是局限于功能高度完善的區(qū)域，但功能區(qū)的完善程度也是影響人們活動的主要因素之一，城市化建設使人口聚集中心化。

4 結(jié)論與討論

大數(shù)據(jù)時代的到來帶來了新的思維方式，面對研究對象我們更需要新的研究方法。本文基于信息熵模型，從整體上分析南京中部都市區(qū)功能混合度的POI 空間熵與OD 時空熵。結(jié)果表明，南京市研究區(qū)內(nèi)不同種類POI 數(shù)據(jù)的空間熵整體分布呈現(xiàn)“一區(qū)七帶式”，一區(qū)典型中心區(qū)域如新街口街道、珠江路商圈位、中央門商圈、河西和奧體商圈是空間熵較高的地區(qū)。這些地區(qū)經(jīng)濟高度發(fā)展，城市設施完善。浦口、六合、江寧區(qū)有部分工業(yè)園區(qū)熵值較高。由一區(qū)開始隨著七帶式空間熵值開始遞減，說明這些地區(qū)城市功能相對單一，混合度不高，城市綜合能力不強。OD 點時空熵主要集中分布于主城區(qū)，由中心四區(qū)向周邊城區(qū)遞減，且其分布大致走向與POI 空間信息熵相似。說明雖然這些地區(qū)并不只是局限于功能高度完善的區(qū)域，但功能區(qū)的完善程度也影響著人們的活動。在新時期，科學合理的把握居民的活動空間，提高城市綜合發(fā)展和優(yōu)化空間布局顯得尤為重要。當然本文的研究數(shù)據(jù)不夠廣泛，要努力獲得工作日、休息日、節(jié)假日不同時間段的出租車位置大數(shù)據(jù)來完善研究內(nèi)容，為城市規(guī)劃者提供更準確、合理的建議。