本文利用POI数据和位和POI挖掘分析云服务，研究了广州2011年至2016年城市功能区的识别、结构变化和时空演变。通过机器学习方法，发现城市中心、副中心的功能区分布变化，以及商业、居住、生态等功能区的扩展和融合趋势。火车站周边区域功能也由单一转向混合，反映了广州城市功能的增强和结构优化。
POI在城市规划领域的应用很广泛。除了常见的以热力图为代表的密度分析（功能集聚分析），POI还有哪些玩法呢？本文借助位和POI挖掘分析云服务，基于广州POI数据进行了基于机器学习的城市功能区识别、城市结构识别、以及城市功能区、生态屏障、火车站和城市中心的时空变化分析。
数据准备：对广州2011年、2014年和2016年的高德POI数据（20大类），在位和POI挖掘分析云平台上通过简单的鼠标操作生成时空立方体。时空立方体的空间单元采用道路围合多边形，时间单元为年。研究区域功能单元共计9552个，分布规律为越靠近中心区域单元面积越小，路网密度越大。
关于何为时空立方体、为什么和如何把POI聚合到路网多边形，参见位和POI挖掘分析云平台介绍中的相关内容。
广州中心城区时空变化
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
