《Frontiers in Environmental Science》：Micro-scale land-use functional patterns and driving mechanisms in historic districts: a multi-source GIS and interpretable machine learning approach
编辑推荐：
历史文化保护区作为城市记忆和传统空间格局的载体，在城市化加速和旅游消费导向下，日益面临保护、利用与活力之间的张力。随着商业和旅游活动的引入，街区功能趋于局部集聚，导致街段之间出现显著的空间分异。以桐城市历史文化保护区为案例，研究人员整合兴趣点（POI）数据、人
历史文化保护区作为城市记忆和传统空间格局的载体，在城市化加速和旅游消费导向下，日益面临保护、利用与活力之间的张力。随着商业和旅游活动的引入，街区功能趋于局部集聚，导致街段之间出现显著的空间分异。以桐城市历史文化保护区为案例，研究人员整合兴趣点（POI）数据、人口活力指标和街景影像，从功能供给、人口活力和建成环境三个维度刻画了街区的内部空间结构。利用空间统计技术和可解释建模方法，研究人员考察了功能与活力的空间集聚及其对土地利用功能格局的影响。结果表明：（1）街区的土地利用功能格局呈现出显著的空间分异，高功能密度和高功能集中度主要沿主街和核心节点分布，而较高的功能混合度则更多出现在内部次要街道；（2）人口活力在不同时间段和日期类型间存在显著差异，节假日期间的人口活力强度和空间覆盖范围均显著超过工作日和周末；（3）驱动机制分析表明，人口活力和功能结构对土地利用格局具有显著影响，且影响强度在不同空间单元间存在差异。从微尺度视角出发，本研究阐明了历史文化保护区内功能和活力的结构特征，并提出了一个整合多源地理信息系统（GIS）数据与可解释机器学习的分析框架。研究结果为历史街区的精细化更新策略和分段功能引导提供了定量支持。
**论文解读：历史街区微尺度土地利用功能格局与驱动机制——基于多源GIS与可解释机器学习**
**研究背景、问题与目的**
在全球城市化与旅游消费加速的背景下，历史文化保护区作为城市记忆与传统空间格局的载体，普遍面临保护、利用与活力之间的张力。商业与旅游活动的引入虽带来经济收益，却也导致功能同质化、旅游压力加剧及日常生活空间被挤压，破坏了街区的真实性与功能连续性。现有研究多依赖遥感影像或单一数据源（如兴趣点POI数据、热力图、街景影像），且分析维度局限于功能供给、人口活力或建成环境中某一侧面，缺乏整合性的微尺度分析框架。尤其在街段与巷道层面，不同空间单元在功能供给强度、业态组成、活动密度及环境质量上差异显著，而线性回归模型难以捕捉其中的非线性关系与空间异质性。为此，研究人员以桐城市历史文化保护区为案例，构建了基于街段与网格双尺度空间单元的多源GIS指标体系，并引入可解释XGBoost–SHAP模型，系统揭示微尺度土地利用功能格局的形成机制，为历史街区分段式更新治理提供定量依据。该论文发表在《Frontiers in Environmental Science》。
**主要技术方法**
研究人员整合了高德开放平台的兴趣点（POI）数据、百度位置服务（LBS）热力图、百度街景影像三种多源数据，利用Mask2Former模型对街景影像进行语义分割，提取绿视率、天空开敞度等8个视觉指标。以桐城市约46.7公顷的历史文化保护区（包括东大街、南大街、北大街、胜利街）为研究区域，构建了街段（拓扑分割）与50 m×50 m规则网格双尺度空间单元。在分析方法上，采用全局与局部空间自相关（Moran’s I与LISA）识别功能与活力的空间集聚模式；以普通最小二乘（OLS）回归为基准，结合极端梯度提升（XGBoost）模型与Shapley加法解释（SHAP）方法，分析多源因子对土地利用功能格局的非线性驱动效应及空间差异性。
