您的当前位置:首页正文

城市人群分布时空变化与土地利用的关系研究

2023-02-18 来源:榕意旅游网
龙源期刊网 http://www.qikan.com.cn

城市人群分布时空变化与土地利用的关系研究

作者:李立峰

来源:《建筑与装饰》2020年第21期

摘 要 城市人群的空间移动大部分是为了获取城市服务,随时间变化呈现出聚集和消散的分布特征,也受到城市規划要素的影响作用。本文基于百度地图和腾讯位置数据,以重庆市为例,运用空间自相关法识别人群聚散显著的区域,讨论人群聚散与土地利用布局的关系;采用

龙源期刊网 http://www.qikan.com.cn

SOM聚类法分析不同的人群聚散模式与土地利用构成的关系。主要结论包括:①早高峰时段,不同城市功能集聚区对吸引人群聚集的时间段存在差异;②重要交通设施用地和部分行政用地吸引人群聚集受空间距离的影响较小;③在人群聚散变化频繁的城市区域,居住用地对人群集散的影响最大;④城市人群聚散是土地利用构成与空间分布综合叠加的结果。该研究从人群聚散的视角讨论人群移动与空间要素的关联,为城市规划和交通的精细化管理提供了依据,具有一定指导意义。

关键词 网络位置数据;人群聚集消散;土地利用 引言

人群聚集和消散的时空变化是人们位移过程的空间表现形式,与社会发展、经济发展、城市管理等息息相关,城市人群分布的数据广泛应用于城市规划、道路交通等领域。分析不同时间、不同空间城市人群分布的动态变化,可进一步明晰城市的运行规律,为城市土地利用规划、公共安全事件风险评估与应急指挥等提供重要的决策依据[1]。

目前,关于人群活动与建成环境互动关系的研究主要存在以下瓶颈:①人群活动数据获取的限制。此方向的研究最重要的是人口活动的基础数据,传统方式主要是问卷日志等形式,然而,大规模问卷调查需耗费大量的人力和财力,调查执行时间长,被调查者负担重。另外,问卷调查的样本量大都集中在几百至几千个之间。相较于国内大中型城市的人口总量,大规模增加研究样本量对提高分析结果的广泛代表性和可靠性十分必要。因此学界认为其具有持续有效的支撑大规模居民活动模式分析的潜力。但是,手机定位数据对于一般研究者而言,极难获取,需通过组织间的战略合作才能实现,这阻碍了更多的研究者参与此方向的讨论。②特征分析视角的局限,主要对人群活动数据在时间和空间维度上的变化做统计分析,可以得出不同地域的人口流量、聚集度、人口重心的变化,这些结论可以为居民出行和规划决策与检验提供参考,但建成环境还是被当作一个整体对象,较少研究提及建成环境要素的人群活动的互动关系,这对于进一步揭示人与环境的互动规律是不足的[2]。

因此,本文针对城市土地利用要素,以较易获取的网络位置数据为人口活动数据的来源,探讨人口活动与土地利用的时空互动关系;引入自组织神经网络聚类分析方法,对人口聚散的核心区域进行土地利用构成分析,揭示土地利用与人口活动的互动规律,为城市公共服务改善、交通拥堵应对和规划管理提供决策的依据。 1 研究范围与数据

根据本文的研究视角,探讨土地利用与人群分布关系的技术路线主要分为以下三个步骤:第一,人群分布基础数据处理。联合使用百度和腾讯位置数据,提高准确性。在GIS平台上,使用重分类后的百度位置栅格数据对腾讯位置矢量数据进行赋值,对新生成的位置数据进行核密度分析后,得到人群时空变化栅格数据。第二,土地利用与人群分布关系的度量。分别从整

龙源期刊网 http://www.qikan.com.cn

体协调性、板块活跃性和片区吸引性视角,使用重心协调分析、时间序列分析和聚散分析,建立土地利用与人群分布互动关系的基础数据。第三,土地利用与人群分布关系的特征。从整体协调性、板块活跃性和片区吸引性基础数据中,分析土地利用与人群分布在时间与空间的关联性,总结两者的互动特征。

