第五批大数据应用成果已经出炉,期待大家的反馈拍砖!
第五批成果主要集中在城市层面,包括城市活力分析与城市生活圈划定。通过分时定位数据、地铁刷卡数据、出租车GPS数据等,展现城市中不同空间的热度,并可结合设施分布等静态信息对设施匹配度、城市商圈划分进行分析。在城市生活圈划定中,利用公共自行车慢行、短途出行的特征,采用位置分配模型、社会网络分析等方法,为生活圈范围划定提供定量支撑。
一、基于分时定位热度数据的居住空间设施活力匹配度分析
借助开放数据中地图数据热度表征不同空间设施建设情况,通过定位数据反映人流活动进而表征城市空间活力,在分析不同城市空间活力特征基础上,引入城市空间设施活力匹配度分析,对不同空间城市活力进行评估,对城市空间活力提升提出建议。
分时定位热度数据来自网络公开地图服务定位平台,可通过网络爬虫或与地图运营商购买获取。
空间设施活力匹配度数值越高,表明范围内人流活力与设施建设匹配度较好,空间活力较强;反之数值越低表明设施建设较为密集和完善,但是相应的人流反映的空间活力未能相匹配。
在南京市居住空间活力分析中进行应用,通过分时定位热度数据与POI设施的应用,计算设施与活力匹配度。可以看出:匹配度较好的区域主要集中在南京老城区、江北部分区域、仙林地区。而桥北地区、高新区及六合地区居住设施密度虽然低于老城区,但随着新城(副城)的发展,配套设施逐步建设,对于主城人口疏散起了一定作用。匹配度较低的区域主要集中在城北、江宁、江浦、洪家园等区域,具体指城北的燕子矶、万寿等片区,江宁的岔路口、东山镇、将军大道等片区,江浦靠近老山片区,以及秦淮区洪家园片区。
图1-1:居住空间设施活力匹配度
二、基于地铁刷卡数据与出租车GPS数据的商圈划分
结合出租车轨迹数据和地铁IC卡刷卡数据,分析工作日休闲时段和休息日城市商圈人流来源地和到达地时空分布特征,计算商圈服务范围,对城市空间活力提升提出建议。
出租车轨迹数据、地铁IC刷卡数据。
根据雷?奥尔登堡的空间分类标准,按照不同空间的时空行为规律,界定晚上20点的活动时间对应休闲空间的活动时间,结合分时定位热度数据表征休闲空间活力度,进而结合ESDA(Exploratory Spatial Data Analysis,探索性空间数据分析)方法进行商圈识别。
已应用于深圳商圈分析。结合ESDA方法的局部空间自相关分析方法,识别城市休闲活力“高-高”区域,对其进行空间可视化,在休闲活力高值区域识别的基础上,对城市商圈进行识别。通过上述分析过程,本文共识别深圳市八大商圈,结合商圈所在位置对其命名,共包括华强北-罗湖商圈、福田商圈、南山商圈、宝安商圈、沙井商圈、龙华商圈、布吉商圈、龙岗商圈。其中华强北-罗湖商圈在空间上连续度较高,分布较为集中,通过休闲活力分布地图也可以得出类似的结论。沙井商圈空间范围较大,但相对没有华强北-罗湖商圈活力区域集中,活力区域较为零散分布。
图1-2:深圳中心城区商圈识别
以100m*100m栅格作为研究单元,通过出租车数据与地铁IC卡数据分析华强北-罗湖商圈到访人群来源地。
图1-3:工作日休闲时段来源人数分布
三、基于公共自行车联系的社区生活圈划定
通过自行车刷卡、手机信令数据识别人的日常行为特征,划定日常出行范围,并结合现状社区界限、道路河流等限制要素划定社区生活圈。
公共自行车刷卡数据。
通过自行车刷卡数据构建站点间联系矩阵,提取各站点的自行车总流量与主要联系站点数量,并划分站点吸引力等级。以此为依据,借助位置分配模型选取吸引力最强、与各居住小区路径最短的站点,作为社区活力中心;继而以通过泰森多边形计算,划定社区生活圈。
已应用于《宜兴市城市总体规划》,划定宜兴中心城区社区生活圈。通过上述方法将宜兴中心城区自行车点划分为四个吸引力等级,并采用位置分配模型提取出23个城市社区级活力中心。根据服务中心总量与分布,创建泰森多边形,划分出各服务中心的理论覆盖范围。在此基础上,根据实际道路与水系分割,并考虑设施分布现状,对理论覆盖范围进行部分修正,得到生活圈实际覆盖范围。
图1-4:宜兴中心城区自行车租借点间联系强度分析图
图1-5:宜兴中心城区“十分钟生活圈”中心提取与生活圈划定
四、基于社会网络分析方法的生活圈划定
通过自行车借还点之间的联系流线,借助社会网络分析方法,将自行车借还点划分为若干簇群,每个簇群可看做一个具有内在联系的城市社区,并结合现状社区界限、道路河流等限制要素划定社区生活圈。
借助社会网络分析的手段,将公共自行车站点划分成多个部分,根据模块度计算结果,表明宜兴市公共自行车具有较好的社区特征。因此,通过对公共自行车客流分析所形成的“公共自行车社区网络”的划分,可以为社区规划和公共服务设施的布局提供了一定的空间分析基础,具体在设施点设置时,可以参考公共自行车社区网络的布局特征,促使 公共资源利用的最大化。
已应用于《宜兴市城市总体规划》中,对社区生活圈的划定结果进行校核。借鉴国内外生活服务圈的划分,并根据公共自行车出行量与人口分布、商业服务设施分布密度等的关系,规划设计中考虑以公共自行车站点在区域流量的大小、在区域内服务的范围、人口分布规律以及公共自行车站点与居民小区的可达性等指标进行服务圈的划分,将与居民生活密切相关的菜场、学校、社区卫生服务中心等进行合理布局。
图1-6:自行车站点社区划分示意图
往期大数据文章回顾:
大数据应用研究成果发布——第一批
大数据应用研究成果发布——第二批
大数据应用研究成果发布——第三批
大数据应用研究成果发布——第四批
城市是一个有机体,是一个生命,你的想法可以改变城市!