基于多源数据对街道活力因素影响分析——以深圳市龙华区为例.pdfVIP

UrbanGovernance城市治理

基于多源数据对街道活力因素影响分析

——以深圳市龙华区为例

■王哲

摘要：城市街道活力强度受到多种因素影响，但目前多以感官判断来分析城市街道活力值高低。此次研究以建成环境的测

度和空间动态因素进行结合，通过理性的数据分析街道活力影响因素。本文以深圳市龙华区为例，采用了POI热力分析数据、

路网资料数据和移动网络定位服务数据，建立了一周各个时间段模型，分别探究商业娱乐街道、生活公共街道、生产办公街道、

文旅休闲街道的空间建成环境和时间延续特性所带来的影响。结论表明：深圳龙华区街道活力呈现多中心点结构，交通可

达性高、公共便利性高与商业街道中午高活力及办公街道夜间高活力呈正相关性，天空开敞度低与商业街道傍晚高活力和

办公街道清晨高活力值呈负相关性。

关键词：

街道活力；POI数据；影响因素；GIS；深圳市

已建环境和街道活力之间存在调查问卷、现场调研等方法，集合域过长，根据周边人群、业态服务

一定的关系，许多研究根据不同的统计需要的数据。将道路分为多段，每段单独为一个

特征、不同的认知范畴探究了街道为了弥补上述存在的不合理基本单元。通过OpenStreetMap将

活力的影响因素、影响指标。城市性，网络终端数据服务采用城市街路网数据下载，根据路网空间关系

在新时代大数据的覆盖下，以往的道不同时间段活力强度作为比较，进行打断处理，再统一转换成GIS

[1]

概念被多源数据数字化、具象化，并结合街道可视化测量、街道体验文件数据库进行处理。

应用在街道活力因素分析等方面。性感知，街道空间模拟环境指标，POI兴趣点是借助谷歌卫星地

通过对以往探究方法的梳理，将街将受众群体分类，分为周边居民、图数据收集，内容包括名称标签、

道活力探究分为信息量化和特征量专业学者、政府人员、设计从业者经纬度坐标、道路系统、风貌类型

化两方面[2]。信息量化主要是对互等，将数据收集更复合化、全面化，等类别信息。经过要素分类标注标

联网的大数据进行统计分析[3]，包为提升已建街道环境及激活街道活签，并将其归纳，转化成需要的数

括：LBS互联网大数据，以典型力提供可靠的研究支撑。据。数据内容包括地理坐标系、业

类型街道、空间尺度为主要研究对态布局、具体的位置标签等。

象，分析移动端设备用户的行为和一、研究数据与研究方法 街道活力的强度通过谷歌卫

状态；OpenStreetMap，根据数据星地图开放平台，注册并获取密匙

地图进行编辑和绘制，再根据地理（一）数据来源（AK)矢量化处理高峰期人群热力

坐标系进行转化提取，生成街道网研究地为广东省深圳市龙华值及高峰期交通街道承载力指标，

络数据集；POI城市兴趣点，对不区，是深圳都市核心圈范围，目前通过ArcGIS图像化映射数据，以

同服务群体、服务设施以聚集度来区域主次干道共181条，道路总此来反映不同因素对街道空间质

体现不同类别数据的空间信息，以长343.39km，其中主干道道路密度量、街道环境风貌的影响。

量化得出所需要的数据值。特征量为1.44km/km²，次干道道路密度为（二）研究方法

化主要是根据街道功能、基本要素、1.28km/km²。研究将道路划分为基1.道路活力强度

构成特点进行分类，通过测评打分、本单元，其中由于一些道路横穿