摘要：以東莞市主城區(qū)為研究區(qū)，利用夜光遙感數(shù)據(jù)、POI數(shù)據(jù)與手機(jī)定位強(qiáng)度數(shù)據(jù)，采用核密度分析、數(shù)據(jù)格網(wǎng)化與雙因素組合制圖方法，獲得三種數(shù)據(jù)空間耦合相同或相異區(qū)域，并比較其與城市空間結(jié)構(gòu)的關(guān)系。研究表明，三種數(shù)據(jù)的空間分布趨勢(shì)總體一致，部分區(qū)域出現(xiàn)空間耦合相異：(1)受交通、功能區(qū)與夜光遙感數(shù)據(jù)的“溢出”效應(yīng)等因素影響，城市道路、商業(yè)區(qū)以及公共服務(wù)業(yè)集中區(qū)域，夜光遙感與POI耦合相異;在物流工業(yè)園、學(xué)校以及公園區(qū)域，夜光遙感與手機(jī)定位強(qiáng)度數(shù)據(jù)耦合相異。(2)職住地空間分布的差異，造成POI數(shù)據(jù)與手機(jī)定位強(qiáng)度數(shù)據(jù)空間耦合相異。公共服務(wù)與商務(wù)區(qū)的基礎(chǔ)設(shè)施完善，POI密度高于手機(jī)定位強(qiáng)度數(shù)據(jù)密度;居住區(qū)人口集中分布，但基礎(chǔ)設(shè)施建設(shè)相對(duì)薄弱，POI密度低于手機(jī)定位強(qiáng)度數(shù)據(jù)密度。

　　關(guān)鍵詞：夜光遙感;POI;手機(jī)定位強(qiáng)度數(shù)據(jù);空間耦合關(guān)系;城市空間結(jié)構(gòu)

　　1引言

　　城市空間結(jié)構(gòu)屬于地理學(xué)、城市規(guī)劃以及區(qū)域經(jīng)濟(jì)學(xué)等多學(xué)科的重要研究對(duì)象之一，因各學(xué)科研究角度的差異，使其難以形成一個(gè)統(tǒng)一的概念框架[1-2]。國(guó)外學(xué)者對(duì)城市空間結(jié)構(gòu)的概念研究較早，F(xiàn)oley與Webber是其中早期的代表學(xué)者，認(rèn)為城市空間結(jié)構(gòu)的概念框架應(yīng)包含多個(gè)層次，如地理空間實(shí)體要素(物質(zhì)環(huán)境、文化觀念與功能活動(dòng))、空間與非空間屬性、空間作用的影響以及時(shí)間等四個(gè)層面[3-4]。我國(guó)針對(duì)城市空間結(jié)構(gòu)進(jìn)行系統(tǒng)性研究始于20世紀(jì)80年代，在外國(guó)學(xué)者研究的基礎(chǔ)上，提出城市空間結(jié)構(gòu)是指城市中各種地理空間實(shí)體之間分布與組合的表現(xiàn)方式[5-6]。城市空間結(jié)構(gòu)的研究能夠?yàn)槌鞘泄δ軈^(qū)密度的調(diào)整，避免造成資源浪費(fèi)，進(jìn)而更好地進(jìn)行城市空間規(guī)劃，推動(dòng)城市合理發(fā)展提供決策[7]。

　　夜光遙感數(shù)據(jù)、POI數(shù)據(jù)與手機(jī)定位強(qiáng)度數(shù)據(jù)作為新興空間數(shù)據(jù)，與傳統(tǒng)數(shù)據(jù)相比，具有精準(zhǔn)定位、數(shù)據(jù)量大、價(jià)值密度高的特點(diǎn)[8]。夜光遙感數(shù)據(jù)能夠捕獲夜間地表微光，反映區(qū)域經(jīng)濟(jì)、人口地理要素的空間分布特征，常用于GDP估算[9]、“鬼城”識(shí)別[10]以及生態(tài)環(huán)境監(jiān)測(cè)[11]方面研究。POI數(shù)據(jù)包含地理實(shí)體空間與屬性信息，如經(jīng)緯度、地址以及類(lèi)別等，被應(yīng)用于城市功能區(qū)識(shí)別[12-13]與產(chǎn)業(yè)空間布局[14-15]。

