金 晶，張仁貢

（浙江禹貢信息科技有限公司，浙江 杭州 310000）

0 引言

隨著社會經(jīng)濟(jì)的不斷發(fā)展，各地城市規(guī)劃和建設(shè)愈加重視文化內(nèi)涵，打造文化地標(biāo)的活動也十分興盛[1]。文化地標(biāo)既是城市文化和精神的載體，也是城市文化塑造的參與方。從某種意義來說，文化地標(biāo)的建設(shè)狀況直接決定了城市文化的建設(shè)效果，影響城市精神的輻射范圍和深度，也具有塑造城市之魂的功能和使命[2-4]。中國的城市歷史文化沉淀厚實(shí)，地標(biāo)的形成多伴有文學(xué)的流傳，如《滕王閣序》、《金陵覽古詩》、《臺城懷古》等。傳統(tǒng)GIS中，對于地標(biāo)的研究多以空間位置的形式，而并非空間坐標(biāo)，這是因?yàn)槿粘Ｉ钪?，往往對于坐?biāo)串很難理解描述的空間位置，通常則采用比較熟知的參照物或者地名地址，描述相應(yīng)地標(biāo)的位置，更容易讓人們接受和理解[5-8]。如從全局定性空間位置角度描述地標(biāo)的空間位置，確保其空間關(guān)系的準(zhǔn)確性；將定性位認(rèn)為是目標(biāo)對象與其他特征的相對參照位置，通過未知特征與已知特征之間建立空間關(guān)系來描述。水地標(biāo)是指一定規(guī)模水域?yàn)橐劳?，具有文化?nèi)涵的水工程、水景觀、水聚落，能體現(xiàn)城市或地區(qū)的精神風(fēng)貌和特質(zhì)[9-10]。以江蘇省為例，全省4A級景區(qū)180多家，其中具有水資源的景區(qū)占比超過50%；省級以上的旅游度假區(qū)52家中，依托湖泊、江河、海洋等建設(shè)的多達(dá)40家，充分體現(xiàn)了江蘇的特色。就研究對象來看，國內(nèi)的研究多著重于城市地標(biāo)、地理標(biāo)志產(chǎn)品等[1，3，9]；從研究方法角度來說，對于空間格局的研究，多從空間位置格局、聚集程度分析等來探索其空間集聚性[2-3]，因而，對于水地標(biāo)的空間格局研究還較少，同時，受限于數(shù)據(jù)獲取的困難性，對于水地標(biāo)的空間格局研究仍處于一定的瓶頸期。

隨著移動互聯(lián)網(wǎng)技術(shù)的發(fā)展，出現(xiàn)了志愿者地理信息，以公眾參與為主要形式給城市建設(shè)等所需地理信息難以及時、有效更新提供了新的方式，國內(nèi)的如微博、微信，國外的如推特、Foursquare等，但正是由于公眾參與度較高，因而數(shù)據(jù)的數(shù)量急劇增加，但如何抽取出有效信息成為有待解決的難題。本文從GIS空間分析視角出發(fā)，依托空間數(shù)據(jù)及互聯(lián)網(wǎng)開放數(shù)據(jù)，基于熱點(diǎn)分析等空間分析方法，探索江蘇省水地標(biāo)分布格局，明晰水地標(biāo)分布集聚及受歡迎程度，為水地標(biāo)的打造和完善提供空間決策支撐。

1 水地標(biāo)空間格局分析方法

水地標(biāo)空間格局分析過程主要包括4個步驟，如圖1所示。

圖1 水地標(biāo)空間格局分析過程

（1）數(shù)據(jù)收集部分，分為基礎(chǔ)地理信息數(shù)據(jù)、擴(kuò)展地理數(shù)據(jù)兩類，其中基礎(chǔ)地理信息數(shù)據(jù)涵蓋了行政區(qū)劃、水系等數(shù)據(jù)，擴(kuò)展地理數(shù)據(jù)主要包括水地標(biāo)基本數(shù)據(jù)、互聯(lián)網(wǎng)開放大數(shù)據(jù)；

