馬駿
(合肥市規(guī)劃設計研究院,安徽 合肥230041)
如今隨著生態(tài)環(huán)境問題的日益嚴峻,綠色低碳已成為城市可持續(xù)發(fā)展的一項重要目標。城市公共停車場選址,不僅關系到城市交通通暢運行,還關系到城市碳排放高低。因此有必要從低碳視角出發(fā),加強對城市公共停車場選址研究分析,提高公共停車場利用率,降低城市碳排量,推動城市實現(xiàn)可持續(xù)發(fā)展。
城市公共停車場在實際進行選址規(guī)劃時,首先需要做好停車需求預測與分析,停車需求總量大小,將會對碳排量帶來最為直接的影響[1]。實踐表明,伴隨著停車場建設數(shù)量的增加,對私家小汽車出行吸引效果越好,因此整體碳排放總量會顯著增多。除此之外,大量私家小汽車的出行,還會加重城市交通擁堵,產生更多碳排放。因此必須要加強停車場總量的合理控制,這樣才能有利于降低機動車出行比例,減少碳排放總量。
從Grossman提出的“環(huán)境庫茲涅茨曲線(簡稱EKC)”理論能夠了解到,城市土地經濟密度與碳排放之間,存在EKC重組效應。即當城市土地利用越精細,碳排放越少,反之,碳排放會越多。而不同停車場建設形式,對土地利用率也各不相同。在停車數(shù)量相同的情況下,相較于地下停車場與立體停車場,地面停車場顯然土地利用率更低。因此在實際進行城市公共停車場選址規(guī)劃時,需要結合實際用地條件,合理選址停車場建設形式,提高土地利用率,更有利于降低碳排放。
城市土地資源通常較為寶貴,因此公共停車場建設數(shù)量有限,并且伴隨著社會經濟的高速騰飛,人民生活質量提升,私家車數(shù)量猛增,公共停車場建設速度顯然無法跟上私家車數(shù)量增加速度。因此必須要加強對現(xiàn)有公共停車場資源的充分利用,提高公共停車場的使用效率,實現(xiàn)停車場錯峰共享。
傳統(tǒng)的城市公共停車場選址方法主要包括多目標對比系數(shù)法、多目標加權分配法、步行距離最小法等,這些方法通過建立各自的選址模型,雖然各有優(yōu)勢特色,為城市公共停車場選址提供了很多思路,但從低碳視角來看,依然存在以下幾點缺陷:一是上述方法實際實施約束條件較多,實施難度較大,因此難以有效彰顯低碳環(huán)保的目標。二是上述傳統(tǒng)方法的實施,都是建立在已知的規(guī)劃條件之上,沒有從未來城市發(fā)展的角度出發(fā),缺乏對未知公共停車場選址規(guī)劃的分析[2]。為有效解決上述缺陷問題,文章從“停車吸引點”入手,提出了一種公共停車場選址模型方法,以下是對該方法的詳細介紹分析:
“地理信息興趣點數(shù)據(jù)”簡稱POI數(shù)據(jù),在每個POI數(shù)據(jù)中,至少包含4個類型的地理特征信息,即“地理名稱”“經度”“緯度”以及“地理屬性信息”。此次選擇采用“某城市POI數(shù)據(jù)”作為數(shù)據(jù)源,采用了高德地圖POI分類標準,采集了13類常用的POI數(shù)據(jù),比如公共設施、商務住宅、公司企業(yè)等不同土地利用數(shù)據(jù)類型。通過這些數(shù)據(jù),能夠了解城市不同土地利用性質,而城市土地利用性質決定了停車發(fā)生源的性質,也決定了停車需求特征,如車輛停放時間、停車目的等。此外,土地開發(fā)利用的強度越大,建筑、人口、交通就越集中,停車需求也就越大。POI數(shù)據(jù)需要應用ARCGIS10.2進行預處理,具體數(shù)據(jù)顯示如圖1所示。在此基礎上,還需要進行坐標系設置,一般情況下,采用的坐標系為WG1984坐標系。隨后,還需要利用“百度熱力圖”大數(shù)據(jù)可視化產品,分析在規(guī)劃區(qū)內人口聚集程度。通過利用百度熱力圖在規(guī)劃區(qū)中進行截圖,然后再對截取的圖像數(shù)據(jù)進行矢量化處理。但由于“百度熱力圖”主要收集的是人口移動數(shù)據(jù),與真實的人口分布數(shù)據(jù)相比必然會存在一定誤差。因此在此次研究中,更注重選擇在不同時段條件下,不同區(qū)域人口流動聚集情況。為更加方便進行數(shù)據(jù)分析,此次研究采用熱力度衡量熱力地圖所呈現(xiàn)的城市人口流動集聚密度情況,以區(qū)域中不同色彩為依據(jù),劃分了不同等級的熱力度數(shù)值(在1-7范圍內),該數(shù)值越高,說明人口分布越密集,反之則說明人口分布越稀疏。除此之外,還需要應用百度路況,反映規(guī)劃區(qū)內實時交通路況信息。并用不同顏色區(qū)分不同路況,紅色表示擁堵,黃色表示緩行,綠色表示暢通。在實際清理百度實時路況數(shù)據(jù)時,需要采用實際路網拓撲結構,提取實時路況柵格數(shù)據(jù)信息,并基于不同路況,做好分類像元賦值,其中綠色路況像元賦值為1,黃色路況像元賦值為2,紅色路況像元賦值為6。像元賦值越高,路況越擁堵。