　　手機(jī)定位強(qiáng)度數(shù)據(jù)與常用的百度熱力圖、“微博簽到”數(shù)據(jù)相比，具有獲取成本低、分辨率高的優(yōu)勢(shì)，數(shù)據(jù)來(lái)源于使用在線產(chǎn)品的位置信息，并以點(diǎn)要素(空間分辨率為25m)的形式賦予人口熱力值，被應(yīng)用于城市空間結(jié)構(gòu)[16]、職住平衡[17]以及城市活力[18]等方面的研究。以上三種數(shù)據(jù)，能夠反映城市“經(jīng)濟(jì)—人口”空間特征，是研究城市空間結(jié)構(gòu)的重要數(shù)據(jù)源。如王博[19]利用夜間燈光數(shù)據(jù)，揭示杭州市2012年至2016年城鎮(zhèn)空間結(jié)構(gòu)“東密西疏”的分布特征;薛冰等[20]基于POI數(shù)據(jù)，將東北三省36個(gè)城市的內(nèi)部空間結(jié)構(gòu)劃分為團(tuán)塊型、分散組合型、線型以及放射型4種特征;何東等[21]運(yùn)用“宜出行”數(shù)據(jù)，識(shí)別重慶市主城區(qū)“多中心組團(tuán)式”的城市空間功能體系。

　　綜上，大部分學(xué)者偏向于采用單一數(shù)據(jù)源進(jìn)行城市的相關(guān)研究，融合多源地理空間數(shù)據(jù)在我國(guó)城市空間結(jié)構(gòu)的研究相對(duì)缺乏。因此，選取東莞市主城區(qū)作為研究對(duì)象，基于夜光遙感數(shù)據(jù)、POI數(shù)據(jù)以及手機(jī)定位強(qiáng)度數(shù)據(jù)三種數(shù)據(jù)兩兩空間耦合關(guān)系，闡述其與城市空間結(jié)構(gòu)特征之間的關(guān)系，并識(shí)別城市核心—邊緣區(qū)、空置區(qū)域以及服務(wù)業(yè)供需不平衡區(qū)域，分析城市發(fā)展不平衡問(wèn)題。研究結(jié)果對(duì)城市規(guī)劃者了解城市的空間結(jié)構(gòu)，進(jìn)行城市功能區(qū)調(diào)整與優(yōu)化，構(gòu)建具有活力的現(xiàn)代化城市提供參考。

　　2研究區(qū)與數(shù)據(jù)

　　2.1研究區(qū)概況

　　東莞市位于珠江三角洲東岸，是廣州和深圳的雙輻射城市，為粵港澳大灣區(qū)的重要節(jié)點(diǎn)城市，同時(shí)也是我國(guó)5個(gè)不設(shè)區(qū)的地級(jí)市之一。中心城區(qū)位于東莞市的西北方向，下轄莞城、南城、東城、萬(wàn)江4個(gè)街道，總面積222.4km2，常住人口124.66萬(wàn)人(2019年)。在行政區(qū)劃、自然地理環(huán)境以及建成區(qū)歷史等因素綜合影響下，形成“一主三副、十字展開(kāi)、單元發(fā)展”的城市空間結(jié)構(gòu)。

　　“一主三副”中的主核心區(qū)位于南城街道，是東莞市行政文化與國(guó)際商務(wù)的中心，城市特色副核心區(qū)則由莞城、東城、萬(wàn)江3個(gè)街道組成。“十字展開(kāi)”指穿過(guò)城市主核心區(qū)呈十字展開(kāi)的“東莞大道-東城中路-莞龍路”綜合功能發(fā)展軸與“松山湖大道八一路-鴻福路-銀龍路”山水特色發(fā)展軸。“單元發(fā)展”則是指依據(jù)構(gòu)建城市15分鐘生活圈的要求，劃分的19個(gè)城市發(fā)展單元。東莞市致力于城市功能優(yōu)化，融入粵港澳大灣區(qū)建設(shè)，打造多功能、具有活力與生態(tài)宜居型現(xiàn)代城市。因此，東莞市中心城區(qū)城市空間結(jié)構(gòu)的研究，對(duì)中心城區(qū)功能優(yōu)化提升具有較強(qiáng)的現(xiàn)實(shí)意義。

