基于POI空间聚类的交通小区划分方法改进★

2018-10-17 10:58诸葛雪玉张文闯谭娅琦徐萌甜张小丽
山西建筑 2018年26期
关键词:鼓楼区热点聚类

诸葛雪玉 张文闯 谭娅琦 徐萌甜 樊 颖 张小丽

(河海大学土木与交通学院,江苏 南京 210098)

0 引言

交通小区的划分是将交通需求的产生、吸引与一定区域的社会经济指标联系起来,将交通需求在空间上的流动用交通分布图描述出来,全面了解交通源与交通源之间的交通流。传统的划分方法主要是根据行政区域、同质性、分区数量适当、分区人口及其他划分原则进行划分,在个数、大小、功能性质方面有所约束并难以准确掌握交通小区间的内在联系,在精度和工作量上较难平衡,由此借用POI数据描述人们在地理实体间的具体交通流信息的特点,基于空间相关性、局部热点分析、聚类分析等方法识别城市热点、空间格局、城市功能区的空间实证研究来对交通小区的划分方法进行改进和创新,解决交通小区个数、大小的划分问题及空间内在联系间功能性质存在的问题。目前,交通小区在城市道路网络规划、交通预测等方面做出了研究,同时很多学者在POI数据聚类分析上也做出了研究,如胡庆武等利用签到数据对城市热点和商圈的研究[1];薛东前等对文化娱乐业的空间格局及热点区模式进行研究[2];而本文结合实际案例通过城市空间的特点来进行科学的交通小区划分。

1 基于POI空间聚类的交通小区划分研究方法

1.1 Ripley’s L函数

Ripley’s L函数通常称为L(d)可以表示为:

(1)

其中,d为距离;n为要素的总数目;A为要素的总面积;ki,j为权重。如果没有边校正,当i与j之间距离小于d时,则权重将等于1,反之权重将等于0。使用给定的边校正方法时,ki,j权重略有变化[3]。Ripley’s L函数曲线如图1所示。

1.2 核密度估计法

核密度估计法一般通过测度研究区内单位面积上的事件数来估计某点的密度[4]。以POI数据点为圆心p,通过设定半径(带宽)h,统计该圆形范围内POI数目,然后除以圆面积。选择高斯核函数进行密度估计,因此,POI点p处的密度λh(p)可以表示如下形式[3]:

(2)

其中,p为POI点集{p1,p2,…,pn};h为带宽;pi为落在以点p为圆心,以h为半径的圆形范围内的第i个POI的位置。

2 实例分析

本文以南京市鼓楼区作为研究对象,在交通小区划分的基本原则基础上选择鼓楼区各街道围合的封闭区域作为初始划分交通小区方案,共计148个,如图2所示。在运用本文提出的方法对POI进行聚类分析后,给出一个最终划分方案,研究框架如图3所示。

2.1 研究小区POI集聚程度在空间热点分布上的差异与共生现象

为了分析研究区内各POI类型空间分异状况和空间集聚热点区域的具体位置,运用核密度法估计分析POI集聚热点区域,统计各POI类型空间集聚热点区域的位置。从总体上来看,鼓楼区内POI空间分布呈现以下特点:鼓楼区的商业类、居住类、交通类POI聚集的公共区域在鼓楼区中南部,此处POI类型最多,数量最大,对交通小区的贡献度最大。交通类POI集聚热点在整个鼓楼区均有分布,但聚集程度较高;居住类聚集最集中的区域为鼓楼区南部;商业类最聚集的区域在鼓楼区中南部。

2.2 研究小区POI集聚模式和规模随空间尺度变化的规律

运用arcgis10.2软件工具中的Ripley’s K函数分析模块,对研究区的POI类型的空间聚集模式及聚集特征进行定量分析,并进行了随机模拟次数(10次,99%),起始距离为400 m,迭代距离为200 m。

表1 Ripley’s L函数运算结果统计表

由图4可以发现:商业类的POI观测K值基本上全部在预期线之上,表明数据集在该距离内表现为聚类。同理将居住类和交通类POI数据绘成图后与商业类结果相似。从Ripley’s L函数运算结果统计表1可发现商业类当第6次计算的时候,也就是预期K值(预期K值一般等于距离)等于1 545.8的时候,观测K与预期K值的差距最大,聚类程度最高,而居住类和交通类的峰值分别为第3次,757.5,第4次,1 063.8。则三种POI分别聚类所对应的的空间尺度为1 400 m,800 m,1 000 m。

2.3 结果分析

结合以上两种方法,确定各类POI聚集的热点区域,在热点区域内借助空间尺度的距离定义交通小区的范围,将在同一个热点区域并符合空间尺度范围内的属性相同(商业属性、居住属性、交通属性)的交通小区合并。经统计,合并之后的交通小区为125个,减少了25个,此方案即作为最终交通小区的划分方案,如图5所示。

3 结语

基于POI空间聚类的交通小区划分方法是通过城市空间的特点来进行科学的交通小区划分,是重新划分交通小区,这是以数字城市或者智慧城市背景下交通需求数据容易获得作为前提的,以往交通需求受限于户籍人口或机动车统计,一般是按照一定的原则进行交通小区划分,不同的人划分有不同的方案。而通过空间特点,从POI类型、数量、结构、分布来对交通小区进行划分,满足了交通小区在个数、大小、功能性质方面的约束,相对比较客观。

猜你喜欢
鼓楼区热点聚类
热点
基于K-means聚类的车-地无线通信场强研究
江苏省南就市鼓楼区第一中心小学
热点
结合热点做演讲
南京市鼓楼区黑臭河道的治理
基于高斯混合聚类的阵列干涉SAR三维成像
基于Spark平台的K-means聚类算法改进及并行化实现
基于改进的遗传算法的模糊聚类算法
浓墨淡彩總相宜——南京鼓楼区城市规划展览馆纪略