基于POI數據的合肥中心城區城市公園綠地評估及布局優化

陳永生 李 迪,2 王逸晨 李瑩瑩

(1.安徽農業大學 林學與園林學院,合肥 230036;2.華藝生態園林股份有限公司,合肥 230061)

公園綠地作為城市綠地系統的重要組成部分[1],與城市居民游憩活動息息相關,是提供城市居民游憩需求的重要綠色空間載體,公園綠地的規劃布局應滿足城市居民的游憩需求[2]。傳統的公園綠地規劃往往從公園綠地供給角度思考[3],在公園綠地布局方法層面,主要依據規劃區域現狀和場地適應性等條件的綜合判斷等定性分析,依據服務半徑覆蓋率決定公園的分布情況[4-5],選擇公園的位置,明確公園的等級。但傳統方法對公園綠地的實際可達性與服務覆蓋的公平性評價考慮不足。在此基礎上,有學者對公園綠地的可達性與服務的公平性做了研究,主要有基于景觀阻力的景觀可達性分析、利用城市路網進行的網絡分析、對城市公園入口進行緩沖區分析和利用最小臨近距離進行分析等方法[6-9]。在服務覆蓋的公平性方面,利用人口普查數據與可達性分析相結合[8-10],傳統公園綠地規劃方法較為合理地分配公園綠地資源,形成公園綠地的有效覆蓋。但以供給為導向的規劃方法多注重數量和物理空間均衡關系,公園呈均值分布,缺乏技術手段量化分析人群的需求程度,忽略了實際人群活動空間分布和人群游憩需求差異[2],導致公園服務壓力過大或者公園資源未充分利用甚至閑置的情況,實際需求與公園綠地供給存在供求不平衡的局面。目前,“大數據”已經被廣泛運用在社會生活中,選擇合適的數據分析對公園綠地的需求性進行評價,能夠較為精確反映人口分布的特征和活動強度,也更具人性化[11]。興趣點(POI數據)作為大數據的一種,在數據數量上有優勢,同時還具有較高的時效性和豐富性,能夠清晰呈現城市居民活動的空間分布和活動強度,分析出不同城市空間下的人群對于公園的實際需求,有效規避公園綠地資源配置不合理現象[2],為城市公園綠地的選址與規劃布局提供新的思路。

合肥市作為安徽省省會和首批國家園林城市,從公園綠地規模和人均指標上看,已基本達到生態園林城市的標準要求,但隨著城市范圍和人口規模的不斷擴大,公園綠地布局的不均衡和無法滿足居民游憩需求的問題依然存在[12]。因此,從供需關系入手,借助“大數據”定量化分析手段,科學評估公園綠地的布局情況,對優化公園綠地的布局與建設具有重要意義。本研究立足定量評價,基于地理信息系統(GIS)技術支持,以POI數據為支撐,運用核密度估計分析法、服務壓力指標分析、層次分析法(AHP)以及公園綠地需求性分析等綜合評價方法構建了公園綠地布局評估模型,并對合肥市中心城區進行實證分析,根據評價結果提出優化建議,以期為未來合肥市公園綠地規劃提供參考。

1 研究區概況與基礎數據

1.1 研究區概況

合肥位于安徽省中部(116°40′～117°58′ E,30°56′～32°32′ N),市域面積11 445 km2。合肥市地屬亞熱帶季風性濕潤氣候,四季分明,氣候溫和,雨量適中,年均氣溫15.7 ℃,年均降水量約1 000 mm,地帶性植被為落葉與常綠闊葉混交林[11]。本研究選取合肥市中心城區為研究對象,包括蜀山區、瑤海區、廬陽區和包河區,總面積為1 411.32 km2,常住人口641.77萬。