　　2.2數(shù)據(jù)源

　　研究所選用的數(shù)據(jù)包括東莞市基礎(chǔ)地理數(shù)據(jù)、夜光遙感影像數(shù)據(jù)、POI數(shù)據(jù)以及手機(jī)定位強(qiáng)度數(shù)據(jù)�；�礎(chǔ)地理數(shù)據(jù)包括行政區(qū)劃、道路以及河流水系等矢量數(shù)據(jù)，來(lái)源于國(guó)家基礎(chǔ)地理信息中心與2020年6月采集的OpenStreetMap數(shù)據(jù)。

　　夜光遙感影像數(shù)據(jù)選取2019年1月~12月經(jīng)過(guò)星上校正，但未經(jīng)標(biāo)準(zhǔn)化處理的NPP-VIIRS月合成影像數(shù)據(jù)，該數(shù)據(jù)的空間分辨率為740m，包括了日平均影像與月平均影像兩種數(shù)據(jù)，數(shù)據(jù)量豐富，連續(xù)性好[22]。與DMSP/OLS數(shù)據(jù)相比，NPPVIIRS數(shù)據(jù)的空間與時(shí)間分辨率都獲得了提升，并且消除了像元飽和，夜間燈光探測(cè)能力與穩(wěn)定性更加優(yōu)越，能更好地反映城市的夜間燈光整體分布特征[23]。

　　POI數(shù)據(jù)源于高德地圖提供的API接口，經(jīng)數(shù)據(jù)清洗后，共獲取72775條有效數(shù)據(jù)，依據(jù)《國(guó)家經(jīng)濟(jì)行業(yè)分類(lèi)》(GB/T4754-2017)將其劃分為14類(lèi)。根據(jù)已有研究結(jié)果：工作日(周一至周五)、休息日(周六、周日)的人口空間特征分別具有相似性[24]。最終，選取2020年6月23日(工作日)、6月25日(端午節(jié))以及6月27日(休息日)三日研究區(qū)的手機(jī)定位強(qiáng)度數(shù)據(jù)作為數(shù)據(jù)源，研究東莞市主城區(qū)整體人口集聚特征。其中，采集的時(shí)間區(qū)間為7：00~24：00，時(shí)間間隔為1h，數(shù)據(jù)經(jīng)去重、刪除超越研究區(qū)邊界的無(wú)效數(shù)據(jù)后，一共獲得1034602條有效數(shù)據(jù)。由于三天研究區(qū)內(nèi)并無(wú)重大自然災(zāi)害或極端天氣現(xiàn)象，所得數(shù)據(jù)具有代表性。

　　3研究方法

　　本研究通過(guò)分析POI數(shù)據(jù)、夜光遙感數(shù)據(jù)以及手機(jī)定位強(qiáng)度數(shù)據(jù)等三組數(shù)據(jù)的空間耦合關(guān)系，探討其與東莞市主城區(qū)的城市空間結(jié)構(gòu)之間的關(guān)系。首先，對(duì)POI數(shù)據(jù)、NPP-VIIRS夜光遙感數(shù)據(jù)以及手機(jī)定位強(qiáng)度數(shù)據(jù)進(jìn)行預(yù)處理;其次，根據(jù)行政邊界數(shù)據(jù)創(chuàng)建六邊形格網(wǎng);接著，對(duì)柵格數(shù)據(jù)進(jìn)行矢量化，與格網(wǎng)數(shù)據(jù)進(jìn)行空間連接，并采用分級(jí)設(shè)色，獲得三種數(shù)據(jù)的規(guī)則格網(wǎng)圖;最后，對(duì)數(shù)據(jù)進(jìn)行歸一化處理，利用雙因素組合制圖方法，將數(shù)據(jù)的空間耦合關(guān)系進(jìn)行可視化。

