测绘地理信息   2019, Vol. 44 Issue (1): 104-107
0
基于地理国情的公园绿地均等化建设分析[PDF全文]
忻静1    
1. 上海市测绘院,上海,200063
摘要: 以上海市普陀区为研究对象进行实证研究,使用考虑供需比和距离衰减的重力型两步移动搜索法(gravity two-step floating catchment area method, G2SFCA),在社区层面分析公园绿地的可达性。在此基础上构建公园绿地均等化模型,分析其均等化建设程度。结果显示,公园绿地建设的不均等程度较高,对城市公园绿地的规划有指导意义。
关键词: 可达性     重力型两步移动搜索法     公园绿地均等化建设     地理国情    
Analysis of the Provision of Park Green Space Based on National Geoinformation Survey
XIN Jing1    
1. Shanghai Surveying and Mapping Institute, Shanghai 200063, China
Abstract: Using a case of Putuo district in Shanghai, the accessibility of park green space is quantified by G2SFCA considering supply and demand ratio and distance decay in community level. Then the equal provision model is established to evaluate the equality of park green space distribution. It indicates that the provision of park green space is unequal. This paper provides references for urban park green space planning.
Key words: accessibility     G2SFCA     equal provision of park green space     national geoinformation survey    

城市公园绿地作为城市绿地系统中的重要组成部分,是指对公众开放,以游憩为主要功能,兼具生态、美化、防灾等作用的绿地[1],具有包括改善城市环境、美化城市景观、涵养水源、保证生物多样性在内的多种重要的生态服务功能[2]。作为完善城市生存环境和维持自然生态平衡的关键要素,城市公园绿地不仅为城市提供适宜的生态环境,增强城市景观的自然性[3],而且能改善生活环境,满足居民的游憩活动。近年来,城市居民对于公园绿地的需求日益增长,国内外关于公园绿地的研究内容涉及对环境及健康影响[4-5]、质量评估[6-7]、可达性测度[8-9]等诸多方面内容。但现有研究多基于遥感影像数据。

自2013年起,国家开展了第一次全国地理国情普查及常态化地理国情监测工作,以期全面了解国情、把握国势,并通过时空分析与数据挖掘形成多样化的地理信息产品与服务[10],而为政府决策与城市规划提供依据的咨询服务就是面向时代发展新需求的重要服务形式之一[11]。因此,以地理国情监测数据为基础,从区域层面对公园绿地供给实施动态监测评估,可以及时了解和评估当前城市公园绿地的空间分布及供给水平,对城市规划具有重要的现实指导意义。

本文基于《上海市城市总体规划(2017-2035)》提出要着力完善公园体系,推进织密绿地网络的建设的规划背景,以地理国情成果为基础并结合交通大数据,构建公园绿地资源可达性均等化测算模型,识别公园服务盲区,为提升居民到达公园设施的便利性与覆盖度提供决策支持。

1 数据与方法 1.1 研究区概况及数据来源

本文选取上海市普陀区为研究区域,普陀区位处上海中心城区的西北部,与静安、长宁、嘉定、宝山等区接壤,区域面积55.53 km2,下辖8个街道和两镇,行政区划及人口分布如图 1所示。至2015年底,普陀区绿化覆盖率达26.21%,人均公共绿地面积6.8 m2,其建设进度、规模和品质与国际化大都市中心城区定位仍存在一定差距[12]。本文以上海市地理国情监测数据中普陀区的公园绿地、居住小区等数据为基础,同时采用百度交通大数据,获取多种交通出行方式下小区到公园绿地的路程耗时,从小区尺度对普陀区公园绿地的可达性与均等化程度进行分析。

图 1 上海市普陀区概况 Fig.1 General Situation of Putuo District in Shanghai

1.2 公园绿地可达性分析模型

可达性是居民克服距离、旅行时间和费用等阻力到达一个服务设施或活动场所的愿望和能力的定量表达[13],是衡量城市服务设施空间布局在合理性的一个重要标准。公园绿地可达性是指居民在其居住地点周边一定范围内所能获得的公园绿地的资源数量,反映了居民对附近公园绿地资源获取的相对难易程度。两步移动搜索法(two-step floating catchment area method, 2SFCA)是计算可达性的常用方法之一,重力型两步移动搜索法(gravity two-step floating catchment area method, G2SFCA)则在传统的两步移动搜索法基础上进行了改进[14],考虑了将搜索半径内的不同距离导致的吸引力差异,通过在公式中增加了距离衰减系数,从而较为准确地刻画公共服务设施的可达性随距离增加而衰减的变化特征。这既考虑了供需因素,又纳入了供需双方的作用潜力因素,评价可达性结果更加可靠。

本文采用具有距离衰减系数的重力型两步移动搜索法,从小区的尺度对普陀区22个中心公园绿地进行可达性计算。计算主要分为以下两步。

1) 利用式(1)计算公园绿地供需比:

