文献类型：期刊文章

作　　者：马强[1] 吴锟[1] 刘佳乐[1] 王振东[1] 周芷若[1] 倪红红[2] 刘吉凯[1]

MA Qiang;WU Kun;LIU Jiale;WANG Zhendong;ZHOU Zhiruo;NI Honghong;LIU Jikai(School of Resources and Environment,Anhui Science and Technology University,Chuzhou 233100,China;Department of Academic Research,Anhui Science and Technology University,Chuzhou 233100,China)

机构地区：[1]安徽科技学院资源与环境学院,安徽滁州233100 [2]安徽科技学院科研处,安徽滁州233100

出　　处：《淮阴师范学院学报(自然科学版)》

基　　金：安徽省高校自然科学研究项目(2023AH051855);大学生创新创业训练计划项目(202410879100);安徽科技学院引进人才项目(ZHYJ202208);校级高原学科—资源与环境(XK-XJGY001)。

年　　份：2025

卷　　号：24

期　　号：2

起止页码：122-129

语　　种：中文

收录情况：普通刊

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  

分 类 号：P208] TU984.2[测绘类]