　　3.1數(shù)據(jù)預(yù)處理

　　首先，將原NPP-VIIRS數(shù)據(jù)重投影為常用的WGS_1984_UTM_ZONE_49N投影坐標(biāo)系，接著采用柵格計(jì)算器將由火災(zāi)、漁船等現(xiàn)象造成的負(fù)值區(qū)域設(shè)置為0，然后利用研究區(qū)矢量數(shù)據(jù)進(jìn)行裁剪。為降低數(shù)據(jù)的偶然性誤差，對(duì)12景夜光遙感數(shù)據(jù)進(jìn)行均值計(jì)算，合成2019年研究區(qū)夜光亮度均值圖像，最后重采樣至30m分辨率，用于反映研究區(qū)夜光亮度整體空間特征。原POI數(shù)據(jù)與手機(jī)定位強(qiáng)度數(shù)據(jù)為文本數(shù)據(jù)，其中POI數(shù)據(jù)包含經(jīng)緯度、名字、地址以及城市名稱(chēng)等字段，手機(jī)定位強(qiáng)度數(shù)據(jù)則包含人口熱力值、經(jīng)度、緯度以及時(shí)間四個(gè)字段。首先，分別將其導(dǎo)入ArcGIS中轉(zhuǎn)為點(diǎn)要素?cái)?shù)據(jù)，并統(tǒng)一坐標(biāo)為WGS-84;然后剔除超出研究區(qū)邊界的誤差點(diǎn)，獲得有效的POI與手機(jī)定位強(qiáng)度數(shù)據(jù)的點(diǎn)狀矢量數(shù)據(jù)。

　　4耦合關(guān)系分析

　　4.1總體分布特征與耦合關(guān)系

　　夜光亮度值整體分布格局，呈現(xiàn)出由城市中心向四周逐漸減弱的趨勢(shì)，高值區(qū)組團(tuán)狀分布，呈一主三副的空間結(jié)構(gòu)特征。主核心區(qū)位于南城的北發(fā)展單元，是東莞市的教育、商務(wù)服務(wù)業(yè)以及政治文化中心。酒店和商務(wù)服務(wù)業(yè)集中分布的東城的主山發(fā)展單元燈光亮度值僅次于主核心區(qū)，屬副核心區(qū)。商務(wù)住宅與購(gòu)物業(yè)分布較集中的萬(wàn)江新中心與中部發(fā)展單元的夜光亮度高值，呈同心圓狀分布;南城的南發(fā)展單元東部的亮度值僅次于核心區(qū)，是物流、商務(wù)服務(wù)業(yè)的集中分布地，與東城主山、萬(wàn)江新中心以及中部發(fā)展單元，構(gòu)成了多核心結(jié)構(gòu)。此外，城市邊緣區(qū)存在零星分布的點(diǎn)狀高值區(qū)域，與道路的位置相耦合，如城市東北處的高值區(qū)域?yàn)檩庚埪放c東寶路的交接處的夜光亮度值高。

　　其整體分布趨勢(shì)與夜光遙感數(shù)據(jù)相似，也呈由城市中心向邊緣區(qū)減弱的趨勢(shì)。南部的水濂、牛山、同沙與黃旗山發(fā)展單元的POI密度較低，屬于城市土地利用的空置區(qū)域，開(kāi)發(fā)利用程度低，是水庫(kù)、綠地以及生態(tài)保護(hù)區(qū)的集中分布地區(qū)。不同點(diǎn)在于莞城的POI密度僅次于南城，與教育、公共服務(wù)業(yè)的分布相耦合;南城中、南發(fā)展單元的零售業(yè)、商務(wù)服務(wù)業(yè)以及物流等行業(yè)集聚，土地利用類(lèi)型混合度高，POI密度表現(xiàn)較好;城市邊緣區(qū)并未出現(xiàn)零星分布的點(diǎn)狀高值區(qū)。