1.2 數據來源

1)反映人群活動強度的相關POI數據,是基于位置服務的最核心的數據,基本覆蓋城市生活各方面,適合城市活動的相關研究[2]。本研究POI數據來源包括2020年11月在高德地圖獲取研究區內相關POI信息(包括ID、名稱、類別、經緯度和位置等)。結合國內外相關研究[5-7,13-14],將影響人群對公園綠地需求性的因素分為可達性、人口分布和人群社會經濟地位這3類。選取公交地鐵站點數POI數據反映地區可達性程度;選取文化娛樂設施[15-16]、辦公設施[17]、教育資源設施、醫療資源設施[18]和居住區[19]等POI數據作為測量因子反映地區人口分布特征,數據進行清洗和降噪等預處理;關于人群社會經濟地位方面影響因子的選取,由于經濟收入等難以直接獲取,但是研究證明居民收入與房價成正相關關系[20-21], 選取居住區房價作為居民社會經濟地位方面的相關影響因子,其中房價數據來源于安居客。

2)研究區邊界和行政區界來源于合肥市自然資源規劃局網站公布的全市行政區區劃,并經過配準和矢量化等預處理;利用2020年合肥市城區衛星遙感影像圖數據,結合土地利用現狀數據(2020年)進行匹配疊加,對公園綠地布局及其面積數據進行糾錯和補充。

2 評價模型構建與評價方法

2.1 評價模型構建

在現有公園綠地的供給基礎上,要更加關注居民的游憩需求,并以此為出發點,研究現有公園的綠地供給水平是否與公園綠地需求相符合。以POI數據作為主要數據來源,對研究區域現有公園綠地供給水平和居民需求進行量化研究,以供給-需求平衡為目標,構建公園綠地布局的評估模型(圖1)。

圖1 模型結構圖Fig.1 Model structural diagram

2.2 評價過程及方法

1)對公園綠地的供給水平進行評估。立足于公園綠地空間布局和公園綠地服務水平評價這2個層面。第一,通過核密度分析法和標準差橢圓分析法得出城市公園綠地的總體分布情況,通過平均最近鄰法確定城市公園綠地的空間集聚特征,綜合分析城市公園綠地的空間布局特征。第二,建立服務壓力指標對公園綠地的服務水平進行定量評價。服務壓力是某一公園點服務范圍內POI點數量與該公園的面積之比[1],人群活動強度越高,對城市公園綠地的需求越高,城市公園綠地的服務壓力越大。根據公園綠地面積對城市公園進行分類討論,選取公園面積協同能夠反映居民活動強度的POI數據點,如購物、餐飲、居住區、娛樂休閑、體育休閑、科教文化和公司企業7類數據[2],運用ArcGIS 10.7創建泰森多邊形工具,根據獲取后經過校準的公園綠地點要素創建泰森多邊形,確定公園綠地的服務范圍;通過ArcGIS 10.7中的屬性表連接,分別將相關POI點連接到裁剪后的各個泰森多邊形,服務范圍內POI點數量與公園面積之比即為各公園的服務壓力;得到服務壓力數值之后,對服務壓力數值處于中間范圍的公園綠地進行實地調研,篩選得到其中服務能力良好的公園綠地,將此類公園綠地的服務壓力數值區間作為服務壓力的第3級,以此為標準對其他公園綠地的服務壓力進行分級評價。服務壓力從第1級至第5級表示服務壓力逐步增大。

2)城市居民對公園綠地的需求性評價。首先選取居住區、文化娛樂設施、辦公設施、教育資源設施、醫療資源設施、居住區房價和公交地鐵站點這7個影響因子,利用AHP層次分析法判定各個影響因子的對應權重(表1);隨后在ArcGIS中將中心城區區域劃分成1 000 m×1 000 m的空間單元網格,并將抓取到的各個影響因子的相關POI數據通過GIS地理信息對所有數據進行空間化,根據各類影響因子POI數據數量進行分級;將各類數據柵格化得到柵格數據;最后根據各影響因子對應權重進行柵格疊加計算,得到公園綠地需求性評價結果。

回家后的賽利亞審視自己未來的出路：一方面，她繼承了祖母留下的卡拉米洛披肩，看到了自己與他人、家庭、民族之間的聯系，這使得她理解了祖母和家人、接納了自己的民族身份；另一方面，她以一種更加理智、全面的方式重建自己的文化身份，文化身份不再是一個非此即彼的選擇，而是一個融合了多重文化的身份重建。

