基于出行距离的即墨城区公园绿地可达性研究
2019-12-06赵林吕雯雯
赵林 吕雯雯
摘 要:城市公园对改善城市生态环境、维护居民身心健康具有重要作用。随着城市快速发展,居民生活水平不断提高,人们越来越关注公园绿地的可使用性,可达性为衡量城市公园绿地空间合理布局提供了解决方法。以青岛市即墨中心城区为例,根据公园的性质与规模设置服务半径,利用ArcGIS网络分析工具,构建交通网络评价城市公园绿地可达性,并与传统缓冲区分析建立公园服务范围的方法进行对比分析,研究结果表明本方法更符合实际情况。
关键词:可达性;公园绿地;GIS;服务半径
中图分类号:TU986 文献标识码:A 文章编号:1671-2064(2019)18-0001-03
0 引言
随着人们生活水平的提高,人们逐渐意识到公园绿地的作用,城市公园绿地使用的便捷性与公平性成为居民关注的焦点。传统公园绿地主要采用服务半径法表达服务能力,即以公园为圆心、以服务半径作圆,圆覆盖区域即为公园绿地服务区,这种方法忽略了人们通过真实路网的到达能力,将其简化为两点之间直线距离,难以体现公园在空间格局上的分布,无法反映城市公园绿地服务覆盖水平。地理信息系统的发展与成熟解决了传统服务区忽视路网的问题,更加符合实际情况,本文利用ArcGIS构建交通网络,使用可达性方法评价城市公园服务能力与空间布局。
1 可达性研究现状
可达性由地理学从定性分析到定量分析转化的研究过程中发展而来[1],最初是反映交通成本的指标,应用于交通系统领域的研究。汉森[2](Hansen)首次提出了可达性的概念,将其定义为交通网络中各节点相互作用的机会的大小,随着可达性的发展,城市规划、交通网络、地理空间等领域也逐渐应用起来。在我国俞孔坚[3]首次将景观可达性引入城市绿地系统功能指标的评价体系中,并将某一景观的可达性定义为空间中任意一点到该景观(源)的相对难易程度。这种以景观环境设计为出发点的可达性指标能够反映绿地空间分布格局与居民获取资源的难易程度,我国的城市公园可达性研究即在完善城市绿地系统评价指标体系的基础上发展而来。俞孔坚[3]、胡志斌[4]、尹海伟[5]等学者在可达性研究过程中为城市绿地指标评价实际应用提供了宝贵的经验,随着地理信息系统(Geographic Information System,简称GIS)与遥感(Remote Sensing,简称RS)技术的发展,数据的获取更加便捷,大大加快了数据管理与处理能力,提高了可达性评价的精度和尺度。
可达性评价方法有多种,主要划分为定性和定量两个方面。定性评价方法一般侧重分析可达性与游憩等绿地功能的关系[6],属于定性描述;定量评价方法有统计分析法与基于地理信息系统的定量分析方法等,其中基于地理信息系统的方法又划分为缓冲区分析法(Buffer Zone)、最小距离法(Minimum Distance)、费用加权距离法(Travel Cost)、网络分析法(Network Analyst)和引力模型法(Gravity Model)。缓冲区分析法即以服务半径构建公园服务区,而除网络分析法考虑交通网络外,其他方法均以欧式直线距离代替真实路网行进情况,相较其他评价方法,网络分析法评价结果更符合实际情况。网络分析法阻力因素分为出行时间阻力、费用阻力与距离阻力因素,在本研究中,选择出行距离作为评价公园绿地可达性的首要因素,这种方法不考虑居民出行方式的选择与个体差异,与传统以服务半径构建公园服务区的方法进行直观对比分析,是衡量公园绿地服务范围的有效方法。
2 研究方法
基于出行距离的城市公园绿地可达性评价方法是以ArcGIS为工具建立交通路网,选择网络分析法作为评价方法,依据公园绿地的性质与规模设置服务半径,以公园出入口为源点建立服务区域,通过对研究区域公园服务范围评价公园绿地可达性。
2.1 服务半径的确定
公园绿地服务半径的确定具有主观性,不同类型不同面积的公园服务半径存在不同的差异。本文依据《国家园林城市系列标准》、《城市绿地分类标准》、《即墨总规-规划文本20170216》、等文件,通过公园绿地的规模与类型确定服务半径。
综合考虑后,确定即墨中心城区公园绿地服务半径的参考值如表1所示。
2.2 公园绿地出入口的确定
公园绿地出入口作为网络分析中的源点即设施点,它的设置遵循以下原则:
(1)公园有封闭围墙:以实际出入口作为公园出入口;
(2)开放性公园:开放性公园两侧有多处出入口的,選择毗邻道路相交点作为出入口。
3 研究区域数据处理
3.1 研究区域概况
即墨区是山东省青岛市辖区,位于中国山东半岛西南部,东临黄海,南依崂山,是国家环保模范城、省级文明城市。本项目研究区域为即墨区中心城区,包括环秀街道、通济街道、经济开发区、北安街道、龙山街道及龙泉街道行政管辖范围,面积221.23平方公里,其中公园绿地面积为16.64平方公里。研究目标公园共计22个。
3.2 数据预处理
