作品编号：B409（三等奖）

作品名称：融合多源大数据感知城市空间结构及城市活力的时空分异—以粤港澳大湾区城市群为例

作者单位：江西理工大学土木与测绘工程学院

小组成员：邓昊键，华淑贞，林子晴，李美雪

指导老师：李恒凯

1.     背景与意义

近30年来，我国的城镇化进程不断加快，并在局部地域形成规模性的城市群。到了2019年，中国城镇常住人口84843万人，占总人口比重（常住人口城镇化率）为60.60%，户籍人口城镇化率为44.38%。城市化的快速发展容易诱发一系列的人地矛盾。城市研究已成为发现城市问题、解决城市问题的重要途径之一。传统的城市研究依赖于粗糙的统计数据和小尺度的调查问卷以及多光谱光学遥感数据, 一方面缺乏对个体的人文关注, 另一方面, 很难有足够样本量的个体行为数据^[1]。同时，利用单一的多光谱光学影像数据构建模型很难深刻揭示城市内部社会经济活动的时空变化。

海量具有个体标记和时空语义信息的地理大数据,为我们定量理解城市提供了手段。利用时空模式挖掘的方法，集成多源地理大数据中的个体时空间行为特征，在聚合层面揭示城市社会经济现象的分布、联系和过程等规律，实现城市的动态感知。POI数据具有易获取、现势性强、数据量丰富、定位精度高、更能反映微观细节信息等特点，能够弥补传统数据空间精度低、更新周期长、获取难等不足^[2]。但地理大数据的获取以及数据清洗具有一定的主观性，地理大数据的尺度往往是数米级，缺少宏观性。

2019年2月18日，中共中央、国务院印发《粤港澳大湾区发展规划纲要》。按照规划纲要，粤港澳大湾区不仅要建成充满活力的世界级城市群、国际科技创新中心、“一带一路”建设的重要支撑、内地与港澳深度合作示范区，还要打造成宜居宜业宜游的优质生活圈，成为高质量发展的典范^[3,4]。粤港澳大湾区城市群是与美国纽约湾区、旧金山湾区、日本东京湾区并称为世界四大湾区城市群。与京津冀城市群、长三角城市群、成渝城市群、长江中游城市群相比，粤港澳大湾区城市群更具有复杂性，其内部存在制度、文化上的差异，各城市的经济发展水平、城市化水平都存在明显的差异。

本作品融合夜间灯光数据、landsat系列影像数据、POI数据等多源地理空间大数据，并结合采用热点分析指数、城市活力指数等方法，感知粤港澳大湾区城市群的城市空间结构与城市活力的时空分异。同时，希望通过融合多源空间大数据对粤港澳大湾区城市群的探析，以期为粤港澳大湾区城市群的可持续发展、实现大湾区内部的人、地、经济三者相协调发展提供辅助决策支持。  

2.     分析思路

本次作品的分析思路及分析方法如图1所示。将夜间灯光数据、Landsat系列影像数据、POI数据相融合，采用核密度分析法、网格分析法、热点分析、城市活力分析从城市活力、城市扩张、城市空间结构等三个方面分析粤港澳大湾区城市群的城市空间结构及城市活力的时空分异演变。

图1 分析思路与方法

3.     结果分析与成果展示

3.1城市空间扩演化分析

使用核密度分析模型（公式2）解译的粤港澳大湾区城市群的建设用地斑块数据进行核密度分析。由于城市群各城市的行政区面积差异较大，所以核密度分析输出像元大小和搜索半径都需要依据城市行政区面积、建设用地斑块点数据进行设置。通过分析发现，1998-2019年建设用地扩张密度高的区域主要集中在经济活力较强的东莞、深圳、广州、佛山、中山、珠海6个城市。珠江东岸（东莞、深圳）、西岸（中山、珠海）分别形成了世界著名的电子产业集群、家电产业集群，第二、三产业发展迅速，吸引大量外来务工人员，导致城市所以城市扩张明显。而广州、佛山是华南地区传统的制造中心，也吸引了一大批外来人口聚集，城市空间扩张也很显著。香港和澳门城市化起步阶段较早，城市空间有限，不足以支撑城市大规模扩张，而且受集约化城市规划思想影像，注重于增加建筑高度，减少城市二维空间扩张，所以城市二维空间扩张不明显。（由于论文在审稿中，所分析结果本文则不展示）