表1 影響因子權重表Table 1 Table of influencing factor weight

3)優化布局。以供需平衡為目標,將公園綠地的供給水平和需求性評價進行疊加分析,結合實地調研具體判斷供給和需求不匹配的區域,綜合用地條件現狀,選擇出新增公園的備選位置。考慮資源利用率因素,新增的選址應盡量靠近泰森多邊形的邊界處和需求性評價較高的區域地塊上。

3 合肥市中心城區公園綠地布局評估

3.1 公園綠地分布特征

采用核密度、標準差橢圓和平均最近鄰分析等分析方法,通過多角度對中心城區城市公園綠地分布特征進行分析。通過ArcGIS 10.7軟件中的核密度分析工具,將非空間屬性特征的影響也納入考慮,從空間布局的角度來描述城市公園綠地的布局現狀。根據公園綠地對周邊影響隨距離遠近而產生變化的特征,分別以1 500、2 000、2 500、3 000、3 500和4 000 m為搜索半徑,對公園綠地進行核密度分析,設定像元大小為50,分類方式選擇根據自然間斷點分級法分為9級,分析合肥市中心城區公園綠地的空間分布特征(圖2)。采用ArcGIS軟件中的度量地理分布分析工具,用標準差橢圓分析研究城市公園點在空間分布上的離散程度,分析城市公園分布中心與分布的方向特征(圖3)。采用EUCLIDEAN的距離法對城市公園數據進行平均最近鄰分析,對比分析基于計算過程中得出要素分布的實際值和預測值。通過分析2個值的比值關系,評判公園綠地要素的集聚特征,比值越小,則要素集聚性越強[22],將公園要素的空間集聚特征通過量化結果顯示出來(圖4)。

圖3 合肥市中心城區公園標準差橢圓分析Fig.3 Standard deviation ellipse analysis of parks in central urban area of Hefei

z得分為-4.191 299 961 27,則隨機產生此聚類模式的可能性小于1%。z=-4.191 299 961 27,Probability of randomly generating this clustering pattern is less than 1%.圖4 合肥市中心城區公園平均最近鄰分析Fig.4 Average nearest neighbor analysis of parks in central district of Hefei City

1)從公園核密度分析圖(圖2)可以看出,搜索半徑為1 500和2 000 m的城市公園綠地的高核密度區域數量較多,分布較為均衡;隨著搜索半徑的不斷擴大,城市公園綠地分布高密度核心點逐漸突出明顯,分布也更為集中。公園綠地在廬陽區東南部、包河區北部和西南部以及瑤海區南部核密度高,區域分布較為集中。其中廬陽區東南部核密度等值線較為密集,說明此區域城市公園隨距離的變化較為強烈;而包河區和瑤海區核密度等值線比較稀疏,則說明此區域城市公園隨距離的變化較為平緩;蜀山區西部核密度值低甚至是沒有密度分布,反映了該區域公園綠地較少。

2)根據合肥市中心城區公園標準差橢圓分析(圖3),城市公園點數據生成的標準差橢圓的平均中心位于包河區的西北角。城市公園點數據生成的標準差橢圓的長軸與短軸長度相差較大,說明公園綠地點數據具有較為明顯的方向性。具體為中心城區的西北-東南方向,表明在研究范圍內城市公園綠地在西北-東南方向分布具有聚類特征且分布更為聚集。

3)從中心城區公園平均最近鄰分析結果(圖4)可以看出,合肥市中心城區公園平均觀測距離小于預期平均距離,最鄰近比率為0.807 8,其數值小于1。本次分析Z得分為-4.191 3,P值為0.000 0,說明本次模型的顯著性很強,同時這也意味著公園綠地在整體分布上呈現出較為顯著的集聚,城市公園綠地的分布在0.01級別是呈現出集聚的[19]。

綜合以上分析結果,合肥市中心城區公園綠地整體呈現“多中心、組團式”的空間分布特征,公園綠地分布存在不均衡的情況,空間呈現明顯的集聚差異。

3.2 公園綠地服務壓力評價

公園的服務能力與其面積密切相關,綜合公園或面積較大的公園服務層級高且服務范圍大,因此對于城市公園綠地的服務壓力應根據規模分類評價。參考相關文獻、標準和相關規劃,將研究區域內的公園分成小型公園(2 hm2以下)、中型公園(2～10 hm2)、中大型公園(10～50 hm2)和大型公園(50 hm2以上)4個等級,針對不同等級公園進行服務壓力分類評價。

