基于无人机(UAV)观测的寒地城市公园冬季体力活动及空间分布研究——以哈尔滨四个公园为例

赵晓龙 徐靖然 刘笑冰 朱 逊

城市公园具有各种环境、经济和社会效益，其所在建成环境和内部空间影响使用者的活动类型、活动频率和活动强度，是体力活动功能实现的重要和关键因素[1-2]。关于公园使用者体力活动行为和需求相关研究成果在近年逐渐增多，多数进行案例调查，即对某一时间断面使用者的个人属性、活动行为等进行分析[3]，较少公园间横向对比研究和不同类型使用者行为比较研究[4-5]。因此，进一步了解现有城市公园内体力活动及空间使用情况，对丰富和完善体力活动服务体系具有重要的实践价值。

近年来，无人机大多在地质学、林业、农业等[6]观测区域较大的生态环境研究中使用，但其同时具有视频记录优势，也可尝试在城市公园复杂空间中进行体力活动观测[7]。已有研究借助无人机观测国外公园使用情况，并与现有方法比较获得了较为理想的可靠性。对4种体力活动观测方法进行对比，无人机可在多个方面填补目前方法的薄弱区域，同时可借助视频及照片目标定位技术[8]与GIS结合进行空间分析(表1)。

本文以哈尔滨4个典型城市公园为样本，使用无人机(UAV)、基于SOPARC(体力活动观察系统)观测框架进行体力活动观测。首先，规划无人机航线，获取空间特征和使用者数量、属性、活动类型及空间位置数据；其次，使用组内相关系数(ICC)将无人机观察与同步地面观察数据进行对比并检查可靠性；再次，利用统计分析方法进行描述性统计；最后，结合GIS进行体力空间密度分析。总结使用者属性、活动时间、类型偏好及空间分布特征，深入分析体力活动特征及空间分布情况，指导中国寒地城市公园体力活动空间的构建和完善。

1 研究方法与技术路线

1.1 样本公园选择

在选择样本公园前，系统调查哈尔滨市公园活动场地及设施配置情况[12]，结合面积、形态和规划主题确定样本公园4处(表2)。其中，斯大林公园选取主入口西南侧即本地市民体力活动较多的区域作为样本。样本公园均较具有空间形态丰富的多个体力活动场地，适合利用无人机的技术优势进行观测。

1.2 无人机观察步骤

2017年11月25日—12月2日，4名观察员对每个公园同时观测5个工作日和2个休息日，选取无雨雪晴朗天气进行。根据预调查与文献研究确定观测时间：7：00—7：30、8：30—9：00、10：00—10：30、13：00—13：30、14：30—15：00和16：00—16：30[13]。无人机型号是DJI“悟”Inspire 2，使用ZENMUSES云台，可飞行达27min。飞行遵循安全规定，并获得公园管理部门允许。观察分4个步骤进行(表3)。

1)航线确定。

依据公园形态、面积和活动场地布局规划无人机航线。初步飞行得知，当无人机在7～10m高度飞行时，云台方向为前置下倾60°，录制视频约为直径80～100m区域，此范围内可较为清晰地观测人群特征。航线由位于公园主路或场地上空的航点依次串联形成，确定航线时需保证视频记录覆盖公园内全部活动场地，并与公园主路大致重合，避免树冠造成视线影响。图1、2以带状公园斯大林公园和面状公园兆麟公园为例进行航线及航点说明：带状公园根据宽度确定航线数量，若小于80m则仅需单条航线，若大于80m则依次增加航线数量；对于面状公园，若主路为环状则形成大致与主路重叠的环状航线，并在活动场地距离主路超过视频录制半径时单向延伸后再返回环状航线。

图1 斯大林公园航线

图2 兆麟公园航线(底图引自百度地图)

表1 4种观测方法比较

2)飞行高度确定。

飞行高度代表数据准确度与飞行安全性之间的权衡，太低的高度会使无人机与障碍物相撞的风险增大，并吸引活动者关注，干扰或改变其行为。Keunhyun Park提出13m高度是无人机能够识别用户的性别、年龄和活动强度的极限[7]。在初步飞行中，由于样本公园中植被较为密集，对活动场地造成遮挡，且考虑数据准确性，本研究设置7～10m的高度，将可视障碍物进行适当调整。

3)飞行模式与速度确定。

采用“航点飞行”模式，无人机自动飞过航点并记录图像。飞行速度设置为1～2m/s，拍摄时相机方向调整为慢速，使用者可在视频中出现至少1s。由于本研究中数据处理资料主要来源于无人机拍摄视频中的截图，且公园中使用者时刻移动，因此在采用“航点飞行”模式的同时人工操控，以获取最佳角度照片，便于后期进行使用者定位与属性特征记录。

