高密度城区滨水空间生态服务能力评价

摘 要：

城市滨水空间对于维护高密度城区的生态稳定具有重要意义。针对当前滨水空间生态服务能力评价中忽视居民感知的问题，以广州市越秀区作为研究区域，运用空间句法模型、Fragstats、SolVES模型等提取空间可达性、景观生态质量、居民感知等数据，通过双变量分析法筛选出与居民感知数据高度相关的变量，构建了基于居民感知的生态服务回归评价模型，并耦合年度植被加权模型对生态服务能力进行了综合评价与分析。结果表明：①利用基于居民满意度指数的回归方程筛选出的最优变量组合所建立的生态服务模型，能够反映出滨水空间生态要素供给和居民感知服务能力;②越秀区滨水空间生态

服务能力等级呈现出南高北低的空间异质性特点；③耦合年度植被加权的综合服务等级从加权前的南高北低分布转变为中北高南部低分布，高低值的分布区域发生了显著变化。

上述结果可为广州市城市更新规划、滨水空间的规划选址与改善提供依据，有助于提升滨水空间的生态宜居服务能力。

关键词：城市滨水空间;生态服务;居民满意度;空间句法

中图分类号：TU984;X144"" 文献标识码：A"""""" 文章编号：

2096-6792（2024）06-0065-09

Evaluation of Ecological Service Capacity of Waterfront Space in High-density Urban Areas

XI Junlin1， LUO Weizhang2， YUAN Jianwei3， ZHANG Hui4， WU Hua5

（1.Guangzhou Zengcheng district urban and rural planning and mapping Geographic Information Research Institute， Guangzhou 511300， China;" 2.Guangzhou Urban Planning and Design Company Limited， Guangzhou 510000， China; 3.Yangtze Ecology and Environment Co.， Ltd.， Wuhan 430062， China; 4.College of Surveying and

Geo-informatics， North China University of Water Resources and Electric Power， Zhengzhou 450046， China; 5.Guangdong Center for Marine Development Research， Guangzhou 510220， China）

Abstract：

Urban waterfront spaces are of great significance for maintaining ecological stability in high-density urban areas. In the current evaluation of the ecological service capacity of waterfront spaces， the issue of residents′ perception is ignored. Taking Yuexiu District in Guangzhou as the research area， spatial syntactic models， Fragstats， SolVES models， and other methods are used to extract data on spatial accessibility， landscape ecological quality， and residents′ perception. A bivariate analysis method was used to select variables highly correlated with residents′ perception data， and a regression evaluation model for ecological perception services based on residents′ perception was constructed. The coupling annual vegetation weighted model was used to comprehensively evaluate and analyze ecological service capacity. The results are as follows. Firstly， the optimal variable combination selected based on the regression equation of resident satisfaction index. The ecological service model established based on this combination can reflect the supply of ecological elements in waterfront spaces and residents′ perception service capabilities. Secondly， the ecological perception service capacity level of the waterfront space in Yuexiu District shows spatial heterogeneity characteristics of high in the south and low in the north. Thirdly， the comprehensive service level weighted by annual vegetation coupling has shifted from a distribution of high in the south and low in the north before weighting to a distribution of high in the north， central， and low in the south. The distribution area of high and low values has changed significantly. The above results can provide a basis for urban renewal planning and waterfront space planning， site selection and improvement of Guangzhou City， and help to further improve the ecological livable service capacity of waterfront space in the future.

Keywords：

urban waterfront space; ecological perception; residents′" satisfaction; spatial syntax

城市滨水空间是高密度城区中的稀缺生态空间［1］，其范围涵盖水域空间及与水岸线缓冲距离为200～300 m［2］ 的相邻陆域空间（包括自然要素、人工要素等）［3］，这种空间对改善人居环境、维护区域生态稳定具有重要意义［4］。高质量城镇化发展注重空间精细化建设，城市已步入以生态宜居环境为导向的转型发展阶段［5］。由于高密度城区用地面积压缩，导致现状滨水空间分布不均、生态宜居服务能力参差不齐，稀缺的滨水空间资源在提升人居环境质量、解决城市建设用地扩张与水域空间协调等问题上发挥的作用有限。作为城市研究中的热点问题，提升高密度城区中滨水空间的生态服务能力、发挥稀缺生态资源的作用已成为学者们的重要研究课题和民生关注点［6］。其中，有效的滨水空间评价是生态规划建设和宜居城市建设的重要基础。

