基于百度地图API和引力模型的城市公园时空可达性研究

文诗雅，朱大明*，刘正纲，付志涛，游 洪

(1.昆明理工大学 国土资源工程学院，云南 昆明 650093；2.辽宁工程技术大学 测绘与地理科学学院，辽宁 阜新 123000；3.江口县自然资源局，贵州 江口 554400)

随着经济社会发展，城市基础设施也得到一定的发展，其中城市公园绿地是人们主要的休闲、游憩、散步等场合，同时具有生态、文娱、休憩和社会文化的功能[1]，对促进人们身心健康、建立谐和社会、丰富人们业余生活具有重要意义[2]。从出发点到公园目标点的方便程度会直接影响城市公园的使用频率，也会影响着人们的体验感。因此，可用可达性来评价城市公园的城市公共服务合理性。

Hansen于1959年第一次提出了可达性的概念。可达性是指从空间内一点到目标点的难易程度，反映的是人们到目标点需要克服的空间阻力，常用时间、距离及费用来衡量，已广泛应用于城市公园、医疗、购物中心、学校及体育等公共设施领域的研究[1,3]。

对空间进行可达性分析有两个过程[4]：首先，是地理网络的构建过程。在一个二维欧氏平面内，用点代表实际的地理空间实体，用线表示地理空间实体间的连接线，用规则将二维欧氏平面内点和线组织起来构成地理网络。其次，是欧氏平面内两点可达性计算。该过程基于已建立的地理网格，用相关数学模型来衡量可达性的大小。数学模型有供需比例法、最近距离法、移动搜索法和引力模型等。供需比例法是通过一定大小的邻里单元的包含需求(人口数量)与某设施服务能力的比值来衡量可达性大小的方法，其缺点为不能解释一个区域内细致的空间实体间的差异，同时边界是完全绝缘的，实体间不存在交换；最近距离方法是用最短通行距离与时间的比值来衡量可达性大小，方法简单，但是没有考虑需求量短缺的局限性；而引力模型则综合考虑了公共基础设施的服务能力、居民对公共基础设施服务能力的竞争和交通距离等影响因素，同时还引入距离衰减系数，计算的可达性更符合实际情况[5-6]。

相关学者采用缓冲分析和网络分析[7]、人口中心模型[8]，高斯两步移动搜索法[9]，问卷调查、实地调研和数据统计分析[10]、物理势能模型[11]对沈阳市公园可达性进行了研究。分析结果表明，中心城区的可达性较低，而外环区域可达性较高。文献[12-15]基于卫星影像、已有道路网及公园绿地、人口等数据，分别采用网络分析法、空间句法、GIS等方法进行城市公园可达性分析；但基于互联网地图网络爬取所需的公园、小区数据，结合道路网、人口等数据使用引力模型对城市公园可达性进行分析的研究较少[16-19]。

针对上述问题，本文基于百度地图应用程序接口(application programming interface，API)，利用Python编程爬取沈阳市的城市公园绿地分布数据、小区点分布数据，根据下载的沈阳市人口数据作为参考，求出在多种交通方式下小区到达公园的最短通行时间，并结合引力模型进行沈阳市公园可达性分析，以期为相关部门对城市公园布局规划提供参考依据。

1 研究区与数据

1.1 研究区概况

沈阳市位于中国东北地域南部，北纬41.17～43.03°，东经122.41～123.83°，气候为温带季风气候，年均温度为7.9 ℃，年均降雨量为727.4 mm。沈阳是中国东北地区经济、文化、交通、金融和商业中心，也是中国重要的工业基地和历史文化名城[8,11]。2021年常住人口约902.8万人，户籍人口约759.6万人。沈阳是中国东北地区最大的铁路、公路和航空交通枢纽中心，拥有东北地区最大的民用航空港，全国最大的铁路编组站和全国最高等级的“一环五射”高速公路网。城市建成区绿地覆盖率为42.22%，人均公园绿地达12.39 m2，曾先后荣获“国家环境保护模范城市”“国家森林城市”“国家园林城市”等称号[8,10]。

1.2 数据获取

基于百度地图，利用Python编程平台开发的兴趣点(point of interesting，POI)抓取工具，爬取沈阳市的公园绿地和小区数据，并通过城市公园的绿化面积衡量其服务能力。本文以靠近中心城区的数据为主，排除了部分生态公园和专类公园，最后共提取了120个城市公园和783个小区，其名称与地理位置见表1和表2。用BIGEMAP软件获取沈阳市影像和交通路网数据，其坐标系统为WGS84坐标系；在CSDN官网上获取沈阳市人口数据进行参考。

