基于景观结构系统的人流分布预测与匹配度分析研究

马婕 成玉宁

2018年2月，习总书记提出建设“人、城、境、业”高度和谐统一的“公园城市”。公园城市理念从新的高度上认知人居环境，是实现城市集约化、高效化、持续化发展的核心命题之一[1]。然而面对中国城市空间快速发展，城市土地资源日益紧张的现状。作为改善城市环境，增加城市居民生活幸福感和获得感的重要场所，城市公园能否高效集约利用，成为设计环节里需要着重考虑的因素。无论是公园城市，还是城市中的公园，都强调以人为本，为人服务。但从过去一段时间对城市公园使用现状的调研中可以发现，设计构想与日常居民实际使用之间不匹配的现象时有发生，大量景观空间和设施使用频率较低，造成空间闲置和景观资源的浪费。究其原因，在设计过程中缺乏对使用者行为活动的预判分析，导致设计与实际使用之间存在一定出入。

对于景观环境设计而言，使用者的行为与空间结构密切联系、相互制约。过去景观空间设计往往基于设计者的主观理解和经验，现在更多地需要根据行为与结构系统的相关性去判断设计的合理性。因景观环境与行为之间存在一种潜在的对应关联，景观空间的组织结构决定和诱导了行为，行为对空间结构又有一定的反馈和影响。故研究这种关系有助于把握景观设计中对于潜在行为的有效预判以及提高环境对于人们行为的有效适应，从而更好地满足人们的行为需求，实现人性化的景观环境设计[2]。

1 技术路线图Technology route

1 相关研究状况

在景观设计领域，行为预测与模拟研究大多是基于离散选择模型（Discrete Choice Model）展开的。国内既有研究主要是将预测模拟应用于规模大、影响面广的展示活动中，例如同济大学王德团队对于2010年上海世博会的参观预测模拟做了全面的研究。通过虚拟的网上参观调查方式获取参观者行为数据，使用条件逻辑模型（Conditional logit Model）描述人在世博会中的参观行为，进行多个体参观行为的时空模拟，研究参观者的分布与流动情况[3]。或是采用多项分对数模型（Multinomial logit Model）模拟场内人流，对规划方案人流分布不均衡的空间提出改进建议[4]。在世博会场地规划设计的2轮方案编制过程中，根据60位学生的虚拟参观数据建立参观者选择展馆的多项分对数模型，采用人流模拟分析的方式调整方案[5]。在2014年青岛世园会的参观者行为模拟分析中，也是通过多项分对数模型对路径调查和陈述偏好调查所获取的样本数据进行拟合，并进一步运用多代理人技术（Multi-Agent）对个体行游轨迹进行模拟仿真。最后建立评价指标体系分析模拟结果，提出预警及优化对策[6]。除了大型展示活动，在消费者的空间选择与回游轨迹的研究中同样利用多项分对数模型展开模拟，以预测个体消费者最可能实施的回游轨迹及其变化[7]。Gianluca Antonini等提出离散行人动力学选择框架，以实际的行人运动数据预测步行者在一定时间范围内的位置，并且用动态的方式呈现研究结果[8]。S. P. Hoogendoorn等认为步行路线在时间和空间上是连续的轨迹，运用随机数学最优控制理论与模型对行人从无限多的备选方案中挑选出步行路线作出预测[9]。另外，也有研究运用空间句法理论中凸边形地图分析方法探讨城市公园空间组织特征，对公园设计和人流预测提供指引[10]。以及基于GIS与Multi- Agent System对游客在景区里的空间移动行为进行微观仿真，采用GIS管理景区空间数据，并且构造与游客具有同样的环境感知能力、目标选择模式、行为决策模式的Agent，在规则约束下模拟游客目标选择模式、速度选择模式，实现对游客行为状态变化的跟踪分析[11]。综上，目前关于较大尺度景观的行为预测研究的逻辑本源是空间偏好，是基于使用者对场馆或景观节点的喜好程度数据来模拟和预测人流分布，在结合数字化方法合理预判人流分布情况方面有较好的应用。

然而，基于游览偏好的行为预测方法忽略了景观空间系统的架构对行为的影响，缺乏在设计前端通过全局的空间结构判断人流分布状况。对于城市中的景观，市民日常游憩行为目的性较弱，景观空间结构往往对游憩行为的引导产生重要影响。空间结构合理与否决定人流是否能够有效地到达目标节点，这恰恰是景观规划设计中所要解决的核心问题，也是风景园林集约高效利用的基础。

因此，本研究从景观空间结构与行为预测相关性的角度，通过匹配度分析判断景观空间组织的合理性，探讨在方案设计阶段预测游人时空分布特征，并及时反馈设计、优化空间结构，以实现景观空间高效利用的设计方法。

