过大及数据连贯性不强的缺点。热力图数据则很好地规避了以上缺陷，该数据是基于智能手机使用者访问百度产品时所携带的位置信息进行绘制的，可以准确通过颜色和亮度反映地区人流量的空间差异。虽然其缺失了非百度产品用户的信息，但是考虑到百度地图拥有70%以上的市场占有率，其数据具有免费获取、覆盖全域和连贯性强的优点，其仍然是理想的数据源。
      规划截取了若干工作日(周一至周五每天的 11:00、15:00 和 17:00) 与休息日 ( 周      六、周日每天的 11:00、15:00和17:00)的武汉市域百度热力图，通过RGB颜色识别将栅格数据矢量化，并将城市活力划分为六级，认定前五级为市民活动集中区。同时，研究利用 ArcGIS平台获得聚集区的质心点，将其作为最终的城市中心，由此判断武汉市市民活动集中区(图1，图2)。结果显示，武汉市主城区(三环以内)市民活动集中区已呈多中心格局，且就业中心和商业中心重合度高，江北中心呈组团状拓展，江南中心呈“L”形带状延伸；新城区市民活动集中区尚在发育中，以光谷(金融港)、江夏纸坊和东西湖吴家山发展较好。

二  城市公共服务设施集中区识别

      在传统数据中，现状用地数据和建筑量数据都可以直接反映城市公共服务设施的集中水平，是极有价值的数据源。相比之下，建筑量数据比用地数据在精度上更具优势，应优先采用。由于建筑量本身是矢量数据，可直接借助ArcGIS平台密度分析工具实现对城市五大公共服务设施(零售、商务、行政、文体娱和科教服务设施)的识别，并可根据不同分析需求将各功能赋予一定权重，计算其综合密度。
      基于以上数据增强设计思路，规划对武汉市公共服务设施分布进行了建筑量核密度分析(图3)，并计算了五大功能的综合密度，其中权重赋值相同。结果显示，武汉市主要的公共服务设施仍集中在主城区(三环以内)；在主城区外，光谷—纸坊方向(即东南向、南向)的公共服务设施较为密集，而几大新城市中心的公共服务设施集聚密度有限。

      然而，规划发现传统的建筑量数据、用地数据同样存在局限性，即由于信息化建设滞后等原因，新城区、远城区的建筑量数据、用地量数据缺失严重，妨碍了这些区域真实情况的反映。因此，规划进一步引入POI数据分析。POI数据包含了与人们生活密切相关的地理实体，如学校、银行、餐馆、加油站、医院和超市等，其全域覆盖且易获得的特征(百度地图或高德地图可提供)促使其能有效地对城市公共服务设施集中区进行识别。规划使用ArcGIS平台，开展了武汉市POI密度分析，结果显示武汉市主城区POI密度在160～960个/平方公里，新城区中纸坊、沌口、吴家山和前川的POI密度在80～160个/平方公里(图4)，比新城区其他区域1～50个/平方公里的公共服务设施密度更高，证明近年市域的多中心有一定发育，发展重心在纸坊、沌口、吴家山和前川地区，此结论填补了传统建筑量数据分析的缺失。

三  城市内部交通便捷区识别

      城市内部交通便捷区的识别通常包含城市道路和轨道两方面。对于城市道路便捷区的识别，道路网密度作为主要判断标准被规划人员广泛使用，但由于该指标仅考虑道路面积的比重，并不能真实反映道路便捷性。因此，规划引入空间句法识别道路便捷区。空间句法是由 Bill Hiller 提出的，是实现空间通达性和关联性分析的强大工具。其优势在于即便在没有详细本地数据支持的情况下，依赖空间句法模型，通过 Depthmap 软件或ArcGIS插件也可以轻松实现对城市道路通达性的量化分析。图5是基于武汉市现状路网进行空间句法分析的结果，其显示武汉市主城区道路便捷度明显好于新城区，其中汉口建设大道、武昌沿江、汉阳归元及四新地区的道路最便捷，可见新建地区虽然有较高的道路网密度，但是交通便捷性并不高。

      对于轨道便捷区的识别，规划定义城市轨道半径500m范围内为便捷区，同时叠加现状存量地(中心城区为三旧改造用地、新城区为增量地)的分布，由此识别未来有潜力成为城市中心的区域，支撑规划期中心体系的构建(图6)。

      相较于