Google Earth Engine平臺在城市公園綠地布局優化中的應用

劉肖利，唐文莉，殷滋言

(安徽農業大學經濟技術學院, 安徽 合肥 230000)

城市公園綠地是維持城市生態功能的重要部分之一，對實現城市可持續發展、改善居民生活環境等方面發揮著重要作用，而城市公園綠地能否發揮其作用與城市公園綠地布局的合理性息息相關。隨著城市經濟水平的不斷提升，城市中心逐漸發生偏移，新老城區公園綠地逐漸暴露出越來越多的問題，例如公園綠地建設缺乏地域特色、綠地植被種類單一、公園綠地布局不平衡等。城市生態環境的好壞嚴重影響著城市居民的日常生活和身體健康，政府及相關部門需不斷對城市新老城區公園綠地進行改造，提出適應新時代發展的城市公園綠地布局優化策略，進而提升城市的整體形象。本文將Google Earth Engine平臺引入城市公園綠地布局優化中，利用平臺實時監測、獲取信息、質量監測、參數反演等功能，以期為城市公園綠地布局優化提供數據支撐和新的優化思路。

一、Google Earth Engine平臺分析城市公園綠地布局問題

城市公園綠地布局一直是風景園林行業的研究熱點，但目前仍存在許多問題，例如公園綠地缺乏包容性和多樣性、公園系統性較低、城市公園布局缺乏合理性、管理人員綜合素質差等。將Google Earth Engine平臺應用于獲取城市公園綠地信息，根據Google Earth Engine平臺提供的遙感數據分析城市公園綠地布局存在的主要問題。

城市公園綠地的信息獲取渠道主要為遙感影像數據和實地資源調查，通過在城市公園綠地遙感影像與實地調查數據間建立聯系，獲取城市公園綠地現狀及歷年的變化信息等。基于Google Earth Engine平臺中的遙感影像數據進行城市公園綠地布局分析時，得到的光譜數據可細致、全面地將植被特征與差異性表現出來，實現對城市公園綠地植被變化的實時監測。以合肥市城市公園綠地布局為例，利用Google Earth Engine平臺針對合肥市城市公園綠地分布狀況和公園植被覆蓋度進行動態分析，采用線性回歸模型分析合肥城市公園綠地的植被覆蓋度和布局隨時間的變化趨勢。該方法的應用原理為基于像元對合肥城市公園綠地數十年植被覆蓋度隨時間和布局的變化進行模擬，即利用最小二乘法擬合每個像元的變化情況，進而計算出綠地植被覆蓋率的變化值，然后用單個像元綠地植被變化率隨時間和布局的變化率特征反映整個城市公園綠地植被變化規律，最終利用這一模型反演出合肥城市公園綠地某一時間段內綠地植被覆蓋度隨時間和空間變化的特征，發掘城市公園綠地布局存在的問題并針對性地進行優化，以提升城市的整體形象和居民的舒適度。下文以合肥市城市公園綠地布局為例，分析其公園綠地布局存在的主要問題。

第一，城市公園綠地布局缺乏當地特色。雖然根據遙感影像數據分析可知，近年來合肥城市公園綠地面積有所增加，但無論城市公園綠地中的植物配置還是各類公園景觀小品，多數城市公園綠地都缺乏當地特色。城市公園綠地植被喬灌草比例失衡，本地鄉土樹種不適合用于公園綠地植物種植設計，難以給游客眼前一亮的視覺效果。

第二，城市公園綠地建設存在跟風現象，忽略了與城市生態環境的聯系。以合肥市城市公園綠地為例，公園綠蔭面積不足，喬木數量較少，草坪面積較大，難以有效阻擋紫外線照射，部分休閑區域地表溫度偏高，不適宜游客休閑娛樂。此外，從環保角度講，大型城市公園綠地布局不合理，導致其吸附灰塵能力及殺菌和隔離噪音性能降低，進而降低了城市公園綠地的利用率，且城市綠地的造型設計千篇一律，缺乏創造性。

