南京市建设用地绿地率影响因素分析
2018-02-16黄园园田雨
黄园园 田雨
南京工业大学/建筑学院 江苏 南京 210093
前言
绿地系统规划中附属绿地面积的估算是一个难题。各类建设用地内附属绿地面积小、分布零散,因此难以测量和统计。目前我国常用的附属绿地统计方法有两种,一是对高分辨率遥感影像的信息进行提取,通过目视解译和实地测量相结合的方法测量附属绿地的面积,这种方法存在影像图精度较低容易遗漏和误读和工作量巨大等难点;二是通过绿地率和地块用地面积的乘积来计算,然而准确获取绿地率数据是较为困难。
目前,国内外关于估算建设用地绿地率的研究较少,主要的研究集中在估算居住用地绿地率[1,2],而对其他类型的绿地率研究较少。研究方法上还停留在经验判断的阶段,少数学者探讨了建筑面积、位置、住宅价格、容积率等对居住用地绿地率的影响[3,4]。本文基于相关分析和多元逐步回归方程分析方法,对各类建设用地的绿地率影响因素进行研究,为附属绿地统计计算提供新的思路。
1 研究方法
本文研究范围为南京市区域,获取现状建设用地资料,分别收集绿地率、建筑面积、建筑密度、容积率、用地面积数据。建设用地按照城市用地类型划分为A、B、M、R、S、U、W七个类型,由于附属绿地类型还包括特殊绿地和村庄附属绿地(来源《城市绿地分来标准》)。因此,将H14、H4这两项城乡建设用地类型也作为研究的对象。
研究方法上,首先采用频率分析法分析绿地率和各项影响因素的数量分布特征,再对各影响因素与绿地率的相关性进行分析,最后,运用逐步多元回归分析法确定绿地率的影响因素,并得到绿地率拟合公式。
2 样本信息
随机抽取南京市各类建设用地作为研究样本,随机抽取了数量不等的各类用地,在样本抽取过程中均保证了随机性。绿地率频数统计结果显示,各类用地的绿地率分布差异较大,R、A类用地的绿地率较高,而M、B等绿地率较低,且各类用地的分布离散程度和分布规律也不相同,因此对各类用地的绿地率分类分析。
3 相关性分析
3.1 分析结果
对各类用地的绿地率、建筑密度、建筑面积、容积率、用地面积进行两两之间的相关分析。相关性分析结果显示,不同功能用地的这5个指标相关性不同。R、A的绿地率与建筑密度、建筑面积、容积率、用地面积均存在相关性。
3.2 原因分析
①建筑密度与绿地率之间存在相关性的用地类型包括R、M、H14、B,建筑密度越高,绿地率越低,这与我们的认知相符。②容积率与绿地率存在负相关性的用地类型有U、H14、H4和A,然而居住用地的容积率与绿地率却呈正相关性。一般来说,容积率越高建筑密度越大则绿地率低。而居住建筑的特点是容积率高,建筑密度反而降低,因此居住用地的容积率与绿地率之间呈正相关是合理的。③建筑面积与绿地率呈正相关性的用地类型有R和A。导致这种相关性的原因是居住、教育、医疗等用地大多考虑日照间距的影响,建筑面积越大,则建筑高度越高,日照间距则越大,两栋建筑之间的空地会安排更多的绿地。④用地面积对居住用地绿地率存在影响。可能的原因是居住用地的面积越大,道路占用地的比重下降,绿地率上升。⑤绿地率与四项指标均不存在相关性的用地类型为仓储用地和道路交通设施用地。这两类用地内更多的是广场和道路,建筑物总量较少,所以这上述指标对绿地率的影响有限。
4 逐步多元回归分析
为了评估研究范围内全部建设用地的绿地率数据,本文基于样本数据通过多元回归方程的拟合,确定绿地率与各项指标之间的定量关系。虽然部分用地的自变量之间存在一定共线性,但均没有通过KMO检验,因此不需要运用因子分析法消除共线性。只需要对各类用地进行线性多元逐步回归分析得出各类用地绿地率回归方程,式中y为绿地率,x1为容积率,x2为建筑密度,x3为用地面积,x4为建筑面积。
村庄建设用地:y=26.13-16.997x1+0.224x2,居住用地:y=35.209+0.823x1-0.237x2+1.21*10-5x3,工业用地:y=30.4+1.545x1-0.205x2,公用设施:y=29.924-2.261x1,特殊用地:y=32.829-2.856x1,商业用地:y=29.499-0.111x2,公共服务设施用地:y=33.769-0.161x2-8.93*10-6x4。其中仓储用地和道路交通用地绿地率拟合结果没有通过检验,因此没有得到基于上述四项自变量指标的回归模型。
5 不足与展望
多元线性回归模型对绿地率拟合的优点与缺点均十分明显,优点是对整体趋势的拟合比较准确,结果稳定,缺点是对极值显得力不从心。其原因可能是其他未知影响因素在局部修正和影响绿地率,例如区位因素、政策因素等外部条件,出于篇幅没有进行分析,有待日后研究。此外,有必要分中小类分别做回归分析。回归模型的选择上,其他模型是否具有更好的拟合效果,有待日后研究。