　　其高值分布與POI數(shù)據(jù)密度分布相似，密度值由城市中心向城市邊緣區(qū)呈遞減趨勢(shì)。人口活動(dòng)強(qiáng)度越高，該區(qū)域的人口集中程度越高。教育用地、大型商業(yè)廣場(chǎng)以及中心商務(wù)區(qū)的人口熱力密度表現(xiàn)突出，其中商務(wù)區(qū)的高值區(qū)，圍繞東莞市人民政府呈環(huán)狀分布。部分點(diǎn)狀高值區(qū)域主要位于城市邊緣區(qū)的道路交匯處，生態(tài)保護(hù)區(qū)與物流工業(yè)用地的密度值則較低，人口熱力密度值分布特征與其它兩種數(shù)據(jù)總體一致。采用符號(hào)計(jì)數(shù)統(tǒng)計(jì)方法計(jì)算三種數(shù)據(jù)兩兩空間耦合關(guān)系相同(低-低、中-中、高-高)區(qū)域的占比，其中夜光遙感與POI具有相同空間耦合關(guān)系占比為66.37%，與手機(jī)定位強(qiáng)度數(shù)據(jù)具有相同空間耦合關(guān)系占比為67.12%，POI數(shù)據(jù)與手機(jī)定位強(qiáng)度數(shù)據(jù)具有相同空間耦合關(guān)系占比為78.67%。

　　夜光遙感與POI數(shù)據(jù)、手機(jī)定位強(qiáng)度數(shù)據(jù)空間耦合在空間分布上具有相似性，高-高耦合主要分布于南城與東城兩個(gè)區(qū)域，外圍則形成了中-中耦合關(guān)系，邊緣區(qū)則以低-低耦合關(guān)系為主;POI數(shù)據(jù)與手機(jī)定位強(qiáng)度數(shù)據(jù)的空間耦合程度較高，高-高耦合呈現(xiàn)多中心分布，多位于購(gòu)物商場(chǎng)、中心商務(wù)區(qū)，中-中、低低空間耦合關(guān)系則圍繞高-高耦合呈環(huán)狀分布�？傮w而言，三種數(shù)據(jù)的空間耦合關(guān)系具有較好的耦合程度，高-高耦合多位于城市的核心區(qū)，中-中耦合位于過(guò)渡區(qū)，低-低則位于邊緣區(qū)，屬于生態(tài)保護(hù)區(qū)，包括同沙、黃旗山、水濂山以及大嶺山生態(tài)園，不宜進(jìn)行大面積的城市開(kāi)發(fā)活動(dòng)。

　　5結(jié)論與討論

　　以東莞市主城區(qū)為例，基于夜光遙感、POI數(shù)據(jù)以及手機(jī)定位強(qiáng)度數(shù)據(jù)等表征人文-經(jīng)濟(jì)地理活動(dòng)的空間數(shù)據(jù)，采用核密度分析、數(shù)據(jù)格網(wǎng)化以及雙因素組合制圖方法，分析不同數(shù)據(jù)的空間耦合關(guān)系與城市空間結(jié)構(gòu)的之間關(guān)系，得出以下結(jié)論：

　　(1)夜光遙感、POI以及手機(jī)定位強(qiáng)度三組不同類(lèi)型的空間數(shù)據(jù)的空間分布總體趨勢(shì)一致，空間耦合程度較高。具有相同空間耦合關(guān)系區(qū)域的空間分布特征，能夠識(shí)別城市核心區(qū)、過(guò)渡區(qū)以及邊緣區(qū)的空間分布特征，可以有效反映城市空間結(jié)構(gòu)特征。

　　(2)空間耦合相異區(qū)域的存在，有助于對(duì)城市部分區(qū)域的空間結(jié)構(gòu)進(jìn)行詳細(xì)的探討。夜光遙感亮度值高于POI密度值的空間耦合相異區(qū)域的分布，與邊緣或過(guò)渡區(qū)的房地產(chǎn)產(chǎn)業(yè)分布相耦合，反映了市中心的居住職能向過(guò)渡區(qū)與邊緣區(qū)轉(zhuǎn)移的趨勢(shì)。而POI密度值高于夜光遙感亮度值的區(qū)域則主要分布于莞城，反映舊城區(qū)經(jīng)濟(jì)與商務(wù)職能的衰落;夜光遙感數(shù)據(jù)與手機(jī)定位強(qiáng)度數(shù)據(jù)空間耦合相異，則主要分布于道路用地、物流工業(yè)用地、教育以及休閑用地，反映兩組數(shù)據(jù)結(jié)構(gòu)的差異;POI數(shù)據(jù)與手機(jī)定位強(qiáng)度數(shù)據(jù)空間耦合相異，則反映了基礎(chǔ)設(shè)施建設(shè)與居民生活服務(wù)需求之間的不平衡關(guān)系。

