LBS游戏中POI与路网和绿地分布的相关性研究——以《Ingress》和北京为例（上）

点击上方蓝字关注 Ingress Beijing

空间分析作为GIS的一个重要方面，其应用领域涵盖面极广，包含空间插值、空间数据分析、空间统计、地质统计学等。空间分析中时空数据分析方法的应用，将大尺度范围下人们的日常行为和地理实体的时空分布通过GIS的手段，在地图上呈现出来，并进一步寻找其规律。它给我们增加了对于大尺度空间下的空间规律研究的理论方法，摆脱了以问卷调查为主的传统方法的束缚，大大提高了研究效率，加快了数据从获取、处理到实际应用的过程。

对于《Ingress》游戏中的兴趣点分布数据，目前尚缺乏相关研究。但使用其他数据来进行空间分布的研究已有相当数量（此处应有引文，但我懒得找了）。

随着互联网、大数据技术的发展以及基于位置服务(LBS)技术的逐渐发展，基于位置大数据的应用场景也变得越来越丰富。各种电子地图及其变体中积累的成千上万个兴趣点（POI）数据，反映了城市店铺、公共交通、住宿、小区、公园、雕像、活动空间等各种设施的分布情况，很适合被利用在与城市空间相关的分析中，以此对城市中心和城市功能分区以及各种设施之间的空间相关性进行研究。

北京是中国的首都，也是中国的政治、经济、文化中心。自2012年《Ingress》游戏开始运营以来，已有超过20000个能量塔(Portal，相当于游戏中的POI)在北京市内被申请通过。因为《Ingress》游戏特殊的POI申请规则，游戏内的能量塔多分布在公园、雕塑、广场、博物馆、体育场所、历史建筑等公共活动空间，有别于普通电子地图以商业场所和住宅小区作为POI主要来源的模式，所以《Ingress》中的能量塔空间分布十分独特，其与北京市城市内部其他设施的空间分布相关性非常值得研究。

通过地理空间大数据挖掘和分析的手段找到兴趣点分布的规律，并将其与城市其他设施的空间分布联系起来，进行空间相关性分析，发现并解决隐藏在数据中的问题并且提出建议，本研究对于城市现有设施的完善和城市未来的发展可以起到推动和促进作用。同时对于游戏玩家来说，本研究也有助于玩家在选择游玩和申请能量塔的区域时能达到更高的效率。

本研究将《Ingress》游戏中的兴趣点数据与北京市区的道路和自然区域分布数据结合，并进行空间相关性分析。本文的研究内容和研究思路主要有以下几点。

《Ingress》游戏截至2017年的北京市区能量塔分布数据，共18899条，将其导入ArcMap软件中，与其它数据进行叠加分析。

从OpenStreetMap获取北京市区的路网分布数据和自然区域（公园、绿地、水体等）分布数据，导入ArcMap软件中，再根据不同的道路属性对路网进行分类，再对上述数据制作分级缓冲区，由缓冲区与能量塔分布点数据进行叠加分析。

北京市，简称“京”，古称燕京、北平，是中华人民共和国的首都、直辖市、国家中心城市、超大城市，国务院批复确定的中国政治中心、文化中心、国际交往中心、科技创新中心。截至2018年，全市下辖16个区，总面积16410.54平方千米，2019年末常住人口2153.6万人，城镇人口1865万人，城镇化率86.6%，常住外来人口达794.3万人。

2.2.1 2017年北京地区Ingress能量塔分布数据

本文作者获取了2017年北京地区18899条《Ingress》游戏中能量塔分布的坐标数据，数据示例如下。

表2-1 2017年北京地区18899条《Ingress》游戏中能量塔分布的坐标数据示例

2.2.2 北京市路网和自然区域空间分布数据

本研究所用到的北京市区路网和自然区域空间分布数据由OpenStreetMap获取而来，路网数据包括长度、道路类型等，面积数据包括形状，但需重新计算面积。在导入ArcMap软件后，使用计算几何方法计算自然区域的面积字段，并且根据道路的属性将路网分为四种不同等级的道路，分类标准如下：

表2-2 北京市道路分类表

图2-3 分类后的北京各要素地图

图2-4 分类后的北京各要素地图示例