高一冉

（辽宁师范大学地理科学学院/辽宁省自然地理与空间信息科学重点实验室，辽宁 大连116029）

近年来，中国的城市发展不断加快，信息通讯技术融入了人们生活的各个方面。随着经济的快速发展，居民的出行逐渐增多，对居民活动时空特征的研究成为了热点话题。王波等人通过微博签到数据，从时间、空间、活动三个方面分析分析了南京市居民在工作日、休息日与节假日城市活动的空间动态变化[1]。陈泽东等人采用规则格网，通过出租车GPS 数据提取地块的居民出行时序特征。采用期望最大化算法进行聚类，并结合POI数据和居民出行调查实现功能区识别[2]。谷岩岩等人对POI 数据采用重尾打断分类法和核密度聚类法识别城市功能区，并结合出租车轨迹数据，定量分析城市功能区相互作用强度和方向[3]。李苗裔等人使用信息熵模型，综合POIs 与出租车GPS 两种异构数据，定量化评价城市功能混合度的空间熵与时空熵，并得出北京城市功能混合度的空间分布特征[4]。兴趣点数据通常带表用地类型，GPS 数据通常代表城市交通，二者相结合，可对城市的综合能力进行评估。

本研究以南京市中部都市区为例，基于信息熵模型，计算出研究区300 米规则格网内POI 空间熵和出租车OD 点时空熵，并分析其功能混合度的空间分布特征，为未来城市综合发展和优化空间布局提供更科学合理的参考和依据。

1 研究区与数据

本研究以南京市拥江发展的中部都市区为例，包括中心城区玄武区，秦淮区，鼓楼区，建邺区，雨花台区和栖霞区，浦口区，江宁区以及靠近长江的六合区域。选用的基础大数据来自百度地图平台，通过数据挖掘技术获得POI 开源数据共273749个和为期一个工作日共18668073 条记录的出租车GPS 大数据。

2 研究方法

2.1 基于POI 数据的空间维信息熵计算

通过构建不同种类POI 数据信息熵模型对城市的不同功能进行定量描述。该模型融合了信息论与分形理论，能为城市功能的定量化分析提供有效的支撑。该模型的公式为：

式中H 为空间信息熵，M为网格的行数，i 为POI 点数据所在网格的行，N 为网格的列数，j 为POI 点数据所在网格的列，Pij为某种POI 类型在第i 行第j 列网格中的个数与该网格中所有POI 类型总个数的比值。

2.2 基于出租车GPS 数据的时空信息熵计算

根据O，D 点数据来计算出租车的时空熵信息，为了精确反映不同时间段人们的活动，把时间段划分为24 个小时，根据上述公式计算出每个网格一天时间内不同时间段的O，D 点时空熵。

3 南京都市区的时空熵空间分析

通过POI 数据的空间维信息熵模型计算结果得出，南京市研究区内不同种类POI 数据的空间熵整体分布呈现“一区七带式”（图1），其中一区主要集中在老城区，由鼓楼区、玄武区、建邺区、秦淮区围城的中心区域。以顺时针方向，七带分别为，一小市街道，迈皋桥街道，尧化街道，仙林街道；二孝陵卫街道，马群街道，汤山街道；三东山街道，秣陵街道，淳化街道；四东山街道，秣陵街道，禄口街道；五南苑街道，沙洲街道，西誉桥街道，板桥街道；六泰山街道，顶山街道，江浦街道；七泰山街道，沿江街道，卸甲甸街道，山潘街道。一区的典型中心区域玄武区如新街口街道POI 空间熵，高达到1.6-2.5。珠江路商圈位于新街口街道与梅园新村街道以太平北路为界，空间熵高达1.8-2.2。鼓楼区如中央门商圈位于中央门大街，空间熵高达1.6-2.3。建邺区如河西和奥体商圈位于河西新城，空间熵高达1.5-1.9。由一区开始空间信息熵值沿七带逐渐降低，降至0.8-1.6。郊区地区降到0.8 以下。浦口、六合、江宁区有部分地区熵值较高，这些区域一般也是工业园区。POI 空间熵值越高，建成区发展越完善。而这些与该区域的经济发展水平，工业化程度都是密不可分的。

图1 南京功能POI 空间熵分布

图2 南京出租车O 点时空熵分布

通过出租车GPS 数据的时空信息熵模型计算结果得出，OD点时空熵主要集中分布于主城区，由中心四区向周边城区递减，且其分布大致走向与POI 空间信息熵相似。从整体上看，O点时空熵值略高于D 点时空熵值，但从分布范围来看D 点时空熵分布要广于O 点时空熵分布。O 点时空熵值在中心区范围内，高达2.0-3.1（图2）。D 点时空熵值在中心区范围内，高达2.0-3.1。从城市中心新街口地区来看，O 点时空熵值高达2.3-3.1，D 点时空熵值高达2.6-3.0。且OD 点发生的主要区域集中在主城区，说明每个时间段人们的活动都十分的频繁，虽然这些地区并不只是局限于功能高度完善的区域，但功能区的完善程度也是影响人们活动的主要因素之一，城市化建设使人口聚集中心化。

4 结论与讨论

大数据时代的到来带来了新的思维方式，面对研究对象我们更需要新的研究方法。本文基于信息熵模型，从整体上分析南京中部都市区功能混合度的POI 空间熵与OD 时空熵。结果表明，南京市研究区内不同种类POI 数据的空间熵整体分布呈现“一区七带式”，一区典型中心区域如新街口街道、珠江路商圈位、中央门商圈、河西和奥体商圈是空间熵较高的地区。这些地区经济高度发展，城市设施完善。浦口、六合、江宁区有部分工业园区熵值较高。由一区开始随着七带式空间熵值开始递减，说明这些地区城市功能相对单一，混合度不高，城市综合能力不强。OD 点时空熵主要集中分布于主城区，由中心四区向周边城区递减，且其分布大致走向与POI 空间信息熵相似。说明虽然这些地区并不只是局限于功能高度完善的区域，但功能区的完善程度也影响着人们的活动。在新时期，科学合理的把握居民的活动空间，提高城市综合发展和优化空间布局显得尤为重要。当然本文的研究数据不够广泛，要努力获得工作日、休息日、节假日不同时间段的出租车位置大数据来完善研究内容，为城市规划者提供更准确、合理的建议。