梁 萍,謝煥景,黃艷真,李唯唯,陸東芳,林皎皎
(福建農林大學 園林學院,福州 350002)
城市綠地作為現有城市中重要的自然服務系統之一,在市民休閑娛樂服務功能和城市生態環境調節功能上有著不可替代的作用,向來素有“城市之肺”之稱.城市公園綠地作為城市綠地中重要的組成部分,是衡量一個城市人居環境與城市環境的重要標準[1-2],它不僅可以作為城市居民日常生活鍛煉、交流、娛樂的場所,同時也可以滿足城市居民節日集會、文化等方面的活動需求.隨著城市現代化的迅速崛起以及社會經濟的飛速發展,城市居民的生活水平得到明顯提高,生活質量越來越受廣大市民的重視[3],社會對城市公園綠地所提供的服務能否被城市居民平等、便捷以及公平享用的關注程度也越來越高[4].
城市公園綠地可達性指的是從空間中的任意一點到達該景觀源點的相對便利程度,它反映的是人們到達目的地時所克服的空間阻力的大小,通常以時間、費用和距離等指標來衡量[5],它能夠客觀反映城市公園綠地空間布局的合理性,同時也是評價城市居民能否公平、便捷地享有城市綠地服務的重要指標之一[6-7].
可達性(Accessibility)又稱易達性或通達性,其概念由Hansen 于1959 年最早提出,他還分析了距離與城市公園綠地之間的關系[8].在國內,因基礎數據資料缺乏,關于可達性研究進展較為滯后.1995 年,魯大道最先對區域可達性問題進行研究,并提出可達性是影響區域發展的重要因素.之后,可達性成為了國內專家學者研究熱點,并應用于城市規劃、交通及地理等領域[9-11].
現階段,對于城市公園綠地可達性的研究方法主要有緩沖區分析法、最小臨近距離法、網格分析法、引力模型法和成本分析法等,不同方法基于不同理論,對數據的要求也大不相同[12].本文以貴港市城市公園綠地為研究對象,運用GIS 網格分析功能進行分析,試圖找出現有城市公園綠地可達性所存在的問題,并對此提出優化建議.
貴港市位于廣西東南部,介于東經109°11′~110°39′,北緯22°39′~24°20′ 之間,北回歸線橫貫其中部.其下轄覃塘區、港北區、港南區3 區,桂平市1 縣級市和平南縣1 縣,行政區域面積為1.06 萬km2,擁有豐富的礦產、旅游和水力資源,是廣西重要的商品糧生產基地,素有“甘蔗之鄉”、“魚米之鄉”之稱.
研究選取貴港市主城區為研究對象,總面積38.37 km2,其中城市公園綠地面積為2.02 km2,占總研究面積的5.26%.研究范圍內城市公園綠地有民族文化公園、馬草江生態公園、南山風景名勝公園和東湖公園.
研究采用的數據包括:貴港市2017 年十八級Google 高清衛星圖(TIF)和貴港市OSM 地圖.運用ArcGis 10.2對貴港市OSM數據進行解析處理,根據研究需要提取主干路、次干路、支路、城市公園綠地、公園主要出入口以及行政區邊界等數據信息,并根據貴港市高清衛星圖(TIF)以及現場調研進行進一步位置校對.見圖1.

圖1 現狀道路及公園分布
網絡(Network)指的是通過運籌學和圖論的數學模型將現實生活中網狀關系抽象成線網圖形的表示方法.網絡分析法是以道路網絡為研究基礎,計算在某一阻力值下按照某種特定的出行方式中城市公園綠地的覆蓋范圍.一個完整的網絡主要由中心、節點、鏈接和阻力4 個要素構成,其中以中心為主要研究對象[13].本研究以公園主要出入口為中心,以城市道路為鏈接,道路交叉口為鏈接節點,步行交通方式的速度和節點延遲為阻力進行研究.
根據前人研究經驗[14-15],大部分的城市公園綠地使用者是通過步行方式到達公園進行娛樂、游憩和鍛煉等活動.因此,研究選取在步行和騎行2 種不同出行方式下,對城市公園綠地可達性進行分析.由于步行和騎行具有較高的靈活性和便捷性,不宜受道路等級和交通現狀的影響,所以并未將道路等級進行分類,并設置所有道路均可雙向通行.
運用ArcGis 10.2 網絡分析模塊根據貴港市矢量化道路構建網絡數據集,根據其不同年齡段步行和騎行速度的不同,選取步行平均速度80 m/min 和騎行平均速度250 m/min 進行研究,并根據道路長度計算出相應的時間阻力值.此外,在每個道路交叉口設置30 s 紅綠燈等待時間作為時間阻力值.研究以消費0~5,5~10 和10~20 min到達城市公園綠地作為其可達性指標進行評價.
研究選取可達性面積和可達性面積比2 個指標,并運用ArcGis 10.2 及式(1)進行數據統計. 可達面積比=可達面積/研究區域總面積×100%. (1)
3.1.1 步行方式下可達性分析
通過Arcgis10.2 運算和統計,得出不同出行時間段內步行方式下現狀城市公園綠地可達性服務面積及比例(見表1、圖2).

