基于潜在语义信息的城市功能区识别——广州市浮动车GPS时空数据挖掘.pdfVIP

第71 卷第3 期 地 理 学 报 Vol.71, No.3 2016 年3 月 ACTA GEOGRAPHICA SINICA March, 2016 基于潜在语义信息的城市功能区识别 ——广州市浮动车GPS 时空数据挖掘 1, 2, 3 1, 2 1, 2 1, 2 陈世莉 ，陶海燕 ，李旭亮 ，卓 莉 （1. 中山大学地理科学与规划学院综合地理信息研究中心，广州510275 ；2. 广东省城市化与地理环境空间 模拟重点实验室，广州510275 ；3. 中山大学城市化研究院，广州510275） 摘要：随着中国城市化进程的不断推进和深入，城市内部空间结构正发生不断的变化。城市 内部形成的不同功能区标识研究，对城市结构理论以及政策制定、资源配置等方面具有非常重 要的意义。这些不同的功能区包括住宅区、工业区、教育区以及办公区等。本文以大数据为依 托，重点研究城市功能区的特点和分布状态，选取广州市6 个区为样本，以最新道路网络为分割 依据把研究样本分为439 个区域。对历时一周的海量浮动车（GPS ）数据以及兴趣点数据采用 时空语义挖掘方法，建立潜在的狄利克雷模型（LDA ）以及狄利克雷多项式回归模型（DMR ）；通 过OPTICS 聚类方法对不同模型的结果进行聚类，进而利用POI 类别密度、居民出行特征等方 法进行分区结果识别。同时，参考百度地图的地理信息，将研究得到的广州市功能分区结果与 广州市城镇用地现状图、居民日常出行特征进行对比验证分析。研究表明，该方法基本能识别 出具明显特征的城市功能区，如成熟居住区、科教文化区、商业娱乐区、开发区等。识别出的广 州市不同类型的功能区呈现了以居住区和商业区为主导，其他类型功能区围绕其展开的特 点。研究证明，利用大规模、高质量的个体时空数据开展人们移动行为和日常活动组织及社会 空间的研究，能从一个新的视角揭示城市功能区的形成及其机制。 关键词：主题模型；功能区；地理大数据；GPS 数据；兴趣点；广州 DOI: 10.11821/dlxb201603010 1 引言 城市化是重要的全球性社会经济现象，而城市化中的功能多元化则是城市发展的基 [1] 础。功能多元化形成的城市功能分工 ，为人们的居住、工作、游憩和交通提供着各方面 的便利。传统的城市功能分区研究大多是采用土地利用类型现状图、调查问卷等数据， [2- 12] 利用各种聚类或者建立指标体系等方法来对城市功能区域进行划分 。数据的获取不仅 耗时耗力效率低，且确定权重系数时主观因素太强。随着信息和通讯技术的发展，城市 中大量的传感器，例如，全球定位系统 （Global Position System, GPS ）、全球移动通信系 统 （Global System for Mobile, GSM ）、智能卡收费系统数据 （Smart Card Data, SCD） 等，可以获取大规模的、高质量的个体时空数据。这些移动定位数据获取成本低，覆盖 收稿日期：2015-07-30; 修订日期：2015-11-27 基金项目：广国家高技术发展计划(863) (2013AA 122302); 广东省自然科学基金项目(S2013010012554); 国家自然科学 基金项目 [Foundation: Projects of National High-tech Research, No.2013AA 122302; Natural Science Foundation of Guangdong Province, No.S2013010012554; National Natural Science