不同等級公園綠地服務壓力評價結果見圖5,等級越高表明公園所受的服務壓力越大。結果顯示:2 hm2以下公園服務壓力多集中在第1級和第2級,服務壓力大的區域相對較少。服務壓力最高的2個公園分別位于瑤海區和蜀山區,這2個公園對應的泰森多邊形面積也較大,說明在此較大的范圍內沒有其他2 hm2以下的公園能分擔服務壓力。總體來說2 hm2以下的公園綠地數量較少且覆蓋率較低,說明缺少便民型的公園綠地,且現有2 hm2以下公園綠地集中于二環以內的老城區,二環以外2 hm2以下的社區公園和游園尤為缺乏。

圖5 合肥市中心城區各級公園服務壓力圖Fig.5 Pressure map of park services at all levels in central district of Hefei City

2～10 hm2公園服務壓力也多集中在第1級和第2級,作為平衡級第3級服務壓力區域適中,服務壓力達到第4級和第5級的區域相對較少。服務壓力最高的2個公園均位于包河區,此外,蜀山區西部公園所對應的泰森多邊形面積較大。說明此區域范圍內2～10 hm2的公園較少,未來隨著城市化發展,可能面臨2～10 hm2公園綠地數量較少,服務壓力較大的情況。

10～50 hm2公園數量最多,服務壓力多集中在第1級和第2級,作為平衡級第3級服務壓力的區域適中,服務壓力大的區域相對較少,但是服務壓力第4級和第5級的區域面積較大。服務壓力最高的3個公園分別位于蜀山區、包河區和瑤海區,其中瑤海區服務壓力在第4級和第5級的區域,泰森多邊形面積占比最高,說明在瑤海區10～50 hm2的公園綠地服務壓力總體較大。

50 hm2以上的大型公園服務壓力達到第4級和第5級的區域數量較多,表示其服務范圍的泰森多邊形面積較大。第4和5級壓力集中在建成區中心區域,這些區域內人口活動密度較強,對城市公園綠地造成的壓力明顯高于其他區域。服務壓力達到最高級別的區域主要在老城區范圍,此范圍內人口分布密集且城市用地較為緊張,缺少大型公園的布局,高游憩壓力無法被分擔,服務壓力居高。

總體來看,合肥市中心城區公園綠地總體布局和層級設置還未能滿足人口的需求,城市不同區域的公園綠地資源配置存在不合理現象。

3.3 公園綠地需求性評價

根據上述需求性評價方法,建立層次模型,通過GIS將各類影響因子數據空間化,將各類影響因子數據依據權重(表1)進行柵格疊加計算,并將計算結果根據自然間斷點分級法分為9級。第1級至第9級表明對應方格區域的居民對于公園綠地的需求逐漸增加,在理想情況下,評價等級越高的區域應該有數量更多且服務水平更高的公園綠地[2](圖6)。

圖6 合肥市中心城區公園綠地需求性評價分級圖Fig.6 Grading map of park green space demand evaluation in central urban area of Hefei City

合肥市中心城區公園綠地需求量最高的是在4區交界范圍,主要集中于老城區,總體上呈現出1個高需求集中區和若干個次高需求區的現象,幾個最為突出的高分點為環城公園的環內區域、北一環路與站西路交叉口等區域。需求性評價在第5級以上的區域在蜀山區、廬陽區、包河區和瑤海區,占比分別為3.4%、9.1%、6.0%和7.3%,總體來說依然是廬陽區的高需求區域較多。這些區域均為合肥市傳統的城市中心區域,合肥市人群居住工作多集中于老城區;同時行政和金融高度集聚的政務區和濱湖新區等區域也反映出較高等級,表明在這些區域公園服務方面產生了相應的高需求。

3.4 合肥市公園綠地布局優化

根據合肥市中心城區現有公園綠地服務壓力評估和公園綠地需求性評價進行疊加分析,重點分析“高壓力、高需求,高壓力、低需求,低壓力、高需求,低壓力、低需求”等4種典型疊加區域,綜合考慮公園綠地分布現狀,提出布局優化策略。

