黃曦濤，李懷恩，張瑜，謝露蓉

（1.西安理工大學 水利水電學院，西安 710048；2.長安大學 地質工程與測繪學院，西安 710054；3.陜西省基礎地理信息中心，西安 710054；4.陜西測繪地理信息局，西安 710054）

1 引 言

20世紀60年代，國外專家首次提出城市綠地的概念，其是實現(xiàn)城市可持續(xù)發(fā)展的重要空間保障，具有重要的經(jīng)濟、生態(tài)和社會文化功能［1］。城市公園綠地作為城市綠地的重要組成部分，主要表現(xiàn)為大面積綠地、水體或兩者結合的區(qū)域，能為市民提供日常晨練、休閑、休憩、娛樂等場所，在緩解城市居民工作壓力等方面具有不可替代的作用。

隨著遙感、地理信息系統(tǒng)技術的快速發(fā)展，為城市公園綠地研究和建設提供了新的思路和方法。近年來許多學者結合以人為本的規(guī)劃思想和景觀生態(tài)學方法，從不同角度對綠地規(guī)劃指標體系提出了修正意見，其中，以景觀可達性研究評價方法最具代表性［2－3］。目前，大部分可達性研究都基于道路和不同土地利用類型對運動速度的影響，該方法雖然能夠較真實地反映交通成本，但對服務人口分布、公園綠地的入口、不同等級綠地吸引力考慮不足，較難全面反映某一區(qū)域居民獲得綠地生態(tài)系統(tǒng)服務的機會，全面考慮這些因素進行研究的文章還不多見。

本文以西安市城區(qū)為研究目標，基于兩景不同分辨率的衛(wèi)星影像，通過提取西安市土地利用信息、NDVI指數(shù)、MNDWI指數(shù)，并創(chuàng)新性的將人口離散化處理和交通網(wǎng)絡分析相結合，對西安市城市公園綠地的可達性進行定量研究和評價，為西安市未來城市公園綠地的建設和長期發(fā)展提供合理化建議。

2 數(shù)據(jù)預處理

2.1 衛(wèi)星影像預處理

利用2010年06月17日獲取的Landsat5TM遙感影像獲得研究區(qū)NDVI指數(shù)［4］和 MNDWI指數(shù)［5］分析結果，用于后續(xù)土地分類和人口離散數(shù)據(jù)提取，指數(shù)運算結果值介于－1到1之間，值越小，影像的色調越暗，說明地表的植被和水體覆蓋率越低；反之，值越大，影像的色調越亮，說明地表的植被和水體覆蓋率越高，如圖1和圖2所示。

圖1 NDVI指數(shù)圖

圖2 MNDWI指數(shù)圖

2.2 城市公園綠地提取

采用ENVI4.2，利用面向對象分類法提取研究區(qū)內公園綠地面積大于18000m2的斑塊，再參考NDVI指數(shù)圖中植被信息的分布特征，結合目視判讀，獲取本次實驗的城市公園綠地數(shù)據(jù)，如圖3所示。

圖3 西安市主城區(qū)綠地提取成果

3 研究方法

3.1 人口離散化

首先，城市公園綠地可達性評價所關注的休憩服務能力對超出服務范圍的人群不具備服務能力和良好的擴散性；其次，常規(guī)的人口離散化方法通常認為經(jīng)濟發(fā)達和水資源豐富的地區(qū)人口密集，但存在基礎資料難獲取的問題，同時人口離散結果多以行政區(qū)劃為單位宏觀表示，粒度較大，不能直接與遙感數(shù)據(jù)掛接用于精細化統(tǒng)計分析。本文假設城市內水體、裸地、植被覆蓋區(qū)域內不分布人口的規(guī)則，將人口數(shù)據(jù)合理的離散到城市居民地區(qū)域，獲取細粒度人口數(shù)據(jù)的分布數(shù)據(jù)，作為后續(xù)可達性分析的數(shù)據(jù)源之一，使分析結果精度得到較大的提高。

通過分析發(fā)現(xiàn)MNDWI指數(shù)中水體（包括河流、大型湖泊、人工湖）為正值；道路為較大負值（－0.13至－0.18，其中－0.15左右居多）；片狀居民地為中等負值（－0.18至－0.35），其中，低層建筑負值相對較大，高層住宅居多的大型成熟社區(qū)因為綠化較好，陰影面積較大，因此負值較小，接近－0.35；高反射房頂（如使用金屬屋頂?shù)膫}庫和集裝箱貨運站等地）為較小負值（－0.35左右）；城郊裸地與生產(chǎn)用地及農業(yè)用地為更小負值（小于－0.35）。

