城市功能区对于城市规划和发展有着重要意义,随着中国经济在快速增长,城市功能区也在迅速变化,互联网大数据为城市的功能区识别和空间布局分析提供了新的方法。兴趣点(Point of interest,POI)数据是比较常见且容易获取的地理空间大数据...城市功能区对于城市规划和发展有着重要意义,随着中国经济在快速增长,城市功能区也在迅速变化,互联网大数据为城市的功能区识别和空间布局分析提供了新的方法。兴趣点(Point of interest,POI)数据是比较常见且容易获取的地理空间大数据,能够真实有效地反映社会经济活动,满足城市空间布局的要求。以南昌市为研究区域,基于高德地图POI,对所得数据进行筛选、清洗、重分类,得到城市功能用地数据,利用频数密度和类型比例识别城市功能区,通过构建混淆矩阵对单一功能区识别结果进行检验,然后利用高德地图对混合功能区识别结果进行目视解译验证。实验结果表明:1)单一功能区在南昌市分布最多且集中分布于城市郊区和城市核心之间,共计4187个网格,占比82.29%,混合功能区主要分布在城市核心地带,共901个网格,占比17.71%;2)核心区域多以交通、公共和商业混合用地为主;3)单一功能区总体精度为85.00%,Kappa系数为0.80,混合功能区目视解译验证结果与实际城市功能区一致,说明识别结果可信。展开更多
文摘城市功能区对于城市规划和发展有着重要意义,随着中国经济在快速增长,城市功能区也在迅速变化,互联网大数据为城市的功能区识别和空间布局分析提供了新的方法。兴趣点(Point of interest,POI)数据是比较常见且容易获取的地理空间大数据,能够真实有效地反映社会经济活动,满足城市空间布局的要求。以南昌市为研究区域,基于高德地图POI,对所得数据进行筛选、清洗、重分类,得到城市功能用地数据,利用频数密度和类型比例识别城市功能区,通过构建混淆矩阵对单一功能区识别结果进行检验,然后利用高德地图对混合功能区识别结果进行目视解译验证。实验结果表明:1)单一功能区在南昌市分布最多且集中分布于城市郊区和城市核心之间,共计4187个网格,占比82.29%,混合功能区主要分布在城市核心地带,共901个网格,占比17.71%;2)核心区域多以交通、公共和商业混合用地为主;3)单一功能区总体精度为85.00%,Kappa系数为0.80,混合功能区目视解译验证结果与实际城市功能区一致,说明识别结果可信。