2 基于景观空间结构的人流分布预测方法

景观空间的结构性要素主要包括园路系统和节点系统2个方面，二者的空间布局决定了景观内部人流分布特征。因此，首先从空间结构入手测算游客时空分布情况，包括基于园路网络的拓扑特征，景观节点的分布特征以及园路和节点的时空选择特征3个层面的预测数据。其中前2项属于对景观线性空间与面域空间的分析，第3项分析在结构的基础上加入了时间和吸引力2个人为要素。其次，将3个层面的量化数据对应园路等分点，统计并计算数据之间的离散度，即3个层面分析数据之间的匹配度，从而说明空间结构与游人行为分布是否达到所构想的一致性，找出匹配度较弱的区域进行针对性修正（图1）。

2.1 网络拓扑分析

园路是景观空间系统的骨架，组织空间节点，引导人流分布，并以网络形态呈现。园路网络结构的合理性是景观空间高效利用的前提条件。在理论研究和设计实践层面，空间句法是目前对道路网络结构分析认可度较高的分析工具，其理论基础主要源于网络拓扑特征与空间可达性之间的对应关系—整合度越高的道路对应更好的可达性，从而证明道路系统的网络结构与空间行为具有较高的一致性。整合度低的区域在系统内可达性较弱，游人无法方便到达其他空间。希利尔（Hillier）等在《空间的社会逻辑》中提出空间句法理论，认为空间是遵循一定组织关系的离散系统。城市环境中的研究表明，整合度高的区域拥有较大的人流[12]，更多地被使用者使用。内部园路系统与城市街道系统在网络组织方面有很大的相似性，开放、高效、可达是最基本的要求，同时也是在设计过程中容易忽视的问题。因此首先选取空间句法整合度指标对园路网络系统的组织结构进行测算。

2.2 节点分布特征分析

节点往往是游人驻足停留或开展活动的空间，是决定景观空间吸引力的重要因素。景观节点系统的设计包括2个方面内容，即节点层级和场地分布。从游人行为与节点系统之间的逻辑关系看，节点引力和分布密度是主要的影响因素，即节点吸引力越高，分布越密集的区域人流也相应越大。因核密度分析的基本思想在于地理时间在空间点密度高的区域发生的概率大，在空间点密度低的区域发生的概率小[13]。所以通过应用ArcGIS核密度分析，可以计算节点在其周围邻域中的密度，预估空间里人流分布情况，并可以根据节点的重要程度赋予不同的权重。

2.3 时空选择特征分析

除了园路系统和节点系统本身的结构特征之外，影响空间人流分布的另一重要因素便是时空选择特征，包括时间成本和空间成本2个影响因子，即使用者在相对较短的路径上游览更多的空间节点。因此，本研究应用UNA Tools（Urban Network Analysis Toolbox）分析工具中的选择性（betweenness）分析模块，通过测算景观空间中基于节点布局和道路选择的人流分布数据对时空选择特征进行分析，并将相关数据细化到园路等分点上。选择性模块的分析逻辑源于2个因素的考量：1）是时间性，即默认游人选择相对较短的路径；2）是重要性，即游人首先选择引力较大的节点。对此，在计算过程中需要调整的主要参数包括节点权重、阻抗、重力指数以及道路选择容差。其中，节点权重（weight）来自设计过程中对节点层级的设置，与核密度分析中的权重相一致，存储在预设的字段中；阻抗（beta）表示道路距离对行为的阻力大小；重力指数（gravity）体现节点的可达性，与节点层级成正比，与距离成反比；道路选择容差（detourratio）所要说明的问题是，在实际游园过程中，游览者为了到达更感兴趣的节点往往可以接受相对最短路径稍长一点的路线，故可以通过对道路选择容差参数进行调整，适当放宽道路长度选择范围。

3 离散度计算与匹配度分析

匹配度分析可以看作是对景观空间结构系统的一种校验型研究，通过分析上述3项数据之间的一致性来判断景观空间结构系统与游人分布之间是否具有较好的匹配关系，从而在设计前端辅助设计人员判断设计构想与未来实际使用之间的对应关系是否合理、有效。通过对以上3个维度的预测分析生成对应的人流分布图，其中网络分析可以看作线要素分析，核密度分析可看作面要素分析，时空选择分析由于已经对应到路径等分点上，所以可视为点要素分析。

然而，以上分析虽均从定量视角进行解读，但由于3组数据分属不同分析维度，数据之间无法进行直接对比。笔者曾用叠图的方式，通过观察不同分析图在空间位置上的对应关系来讨论不同维度下人流分布预测之间的匹配度问题，但由于以这种观察方法得出的结论缺少数据支撑，不具备较强的说服力。因此，本次研究尝试将空间句法中园路整合度数值、核密度分析中节点分布密度以及时空选择分析数值均对应到园路的等分点上，通过计算每个等分点所对应的分析数值及其离散度来说明3个分析维度之间的匹配度问题，离散度越小说明匹配性越好，进而替代之前的分析方法。这一方法不仅可以增加分析的说服力，同时又可以提高分析效用，通过标示匹配度较低的园路等分点找到设计方案存在不足的位置或者区域，从而为方案进行针对性调整提供依据。具体步骤如下：