4)同步实地观察。

为了验证可靠性，在无人机观测的同时对地面上同一目标区域进行实地观测，使用已经确认有效的用于评估公园内体力活动的SOPARC方法[13]。飞行后进行使用者问卷调查。

1.3 数据收集与处理

1.3.1 数据收集

1)样本公园空间特征数据。

预调研获取样本公园周边环境及平面图，在无人机及实地观测时进行完善，空间特征数据包括场地大小、高宽比、设施数量及温度、日照等。

2)公园使用者数量及属性数据。

数据采集时使用系统观测方法SOPARC，内容如表4。

3)公园使用者空间位置数据。

借助已有研究“无人机视频数据定位处理系统”[8]获取空间位置数据定位的基本原理是利用摄影测量的共线条件方程来求解图像对应点的大地坐标。如果已知外方位元素以及高程Z，那么图像像点相应的大地坐标也就能解算出来。无人机定位与姿态测量数据来自于APP DJI GO4，基于GPS/INS结合的目标定位，将测姿单元采样时刻获取的姿态数据处理成可以直接用于后续摄影测量使用的相机外方位角元素，利用摄影测量的共线条件方程求解图像对应点的大地坐标，将实时获取的视频图像结合待测区域的DEM(数字高程模型)/DSM(数字表面模型)信息，建立图像与地图之间的关系。

表2 预调查样本公园基本特征

表3 黛秀湖公园飞行步骤

1.3.2 数据处理

1)无人机观测方法可靠性核对。

本次研究的数据可靠性保证包括观察员培训、观测过程及数据处理、观测数据比较验证3个方面。首先，为保证观测步骤的标准性，实际观测前使用Active Living Research网站上的协议和培训视频对观察员进行培训，并对每个样本公园进行10次测试观察，建立关于使用者属性和公园特征的评估者间可靠性(IRR)，测试结果良好(＞0.6)，可进行实际观测[15]；其次，由于冬季绿地上空风速较大，且需及时躲避树枝等障碍物，因此视频易出现图传不平稳及抖动的情况，后期处理同时发现，如果直接使用视频获取定位数据，由于视频中人群时刻移动，准确率较低。因此，应人工截取合适的视频截图，根据截图记录人群属性数据并进行定位。

观测数据比较方面，本研究目的是通过无人机这一新型方式观测哈尔滨城市公园冬季体力活动特征，因此需将现有的直接观察和无人机方法进行比较确定其可靠性。采用组内相关系数(ICC)作为协调度量，它根据外部标准评估测量工具的有效性，并曾用于相关研究[7，15]。通过计算2种方法所得数据之间的ICC，能够分析其标准有效性，如果获得的分数相关，且两者之间存在一定程度的共同性，则其有效。

根据表5，除“青少年”(ICC=0.46)和“高强度活动水平”(ICC=0.60)，无人机观测的其他类别均可靠性较强(ICC＞0.8，p＜0.01)，可较为精确地统计公园中使用者数量及属性。2个不太可靠的类别“青少年”和“高强度”可能由于以下原因：(1)部分高强度体力活动人群移动较快，难以获取精确数量及属性；(2)由于无人机视角较高，青少年可能被错误记录为成年人[7]。

2)体力活动空间分布密度分析。

将使用者空间位置数据与属性数据相结合，使用ArcGIS的核密度分析[1]，可求得各像元密度值，按照9个字段等级分析，每3个等级形成一个分布密度较为接近的密度梯度，分为高(暗黄色)、中(深黄色)和低(浅黄色)3个密度梯度，表现体力活动空间分布特征。

2 观测数据描述性分析

本次观测4个样本公园使用者数量为2 377、7 955、9 613和4 034，男性占比56.6%①，中老年人共占总人数的80%，活动强度多为中等。

2.1 公园使用者与活动时间、公园类型

使用计数回归模型分析不同性别、年龄的使用者在活动时间与公园类型偏好上的数量差异。由于观测中发现了部分无体力活动空间(空目标区域)，因此基于多级Hurdle模型[15]确定自变量(时间特征、公园类型)与因变量(使用者数量及属性)的联系，使用R 3.4.4版本中的LME4软件包(R Studio 2018)。hurdle模型分为2个步骤：使用Logistic回归模型估计自变量与因变量之间的关联；使用Poisson模型估计模型中自变量与因变量的比例差异。

