傅梦颖
(合肥市测绘设计研究院,安徽 合肥 230000)
城市绿地作为城市中的自然服务系统,是城市中的“绿肺”,具有重要的城市生态环境调节和休闲娱乐服务功能。城市绿地的类型包括五大类:公园绿地、广场绿地、生产绿地、防护绿地、附属绿地,其中公园绿地是城市绿地系统中与市民生活联系最为密切、发挥最大社会和生态效益的城市绿地。公园绿地的服务状况,已经成为评价一个城市宜居性和建设生态城市的重要标准之一[1]。现行绿地分类标准的统计指标为绿地率、人均公园绿地面积等,主要用于描述城市公园绿地的数量特征,无法反映城市公园的空间分布性和服务公平性[2]。随着城市居民生活水平的提高,公园绿地可达性问题引起了人们的关注。
可达性是指从空间中任意一点克服空间阻力到达目的地的难易程度,阻力通常用距离、时间、费用等指标来衡量[3,4],在城市公园绿地评价中被广泛应用。可达性研究的主要方法有缓冲区法[5]、最小邻近距离法[6]、引力模型法[7]、费用加权距离法[8]等。这些方法从不同角度反映了服务设施的空间可达性,缓冲区法和最小邻近距离法忽略了到达目的地过程中的阻力,易高估服务设施的可达性,引力模型法和费用距离加权法也未考虑到到达目的地的真实路径,一般对不同土地利用类型赋以相对阻力,但用地类型的划分和相对阻力大小的赋值具有较大的主观性。费用距离加权法需要将研究区划分为大量的网络,网格的尺寸直接影响到计算的精度。网络分析法基于矢量道路网络,在计算过程中能更为真实地评价服务设施的可达性[8~11]。
本文以合肥市滨湖新区城市公园为例,运用网络分析法,基于合肥市道路网络,结合滨湖新区居住小区空间分布数据,以到达公园的实际方式来评价合肥市滨湖新区城市公园的空间分布和服务情况,并与缓冲区法做了实验对比,同时从步行、骑行、机动车三种交通方式对滨湖新区各街道城市公园可达性进行研究。研究能够为城市公园绿地系统评价提供新思路和新方法,并为城市公园绿地空间格局优化提供参考。
本文以合肥市滨湖新区作为研究对象。滨湖新区地处合肥市区东南部,位于中国第五大淡水湖巢湖之滨,是合肥通过巢湖、走入长江、融入长三角的水上门户,分为滨湖世纪街道、烟墩街道、方兴社区、大圩镇6个街道,总用地面积约 196 km2。由于大圩镇位于滨湖新区范围内的部分极少(图1),且该区域无公园,因此不在本文研究范围内。
图1滨湖新区公园绿地及居住小区分布
依据最新的《城市绿地分类标准(CJJT-852017)》和调查要求,以2019年4月空间分辨率为 0.1 m的合肥市区航拍影像为基础,采用3S技术与实地调研相结合的方式,对滨湖新区界限范围内的公园绿地进行精细化采集。考虑到狭长带状公园作整体化处理会影响到可达性计算的精确性,本文按照道路在路口处的自然分割将同一带状公园分割为不同区域,以此处理方法,共采集滨湖新区公园绿地50个,总面积为 646.85 hm2。本文在实验过程中以真实公园出入口代替公园,共采集公园出入口146个。其他数据还包括道路网络数据、居住小区数据、街道行政区划数据,以上数据均来自合肥市2020年地理国情监测数据。其中,路网数据需根据道路交口对所有道路进行打断,并进行拓扑处理;公园出入口点数据需建立与最近道路交口的连接。
滨湖新区公园绿地及居住小区空间分布如图1所示,面积最大的三个公园是中部区域的塘西河公园、方兴湖公园以及呈南北带状分布的金斗公园,占公园总面积的78%,分布在滨湖世纪社区、方兴社区和万年埠街道,除去大圩镇,义城街道公园面积最小,仅在西南区域有滨湖公园延伸出的一小部分区域。
缓冲区分析法是以公园为中心,以最大服务距离为半径建立缓冲区,缓冲区内市民可在可达时间内到达公园,缓冲区外则不能享受公园提供的服务。该方法能够区分公园的服务和非服务区,但由于其是以直线衡量服务区半径,并没有考虑城市公园景观的异质性以及公园可达过程中的自然和人为景观障碍,不能反映空间可达性的内部差异,因此这种方法易高估其可达性[12]。