（2）GIS數(shù)據(jù)處理部分，主要包括數(shù)據(jù)清洗、數(shù)據(jù)抽取、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)整合4方面，通過對搜集的數(shù)據(jù)進(jìn)行4方面的操作，形成坐標(biāo)投影統(tǒng)一、屬性類型單一、標(biāo)識編碼唯一的可操作水地標(biāo)相關(guān)數(shù)據(jù)；

（3）GIS空間分析部分，針對水地標(biāo)的分布特性，通過空間分布、熱點(diǎn)分析2個維度，依賴GIS空間分析方法，建立水地標(biāo)空間格局的分析指標(biāo)并計(jì)算成果。

（4）空間格局成果匯總與整理。

1.1 空間序化方法

對于帶地名/位置基因的信息數(shù)據(jù)，首先需要識別萃取出地名地址信息，依賴地名地址引擎匹配，建立含有地名標(biāo)識的切分序列與邏輯組合關(guān)系，開展基于分詞、本體和詞語相似性的多種匹配，提出局部模糊匹配后的歧義消除方法，實(shí)現(xiàn)高效、精準(zhǔn)、實(shí)用的地名地址匹配。在進(jìn)行數(shù)據(jù)預(yù)處理的基礎(chǔ)上，進(jìn)行屬性掛接，最后整理入庫，空間序化圖如圖2所示。

圖2 空間序化

1.2 熱點(diǎn)分析

基于已有的空間數(shù)據(jù)，利用空間熱點(diǎn)分析工具進(jìn)行水地標(biāo)的空間分析，運(yùn)用探索性空間數(shù)據(jù)分析（Exploratory Spatial Data Analysis，ESDA）中的空間冷熱點(diǎn)分析進(jìn)行建成區(qū)空間聚類分析，發(fā)現(xiàn)相同空間特征的地區(qū)集聚，探索空間發(fā)展的異常峰值，用以揭示水地標(biāo)分布的異質(zhì)性，發(fā)現(xiàn)哪些地區(qū)的農(nóng)場處于熱點(diǎn)區(qū)域，哪些地區(qū)的農(nóng)場相對“受冷”，分布較少。

空間冷熱點(diǎn)檢測是通過監(jiān)測空間數(shù)據(jù)的總體模式和趨勢進(jìn)行熱點(diǎn)評估。當(dāng)高值與低值同時聚類時，它們傾向于彼此相互抵消，如果低值與高值同時聚類時測量空間聚類，則使用空間自相關(guān)工具。

標(biāo)準(zhǔn)化后處理的公式為：

式中，Xj為樣本，Wij為研究對象i、j之間的空間鄰接矩陣，反映了空間單元的鄰近關(guān)系。E(Gi*(d))和Var(Gi*(d))分別是Gi*(d)的數(shù)學(xué)期望值和方差。如果Z(Gi*(d))為正，且顯著，表明位置i周圍的相對較高，屬高值空間集聚，即熱點(diǎn)區(qū)，反之，如果Z(Gi*(d))為負(fù)且顯著，表明位置i周圍的相對較低，屬低值空間集聚，即冷點(diǎn)區(qū)。

2 數(shù)據(jù)搜集

（1）水地標(biāo)數(shù)據(jù)

2017年，江蘇省正式公布了40個最美水地標(biāo)（數(shù)據(jù)來源：江蘇省文化和旅游廳http://wlt.jiangsu.gov.cn/art/2017/11/29/art_73168_8138440.html），其 中包括了18個國家級A級景區(qū)和7個省級以上旅游度假區(qū)。

根據(jù)正式公開的數(shù)據(jù)（40個最美水地標(biāo)），進(jìn)行空間序化，如1.1節(jié)方法所示，最后整理入庫。

（2）微博簽到數(shù)據(jù)

