【好文推荐】基于多源数据的城市绿色空间多维度评价研究

公园城市是生态文明时代下关于城市发展建设模式的新概括和新阐释，引领着城市发展从“产城人”向以环境的配套吸引人才聚集带动城市发展的“人城产”转变，从“空间营造”向满足人群需求的“场景营造”转变，从“城市中建公园”向落实生态优先、绿色发展的“公园中建城市”转变，从“生态净投入”向“生态价值转化”转变^[1]。城市绿色空间作为公园城市建设的重要空间载体，承载着满足人民对美好生活的向往和实现生态价值转化的重要功能。公园城市背景下的城市绿色空间的服务水平研究，有助于布局优化、政策转型、精准供需保障，具有一定的理论和实践意义^[2]。

城市绿色空间是与灰色空间相对的概念^[3]，主要是指包括公园绿地在内的所有植被覆盖区域，具备生态性、公共性和开放性^[4]，在保障城市生态安全、维护居民身心健康等方面有着重要作用。本文研究的绿色空间包括城市公园绿地及立体绿化、行道树等。

现有对绿色空间的评价多局限于二维空间的服务覆盖上，多以公园绿地为主要研究对象，使用缓冲区法、GIS网络模型等进行量化评价，在数据来源上多采用人口普查、问卷调查等数据，存在颗粒度大、样本数量有限、时效性差等问题。仅有少量学者着手研究人群视角维度，利用图片大数据采用绿视率指标量化三维绿化质量^[5]。

本文以公园绿地覆盖水平和三维绿化品质来综合反映绿色空间的服务能力和景观效果。在公园绿地覆盖水平评价中，本文考虑了不同规模绿地服务能力的差异性，并引入居住用地、人口分布等因素来反映公平性。研究表明，同等覆盖面积下，乔林相较于草地更能有利于降温增湿、缓解人的压力^[6][7]。因此，本文增加绿视率，即草地、乔林、立体绿化等绿色植物在人眼视觉中所占的比例，反映城市绿化的三维品质。

本研究以郫都区为研究对象，作为成都市中心城区之一，郫都区是成都建设公园城市示范区的重要承载地，具有一定代表性。研究范围为郫都区城区现状建成区域，总面积59km²，涵盖郫筒、德源、红光、犀浦四个街道。

本文主要采用的数据来源如下：

研究使用的现状公园绿地是在第三次全国国土调查数据“公园与绿地”地类提取的基础上，结合百度卫星地图进行人工识别补充，并现场踏勘确认后得到。

研究使用百度地图街景图像数据，通过百度地图开放平台提供的全景静态图API服务以HTTP URL的形式调用，主要调用参数包括图片宽度（width）、图片高度（height）、拍摄位置（location）、拍摄水平视角（heading）、拍摄垂直视角（pitch）、拍摄水平方向范围（fov），主要参数的取值描述见表1。时间样本取自2020年5月。

表1 百度全景静态图API调用主要参数

研究使用的居住用地提取自第三次全国国土调查数据“城镇住宅用地”地类，居住人口密度分布来源于联通手机信令数据经数据清洗得到，研究区范围及现状公园绿地、居住用地分布情况见图1，现状居住人口密度分布情况见图2。

图1 研究区范围及现状公园绿地、居住用地分布图

图2 现状居住人口密度分布图

2.1.1 公园绿地分类

目前，公园绿地大致有两种分类方式。一种是按照规模大小进行划分，如综合公园、社区公园、游园等；另一种是根据主题功能进行划分，如历史名园、主题文化公园等专类公园。同一个公园按照不同的分类方式可归于不同的公园类型，因此同时使用两种分类方法会产生一定的交叉与重叠。相关规范标准、地区对公园绿地的分类情况见表2。

表2 相关规范标准、地区对公园绿地的分类要求

本文结合《成都市美丽宜居公园城市规划建设导则中“城市公园绿地分为城市公园、小游园和微绿地三大类”的基础上，在郫都区城市区域按照规模大小建立“综合公园-社区公园-小游园-微绿地”四级分类体系，见表3。各等级公园的规模大小参考相关规范标准及有关地区经验确定，专类公园按照相应规模可归并于该分类体系中。