1）对园路进行等距划分，提取等分点，并将3组分析数值一一对应到等分点中。

2）由于不同分析方法所得到的数值存在量纲差异，为便于进行对比和计算，通过极值标准化对其进行换算，公式（1）：

式中，y为计算数值；xn为统计数值；xmin为最小统计数值；xmax为最大统计数值

3）通过计算3组数据之间标准差来统计每个等分点上的离散度，从而说明各分析维度在每个对等分点上的匹配度。

4）将匹配度评价数据作为等分点的属性值输入到ArcGIS中进行符号分类，在景观空间结构图中标识出待进行方案修改的区域。

5）对待修改区域的数据进行分析，提出修改建议和方向。

6）简化数据结构，对匹配度进行等级划分，依次为好、较好、一般、需要修正、亟待修正5个评分等级，对各等分点的匹配度进行评价。

4 案例研究

快速的城市化进程带来了城市空间迅速扩张问题。伴随新城建设的全面展开，为营造新城绿色环境，完善城市功能，引导人民健康生活方式，提高人民生活质量，建设城市公园，为新城居民提供一处休憩、游赏与交流的场所显得尤为重要。本研究选取南京南部新城外秦淮河及河头地区环境整治工程概念设计方案为研究案例，运用上述所建构的研究方法，预测设计方案中的游人分布状态，分析方案设计中所存在的问题。

4.1 研究范围与尺度

2 景观空间结构分析Analysis of the landscape spatial structure2-1 园路等分点划分Road subdivision2-2 整合度分析Integration analysis2-3 核密度分析Kernel density analysis2-4 时空选择分析Space-time selection analysis

3 预测数据统计Forecast data statistics

4 预测数据离散度Forecast data dispersion

该项目基地位于外秦淮河右岸，由顺天大道至苜蓿园大街，双麒路与宁杭高速围合而成的空间，占地约41 hm2。建成后将成为南部新城绿色基础设施的重要节点，为未来新城居民提供生态休闲游憩的场所。因此，在本次项目设计过程中需要解决的主要问题是如何能够在这样一个相对封闭的大尺度场地中进行有效的空间组织，规划高效、集约又不失人性化的城市景观。

4.2 预测与数据统计

在进行预测分析之前需要做的基础性工作包括以下几个方面：1）结合设计方案，重新梳理游览路线，提取路网并绘制轴线图；2）提取方案设计中17个空间节点，按照设计构想对节点进行等级划分，并赋予相应的权重；3）以50 m为单位对园路进行等距划分，并对等分点进行编号，得到全园共计184个点数据；4）将园路、节点以及等分点输入ArcGIS，建立分析平台。在此基础上，运用3个维度的预测分析方法对设计方案分别进行空间句法分析，核密度分析及UNA分析，依次得出网络拓扑数据、节点分布特征数据及时空选择特征数据（图2）。需要特别说明的是，本次UNA分析中所涉及的部分参数设置,包括道路选择容差和阻抗参数设置。根据Sevtsuk等已有研究成果，在日常生活中，行人并不总是选择最短路径，通常他们可以接受的路径长度是最短路径距离的1.1～1.2倍。又因为本研究的案例属于游憩休闲类景园，所以根据游览活动特征将道路选择容差设定为上限数值1.2，即当两点之间的路径距离≤1.2倍最短距离时均可以被选择，>1.2倍时则不会被选择[14]。关于阻抗参数的设置，相关学者将行走距离与道路选择之间的相互作用设定在0～1之间，而数值越接近1代表游览者对距离越敏感。通过Handy S. L.等研究成果发现，多数计算结果对应在0.002左右，因此本研究选择该值为阻抗参数（0.002）[15]。

4.3 匹配度分析

对各等分点分析数据进行标准化计算，从3组数据的初步统计结果（图3）可以看出，在184个等分点数据中，绝大部分数据具有较好的重叠性，而数据偏差较大的区域相对集中，为了更加直观地分析3项预测数据之间的匹配性，进一步对3项数据的标准差，即离散度进行计算（图4）。从计算结果看，184个等分点的离散度数值分布在0～40之间，其中具有较强匹配度（0～16）的比例占到43%，而匹配性较弱（28～40）的点占到11%（图5），说明原设计方案的空间结构具有较好的合理性，人流时空分布与设计构想之间的对应关系较好，但同时也有部分区域存在问题，需要进行优化调整。

