彭 杰， 梁棟棟， 吳 旭， 占得龍， 何強(qiáng)弟

(1.安徽師范大學(xué) 地理與旅游學(xué)院，安徽 蕪湖 241002；2.安徽師范大學(xué) 地理大數(shù)據(jù)研究中心，安徽 蕪湖 241002；3.安徽師范大學(xué) 計(jì)算機(jī)與信息學(xué)院，安徽 蕪湖 241002)

目前全世界城市人口已經(jīng)超過了總?cè)丝诘囊话?預(yù)計(jì)到2050年全球城市人口將達(dá)到總?cè)丝诘?0%左右[1]。在城市化的快速進(jìn)程中，綠地和水體已被證明具有降溫增濕、調(diào)節(jié)局地小氣候、緩解城市內(nèi)澇等多種生態(tài)功能，也對(duì)緩解城市熱島效應(yīng)有重大作用，但目前城市綠色空間不斷地被城市建筑等不透水面取代，這與居民不斷增長(zhǎng)的對(duì)綠地需求之間的矛盾日益加劇[2-4]。城市公園作為城市中主要的自然景觀元素和休閑游憩場(chǎng)所,在緩解這些矛盾過程中起著重要的作用[5-7]。在關(guān)注城市公園的休閑游憩、凈化環(huán)境和調(diào)節(jié)氣候功能的同時(shí),不再局限于其數(shù)量和質(zhì)量,而更加關(guān)注居民能否方便快捷地進(jìn)入公園進(jìn)行游憩活動(dòng)以及公園分配的合理性問題[8-11]。如何實(shí)現(xiàn)城市公園數(shù)量和規(guī)模的合理分配，需要新建多少數(shù)量多大規(guī)模的城市公園才能夠服務(wù)更多的居民,對(duì)于這些問題的研究，先前的理論、方法和尺度均難以回答這些問題。

目前對(duì)城市公園布局的合理性評(píng)價(jià)主要考慮其可達(dá)性。城市可達(dá)性的概念最初是在1959年由Hansen提出的，主要探討了城市土地規(guī)劃和可達(dá)性之間的影響與聯(lián)系，可達(dá)性常用距離、時(shí)間和費(fèi)用等指標(biāo)來衡量[12-15]。Handy認(rèn)為城市公共空間的可達(dá)性是評(píng)價(jià)空間布局合理性的重要因素之一[16]。Alexis Comber綜合經(jīng)濟(jì)等相關(guān)方面的數(shù)據(jù)，對(duì)英國各個(gè)種族和宗教抵達(dá)綠地系統(tǒng)的可達(dá)性進(jìn)行定量研究，從而對(duì)綠地系統(tǒng)的服務(wù)進(jìn)行測(cè)評(píng)[17]。近年來，隨著對(duì)公園重要性認(rèn)知的提升，我國的專家學(xué)者對(duì)于城市公園可達(dá)性的探究和討論也逐漸增加。李文等以哈爾濱為例，根據(jù)城市公園的可達(dá)性及其服務(wù)效率，得出哈爾濱城市公園分布不均衡且總量缺乏的結(jié)論[18]。姚雪松等則以長(zhǎng)春市為例，應(yīng)用GIS分析老年人口密度，通過SPSS分析老年人的活動(dòng)需求和影響因素，來評(píng)價(jià)公園設(shè)施可達(dá)性和滿意度[19]。陳秋曉則基于空間公平視角，對(duì)居民能夠使用公園綠地的選擇機(jī)會(huì)的空間分布情況進(jìn)行統(tǒng)計(jì)，利用GIS工具在精細(xì)尺度上對(duì)城市公園綠地可達(dá)性進(jìn)行測(cè)量[20]。這些可達(dá)性計(jì)算通常將將實(shí)體的城市公園抽象為點(diǎn)、線、面[21],現(xiàn)有的研究多以公園幾何中心或質(zhì)心來表示,而城市公園常表現(xiàn)出具有一定大小的面狀結(jié)構(gòu),由于城市公園面積和形狀的影響，這些方法會(huì)低估城市公園的可達(dá)性[2]。同時(shí)，城市公園的可達(dá)性并不能作為判斷城市公園布局好壞的唯一指標(biāo)，過渡強(qiáng)調(diào)可達(dá)性反而會(huì)導(dǎo)致大量修建城市公園，盲目追求城市公園數(shù)量和規(guī)模來提高可達(dá)性。本文以蕪湖市中心城區(qū)為例，一方面考慮城市公園數(shù)量和規(guī)模不斷增加有利于提高可達(dá)性，降低居民到公園的平均最近距離，另一方面考慮到過多數(shù)量和過大規(guī)模的城市公園會(huì)對(duì)交通造成干擾，不利于城市居民出行，通過綜合權(quán)衡可達(dá)性與干擾性，得到蕪湖市城市公園的最佳數(shù)量和規(guī)模，以期為以后的城市公園規(guī)劃提供參考。