结果表明，4个样本公园由于形态、类型、周边环境不同，使用者数量有较大差异。体力活动时间选择方面：一日内，上午的体力活动总人数显著高于中午和下午，下午的女性、儿童、青少年群体数量较其他时间段增加30%；一周内，周末的体力活动总人数较平日上升20%，男、女性别差异变化不明显，中、老年数量变化无较大差异，儿童、青少年、青年增加40%。公园类型选择方面，人群总体更偏好综合公园，中老年人在工作日偏好社区公园，周末偏好综合公园，儿童、青少年、青年无论时间均偏好综合公园。

2.2 公园使用者与活动类型

使用者年龄特征方面，中老年为主要活动人群，青少年与儿童数量最少，同时不同年龄人群活动类型偏好差异明显。活动类型方面，中等强度为目前主要活动强度等级(65.9%)，散步、跑步等线性活动最受欢迎，其次为舞蹈、交流集会等集体活动，寒地冬季特色冰上活动(滑冰、冰球、抽尕爬犁等)占比约7.2%(图3)。

图3 公园使用者年龄特征及活动类型(每日平均值)

2.3 公园使用者空间分布密度

样本公园内体力活动空间使用整体呈现不均衡状态，部分场地使用者密集，而其他场地利用程度较低。将空间位置数据进行核密度分析后，获得高、中、低密度梯度区域，根据活动场地面积与每次观测平均人数相除计算得知空间平均分布密度(人/m2)，样本公园高密度梯度区域的空间平均分布密度为0.14、1.50、0.43和0.63人/m2，而公园所有空间的平均分布密度为0.05、0.71、0.21和0.35人/m2，高密度区域的体力活动密集性极为明显。

3 讨论：体力活动特征及影响因素分析

3.1 活动时间和公园选择的性别、年龄差异性

活动时间方面，不同年龄使用者偏好与生活作息相关，不同类型公园在活动设施设置上应关注活动时间与使用者的针对性。女性在上午、中午多进行家务活动，多在下午进行户外体力活动；儿童、青少年和青年平日工作或学习，多在周末进行户外活动，并偏好设施丰富的综合公园进行多样性健身活动。公园类型方面，现有中老年群体更易在距离较近的社区公园内活动，但在周末希望结伴在综合公园内进行集会交流、舞蹈等活动。

3.2 公园使用者年龄、性别和活动类型偏好的聚集性

使用者方面，儿童、青少年、青年比例过少，公园建设中需通过活动设施与场地，如目前此类人群较受欢迎的篮球场、游乐场等，提升其体力活动水平。活动类型方面，缺乏高强度体力活动等级，且目前较高水平的中强度体力活动中，部分是由于冬季气温较低，公园使用者需通过体力活动维持自身体温，预计在春、夏、秋季时强度会更低，需增加高强度体力活动设施，促进活动发生。冬季特色冰上活动广泛性仍待提升，定期清理、管理良好的冰场较天然冰面具有更高(60%、25%)的冰上活动密度和频率，因此对现有水域进行规范化管理可显著提升冰上活动整体水平。

相同年龄、性别使用者的活动类型偏好具有聚集性，往往集中于一类或几类活动：儿童、少年、青年一致具有较高的冰上活动比例，适合活动的水域并进行规范管理可提升其活动频率(23%)；适合于特定年龄儿童(4～10岁)的组装式游戏场地，在一天6次观测中使用率达到72%，同时家长在旁散步交流，具有较高的使用价值；少年多进行篮球活动，无雨雪天气中，古梨园篮球场一天中使用率达65%，且时间多为1h以上；青年多进行散步、跑步、篮球、骑独轮车等活动，场地多位于道路、广场等；中老年人群受年龄限制，活动强度多为低、中等，散步最受欢迎，其次是女性群体较多的广场舞、交谊舞，男性群体较多的太极、抽尕。

3.3 活动空间的场地选择性

样本公园内体力活动集聚受多种空间特征影响，活动空间具有明显的人为选择性，结合文献归纳得到其可能影响的活动场地空间要素，并以此作为问卷选项。根据问卷结论最终选择场地可达性、场地空间开敞性、场地设施和光照情况4类影响因素进一步研究。可达性较高的主次入口、交通枢纽及连接较多道路与场地的主要活动空间易吸引更多人流；面积适中、空间开敞性为封闭或半开敞的独立广场常形成太极、歌舞和交流集会等人群密集型体力活动；健身器械、篮球场、构筑物等设施直接决定场地内发生的体力活动类型。同时，使用者更偏好在阳光照射的场地和时间进行体力活动。

4个样本公园中(图4)，高密度活动空间(10个)位于主入口(A、B、G)、广场(I、L、N)、器械类活动场地(M、R)和构筑物(Q)，中密度活动空间(8个)位于次入口(F)、广场(C、E、J)和器械类活动场地(D、H、O、P)。由于跑步、散步等线性体力活动在公园中较为分散，因此进行空间特征分析时，以场地类体力活动为主，表6中选取样本公园中的较高密度活动场地进行成因条件分析。

