本院动态
NEWS CENTER
你当前所在的位置:首页 > 本院动态 > 公司新闻

吃货带你定位仲恺高新区人流活动密度高值区

发布时间:2019-08-08 10:33:16     编辑:李露/操宗武


■ 作者 李露/操宗武

■ 指导 李云辉
 
 
引言
 
吃货的意义不止于食物,还有自带的人流活动密度高值区雷达监测。本文从实证角度,以惠州仲恺高新区为例,借助餐饮POI数据和大众点评数据,对比百度热力图和腾讯宜出行热力图,研究餐饮POI数据分析城市人群聚集度可行性,并探讨仲恺高新区人口聚集特征。
 
 
 
1 热力图的作用
 
百度热力图是百度公司在2011年新推出的一款大数据可视化产品,该产品以LBS平台手机用户地理位置数据为基础,基于智能手机使用者访问百度产品(如搜索、地图、天气和音乐等)时所携带的位置信息,按照位置聚类,计算各地区内聚类的人群密度和人流速度,计算结果用不同的颜色和亮度反映人流量的空间差异;同时该数据具有时效性,每15min会进行一次更新,因此,通过百度热力图可以判断一天24小时的人口活动量的变化。
 
 
 
热力图(Heat Map)是通过密度函数进行可视化用于表示地图中点的密度的热图。它使人们能够独立于缩放因子感知点的密度。对POI数据可视化后形成热力图可以用来直观分析城市公共活动中心、城市拥堵区域,并辅助规划师探析城市交通问题。
 
 
△图1 百度热力图与颜色与人口密度官方图例
 
目前有两种热力图应用较广:百度热力图和腾讯宜出行热力图。这两种热力图数据主要来源于APP、网络授权手机定位和通话记录获取的用户定位。百度地图热力图可供APP用户免费使用,但该热力图是以图片形式附在地图上加载出来。在需要较高精度的热力图时,往往需要多张热力图进行拼接。
 
 
百度地图热力图 / 宜出行热力图
△图2 深圳科技园某工作日12时热力图
 
城市人流密度高值区是分析城市交通拥堵的基础数据,拥堵区域是城市交通规划的必备基础数据之一。随着大数据时代的到来,规划技术也在不断地革新,城市人流密度高值区和拥堵区域可以通过热力图确定,但是目前应用比较广的热力图源数据很难获取,只能以图片的形式加载出来,一个城市高精度的热力图往往需要多张热力图拼接,图片拼接步骤繁琐且工作量大,那如何有效解决这个问题?
 
而工作实践中发现,POI数据较容易获取,而餐饮业作为和人民生活息息相关的第三产业,餐饮POI数据也是判断城市人流密度的一种途径,那是否能够用POI数据来代替热力图来判断城市人群聚集时空特征分析呢?为此,我们选取了惠州仲恺高新区为例。
 
 
2 什么是POI?
 
POI(Point of Interest),译作信息点(或兴趣点),每个POI包含四方面信息:名称、类别、经度和纬度。POI数据包括餐饮、购物、住宅、住宿服务、政府办公、医疗、体育、生活服务、金融、教育、交通设施、公共设施、旅游景点13个大类,每个大类下包括若干小类。通过POI数据可以判断不同类型POI密度高值区,助于规划师识别城市公共活动中心和空间布局,分析城市不同设施的供给和布局情况。
 
 
 
3 餐饮POI数据的实证分析
 
通过以关键字分类检索深圳市和惠州市餐饮POI数据,将餐饮POI数据分为中餐厅、外国餐厅、小吃快餐店、蛋糕甜品店、咖啡厅、茶座和酒吧。POI数据包括名称、地址、类别、经度和纬度。其中,深圳市餐饮POI数据共计14万余条,惠州市餐饮POI数据共计1.6万余条。通过PowerMap对餐饮POI数据进行数据可视化生成密度热力图。
 
