基于GIS的大庆市居住区空间适宜性分析

时海川，杨 梦，虞 晖

（1.武汉大学 测绘学院，湖北 武汉 430072；2.武汉大学 城市设计学院，湖北 武汉 430072）

基于GIS的大庆市居住区空间适宜性分析

时海川1，杨 梦2，虞 晖1

（1.武汉大学 测绘学院，湖北 武汉 430072；2.武汉大学 城市设计学院，湖北 武汉 430072）

传统城市居住适宜性评价方法存在精度不高、评价效率较低等缺陷，提出了基于GIS的城市居住区空间适宜性评价方法，并以大庆市西城区为研究区进行分析实验。首先运用层次分析法（AHP）建立城市居住适宜性相关评价指标体系，然后应用ArcGIS空间分析功能依据评价指标体系生成派生数据集，并对各数据集的指标因子进行加权叠加，进而重分类并渲染，得到城市居住适宜性评价专题图。实验结果表明，该方法提高了工作效率和评价结果的准确性，实现了居住适宜性的可视化分析，为城市总体规划及建设布局提供了一定的指引。

ArcGIS；城市居住区；空间分析；AHP

城市居住区空间适宜性评价是以自然、社会经济环境各方面因子作为评价指标，对适宜居住的区域进行的综合评价分析。目前，国外研究者对于城市居住适宜性评价的研究大多是从环境、经济和社会等角度出发[1-2]；而在国内关于人类居住环境的探索主要集中于人居环境的评价和分析[3-5]。综合对比来看，对于居住区空间适宜性评价的研究由于所划分的评价单元面积较大，评价精度较低、工作效率不高[6]等原因，无法进行较深层次的可视化分析。鉴于此，本文提出将定量空间分析技术引入城市居住适宜性评价，应用AHP建立评价因子指标体系，并利用ArcGIS软件在空间分析和空间数据可视化方面的技术优势，对居住空间适宜性进行定量与定性分析，力求提升城市居住适宜性评价方法的应用性能。

1 研究方法与数据准备

1.1 研究方法

本文拟采用AHP与Miller提出的适宜性生态分析法[7]对大庆市西城区居住用地适宜性进行评价，并通过因子加权评价得到最终的适宜性评价结果。其主要步骤为：评价因子的选择、指标体系的建立、因子权重确定、矢量分析、栅格叠加分析和区域修正及重分类。

1.2 数据准备

本文以大庆市西城区为实例测评，根据城市居住适宜性指标体系准备评价工作所需的数据，包括1∶50 000大庆市西城区土地利用现状图（2010年）、大庆市交通路网现状图（2010年）、大庆市西城区人口数据（2010年）、大庆市绿地系统规划图（2010～2020年）（源自大庆市国土资源和规划局和2011年大庆市年鉴）。

2 研究内容及分析结果

本文使用的待评价区域的自然经济社会数据包括大庆市西城区湖泊水域形状、市政公园、石油矿业分布、主要道路、医院、文体设施等。对这些资料进行综合分析与整理，从中选出与居住适宜性选址相关的因素作为定量分析备选因子，将各因子导入ArcGIS并以shp文件方式组织图形与属性数据并配准，得到土地利用现状如图1所示。

2.1 指标体系构建原则

根据钮心毅、宋小冬的研究，可将城市用地适宜性评价划分为生活区的用地适宜性评价和工业区的用地适宜性评价两大类型，包括各自的交通、市政、绿地等。不同类型的用地其评价准则是不同的。城市居住适宜性指标体系是从人类生态学的角度综合评价居住环境的适宜性，应包括自然系统、社会经济系统和环境系统3个方面。因此指标选择时应考虑因子的综合性、代表性、层次性、合理性以及现势性[8]。

2.2 指标分析与因子选取

城市居住适宜性指标中所指的环境既包括了自然环境，又涵盖了社会经济环境[9]。根据这一目的以及大庆市的环境特点，最终确定大庆市居住环境适宜性评价指标包括自然环境舒适性、人文环境舒适性、生活方便性、出行便捷度和健康安全性5个方面。根据评价指标体系的内涵和构建原则，选取一级因子5个，二级因子17个，如图2所示。

