网络可达性与服务范围绿地空间分异研究

2015-02-19李永化李雪铭董文雪

测绘通报 2015年3期

关键词：网络分析绿地

杨　俊，李　闯，李永化，李雪铭，董文雪

(1. 辽宁师范大学自然地理与空间信息科学辽宁省重点实验室，辽宁大连 116029；

2. 中国科学院地理科学与资源研究所，北京100101)

Research on Network Accessibility and Scope of Services Differentitation of Green Space

YANG Jun,LI Chuang,LI Yonghua,LI Xueming,DONG Wenxue

网络可达性与服务范围绿地空间分异研究

杨俊1,2，李闯1，李永化1，李雪铭1，董文雪1

(1. 辽宁师范大学自然地理与空间信息科学辽宁省重点实验室，辽宁大连 116029；

2. 中国科学院地理科学与资源研究所，北京100101)

Research on Network Accessibility and Scope of Services Differentitation of Green Space

YANG Jun,LI Chuang,LI Yonghua,LI Xueming,DONG Wenxue

摘要：以大连市沙河口区为研究区域，选取了2010年SPOT5卫星遥感影像数据，在ENVI和ArcGIS的支持下，结合沙河口区交通路网数据，对绿地进行了缓冲区分析与网络分析，计算出了各街道绿地服务面积比率与可达绿地面积大小。结果表明：从绿地服务面积比率方面分析，绿地分布、绿地量及行政区大小都是影响比率值高低的主要因素，在300 m、500 m两种不同服务半径下，兴工街道的绿地服务面积比率均为最低值，分别为28.60%、55.63%；从绿地可达性方面分析，绿地量与交通便捷度是影像可达绿地面积大小的主要因素，在5 min和15 min内，星海街道的可达绿地面积均为最大值，分别为64.86 hm2、96.86 hm2；从沙河口区整体分析，绿地服务面积比率高，可达范围广的街道大多分布在沙河口南部，绿地分布呈现南多北少的失衡局面。

关键词：可达性；网络分析；服务面积比率；绿地

一、引言

城市绿地作为城市生态环境的一个重要组成元素，在城市社会发展过程中承担起越来越多的社会角色[1-2]。近年来，随着工业化与城市化进程的不断加速，城市内部空间不断重组，外部空间不断扩张，城市的绿色空间格局也发生了显著的变化[3]。伴随全球气候变暖、大气污染、土地沙漠化等环境问题的日益加剧，绿地逐渐成为城市居民选择居住场所的一个重要指标。空间可达性作为衡量城市规划布局合理性的量化指标，越来越引起国内外学者的广泛关注。所谓可达性，即不同空间实体之间克服距离障碍进行交流的难易程度[4]。20世纪80年代初期，随着计算机技术的快速普及，以及GIS等技术的迅速发展，可达性的研究取得了快捷、准确的突破性进展[5]。如LWIN等利用网络地理信息系统(WebGIS)计算步行指数来代表居住场所到达绿地空间的难易程度[6]；OH等利用GIS网络分析对首尔市公园绿地的服务价值进行了评价[7]；Comber等基于不同社会群体对英国城市绿地可达性进行了对比分析[8]；李小马等基于网络模型分析了沈阳市公园的可达性及服务[9]；林康等基于可达性角度对江苏省仪征市公共产品空间的公平性进行了定量评价[10]。

在前人研究的基础上，本文以大连市沙河口区为研究区域，以2010年SPOT 5卫星遥感影像为基础数据，以沙河口区道路网为辅助数据，利用ENVI与ArcGIS等GIS软件提取城市绿地信息，以街道为研究尺度，将缓冲区分析与网络分析相结合，对沙河口区各个街道绿地的服务面积及其空间可达性进行对比分析，为城市合理布局及规划提供可靠的理论依据。

二、研究区域与数据来源

1. 研究区域概况

沙河口区位于大连中心城区西部，地域范围为121°31′42″E—121°37′46″E、38°51′46″N—38°56′51″N；东至老街与西岗区毗邻，北以南松路为界与甘井子区相连，西以由家村铁路线为界与高新技术园区相望，南临黄海，总面积达48.32 km2；境内地势西高东低；属暖温带季风气候，夏无酷暑，冬少严寒；目前区辖中山公园、白山路、星海湾、黑石礁、南沙河口、马栏、李家、兴工、春柳等9个街道(如图1所示)。

图1　研究区位置图

2. 数据来源与处理方法

本文以大连市中心城区2010年SPOT 5全色波段影像(分辨率为2.5 m)和多光谱影像(分辨率为10 m)为数据基础，利用ENVI5.0对影像进行裁剪、几何精校正、辐射校正、彩色增强等预处理后，结合Google Earth并实地调查，对遥感影像进行监督分类，提取城市绿地信息。沙河口区人口数据主要来源于2010年统计年鉴，具体信息见表1。