1 研究區(qū)概況

圖1 蕪湖市中心城區(qū)公園分布圖Fig.1 Wuhu city central city park distribution map

蕪湖市地處安徽省東南部，南倚皖南山系，北望江淮平原，屬亞熱帶濕潤(rùn)季風(fēng)氣候，光照充足，雨量充沛，四季分明。據(jù)《蕪湖統(tǒng)計(jì)年鑒(2016)》，蕪湖市總面積6026km2，總?cè)丝?69.6萬人，人均GDP為84000元，下轄4個(gè)市轄區(qū)、4個(gè)縣、2個(gè)經(jīng)濟(jì)開發(fā)區(qū)。本文選擇人口較為密集的4個(gè)市轄區(qū)為研究對(duì)象，分別為鳩江區(qū)、弋江區(qū)、三山區(qū)和鏡湖區(qū)，總面積為1491km2，常住總?cè)丝?65.2萬人，市轄區(qū)公園總面積約為18.22km2，包括赭山公園(4A)、濱江公園(3A)和汀棠公園(3A)這3個(gè)A級(jí)公園，總面積為2.57km2，還包括29個(gè)非A級(jí)公園，總面積為15.65km2，如圖1所示。

2 研究方法

傳統(tǒng)公園布局評(píng)價(jià)模式經(jīng)常將小的公園用點(diǎn)來表示[21]，然而它的規(guī)模大小不可忽略，這些公園的規(guī)模一方面決定了它的服務(wù)范圍，一方面又會(huì)造成對(duì)周圍交通的干擾，因此在規(guī)劃這些公園時(shí)要充分權(quán)衡這些公園的數(shù)量與大小，既要滿足居民需求，減少居民到公園的最近距離，又要降低這些公園對(duì)交通造成的干擾。

雙目標(biāo)模型是Masashi提出的關(guān)于確定城市有限規(guī)模設(shè)施數(shù)量和大小的一種方法，這里并不考慮這些設(shè)施具體的分布位置，而是考慮在一定范圍內(nèi)需要多少個(gè)、多大的設(shè)施才更加合理[22-23]。本文將Masashi的雙目標(biāo)模式運(yùn)用到蕪湖市公園優(yōu)化研究中，并與蕪湖市中心城區(qū)公園的數(shù)量和規(guī)?，F(xiàn)狀值進(jìn)行比較，試圖尋求蕪湖市中心城區(qū)公園最佳數(shù)量和規(guī)模的組合。使用傳統(tǒng)的雙目標(biāo)模式局限于把城市公園的大小都分成相同的面積，這并不符合城市中公園規(guī)模的實(shí)際情況，基于社會(huì)的需求與傳統(tǒng)方法的不足，將公園分為A級(jí)與非A級(jí)兩種類型，新的雙目標(biāo)模式一方面計(jì)算居民到最近公園的平均最近距離，代表居民到公園的可達(dá)性，另一方面計(jì)算公園與城市范圍內(nèi)隨機(jī)一條交通線相交的概率，代表它對(duì)交通流的干擾度。通過權(quán)衡居民到公園的平均最近距離與公園可能對(duì)交通造成的干擾度，以此來確定城市公園最佳數(shù)量和規(guī)模的組合，目的是降低居民到公園的平均最近距離和城市公園可能對(duì)交通造成干擾的概率。