第三，城市公園內綠地分布不均勻。合肥市城區內公園綠地較少，近年來，主城區區域內公園綠地面積、公園數量增長較為緩慢，尤其是城區一環、二環之間，城市公園綠地面積較少且布局不合理，難以在綠地系統中的生態效益方面發揮作用。

第四，城市中老舊城區城市公園綠地變化不明顯，這一區域人口密度較大，但城市公園綠地樹種較為單一且景觀性較差。以合肥市瑤海區東部為例，該地區城市公園綠地中的喬灌草植物缺乏層次性且景觀性較差，部分極具江淮地域特色的公園綠地植被并未得到重視，降低了城市公園的美感。

二、城市公園綠地布局原則

將Google Earth Engine平臺應用于城市公園綠地布局優化中，通過合理研究并分析城市公園的服務范圍，探究城市公園綠地的最佳布局方式，建成多功能、多類群、全區域、多層次，城市熱島效應較低且具有良好的城市氣流循環的城市綠地系統布局，與城市中的其他綠地系統形成城市綠色生態空間網狀結構。城市公園綠地包括綜合性公園綠地、社區公園綠地、郊野公園綠地等，協調城市中各類公園綠地及其他生態資源，建設生態環境優美、人與自然和諧共生的可持續現代化城市，需要遵循以下幾個城市公園綠地布局優化原則。

(一)整體性原則

城市公園綠地建設是城市建設的一部分，應當與城市整體規劃建設融為一體，既不可從城市整體規劃建設中剝離，也不可與其他城市建設元素發生沖突。以降低后續城市開發建設對生態環境的破壞和建設成本，改善城市整體形象和生態環境。城市公園綠地布局必須遵循城市整體綠地系統規劃的建設原則，且公園綠地布局要與公園中的其他景觀相互協調一致，提升城市的整體形象。因此，相關部門設計和建設城市公園綠地時，要注重公園綠地布局與城市整體建設的整體性和協調性，充分發揮城市公園綠地在城市生態文明建設中的重要作用。

(二)因地制宜原則

城市公園綠地的布局要符合因地制宜的原則，體現出城市特色。根據各地城市及城市各個區域環境、人口密度、地理位置、自然資源、社會服務功能的區別，相關部門應設計和建設符合區域特色的城市公園綠地布局方案。此外，城市公園綠地布局設計應當包涵城市特點、自然風景和人文歷史，性質不同的城市公園綠地要采取不同的綠地布局方式，以表現出城市的地域特色。相關部門選取公園綠地樹種時應盡可能選取鄉土樹種，避免對城市生態環境造成破壞，遵循因地制宜原則，科學合理地進行城市公園綠地布局優化。

(三)合理配置原則

城市公園綠地布局的設計和規劃與現地資源、公園周邊環境和土地性質相關，因此，大幅增加城市公園綠地面積并不合理，城市公園綠地的設計和規劃應當與可持續發展的理念一致，不能只追求城市公園綠地的占地面積和造價，不能在公園綠地中堆砌高端景觀，不可盲目追求形象工程。因此，城市公園綠地布局要遵循合理配置原則，以城市公共服務空間、城市實際發展狀況和公園綠地用地情況為布局依據，運用科學合理的設計思路和方案確定城市公園綠地的位置與布局，提升城市公園景觀品質和服務水平。同時，在優化已建成的城市公園綠地時，設計者應參考Google Earth Engine平臺提供的影像數據，充分考慮城市公園綠地的使用人群、路網密度等可達性，在進行公園綠地布局優化設計時要提升綠地的便捷性和可達性，適當增加舊城區城市公園的綠地面積，進而均衡城市整體公園綠地面積和服務水平。

三、基于Google Earth Engine平臺城市公園綠地布局優化分析

城市公園綠地布局設計應考慮城市整體生態環境，但在公園選址或布局優化時，應注重城市公園綠地作為城市的公共基礎服務設施應發揮的作用，為城市居民提供適宜休閑、游玩的場所。在城市公園綠地布局優化階段不能過分強調公園的生態性功能，設計者應當在最小限度影響已有城市公園綠地生態環境的基礎上對公園綠地布局進行優化，以確保游客的活動空間，進而完善城市公園綠地的服務功能和范圍。