微博簽到數(shù)據(jù)即利用微博開放的API借口，獲取其公開的數(shù)據(jù)，具體流程如圖3所示。

圖3 微博簽到數(shù)據(jù)獲取

首先依托微博開放的API接口，選擇合適的編程語言進(jìn)行調(diào)用，本次搜集選用Python語言，其次，通過獲取OAuth2.0授權(quán)，得到身份認(rèn)證，由于微博開放接口在一定周期內(nèi)限定訪問請求次數(shù)，因而使用代理IP，每次請求http都隨即獲取一個token，并且設(shè)定定時任務(wù)更改IP，再次，通過需求設(shè)置相應(yīng)的參數(shù)，利用“place/nearby/pois”獲取POI信息，將返回的POI數(shù)據(jù)進(jìn)行存儲，對這些返回的數(shù)據(jù)進(jìn)行清洗，剔除無效信息，最后，將清洗后數(shù)據(jù)進(jìn)行整理并存儲入庫。

3 案例分析

3.1 水地標(biāo)統(tǒng)計(jì)

江蘇省水資源豐富，從區(qū)域視角來說，江蘇是全國唯一同時有大江、大河、大湖、大運(yùn)河的省份，為了凸顯“水韻江蘇”的特色，江蘇省水利廳、省文化廳、省旅游局于2017年共同評選出40個“江蘇最美水地標(biāo)”，按水文化內(nèi)涵，可分為水工程、水景觀、水聚落。

從圖4可以看出，①南京、蘇州、揚(yáng)州、淮安的水工程在全省排在前列，均為2個，常州、南通兩市沒有水工程入選；②蘇州、泰州、常州三市的水景觀均為2個，為全省最多，連云港沒有水景觀入選；③除了南京、泰州、鹽城，其余10個設(shè)區(qū)市各有1個水聚落入選。

圖4 江蘇省最美水地標(biāo)各設(shè)區(qū)市統(tǒng)計(jì)

在已有數(shù)據(jù)的基礎(chǔ)上，利用地名地址匹配引擎，通過空間序化、數(shù)據(jù)預(yù)處理、屬性掛接等處理，完成水地標(biāo)數(shù)據(jù)的空間化，并進(jìn)行空間分布的可視化展示，如圖5所示。

圖5 江蘇省水地標(biāo)空間分布

從水地標(biāo)空間分布圖來看，全省的水地標(biāo)以江（長江）、湖（太湖、邵伯湖、洪澤湖、潘安湖、玄武湖等）、海（黃海）、河（濠河、望虞河等）為依托，形成了具有江蘇特色的水地標(biāo)空間分布。

3.2 水地標(biāo)熱點(diǎn)分析

（1）水地標(biāo)熱點(diǎn)分析

基于水地標(biāo)空間數(shù)據(jù)，利用1.2節(jié)熱點(diǎn)分析方法，對水地標(biāo)空間格局進(jìn)行分析，結(jié)果如圖6所示。

圖6 水地標(biāo)熱點(diǎn)分析

全省水地標(biāo)的熱點(diǎn)主要形成了“一主兩副”的格局，其中，一主主要是指鎮(zhèn)江、揚(yáng)州兩市的水地標(biāo)形成了主要熱點(diǎn)，兩副是指無錫與蘇州交界、徐州市形成了次熱點(diǎn)，南京市也形成了相對較低的水地標(biāo)集聚，由于距離的原因，與揚(yáng)州、鎮(zhèn)江兩市的主熱點(diǎn)已集中連片。

一方面，就水地標(biāo)數(shù)量而言，揚(yáng)州、鎮(zhèn)江兩市均居全省前列，其中，揚(yáng)州4個，鎮(zhèn)江3個，另一方面，從空間分布角度來說，揚(yáng)州、鎮(zhèn)江兩市的水地標(biāo)在空間格局更為集聚，盡管蘇州的水地標(biāo)數(shù)量為5個，但分布相對不集中，形成分布相對較散的格局。

更進(jìn)一步分析，從地形來看，水地標(biāo)熱點(diǎn)集聚地主要是以江和湖為主，主熱點(diǎn)地區(qū)是依托高郵湖、長江的集聚，次熱點(diǎn)則依托潘安湖（徐州）、太湖，此外，洪澤湖周邊、南京長江段也有部分集聚，這也充分體現(xiàn)了江蘇以“水”為特色的省情。