2.1 居民到公園的平均最近距離

根據(jù)城市公園的規(guī)模將蕪湖市的公園分為非A級(jí)和A級(jí)兩種類型，分別用半徑為d1和d2的圓來表示，假設(shè)n1個(gè)非A級(jí)公園和n2個(gè)A級(jí)公園隨機(jī)分布在城市中，由于這里并不考慮具體分布在什么位置，所以將整個(gè)市區(qū)面積轉(zhuǎn)換成半徑為a的圓來表示以方便計(jì)算。讓R成為在城市中除公園以外的一個(gè)隨機(jī)選擇的點(diǎn)到它附近最近公園的距離，R是離公園最近點(diǎn)的距離，F(xiàn)(r)成為R的累計(jì)分布函數(shù)，也就是半徑為d1和r+d1的兩個(gè)圓的圓環(huán)之間至少包括一個(gè)非A級(jí)公園，或半徑為d2和r+d2的兩個(gè)圓的圓環(huán)之間至少包括一個(gè)A級(jí)公園的概率，區(qū)域S包含x個(gè)隨機(jī)分布公園的概率由泊松分布給出，通過P(x，S)表示：

(1)

式中，S為研究區(qū)公園總面積，x為公園個(gè)數(shù)，ρ為公園密度。市區(qū)總的公園面積為

(2)

式中，n1為非A公園的數(shù)量，d1為非A級(jí)公園的半徑，n2為A級(jí)公園的數(shù)量，d2為A級(jí)公園半徑。由于公園是隨機(jī)分布的，所以R的累計(jì)分布函數(shù)：

(3)

式中ρ1為非A級(jí)公園在城市中的密度，ρ2為A級(jí)公園在城市中的密度。對(duì)F(r)關(guān)于r微分得到概率密度函數(shù)f(r)：

f(r)=2π{ρ1(r+d1)-ρ2(r+d2)}exp[-πr{ρ1(r+2d1)+ρ2(r+2d2)}]

(4)

平均最近距離E(R)：

(5)

式中n1、n2、d1、d2均與式(2)一致。

2.2 公園對(duì)交通造成干擾的概率

假設(shè)P為城市內(nèi)一條隨機(jī)的交通線至少與一個(gè)公園相交的概率，這個(gè)概率越大表示公園對(duì)交通的阻礙可能就越大，這組隨機(jī)的交通線被定義為

(6)

式中，P為這組交通線與公園相交的概率，θ表示這組交通線的隨機(jī)角度。分別用A、A0、A11、A12、A21、A22、A23表示幾種相交類型的交通線：A0表示與城市相交的交通線，A表示至少與一個(gè)公園相交的交通線，A11表示與一個(gè)非A級(jí)公園相交的交通線，A12表示與一個(gè)A級(jí)公園相交的交通線，A21表示與兩個(gè)非A級(jí)公園相交的交通線，A22表示與兩個(gè)A級(jí)公園相交的交通線，A23表示與A級(jí)公園和非A級(jí)公園相交的交通線。

然后給出交通線相交的概率P:

(7)

式中，A為至少與一個(gè)公園相交的交通線，A0表示與城市相交的交通線。m(A0)就相當(dāng)于交通與有界凸集相交，也就是等于它的周長(zhǎng)：

m(A0)=2πa

(8)

式中，a為城市半徑，根據(jù)容斥(inclusion-exclusion)原理[24-25]，測(cè)得m(A)：

(9)

然后測(cè)得A11、A12、A21、A22：

m(A11)=2πd1

(10)

m(A12)=2πd2

(11)

(12)

(13)

式中d1、d2與式(2)相同，t是城市中兩個(gè)隨機(jī)選擇的公園之間的距離，A23是通過兩個(gè)公園的內(nèi)部L(C1,C2)和外部L(C12)覆蓋的長(zhǎng)度確定。

(14)

由于t是城市中兩個(gè)隨機(jī)選擇的公園之間的距離，a為城市半徑，t用E(T)表示：

(15)

將上述公式中的所有t用E(T)來代替，所以，

(16)

因此，

(17)

式中，n1、d1、n2、d2與式2相同，E(T)為城市中兩個(gè)隨機(jī)選擇的公園之間的距離。

3 兩種模式結(jié)果

3.1 單目標(biāo)模式結(jié)果

(a)E(R)隨n1的變化 (b)P隨n1的變化圖2 E(R)與P隨非A級(jí)公園數(shù)量n1的變化函數(shù)曲線Fig.2 E(R) and P as a function of the number of non-A-level parks n1