2 研究方法

2.1 基于百度地图获取通行时间

百度地图API是百度为开发者免费提供的一套基于百度地图服务的应用接口，开发者通过API，利用JavaScript脚本语言可以实现在网站上构建功能丰富、交互性较强的地图应用程序。本文使用百度地图API中的路径规划接口来求取每个小区中心点到达每个城市公园中心点的最短通行时间，小区中心点和公园中心点可直接作为可达性计算中的起始点和目标点位置坐标。该方法可以根据实时交通状况考虑各种交通方式，操作简单，其过程为：首先，输入小区和公园的经纬度获取参数，把获取的参数与调用百度API路径规划接口拼接在一起；其次，用笛卡尔链接把公园和小区的数据进行连接，每一条记录都是一个小区和一个公园的位置信息，调用百度地图API路径规划接口，利用循环脚本遍历循环每条记录，即以小区坐标作为出发坐标，公园作为终点坐标进行分析，按照不同的交通方式发起路径规划请求；再次，输出分析结果。步行、骑行、公交、驾车4种交通方式下求取的最短通行时间，见表3。

表1 城市公园名称与地理位置Tab.1 Name and geographical location of urban parks

表2 小区名称与地理位置Tab.2 Name and geographical location of residential areas

表3 百度地图API求取最短通行时间 单位：s

2.2 基于引力模型计算公园可达性

引力模型法是以牛顿万有引力定律作为基础的，认为可达性就是城市公园绿地提供服务的能力和城市居民需求间相互作用的大小和潜力。城市公园绿地对居民的服务潜力会随着到达公园绿地距离的增加而减少，随着城市公园绿地的服务能力和居民需求的增加而增加。因此，在引力模型中不仅将距离作为影响可达性的因素之一，还考虑了公园的服务能力、公园绿地面积大小、居民的需求等因素对可达性的影响，更好地表达城市公园绿地吸引力对可达性的影响，公式如下[20]：

(1)

(2)

3 结果分析

3.1 时间可达性分析

在步行、骑行、公交、驾车4种不同的交通方式下，绘制各小区在10、20、30 min能够到达最近公园绿地的线路，如图1所示。由图1可知：在步行方式下，3个时间段的路线形成了一个较为明显的线状网络结构，距离城市公园绿地越近的小区步行时间就越少，10 min内到公园的极少，大部分要30 min到达。在骑行方式下，10 min到公园的明显增多，几乎所有小区都可以在20 min内到达最近的公园绿地。骑行方式受交通道路状况影响较小，具有绿色、环保的特点，有助于健康，是人们常选择出行的交通方式。在公交方式下，可能是因为公交出行路线和行驶时间容易受到公路实时路况及道路类型(例如高速公路、快速道路、城市道路等)的影响，10 min内到达公园的小区比骑行方式的少，但比步行方式的多，且大部分小区也要30 min到达。由于驾车的便捷性和灵活性，驾车方式下所有的居民小区都能够在10 min内到达最近的公园绿地。

表4 各小区点公园可达性Tab.4 Park accessibility of residential areas

以小区到公园所需时间衡量公园的可达性，可以得出：驾车方式下公园的可达性最高，10 min内可以到达；骑行方式次之，20 min内可以全部到达；步行方式下可达性最低。在保证环保情况下，骑行方式是值得推荐的。

统计步行、骑行、公交、驾车4种交通方式下在10、20、30 min不同时空圈内能够到达最近公园的小区数量，如图2所示。由图2可知：在步行方式下，在10 min内到达最近公园的小区数目为69个，占8.8%，例如翔云佳苑小区；在20 min内到达最近公园的小区数目为223个，占28.5%，例如中科院社区；在30 min内到达最近公园的小区数目为395个，占50.4%，例如万科铂萃园。在骑行方式下，在10 min内到达最近公园的小区数目有477个，占60.9%，例如辽歌大院；在20 min和30 min内，所有小区都能到达最近的公园。在公交方式下，只有万科金色家园、居适雅苑2个小区能够在10 min内到达最近的公园，占0.3%；在20 min内到达最近公园的小区数目有113个，占14.4%，例如华明小区-西区；在30 min内到达最近公园的小区数目有355个，占45.3%，例如望远社区；公交方式下各时空圈内到达最近公园的小区数均少于步行和骑行，表明公交出行易受到交通、人流、等车时间，以及途中乘客上下换乘等因素的影响。在驾车方式下，在10 min内到达最近公园的小区数目为703个，占89.8%，例如金寓华庭；在20 min内和30 min内，均有99.9%的小区能够驾车到达最近的公园。对比10、20、30 min不同时空圈内能够到达最近公园的小区数量和所占比例，驾车方式在不同时空圈中到达最近公园的可达性具有较高水平，骑行方式次之，公交方式最低。