表1　数据来源与说明

三、研究方法与实例分析

1. 基于缓冲区分析的绿地服务面积确定

服务面积即为公共设施以一定服务半径所环绕的范围。其中，城市绿地的服务半径决定了城市绿地各组成要素之间的调和是否达到平衡，而城市景观、绿地质量、城市阻力等因素都会影响绿地服务半径的确定。本文考虑到沙河口区街道行政区划及绿地分布特点，分别以300 m、500 m为服务半径对研究区绿地进行缓冲区分析，提取各街道绿地在不同服务半径下的服务面积，并计算其服务面积比率[11]，公式如下

(1)

式中，P为绿地服务面积比率；S1代表沙河口区各街道总面积；S2代表街道内部绿地面积；S3即为街道内部绿地的服务面积。根据计算得出各街道绿地服务比率见表2。各街道面积比率柱状图如图2所示。

表2　各街道不同服务半径的面积和面积比率

图2　各街道不同服务半径面积比率柱状图

结合表2与图2可以明显看出：在300 m服务半径下，马栏街道绿地服务面积比率最高，达到99.37%，其次是南沙河口街道，达到90.37%，兴工街道最低，为28.6%，南沙河口街道和马栏街道绿地面积相对较大，且呈块状分布，相比于其他街道分布比较均匀，兴工街道绿地总量最低，仅为1.93 hm2，导致其绿地服务面积比率最低；在500 m服务半径下，白山路街道绿地服务比率最高，达到99.65%，其次是马栏街道和南沙河口街道，分别为99.63%、95.32%，兴工街道依然最低，为55.63%，由于白山路街道行政区总面积相对较小，绿地比重大，在500 m服务半径下，绿地服务面积比率更高。

2. 基于网络模型的绿地可达性分析

网络模型即现实世界中各种网络系统的抽象表示，主要由一组链、节点、中心源点和阻力等基本元素按一定拓扑关系彼此连接而成。链是具有一定长度(如道路)的网络元素，两条或两条以上链的交汇点即为节点，通过节点可以实现几条链间的交互。阻力即某一位置通过链到达某目的地所花费的时间成本或费用成本(如图3所示)[9, 12-14]。

图3　网络模型示意图

在ArcGIS的支持下，结合实地调查，选取绿地拐角、道路交叉口等作为完全开放的绿地入口点；对于非完全开放绿地，选取入口位置作为入口点。基于道路网及绿地入口点建立拓扑网络数据。考虑到研究尺度与城市居民到达绿地的出行目的，以到达绿地所花费的步行时间作为可达性指标。在道路十字路口设置0.5 min的等待阻力值后，按60 m/min的步行速度，通过网络分析，得到不同时间成本下可以到达的绿地分布图(如图4所示)；将其与街道行政区进行叠加、融合等处理后，统计出各街道0～5 min、0～15 min可到达的绿地面积(如表3、图5所示)

图4　沙河口区绿地可达性时间分布图

表3　各街道不同时间成本可达绿地量统计　hm2

根据表3与图5可知，5 min中内，可达绿地面积最多的是星海街道，为64.86 hm2，黑石礁街道可达绿地面积为37.30 hm2，南沙河口街道和马栏街道分别为21.19 hm2、13.25 hm2，兴工街道最低，仅为0.84 hm2；在15 min内，可达绿地面积最多的仍为星海街道，高达96.86 hm2，其次是南沙河口街道，为62.54 hm2，黑石礁街道以56.87 hm2位列第三，兴工街道依旧最低，仅为1.93 hm2。由图4不难发现，星海街道、黑石礁街道的路网相对于南沙河口街道、马栏街道相对密集，更便于行走，绿地可达性较高；由于南沙河口街道绿地面积比重较大，在时间成本为15 min时，导致其可达绿地面积更多；兴工街道虽然路网发达，但总绿地面积太低，使其可达绿地面积在不同时间成本下均为最小值。

图5　各街道不同时间成本可达绿地面积柱状图

四、结论与讨论

本文以大连市沙河口区为例，以街道为研究尺度，采用缓冲区分析与网络模型分别计算出研究区域各街道绿地服务面积比率，并对不同时间成本下可到达的绿地量进行对比分析，研究表明：