查閱《蕪湖統(tǒng)計(jì)年鑒(2016)》，可知蕪湖市轄區(qū)常住總?cè)丝?65.2萬人，按標(biāo)準(zhǔn)人均13.5m2的城市公園面積，蕪湖市總的公園面積至少要有22.302km2，目前蕪湖市中心城區(qū)的總面積為1491km2，由于我們并不考慮這些公園具體分布位置，所以用圓來表示其范圍，半徑a=21.785km。這里我們假設(shè)A級(jí)公園的數(shù)量和半徑已知，隨機(jī)選擇n2=3,d2=0.5km；n2=3,d2=1.0km；n2=4,d2=0.5km；n2=5,d2=0.5km和n2=7,d2=0.7km五種情況，根據(jù)式(5)，模擬出圖2(a)中5條E(R)隨n1變化的曲線，可以發(fā)現(xiàn)隨著非A級(jí)公園數(shù)量n1的增加，平均最近距離E(R)在不斷減小，居民可達(dá)性更高；根據(jù)式(17)得到圖2(b)中5條P隨n1變化的曲線，發(fā)現(xiàn)公園可能對(duì)交通造成干擾的概率P隨非A級(jí)

公園數(shù)量n1的增大而增大。同理先假定非A級(jí)公園的數(shù)量和規(guī)模后可以發(fā)現(xiàn)，E(R)隨著A級(jí)公園數(shù)量n2的增加而減少，而P隨著A級(jí)公園數(shù)量n2的增加而增大。

3.2 雙目標(biāo)模式結(jié)果

目前蕪湖市已有A級(jí)公園3個(gè)，非A級(jí)公園29個(gè)，A級(jí)分別是赭山公園、濱江公園和汀棠公園，市區(qū)公園總面積約為18.22km2，其中A級(jí)公園面積總和約為2.57km2，平均半徑為0.52219km，非A級(jí)公園的總面積為15.65km2，平均半徑為表中n2為A級(jí)公園的數(shù)量，d2為A級(jí)公園的半徑。

表1 各種數(shù)量和規(guī)模下的模擬次數(shù)和有效結(jié)果

0.44719km。根據(jù)式(5)和式(17)可以得出目前蕪湖市公園E(R)與P的現(xiàn)狀值分別是E(R)=3.026647115，P=0.543258501。同樣根據(jù)式(5)和式(17)，從n2=1，d2=0.4km開始模擬，隨著A級(jí)公園數(shù)量n2的增加，半徑d2在減小，要保證d2>d1,如表1所示，故模擬截止到n2=10。本次共進(jìn)行了74次有效模擬，每次模擬產(chǎn)生了13至19種有效結(jié)果，總共產(chǎn)生1377種結(jié)果。

圖3 n2=1時(shí)E(R)與P的分布函數(shù)Fig.3 The distribution function ofE(R) and P when n2=1

為了更加直觀的展示上述結(jié)果，將A級(jí)公園的數(shù)量n2從1到10變化產(chǎn)生的結(jié)果分成10幅圖展示，如圖3至圖12，每幅圖又包括d2從0.4到1.4km不同情況下的E(R)與P分布函數(shù)的若干條曲線。圖3是當(dāng)n2=1時(shí)，d2從0.4到1.4km的11條E(R)與P的分布曲線，每條曲線又包括非A級(jí)公園數(shù)量n1從10到100的變化，如d2=1.0這條曲線，最下方這點(diǎn)代表n2=1,d2=1.4，n1=10,d1=0.692792km這種公園數(shù)量和規(guī)模下E(R)與P的值。從圖中可以發(fā)現(xiàn)對(duì)于任意一條曲線，n2和d2是固定的，隨著非A級(jí)公園半徑d1的增加，對(duì)交通干擾概率P在降低，而平均最近距離E(R)也在下降。從圖3中發(fā)現(xiàn)當(dāng)n2=1時(shí)，權(quán)衡各條曲線的E(R)與P，并沒有明顯點(diǎn)的值同時(shí)小于蕪湖市當(dāng)前已存在的E(R)與P值。圖3中，n2=2隨著d2的增加，E(R)與P函數(shù)曲線之間的間隔在增加，出現(xiàn)了大量小于現(xiàn)有條件下的E(R)與P值的點(diǎn)。繼續(xù)比較圖3至圖12，n2等于其它值的情況，出現(xiàn)了大量E(R)與P同時(shí)小于現(xiàn)狀值的點(diǎn),也就是比目前更好的公園數(shù)量與規(guī)模的組合。

圖4 n2=2時(shí)E(R)與P的分布函數(shù)

Fig.4 The distribution function ofE(R)andPwhenn2=1

圖5n2=3時(shí)E(R)與P的分布函數(shù)