为查找待优化区域，进一步将离散度数值对应到设计方案的空间结构图中，并运用ArcGIS呈现每个等分点的匹配度分布情况（图6）。从分布图中可以直观地看出匹配度最弱的区域（即红色点区域）主要分布在场地东北侧和中部偏南的2个位置，对应着约19个匹配度相对较低的等分点，从而得出原设计方案中亟待优化改善的区域位置。在此基础上，返回数据统计表格，查找19个点所对应的相关数据（表1），进一步分析造成其匹配度较低的具体原因。从统计数据可以看出，19个等分点所存在的问题均是整合度数值较高，而其余2项数据相对较低，说明原设计方案中的部分可达性较好的区域缺少节点设置，而节点较为密集的一些区域可达性却相对一般，从而引起园路系统和节点系统局部失衡的现象。因此，在未来实际使用中容易出现如下情况：在可达性较好的区域因缺乏节点设置导致空间活力不足；而在游人难以到达的区域，节点空间利用效率过低，造成景观资源配置的浪费。

4.4 匹配度评价与方案设计优化

匹配度分析的最终目的是对原设计方案不合理的区域进行优化提升。但由于匹配度计算结果的原始数据过于复杂多样，不利于直观呈现方案调整前后的匹配度差异。为了更清晰地评价和说明调整前后的方案优化程度，研究中通过建立一定的评分机制来简化数据结构，进而以等级评分代替具体数值，形成更加清晰的匹配度评价机制。具体步骤如下。

1）将3组预测的原始数据按照数值大小划分为5个评分等级（表2），并对应从1～5，5个分值。

2）对各等分点的数据进行匹配度评分。在标准差计算过程中，当3个指标数值为（0，0，5）任意组合时，标准差取最大值，约为2.375。在此基础上，将该最大值同样依次划分为5个等级，分别对应：好、较好、一般、需要修正、亟待修正（表3）。

表1 匹配度较低等分点的数据统计Tab. 1 Statistics data of subdivision points with lower matching degree

5 数据离散度分布Data dispersion distribution

表2 分析数据评分机制Tab. 2 Analytical data evaluation

表3 匹配度评分机制Tab. 3 Matching degree evaluation

6 方案匹配度分布Matching degree distribution of plans

7 方案调整对比Plan adjustment comparison7-1 调整前结构图Structural map before adjustment7-2 调整后结构图Structural map after adjustment

8 方案匹配度对比Comparison of matching degree

3）通过面积图对比方案调整前后的匹配度，说明优化结果。

景观结构体系具有一定的系统性和复杂性，任何局部的细微调整都会对整个系统带来影响，所以在调整方案的过程中需要不断验算，并与原设计方案进行数据对比。对于方案调整而言，主要从2个角度进行修正：1）是修改园路系统，调整道路系统可达性；2）是调整节点系统，改变节点空间布局和权重等级。针对前文分析所得到的结构设计不合理的某些区域，笔者对设计方案进行了局部优化调整（图7），并生成了方案调整前后的匹配度对比图（图8）。力求在提高设计方案结构体系合理性的同时，减少方案优化调整的盲目性。

5 结论与展望

路径体系和节点体系是景观结构体系中2个最基本的构成要素。在景观规划设计过程中，景观结构体系的合理性不仅关系到景观资源的配置效率，更与人流时空分布以及景观空间的实际利用效率息息相关。以南京南部新城外秦淮河及河头地区环境整治工程概念设计方案为研究案例，通过空间句法分析了路径网络的拓扑形态，运用ArcGIS核密度分析景观节点分布特征，以及UNA对时空选择特征展开分析，从人流时空分布视角对景观空间结构形态进行量化解析。在此基础上，根据文中所建立的匹配度分析方法，对原设计方案进行了评价和分析，从而查找出设计方案中匹配度较低的区域，并进行相应的方案优化调整，形成从人流时空分布到方案结构解析，再从问题区域查找到针对性形态优化的研究方法。

与以往研究相比较，本研究主要聚焦于从景观结构体系的架构层面对人流时空分布进行预判和分析，并尝试通过匹配度分析结果对景观结构体系进行评价和优化调整。该方法不仅可以用于方案设计阶段，同样适用于已建成的景园结构体系分析，对未来景观空间形态提升和空间集约化利用提供了新的思路。但目前本研究的研究方法仍存在一定的局限性：1）研究中所进行的景观结构体系与人流分布特征的相关性分析、匹配度计算以及方案优化调整尚处于理论性分析阶段，因而需要与建成后实地调研结果进行对比，以此来验证或者修正该分析方法；2）景观结构具有系统性和复杂性特征，与人流分布特征的相关性分析应涵盖更加丰富的内容和视角，需要在未来研究中进一步探索和研究。

图表来源(Sources of Figures and Tables)：

文中图表均由作者绘制。