居民感知是滨水空间生态服务评价的重要内容。居民感知最早源自环境感知行为理论，涵盖环境感知和行为驱动［7］两个方面。本文所提及的居民感知特指居民对滨水空间内生态系统服务的感知，即感知主体为滨水空间的居民，感知对象为滨水空间的生态系统服务。目前，关于滨水空间生态服务能力评价的研究主要聚焦于城市规划设计的前期环境评价和空间分析方面，且多数研究主要依据宜居理论原则［8］来指导规划建设［9-11］。部分学者采用经济模型来评价滨水空间的文旅服务价值，但大多选取单个空间要素进行评价，评价内容呈现单一性、破碎性，缺乏“提质”的研究［12］，忽略了滨水空间内外因素的共同作用［13］。白茜［14］基于生态宜居理论的原则，对社区内滨水公园的景观进行了设计，但视角多局限于亲水和绿地层面，较少关注居民感知与生态效益多要素的综合影响;达良俊等［15］从生态哲学的角度出发，检验了城市的“易居”程度，但仅关注生态纵向服务层面，未将生态服务与居民感知需求进行关联分析；还有学者从可达性角度反推滨水空间要素的供给情况［16］，却忽视了道路拓扑结构的空间未来可达性影响，导致研究结果仅停留在欧氏距离现状可达性层面。综上可知，当前研究难以科学、有效、系统地反映滨水空间的生态服务能力。

鉴于此，以广州市越秀区为例，从空间可达性、景观生态质量、居民满意度情况3个方面，选取句法参数变量、满意度价值指数、景观指数构建表征居民感知的滨水空间生态

服务评价模型;同时，耦合年度植被指数加权模型，分析植被要素对居民感知选择的影响，进一步评价生态要素供给服务能力，以期为高密度城区滨水空间的生态服务评价与规划选址工作提供参考。本文的创新点在于将生态要素供给与居民主动感知相结合，并采用2022年11月与2022年度的植被指数共同表征滨水空间生态要素的

供给能力。

1 数据与方法

1.1 研究区概况

越秀区属广州市典型的高密度老中心城区［17］，总面积达31.29 km2，人口密度为3.12万人/km2。近年来，越秀区的滨水空间面积进入缓慢缩减期。清华大学宫鹏教授团队发布的FROM_FLC10数据（http：//data.starcloud.pcl.ac.cn/）显示，越秀区人均可享受的水体游憩空间总面积不足，且滨水空间分布不均。现状滨水空间主要位于毗邻白云山的西北区域和珠江流域的南部区域。其中部分滨水空间的居民使用度不高，处于闲置或低利用率状态。对越秀区开展滨水空间的生态服务能力评价，有助于进一步提升生态空间的利用率，优化空间布局。

1.2 数据来源与处理

1.2.1 城市滨水空间数据提取

城市滨水空间范围涵盖部分水体和与之毗邻的陆地空间。考虑到人的舒适距离，其范围被定义为水岸线平行向外缓冲200～300 m，步行约15～30 min可到达的区域。结合街景地图、实地调研和建筑密度数据等，以水岸线为边界向外生成300 m的缓冲区，得到如图1所示的越秀区城市滨水空间分布图，选取该区域中的滨水空间作为研究对象。

1.2.2 空间可达性表达及数据获取

空间可达性采用空间句法理论中的线段模型进行测度，该模型能有效表征城市空间在不同尺度下的可达性。首先，选用2022年OpenStreetMap的城市道路数据作为基础，初步构建道路轴线模型，然后通过街景地图、卫星影像对模型进行校核，最后进行模型Unlink检查，即把两条相交但不直接相连的轴线（如穿越地面道路的高架路）进行分离处理，去除重叠、局部不连接等无效轴线，以确保模型更贴近城市实际空间的可行路径。选取线段模型的道路整合度（Integration，INT）和道路标准化穿行度（Normalized Angular choice，NACH）作为评价指标，分别表征道路空间现状可达性特征与道路空间未来可达性特征，其具体计算方法参考《空间是机器——建筑组构理论》［18］。以步行距离为基准，在多个尺度下对句法变量进行模型取值［19］ ，并将道路整合度均值与道路标准化穿行度均值（图2）作为滨水空间生态服务能力评价可达性要素分析的变量。图2中n为半径尺度。

