基于热力图监测的服务区活力状态及相关规划研究.docxVIP

?

?

基于热力图监测的服务区活力状态及相关规划研究

?

?

胡洽

摘要：随着我国经济和城镇化的快速发展，TOD和公共交通站点服务区（PTSSA）逐渐深入人心，PTSSA的城市活力研究也受到更多重视。文章基于热力图采集数据，以某一城市轨道站点进行测试和分类，并对两种典型的站点类型进行相关实际案例分析，从环境角度解释测试结果，得到如下结论：（1）城市人口密度具有站点效应，占地面积只有15%左右的PTSSA白天能聚集全市45%左右的人口;（2）土地建设强度和均衡化对于测试结果影响最为显著，低平衡成熟型服务区人口密度表现为工作日明显高于周末，且波动较大的特点，而高平衡孕育型服务区人口密度表现为工作日和周末分布特征相似，均为密度低且波动较小;（3）孕育型服务区可用轨道交通间接带动和引导土地开发，为TOD开发提供助力，城市活力发展的时间差可引导周边土地向合理的强度及均衡度发展;（4）本文所用研究方法对TOD的战略制定和实施具有指导意义，相关动态调整，对TOD一体化建设具有辅助作用。

关键词：站点服务区;热力图;人口密度;一体化建设

0引言

随着我国经济和城镇化的快速发展，“公交都市”的概念逐渐深入人心，我国“十三五”期间有高达50个城市入选“公交都市”的行列，TOD和公共交通站点服务区（PTSSA）的概念和发展逐渐受到重视[1]。Cervero等[2]提出的3D原则表明PTSSA现阶段的研究主要在建成环境，该环境也拥有较为成熟的TOD评价系统。随着PTSSA的研究环境由环境建设向居民需求转变，PTSSA的城市活力也是重点研究的对象[3-4]。国内目前的研究只强调轨道站点活力的重要性，但是关于其研究仍然处于起步阶段[5-6]。

城市活力即人群流量随着时间变化的保持度，这个概念最先由Jacobs提出[7]。以往对于城市活力的研究数据来源包含了人群信息和活动等信息，但是也存在样本小和主观性强等缺点[8]。随着社会的发展，大数据时代使得城市活力的研究更加的精细和准确[9-10]，如通过热力图可以实时准确地获取人群流量的信息[11]，因此，通过热力图等大数据功能能有效地弥补城市活力研究上的不足。

基于上述情况，本文利用热力图等大数据，以某“公交都市”示范城市为研究背景，通过人群流量的变化衡量PTSSA的城市活力，从而建立热力测度体系。通过收集目标城市某一工作日和某一天周末的实时数据，进行PTSSA活力测度，最终通过数据分析，揭示环境与活力测度的内在联系。

1区域概况及测试方法

1.1区域概况

本文的研究区域城市是一个经济中心城市。据相关统计，2018年该研究区域的人口密度高达6000人/km2左右，该区域地铁开通运营，到2018年乘坐地铁人数占总人数的48%左右。

本文研究的数据来源主要包含以下三个方面：

（1）高德地图的热力图相关数据。其采集数据的原理是通过收集移动信号的无线电网络，获得终端所在位置，再通过地图色块，用不同颜色代表人群聚集的情况。本文通过选取某周周三和周六7：00-23：00的高德热力图数据，采集频率为1h/次。

（2）来自该城市规划和国土资源的建筑普查和土地利用数据。

（3）服务区站点数据来自高德地图的POI数据。

通过ArcGIS数据处理软件对以上途径获取的数据进行地图配准，随后通过特征文件和最大似然法进行数据归类，用不同颜色代表不同密度人群聚集的情况，得到最终的栅格图像，最后通过ArcGIS软件中的统计工具计算不同时间的热力密度值。

处理过后的热力图只反映了地图使用者的位置信息，数据的有效性还需进一步验证，将该数据与人口普查数据进行整合，进行相关性检验，发现相关系数高达0.92，所以暂时认为获取的数据具有较强的代表性。

1.2活力测度方法

根据对研究城市的相关研究表明，在站点附近1km范围内无论是地价还是容积率都存在明显的导向性，因此，本文将服务区的范围定义为距离站点1km的区域。将每个时刻站点附近的热力人口数值除以整个城市在该时刻的热力人口数值，得到服务区人口比例的折线图，如图1所示。

从图中可以看出，站点服务区在研究时间段内人口数占全市人口数量的36%～50%，总体呈现夜间人口较少，白天人口较多的特点，但是服务区的总体面积只占整个城市的15.7%，因此，足以说明人口聚集呈现明显的站点导向型。

1.3测度指标

假设研究城市的总人口不变，以某一工作日23：00的人口为基础，对每个时刻的服务区人口密度进行校正，计算公式如式（1）所示。

2测度结果及分析

通过对研究城市一共166个服务区进行热力平均值的计算，得到总体值为4.3人/hm2。因此，可以将该城市服务区划分为高平衡孕育型和低平衡成熟型，分别占比为63%和37%。选取两个典型的代表进行分析，如下页图2所示。

低平衡成熟型服务区主要是各个