江苏省城镇空间格局变化监测技术路线研究

张 浩,李明巨,刘 波,李 真

(1.江苏省基础地理信息中心,江苏 南京 210013;2.江苏省地理信息技术重点实验室,江苏 南京 210013;3.江苏省测绘研究所,江苏 南京 210013)

0 引 言

城镇空间布局及其扩张情况,是重要的地理国情之一[1]。城镇空间格局,主要描述区域内不同规模的城镇按照一定的空间组织规则形成的空间体系状况,包括时空地域结构、空间等级、空间联系网络等[2]。城镇空间格局的变化监测,可为城镇空间布局优化、城乡统筹规划等提供支撑。

对于城镇空间格局的刻画,离不开时空信息数据的支撑,特别互联网开放时空大数据的发展,为精细化“定量、定性、定序、定位”刻画城镇空间格局的变化态势提供了有力支撑。本文围绕长江经济带建设背景下的江苏省城镇空间格局变化态势,基于多源时空大数据,开展江苏省城镇空间格局变化监测内容、指标和监测技术方法研究,形成江苏省城镇空间格局变化监测技术路线。

1 监测内容与指标

1.1 监测空间维度、尺度划分

城镇空间格局变化监测的内容指标,与空间维度和空间尺度密切相关。城镇空间格局的空间维度,可分为物质空间、社会空间和信息空间。传统的地理国情专题监测,多侧重于物质空间的监测,而忽略了社会空间和信息空间。

本文尝试突破传统地理国情监测多限于物质空间的瓶颈,从物质空间、社会空间和信息空间等“全空间”维度,长江经济带区域、江苏省域和典型城市等不同空间尺度,设计了江苏省城镇空间格局变化监测指标[3]。

1.2 主要监测指标

长江经济带区域尺度下的城镇空间格局,主要监测江苏省13个设区市与长江经济带主要节点城市之间的交通联系、经济联系、信息联系空间强度及其变化情况。

江苏省域尺度下的城镇空间格局,主要监测江苏省县级以上城市的空间形态、空间联系、空间组织、产业布局及其变化情况。

典型城市尺度下的城市空间格局,主要监测城市空间形态、空间组织、城市活力空间、城市公共服务布局及其变化情况。

2 监测数据源分析

开展多空间维度、多空间尺度下的江苏省城镇空间格局变化监测,需要多类型、多粒度、多领域的数据资料支撑。本文采用的监测数据资源包括基础地理数据、社会经济统计资料以及互联网开放大数据等多源时空大数据。

2.1 基础地理数据

基础地理数据主要包括江苏省第一次地理国情普查成果数据、航空摄影影像、SPOT卫星影像、DMSP/OLS夜间灯光影像、基础测绘DLG数据、“天地图·江苏”POI(兴趣点)数据、长江经济带交通地图集等,用于支撑城镇空间边界提取、用地结构识别、设施空间分布描述、交通可达时间测度。

2.2 国民经济统计数据

本文主要通过国民经济统计年鉴、城市统计年鉴以及各类专题网站等,获取城镇人口、城镇化率、GDP、产业从业人数、金融单位、知识产权、众创空间、开发区发展等数据,支撑城镇要素流分析、城镇等级体系划分等。

2.3 互联网开放大数据

本文主要利用互联网订票网站客运班次、社交媒体签到数据、互联网生活服务评价数据、互联网搜索指数数据等大数据,支撑城镇交通流、信息流分析和公共服务空间格局质量评价等。图1所示为城镇空间格局监测的数据资料示例。

图1 监测数据资料示例

3 主要技术方法

3.1 基于遥感影像和地理国情的城镇空间边界监测

本文利用航空摄影影像、SPOT卫星影像和地理国情普查数据,以“市域境界线”“扩展模式”“城市景观特征”“城市形态”四大特征为规则,采用人工判读提取多个时点的城镇空间边界信息,从空间形态学的角度描述城市建成区边界[4-5]。

