基于POI数据的天津市体育设施空间格局分析

侯英姿， 高一冉， 王方雄， 毕红星

(1.辽宁师范大学 地理科学学院，辽宁 大连 116029； 2.辽宁省自然地理与空间信息科学重点实验室，辽宁 大连 116029；3.东北财经大学 体育经济研究中心，辽宁 大连 116025)

随着健康中国发展理念的提出，国家更重视体育事业的发展.在落实规划设定的任务中，体育设施布局的合理性显得尤为重要.然而传统的调查手段不具有时效性，随着网络的发展，城市设施兴趣点数据越来越引起人们的关注.在当前数字城市规划中，体育设施兴趣点在地理空间中与道路，人类活动有密切的联系.采用合理的方法分析体育设施的空间分布，对城市体育设施的管理，布局，决策有一定的意义.不同POI类别的相关性和自身影响力不同，池娇，康雨豪，赵卫峰，朱建成等人在利用POI数据对城市进行研究时都提出了对不同属性类别的POI数据赋予不同权重值的研究方法[1-4].在点的特征表达方面，核密度分析方法满足了地理学第一定律的要求，即距离衰减效应，因此经常被许多国内的学者用于点数据的空间聚集形态的研究[5-12].但这种传统空间点模式分析方法没有考虑到实体空间是非均质的，各向异性的，Okaba研发工具(SANET)将平面核密度升级为基于空间网状结构的网络核密度[13-15]，禹文豪等人基于Okaba的Dijkstra路径算法提出一种一维形态算子的算法来优化计算时间,并在考虑道路网络的通达方向、通行能力、以及发生元权重的条件下进行扩展研究[16-17].杨静、曾璇、王爽等人在对POI数据进行空间热点的分析中都采用了网络核密度分析方法[18-20].网络核密度分析通常表现在道路网络上，空间区域不够直观，黄怡敏等人采用普通克里金空间插值的方法将结果与空间范围进行关联来划分不同的功能区类别.K函数方法能在多个尺度上表现要素的空间相关性(聚集或离散)，但平面K函数可能会高估道路口旁的要素聚集或离散程度，对此，Okaba等人将平面空间K函数法升级为基于空间网状结构的网络K函数法[21].杨珏婕等人采用网络K函数的分析方法对西双版纳人工林空间格分布的影响因素进行探究[22].邬伦等人采用单变量和双变量网络K函数分析方法对餐饮设施点的空间分布影响因素进行研究[23].

目前采用网络核密度的分析方法并没有考虑到单个POI设施点影响力的不同，因此本文以天津市中心城区为例，对体育设施点采用网络核密度分析.网络核密度的结果只表现在道路，所以对其进行克里格差值，并与带有权重的平面核密度栅格图层叠加，最终分析体育设施点在权重和道路网络约束下的空间分布聚集特征.并采用双变量网络K函数方法对体育设施热点区域的不同影响因素进行研究.

1 数据来源和研究方法

1.1 研究区与数据来源

天津是我国的四大直辖市之一，地处于华北平原北部，市区包括中心城区，环城区，滨海新区和远郊区.其中心城区是天津的发祥地，因此本文选取天津市的中心城区作为研究区域，包括红桥区、河北区、南开区、和平区、河西区和河东区6个区域.根据数据的典型性原则，本文选取了保龄球馆，壁球场，高尔夫，户外健身场所，滑雪场，健身中心，篮球场馆，溜冰场，马术俱乐部，乒乓球馆，赛马场，水上活动中心，台球厅，跆拳道场馆，网球场，游乐场，游泳馆，运动场所，综合体育馆，足球场等16个类别的体育设施点数据共1 280个，还包括居民小区162个，公交站点209个和餐饮设施517个点数据，均来自于高德地图(2018年).POI数据包括名称，地址，经纬度，设施类型等信息.

本文还应用了天津市2018年路网矢量数据，由于要在精细尺度下研究城市路网，所以获取了大部分道路数据，包括地铁，都市高速路，高速公路，国道，省道，九级路，铁路，县道，乡镇道路，人行道路，其他道路 .并利用天津中心区和街道数据识别研究区域.

1.2 研究方法

1.2.1 权重赋分方法

不同类型的POI数据对城市的功能属性影响不同，同理不同类别的体育设施点对城市的影响力不同，因此需要对体育设施点数据进行权重系数测定.本研究通过网上查询，大致确定各种体育设施点的平均占地面积.根据不同属性的体育设施点的服务范围以及占地面积不同，进行综合赋分评价，最终确定权重分值区间[1,100].对于服务范围广，占地面积较大的体育设施点，赋予较高的权重值.例如：天津奥体中心，服务于全市范围，是综合性市级体育中心，占地7.8万m2，赋值权重为100.