1.2.3 景观生态质量数据获取

景观生态质量数据包括景观格局和植被覆盖数据，综合反映滨水空间的自然生态要素供给情况。景观格局数据反映整体景观异质性的情况，其中的景观构成是影响居民选择生态空间要素的指标，表征了景观要素在空间格局分布的不均匀性和复杂性［20］。景观格局数据通过景观格局分析软件Fragstats 4.2计算，并借助ArcGIS 10.8进一步分析处理得到。处理步骤为：首先，以研究区2022年11月的Landsat 8原始遥感影像为基础，设置500、1 000、1 500、2 000、2 500 m的移动窗口半径，分别计算香农多样性指数（Shannon′s Diversity Index，SHDI）、景观蔓延度指数（Contagion Index，CONTAG）和景观香农均匀性指数（Shannon′s Evenness Index，SHEI）;其次，利用ArcGIS提取研究区各滨水空间的景观指数，并绘制各格局指数的分布图（图3），计算其平均景观格局指数，以分析越秀区整体土地利用景观格局现状;最后，对各滨水空间的格局指数进行归一化处理，得到各指数的标准值。通过分析这些景观格局指数，揭示不同移动窗口半径下各类型景观的异质性特征。

年度植被覆盖数据反映了整年生态要素的供给情况，是衡量居民感知空间舒适度的重要指标。因此，选取归一化植被指数（Normalized Difference Vegetation Index，NDVI）［21］，表征滨水空间的植被覆盖情况。NDVI数据来源于地理科学数据集（http：//www.csdn.store/findLists），该数据集的时间范围为2022年，空间分辨率为30 m，其分布情况如图4所示。

1.2.4 居民满意度价值数据

满意度价值数据反映了居民对滨水空间内生态要素的实际感知情况。因此，于2022年

11月1—15日发放了1 600份调查问卷，依据获取到的1 595份有效调查问卷，利用SolVES模型，测算出满意度价值指数（Value Index，VI），作为量化居民对滨水空间生态价值感知评价的指标。SolVES模型是由美国地质勘探局和美国科罗拉多州立大学联合开发的一款地理信息系统应用程序，旨在对生态系统服务功能中的生态价值进行空间分析和量化评估［22］。越秀区滨水空间生态价值类型见表1。满意度价值指数的计算过程为：首先，选定表1中的3个一级指标和8个二级指标来反映居民对滨水空间的满意度情况;其次，对居民在各滨水空间内的美学、教育、游憩、康养、文化遗产的生态价值点打分情况进行空间矢量化处理;最后，在SolVES模型中对价值点的赋分值进行归一化标准处理，得到表2。表2中标准化值越大，表明居民对滨水空间的感知度和认可度越高。

1.3 研究方法

1.3.1 基于居民感知的生态服务评价模型构建

基于居民感知的生态服务评价模型由一定尺度下的句法变量、景观指数与居民满意度价值指数共同构建，旨在反映滨水生态空间中居民对自然、生态要素的感知情况。该模型以居民真实的满意度情况为依据，验证道路可达性与感知偏好选择之间的交互影响。首先，对自变量进行标准化处理，识别出与VI相关性最强的句法变量，并筛选出最优变量。随后，将其与代表景观异质性的SHDI、CONTAG与SHEI共同作为自变量，以滨水空间的VI作为因变量，建立多元回归评价方程，系统考虑空间可达性、内部景观生态质量以及居民感知因素的共同作用。

1）模型自变量选择。以往可达性研究中，学者多侧重于实际距离的分析［23］，本文更侧重探讨空间未来的可达性。为此，选取句法线段模型中的道路整合度（INT）和道路标准化穿行度（NACH）作为衡量居民进入空间可达性和便捷性的指标，其中半径尺度内的变量值与居民的可达性成正相关关系［24］。此外，选用VI表征居民对空间的感知情况，从而反映出居民对空间各项设施及生态价值的实际感知和满意情况。鉴于研究范围内包含多种类型的滨水公园，因此进行多尺度半径设定［25-26］，以筛选出一定半径下与VI相关性最强的句法变量。将优选出的空间句法变量与滨水空间景观格局质量指标做逐步回归分析，以句法变量值、SHDI、SHEI及CONTAG为自变量，初步建立了4个模型，通过迭代分析确定最佳模型。

