地理流：城市功能量化的新视角(Geographical flows: a fresh perspective on quantifying urban function)
本文提出了一个新的研究框架，利用流数据来量化城市功能。城市功能指的是在城市区域或公共设施中所发生的活动及扮演的角色。以往的研究主要集中在城市功能类型的判别上，而对其强度和影响力的量化还不够充分。本文将城市功能的量化分为两个方面：一是城市功能的强度，即容纳与功能相关的活动的能力；二是其对周边区域的影响。由于城市功能与地理流（人或物在地点间的移动）之间的因果动态关系，地理流被用来估计城市功能的强度和影响力。本文提出了一个利用流数据来量化城市功能的强度和影响力的研究框架。对于功能区强度的量化，该研究框架提出了基于流入/流出量及其比率的关键指标。对于功能区影响力的量化，该研究框架分别提出两种针对平面设施和线性设施类型的评估指标。在此基础上，这些指标还可以量化一个地方或设施的重要性或不可替代性。该研究框架为如何使用地理流量化城市功能的强度和影响力提供了一个新的视角。
引用
Pei, T., Yan, X., Shu, H. et al. Geographical flows: a fresh perspective on quantifying urban function. Urban Info 3, 14 (2024).
https://doi.org/10.1007/s44212-024-00044-w
研究内容
研究内容涉及如何量化城市功能，特别是城市功能的强度和影响力；强调了地理流在量化城市功能中的重要性，并提出了一个基于地理流的研究框架；探讨了如何利用地理流来评估城市功能的重要性或不可替代性。
研究方法
本文提出，地理流是由起点（O点）和终点（D点）确定的，表示人或物体在地理位置间移动的流动模式。一个地理流f可以被建模为一个四元组f = ((xO, yO),( xD, yD))，其中(xO,yO)代表起点的坐标，(xD, yD)代表终点的坐标。
图1. 地理流的长度、方向、距离
城市功能的量化：传统的城市功能研究往往关注于功能的类型和定性描述，而本文提出了一个基于地理流的研究框架，将城市功能的量化分为强度和影响力两个维度，为城市功能的量化提供了新的方法和视角。
城市功能的强度：通过分析流入和流出的量及其比率，可以量化一个地区或设施的城市功能强度。这种方法能够揭示城市功能的活动水平，并且与传统的基于静态数据的方法相比，更能反映人们实际使用场所的情况。
城市功能的影响力：城市功能的影响力可以通过其服务区域来衡量。本文区分了平面设施和线性设施，并为它们分别开发了不同的量化评估方法。对于平面设施，如公园和医院，使用了基于地理流的统计方法（如标准差椭圆）来界定服务区域。对于线性设施，如公共交通系统，提出了流缓冲区方法来评估服务覆盖范围。
城市功能的重要性和不可替代性：本文应用I-index和X-index两个指标，通过综合流的量、长度甚至方向，来量化城市功能的重要性和不可替代性。这些指标有助于识别城市中的关键节点和设施，对于城市规划和管理具有重要意义。
流数据的应用：流数据不仅能够提供关于城市功能强度和影响力的直接信息，还能够揭示城市结构和功能的本质。通过分析流模式，可以更好地理解城市资源的分配和城市网络的动态。
图2. 利用流数据量化城市功能的框架
结果与讨论
城市功能的强度：通过分析流入和流出的量及其比率，可以量化一个地区或设施的城市功能强度。这种方法能够揭示城市功能下的活动水平，并且与传统的基于静态数据的方法相比，更能反映人们实际使用场所的情况。
城市功能的影响力：城市功能的影响力可以通过其服务区域来衡量。本文区分了平面设施和线性设施，并为它们分别开发了不同的评估方法。对于平面设施，如公园和医院，使用了基于流的统计方法（如标准差椭圆）来界定服务区域。对于线性设施，如公共交通系统，提出了流缓冲区方法来评估服务覆盖范围。
城市功能的重要性和不可替代性：本文引入了I-index和X-index两个指标，通过综合流的量、长度甚至方向，来量化城市功能的重要性和不可替代性。这些指标有助于识别城市中的关键节点和设施，对于城市规划和管理具有重要意义。
流数据的应用：流数据不仅能够提供关于城市功能强度和影响力的直接信息，还能够揭示城市结构和功能的本质。通过分析流模式，可以更好地理解城市资源的分配和城市网络的动态。
裴韬，博士，中国科学院地理科学与资源研究所研究员，博士生导师，资源与环境信息系统国家重点实验室副主任，已在国内外期刊发表论文200余篇，出版专著7部，主要研究兴趣包括：地理大数据挖掘、地理流空间分析，多元时空统计等。
http://www.lreis.ac.cn/kyry/yjy/201609/t20160909_347828.html
闫笑睿，中国科学院地理科学与资源研究所博士研究生，研究兴趣为时空大数据挖掘和地理流模式挖掘。
舒华，博士，湖北大学计算机与信息工程学院副教授，硕士生导师，入选湖北省人才计划。主要从事时空大数据挖掘、空间统计、人工智能应用等方向的研究。
https://csi.hubu.edu.cn/info/1072/7115.htm
王席，中国科学院地理科学与资源研究所博士后，研究兴趣为地理流大数据挖掘和空间网络分析。
陈晓，中国科学院地理科学与资源研究所博士研究生，研究兴趣为轨迹数据挖掘和时空模式分析。
郭思慧，北京市测绘设计研究院工程师，研究兴趣为地理大数据挖掘与时空模式发现。
蒋镜宇，南京市测绘勘察研究院股份有限公司助理工程师，研究兴趣为时空大数据挖掘和地理流模式挖掘。
宋辞，中国科学院地理科学与资源研究所副研究员，硕士生导师。从事城市大数据挖掘方法研究，主持多项国家级项目，发表论文40余篇，曾获测绘科学技术奖特等奖、北京市科学技术奖二等奖。
http://www.lreis.ac.cn/kyry/fyjy/201610/t20161010_350283.html
陈洁，中国科学院地理科学与资源研究所副研究员、硕士生导师，长期从事地理时空大数据分析，主持自然科学基金项目2项，承担国家重点研发计划项目专题1项。
http://www.lreis.ac.cn/kyry/fyjy/201610/t20161010_350300.html
END
编辑/排版：武睿泽，徐志萌
审核：李舒阳