 
餐饮POI数据 VS 百度热力图
 
通过对比深圳市和惠州市餐饮POI数据和百度热力图数据,可以发现两者描述城热力范围基本一致。如图3所示,热力图红色区域表示该部分区域为人流活动密度高值区,深圳市餐饮POI密度高值区和百度热力图的热力都聚集在各区的商圈中心和地铁站附近,如福田区的华强北和会展中心、南山区世界之窗等都是人流活动密度高值区,也是餐饮的密度高值区。
 
 
深圳餐饮POI热力图 / 深圳某工作日12时百度热力图
△图3 深圳市餐饮POI数据热力图与百度热力图对比示意图
 
如图4所示,惠州的餐饮业POI密度高值区主要聚集在惠城区东平、花边岭、仲恺高新区陈江商圈和惠环工业园,与百度热力图热力聚集范围基本一致,说明以上餐饮POI密度高值区域为惠州的人流密度高值区,也证明了餐饮业POI数据评估城市人流密度高值区是可行的。
 
 
惠州餐饮POI热力图 / 惠州某工作日12时百度热力图
△图4 惠州市餐饮POI数据热力图与百度热力图对比示意图
 
然而城市居民出行是动态行为,POI数据是静态数据,在POI数据加入时间维度,是否可以分析不同时间段的城市人流密度高值区?通过参考大众点评和美团网的店铺营业时间,从而对比分析餐饮业POI数据和百度热力图数据不同时间维度的城市人流密度高值区。如图5-7所示,分别为惠州仲恺高新区某工作日上午9时、中午12时和晚上0时的POI数据热力图和百度热力图。
 
 
某工作日9时餐饮POI热力图 / 某工作日9时百度热力图
△图5 仲恺高新区某工作日9时餐饮POI时段热力图与百度热力图对比示意图
 
在工作日9时,百度热力图显示仲恺高新区热力聚集在惠环工业园区和陈江商业区。POI数据热力图热力聚集范围与百度热力图基本一致,但是较为分散。这是因为仲恺高新区惠环工业园区和陈江商业区为出行吸引区,由于职住分离,居民早上出行方向为仲恺高新区外围区域至惠环工业园区、陈江商业区。
   
 
某工作日12时餐饮POI热力图 / 某工作日12时百度热力图
△图6 仲恺高新区餐饮POI时段热力图与百度热力图对比示意图
 
工作日12时,百度热力图显示陈江商业区和惠环工业园的活动密度高值区人流密度增大、热力更为聚集。餐饮POI数据的热力聚集范围和百度热力图一致,吻合度高。
   
 
某工作日00时餐饮POI热力图/ 某工作日00时百度热力图
△图7 仲恺高新区某工作日00时餐饮POI时段热力图与百度热力图对比示意图
 
在工作日00时,百度热力图密度高值区仍为陈江商业区和惠环工业区。POI数据热力图显示的热力聚集范围与百度热力图基本一致,由于居民夜间出行活动较为分散,所以餐饮POI数据热力图与百度热力图的聚集范围基本一致,但热力较百度地图更为分散。
 
在餐饮POI数据中加入时间维度后,发现仲恺高新区POI数据热力图与百度热力图聚集的范围基本一致,具有可行性。
 
 
4 结论
 
(1)餐饮POI数据可以有效协助判断城市人流密度,结合大众点评数据加入时间维度后也可以协助判断城市不同时间段的人流密度高值区。
 
 
 
(2)餐饮业POI数据对于城市人群聚集时空特征分析上是可行的,对比传统人工调查数据,POI数据量大更大,覆盖范围更全;POI数据更易获取,且有助于快速获得公共设施的空间分布、数量、评价等相关信息,具有获取方便,更新方便快捷等优点,可以降低研究成本,提高研究效率。
 
(3)餐饮POI等开放数据为非全样本数据,分析结果与实际存在一定的偏差,需要通过多种方式对数据进行补充。
 
 
 
轮值主编 | 范晓威
 
执行编辑 | 陈丹玲
 
出品部门 | 北方事业部规划一所

上一篇: 浅析我国城市轨道交通系统制式分类

下一篇: 临时交通安排:道路施工时慢行安全的保护伞