大连市金普新区城市建筑三维形态的时空分异研究

王雨娜

（辽宁师范大学 辽宁省自然地理与空间信息科学重点实验室，辽宁 大连 116029）

城市建筑形态的空间发展过程会影响城市的生态变化，而这些变化的产生及发展又构成了城市三维建筑空间的形态特征[1]。以往学者针对城市形态的研究大多集中于二维平面，如通过CA 模型模拟城市形态演变、运用RS 和GIS 空间分析技术分析空间扩展模式等来揭示城市空间形态及演变规律[2-4]。随着城市发展过程中遇到的城市上空利用效率低、“人地矛盾”等问题的出现[1]，学者们关注的焦点逐渐转移到如何通过城市建筑来反映城市三维空间形态上。因此，本文以大连市金普新区主城区为例，以2005 年、2020 年两年的城市建筑数据为基础，运用ArcGIS、GeoDa 等软件对研究区进行时空分异分析和空间自相关分析。

1 研究区与数据

本文以大连市金普新区2005 年、2020 年高分辨率遥感影像、建筑物轮廓及高度、行政区划为基本数据，对于没有高度信息的建筑物，结合百度全景获取建筑物层数信息，将每一楼层高度设置为3m，从而获得研究区建筑高度数据。本文基于规则格网提取最大高度、平均高度、错落度作为城市三维空间建筑起伏特征测度指标；引入指数分析了3 个测度指标的空间自相关性，从中挖掘城市三维建筑形态的总体特征和内部规律。

2 研究方法

2.1 空间统计分析

为了研究大连市金普新区主城区城市三维空间建筑起伏特征和演变规律，本文从研究目的出发选择和构建了建筑最大高度、建筑平均高度和建筑错落度3 个指标从不同角度来分析城市三维空间建筑的起伏特征，如表1 所示。其中最大高度和平均高度体现了建筑群体在城市上空的集中程度和利用水平，错落度体现了不同区域建筑物的高度错落程度，反映了区域的空间起伏性[5、6]。

表1 建筑指标公式

2.2 空间自相关分析

空间自相关分析是指对研究区内某个单元与其邻近单元的某属性观测值进行相关性分析，从而判断其是否相关以及相关程度大小的一种空间数据分析方法[1]。本文从Moran′sI 指数的计算和解释出发，来发现城市建筑形态内部分布规律。

3 研究结果

3.1 时空分异分析

如图1 所示，可以看出整体上大连市金普新区主城区的空间格局西南部和东南部高于北部。研究区建筑物最大高度从2005 年的102 米提升到了2020 年的143 米，2005 年最大高度的高值区域集中在金马路、湾里街附近，2020 年时高值区域向外扩展，增加了辽河西路周边为高值区域。平均高度2005 年和2020 年数值范围均为3 至99 米，最大高度与平均高度增长较快的区域相似，以金马路沿线的商业区域、万达广场、辽河西路沿线和淮河中路以南的住宅区为典型区域，具有明显的增长趋势。错落度最大值从2005 年2.14189 提高到2020 年的2.289，2005 年错落度极大值区域在炮台山公园东部，即金马路与辽宁街交叉区域，由于该区域是商住结合区域，道路周边商业用地的建筑物高度较低，金马路附近的居民区建筑高度较高，使得该区域建筑物空间层次差别明显，2020 年错落度高值区域集中在大连保税区市场大厦周边，原因在于早期存在的工业厂房高度较低，后续建设的住宅楼高度较高，使得该区域建筑物高度对比明显。

图1 研究区2005 年（左）、2020 年（右）城市建筑三维指标统计

3.2 空间自相关分析

对研究区进行规则格网划分，将选取的城市建筑三维形态指标通过200m、300m、400m、500m 规则格网统计后，进行空间自相关分析，得到Moran′sI 指数表。

由表2 显示，最大高度、平均高度、错落度用不同尺度的规则格网计算所得Moran′sI 指数均大于0，说明研究区规则划分下的各指标具有空间正相关关系。从表2 可以看出，最大高度和平均高度Moran′sI 值呈现逐年增加的特征，说明研究区内高层建筑逐渐向外围扩展，同时高度相同的建筑在各研究单元之间呈现聚集分布；2005 年最大高度Moran′sI 值随格网尺度增大而减小，说明城市高层建筑分布密集，研究单元之间最大高度数值差异明显，2020 年最大高度Moran′sI 值在不同格网尺度下差异较小，说明城市立体化发展加剧，高层建筑的分布向金马路沿线外围扩展，不同单元格之间差异逐渐减小。错落度体现了建筑物在高度上的差异程度，从计算结果可以看出，错落度Moran′sI 值呈现了逐年减少的趋势，说明研究单元之间建筑物高度差异程度较大的单元与建筑物高度差异程度较小的单元聚集的程度增加，错落度高值区逐渐向外扩展，说明研究区内新建了较多的高层建筑，具有较高高度的建筑发展水平趋于平衡。

表2 研究区城市建筑三维指标指数表