表3 基于规模大小的公园绿地分类

2.1.2 公园绿地的服务覆盖水平

（1）选取服务水平评价指标

国内外先进地区均对绿地的服务覆盖水平进行了相关规定，对服务水平的要求大致可以分为两类。第一类是以居住地为核心，要求居住地各类公园满覆盖。如英国要求居住地300m内应有2hm²以上的自然绿地、2km内应有20hm²以上的绿地、5km内应有100hm²以上的绿地^[8]；美国国家休闲和公园协会要求居住地800m范围内应设有公园绿地^[9]；新加坡要求居住地500m范围内应设有1.5hm²以上的绿地^[10]；日本要求250m内有0.25 hm²以上公园绿地，500m内应有2hm²以上的邻里公园，1km以内应设有4hm²以上的综合公园^[11]；我国住建部要求实现居民出行“300m见绿，500m见园”；上海市500m以内应有0.3hm²以上的公园绿地、2km以内应有4hm²以上的公园。第二类是以市民为核心，要求公园绿地服务覆盖一定比例以上的市民。如英国《只有一个纽约2050》（《One NYC 2050》）提出到2030年确保85%的市民居住在距公园10min步行范围内^[12]。

本文采用服务居住用地面积占比和服务覆盖人口占比两个指标考虑绿地的服务水平，指标计算方式如下：

其中，为公园在一定服务半径下覆盖居住用地的面积占比，为公园服务覆盖的居住用地面积，为居住用地总面积。

其中，为公园在一定服务半径下覆盖的居住人口占比，为公园服务覆盖的居住人口，为总居住人口。

（2）确定各类公园服务半径

根据公园使用习惯研究，居民到达公园的交通方式以步行、骑行方式居多，可接受的交通时间最长约15min^[13]。正常情况下，人（老人、小孩、运动员除外）每步长度大约80cm，以每分钟频率90次计算，15min步行约1050m；每小时骑行约10km，15min骑行约2500m。作为社区居民就近活动的社区公园，步行是社区公园到达的主要交通方式，服务半径不应超过1000m；综合公园游憩设施完善、吸引力强，以骑行作为主要交通方式，则服务半径不应超过2500m。

综合居民的出行习惯及国内外地区经验，本文将综合公园、社区公园、小游园和微绿地的服务半径分别设为2000m、1000m、500m、300m。

基于百度图像计算绿视率的评价方法如下：（1）基于百度地图全景模式覆盖分布，绘制路网，并布设采样点模拟行人位置；（2）模拟行人视角，进行街景视角参数设置，完成城市街景图像的采集；（3）解析图像，实现行人视角下的绿视率计算。

2.2.1  街道绘制及采样点布置

基于百度地图全景模式下对该区路网的覆盖情况，人工绘制生成矢量路网地图，研究区内纳入绿视率计算的街道总长度为268.7km。根据人眼视觉习惯每隔150m设定采样点，考虑到路口转弯处，视野变化相对较大，故在道路转弯处均增设采样点作为补充。研究区共布设2682个采用点进行街景照片采样。图3是街景照片采样点分布情况。

图3 研究区域内街景照片采样点分布图

2.2.2 行人视角下街景镜头参数设置

行人在街道上，有着360°的水平环视范围，故拍摄水平视角需保证360°的全覆盖抽样，研究在每个采样点分别取前、后、左、右四个角度进行街景照片取样，每个角度街景照片的水平拍摄范围均为90°，以满足行人360°的环视范围，即heading参数分别取0°、90°、180°、270°，fov参数取90°；拍摄垂直视角表征行人的仰视角度，pitch参数取值越大，行人的仰视角度越大，本研究在行人平视角度下进行研究，故pitch参数取0。此外，研究中所有采样点的街景镜头参数应保持一致性，以保证不同采样点的街景图片计算出的绿视率具有可比性。图4显示了同一采样点上heading参数分别取0°、90°、180°、270°各值时的街景照片。