1)活动场地高可达性促进人流聚集。

使用空间句法理论的凸空间模型[12]，对活动场地进行可达性分析。采用独立样本t检验和实际显著性判断体力活动发生与场地空间组织特征相关性，结果显示：存在体力活动空间的连接值(M=3.022，SD=1.149 5)、控制值(M=1.024，SD=0.621 2)和无体力活动空间的连接值(M=2.215，SD=1.254 1)、控制值(M=0.715，SD=0.574 1)之间存在显著差别(p＜0.001)，Eta方值分别为0.041和0.072，即连接值和控制值高的空间更适宜体力活动发生。连接值越高，目标空间与越多的其他二级空间直接相连，表征为空间系统中的交通枢纽，控制值越高，目标空间与越少的三级空间相连，表征为空间系统的主要空间。与使用GIS密度分析所得公园使用者分布(图4)进行对比，即图中主入口(A、B、G)、次入口(F)、活动广场(I、E)受组织特征影响活动密度较高。因此主次入口、交通枢纽、连接较多其他场地的主要活动空间等高可达性场地更易促进人流聚集和体力活动。

2)活动场地空间开敞性影响体力活动类型。

场地可达性并不是影响活动分布的唯一要素，图4中广场(C、J、L、N)既不是主要活动空间也不是交通枢纽，但仍具较高活动密度，总结后发现，其往往进行歌舞类、太极类和交流集会等群体性活动，在较短时间内聚集大量人流，从而成为高密度活动场地。

使用空间高宽比(D/H)分析空间开敞性与活动类型的关系：太极、集会交流类活动偏好封闭性场地，D/H=1.25～2.5，植被结构为乔、灌、草3层；歌舞类活动偏好半封闭性场地，D/H=2.5～4，植被结构为乔、草或灌、草2层。这可能是由于太极(C、N)等属相对静态活动，需借助广场入口、植物等保持一定私密性，避免受道路穿越人群影响；老年人群体的交流集会活动多偏好具有较多座椅的小型广场(r＜20m)或构筑物(J、Q)，集中于1～2个角落，形成半环绕式站立或坐式交流；歌舞类(E、I、L)属于相对动态活动，更希望被人群关注，偏好独立广场，同时所需场地面积较太极、交流集会类偏大。

图4 样本公园体力公园使用者空间分布(兆麟公园、古梨园、斯大林公园、黛秀湖公园)

表4 无人机观测内容

表5 无人机观测可靠性核对

3)场地设施提升特定活动发生频率。

器械类活动与场地设施有直接联系，设置健身器械(H、M、Q、R)、篮球场(H)、乒乓球台(R)、水域(K、O、P、T、V)和构筑物(Q、S)均可于不同程度增加体力活动密度(图4)。样本公园中健身器械平均使用率达45%，对于一个公园内有多处健身器械场地的情况，健身器械集中设置的使用率较分散于道路两侧设置高20%，因其更便于中老年群体在聊天同时进行多项活动。构筑物旁有桌椅等可便于休憩和形成5～10人的群体棋牌活动。4个样本公园均具有乒乓球台，其中斯大林和黛秀湖公园乒乓球台数量达到5个，使用率达57%。

4)阳光照射影响活动场地选择。

冬季气温较低，人群更偏好(35%)在有阳光照射的场地或时间进行活动。图4高密度活动场地中的B、F、H、G、L、N、Q均在一天不同时刻存在阳光照射，若同一活动场地内由常绿植被、设施、地形等遮挡导致其部分区域完全阴暗，则人群易选择阳光可照射区域进行活动。

4 结语

基于无人机这一新手段进行冬季寒地城市公园体力活动观测，获取公园使用者数量、属性、活动类型及空间分布特征。本研究具有以下限制：样本公园数量有限，不足以代表哈尔滨市所有城市公园体力活动情况。观测时间限制于冬季，缺乏其他季节体力活动类型和空间分布规律的数据，未来可进行季节对比研究。仅分析了无人机观察的部分数据，观测所得视频包含使用者数量、空间位置等全面信息，将来可结合实地测量获取场地特征数据，建立活动类型与高密度活动场地空间特征之间的关联量化模型，进一步分析体力活动与场地空间特征之间的关系，总结体力活动行为模式，进行设计导向型研究。

表6 高密度体力活动空间成因条件分析

注：文中图片均由徐靖然拍摄或绘制。

致谢：感谢哈尔滨工业大学建筑学院实验中心关毅老师的无人机设备及技术支持。

注释：

①文中使用频率等均由作者根据收集数据计算得知。