网络分析法是对地理网络、城市基础设施网络进行地理化和模型化,该方法是计算按照某种交通方式,以道路网络为基础的城市公园在某一阻力值下的覆盖范围,主要用于资源的最佳分配、最短路径的寻找等[1,12]。一个基本的网络主要包括中心、连接、节点和阻力。本研究中,中心代表城市公园绿地,以点要素的形式表达,连接为道路网络,节点为道路交点,阻力代表在道路上移动所花费的时间。
以往研究通常以城市公园的几何中心代表公园,但由于公园形状及面积大小的影响,这种方法会对可达性计算结果产生一定的影响[13]。本文以真实的城市公园可进入点作为中心,认为到达公园入口即为进入公园。因此每个公园为多个中心的集合,分别计算每个中心的服务区并将其合并作为该公园的服务面积。本文以时间为阻力进行可达性分析,且在每个路口设置 20 s的等待时间,出行方式为步行、骑行、机动车三种方式。
欧洲环境局曾建议,普通的城市公园步行最佳时间是 15 min内[14];纽约2030版总体规划提出了“确保所有纽约人距离公园在 10 min步行路程之内”的绿地建设目标。因此本文以 15 min为服务半径模拟城市公园的服务区,分别以 0 min~5 min、5 min~10 min、10 min~15 min三个时间段为服务半径来分析,换算为缓冲区法的服务半径,则分别以 300 m、600 m、900 m为缓冲区半径作公园绿地的服务范围。
本文以服务面积比作为可达性分析指标,分别通过对比不同研究方法、不同交通方式下、不同街道之间的公园绿地可达性来分析合肥市滨湖新区公园绿地的服务情况。以往研究多以行政区范围(本文的行政区级别为街道)来计算服务面积比指标[1,15,16](公式1),但对于存在较大面积非建成区的区域来说,以行政区层面来评价服务面积比会低估公园绿地的真实服务水平,以居住小区来评价公园可达性更加符合公园绿地的实际服务状况。因此,本文从居住小区角度来计算服务面积比指标(公式2)。
服务面积比=公园服务范围覆盖的行政区面积/行政区总面积×100%
(1)
服务面积比=公园服务范围覆盖的居住小区面积/居住小区总面积×100%
(2)
步行到达公园绿地是市民最为主要的交通方式[14],因此以步行为例,以 15 min为可达时间,以 1 m/s为步行速度,分别采用缓冲区分析法和网络分析法对滨湖新区公园绿地可达性进行分析,结果如图2和表1所示,可以看出两种方法计算结果差异明显:从街道层面来看,采用缓冲区方法得到的 15 min内的公园服务面积比为74.15%,而网络分析法仅30.14%,其中,在 0 min~5 min、5 min~10 min内的采用缓冲区分析法得到的公园服务面积比均大于网络分析法,分别高出42.15%、3.67%。
从居住区层面来看,15min内缓冲区分析法的服务面积比为89.9%,较网络分析法高出25.6%;除10 min~15 min时间段外,缓冲区分析法的服务面积比均大于网络分析法, 0 min~5 min、5 min~10 min时间段分别比网络分析法高出33.01%、7.39%。;网络分析法在5 min~10 min时间内的服务面积比最高(28.21%),缓冲区分析法在 0 min~5 min内服务面积比最高(45.1%)。
图2 两种方法下的公园绿地可达性图
缓冲区分析法和网络分析法公园可达性对比(步行方式) 表1