图1 4种交通方式下的公园时间可达性Fig.1 Time accessibility of parks under four traffic modes

图2 10、20、30 min内到达最近公园的小区数Fig.2 The number of the nearest parks arriving within 10, 20 and 30 minutes

统计步行、骑行、公交、驾车4种交通方式下到达最近公园所需时间的最大值、最小值及平均值，如图3所示。由图3可知，选择步行、骑行、公交、驾车方式到达最近公园所需时间平均值分别为1 782、617、1 816、366 s。以达到公园所需平均时间来衡量可达性，可以看出，驾车方式可达性较高，骑行方式可达性次之。

图3 10、20、30 min内到达最近公园的时间Fig.3 Time to the nearest parks within 10, 20 and 30 minutes

3.2 空间可达性分析

把基于引力模型计算的城市公园可达性数据与路网数据叠加，可得研究区域的公园可达性分布图，如图4所示。图中，红色和橘色代表可达性较低的小区，黄色、青色和绿色代表可达性较高的小区。由图4可知：可达性较高的小区主要分布在城中心外围东北方位区域，沈北新区的虎石台街道、天时街道、人和街道、蒲河路、雅园街道附近，如古城宜家3期、丽水人家小区等，服务绿地以七星湿地公园、沈阳国家森林公园、北陵公园等大型绿地为主；而中心城区的公园绿地可达性较低，使用率较低，有关部门需要对中心城区的公园进一步改善。

图4 城市公园可达性Fig.4 Accessibility of urban parks

把基于引力模型计算的公园可达性数据和人口密度数据进行叠加(图5)，进一步分析区域公园绿地分布情况是否能够满足大多数居民的休闲娱乐需求；同时，对高可达性、低可达性、高人口密度及低人口密度内的小区个数进行统计，见表5。由图5可知：高可达性-低人口密度的小区分布在城中心外围东北方位区域，低可达性-高人口密度的小区为中心城区，与可达性指数和路网数据叠加分析的结果较一致。由表5可知：高可达性-高人口密度的小区数为0；高可达性-低人口密度小区数为23个，仅2.94%的小区能够获得相应或更好的公园绿地可达性，但人口密度相对较低；低可达性-高人口密度小区数为220个，28.09%的小区不能较好获得相应或更好的公园绿地可达性，且人口密度相对较高；低可达性-低人口密度小区数为540个，虽然68.97%的小区对公园绿地的可达性较低，但相应人口密度也较低。从可达性与人口密度的关系可知：低可达性-高人口密度的区域，小区个数多，但距离公园比较远；高可达性的小区人口密度较低；中心城区人口密度较高，但公园的供需能力较低。

图5 公园可达性与人口密度关系Fig.5 Relationship between park accessibility and population density

表5 公园可达性与人口密度分布情况统计Tab.5 Statistics of park accessibility and population density

4 结语

城市公园是城市基础设施的重要组成部分，其附近居民是否方便快捷地到达公园，可以用可达性来衡量。本文基于百度地图API接口，利用Python编程爬取沈阳市的城市公园绿地分布数据、沈阳市小区点分布数据，根据下载的沈阳市人口数据作为参考，求出在多种交通方式下小区到达公园的最短通行时间，并结合引力模型进行沈阳市公园可达性分析，主要结论如下：

1)在步行、骑行、公交、驾车4种出行方式下，以时间为可达性的依据，驾车方式下公园的可达性最高，其次是骑行方式，步行方式下公园可达性较低，在考虑环保、低碳出行、健康等情况下，骑行方式是值得推荐的。

2)把可达性指数与路网数据叠加分析，可达性较高的小区主要分布在城中心外围东北方位区域，而中心城区的公园绿地可达性较低；从可达性与人口密度的关系看，低可达性区域人口密度较高，高可达性的小区人口密度较低。

3)沈阳市公园绿地布局在整体上基本合理，但在低可达性的中心城区及高可达性的东北方位区域内公园使用率较低。在未来的城市公园绿地布局规划中，应着重考虑的区域为低可达性-高人口密度的小区，应进一步对中心城区公园绿地进行优化。