1.2.2 网络空间核密度分析

通常地理学中对于点模式分析的表达方法都会应用核密度分析，是根据该点与相邻点间空间关系所决定的聚集强度关于空间密度的一种场表达.它遵循了地理学第一定律距离衰减效应，距离中心点越近的区域受到的辐射值越大[13].传统的欧式距离忽略了实际的空间特性[19].在道路网络的约束下，网络核密度分析方法能更加准确的表达体育设施的空间分布特征.其计算公式为

(1)

式中：f(s)是地理空间位置s处的核密度计算函数；r是路径距离衰减阈值，即带宽；n是与位置s的路径距离小于或等于r的设施点的个数；dis是i点到设施s点的最短路径距离；k是空间权重函数.式中存在两个重要的参数k和r.其中，k的选择对空间点的格局分布没有太大影响，r的选择是需要注意的问题.即在网络的通行能力的约束条件下，计算网络核密度.

1.2.3 网络双变量K函数法

网络K函数法与平面K函数法分析思路相似，只是量算距离方式不同，网络K函数法的距离采用的是两点之间最短路径距离.双变量K函数法主要用来研究在道路网络约束下一类点对象的分布对另外一类点对象分布的影响.在网状空间结构中，有A=(a1,a2,…,an)，B=(b1,b2,…,bn)是道路网络上的2个事件集，LT表示网络数据集，|LT|为网络总长度.理论期望值,其双变量K函数K(t)[21]：

(2)

式中：E为对任意点bi∈B的理论期望值；ρa为A事件集的密度，即ρa=na/|LT|.观测值,其双变量K函数值Ka(t)为

(3)

如果观测值大于理论期望值，则说明事件点呈聚集分布模式；如果观测值小于理论期望值，则说明事件点为离散分布模式[19].

2 天津市体育设施区位布局研究

2.1 体育设施的集聚中心分析

本研究选取2018年天津市中心区体育设施点数据进行网络核密度分析.一般网络核密度衰减阈值选取为较大值如1 000、2 000 m，研究趋势较为宏观，本文想从精细尺度下进行研究，因此本文选择的带宽为200 m，衰减阈值小，聚集的信息较为丰富.利用SANET中“kernel density estimation”工具实现.传统核密度法会使各位置获得较高的密度值，这会高估空间设施点的聚集程度，与之相比，网络核密度法引入路径距离计算方法，使得核密度被约束到道路网络附近，空间各位置密度值显著降低，能够客观反映实际的空间分布特征.

由于对拟合的精度要求较高，本文采用克里格空间差值方法.其中普通克里格方法应用比较广泛，该方法的变异函数中球面模型应用于地学统计分析，因此空间差值的方法选用普通克里格球形模型.空间插值的搜索半径与网络核密度衰减距离阈值相同，并与带有权重的平面核密度栅格图层叠加.为了直观表达信息，对叠加栅格核密度值进行200 m格网分区统计，列出密度值最高的前20个街道如(表1)

表1 天津市赋权网络核密度值前20名街道汇总

结果表明，天津市中心区体育设施的空间分布从整体上看具有“西南密东北疏”的分布特征，并且呈现多中心点聚集.其中网络核密度聚集较高的密度区有体育中心街道、柳林街道、学府街道、天塔街道.体育设施分布密度次之的包括桃园街道与大营门街道交界、小白楼街道、邵公庄街道与西沽街道交界处、向阳楼街道、南市街道等.体育中心街道位于南开区，是2008年奥林匹克举办地，有许多运动场馆，例如：天津体育馆、天津奥林匹克中心、奥体中心体育场、奥林匹克训练场、篮球场、羽毛球馆等多种类别.柳林街道位于河西区，天津科技大学所在地，有天津科技大学体育馆，体育中心，足球场，网球场等，天津市河西体育场，另外体育设施围绕的商业中心就是泉汇购物广场，包括许多健身运动场馆俱乐部.学府街道位于南开区，是南开大学、天津大学、四十三中学所在地.天塔街道位于河西区，是天津体育学院的所在地，有许多体育运动场馆.桃园街道与大营门街道交界位于河西区，是天津外国语大学所在地，包括许多体育运动场馆.小白楼街道位于和平区，有新华路体育场和和平体育馆两个综合体育馆，还有网球场、游泳馆、羽毛球馆.邵公庄街道与西沽街道交界处位于红桥区，是欧亚达商业广场的所在地，有许多游乐场、跆拳道场.向阳楼街道位于河东区，有许多篮球训练场馆.其中，体育中心街道、柳林街道、学府街道呈现多中心点核密度分布.由此可见，体育设施核密度较高的地区一般分布于学校和商业中心地区.大学对于体育设施分布的影响较大，商业中心分布各种健身瑜伽馆、台球、网球、游泳馆等体育休闲娱乐项目.