$ {R_j} = \frac{{{S_j}}}{{\sum\limits_{i \in \left\{ {{d_{ij}} \le {d_0}} \right\}}^k {{D_i} \times G\left( {{d_{ij}}} \right)} }} $ (1)

式中,Rj为供需比,表示公园绿地j潜在服务人口能够享有的人均公园绿地面积(m2/人);Sj为公园绿地j的服务能力,使用公园绿地面积(m2)表征;Di为小区i的规模,使用小区人口数量(人)表征;k为搜索半径内居住小区的数量;dij为小区i与公园绿地j之间的距离;d0为搜索半径;G(dij)为考虑到空间摩擦因素的距离衰减函数,其计算公式如下:

$ G\left( {{d_{ij}}} \right) = \left\{ \begin{array}{l} \frac{{{{\rm{e}}^{ - \frac{1}{2} \times {{\left( {\frac{{{d_{ij}}}}{{{d_0}}}} \right)}^2}}}}}{{1 - {{\rm{e}}^{ - \frac{1}{2}}}}}, {d_{ij}} \le {d_0}\\ 0, {d_{ij}} > {d_0} \end{array} \right. $ (2)

式中,SJ为公园绿地面积(m2),表征供给点的服务能力; DI为小区人口(人),表征需求点的规模;dij为小区i到公园绿地j的距离,这里使用百度交通大数据中对应的两点间的实际步行距离; d0根据不同等级公园的服务半径设置(表 1)。

表 1 公共绿地设置标准 Tab.1 Standards for Public Green Space

2) 利用式(3)计算公园绿地的可达性:

$ {\alpha _i} = \sum\limits_{i \in \left\{ {{d_{ij}} \le {d_0}} \right\}}^m {{R_j} \times G\left( {{d_{ij}}} \right)} $ (3)

式中,αi为每个小区的可达性;m为落在以小区i为核心,搜索半径为d0的空间作用域内的公园绿地数量;Rj为第一步计算的公园绿地j的供需比;G(dij)为距离衰减函数。公园的可达性用该公园服务的小区的可达性的平均值表示,平均值计算时使用小区人口对可达性进行加权。

1.3 公园绿地供给均等化分析模型

为评价居民是否可以方便与公平地享用公园绿地带来的服务,在采用重力型两步移动搜索法研究公园绿地空间可达性的基础上,利用式(4)求出每个小区的均等化值,研究公园绿地的空间供需情况,以评价公园的均等化水平。

$ {E_i} = \frac{{{\rm{max}}({R_j})}}{{{\rm{max}}({\alpha _i})}} \times {\alpha _i} $ (4)

式中,Ei为每个小区的均等化水平;max(Rj)为式(1)计算的供需比的最大值;max(αi)为式(3)计算的小区可达性的最大值,αi为小区i的可达性。Ei > 1表示供大于求;Ei≤1表示供需相对平衡或供不应求的状态。为了建立供需指数与空间均等化的关系,将结果划分5个级别。各级别供需情况与均等化对应见表 2

表 2 供需级别及与均等化含义 Tab.2 Supply and Demand Levels and the Meaning of Equalization

2 结果与分析 2.1 公园绿地可达性分析模型

各小区的公园绿地可达性以及公园的可达性评价如图 2所示。总体来看,普陀区各小区可达性水平较高。可达性水平为很好(169个)和较好(171个)的小区有339个,占总数约50%,可达性水平中等的小区有170个,处于一般水平的小区也是170个。这表明有四分之一的小区由于人口需求、公园绿地数量和公园绿地服务能力不匹配而导致其获得的公园绿地资源较为缺乏。长风公园的可达性最好,说明其供给服务可以较好地适应人口需求,作为大型市级公园发挥了其服务能力。区级公园中,梦清园与普陀体育公园的可达性也较好,社区公园的可达性都处于中等或一般水平。

图 2 小区尺度公园绿地可达性评价 Fig.2 Accessibility of Park Green Space on the Community Scale

2.2 公园绿地供给均等化分析模型

结合表 2图 3可知各小区的公园供需类型。其中,长风新村街道虽然只有一个长风公园,但由于是市级公园,面积较大,该公园可以为更多居民提供服务。因此,在其服务范围内的街道(长风新村街道、曹杨新村街道、长寿路街道、长征镇)的小区大都处于供给饱和的状态。甘泉路街道的大多数小区也属于供给饱和状态,该街道可达公园数量比较多。总计有58.9%的小区属于公园绿地供给饱和。宜川路街道的小区基本处于供给充足和供需均衡的均等化水平。桃浦镇和万里街道的均等化水平较低,应着重关注这些街道的公园配置。总计供给缺乏的小区有134个,占比19.7%,这些小区主要分布在桃浦镇和万里街道。

图 3 小区尺度公园绿地供给均等化水平 Fig.3 Equalization of Park Green Space on the Community Scale