**研究结果**
**4.1 土地利用功能格局分析**
通过核密度分析，研究人员将POI功能类型划分为交通、零售服务、旅游娱乐和生活服务四类。结果显示：交通功能沿主街呈线性集聚；零售服务表现出强交通依赖性，在南侧形成多个热点；旅游娱乐资源导向明显，集中于文化节点；生活服务则均匀分散，兼顾内部巷道。进一步计算功能密度、功能混合度与功能集中度，发现功能密度沿主街形成高值线性结构，功能混合度高值区出现在主街与巷道的过渡带，功能集中度与密度高度耦合，主街呈现单一业态主导格局。
**4.2 人口活力空间分布与空间相关性**
基于百度与高德热力图，研究人员选取工作日、周末和节假日三个日期类型，分析8:00–22:00间的人口活动强度。活力值在工作日最低，周末上升，节假日达到峰值；高值区从主街点状集聚，渐次扩展至巷道形成多核心面状分布，空间持续性与渗透性增强。全局Moran’s I检验表明，三种日期类型下人口活力均呈显著正空间自相关（工作日Moran’s I=0.085，周末0.064，节假日0.062），且活力扩散导致聚类强度下降。LISA分析显示，高–高簇在工作日集中于主街，节假日向内部巷道扩散；低–低簇稳定分布在边缘区域；高–低与低–高过渡簇揭示活力扩散路径与空间异质性。
**4.3 驱动因素分析与累积效应**
OLS回归表明，功能密度与人口活力保持正向稳定关系，而功能混合度与集中度的效应在模型间波动。XGBoost–SHAP全局重要性排序显示，功能密度在三种日期类型中均为首要驱动因子，节假日时贡献更大；功能混合度次之，节假日重要性显著提升；功能集中度贡献微弱。局部响应分析揭示非线性特征：功能密度在低值区波动剧烈，超过0.01后趋于稳定正效应；功能混合度在中等水平（0.01–0.025）呈高正效应，但超过0.03后骤降至强负效应，说明过度混合可能抑制集聚。SHAP决策路径表明，功能密度决定人口活力的基线水平，功能混合度起调节放大作用，功能集中度仅在后期微调预测值。
**讨论与结论**
研究讨论了其创新性：通过多源数据整合与双尺度单元，克服了以往单维度分析的局限性，并引入可解释机器学习捕捉非线性和空间异质性。节假日活力分异最显著，形成“主街强化—过渡段扩展—边缘衰减”的梯度格局，反映功能结构在高强度使用下的放大效应。日类型活力差异揭示“高变异性空间”对旅游消费敏感，“低变异性空间”依赖日常支撑。驱动机制总结为“集聚–叠加–扩散”的多因素交互：功能密度通过提升空间承载促进集聚，功能混合度延长活动持续时间但存在阈值抑制，功能集中度强化节点活力。基于此，提出稳定活力空间与波动活力空间的分类识别，并为类似历史街区提供差异化更新策略：维持主街功能连续性、增强过渡区多样性、优化边缘区环境质量。
研究结论翻译如下：
本研究构建了基于街段与网格单元的双尺度分析框架，整合兴趣点（POI）、热力图和街景影像等多源数据，结合空间统计方法与极端梯度提升（XGBoost）–SHAP模型，揭示了桐城历史文化保护区的土地利用功能格局及其驱动机制。在理论层面，研究建立了“功能–行为–环境”微尺度分析框架，并将“非线性”与“空间异质性”识别为核心解释机制，深化了对历史街区空间演化过程的理解。主要发现包括：（1）街区土地利用功能格局呈现显著的轴带导向与层次分异特征——高功能密度与商业集中度沿东西向主街和南北向主轴集聚形成连续线性结构，而内部巷道呈现多功能的混合分布；（2）人口活力展现出清晰的时空分异，可划分为稳定活力空间与波动活力空间，节假日期间活力在强度和空间范围上显著增强；（3）驱动机制表现为“集聚–叠加–扩散”的多因素交互模式——功能密度通过提升空间承载促进人口集聚，商业集中度通过强化消费与驻足行为增强节点活力，功能混合度通过实现多时段活动叠加助推活力持续，但在高强度集聚条件下也可能产生抑制效应，显著体现了非线性特征。