(一)城市公園綠地布局盲點分析

相關部門分析公園綠地布局時，要以公園的服務半徑為基礎，并對城市公園的服務功能做區分。例如，綜合性城市公園需考慮日常游客的游憩和觀光需求；口袋公園只需考慮游客的日常游憩功能。此外，城市道路網絡服務的形狀和范圍不規則，因而會形成許多類型的盲點，相關部門對城市公園綠地布局進行優化前要先找出盲點，具體分析如下：

第一類盲點為隱形盲點。在城市中部分人口密度較大的城區，雖然城市公園的服務功能已輻射到周邊區域，但公園服務范圍內的游憩人數已超過公園的承載范圍，造成公園游客“超負荷”的現象，導致公園存在的盲點被忽視，從地圖切片中難以發現，需參考Google Earth Engine平臺中其他與該地區相關的數據資料。因此，設計者需采取綜合、靈活的布局方式，優化城市公園布局，消除隱形盲點。

第二類盲點為真空盲點。城市公園綠地布局的真空盲點指城市綜合性公園和口袋公園的公共服務功能均未覆蓋的區域。設計者只能通過增加城區公園綠地面積或改變城市或公園內道路網絡的方式消除城市公園綠地布局的真空盲點，提升城市公園綠地的服務范圍。

第三類盲點為車行服務盲點，也被稱為旅游觀光盲點。由于口袋公園主要負責日常游憩服務功能，因此口袋公園幾乎無需考慮車行服務盲點。但綜合性公園服務范圍較廣，設計者進行車行服務范圍分析時存在覆蓋盲區，進行城市公園綠地布局優化時可根據Google Earth Engine平臺提供的數據和反演信息對綜合性公園的車行服務功能進行優化，提升城市公園綠地的可達性。

第四類盲點為步行服務盲點。步行服務盲點也被稱為日常游憩服務盲點，指口袋公園和綜合性公園這些以步行為交通方式分析公園的服務范圍時存在的服務盲點，一般以增加小型口袋公園作為消除步行服務盲點的方式。

(二)城市公園綠地選址分析方法

根據 Google Earth Engine平臺提供的數據資源，設計者應基于統計分析方法，找出目前城市公園綠地布局中存在的服務盲點并對其進行分析、歸類，便于靈活、綜合地消除城市公園綠地的服務盲點，利用地理選址分析、多重心選址分析等方法，分流“超負荷”服務的城市公園游憩人口，對城市公園綠地布局進行優化，提升城市的整體風貌。

第一，利用地理選址的方式優化城市公園綠地布局，提升城市公園的服務功能。首先，設計者要根據Google Earth Engine平臺提供的城市相關數據，分析某一城區的綠地布局現狀和地形地貌，城市公園的位置必須靠近城區的主要公路，便于城市居民或其他游客到達；其次，城市公園的位置要最大限度減少噪聲干擾，公園的最佳位置為依山傍水、環境優美，且布局時要注意將公園的可利用面積最大化；最后，設計者應根據上述條件結合公園的性質進行選址分析，優化舊的城市公園綠地布局，并在合適的位置增加口袋公園。

第二，利用多重心選址的方式優化城市公園綠地布局，解決城市公園“超負荷”服務的現象。設計者要根據相關數據找出人口密度大且存在“超負荷”服務公園的區域，并選取相關性較大的城市公園，采用多重心選址分析的方法綜合分析該城區的城市公園綠地布局現狀，利用Google Earth Engine平臺的反演功能，確定需要增加的城市公園綠地位置及其數量。多重心選址的分析方法具有以下三個特征：其一，居民或游客游憩城市公園并非必要活動，居民不會因距離而改變游憩公園的想法，一般會就近選取公園，公園的選址是空間無阻逆的；其二，增加的城市公園綠地可位于空間任意位置，一般選用自由選擇模型；其三，根據城市需求增建多個城市公園，一般選用多設施重心模型。