1) 从各街道绿地服务面积比率分析，在300 m服务半径下，绿地量大小及分布成为绿地服务比率的主导因素，马栏街道绿地面积分布相对较大，分布相对均匀，其绿地分布比率高达99.37%；500 m服务半径下覆盖服务面积更广，街道行政区面积大小成为影响绿地服务面积比率的又一重要因素，白山路行政区面积相对较小，绿地服务面积比重大，使其绿地服务面积比率达到99.65%。兴工街道由于绿地面积仅为1.93 hm2，导致其绿地服务面积比率在两种不同服务半径下均保持最低，分别为28.60%、55.63%。

2) 从各街道绿地可达性分析，各街道的交通便利性及绿地面积成为不同时间成本下可以到达绿地面积大小的主导因素。星海街道交通发达，在0～5 min、0～15 min两种时间成本下的可达绿地面积均达到最高值，分别为64.86 hm2、96.86 hm2；兴工街道虽然交通便利，但由于绿地量的限制，在两种时间成本下的可达绿地面积均为最小值，分别为0.84 hm2和1.93 hm2。

3) 从沙河口区总体综合分析，其东北部(包括春柳街道、中山公园街道、兴工街到)绿地配置严重短缺，综合绿地服务面积比率与可达性两种研究结果分析，马栏街道、南沙河口街道绿地配置较好，星海街道、黑石礁街道绿地可达性较好，而这些街道大多分布在沙河口区南部，足以见得沙河口区绿地总体分布呈现出南多北少的失衡局面。

城市绿地不仅提供了居民休闲娱乐的场所，而且具有改善城市生态环境、调节城市气候等重要功能。针对沙河口区绿地分布不均衡的局面，本文建议根据街道行政区大小、交通便利条件，并结合现有绿地面积大小，适当加大绿化力度，合理绿化布局，完善绿化结构，进而使城市居民的生活质量得到更有效的提高。

参考文献：

[1]尹海伟，孔繁花，宗跃光. 城市绿地可达性与公平性评价[J]. 生态学报，2008, 28(7): 3375-3383.

[2]刘韩. 城市绿地空间布局合理性研究[D].上海：同济大学, 2008.

[3]陶宇，李锋，王如松，等. 城市绿色空间格局的定量化方法研究进展[J]. 生态学报，2013, 33(8): 2330-2342.

[4]钟业喜，陆玉麒. 基于可达性角度的区域发展机会公平性评价——以江西省为例[J]. 地理科学，2009, 29(6): 809-816.

[5]苗方方. 城市绿地可达性评价研究[D].哈尔滨：哈尔滨工业大学, 2009.

[6]LWIN K K, MURAYAMA Y. Modelling of Urban Green Space Walkability: Eco-friendly Walk Score Calculator[J]. Computers, Environment and Urban Systems，2011, 35(5): 408-420.

[7]OH K, JEONG S. Assessing the Spatial Distribution of Urban Parks Using GIS[J]. Land Scape and Urban Planning，2007, 82(1/2): 25-32.

[8]COMBER A, BRUNSDON C, GREEN E. Using a GIS-based Network Analysis to Determine Urban Greenspace Accessibility for Different Ethnic and Religious Groups[J]. Landscape and Urban Planning，2008, 86(1): 103-114.

[9]李小马，刘常富. 基于网络分析的沈阳城市公园可达性和服务[J]. 生态学报，2009, 29(3): 1554-1562.

[10]林康，陆玉麒，刘俊，等. 基于可达性角度的公共产品空间公平性的定量评价方法——以江苏省仪征市为例[J]. 地理研究，2009(1): 215-224.

[11]肖华斌，袁奇峰，徐会军. 基于可达性和服务面积的公园绿地空间分布研究[J]. 规划师，2009, 25(2): 83-88.

[12]张广亮. 基于GIS网络分析的城市公园绿地可达性研究[D]. 郑州：河南农业大学, 2012.

[13]蔡先华，王炜，戚浩平. 基于GIS的道路几何网络数据模型及其应用[J]. 测绘通报，2005(12): 24-27.

[14]张连蓬，刘国林，江涛，等. GIS路径寻优的方向优先搜索法[J]. 测绘通报，2003(12): 47-49.

引文格式：杨俊，李闯，李永化，等. 网络可达性与服务范围绿地空间分异研究[J].测绘通报，2015(3)：40-43.DOI:10.13474/j.cnki.11-2246.2015.0071

通信作者：李闯。E-mail:lichuanggis@163.com

作者简介：杨俊(1978—)，男，博士后，副教授，主要从事区域地表过程、城市人居环境与地理信息系统应用方面的工作。E-mail：yangjun@lnnu.edu.cn

基金项目：国家自然科学基金(41471140)；2014年辽宁省大学生创新创业训练计划(201410165000011)

收稿日期：2014-09-16

中图分类号：P208