基于人口离散化和交通网络分析的西安市城市公园绿地可达性研究与评价

黄曦涛，李怀恩，张瑜，谢露蓉

（1.西安理工大学 水利水电学院，西安 710048；2.长安大学 地质工程与测绘学院，西安 710054；3.陕西省基础地理信息中心，西安 710054；4.陕西测绘地理信息局，西安 710054）

1 引 言

20世纪60年代，国外专家首次提出城市绿地的概念，其是实现城市可持续发展的重要空间保障，具有重要的经济、生态和社会文化功能［1］。城市公园绿地作为城市绿地的重要组成部分，主要表现为大面积绿地、水体或两者结合的区域，能为市民提供日常晨练、休闲、休憩、娱乐等场所，在缓解城市居民工作压力等方面具有不可替代的作用。

随着遥感、地理信息系统技术的快速发展，为城市公园绿地研究和建设提供了新的思路和方法。近年来许多学者结合以人为本的规划思想和景观生态学方法，从不同角度对绿地规划指标体系提出了修正意见，其中，以景观可达性研究评价方法最具代表性［2－3］。目前，大部分可达性研究都基于道路和不同土地利用类型对运动速度的影响，该方法虽然能够较真实地反映交通成本，但对服务人口分布、公园绿地的入口、不同等级绿地吸引力考虑不足，较难全面反映某一区域居民获得绿地生态系统服务的机会，全面考虑这些因素进行研究的文章还不多见。

本文以西安市城区为研究目标，基于两景不同分辨率的卫星影像，通过提取西安市土地利用信息、NDVI指数、MNDWI指数，并创新性的将人口离散化处理和交通网络分析相结合，对西安市城市公园绿地的可达性进行定量研究和评价，为西安市未来城市公园绿地的建设和长期发展提供合理化建议。

2 数据预处理

2.1 卫星影像预处理

利用2010年06月17日获取的Landsat5TM遥感影像获得研究区NDVI指数［4］和 MNDWI指数［5］分析结果，用于后续土地分类和人口离散数据提取，指数运算结果值介于－1到1之间，值越小，影像的色调越暗，说明地表的植被和水体覆盖率越低；反之，值越大，影像的色调越亮，说明地表的植被和水体覆盖率越高，如图1和图2所示。

图1 NDVI指数图

图2 MNDWI指数图

2.2 城市公园绿地提取

采用ENVI4.2，利用面向对象分类法提取研究区内公园绿地面积大于18000m2的斑块，再参考NDVI指数图中植被信息的分布特征，结合目视判读，获取本次实验的城市公园绿地数据，如图3所示。

图3 西安市主城区绿地提取成果

3 研究方法

3.1 人口离散化

首先，城市公园绿地可达性评价所关注的休憩服务能力对超出服务范围的人群不具备服务能力和良好的扩散性；其次，常规的人口离散化方法通常认为经济发达和水资源丰富的地区人口密集，但存在基础资料难获取的问题，同时人口离散结果多以行政区划为单位宏观表示，粒度较大，不能直接与遥感数据挂接用于精细化统计分析。本文假设城市内水体、裸地、植被覆盖区域内不分布人口的规则，将人口数据合理的离散到城市居民地区域，获取细粒度人口数据的分布数据，作为后续可达性分析的数据源之一，使分析结果精度得到较大的提高。

通过分析发现MNDWI指数中水体（包括河流、大型湖泊、人工湖）为正值；道路为较大负值（－0.13至－0.18，其中－0.15左右居多）；片状居民地为中等负值（－0.18至－0.35），其中，低层建筑负值相对较大，高层住宅居多的大型成熟社区因为绿化较好，阴影面积较大，因此负值较小，接近－0.35；高反射房顶（如使用金属屋顶的仓库和集装箱货运站等地）为较小负值（－0.35左右）；城郊裸地与生产用地及农业用地为更小负值（小于－0.35）。

图4 河流、居民地、高反射地物和裸地的MNDWI指数对比图

因此，先利用NDVI先将城市中植被剔除，再通过MNDWI将城市水体、道路、高反射厂房、和城市裸地（MNDWI指数值小于－0.35且大于－0.18）从人口分布区域中剔除，对剩余居民地类型对应的像素进行赋值。通过以上分析，人口数量与MNDWI负值存在负相关关系，即高层建筑比多层建筑MNDWI负值小，则承载的人口数量多，反之亦然。因此，以MNDWI指数的大小为调节权重，直接将人口数据分配至每个像素，可准确快捷的实现人口离散：

其中，NumDN为西安市各区居民地栅格对应的人口数，DNMNDWI为居民地栅格的 MNDWI值，∑DNMNDWI为西安市各区居民地栅格的MNDWI值总和，NumAll为西安市各区人口总数（数据来源于国家统计局2011年04月28日对外公布的西安市第六次全国人口普查数据，西安市灞桥区595124人、未央区806811人、新城区589739人、长安区1083285人、莲湖区698513人、碑林区614710人、雁塔区1178529人），计算结果如图5所示。

图5 人口离散成果栅格图

3.2 基于交通网络的公园绿地可达范围提取

首先，城市公园绿地可达性和绿地入口位置有密切关系［6－7］。城市居民出行，都习惯于沿着道路轨迹运动。另外，公园绿地实际情况大多是存在封闭或半封闭的围墙，当人们需要进入时，必须通过道路到达目的地入口才能顺利进入（图6），因此，城市公园绿地可达性研究的核心要素应包括城市交通网络和公园绿地入口信息。本文在提取公园绿地基础上，结合路网数据补充采集绿地的入口信息（图7），作为后续交通网络可达性的Facilities（资源）。