研究数据为重庆市主城区内环快速路内及其周边地区工作日的网络位置数据。重庆市主城区内环快速路内及其周边地区是重庆市民通勤活动的主要区域(重庆市主城区交通运行分析年度报告,2015)。网络位置数据来源为腾讯位置数据和百度地图位置数据,两者记录了腾讯和百度产品使用者的实时位置数据,采集时间为2017年8月24日,天气晴朗,采集时间始于早上7点整,止于晚上11点整,采集间隔为1小时[3]。

本文采用的土地利用数据为重庆市2013都市区土地利用现状数据。根据2012年《城市用地分类与规划建设用地标准》将其综合成7个大类,居住用地、商业用地(包括商场、商务办公等)、公共用地(教育用地、政府用地、医疗用地等)、公园广场用地、交通用地(包括交通站场、道路用地等)、工业用地(包括工业用地和物流用地)以及其他用地(包括待建用地、非建设用地、市政设施用地)。 2 土地利用与人群分布关系的分析 2.1 土地利用与人群分布的协调性 (1)重心分析法

重心也称为加权平均中心 (Weighted Mean Center),人口重心的计算完全仿照重力的分解与合成法则进行。假设某地区包含i个子区,各子区人口总量为Mi,地理坐标(经纬度坐标或直角坐标)为(xi,yi),则该区人口重心的坐标(X,Y)计算公式为: (2)重心的协调性

本文通过重心计算公式计算了总建设用地和各类建设用地的重心,包括居住用地、商业用地、公共用地、工业用地、广场绿地和其他用地的重心。结果表明:①研究范围内建设用地总体呈不均衡分布。总建设用地重心位于研究范围几何重心的北偏西方向,城市建设用地向北、向西集聚。②居住用地、公共用地和商业用地的重心十分接近总建设用地重心,居住用地、公共用地和商业用地的分布较为均衡。③广场绿地和工业用地分布不均衡。广场绿地和工业用地重心分别位于总用地重心的北向和南向,表明主城内环及其周边区域内广场绿地北多南少,工业用地北少南多。

人群分布的重心主要涵盖了从7:00到23:00,共17个时间点的重心轨迹变化,分析研究范围内人群空间上的聚集变化。结果表明:①人群总体呈“偏心”分布。人群分布重心的变化

龙源期刊网 http://www.qikan.com.cn

范围位于总用地重心和几何重心的北面,且偏移距离相对较远,总体特征为人群北多南少。②除广场绿地外,其余用地重心均位于人群重心南向,表明人口密度均呈现出北高南低的状况。 (3)人群分布重心的轨迹变化

从图2来看,7:00到23:00的人口重心變化范围较小,表明人群在区域内的分布没有出现重大的偏移,但不同时间点仍然呈现出各自的特征,具体可分为以下三个阶段:第一阶段(7:00-10:00)——人群重心不断北移。此阶段为早高峰时段,人群移动跟工作地有密切关系。人群重心的北移表明相当部分人群的工作地位于研究区域的北部,并且人群聚集在10:00达到峰值。第二阶段(10:00-18:00)——人群重心东移。此阶段包括午餐时间和下午工作时段。人群重心在10:00到11:00时段向东南移动,并且重心不断小幅徘徊,表明这一时段研究区域的东南部分人群活动变得激烈。第三阶段(18:00-23:00)——人群重心的南移。此阶段涵盖晚高峰,重心先向西南偏移,再向东南偏移,表明工作结束后大部分返回居住区,此过程与第一阶段正好相反。

总的来看,人群与用地重心偏移距离较小,人群分布与土地利用基本协调,但北部地区(江北区、渝北区)聚集了大量的工作目的地,人群在工作日内整体呈现出南北向的通勤“潮汐”活动[4]。

2.2 功能板块的活跃性

聚类分析是将数据分类到不同的类或者簇这样的过程,同组内的对象有很大的相似性,而不同组间的对象有很大的差异性。首先,土地利用聚类分析需确定最佳的分组数,即分组有效性。分组有效性通过Calinski-Harabasz伪F统计量来测量,它是一个反映组内相似性和组间差异性的比率[5]。

2.3 特定片区的吸引性 (1)局部自相关

本研究采用Anselin Local Moran′I法对所有网格进行局部自相关分析,以便识别出在人口在空间位置上的高值集聚和低值集聚区域,其计算公式为(1):