Fig.5 The distribution function ofE(R)andPwhenn2=3

圖6n2=4時(shí)E(R)與P的分布函數(shù)

Fig.6 The distribution function ofE(R)andPwhenn2=4

圖7 n2=5時(shí)E(R)與P的分布函數(shù)

Fig.7 The distribution function ofE(R)andPwhenn2=5

圖8n2=6時(shí)E(R)與P的分布函數(shù)

Fig.8 The distribution function ofE(R)andPwhenn2=6

圖9n2=7時(shí)E(R)與P的分布函數(shù)

Fig.9 The distribution function ofE(R)andPwhenn2=7

圖10 n2=8時(shí)E(R)與P的分布函數(shù)

Fig.10 The distribution function ofE(R)andPwhenn2=8

圖11n2=9時(shí)E(R)與P的分布函數(shù)

Fig.11 The distribution function ofE(R)andPwhenn2=9

圖12n2=10時(shí)E(R)與P的分布函數(shù)

Fig.12 The distribution function ofE(R)andPwhenn2=10

4 結(jié)果分析

4.1 單目標(biāo)模式結(jié)果分析

通過單目標(biāo)模式分析，得出居民到公園的平均距離E(R)與公園數(shù)量成反比，公園對(duì)交通可能造成的干擾概率P與公園數(shù)量成正比，公園數(shù)量增加，居民到公園平均最近距離減小，方便了居民到達(dá)公園，但公園數(shù)量的增加對(duì)交通可能造成的干擾度也增大，對(duì)交通流又會(huì)產(chǎn)生阻礙作用；反之公園數(shù)量減少，對(duì)交通干擾概率會(huì)降低，但居民到公園的平均最近距離就會(huì)隨之增加，也會(huì)對(duì)居民日常生活造成極大的不便。因此單方面考慮居民到公園的平均最近距離或公園對(duì)交通可能造成的干擾概率都會(huì)造成另一個(gè)值過大，不能真正的方便居民的生活，必須要通過雙目標(biāo)模式綜合考慮到公園的平均最近距離E(R)與對(duì)交通造成的干擾概率P，尋求最佳的公園數(shù)量與規(guī)模的組合。

4.2 雙目標(biāo)模式結(jié)果分析

通過雙目標(biāo)模式模擬大量的居民到公園的平均最近距離E(R)與公園對(duì)交通流可能造成干擾的概率P的函數(shù)曲線，如圖3至圖12獲得了1377組有效的結(jié)果，通過對(duì)蕪湖市現(xiàn)有公園狀況下計(jì)算得到的E(R)與P進(jìn)行比較，找出E(R)與P都小于現(xiàn)狀值的n1、d1、n2、d2的組合，也就是最佳的非A級(jí)公園的數(shù)量與規(guī)模和A級(jí)公園的數(shù)量與規(guī)模。因此將這1377組模擬出來的E(R)和P直接與現(xiàn)狀值相減，取E(R)與P同時(shí)小于現(xiàn)狀值的點(diǎn)，同時(shí)根據(jù)2017年1月1日實(shí)施的《公園設(shè)計(jì)規(guī)范(GB 51192—2016)》，城市綜合公園面積不應(yīng)小于5hm2，因此直接排除面積小于5hm2的公園，也就是半徑小于0.126km的情況。從表2至表10共有113種符合要求的n1、d1、n2、d2的組合。

表2 n2=1和n2=2時(shí)符合要求的組合

表3 n2=3時(shí)符合要求的組合

表4 n2=4時(shí)符合要求的組合

表5 n2=5時(shí)符合要求的組合

表6 n2=6時(shí)符合要求的組合

表7 n2=7時(shí)符合要求的組合

表8 n2=8時(shí)符合要求的組合

表9 n2=9時(shí)符合要求的組合

表2至表10中n1為非A級(jí)公園的數(shù)量，d1為非A級(jí)公園的半徑，n2為A級(jí)公園的數(shù)量，d2為A級(jí)公園的半徑。

以上的結(jié)果都為E(R)與P小于現(xiàn)狀值的n1、d1、n2、d2的組合，從表2至表10觀察可以發(fā)現(xiàn)n2與d2的所有符合要求的組合中非A級(jí)公園數(shù)量n1=35至55出現(xiàn)的次數(shù)最多，為了更加直觀的顯示，將這些結(jié)果分布展示在圖13中，根據(jù)分布情況比較權(quán)衡E(R)與P，防止某一個(gè)值過大或過小，選出E(R)與P較好的4組數(shù)據(jù)，如表11所示。