表1 步行方式下城市公園綠地可達性范圍

圖2 步行方式下城市公園綠地可達性分析
研究表明,步行方式下,消費時間在5 min內服務范圍為2.43 km2,占研究區域的6.33%;消費時間在5~10 min 內服務區域面積為1.98 km2,占研究區域總面積的5.16%;消費時間10~20 min內服務區域面積為6.64 km2,占研究區域總面積的17.31%,綜合步行方式下貴港市城市公園綠地可達性總體服務區域范圍面積為11.05 km2,僅占研究區域總面積的28.8%.
3.1.2 騎行方式下可達性分析
通過Arcgis10.2 運算和統計,得出不同出行時間段騎行方式下貴港市現狀城市公園綠地可達性服務面積及比例(見表2、圖3).

表2 騎行方式下城市公園綠地可達性范圍

圖3 騎行方式下城市公園綠地可達性分析
研究表明,騎行方式下,消費時間在5 min內服務范圍為6.5 km2,占研究區域的16.94%;消費時間在5~10 min 內服務區域面積為11.16 km2,占研究區域總面積的29.09%;消費時間10~20 min 內服務區域面積為14.79 km2,占研究區域總面積的38.55%,綜合騎行方式下貴港市城市公園綠地可達性總體服務區域范圍面積為32.45 km2,占研究區域總面積的84.58%.
3.2.1 步行方式下可達性分析

圖4 步行方式下不同行政區各時段服務面積比
步行方式下,貴港市城市公園綠地不同行政區間可達性服務面積比如圖4 所示.研究表明, 在3 個時段內,港北區城市公園服務面積比均高于港南區.其中在0~5 min 時間段內,港南區公園綠地可達性服務面積比僅為1.97%,港北區公園綠地可達性服務面積比為8%;5~10 min 時間段內,港南區公園綠地可達性服務面積比為1.97%,港北區公園綠地可達性服務面積比為6.38%;10~20 min 時間段內,港南區公園綠地可達性服務面積比僅為6.2%,港北區公園綠地可達性服務面積比為21.55%.綜合步行方式下港南區城市公園綠地可達性總體服務區域范圍面積僅占港南區總研究面積的10.14%,也即港南區研究區域范圍內僅有約1/10 面積內的居民可在10~20 min 之內享受到城市公園綠地所帶來的服務;港北區城市公園綠地可達性總體服務區域范圍面積比為35.93%,即在港北區研究范圍內有近2/3 面積內的居民不能在10~20 min 內使用城市公園綠地功能.由此可見,貴港市現狀城市公園綠地的布局合理性存在巨大缺陷.
3.2.2 騎行方式下可達性分析

圖5 騎行方式下不同行政區各時段服務面積比
騎行出行方式下,貴港市城市公園綠地不同行政區間可達性服務面積比如圖5 所示,研究表 明,在0~5 min 出行時間段內,港南區可達性服務面積比僅為4.13%,港北區可達性服務面積比為21.84%;5~10 min 時間段內,港南區公園綠地可達性服務面積比為17.65%,港北區公園綠地可達性服務面積比為33.44%;10~20 min 時間段內,港南區公園綠地可達性服務面積比為53.06%,港北區公園綠地可達性服務面積比為32.94%.從總體上看,同一出行時間段內,騎行出行方式下公園綠地可達性服務面積比均比步行出行方式下有大幅度提升,但港南區研究范圍內仍近有1/4面積內的居民不能在10~20 min 內享有城市公園綠地所提供的服務功能;港北區城市公園綠地可達性總體服務區域范圍面積占港北區總研究面積的88.22%,城市公園綠地可達性相對較好.
1)貴港市城市公園綠地數量偏少且各行政區之間分布不均勻,港南區缺少大面積的公園建設,隨著城市建設的擴展以及鄉鎮人口的大量涌入,現有城市公園綠地所提供的服務已無法滿足整個城市居民的需求.
2)在步行出行方式下,貴港市研究區域范圍內僅有28.8%面積內的居民可在20 min 之內享受到城市公園綠地所帶來的服務,且服務范圍主要集中于港北區,港南區公園綠地可達性覆蓋面積相對較少.
3)在騎行出行方式下,港南區和港北區可達性服務面積比均有大幅度增加,但仍有15.42%面積內的居民不能在20 min之內享有城市公園綠地的服務功能.
針對貴港市城市公園綠地分布情況以及特殊地域環境,筆者認為:1)建立不同道路交通方式下的出行機制,加強公共交通建設,在現有公園附近增設公共自行車停放點,并對其進行合理調度;2)對現有城市公園綠地進行合理管理,同時政府應通過置換、征收等方式來增加城市公園綠地的面積及數量,并對其進行合理的規劃;3)對郁江沿岸景觀進行合理規劃,并增加出入口數量,以此來提高可達性及服務能力.
研究只選取貴港市較大的城市綜合公園為對象,并未將校園綠地、街頭小游園及居住區附屬綠地納入研究范圍,評價結果可能低估了貴港市城市公園綠地的服務功能;此外,城市居民在前往城市公園綠地過程中會受到噪音、天氣以及安全問題等因素的影響,并未將其考慮到研究范圍內.
總之,城市公園綠地可達性受多種因素共同作用影響,本研究僅在理論上對貴港市城市公園綠地可達性進行分析,但實際情況更為復雜.隨著3S 技術的快速發展,對各種復雜場景的模擬與判斷變得簡單可行,但如何將各種影響因素融入到分析評價模型中仍是未來研究的重點及難點.