2）回归方程构建与检验。运用SPSS 19.0软件建立基于居民感知的生态服务评价回归方程。其表达式为：

y=b0+∑bi xi （i=1，2，…，n）。

（1）

式中：y为生态服务能力（y∈N）;b0为常数项;bi为回归系数;xi为自变量（SHDI、CONTAG与SHEI）;n为自变量数量。

利用数理统计方法，对模型和参数的科学性进行验证，并利用均方根误差（RMSE）检验模型精度。通过方程拟合优度R2、方程显著性F、Sig（P值）检验判定模型是否拥有统计学意义。其中：当R2gt;0.5时为大效应拟合，当R2gt;0.25时认为拟合度较高;若方程显著性F大于临界值Fa，则拒绝原假设，认为解释变量对被解释变量的影响显著。均方根误差（RMSE）是衡量模型观测值与真实值之间偏差的指标，反映了预测数据偏离真实值的程度，RMSE值越小，表示模型预测精度越高。基于以上分析，对各滨水空间生态服务能力进行初步评价。

1.3.2 植被指数加权模型

基于满意度指数的生态服务评价反映了11月的景观格局要素对居民感知偏好的影响，评价结果呈现出阶段性的选择特征，但缺乏对年度景观生态要素情况的考量。植被覆盖率是反映景观生态质量的指标，同时是城市规划中检验生态质量的传统指标，通过耦合植被加权来进行生态服务评价，可使评价结果更精确。植被加权生态服务水平（Vegetation-weighted Ecological Service Level，VESL）的计算公式为［27］：

VEPL=∑Vm Cm∑Vm。

（2）

式中：m为栅格网格数;Vm为单位植被覆盖指数值;Cm为单位句法变量均值。文中以网格为单位，以基于居民感知的生态服务评价中的空间可达性模型为基础，通过栅格计算器计算单个网格耦合植被加权后的综合生态服务水平。

利用层次分析法和熵值法分别对一级指标和二级指标进行最优变量的权重赋值。其中一级指标为空间可达性、景观生态质量、居民满意度价值指数，表达滨水空间的生态服务价值;二级指标为NACH、VI、SHDI、SHEI、CONTAG、NDVI，用来综合分析生态宜居情况。通过空间叠加分析，完成各滨水空间生态服务能力的综合评价，评价等级采用自然点间断法，分为5个等级。

2 结果分析

2.1 基于居民感知的生态服务能力评价

2.1.1 模型自变量选择

对不同半径下句法变量的计算结果进行初步筛选。选用双变量分析方法，研究不同半径尺度下各变量均值与VI的相关性。分析结果显示，VI与NACH、INT呈正相关关系，其中VI与NACH的相关性在半径为2 000 m时最强。初步判定，在NACH（n=2 000 m）的线段模型中，居民空间选择向心力越强，空间感知度越高，因此选取2 000 m作为评价模型的服务半径。

将初筛变量模型NACH（n=2 000 m ）与SHDI、SHEI及CONTAG等表征整体景观要素的指标进行组合，构建4个模型，采用多元线性回归方程进行拟合，并利用数理统计的方法对模型参数的科学性进行验证，结果见表3。

模型1：因变量为生态服务能力，预测变量为NACH（n=2 000 m ）。

模型2：因变量为生态服务能力，预测变量为NACH（n=2 000 m ）、SHEI。

模型3：因变量为生态服务能力，预测变量为NACH（n=2 000 m ）、SHEI、SHDI。

模型4：因变量为生态服务能力，预测变量为NACH（n=2 000 m ）、SHEI、SHDI、CONTAG。

由表3可知：模型4的R2值（0.545）最大，Sig（P值）=0.001lt;0.05，Fgt;Fa，表明模型具有显著统计学意义;此外，模型4的RMSE值为0.899，为所有模型中的最小值，表明模型4具有最好的拟合优度，其对应的VI、NACH（n=2 000 m）、SHEI、SHDI、CONTAG为最优模型变量组合。

2.1.2 基于居民感知的生态服务能力评价

构建以NACH（n=2 000 m）、SHEI、SHDI及CONTAG为自变量，VI为因变量的服务评价模型，进行现有滨水空间的生态服务能力评价，结果如图5所示。分析图5可知，越秀区现状滨水空间中，自然水体类型和综合性滨水公园的生态服务能力等级为较高，而滨水公园中的专题公园则表现为较低的生态服务能力等级。具体来说，低服务能力等级的滨水空间面积占比达到37.50%，高和一般服务能力等级的滨水空间面积占比均为25.00%。其中，珠江航道滨水空间、麓湖滨水空间和东山湖滨水空间的服务能力等级相对较高，流花湖滨水空间、越秀公园滨水空间的次之，黄花岗滨水空间、动物园滨水空间和烈士陵园滨水空间的最低。