圖4 河流、居民地、高反射地物和裸地的MNDWI指數(shù)對比圖

因此，先利用NDVI先將城市中植被剔除，再通過MNDWI將城市水體、道路、高反射廠房、和城市裸地（MNDWI指數(shù)值小于－0.35且大于－0.18）從人口分布區(qū)域中剔除，對剩余居民地類型對應的像素進行賦值。通過以上分析，人口數(shù)量與MNDWI負值存在負相關關系，即高層建筑比多層建筑MNDWI負值小，則承載的人口數(shù)量多，反之亦然。因此，以MNDWI指數(shù)的大小為調節(jié)權重，直接將人口數(shù)據(jù)分配至每個像素，可準確快捷的實現(xiàn)人口離散：

其中，NumDN為西安市各區(qū)居民地柵格對應的人口數(shù)，DNMNDWI為居民地柵格的 MNDWI值，∑DNMNDWI為西安市各區(qū)居民地柵格的MNDWI值總和，NumAll為西安市各區(qū)人口總數(shù)（數(shù)據(jù)來源于國家統(tǒng)計局2011年04月28日對外公布的西安市第六次全國人口普查數(shù)據(jù)，西安市灞橋區(qū)595124人、未央?yún)^(qū)806811人、新城區(qū)589739人、長安區(qū)1083285人、蓮湖區(qū)698513人、碑林區(qū)614710人、雁塔區(qū)1178529人），計算結果如圖5所示。

圖5 人口離散成果柵格圖

3.2 基于交通網(wǎng)絡的公園綠地可達范圍提取

首先，城市公園綠地可達性和綠地入口位置有密切關系［6－7］。城市居民出行，都習慣于沿著道路軌跡運動。另外，公園綠地實際情況大多是存在封閉或半封閉的圍墻，當人們需要進入時，必須通過道路到達目的地入口才能順利進入（圖6），因此，城市公園綠地可達性研究的核心要素應包括城市交通網(wǎng)絡和公園綠地入口信息。本文在提取公園綠地基礎上，結合路網(wǎng)數(shù)據(jù)補充采集綠地的入口信息（圖7），作為后續(xù)交通網(wǎng)絡可達性的Facilities（資源）。

圖6 交通、街區(qū)格局和綠地入口對可達性的影響

圖7 公園綠地入口采集結果示意圖

其次，結合已獲取的入口信息資源，根據(jù)居民在城市中的運動習慣、街區(qū)格局，本文假設居民通過道路步行前往公園綠地的速度為50m／min，分別按照7min、20min和30min的容忍限度，調入路網(wǎng)數(shù)據(jù)集，采用ArcGIS 9.2軟件的Network Analyst分析模塊得到不同公園綠地的服務范圍（圖8）。

圖8 公園綠地入口服務可達性實驗結果示意圖

最后，將服務區(qū)范圍分組導出并和人口離散數(shù)據(jù)相交，通過程序可以獲得西安市公園綠地的服務面積和服務人口數(shù)據(jù)（表1），用于后續(xù)分析。

表1 西安市城市公園綠地服務人口和服務面積統(tǒng)計表

4 結果分析

4.1 數(shù)量與空間分布特點

本文共提取了西安市三環(huán)以內面積大于18000m2的城市公園綠地26塊，總面積為9723606m2，占研究區(qū)總面積的0.4633%，人均城市公園面積約為1.75m2。步行7min的情況下，服務總面積為21110551m2，服務總人口為262566人；步行20min的情況下服務總面積為79595889m2，服務總人口為1059201人；步行30min的情況下服務總面積為152940056m2，服務總人口為1991586人。西安城市公園綠地整體分布不均，主要分布在研究區(qū)的西部、南部、西南，呈“L”和“口”字型，城區(qū)中部、西北部、東部城市公園綠地較為缺乏。

4.2 城市公園綠地可達性量化分析

（1）公園比較

從表1可以看出，公園綠地面積與服務人口和服務面積不成正比，綠地水體面積大的可達性反而低。無論從服務面積和服務人口來講，環(huán)城公園、兒童公園等面積較小的可達性都很高，這是因為環(huán)城公園依西安城墻而建，地理位置優(yōu)越，靠近密集居民區(qū)、路網(wǎng)發(fā)達、人流量大，且為條帶狀環(huán)形，無論城墻內外或是東西南北都有多個入口可以進入，因此，服務效率較高，但承載量和服務壓力大，對日常管理維護要求相對較高；未央湖公園等這類大型公園由于入口少、較為封閉，且主要分布在城區(qū)外圍，地理位置較偏遠、周邊人口密度小、路網(wǎng)欠發(fā)達，因此可達性結果較差，服務效率較低。可見，公園綠地的可達性與地理位置、入口數(shù)量、交通情況、公園形狀等因素都息息相關，與面積大小沒有直接的關系。