（2）水地標(biāo)周邊簽到空間分析

首先，針對獲取的微博數(shù)據(jù)（現(xiàn)勢性為2019年6月），提取水地標(biāo)500 m范圍內(nèi)的微博簽到數(shù)據(jù)（本研究將500 m范圍內(nèi)的簽到數(shù)據(jù)認(rèn)為是該水地標(biāo)范圍內(nèi)的有效活動范圍）；其次，綜合考慮全省面積因素，創(chuàng)建1 km×1 km的格網(wǎng)；利用GIS空間分析（Overlay）功能，將簽到數(shù)據(jù)與格網(wǎng)數(shù)據(jù)進(jìn)行掛接；再計(jì)算格網(wǎng)內(nèi)簽到次數(shù)總數(shù)；最后統(tǒng)計(jì)水地標(biāo)微博簽到數(shù)據(jù)排名，如圖7所示。

圖7 全省水地標(biāo)微博簽到統(tǒng)計(jì)

從結(jié)果來看，玄武湖微博簽到數(shù)全省最多，超過了50 000次；前10排名中，南京的水地標(biāo)占了3個，淮安、無錫2個，南通、揚(yáng)州、鎮(zhèn)江各1個，這也反映了這些水地標(biāo)相對于其他30個而言，更受到公眾的歡迎；就水地標(biāo)分類來看，水工程3個，水景觀4個，水聚落3個，其中水工程3個為江都水利樞紐、三汊河河口閘、武定門節(jié)制閘，這三個水工程都部分對外開放，如江都水利樞紐作為南水北調(diào)東線工程的源頭，開放了比較知名的黃金大道，受到公眾的歡迎；三汊河河口閘有外秦淮河水利風(fēng)景區(qū)以及南京水利展示館，武定門節(jié)制閘是蓄水調(diào)節(jié)的水利工程。而其他水聚落、水景觀都因?yàn)橄蚬婇_放，因而微博簽到數(shù)較多。

從本案例分析可以得出如下結(jié)果：

①全省的水地標(biāo)以江（長江）、湖（太湖、邵伯湖、洪澤湖、潘安湖、玄武湖等）、海（黃海）、河（濠河、望虞河等）為依托，形成了具有江蘇特色的水地標(biāo)空間分布。

②全省水地標(biāo)形成了“一主兩副”的熱點(diǎn)格局，主要包括以鎮(zhèn)江、揚(yáng)州兩市的水地標(biāo)主熱點(diǎn)，和無錫與蘇州交界、徐州市形成了次熱點(diǎn)。

③依托微博簽到數(shù)據(jù)，玄武湖的微博簽到數(shù)據(jù)居全省之首，說明了受歡迎程度最高；此外，全省微博簽到排名前10的水地標(biāo)中，水工程3個，水景觀4個，水聚落3個。

4 結(jié)論

水地標(biāo)是人類活動和自然演變的合作產(chǎn)物，也代表了地域水文化的集聚。本文依托水地標(biāo)數(shù)據(jù)、互聯(lián)網(wǎng)開放數(shù)據(jù)，利用GIS空間分析方法，分析江蘇水地標(biāo)的空間格局分布。通過上述研究得出如下結(jié)論：

①針對非結(jié)構(gòu)化帶地名基因的數(shù)據(jù)，GIS空間序化提供了從空間維度探索問題的有效途徑，讓數(shù)據(jù)更空間化且直觀。

②對于水地標(biāo)等靜態(tài)空間分布的現(xiàn)象，構(gòu)建監(jiān)測指標(biāo)，GIS空間分析方法能從有效挖掘出空間規(guī)律。

需要說明的是，本文獲取的簽到數(shù)據(jù)有一定的局限性，只能反應(yīng)部分程度上的水地標(biāo)受歡迎程度，未考慮到?jīng)]有智能手機(jī)或沒有用微博APP的用戶，在后續(xù)的研究中，需要加入其它的數(shù)據(jù)來源，進(jìn)一步修正結(jié)果。