2.2 耦合植被要素的生态服务能力评价

耦合年度植被指数的加权模型能够全面反映滨水空间生态要素被居民感知的情况。依据表4中一、二级指标的权重，将基于居民感知的生态服务评价模型的评价指数与年度植被覆盖指数通过栅格渔网进行空间叠加分析，进而得出植被加权后的滨水空间范围内的生态服务综合值，之后基于重分类获取其服务等级分布图，如图6所示。

由图6（a）可知：越秀区滨水空间整体的生态服务能力等级中，较低与低值区的面积占比远高于较高与高值区的面积占比;其中，低值区占比最大，达到了31.13%，其次是服务能力等级一般和高值区，分别占比25.70%和19.50%，而服务能力等级较高区的占比最少，仅为10.27%。由图6（b）可知：耦合植被加权后的生态服务等级分布图中存在3个较高值区域，分别是烈士陵园滨水空间、越秀公园滨水空间和麓湖滨水空间;服务能力等级一般的区域包括流花湖滨水空间、黄花岗滨水空间和动物园滨水空间;服务能力等级较低和低的区域为珠江航道滨水空间和东山湖滨水空间。

3 讨论

滨水空间生态服务的影响因素错综复杂，本文主要从空间可达性、景观生态要素、居民感知需求3个方面进行探讨，将景观生态格局与居民对滨水空间的感知反馈相结合，构建了基于居民感知的生态服务回归评价模型，得出广州市越秀区滨水空间生态服务能力等级分布。基于居民感知的生态服务回归模型中变量筛选结果（n=2 000 m）与国内相关研究的结果［28］基本吻合。以居民满意度数据为基础时，越秀区滨水空间生态服务能力等级高值区的面积占比为25.00%，说明现有滨水空间的分布基本满足居民对滨水空间的需求。

当前众多学者采用滨水空间单一景观构成种类、水质含量或城市设计某一方面的指标［29］分析生态要素，忽视实地景观对居民感知偏好的稳定影响［30］。鉴于此，耦合越秀区植被加权模型反映年度植被对居民感知偏好的影响。相比加权前的生态服务模型的评价结果，加权后的越秀区滨水空间生态服务等级分布从南高北低转变为中北高南部低，高低值区域分布发生变动，滨水空间整体的生态服务能力减弱，高值区面积占比仅约为19.50%;越秀区南部以自然要素类型为主的滨水空间（如珠江航道）的服务能力等级下降。本文构建的生态服务评价模型不仅可为同类型的研究提供研究视角和方法参考，还可为广州市其他生态优先发展辖区（增城区、从化区等）的城市更新规划、未来小型滨水空间的规划选址布局和现有滨水空间的提质改善提供参考。尽管如此，本文仍存在一些不足：

1）生态服务评价因素选取时考虑了景观格局与植被覆盖对居民感知的影响，但未充分考虑复杂滨水空间内细化因素的影响，如欠缺了对滨水空间社会文化氛围与基础设施（避风亭等）要素的考虑，一定程度上可能影响模型精度。

2）居民满意度数据缺乏长时序特征。滨水空间内居民流动往往具有不确定性，未来研究可尝试引入全年的滨水空间内居民游览、访问和点评数据，与景观生态要素进行综合分析，以得到更为精确的生态服务能力评价结果。

4 结论

构建了基于居民感知的生态服务回归评价模型，并耦合年度植被加权模型对广州市越秀区的滨水空间生态服务能力进行了综合评价与分析，主要结论如下：

1）利用基于居民满意度指数的回归方程筛选出的最优变量组合建立的生态服务模型，可反映滨水空间生态要素供给及居民感知服务能力。

2）越秀区滨水空间生态服务能力等级呈南高北低的分布特点。高服务能力等级的滨水空间多分布在与珠江相邻的自然水域空间，且具有高交通可达性、多生态斑块和高植被覆盖率的特征。

3）耦合年度植被加权的综合评价模型求得的服务能力等级从加权前的南高北低分布趋势转变为中、北部高南部低分布趋势，高低值区域分布发生显著变化。

参 考 文 献

［1］

谭德明，饶佳艺.深圳市都市型滨水空间活力影响因素分析［J］.地球信息科学学报，2023，25（4）：809-822.

［2］王斐，赵渺希.城市滨水空间的活力测度及影响因素检验［J］.中国园林，2023，39（3）：66-71.

［3］王敏，叶沁妍，汪洁琼.城市双修导向下滨水空间更新发展与范式转变：苏州河与埃姆歇河的分析与启示［J］.中国园林，2019，35（11）：24-29.

