本文使用互聯(lián)網(wǎng)某LBS（Location-BasedService）平臺人口分時活動密度數(shù)據(jù)，疊加百度POI（PlaceofInterest），通過非監(jiān)督分類和非負(fù)矩陣分解的方法，分別對北京市六環(huán)內(nèi)的地塊尺度、500m網(wǎng)格尺度和25m點陣尺度進(jìn)行用地功能的識別與分類。通過多維度分類結(jié)果的疊加，對研究區(qū)域的用地功能、人口時空活動特征進(jìn)行深入刻畫，探討通過大數(shù)據(jù)進(jìn)一步輔助存量規(guī)劃的用地功能研究方法。

　　1研究方法

　　1.1研究對象及研究數(shù)據(jù)

　　本次研究范圍為北京六環(huán)內(nèi)區(qū)域。采用的主數(shù)據(jù)源為互聯(lián)網(wǎng)某LBS產(chǎn)品的分時人口活動熱度數(shù)據(jù)，是該互聯(lián)網(wǎng)產(chǎn)品的桌面端和移動端APP用戶使用過程中產(chǎn)生的過程數(shù)據(jù)。原始的數(shù)據(jù)包含3個字段，分別為數(shù)據(jù)采集點的坐標(biāo)、日期和該小時的人口密度。數(shù)據(jù)采集點的網(wǎng)格密度為25m，呈均勻點陣分布。目前筆者通過網(wǎng)絡(luò)爬蟲，采集了2015年7月30日至8月2日北京六環(huán)以內(nèi)的數(shù)據(jù)，數(shù)據(jù)量在每小時230萬個點左右。

原始數(shù)據(jù)點范圍

　　另外，為了對用地功能進(jìn)行深入解讀，筆者使用百度POI作為輔助數(shù)據(jù)源。通過百度地圖提供的API（ApplicationProgrammingInterface，應(yīng)用程序編程接口），筆者采集了2015年初北京市域范圍內(nèi)約20萬個POI，涵蓋居住、商業(yè)、娛樂、公共服務(wù)設(shè)施、交通、綠地等內(nèi)容。每個POI點包括唯一編號、POI名稱、坐標(biāo)、一級分類、二級分類、用戶評價等字段。

　　1.23層研究空間尺度匹配體系

　　在不同空間尺度中，分時人口數(shù)據(jù)所反映出的用地特征也有不同的側(cè)重。

　　筆者將整個研究單元分為3層空間尺度：原始地塊尺度、500×500m網(wǎng)格尺度、25×25m原始數(shù)據(jù)點陣尺度，分別進(jìn)行數(shù)據(jù)匹配。其中，原始地塊尺度對于多數(shù)空間單元能夠做到較好的描述，但是對于極大的郊區(qū)地塊和極小的內(nèi)城地塊，其描述結(jié)果并不能體現(xiàn)該空間所在的本身特征。因此，使用均分額500m網(wǎng)格對地塊尺度的描述進(jìn)行補充說明。點陣尺度研究結(jié)果則會更多地用于建筑尺度的對比，包括建筑內(nèi)部的時空特征，以及建筑與地塊的時空關(guān)聯(lián)等。

　　通過3層空間尺度體系的分門別類與描述，筆者對同一研究對象進(jìn)行基于地塊、網(wǎng)格和內(nèi)部點的多維立體描述，為存量規(guī)劃所需的深度精細(xì)刻畫提供理論支持。

　　空間匹配流程與結(jié)果