通過表11中的四組最佳組合與現(xiàn)狀值進(jìn)行對(duì)比可以發(fā)現(xiàn)，這四組數(shù)據(jù)的平均最近距離E(R)以及對(duì)交通可能造成干擾的概率P的值明顯都要小于目前蕪湖市的現(xiàn)狀值，繼續(xù)進(jìn)行比較可以發(fā)現(xiàn)，這四組數(shù)據(jù)中的A級(jí)公園的半徑和數(shù)量都要大于蕪湖市現(xiàn)有的A級(jí)公園的半徑和數(shù)量，而非A級(jí)公園的半徑要小于蕪湖市現(xiàn)有的非A級(jí)公園的半徑，但數(shù)量卻要比現(xiàn)有的非A級(jí)公園的數(shù)量多得多。

表10 n2=10時(shí)符合要求的組合

5 結(jié)論與討論

本文基于雙目標(biāo)模型計(jì)算蕪湖市中心城區(qū)居民到公園的平均最近距離和公園可能對(duì)交通造成干擾的概率，尋求蕪湖市最佳的公園數(shù)量和規(guī)模的組合，發(fā)現(xiàn)隨著居民到公園的平均最近距離隨公園數(shù)量和規(guī)模的增加而減小，公園對(duì)交通可能造成的干擾概率隨公園數(shù)量和規(guī)模增大而增大，通過權(quán)衡居民到公園的平均最近距離和公園對(duì)交通可能造成的干擾概率模擬產(chǎn)生了1377種公園數(shù)量和規(guī)模組合，其中113種組合效果要優(yōu)于蕪湖市中心城區(qū)的現(xiàn)狀值，并選取出4種最佳組合。通過研究發(fā)現(xiàn)這些最佳組合中A級(jí)公園的半徑和數(shù)量都大于蕪湖市現(xiàn)有的A級(jí)公園的半徑和數(shù)量，而非A級(jí)公園的半徑要小于現(xiàn)有的非A級(jí)公園的半徑，但數(shù)量卻要比現(xiàn)有的非A級(jí)公園的數(shù)量多，說明蕪湖市目前的A級(jí)公園面積和數(shù)量都與最優(yōu)數(shù)量和規(guī)模存在一定差距，而非A級(jí)公園的面積都比較大，但是數(shù)量上還明顯不夠，因此在蕪湖市未來的公園規(guī)劃發(fā)展中，為了降低居民到公園的平均最近距離，同時(shí)減少公園對(duì)交通流可能造成的干擾，發(fā)揮城市公園真正的價(jià)值，方便居民的出行，應(yīng)當(dāng)適當(dāng)?shù)臄U(kuò)大現(xiàn)有的A級(jí)公園的規(guī)模，同時(shí)再增加1到2個(gè)A級(jí)公園，對(duì)于非A級(jí)公園而言，可以向小而精的方向發(fā)展，滿足基本功能的情況下，不需要追求過大的面積，而可以增加其數(shù)量，減少居民到公園的平均最近距離，又不會(huì)對(duì)交通流造成太大的干擾。

圖13 所有符合要求值的分布Fig.13 All distributions that meet the required values

數(shù)據(jù)來源n2d2n2d2E(R)P模擬值41.1450.1460292.5476990.43973541.1500.1385362.4300040.45195751450.1333012.523580.43996651500.126462.4095520.450975現(xiàn)狀值30.52219290.447193.0266471150.543258501

基于雙目標(biāo)模式尋求蕪湖市中心城區(qū)公園的最佳數(shù)量和規(guī)模，為之后的公園規(guī)劃提供了一些建議，但受制于模型不考慮公園分布具體位置這個(gè)前提的影響，為方便計(jì)算將蕪湖市中心城區(qū)假設(shè)為一個(gè)等面積的圓，沒能考慮城市的具體形狀，因此本文未能給出這些模擬下得到的最佳數(shù)量和規(guī)模組合的公園在城市分布的具體位置，后續(xù)研究中可以運(yùn)用元胞自動(dòng)機(jī)等方法進(jìn)行模擬仿真將通過雙目標(biāo)模式確定的公園在研究區(qū)內(nèi)進(jìn)行合理的空間分配。