在資源配置不合理及服務能力不足區域新增缺少的某類公園,原則上,需求性評價等級較高處擁有的游園和社區公園應該更為密集,服務水平較其他區域也應更高,并且距離區級和市級的中大型公園綠地更近。因此,優先增加公園綠地于現有公園綠地服務壓力較大、需求性評價較高且供需不平衡的區域,達到資源利用的高效性和最大化(圖7)。同時對這些待選點進行實地用地條件等情況調研,在符合條件的用地增設各級公園綠地(圖8)。

圖7 公園綠地供需疊加重點關注區域Fig.7 Key focus areas for the supply and demand overlap of park green spaces

1)高服務壓力、高需求性區域。根據疊加結果可得,各級尤其是10～50 hm2和50 hm2以上的公園綠地,服務壓力達第4級和第5級的區域多集中在城區中心且泰森多邊形面積較大,公園綠地需求性評價較高的區域與現有公園服務壓力較大的區域高度重合,說明城區中心區域公園綠地還未能滿足人口的需求。需要對此區域內未被利用的或滿足改造條件的地塊進行篩選,加快公園綠地布局,從規模上來滿足城市公園綠地的供需平衡,增設中型公園和大型公園的配比,完善公園體系。

2)高服務壓力、低需求性區域。在量化分析顯示服務壓力較高但需求性較低的區域,應在實地調研的基礎上判斷是否存在公園綠地吸引力不足,導致居民更愿意選擇其他區域公園綠地的情況。對于這些區域,一方面結合公園綠地服務半徑覆蓋率分析,在覆蓋邊緣區適當增設公園綠地,同時提升現有公園的服務質量和吸引力,完善功能與配套設施,提升公園綠地的利用率。

3)低服務壓力、高需求性區域。對于高游憩需求下服務壓力較低的區域,公園綠地供需及布局相對均衡,在未來提升優化中可以考慮增設面積較小且布局靈活的社區公園和游園,改善公園綠地結構的不均衡性。

4)低服務壓力、低需求性區域。這些區域滿足公園綠地的供需平衡甚至是供給大于需求,對這些區域應該在注意城市公園管理維護的基礎上,從特色文化、植物配置和主題展示等方面提升公園綠地的吸引力,緩解其他地區公園綠地的服務壓力。

選址優先考慮在泰森多邊形的交界處和需求性評價較高區域附近,同時具體公園選址位置還應綜合以下因素:1)充分利用現有自然資源,在做好資源保護的同時將其與城市公園建設結合,提升資源利用率;2)充分利用文化優勢,將城市公園建設與文化遺址結合;3)提升城市灰色空間和城市棕地的利用率,將公園綠地選址與其相結合,變廢為寶。

4 討論與結論

本研究基于POI數據,以城市公園綠地供需平衡為目標,借助GIS數據處理、核密度分析和服務壓力指標分析等定量技術手段與方法,從布局特征、供給水平和需求評價多層次構建公園綠地布局評估模型,研究如何以人的實際需求為導向合理確定公園綠地的規模與選址;同時對合肥市中心城區公園綠地進行實證研究,驗證了研究方法的可行性,有效反映了現有公園綠地服務壓力和公園綠地需求性評價,為優化公園綠地布局提供數據支撐,并針對性地提出增設各級公園綠地布局建議。

此次利用POI這一數據類型對城市人群的活動強度、分布特征和對公園綠地需求進行精確量化分析,準確反映城市中人群活動冷熱點分布情況,對公園綠地的服務壓力和需求評價更具有針對性,提高了評價的客觀程度;結合城市交通和公共服務設施空間分布特征,優化公園綠地布局,兼顧居民的生活和出行習慣,增設公園布點,降低資源缺乏或浪費的可能。

需要注意的是,基于城市POI數據研究的公園綠地,適用于開發較為成熟和數據覆蓋較為完整的研究區域,對城市新區或部門基礎設施建設不夠完善的地區,POI數據點會存在覆蓋不全面和數據不充足的情況,分析的結果會存在一定的偏差,需要結合現狀及時修正,動態調整完善。