2.3 公园绿地盲区分析与优化选址

1) 盲区分析。在步行出行方式下,小区到最近公园的时间如图 4所示,10 min内、10~15 min、15~30 min内可以到达一个公园的小区数分别为197(29%)、230(34%)和208(31%)。结果表明,普陀区公园可达性较高,63%步行15 min内可达公园。但公共绿地15 min步行系统仍不完善。仅曹杨新村街道与甘泉路街道第15 min人口公园覆盖率在95%以上,基本实现了15 min步行可达覆盖率达到100%的目标。而其他街道,特别是万里街道和桃浦镇,15 min可达覆盖率较低,没有形成舒适的步行社区。

图 4 小区到最近公园的步行时间 Fig.4 Walking Time from Community to the Nearest Park

2) 优化选址规划。利用核密度法分析可达性结果得到两个区级公园优化选址位置,其分布如图 5中“建议区级公园选址”所示,利用K聚类和PSO(particle swam optimization, 粒子群优化算法)算法确定的5个社区级公园优化选址位置如图 5中“建议社区级公园选址”所示。

图 5 公园优化选址建议位置 Fig.5 Recommended Location for Park Location Optimization

3 结束语

从本文对普陀区的公园绿地可达性分析和均等化分析可知,普陀区的公园绿地建设总体情况较好,但存在分布不均等的情况。针对以上现状研究,对上海市普陀区公园绿地的规划建设提出以下几点建议:

1) 梳理公共绿地增量空间,增加公园绿地,合理规划其数量,科学安排布局,重点关注曹杨新村、长征镇、宜川路街道等地区。

2) 区域性公园绿地仍有部分需要完善服务设施,提升其吸引力,以弱化中心城区公园绿地的空间不均等性,疏导人口向新区集聚,减少中心区域公园的服务负荷。增强新增社区级公园布局的合理性,提高绿地的连接性。

3) 完善城区慢行道路网络,减少居民到达全市性公园绿地出行时间,让更多地区的居民可以享受到其服务,提高资源的有效利用,促进公园绿地的可持续发展。

参考文献
[1]
中华人民共和国建设部.城市绿地分类标准: CJJ/T85-2002[S].北京: 中国建筑工业出版社, 2002
[2]
李锋, 王如松. 城市绿地系统的生态服务功能评价、规划与预测研究——以扬州市为例[J]. 生态学报, 2003(9): 1 929-1 936.
[3]
罗杰, 龙翠玲. 贵阳城市绿地景观格局分析[J]. 湖北农业科学, 2014(1): 89-92. DOI:10.3969/j.issn.0439-8114.2014.01.026
[4]
Xiao X D, Dong L, Yan H, et al. The Influence of the Spatial Characteristics of Urban Green Space on the Urban Heat Island Effect in Suzhou Industrial Park[J]. Sustainable Cities & Society, 2018, 40: 428-439.
[5]
Wood L, Hooper P, Foster S, et al. Public Green Spaces and Positive Mental Health-Investigating the Relationship Between Access, Quantity and Types of Parks and Mental Wellbeing[J]. Health and Place, 2017, 48: 63-71. DOI:10.1016/j.healthplace.2017.09.002
[6]
Barzegar Z, Sedghamiz S. The Quality of Green Spaces Based on Behavioral Patterns Using Factor Analysis—A Case of Kholdebarin Park in Shiraz, Iran[J]. ⅡOAB Journal, 2016, 7: 177-183.
[7]
Feng X, Astell-Burt T. Residential Green Space Quantity and Quality and Child Well-Being: A Longitudinal Study[J]. American Journal of Preventive Medicine, 2017, 53(5): 616-624. DOI:10.1016/j.amepre.2017.06.035
[8]
杜胜兰, 李枫, 黄长青, 等. 基于轨迹数据的武汉大学学生行为规律分析[J]. 测绘地理信息, 2017, 42(1): 91-95.
[9]
Xing L, Liu Y, Liu X. Measuring Spatial Disparity in Accessibility with a Multi-mode Method Based on Park Green Spaces Classification in Wuhan, China[J]. Applied Geography, 2018, 94: 251-261. DOI:10.1016/j.apgeog.2018.03.014
[10]
张继贤, 翟亮. 关于常态化地理国情监测的思考[J]. 地理空间信息, 2016, 14(4): 1-3. DOI:10.3969/j.issn.1672-4623.2016.04.001
[11]
周旭.新时期基础地理信息服务的特点与对策[C].中国测绘学会九届三次理事会暨2007年"信息化测绘论坛"学术年会, 长沙, 2007
[12]
上海市普陀区人民政府.普陀区绿化市容"十三五"规划[EB/OL].[2017-06-07]. http://www.shpt.gov.cn/shpt/gkgh-zhuangxian/20170607/217414.html
[13]
蔡彦庭, 文雅, 程炯, 等. 广州中心城区公园绿地空间格局及可达性分析[J]. 生态环境学报, 2011, 20(11): 1 647-1 652.
[14]
许基伟, 方世明, 刘春燕. 基于G2SFCA的武汉市中心城区公园绿地空间公平性分析[J]. 资源科学, 2017(3): 430-440.