圖1 某城市POI數(shù)據(jù)示例
為了能夠對規(guī)劃城區(qū)內的公共停車場選址布局各種影響因素進行可視化分析,還需要做好停車吸引單元的劃分。在實際劃分時,需要將規(guī)劃城區(qū)主干道間距以及公共停車場的服務半徑作為重要的劃分依據(jù)[3]??蛇x擇以500m作為一個單位,將規(guī)劃城區(qū)劃分為500×500m停車單元,具體如圖1所示。隨后,還需要停車吸引點空間聚集分析,在這一過程中,如果僅僅采用傳統(tǒng)的核密度分析方法,無法實現(xiàn)量化統(tǒng)計評價,因此在此次研究中,選擇在采用核密度分析方法的基礎上,充分結合城市設施服務影響因素,先完成地理單元的城市設施POI群點空間密度值計算,再采用Getis OrdGi局部空間統(tǒng)計方法,從而使得城市空間POI分布熱點更具統(tǒng)計意義。最后,還需要考慮到人口聚集以及交通路況因素,做好相應的聚類分析。針對前者,首先需要采用時空聚類分析方法,具體可分為三步,第一步,城市空間結合百度地圖的熱力圖數(shù)據(jù),做好數(shù)據(jù)的預處理,將錯誤的時空數(shù)據(jù)刪除。第二步,判斷時空對象間差異性。這種差異性判斷分為兩種,一是屬性相似,需要通過結合密度的分布,對時空對象屬性差異進行描述;二是距離差異,需要采用時空對象間各種距離函數(shù)來衡量,比較常用的距離函數(shù)為歐式距離函數(shù)。第三步,開展時空聚類分析,需要以時空對象之間差異大小為依據(jù),實現(xiàn)時空數(shù)據(jù)聚類分析。隨后還需要進行人口聚集時空聚類分析,具體可分為以下四步,第一步,通過截取規(guī)劃城區(qū)一周內的百度熱力地圖,分析該時間段內的人口熱力度數(shù)值,獲取人口聚集時間切片樣本。第二步,采用模糊疊加法,完成對不同熱力度人口聚集面積的計算。第三步,在GIS工具的幫助下,對規(guī)劃城區(qū)高熱區(qū)的地理位置,按照50×50m進行單元劃分,并采用以下公式計算每個單元的整日數(shù)據(jù)平均值:
式(1)中:Hi(平均)表示單元i整日平均熱力度,取值為1,2,3,……,n;Hix則表示在點x時刻下的熱力度數(shù)值,取值為1,2,3,……,24。第四步,明確城市人口重心變化。雖然采用百度熱力地圖,難以真實反映出城市人口聚集變化的情況,但也能夠很好的展示出人口疏密的空間相對關系,因此可以以百度熱力圖為依據(jù),計算出城市的“熱力重心”,用于替代城市“人口重心”變化?;诖?,可以在GIS工具的幫助下,圍繞各封閉熱力等值區(qū)域,做好重心位置的計算,再按照各自熱力值和面積,完成加權計算。計算公式如式(2)、(3)所示,最終可以得出活動整周工時間段人口重心移動軌跡。
式(2)~(3)中:X,Y表示 在某時刻,城市人口中心坐標值。其中,Hj表示第j處封閉熱力等值區(qū)域的熱力值;Sj表示第j處封閉熱力等值區(qū)域的面積;Xj與Yj表示第j處封閉熱力等值區(qū)域的重心坐標;其中j=1,2,3,...,n。
針對后者,則需要進行交通擁堵時空聚類分析。首先,按照一周時間段,獲取交通擁堵時間切片樣本。隨后,對從百度地圖平臺上獲得的路況柵格數(shù)據(jù)進行矢量化處理,在處理過程中,需要應用ARCGIS10.2平臺生成隨機點工具,對道路路網數(shù)據(jù)進行離散化點處理。然后對路況進行賦值,用數(shù)字1表示道路通暢;數(shù)字2表示緩行,數(shù)字3表示擁堵。最后,提取擁堵規(guī)律。
當某類停車吸引點密度不變,人口聚集度越高,停車數(shù)量將會越多,交通擁堵自然越嚴重,那么停車需求量也會提升。因此將最終根據(jù)上述聚類分析結果,可得出各類停車吸引點和停車需求的相關性。然后采用ARCGIS中的柵格疊加工具,將各類停車吸引點的核密度進行加權疊加,權重即為該類停車吸引點對停車需求的相關性,得到綜合加權平均核密度圖。最后再以此為依據(jù),完成公共停車場選址分配運算,在分析計算結果的基礎上確定合適的公共停車場站個數(shù)與建設位置。
總而言之,城市公共停車場選址本身便是一項較為復雜系統(tǒng)的工作,再加上從低碳視角出發(fā),實際進行選址時,還需要滿足綠色環(huán)保低碳的需求,進一步加重了停車場選址的復雜性。因此需要加強對選址方法的分析,滿足綠色低碳目標的同時,避免城市交通擁堵。