3.2 基于POI和地理国情数据的城市服务边界监测

POI(兴趣点)作为城市基础数据之一,能够直观地反映城市各类要素集聚状况。采用POI中的商超、学校、医院等设施点,通过核密度分析等方法,利用POI点与城市要素空间分布的关联性,可以识别出城镇服务空间边界[6]。图2所示为南京市2012-2016年服务边界变化监测成果。城市空间形态边界和服务活动边界的差异,可为评估城镇空间扩张与服务功能培育的协调水平提供支撑。

3.3 基于客运流量的城市交通空间联系强度监测

城市间客流量,是反映城市间人员流动和社会经济活动联系的重要指标。由于精确的城市间客流量数据较难获取。本文互联网通过订票网站上铁路、公路和航空客运的班次数据,通过建立基于客票数据的客运流反演模型,模拟城市间的客运流量规模[7],从而监测不同时点下城市间交通客运流强度的变化情况。

3.4 基于百度指数的城市信息空间联系强度监测

百度指数,是以百度海量网民行为数据为基础的数据分享平台,反映关键词搜索趋势、洞察网民兴趣和需求、监测舆情动向、定位受众特征等。将搜索区域设定为研究城市,以目标城市作为关键词,百度指数即可表征互联网空间中研究城市与目标城市的网络关注度[8]。本文基于百度指数,监测了江苏省13个设区市与长江经济带主要节点城市2011—2016年信息空间联系及其变化。

3.5 基于综合指标的城镇空间等级监测

目前,城市规模划分主要以城区常住人口为统计口径,未考虑影响城镇空间等级的用地、经济、创新力乃至文化、历史等因素。本文选取人口、经济规模、建成区规模、创新能力等指标,综合评价区域城镇的空间等级。首先对反映各类指标的数据分别进行计算和标准化,然后根据由专家打分法确定的各指标权重对各指标进行加权求和,再采用空间聚类分析方法将所研究的城镇划分为五个等级,最终获取2005年、2010年、2015年等多个时期的江苏省城镇空间规模等级监测成果。

3.6 基于社交媒体签到和地理国情数据的城市功能分区监测

城市功能分区的定量化识别,一直是研究的难点。本文根据社交媒体的签到大数据,利用签到人员的空间位置和时空活动规律,结合地理国情普查中的居民区、商场、企业、写字楼等场所数据,按照城市功能活动模式,识别出城市的就业活动区、居住活动区、休闲活动区及综合活动区。

3.7 基于POI和普查数据的城市活力空间监测

以POI中的餐饮美食、购物、金融、企业、产业园区、楼宇等点位数据,代表反映城市商业服务业活力的空间设施,结合地理国情普查中的商场、企业、写字楼等场所数据,利用核密度空间分析方法,识别城市活力空间的分布特征与冷热区域,发现不同时点城市活力空间的分布差异与变化趋势[9-10]。图3所示为南京市2012—2014年活力空间变化监测成果。

图3 南京市城市活力空间变化监测(2012—2014年)

3.8 基于交通可达性的城市公共服务空间格局监测

城市内部,各公共服务设施的空间可达性和辐射范围,可从不同角度反映公共服务设施配置的均衡度和合理性。本文基于交通可达性模型,利用交通路网数据,测度了城市医疗、教育、文化休闲等公共服务设施的空间可达性和辐射范围。

4 结 语

本文基于多源时空大数据,形成的城镇空间格局变化监测技术路线和技术方法,有效支撑了江苏省城镇空间格局变化监测工程实践。随着时代的发展,城镇空间格局的内涵和外延不断拓展,城镇空间格局变化态势监测的支撑数据资源和关键技术也呈现新的发展形势。本文提出的城镇物质空间、社会空间和信息空间等“全空间”格局变化监测技术思路,在精细度、精准性方面还有许多不足之处,需要进一步深化研究。