　　(3)三種數(shù)據(jù)對(duì)地理實(shí)體要素的表達(dá)各有優(yōu)缺點(diǎn)，夜光遙感能夠反映人類(lèi)夜間活動(dòng)產(chǎn)生的燈光亮度，但輕度“溢光”效應(yīng)使得其所表示的人類(lèi)活動(dòng)范圍要大于實(shí)際范圍，空間位置上出現(xiàn)了偏移。POI數(shù)據(jù)是一種具有精確定位功能的點(diǎn)數(shù)據(jù)，但不能準(zhǔn)確反映面狀地理實(shí)體的空間分布。手機(jī)定位強(qiáng)度數(shù)據(jù)則是一種位置服務(wù)數(shù)據(jù)，能夠反映城市人口活動(dòng)強(qiáng)度的空間特征，但受使用者年齡(微信、微博以及QQ等社交媒體軟件在老年人與幼童中普及程度較低)影響，并不能反映城市的實(shí)際活動(dòng)人口數(shù)量。

　　融合以上三組空間數(shù)據(jù)，能夠發(fā)揮不同數(shù)據(jù)的優(yōu)勢(shì)、彌補(bǔ)不足。結(jié)合核密度分析的POI數(shù)據(jù)，削弱了POI數(shù)據(jù)反映面狀地理實(shí)體產(chǎn)生的誤差，能夠識(shí)別夜光遙感數(shù)據(jù)的“溢光”區(qū)域、城市建筑密集區(qū)域以及空置區(qū)域;手機(jī)定位強(qiáng)度數(shù)據(jù)相對(duì)夜光遙感數(shù)據(jù)，分辨率更高、更加精確，能夠精確反映城市全天候人口活動(dòng)的空間分布特征，與POI數(shù)據(jù)相結(jié)合，則能夠反映出城市基礎(chǔ)設(shè)施建設(shè)與人口之間供需平衡的關(guān)系。

　　地理論文范例：漫談初中地理教學(xué)中的圖像教學(xué)

　　綜上，融合多源地理大數(shù)據(jù)，改進(jìn)了采用單一數(shù)據(jù)源的精度問(wèn)題。城市空間結(jié)構(gòu)應(yīng)當(dāng)是一個(gè)動(dòng)態(tài)變化的過(guò)程，而本研究選取的年限較短，在時(shí)序性上存在不足;分析不同數(shù)據(jù)空間耦合關(guān)系與城市空間結(jié)構(gòu)之間的關(guān)系，偏向于定性研究，缺少量化方法的使用。今后，將結(jié)合深度學(xué)習(xí)與時(shí)間序列分析方法，對(duì)研究區(qū)5~10年城市結(jié)構(gòu)變化進(jìn)行定量分析與預(yù)測(cè)，進(jìn)一步完善融合三組地理大數(shù)據(jù)在城市空間結(jié)構(gòu)研究中的應(yīng)用，凸顯三組數(shù)據(jù)表征地理實(shí)體功能的優(yōu)越性。

　　參考文獻(xiàn)(References)：

　　[1]MaRenfeng，WangTengfei.ProgressofResearchontheIn⁃fluenceofUrbanSpatialStructureontheLocationofEmerg⁃ingIndustryinChina[J].WorldRegionalStudies，2019，28(5)：141-152[.馬仁鋒，王騰飛.城市空間結(jié)構(gòu)對(duì)新興產(chǎn)業(yè)區(qū)位影響研究動(dòng)態(tài)與展望[J].世界地理研究，2019，28(5)：141-152.][2]TangZilai.TheoriesandMethodsofResearchonUrbanSpa⁃tialStructureintheWest[J].UrbanPlanningForum，1997，(6)：1-11，63[.唐子來(lái).西方城市空間結(jié)構(gòu)研究的理論和方法[J].城市規(guī)劃匯刊，1997(6)：1-11，63.]

　　[3]FoleyL.D.(1964)AnApproachtoMetropolitanSpatialStructure，inWebberM.M.etal.(eds.)ExplorationintoUr⁃banStructure[M].UniversityofPennsylvaniaPress，Philadel⁃phia.

　　作者：梁立鋒，譚本華，馬詠珊，陳漾漾，劉秀娟