两种研究方法计算结果差异较大的原因主要在于两者对公园绿地可达性的理解及计算方法不同。缓冲区分析法是以直线距离衡量空间上两点之间的距离,而网络分析法是以真实的道路网络以及出行时间为基础来衡量空间上一点到公园绿地的距离。由于道路、河流、交通规则等阻力的存在,直线距离则会高估公园绿地的可达性,例如沿塘西河北侧,由于塘西河的阻隔,塘西河南岸的市民不能直接横穿到达对岸,只能选择绕行到达,在这个过程中花费的时间将远远高于直线距离,因此实际上塘西河南岸部分区域并不在北侧公园绿地的服务范围之内。其次,缓冲区以公园面为缓冲基础,即认为公园边界任何点都可进入公园,而实际情况并非如此,网络分析法以真实的公园入口进行分析,更接近现实,如玉龙路带状公园由于西侧是铁路,仅东侧少数几个点可以进入,缓冲区法的结果却包含了公园四周所有区域。
采用网络分析法分析了步行、骑行和机动车三种交通方式下滨湖新区城市公园绿地可达性(图2b、图3a、图3b),其服务面积比统计结果如表2所示。
三种交通方式下公园可达性对比 表2
三种交通方式下的公园服务情况差异明显。从街道层面来看,15 min内三种交通方式的服务面积比仅为30.15%、52.79%、56.06%,公园可达性较差;从居住区层面来看,15min内步行、自行车、机动车方式下的公园服务面积比分别为64.3%、96.85%、99.58%,分别提高了34.15%、44.06%、43.52%,公园可达性较好。分时间段来看,三种交通方式在 0 min~5 min内的服务面积比差异最大,以居住区层面为例,采用自行车方式的公园可达性是步行方式的4.98倍,大幅提高了滨湖新区公园绿地可达范围,机动车方式在5min内的服务面积比高达99.16%,是步行方式的8.2倍,是自行车方式的1.65倍;步行方式在 5 min~10 min时间段公园可达性最好,自行车和机动车均是 0 min~5 min时公园可达性最好,其中,机动车在 0 min~5 min时间段的公园可达性(99.16%)与 15 min内(99.58%)仅相差0.42%。
图3 不同交通方式下的公园绿地可达性图
(1)步行可达性分析
在街道层面上,滨湖区步行方式前往公园的可达性较差(图2b),仅有30.15%的居民可以在 15 min内步行至最近的公园,方兴社区、滨湖世纪社区由于公园数量较多且面积占比大,且该区域内的交通网络密集,因此 15 min内的公园可达性良好,滨湖世纪社区的可达性最高(96.72%),方兴社区次之(71.28%);万年埠街道虽公园面积不小(图2b),但由于街道面积较大,导致公园可达性一般(49.43%);烟墩街道由于存在较大面积非建成区,这块区域缺少公园,因此可达性较差(19.95%);义城街道非建成区面积更广,区域内仅包含2个公园,并且交通网络稀疏,因此该街道公园可达性最差(1.39%)。
在居住区层面上,15 min内的公园可达性为64.30%,比街道层面提升了34.15%,各街道的公园可达性排序与街道层面一致,公园服务面积比均有所提升,提升最明显的是烟墩街道,从19.95%提升至55.06%,滨湖世纪社区的公园可达性达到了100%全覆盖,义城街道由于居住小区较少且不在公园服务范围内,服务面积比仅为2.78%(表3)。
步行方式下的公园可达性 表3
(2)骑行可达性分析
骑行可达性分析是以城市共享单车数据为研究对象,根据北京清华同衡规划设计研究院和摩拜单车共同发布的《2017年共享单车与城市发展白皮书》中的研究数据,本文以 10 km/h作为合肥的城市骑行速度。从整个主城区角度来看(图3a),骑行 5 min以内可达公园的区域与步行 15 min内可达区域分布情况相似。
从街道层面看,骑行15 min内可达公园的区域占研究区总面积的52.79%(表2)。滨湖世纪社区借助其公园密度高和交通便利的优势而成为骑行方式中公园可达性最高的地区(100%),义城街道由于建设不完善、公园面积占街道面积小、交通不便利而成为公园可达性最低的地区(22.74%)(表4)。
从居住区层面来看, 0 min~5 min和 5 min~15 min内可达最近公园的居住分别占居住区总面积的75.9%和21.1%,15 min内可达最近公园的居住区比例共计占97.1%(表2),除义城街道外,其他四个街道内的居住区均可在 15 min内骑行到达最近的公园,因此,合肥滨湖新区的公园骑行可达性良好。