图6 交通、街区格局和绿地入口对可达性的影响

图7 公园绿地入口采集结果示意图

其次，结合已获取的入口信息资源，根据居民在城市中的运动习惯、街区格局，本文假设居民通过道路步行前往公园绿地的速度为50m／min，分别按照7min、20min和30min的容忍限度，调入路网数据集，采用ArcGIS 9.2软件的Network Analyst分析模块得到不同公园绿地的服务范围（图8）。

图8 公园绿地入口服务可达性实验结果示意图

最后，将服务区范围分组导出并和人口离散数据相交，通过程序可以获得西安市公园绿地的服务面积和服务人口数据（表1），用于后续分析。

表1 西安市城市公园绿地服务人口和服务面积统计表

4 结果分析

4.1 数量与空间分布特点

本文共提取了西安市三环以内面积大于18000m2的城市公园绿地26块，总面积为9723606m2，占研究区总面积的0.4633%，人均城市公园面积约为1.75m2。步行7min的情况下，服务总面积为21110551m2，服务总人口为262566人；步行20min的情况下服务总面积为79595889m2，服务总人口为1059201人；步行30min的情况下服务总面积为152940056m2，服务总人口为1991586人。西安城市公园绿地整体分布不均，主要分布在研究区的西部、南部、西南，呈“L”和“口”字型，城区中部、西北部、东部城市公园绿地较为缺乏。

4.2 城市公园绿地可达性量化分析

（1）公园比较

从表1可以看出，公园绿地面积与服务人口和服务面积不成正比，绿地水体面积大的可达性反而低。无论从服务面积和服务人口来讲，环城公园、儿童公园等面积较小的可达性都很高，这是因为环城公园依西安城墙而建，地理位置优越，靠近密集居民区、路网发达、人流量大，且为条带状环形，无论城墙内外或是东西南北都有多个入口可以进入，因此，服务效率较高，但承载量和服务压力大，对日常管理维护要求相对较高；未央湖公园等这类大型公园由于入口少、较为封闭，且主要分布在城区外围，地理位置较偏远、周边人口密度小、路网欠发达，因此可达性结果较差，服务效率较低。可见，公园绿地的可达性与地理位置、入口数量、交通情况、公园形状等因素都息息相关，与面积大小没有直接的关系。

（2）行政区比较

根据不同行走时间下各个区的服务面积、服务人口，利用服务面积比和服务人口比的计算公式如式（2）和式（3）所示：

其中，KArea、KPop、AreaServer、AreaReg、PopServer、PopReg分别代表服务面积比、服务人口比、公园绿地行政区划内服务总面积和总人口以及行政区划总面积和总人口，统计各个行政区划内公园绿地的服务效率比值，结果如表2所示。

通过表2可见，西安市6城区相比较，各种条件下，碑林区的城市公园绿地服务比最优，长安区最差。这是由于碑林区面积较小，人口密度大而城市公园绿地数量较多，服务面积较大，而长安区却相反。这也符合西安市的实际情况。

表2 西安市分区服务统计数据表

5 结束语

本文所采用的人口离散方法比传统方法（基于土地利用分类、经济等数据）更加便捷，仅通过TM影像就可以获得；从理论上精度更高，因为对空间上明显不应存在人口分布的地物（植被、水、路、裸地等）不分配人口的同时，也考虑了不同建筑类型（低矮房屋和高层）人口承载量的不同，更加合理，易于实现；改进了常规离散方法在人口划分中的错分现象以及粒度较大的问题，更易与遥感数据挂接用于精细化统计分析。同时，以真实的城市公园入口作为必要条件，创新性的将人口离散化与交通网络分析技术相结合，充分考虑到居民出行习惯等主客观因素，研究结果能够精确量化，可信度更高。基于本次研究结果发现：西安市公园绿地的可达性与地理位置、入口数量、交通情况、公园形状等因素都息息相关，与面积大小没有直接的关系，可达性高的城市公园绿地负载重，不利于可持续发展，可达性低得城市公园绿地服务效率过低，资源浪费。希望有关部门能够在未来的城市规划工作中，充分参考可达性指标，改善目前西安市城市公园绿地在数量和分布上的不平衡，提高城市公园绿地服务效率和水平以改善城市居民日常生活在文化、休憩方面的需求。最后，随着经济的飞速发展，汽车已进入寻常百姓家庭，将扩展人们出行的空间范围，但驾车出行的可达性研究更为复杂，还需要考虑公园绿地对人们服务吸引力大小等相关因素，与简单的休闲、休憩有所不同，这可以作为今后深入研究的一个方向；另外，本文在进行人口离散权重分配计算时，没有考虑建筑物使用类型（居民住宅或商业地产）因素的影响，也是今后研究需要补足的问题。

［1］李佳.城市绿地的作用［J］.科技创新导报，2008，（33）：77.

［2］李博，宋云，俞孔坚.城市公园绿地规划中的可达性指标评价方法［J］.北京大学学报（自然科学版），2008，44（4）：618－624.

［3］刘常富，李小马，韩东.城市公园可达性研究—方法与关键问题［J］.生态学报，2010，30（19）：5381－5390.

［4］MCFEETERS S K.The use of normalized difference water index（NDWI）in the delineation of open water features［J］.International Journal of Remotesensing，1996，17（7）：1425－1432.

［5］徐涵秋.利用改进的归一化差异水体指数（MNDWI）提取水体信息的研究［J］.遥感学报，2005，9（5）：589－595.

［6］俞孔坚，叶正，李迪华，等.论城市景观生态过程与格局的连续性—以中山市为例［J］.城市规划，1998，22（4）：14－17.

［7］朱明，于兰军，李建龙.基于MapInfo的城市房地产绿地可达性查询系统开发—以上海市浦东区（内环线）为例［J］.测绘信息与工程，2005，30（1）：1－2.