功能區(qū)識別對于揭示城市的物理和社會特征至關(guān)重要。目前,結(jié)合大數(shù)據(jù)和自然語言處理進(jìn)行城市功能分區(qū)和識別是研究的熱點(diǎn)。該文以廣州市白云區(qū)為例,基于道路網(wǎng)絡(luò)數(shù)據(jù)將研究區(qū)域劃分為503個單元,結(jié)合POI數(shù)據(jù)和Place2vec模型對城市功能區(qū)進(jìn)行識別:1)根據(jù)興趣點(diǎn)的語義信息和地理信息構(gòu)建訓(xùn)練數(shù)據(jù)集;2)利用SkipGram模型提取POI類型的高維特征向量,通過加權(quán)平均法得到各研究單元的特征向量,進(jìn)而基于K-Means算法對研究單元進(jìn)行聚類分析;3)利用POI頻數(shù)密度、百度熱力圖等指標(biāo)和方法進(jìn)行功能區(qū)識別和標(biāo)注,并將識別結(jié)果與高德地圖進(jìn)行對比分析。結(jié)果表明,該方法能夠有效識別出城市功能區(qū),對于低成本、快速有效地識別和理解一個城市的空間結(jié)構(gòu)和功能配置以及城市功能區(qū)規(guī)劃和地理空間分異研究具有參考意義。 

【文章來源】：地理與地理信息科學(xué). 2020,36(04)北大核心CSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

研究區(qū)基本研究單元

百度熱力圖基于LBS平臺智能手機(jī)用戶訪問百度產(chǎn)品（如搜索、地圖、天氣等）時所在的地理位置數(shù)據(jù)，通過一定的空間表達(dá)處理，利用不同顏色實(shí)時呈現(xiàn)出各個位置的人群聚集度[28]。本文通過Python調(diào)用百度地圖API，定時獲取研究區(qū)域內(nèi)的熱力圖，獲取時間為8月15日（星期四）及8月17日（星期六），時間區(qū)間為07:00-21:00，時間間隔為2h；對不同的色彩區(qū)域賦予0～7的熱力度數(shù)值，數(shù)值越高，代表人群集聚度越高。2 研究方法

訓(xùn)練數(shù)據(jù)集通常是指自然語言處理領(lǐng)域中經(jīng)過處理的文本集合。為獲取充足的信息，本研究選用POI類型中的小類標(biāo)簽構(gòu)建訓(xùn)練數(shù)據(jù)集。通過k近鄰算法找到每個POI數(shù)據(jù)的鄰近POI，并記錄其對應(yīng)的POI類型，從而組成訓(xùn)練對。由于地理空間和語義空間在語境形成上的差異，本文利用簡單增強(qiáng)法[23]提高地理距離對研究結(jié)果的影響，即通過增強(qiáng)系數(shù)βlj增加POI訓(xùn)練組在訓(xùn)練集中出現(xiàn)的次數(shù)，計算公式為：式中：βlj表示當(dāng)相鄰POI為lj時該訓(xùn)練組的增強(qiáng)系數(shù)，為方便計算，將其四舍五入到整數(shù)；N表示POI的總數(shù)量；Plk表示POI為lk時的簽到（check-in）次數(shù)，由于本文采用的是高德地圖POI數(shù)據(jù)，因此Plk=1;dα（li,lj）表示中心POI與相鄰POI之間的距離；α表示反距離因子，本文α=1。

【參考文獻(xiàn)】：
期刊論文
[1]基于核密度與融合數(shù)據(jù)的城市功能分區(qū)研究[J]. 王俊玨,葉亞琴,方芳.  地理與地理信息科學(xué). 2019(03)
[2]基于用戶關(guān)聯(lián)度的半監(jiān)督情感分析模型[J]. 金志剛,楊洋.  哈爾濱工業(yè)大學(xué)學(xué)報. 2019(05)
[3]基于眾源數(shù)據(jù)的北京市主城區(qū)功能用地劃分研究[J]. 寧曉剛,劉婭菲,王浩,郝銘輝,楊伯鋼,王淼.  地理與地理信息科學(xué). 2018(06)
[4]基于北京公交刷卡數(shù)據(jù)和興趣點(diǎn)的功能區(qū)識別[J]. 韓昊英,于翔,龍瀛.  城市規(guī)劃. 2016(06)
[5]基于百度地圖熱力圖的城市空間結(jié)構(gòu)研究——以上海中心城區(qū)為例[J]. 吳志強(qiáng),葉鍾楠.  城市規(guī)劃. 2016(04)
[6]基于POI數(shù)據(jù)的城市功能區(qū)定量識別及其可視化[J]. 池嬌,焦利民,董婷,谷巖巖,馬雅蘭.  測繪地理信息. 2016(02)
[7]基于潛在語義信息的城市功能區(qū)識別——廣州市浮動車GPS時空數(shù)據(jù)挖掘[J]. 陳世莉,陶海燕,李旭亮,卓莉.  地理學(xué)報. 2016(03)
[8]基于面向?qū)ο蟮谋本┦袇^(qū)城市內(nèi)部用地信息提取[J]. 王彩艷,王璦玲,王介勇,劉志高.  自然資源學(xué)報. 2015(04)
[9]功能分區(qū)視角下的西安市發(fā)展空間分異[J]. 吳文恒,徐澤偉,楊新軍.  地理研究. 2012(12)
[10]基于高分辨率遙感影像的城市用地分類研究[J]. 王碧輝,吳運(yùn)超,黃曉春.  遙感信息. 2012(04)

碩士論文
[1]融合多源地理大數(shù)據(jù)的杭州市功能區(qū)識別和空間優(yōu)化研究[D]. 趙智勇.浙江大學(xué) 2018
[2]基于遙感和POI的城市功能語義分區(qū)研究[D]. 李婭.中國科學(xué)院大學(xué)(中國科學(xué)院遙感與數(shù)字地球研究所) 2018
[3]基于城市公交刷卡數(shù)據(jù)和興趣點(diǎn)的城市功能區(qū)識別研究[D]. 于翔.浙江大學(xué) 2014
[4]上海市人口分布變動和城市功能區(qū)研究[D]. 楊守國.首都經(jīng)濟(jì)貿(mào)易大學(xué) 2007



本文編號：3332852