4.1 城市空间结构分异

利用ArcMap和ArcScene对POI数据进行二、三维空间可视化展示，发现城市群各城市POI点空间分布存在不均匀现象。POI点主要分布在珠江口沿岸的城市，距离珠江口较远的惠州东部、江门的西部、肇庆西北部的POI点密度、数量远低于大湾区的其他城市。香港、澳门、深圳、广州四大核心城市的POI点密度高于同期城市群的其他城市。

图2 粤港澳大湾区城市群公共类、商业类、居住类三类POI数据的二、三维可视化

4.3城市活力分析

利用城市活力指数（公式3）分析1998-2019年粤港澳大湾区城市群城市活力的时空演变。城市活力指数是基于ArcEngine开发，模型需要设置四个参数，分别为：研究初期夜间灯光栅格数据、研究末期夜间灯光栅格数据、研究时间跨度、输出结果路径。根据参考文献^[8]，将城市活力由低到高划分为四个范围：<-2、-2～0、0～2、>2。其中城市活力指数小于-2，划分为四级活跃；-2～0为三级活跃；0～2为二级活跃；>2为一级活跃。城市活力指数数值越大，代表城市的活力强度越高。当活力指数低于0时，代表城市活力呈下降的趋势。

结果表明，1998-2013年粤港澳大湾区城市群整体城市活力指数呈增长趋势，其中2003-2008年是城市活力指数增长最显著的时期，主要集中分布在广州、佛山、中山等地。2013-2019年粤港澳大湾区城市群城市活力指数变化趋势是由原先增长转为下降。城市活力指数下降幅度较大的城市为佛山、广州、中山、东莞四个城市。1998-2013年城市一、二级活跃的范围占粤港澳大湾区城市群总面积的75%以上。而在2013-2019年，一级城市活跃趋于消失，二级活跃只占城市群总面积的18%（如图3）。

图3 1998-2019年粤港澳大湾区城市群

4.4 城市活力热点分析

利用格网数据热点分析模型分析1998-2019年粤港澳大湾区城市群城市活力在空间分布。城市活力聚类分析是基于ArcEngine开发，分析模块中分为格网栅格统计、热点分析两大模块。在格网栅格统计中，需要设置四个参数：输入格网数据、城市活力数据、新建标识字段和结果输出路径。在热点分析中，需要设置三个参数，分别为：输入分析图层、分析字段、输出路径，分析结果如下图所示。

图4 栅格数据热点分析结果

通过使用栅格数据热点分析模块分析，发现热点置信度为99%、热点置信度为95%、热点置信度为90%的时空演变呈由中部往北、东、西三个方向扩散的一个趋势，中部热点置信度呈逐渐空心化。1998-2013年，城市群中部城市活力的集聚程度较高，城市处于一个快速增长的趋势。2013-2019年粤港澳大湾区城市群中部主要为冷点置信度为99%，表明城市群中部城市活力下降。肇庆、江门、惠州三个城市的城市活力集聚程度较高，城市处于快速发展时期（如图5）。

图5 1998-2019年粤港澳大湾区城市群城市活力热点分析

5.     创新点

（1）数据方面

本作品融合了夜间灯光数据、Landsat系列光学影像数据、POI数据三种数据。利用时空模式挖掘的方法，集成多源地理大数据中的个体时空间行为特征，在1000m/30m/m三个空间尺度，从聚合层面揭示粤港澳大湾区城市群的城市空间结构、城市扩张、城市活力以及区域内经济现象的分布、联系和过程等规律，实现城市演化的动态感知。

（2）可视化效果

将格网数据与POI数据相结合进行二、三维可视化展示（左上小图为二维图，大图为三维图），可以将结果更直观、动感地将展示出来，对城市空间结构更有感性的认识（如图6）。

图6 POI数据二三维展示

（3）模型方面

由于本作品采用的城市活力指数模型在ArcGIS中没有相应的功能，于是将ArcEngine二次开发与VS2015相结合，将城市活力指数模型实现（图7），减少城市活力指数分析的工作量。

图7 城市活力指数模型

在ArcGIS中的热点分析模块只能对矢量数据进行分析，而本参赛作品需要对城市活力栅格数据进行分析。基于ArcEngine组件二次开发，以格网数据、栅格数据为基础，本系统中的格网栅格数据分析模块融合了ArcGIS中的多个分析功能，使得数据处理更为便捷（如图8）。

图8 栅格数据热点分析模型