骑行方式下的公园可达性 表4
(3)机动车可达性分析
国家住建部《城市道路工程设计规范》(CJJ37-2012)[17]中对不同道路等级的车速分别进行了规定,本文以 40 km/h作为滨湖新区不同道路等级的机动车平均车速,每个道路交口处停留 20 s[1]。从整个研究区范围来看(图3b),机动车 5 min可达最近公园的区域与骑行 15 min内可达的区域分布情况相似。由于机动车 5 min内公园可达性与 15 min内相差微小,因此以 5 min为可达时间来评价机动车方式下的公园可达性。
从街道层面来看,5 min可达最近公园的区域占研究区总面积的53.06%(表2),滨湖世纪社区和方兴社区 5 min内的公园可达性最高,是义城街道的4倍(表5)。万年埠街道 5 min内的公园可达性次之。烟墩街道南部和义城街道除西部少数区域以外的大部分区域由于与公园距离较远且交通不完善导致这些区域要花费 15 min以上时间,公园可达性较差。
从居住区层面来看, 0 min~5 min、 5 min~15 min和 15 min~30 min内机动车出行可达最近公园的居住区面积占总居住区面积的比例分别为99.16%、0.21%、0.21%(表2)。除义城街道外的四个街道内所有居住区均可在 5 min开车时间内到达最近的公园(表5),因此,滨湖新区机动车出行的公园可达性很好。
机动车方式下的公园可达性 表5
建立科学的城市公园绿地评价体系可促进城市健康可持续发展。本文运用基于GIS的网络分析法研究了合肥滨湖新区城市公园绿地的空间可达性和服务状况,结果可为城市绿地系统规划和城市未来发展建设提供参考。研究结论如下:
从公园布局来看,合肥滨湖新区城市公园以中部地区三大公园为主体,占据了总面积的78%,无论从整体还是区域上来看,公园在数量、面积上都存在着不平衡的问题,三大公园分布在滨湖世纪社区、方兴街道、万年埠街道,造成这三个社区的公园可达性远远高于另外两个区;从不同研究方法来看,缓冲区分析法高估了公园绿地的可达性,网络分析法较缓冲区法更能准确地评价城市公园的真实服务水平,服务面积比较传统的统计指标更能准确地反映城市公园的服务情况;从不同评价单元来看,以行政区为评价单元低估了公园绿地的可达性,基于网络分析法,街道层面下仅有30.15%的面积能够在 15 min内步行到达公园,居住小区层面下有64.3%的面积能够在 15 min内步行到达公园;从不同交通方式来看, 0 min~5 min内机动车的公园绿地可达性优于步行和骑行方式, 15 min内机动车公园绿地可达性和骑行方式相当,几乎可以覆盖所有居住区;从不同街道来看,滨湖世纪社区和方兴社区的公园可达性最高,万年埠街道次之,烟墩街道和义城街道由于存在较大范围非建成区,公园可达性较差。
研究还存在几处待改进的地方。网络分析法通常基于完善的公园分类、道路、人口等相关数据,这些数据的可获得性和质量直接决定研究结果的精度和应用范围,在实际应用中还需相关政府部门和科研机构的合作与支持。在本文中,由于街道级人口数据的不易获取性,仅以服务面积比作为公园服务能力的评价指标,未考虑服务人口比指标,评价不够全面和完善;在计算基于路网的可达性过程中,未考虑道路等级、路况等信息,以出行平均速度计算会影响可达性结果精度;另外以道路交口代替红绿灯位置数据,在所有交口处作 20 s停留也会与真实情况有所偏差。其次,研究使用的参数(服务半径、步行速度等)均借鉴国外相关研究,需要加强国内城市公园游憩者的行为偏好研究,以为城市公园可达性提供可靠的数据基础。另外,对公园绿地可达性结果的影响因素以及城市公园绿地的布局优化还需进一步研究。