（2）行政區(qū)比較

根據(jù)不同行走時間下各個區(qū)的服務面積、服務人口，利用服務面積比和服務人口比的計算公式如式（2）和式（3）所示：

其中，KArea、KPop、AreaServer、AreaReg、PopServer、PopReg分別代表服務面積比、服務人口比、公園綠地行政區(qū)劃內服務總面積和總人口以及行政區(qū)劃總面積和總人口，統(tǒng)計各個行政區(qū)劃內公園綠地的服務效率比值，結果如表2所示。

通過表2可見，西安市6城區(qū)相比較，各種條件下，碑林區(qū)的城市公園綠地服務比最優(yōu)，長安區(qū)最差。這是由于碑林區(qū)面積較小，人口密度大而城市公園綠地數(shù)量較多，服務面積較大，而長安區(qū)卻相反。這也符合西安市的實際情況。

表2 西安市分區(qū)服務統(tǒng)計數(shù)據(jù)表

5 結束語

本文所采用的人口離散方法比傳統(tǒng)方法（基于土地利用分類、經(jīng)濟等數(shù)據(jù)）更加便捷，僅通過TM影像就可以獲得；從理論上精度更高，因為對空間上明顯不應存在人口分布的地物（植被、水、路、裸地等）不分配人口的同時，也考慮了不同建筑類型（低矮房屋和高層）人口承載量的不同，更加合理，易于實現(xiàn)；改進了常規(guī)離散方法在人口劃分中的錯分現(xiàn)象以及粒度較大的問題，更易與遙感數(shù)據(jù)掛接用于精細化統(tǒng)計分析。同時，以真實的城市公園入口作為必要條件，創(chuàng)新性的將人口離散化與交通網(wǎng)絡分析技術相結合，充分考慮到居民出行習慣等主客觀因素，研究結果能夠精確量化，可信度更高。基于本次研究結果發(fā)現(xiàn)：西安市公園綠地的可達性與地理位置、入口數(shù)量、交通情況、公園形狀等因素都息息相關，與面積大小沒有直接的關系，可達性高的城市公園綠地負載重，不利于可持續(xù)發(fā)展，可達性低得城市公園綠地服務效率過低，資源浪費。希望有關部門能夠在未來的城市規(guī)劃工作中，充分參考可達性指標，改善目前西安市城市公園綠地在數(shù)量和分布上的不平衡，提高城市公園綠地服務效率和水平以改善城市居民日常生活在文化、休憩方面的需求。最后，隨著經(jīng)濟的飛速發(fā)展，汽車已進入尋常百姓家庭，將擴展人們出行的空間范圍，但駕車出行的可達性研究更為復雜，還需要考慮公園綠地對人們服務吸引力大小等相關因素，與簡單的休閑、休憩有所不同，這可以作為今后深入研究的一個方向；另外，本文在進行人口離散權重分配計算時，沒有考慮建筑物使用類型（居民住宅或商業(yè)地產(chǎn)）因素的影響，也是今后研究需要補足的問題。

［1］李佳.城市綠地的作用［J］.科技創(chuàng)新導報，2008，（33）：77.

［2］李博，宋云，俞孔堅.城市公園綠地規(guī)劃中的可達性指標評價方法［J］.北京大學學報（自然科學版），2008，44（4）：618－624.

［3］劉常富，李小馬，韓東.城市公園可達性研究—方法與關鍵問題［J］.生態(tài)學報，2010，30（19）：5381－5390.

［4］MCFEETERS S K.The use of normalized difference water index（NDWI）in the delineation of open water features［J］.International Journal of Remotesensing，1996，17（7）：1425－1432.

［5］徐涵秋.利用改進的歸一化差異水體指數(shù)（MNDWI）提取水體信息的研究［J］.遙感學報，2005，9（5）：589－595.

［6］俞孔堅，葉正，李迪華，等.論城市景觀生態(tài)過程與格局的連續(xù)性—以中山市為例［J］.城市規(guī)劃，1998，22（4）：14－17.

［7］朱明，于蘭軍，李建龍.基于MapInfo的城市房地產(chǎn)綠地可達性查詢系統(tǒng)開發(fā)—以上海市浦東區(qū)（內環(huán)線）為例［J］.測繪信息與工程，2005，30（1）：1－2.