基于大数据的地铁站域活力多维评价及时空间特征—

基于大数据的地铁站域活力多维评价及时空间特征——以西安市为例

汪丽, 胡玲玲, 田筱齐

Multidimensional evaluation and spatiotemporal characteristics of metro station domain vitality based on big data:A case study of Xi’an City

WANG Li, HU Lingling, TIAN Xiaoqi

表1 地铁站域活力评价指标体系及量化方法

Tab.1 Evaluation indicator system and quantification method of metro station domain vitality

维度层	要素层		指标层	因子	量化方法	权重	说明
人群活动	活动热度		热力平均值	x₁	$\bar{H} = \sum_{} H_{i j} / x ，其中： \bar{H}$ 为站域i一天的热力平均值； $H_{i j}$ 为站域i在j点时刻的热力值；i=1, 2, …, 145； j=7:00, 8:00, …, 23:00； x表示时间区段，x=17	0.15	百度热力图数据来源于百度地图
建成环境	周边要素	道路	路网密度 (km·km^-2)	x₂	站域800 m缓冲区内道路总长度/站域面积	0.08	路网及公交站点数据从开源地图OpenStreetMap获取
	周边要素	道路	公交站点密度(个·km^-2)	x₃	站域800 m缓冲区内公交站点数量/站域面积	0.09	路网及公交站点数据从开源地图OpenStreetMap获取
		功能	功能密度 (个·km^-2)	x₄	站域800 m缓冲区内的POI数目/站域面积	0.11	兴趣点数据由高德地图API获取
		功能	功能混合度	x₅	Mix= $- \sum_{l}^{m} p_{i} \times l n p_{i}$ ，其中：Mix表示功能混合度，m表示该站域800 m缓冲区内POI的类别数，p_i表示某i类POI数量所占站域800 m缓冲区内POI总数的比值	0.17	兴趣点数据由高德地图API获取
		建筑	容积率	x₆	站域800 m缓冲区内所有建筑物的楼层面积/该站域面积	0.06	西安市建筑轮廓数据，来源于百度地图
		建筑	占地密度	x₇	站域800 m缓冲区内建筑物占地总面积/该站域面积	0.05	西安市建筑轮廓数据，来源于百度地图
	自身要素	通达性	可达性	x₈	全局集成度， $m d_{i} = \frac{\sum_{j = 1}^{n} d_{i j}}{n = 1} ， I_{i} = \frac{D_{n} (n - 2)}{2 (m d_{i} - 1)}$ ， $D_{n} = \frac{2 n [l o g_{2} (\frac{n + 2}{3}) - 1] + 2}{(n - 1) (n - 2)}$ 其中： $m d_{i}$ 是节点i的平均深度； $I_{i}$ 是节点i的全局集成度；n表示节点总数目；d_ij表示节点i和j之间相互通行的步数即深度；D_n用于进一步标准化集成度，其源于钻石模型^[30]	0.16	地铁线路和站点数据，来源于西安市地铁官网
			连通性	x₉	站点出入口数量	0.13	地铁线路和站点数据来源于西安市地铁官网，站点出入口数量来源于百度地图
			连通性	x₉	全局选择度， $c h_{i} = \frac{\sum_{j = 1}^{n} \sum_{k = 1}^{n} δ (j, i, k)}{(n - 1) (n - 2)} ，其中： c h_{i}$ 为节点i的全局选择度；n为节点总数；j、k和i为任意空间节点； $δ (j, i, k)$ 表示在节点j与k之间相互通行时节点i被途经的一次计数，即换乘指数	0.13	地铁线路和站点数据来源于西安市地铁官网，站点出入口数量来源于百度地图