第三，城市公園綠地布局優化以該城市用地布局為依托。地理選址分析方法和多重心選址方法均利用了Google Earth Engine平臺的空間分析和反演功能，但Google Earth Engine平臺的數據庫中可能會缺少城市的布局特征信息或城市基礎信息，導致部分城區難以利用Google Earth Engine平臺的分析功能進行運算。因此，進行城市公園綠地布局優化時應當以當地城市用地布局為依托，綜合多種因素，選組最佳綠地布局地址。例如，城市中心區域地價較高、商業集中、人流量相對較大，但沒有適于建設城市公園的土地，對城市中心區域進行城市公園綠地布局優化時只能選取地價較低、相對人口密度較低的邊緣地帶建設多個城市公園，以平衡市中心公園綠地缺乏的現象。

(三)城市公園綠地服務功能完善

為達到城市公園綠地布局優化的最佳效果，在消除服務隱形盲點、分流“超負荷”公園游憩人口之后，設計者需消除城市公園的表面服務盲點，使得優化后的城市公園綠地具備準確、系統的服務功能，具體完善過程主要表現為以下幾個方面：

第一，確定公園的服務盲點，利用Google Earth Engine平臺分析城市公園的服務半徑，并發現其中存在的服務盲點，不同類型的服務盲點可為城市新公園的選址和舊公園的優化提供依據，其與服務盲點區域的自然條件、土地性質等共同決定城市公園綠地具體布局方案。設計者在計算綜合性公園的可達性時要區分步行與車行并進行綠地布局規劃，因為綜合性公園不僅要為游客提供日常游憩、散步或鍛煉的場所，也要具備旅游觀光的服務功能。口袋公園綠地布局優化只需考慮步行服務功能。根據平臺提供的各項數據進行分析和歸納，如果公園的真空盲點區域為城市居民居住地，設計者將綜合性公園與口袋公園均覆蓋盲點為最佳；如果公園的步行服務盲點沒有居民，而為工業用地，則可將其忽略。

第二，為滿足城市居民的綠地游憩空間，提升城市公園的服務功能，相關部門應當不斷增加城市公園的類型，根據城市整體建設規劃和Google Earth Engine平臺提供的數據，進一步完善城市交通網絡建設，以增加城市居民游憩公園的潛力。Google Earth Engine平臺數據中城市公園綠地形狀指數介于1-1.6時，公園綠地服務面積相對平穩；當城市公園綠地形狀指數大于1.6時，公園綠地服務面積會逐漸增加。換言之，其他條件不變的情況下，城市公園綠地形狀越復雜，其服務面積越大。對于地形復雜的城區，設計者可設計形狀更為復雜的綠地，進一步增加綠地服務面積；對于地形較為簡單的城區，設計者可通過改建或增設帶狀綠地，以增加公園的綠地服務面積。

第三，為提升城市公園的綜合服務性能，設計者應增加公園自身對游客的吸引力，城市公園綠地的布局優化建設應當與當地的特色文化相結合。以合肥城市公園綠地優化為例，設計者可挖掘和提煉包公文化、三國文化、徽商文化等具有地域代表性的文化資源，將其有機融合到城市公園綠地布局內，提升城市公園綠地的社會文化價值，設計出富有文化底蘊且特色鮮明的城市公園綠地。此外，根據Google Earth Engine平臺提供的數據，設計者要在城市公園綠地中平衡喬灌草的比例，發揮城市公園綠地殺菌、防紫外線、降低城市噪音等功能。

Google Earth Engine平臺集眾多優勢為一體，將其應用于城市公園綠地布局優化中，可為城市公園綠地布局優化提供遙感影像數據依據，有助于優化城市公園綠地布局提升城市公園綠地的綜合服務功能。根據Google Earth Engine平臺提供的植被覆蓋變化和土地格局變化情況，發現城市公園綠地存在分布不均勻、布局缺乏當地特色、建設盲目跟風等問題。當地相關部門應當遵循整體性、因地制宜、合理配置原則，分析城市公園綠地布局盲點，確定城市綠地公園具體選址，并根據當地需求優化綠地服務功能，觀察Google Earth Engine平臺提供的實時動態植被覆蓋數據，進一步確定綠地布局的合理性。