［4］姜乖妮，张坦.基于“城市双修”理念的城市滨水空间设计策略：以张家口市清水河滨水空间为例［J］.城市问题，2018（3）：42-47.

［5］曹君丽，刘聪聪，徐勇戈.基于PSR模型的生态宜居城市建设指标与评价研究：以西安市为例［J］.生态经济，2023，39（2）：100-107.

［6］苏婷，刘玮辰，吴巍，等.城市滨水区再开发的研究进展与展望［J］.地理科学进展，2023，42（2）：392-405.

［7］王洁宁，宋姝瑶，吴冰璐.基于生态感知的村镇社区生态系统服务分类体系构建［J］.小城镇建设，2022（7）：45-54.

［8］周海瑶.宜居城市视角下城市生活岸线的城市设计策略研究［D］.南京：东南大学，2021.

［9］席珺琳，吴志峰，冼树章.我国城市滨水空间的研究进展与展望［J］.生态经济，2021，37（12）：224-229.

［10］陈思宁，李清，陈锦清，等.珠海生态宜居规划建设探索与思考［J］.城市发展研究，2021，28（8）：10-16.

［11］董维，张可云.基于AHP法的河南省生态宜居城市建设研究［J］.林业经济，2016，38（4）：65-69.

［12］王富强，李鑫，赵衡，等.基于水环境容量和综合指标体系的区域水环境承载力评价［J］.华北水利水电大学学报（自然科学版），2021，42（2）：24-31.

［13］金菊良，郦建强，吴成国，等.水资源空间均衡研究进展［J］.华北水利水电大学学报（自然科学版），2019，40（6）：47-60.

［14］白茜.生态宜居理念下长沙市岳麓社区公园景观设计研究［D］.成都：成都理工大学，2020.

［15］达良俊，郭雪艳.生态宜居与城市近自然森林：基于生态哲学思想的城市生命地标建构［J］.中国城市林业，2017，15（4）：1-5.

［16］周曦，张芳.开放街区背景下城市滨水空间更新策略研究：以苏州市为例［J］.现代城市研究，2017（11）：38-44.

［17］付迎春，郭碧云，王敏，等.社会—生态系统适应性治理视角下绿地空间恢复力的演化：广州旧城区更新案例［J］.自然资源学报，2022，37（8）：2118-2136.

［18］HILLIER B.Space is the machine［M］.Cambridge UK：Cambridge University Press，1996.

［19］杨滔.基于空间句法的多尺度空间结构［J］.城市设计，2018（2）：22-31.

［20］于涛，包安明，刘铁，等.不同等级道路对玛纳斯河流域土地利用与景观格局的影响［J］.自然资源学报，2019，34（11）：2427-2439.

［21］汪柳皓，魏显虎，张宗科，等.青藏高原地区植被指数变化及其与温湿度因子的关系［J］.森林与环境学报，2022，42（2）：141-148.

［22］赵宏宇，李雁冰，车越.基于SolVES的传统村落生态系统服务社会价值评估：以锦江木屋村为例［J］.中国园林，2022，38（12）：76-81.

［23］CLEMENT B C S A.An application of social values for ecosystem services（solves） to three national forests in colorado and wyoming［J］.Ecological indicators，2014，36（14）：68-79.

［24］席珺琳，吴志峰，张会，等.中心城区公园绿地服务能力综合评价：模型与案例［J］.生态环境学报，2020，29（5）：1044-1053.

［25］马敬然，王浩锋.弹性网格：曼哈顿城市形态及合并街区特征研究［J］.国际城市规划，2020，35（1）：62-70.

［26］赵宏宇，解文龙，赵建军，等.生态城市规划方法启示下的海绵城市规划工具建立：基于敏感性和适宜度分析的海绵型场地选址模型［J］.上海城市规划，2018（3）：17-24.

［27］邹雨轩，吴志峰，曹峥.耦合土地利用回归与人口加权模型的PM_（2.5）暴露风险评估［J］.地球信息科学学报，2019，21（7）：1018-1028.

［28］孙雅婷.基于空间句法的武汉市综合性公园绿地可达性研究［D］.武汉：华中农业大学，2015.

［29］杨文举，菲尔卡特·甫力东，俞程奕，等.滨海湿地在沿海地区海绵城市建设中的功能与应用研究［J］.华北水利水电大学学报（自然科学版），2020，41（3）：78-83.

［30］罗曦，王靖玮.龙山果利河综合整治规划基于人文艺术公共性主导下的城市滨水空间设计［J］.建筑学报，2021（12）：125.

（编辑：马伟希）