基于OSM和POI数据的城市功能区识别

摘要

进行城市复杂空间结构的解析，识别城市功能设施的分布特征及区域城市功能区类型，可为优化城市空间布局和促进可持续发展提供数据支持.以合肥辖区为研究对象，参考TF-IDF(Term Frequency-Inverse Document Frequency)算法思想，融合OSM(Open Street Map)数据与POI(Point of Interest)数据进行城市功能区的识别.首先使用平均最近邻、热点分析探究POI空间分布模式；再利用OSM数据对研究区分割，获得相互独立且具有社会经济功能的基本研究单元，采用TF-IDF算法对POI数据加权，同时结合频率密度占比对城市功能区识别划分，比较并分析不同功能区的空间分布特征.结果表明：各类POI均呈现出明显的集聚分布特征，公共、居住、商服3类POI的冷热点空间集聚模式较为相似，但商服POI集聚程度更高.城市功能区包括21类功能区类型，绿地、交通相关功能区集中在局部重点区域，公共、商服、居住功能区的空间分布关联较为紧密，工业功能区的分布与合肥工业开发区高度契合.整体识别结果与合肥的实际情况一致.

关键词

城市功能区 / OSM数据 / POI / TF-IDF算法 / 空间格局