图1 大庆市西城区现状用地图

图2 指标体系层次结构

2.3 评价指标权重的确定

本文研究因子的权重确定采用AHP模型，基本原理是比较各因子对目标的相对重要性并构造判断矩阵，进而计算判断矩阵的最大特征值和特征向量。与其他因子权重确定方法相比，该方法更具科学性、层次性、系统性和完整性[10]。其步骤如下：

1）对各因子进行两两比较，并构造相应的判断矩阵，通过专家打分赋予元素（B1，B2，…，Bn）比例标度来确定其在指标体系下的重要性，判断矩阵标度及其含义见表1。

表1 判断矩阵标度含义

经过专家打分确定得分，并构建判断矩阵，得到城市居住空间适宜性评价因子的判断矩阵，如表2所示。

表2 准则层B的判断矩阵

2）层次排序及一致性检验。

由式（1）计算得λmax及其对应的归一化特征向量W，B为判断矩阵。将n阶的判断矩阵中各元素按列进行归一化，再按行进行相加，并除以维数n，最终得到权重向量W。解算最大特征根λmax，对于n阶判断矩阵而言，当λmax为0时，则判断矩阵B具有完全一致性；当λmax大于n，且其余特征根接近于0时，则判断矩阵B具有满意一致性。为了进一步验证判断矩阵的一致性，还需计算一致性指标CI和一致性比例CR，通过yaahp软件解算参数如下：

式中，RI为判断矩阵的平均随机一致性指标，由多次（500次以上）重复进行随机判断矩阵特征根计算后取算术平均值得到。根据龚木森、许树柏1986年得出的5阶判断矩阵重复计算1 000次的平均随机一致性指标为RI=1.12，当CR＜0.10时，则认为该判断矩阵具有满意一致性，否则需对判断矩阵进行调整。

由CR=0.051 7＜0.10可知该判断矩阵B具有满意一致性。同理可分别求出准则层下各指标因子的权重，再进行一致性检验，结果均具有满意一致性。

3）基于上述计算求得目标层下5大因子的指标权重分别为0．253 3、0．145 0、0．497 6、0．053 4和0．050 6。将评价指标分级和量化，根据评价因子分析结果和评价指标权重，建立城市居住适宜性评价指标体系，如表3所示。

表3 城市居住适宜性评价指标体系

3 基于GIS的城市居住适宜性实例分析

3.1 基于缓冲区分析的现状适宜性

1）在ArcGIS中根据评价因子分级值，对5大评价因子按评价分级值作多环缓冲区分析；在ArcGIS中5大因子相应的缓冲区图层中依照表3添加分值字段：自然、生活、人文、交通和安全，并按照距离等级赋值。

2）利用ArcGIS中联合分析功能，将5大因子缓冲区图层依次导入，并将链接属性选择为ALL，在新生成的联合图层中添加“评价系数字段”。其值为“评价系数=自然+人文+生活+交通+安全”。将联合后的图层通过裁剪功能，提取出居住区范围，如图3所示。

3.2 基于栅格叠加的适宜性分析

1）依据5大因子分别对相应地物作直线距离分析，并将得到的派生数据集均匀重分类为6级。

2）将得到的5大因子直线距离栅格图通过栅格计算器进行加权叠加：

式中，S为待输出的评估适宜性等级图；B1～B5为各因子直线距离等级。

输出的可视化评估适宜性分级，如图4所示，居住适宜性与叠加分值呈现正相关，颜色越深的区域表示得分越高，即居住适宜性越高，颜色越浅则表示适宜性越低。

3.3 结果评述与规划指引

从居住用地空间适宜性评价结果来看，本文方法评估得到的居住适宜性分布在中心城区基本与现有居住区分布情况相符，但由于石油工矿业聚集及生态环境恶化等问题，这一区域的居住适宜性普遍不高，而东西部居住生态适宜性较好的区域则发展程度不足，交通与服务性基础设施不便利；使得大庆市西城区整体呈现南北向的空间布局过长、东西向则发展严重不足等一系列“重心缺失”的问题。