3 体育设施热点空间格局影响因素分析

如图1所示，在0～1 800 m范围内，体育中心街道体育设施和居民小区的双变量K函数观测值曲线在理论期望值曲线之下，说明在此尺度范围内，二者之间存在相互排斥的离散分布关系.在1 800～4 000 m范围内，观测值曲线在理论期望值曲线之上，位于蒙特卡罗模拟置信区间之内，说明两者之间存在一定聚集关系.在0～800 m范围内，柳林街道体育设施和居民小区的双变量K函数观测值曲线在理论期望值曲线之上，说明在此尺度范围内，二者之间存在相互聚集分布关系.在800～2 100 m范围内，观测值曲线在理论期望值曲线之下，位于蒙特卡罗模拟置信区间之内，说明两者之间存在离散关系.在2 100～3 500 m范围内，二者之间存在相互聚集分布关系.在0～750 m范围内，体育中心街道体育设施和公交站点的双变量K函数观测值曲线在理论期望值曲线之下，说明二者之间存在排斥的离散分布关系.在750～4 000 m范围内，观测值曲线在理论期望值曲线之上，位于蒙特卡罗模拟置信区间上限之外，说明两者之间存在显著性的空间聚集关系.在0～350 m范围内，柳林街道体育设施点和公交站点的双变量K函数观测值曲线在理论期望值曲线之上，位于蒙特卡罗模拟置信区间之内，说明两者之间存在一定聚集关系.在350～420 m范围内，观测值曲线在理论期望值曲线之下，两者之间存在相互离散关系，在420～500 m范围内，观测值曲线在理论期望值曲线之上，位于蒙特卡罗模拟置信区间之内.在500～3 500 m范围内，观测值曲线位于蒙特卡罗模拟置信区间上限之外，说明两者之间存在显著性的空间聚集关系.在0～4 000 m范围内，体育中心街道体育设施和餐饮设施观测值曲线在理论期望值曲线之上，位于蒙特卡罗模拟置信区间上限之外，说明体育设施和餐饮店之间存在显著性的空间聚集关系.在0～3 500 m范围内，柳林街道体育设施和餐饮设施观测值曲线在理论期望值曲线之上，位于蒙特卡罗模拟置信区间上限之外，说明体育设施和餐饮店之间存在显著性的空间聚集关系.由上述分析可知，体育设施热点区域的分布和居民小区不具有显著性聚集的空间关系.体育设施热点区域的分布与公交站点在较大尺度下有聚集性，空间分布相似，受其影响较大.体育设施热点区域的分布与餐饮设施具有显著的空间聚集性，相互之间影响较大.体育设施热点分布区对交通和餐饮具有空间依附性.

图1 天津市体育中心街道与柳林街道设施点网络双变量K函数分析

4 结 论

本研究对天津市中心城区体育设施POI数据，采用网络核密度和带有权重的平面核密度相结合的分析方法，分析体育设施点在权重和道路网络约束下空间分布的聚集区域.采用双变量网络K函数方法研究影响体育设施热点区域分布的主要因素.分析表明，天津市中心区体育设施的空间分布具有“西南密东北疏”的分布特征，并且热点区域呈现多中心点聚集.其中网络核密度聚集较高的密度区有体育中心街道，柳林街道，学府街道，天塔街道.网络核密度和带有权重的平面核密度相结合的方法，能够准确的表达设施点的自身影响力在道路网下的空间分布，这是传统核密度方法所不能达到的.通过对体育中心街道和柳林街道热点区域的网络K函数分析方法探知，体育设施对交通和餐饮具有空间依附性.本研究对体育设施的空间分布的合理性，协调性具有一定的参考.在道路网络的参考中，并没有考虑道路的方向性，通行力等因素，对网络的约束能力的表达还不完整，将在今后的研究中进行更加深入的探讨.