Ii为局部自相关指标;xi为空间单元要素的属性值,在本文中采用每个网格的人口栅格数据值作为要素分析属性。该方法可以将人群变化显著的区域分为四类:HH、HL、LL和LH。HH和HL表示人群流入量大于流出量,即人群的集聚;LL和LH表示人群流出量大于流入量,即人群的消散。使用500m×500m的网格对研究区域进行划分,提取人口时空变化栅格数据总值至各个网格,使用Anselin Local Moran′I法识别各个网格人群聚散变化。

龙源期刊网 http://www.qikan.com.cn

(2)人群的聚散变化

7:00-9:00早高峰时间段,公共用地和商业用地在集聚区的用地占比处于全天的高值,对人群的吸引作用也最强。9:00-10:00时间段最明显的特征是工作人流区域稳定,对外交通设施出现明显的人群集聚现象,即重庆北站南广场与北广场,说明市民更偏好在此时间段内进行跨区域出行。人群在10:00-11:00时间段内出现了由城市核心区向东、向南移动的趋势,李家沱片区、南岸区政府区域、巴南区政府区域、大渡口区政府区域人群集聚明显,这些区域从此时间段开始更具活力。11:00-14:00午间时段,居住区和学校人群大量集聚,如照母山居住片区、大龙山居住片区、首创洪恩片区和沙坪坝片区,商圈人群消散明显。14:00-16:00时间段内,居住区人群开始消散,人群再度向商务区和商圈集聚。工作日晚高峰从16:00-17:00时段逐渐开始,部分商业区、商务区出现人群消散,部分居住区出现人群集聚,到L12时段达到高潮,到19:00-20:00时段趋于结束。20:00-21:00时段商业用地、公园广场用地在集聚区域的占比达到全天的高值10.7%、7.1%,推测该时段是居民进行休闲活动的主要时段,集聚区包括南坪商圈、解放碑商圈以及南滨路。21:00-23:00时段出现了人群第3次向大型居住区的大规模集聚,工作日的出行活动趋于结束,集聚区包括民心佳园、三峡广场-天星桥、二郎、石坪桥-巴国城、石油路、大龙山-红土地、环南坪商圈、七星岗-上清寺居住片区。

总的来说,城市人群聚散与土地利用布局存在如下关系:①早高峰时段,不同城市功能集聚区对吸引人群聚集的时间段存在差异,中小学聚集区、商业区最早,商务区次之。②重要交通设施用地和部分行政用地吸引人群聚集受空间距离的影响较小。③发现人群主要的休闲活动时间段是20:00-21:00,工作日的活动在22:00-23:00趋于结束。 3 结束语

本文基于百度地图和腾讯位置数据,以重庆市为例,运用空间自相关法识别人群聚散显著的区域,讨论了各个时段人群聚散与土地利用布局的关系,识别出不同时段重庆市重要的人群集聚区和消散区。同时,采用SOM聚类法分析将人群聚散规律分为6种模式,讨论了每种模式与土地利用构成的关系。本文使用了较易获取的百度地图数据和腾讯位置数据,探索了新型数据运用于城市空间分析的可能性,也更加生动地展现了人群的时空活动变化,帮助城市管理者了解人群时空分布的特点,优化聚集区、消散区的公共服务设施(公交站、地铁站等)配置,实现城市高效的、精细化管理。 参考文献

[1] 陆锋,刘康,陈洁.大数据时代的人类移动性研究[J].地球信息科学学报,2014(5):665-667.

龙源期刊网 http://www.qikan.com.cn

[2] 肖迪,张小咏,胡杨.基于手机大数据的城市功能区识别方法[J].系统仿真学报,2019(11):87-90.

[3] 赵莹,张朝枝,金钰涵.基于手机数据可靠性分析的旅游城市功能空间识别研究[J].人文地理,2018(3):137-140.

[4] 杨喜平.基于手机位置大数据的城市人群聚散时空特性研究[D].武汉大学,2017. [5] 方志祥,倪雅倩,张韬,等.利用终端位置时空转移概率预测通讯基站服务用户规模[J].地球信息科学学报,2017(6):772-780.

因篇幅问题不能全部显示,请点此查看更多更全内容