【规划广角】基于POI混合度的城市公园体力活动类型多样性研究——以深圳市福田区为例

，这类数据往往不能准确表征实际情况。随着定位技术的发展，POI(Point of Interest) 数据为精细化度量土地混合使用提供支持，它是一些与人们生活密切相关的地理实体，如学校、银行等。由于POI分类遵循土地使用代码，许多学者用POI数据替代土地数据，对土地混合使用进行研究。张程远等人利用百度热力图和POI等数据探讨了居民活动与土地利用混合度的关系。Jiang等人利用POI数据计算土地混合使用程度，并通过对比验证证明POI数据可以替代传统的土地数据，POI类型混合使用程度(简称POI混合度) 可替代土地混合使用程度。相比传统的数据，POI数据代表了建筑物尺度上的土地使用情况，它可以更精细、准确地表征土地混合使用的实际情况。

城市公园体力活动类型的多样性是多元活动的表征，表示城市公园内承载体力活动类型的丰富程度，也表示建成环境对不同体力活动类型的包容性。体力活动类型多样性越高，代表该公园内进行的体力活动包容性越强，其空间往往更具有活力和吸引力，并且活动空间和设施供给更为公平。谭欣妍研究广州市城市公园绿地时认为，参与体力活动的人需要足够的空间容量，不同类型的体力活动需要不同类型的空间，满足不同人群的各类型体力活动的需求，给人群带来积极的用户体验。其包容性可以促进空间活力和吸引力的提升，从而促进居民的体力活动行为的发生。王兰等人对杭州市5个城市公园体力活动进行研究发现，通过提高城市公园绿地内体力活动类型的多样性，可满足体力活动参与者的多元需求，增加体力活动时长和频率，从而促进大众健康。

在描述和测度方法上，徐磊青等人使用快照方法记录居民不同时段体力活动的活动量、活动类别和位置等，并用各类体力活动总数与被调查者总数的比值来测度活动类型多样性。朱瑞冉认为在城市绿色空间中体力活动类型越多，其相应的空间越丰富，景观吸引力越强。谢红坤认为，体力活动的多样性是空间活力和吸引力的源泉之一，并建议从活动的数量、种类考察绿地的多样性。也有学者以体力活动类型、强度等作为测度指标，利用微博签到数据探讨城市公共绿地空间体力活动类型的时空变化特征和影响因素。史昕玉通过对公园访问人群进行问卷调查和访谈，结合调研数据、指标量化方法与权重分析来评价和分析城市公园体力活动类型多样性。综上所述，已有研究对DPAT的测度角度和指标较单一，以活力强度测度及其影响因素定量分析为主，缺乏对功能、多样性等角度的考量。而HillNumbers指数可以从功能性、聚集度与多样性等多角度度量活跃度。因此，利用多源位置数据并结合Hill Numbers指数可以更全面地度量活跃度。

研究DPAT多从城市公园自身角度出发，少有学者从城市的视角研究城市公园周边土地混合使用对城市公园DPAT的影响。因此，本研究从城市的视角，以中国深圳市福田区为例，基于POI数据、微博签到数据和VGI数据，应用HillNumbers 指数、相关性分析和因子分析等方法来讨论城市公园周边POI混合度对城市公园DPAT的影响机制。为了实现这个目标需要解决以下问题：①城市公园周边POI混合度是否影响城市公园DPAT ？②城市公园周边POI混合度怎样影响城市公园DPAT ？③何种POI类型的组合对综合公园、社区公园的DPAT 影响显著？

深圳市位于中国广东省的南部，是粤港澳大湾区的核心城市。本文研究对象为深圳市福田区，位于深圳市中心城区，东起红岭路与罗湖区相连，西至侨城东路与南山区相接，南临深圳河与香港隔河相望，北接龙华，是深圳市行政、文化、金融和信息中心。截至2016年的人口普查，福田区人口约为150万，10个街道总面积约为78.8km2(图1)。

基于高德地图开放API 接口，实验爬取共计127845条POI数据，并通过ArcGis平台对其进行可视化处理( 图2)。POI 数据的基础字段有Name、Type、Address、Longitude、Latitude。由于数据类目繁杂且离散，且坐标为火星坐标系，无法直接进行计算，需对数据进行预处理，即将火星坐标系转换>