建立文件地理数据库,各要素的建立均位于文件地理数据库下的要素数据集中。
(1)公园绿地的获取:遥感资料为即墨中心城区2017年9月worldview-2多光谱遥感影像,利用ENVI5.4面向对象提取方法获取城区绿地,基于人工目视解读得到城市公园绿地。
(2)城市交通路网的获取:基于即墨用地现状平面图、城市交通规划图等资料,以道路中心线构建路网,以折点连接道路相交部分,地理配准后与遥感影像比对修改,得到最终路网分析数据。
(3)公园出入口的建立:按上述公园绿地出入口确定规则绘制出入口点。将不同服务半径的公园绿地出入口分别进行构建,得到r2000.shp,r1000.shp,r800.shp三类数据。
数据准备好后,首先进行拓扑验证,修改错误数据,修改好的数据进行在折点处打断线的操作得到splitroads.shp路网数据。并与公园出入口数据为基础构建网络数据集,进行服务区建立工作。
3.3 网络数据集的构建
用数据预处理结果得到的splitroads.shp数据与公园出入口数据构建名为jimo_ND的网络数据集,使用通用转弯,路网边以端点连通,交汇点以边线连通,忽略高程因素,将长度设置为网络数据集的成本因素,单位为米,建立以出行距离为考虑因素的网络数据集。
4 公园绿地可达性分析
4.1 基于出行距离的可达性分析
基于ArcGIS网络分析工具,依据各公园不同服务半径分别建立服务区,生成不同规模的服务范围,以100米为标准修建面,得到如图1所示的城区公园绿地服务范围图。
4.2 建立基于缓冲区分析的服务范围
基于ArcGIS的缓冲区分析工具,根据表1要求分别对公园绿地出入口按服务半径构建缓冲区,生成不同规模的缓冲区范围,对空间上重叠的区域进行合并,得到如图2所示的城区公园绿地服务范围。
4.3 可达性分析评价
将两种方法获得的城市公园绿地服务范围汇总并进行对比分析,得到表2数据。
通过两种方法对比分析结果可以看出,在考虑交通路网的情形下,公园绿地服务范围明显小于忽略路网的情况,可达性范围更低。从图1来看,研究区域东北部公园分布密集且可达性高,服务区存在大量叠置部分从而造成资源浪费,城市公园绿地负载过重不利于可持续性发展[7];西北西南地区可达性比较低,因为一方面公園绿地数量少,另一方面农田居多人口较少;南部可达性低,而从遥感图上可获知此部分居住区密集,公园绿地数量难以满足居民需求;中心区域公园服务范围碎片化分布不均匀,人口密集,未能达到居民享用绿地资源公平性要求。从图2来看,缓冲区方法产生的服务面积比网络分析产生的服务区面积要大,服务的范围更广,服务范围不均的情况并不明显,这是在不考虑任何阻力的情况下公园绿地可达性,也就是传统公园绿地服务半径概念的表达,基于出行距离的网络分析法比缓冲区分析方法更真实反映城区公园绿地可达性情况。
对于中心区域公园服务范围出现缺失的情况,建议增加小型绿地休闲娱乐场所,即能满足居民使用需求又不容易造成资源浪费;北部南部应增加公园绿地场所,西北部应结合人口分布情况进一步对公园绿地的规划设计做出判断。
5 结语
本文以即墨区中心城区为例,采用基于出行距离的可达性网络分析法更加符合公园绿地服务范围的确定,同时对即墨中心城区公园绿地可达性分析得到以下结论:公园绿地可达性较差,公园绿地服务比率低,公园绿地数量不足;公园绿地空间分布不均匀,东南部资源过多造成资源浪费情况,而南部与北部则缺乏公园绿地分布;中心部位没有形成城市绿廊,出现服务缺失范围;整体来看,即墨中心城区公园绿地可达性还需进一步提高,如何改善城区公园绿地格局提高公园绿地可达性是下一步工作的重点。
参考文献
[1] 陈洁,陆锋,程昌秀.可达性度量方法及应用研究进展评述[J].地理科学进展,2007(05):100-110.
[2] Hansen W G.How accessibility shapes land-use[J].Journal of the American Institute of Planners,1959,25:73-76.
[3] 俞孔坚,段铁武,李迪华,彭晋福.景观可达性作为衡量城市绿地系统功能指标的评价方法与案例[J].城市规划,1999(08):7-10+42+63.
[4] 胡志斌,何兴元,陆庆轩,陈玮,李月辉,刘常富.基于GIS的绿地景观可达性研究——以沈阳市为例[J].沈阳建筑大学学报(自然科学版),2005(06):671-675.
[5] 尹海伟,孔繁花.济南市城市绿地可达性分析[J].植物生态学报,2006(01):17-24.
[6] 刘云国,刘加利,张慧智,程政红,吴际友.城市绿地规划指标体系研究——以岳阳市为例[J].湖南大学学报(自然科学版),2004(01):71-74.
[7] 黄曦涛,李怀恩,张瑜,等.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[J].遥感信息,2014(4):98-102.