论文部分内容阅读
大数据时代为城市用地研究提供了新思路和更为便捷精准的技术手段,本研究以兴趣点数据（Points of Interests,POI）和开放街区数据（Open Street Map,OSM）等多源地理大数据,以深圳市全域（含9个行政区和1个新区）所辖国土范围为研究区域,通过地理空间数据挖掘和空间分析技术,从路网与格网等不同尺度对深圳市城市用地的功能进行识别与分析。首先,本文系统构建了多源地理数据驱动的城市用地功能识别方法。这部分工作围绕多源地理大数据与城市用地功能识别体系构建、基于POI及OSM等地理大数据的城市用地功能识别模型的建立、模型识别精度验证三个方面展开:首先对我国现行城市用地类型分类标准、土地利用现状类型分类标准、互联网主流地图厂商的POI数据生产标准进行系统梳理,构建了城市用地功能识别的类型关系体系;同时,引入文本挖掘领域中的词向量模型（Term Frequency–Inverse Document Fequency,TF-IDF）作为POI识别权重的计算模型,在频数密度（Frequency Density,FD）、类型比率（Category Ratio,CR）的识别指数的基础上,定义了类型分布指数（Type Distributed Ratio,TDR）来完成城市用地功能的类型与面积识别;最后,建立了以土地利用变更调查数据、法定图则数据、城市更新单元数据、人工核查验证相结合的识别结果验证体系。其次,以路网街区和均匀格网单元为识别尺度,对深圳市实现了公服、商业、居住、工业、道路与交通、绿地与公园、物流与仓储等用地功能的识别与划分,识别出了单一用地功能及混合用地功能（2类）、混合用地功能（3类）三种用地形态。对路网街区尺度和250m、500m、750m、1000m等4级均匀格网进行城市用地功能识别结果的验证,结果表明:尺度变化的均匀格网能够比路网街区尺度更好地识别城市用地功能,500m格网尺度最适宜于本模型对深圳市城市用地功能的识别,整体类型识别精度为72.14%;面积识别结果与真实结果差异中除商业功能以22.60%的幅度产生了误识别,其余类型用地面积识别误差均低于10%。最后,对深圳市城市用地功能混合形态、集聚特征进行了分析。研究发现:（1）在深圳市各辖区中,除商业用地功能均广泛分布、物流仓储用地均分布较少以外,其他各城市用地功能类型在各区差异化明显,各类型功能的用地空间集聚特征明显。（2）商业功能在各区均有明显团状及条带状集群;居住功能呈以中部区域为主,呈多中心的分布格局;公服功能、绿地及广场用地功能域不平衡情况突出,热点集中在深圳市南侧沿海福田、罗湖、南山区,其它区域热点较少;工业用地功能集聚在城市北侧各区域;交通功能集聚在南山、福田及坪山中心等大港口、火车站等核心交通枢纽区域;物流功能以现有大型物流园为基础,呈多中心发展态势。在此基础上,结合粤港澳大湾区发展趋势及深圳市城市规划目标,对深圳市的城市空间用地结构优化提出了相应建议。