图3 现状居住适宜性

图4 评估居住适宜性

为提高大庆市居住区空间适宜性水平，应对现有市区中心职能进行调整和转换，对石油加工制造业外迁的同时，加强发展财政金融、管理、专业服务和信息传播等产业机构，使大庆市西城区由工业中心向服务业和信息中心转变。此外，今后发展中产业规划和空间布局应考虑居住用地的空间扩展，大力建设以银浪街道与乘风街道等为首的经济技术开发区，以此为区域经济发展的新极核。

4 结 语

适宜居住的区域体现了以人为本的思想，充分考虑了优雅、无污染的环境，生活的便捷性和文化教育设施的功能性，具有较高的评价分值，符合城市总体规划的生态要求；而污染严重、生活设施不配套的区域居住适宜性则很低。相较于传统的人工数学选址方法，利用GIS强大的空间分析功能及友好的人机界面进行操作分析具有无可比拟的优势，大大节省了操作时间、提高了评价精度，明显改善了传统评价方法中对较大评价单元进行分析的技术和时效性缺陷，因此该分析评价结果更为符合城市居住空间适宜性评价指标体系的要求，具有高度的科学性及准确性。

[1] Evans P． Livable Cities Urban Struggles for Livehood and Sustainability[M]．California∶ University of California Press Ltd,2002

[2] Salzano E． "Seven Aims for the Livable City in Lennard" SHS Von Ungern-Sternberg,HLLennard, Making Cities Livable[C]． International Making Cities Livable Conferences,California∶Condolier Press,1997

[3] 刘旺,张文忠．北京城市内部人居环境评价及对居住建设的启示[J]．华中建筑,2004,22(1)∶2-3

[4] 陈浮,陈海燕．城市人居环境与满意度评价研究[J]．人文地理,2000,15(4)∶20-23

[5] 汤国安,杨昕．地理信息系统空间分析实验教程[M]．北京∶科学出版社,2006

[6] 黄宇,罗智勇,杨武年．基于GIS的城市居住适宜性评价研究[J]．测绘科学,2008,33(1)∶126-129

[7] 易鸿杰,李平．基于AHP与广义最短距离的GIS选址方法[J]．城市勘测,2014(5)∶66-69

[8] 蔡伟,蔡洪新,王浩光．基于ArcGIS的城市居住区空间宜居性评价[J]．测绘与空间地理信息,2014,37(9)∶161-164

[9] 戴忱．ArcGIS缓冲区分析支持下的城市规划用地布局环境适宜性分析[J]．现代城市研究,2013(10)∶22-26

[10] 顾文选,罗亚蒙．宜居城市科学评价标准[J]．北京规划建设,2007(1)∶7-10

[11] 刘维新．以“三大标准”看北京宜居之路[J]．北京规划建设,2007(1)∶46-47

[12] 申金山,关柯,李峰．城市居住用地适宜性评价方法与应用[J]．城市环境与城市生态,1999(2)∶29-31

[13] 张露,杨永国．基于ArcGIS缓冲区叠加功能的超市选址研究[J]．城市勘测,2011(1)∶45-48

[14] 张新秀,程耀东,张志华．基于GIS的城区急救中心空间分布合理性评价研究[J]．应用科技,2014,41(1)∶43-47

[15] 李建松．地理信息系统原理[M]．武汉∶武汉大学出版社,2006

[16] 王茂军,张军霞．大连城市居住环境评价构造与空间分析[J]．地理科学,2003,23(1)∶87-94

P208

B

1672-4623（2016）09-0049-04

10.3969/j.issn.1672-4623.2016.09.016

时海川，硕士研究生，研究方向为城市空间信息工程。

2015-07-02。

项目来源：国家自然科学基金资助项目（41401452）。