图4 研究区不同角度街景照片采样示意图

2.2.3  绿视率计算

由于林木、草地等绿色景物在街景照片中的占比可近似采用绿色像素在图像中的比例，而HSV模式较容易区别绿色像素，因此本文在计算过程中首先将照片转为HSV模式，再计算图片中的绿色像素占比，即绿视率。为了以消除观察视角的影响，准确地获得每个采样点的绿视率，本文综合该采样点4个方向绿视率的算术平均值作为该采样点的绿视率，并以每条道路上各点的绿视率为基础通过线性插值得到各条道路的绿视率。

计算方式如下：

其中，为第采样点的绿视率，为第采样点某个方向的绿视率。

按照上述方法对郫都区城区内现状已建公园绿地进行分类，图5、图6分别为现状不同类型公园绿地的分布及规模占比，其中综合公园绿地面积占现状总绿地面积的28%，主要包括沿清水河、沱江河、磨底河3条河流分布的大型带状公园绿地，绿地宽度50-100m；社区公园占比约23%，主要沿灌渠分布，宽度约20m；小游园占比约42%，以12~15m宽度、沿道路分布的带状公园绿地为主。不难看出，郫都区各类公园绿地沿河流、道路的带状分布特征显著，这与区域内河流水网密布的自然特征密切相关。

从空间分布上，德源及郫筒街道公园绿地级配配置合理，大型公园及小型公园绿地均衡分布，能满足不同人群的多样需求；然而对于红光及犀浦街道而言，现状以小游园、微绿地等小型公园绿地为主，社区公园、综合公园等大型公园绿地匮乏。

图5 研究区现状公园绿地分类分布图

图6 研究区现状各类公园绿地面积占比

整体而言，现状各类公园绿地叠加的服务覆盖水平达93%，较好的实现了均质化的绿地服务，这与蓝绿交织的带状分布特征密切相关，因为带状的分布形式使得绿地有较强的服务渗透能力，覆盖区域更广泛。

图7 研究区内各类公园绿地覆盖范围分布图

图8 研究区内公园绿地覆盖范围分布图

图9 研究区内各类公园绿地服务覆盖比例

以单类公园的服务覆盖水平为研究对象，郫都区现状以小游园服务为主，由于小游园数量多、分布均匀且线形分布，城区内已覆盖了80%以上的居住用地和居住人口，因此强化小游园的建设质量和水平将直接影响市民对郫都区公园服务质量的满意度。区域内综合公园均集中于郫筒、德源区域，重复覆盖区域较大，一定程度上限制了综合公园的服务能力，另一方面也需要强化现有综合公园周边公交、地铁等绿色交通体系的构建，以扩大综合公园的服务能力。此外，对于大型公园均缺乏的红光、犀浦区域，一方面可在商业空间中叠设综合性游憩服务设施来弥补空白，另一方面可探索共享西南交通大学、西华大学等区域内高校空间资源来满足居民需求。图7、图8分别为不同类型公园绿地覆盖水平及各类公园绿地叠加覆盖水平，图9为各类公园绿地的服务覆盖比例对比。

郫都区城区建成区街道绿视率水平整体偏低，平均值约17%，中位数11%，最高值约75%，最低值0。由于绿视率小于7%时，人对周边环境的视觉感受极度不佳；绿视率在7%~14%范围时，人对环境感受较不适；绿视率在14%~20%范围时，人的感受较舒适；绿视率高于20%时，人的感受最舒适^[14][15][16]。由此可见，郫都区现状存在一半以上的街道绿色水平不佳，人群感知表现为不适。图10为采样点绿视率的频数分布。

利用ArcGIS可视化显示绿视率计算结果，分5个级别、5%的梯度直观展现郫都区街道绿视率的空间分布，见图11。绿视率极度不佳区域主要分布于绕城以外，包括红光南部及郫筒老城区局部低层高密度的城市传统街区因道路两侧无绿化或树木间隔较远导致绿视率极低，工业北港部分街道因树木种植年限较短一定程度上造成现状街道绿视水平较差。

图11 研究区绿视率点值及平均值分布图

本文利用国土第三次调查数据、手机信令数据、街景图片数据等多源数据，从公园绿地服务覆盖水平和平视绿视率两个方面对郫都城区现状绿色空间开展了评价，不仅实现了客观建设水平和人群主观感受的双向评价，也实现了从二维覆盖上升到三维的立体视角。其中在公园绿地服务覆盖水平上，综合考虑了居住用地、居住人口分布等多因素影响，深入探讨了现状绿地服务的公平性问题。在绿视率评价方面，借助街景数据实现自动化计算绿视率，具备较强的推广应用价值。

在现状公园绿地分类上，本文仅考虑了绿地规模大小，未来可综合考虑公园的游憩、商业等多方面对人群的吸引力，从公园建设质量和吸引力入手对公园进行细化分类。在绿地服务覆盖水平的计算中，本文以缓冲半径进行简单模拟，未来可考虑现状道路的影响，通过构建网络分析模型模拟不同道路的通行速度，实现各类公园服务能力的精细化评价。对于绿视率的评价，本文以街道为主要评价空间，未来可延伸至地块内部，建立全域绿视率分布的三维评价。

注：文中图片均由作者绘制。

[1] 曾九利，唐鹏，彭耕，何金海，杨潇，高菲.成都规划建设公园城市的探索与实践[J].城市规划,2020,44(08).

[2] 杨丽娟，杨培峰，陈炼.城市公园绿地供给的公平性定量评价——以重庆市中心城区为例[J].中国园林,2020,36(01):108-112.

[3] MENSAH C A. Urban green spaces in Africa: Nature and challenges[J].International Journal of Ecosystem.2014,4(1):1-11.

[4] 许士翔,师卫华,李程.公园城市语境下的城市绿色空间概念分析及功能识别[J].建设科技,2020,No.404(07):72-75.

[5] 龙瀛,周垠.图片城市主义:人本尺度城市形态研究的新思路[J].规划师,2017,33(02):54-60.

[6] JEANJEAN A P Ｒ，MONKS P S，LEIGH Ｒ J．Modelling the effectiveness of urban trees and grass on PM2．5 reduction via dispersion and deposition at a city scale［J］．Atmospheric Environment，2016，147:1－10．

[7] 白伟岚,任建武.居住区环境绿化质量的探讨[J].中国园林,2000,(01):37-42.

[8] 祝文凯.基于GIS的公园绿地服务半径模式研究——以郑州市人民公园为例[D].东南大学,2013.

[9] 马晓虹,甄帅.公园绿地服务面积与可达性研究[J].城乡建设,2018,No.551(20):49-51.

[10] 欧阳底梅.新加坡的园林绿化[J].广东园林,2002,(03):15-16.

[11] 严军.日本都市公园绿地计划浅析[A].南京林业大学、江苏省建设厅、江苏省教育厅.传承•交融：陈植造园思想国际研讨会暨园林规划设计理论与实践博士生论坛论文集[C].南京林业大学、江苏省建设厅、江苏省教育厅:中国风景园林学会,2009:5.

[12] 黄建欣,宋彦.纽约市公园规划友好性建设实践经验及启示[J].城市建筑,2018,No.281(12):18-21.

[13] 梁颢严,肖荣波,廖远涛.基于服务能力的公园绿地空间分布合理性评价[J].中国园林,2010,v.26;No.177(09):15-19.

[14] 李明霞.基于绿视率的城市街道步行空间绿量视觉评估[D].中国林业科学研究院,2018.

[15] 肖希,韦怡凯,李敏.日本城市绿视率计量方法与评价应用[J].国际城市规划,2018,v.33;No.164(02):98-103.

[16] 王敏,彭唤雨.高密度城市绿色空间发展的新诠释[J].园林,2018,No.309(01):28-33.