王云才 盧星昊 陳照方 盛 碩

（1.同濟(jì)大學(xué)建筑與城市規(guī)劃學(xué)院，上海 200092；2.教育部生態(tài)化城市設(shè)計(jì)國(guó)際合作聯(lián)合實(shí)驗(yàn)室，上海 200092；3.同濟(jì)大學(xué)高密度人居環(huán)境生態(tài)與節(jié)能教育部重點(diǎn)實(shí)驗(yàn)室，上海 200092）

當(dāng)下以擴(kuò)張為主要形式的城市化進(jìn)程加劇了人地矛盾，這一問(wèn)題在建設(shè)用地困難的城市中尤為突出，小微綠地可以在有限建設(shè)面積下填補(bǔ)服務(wù)盲點(diǎn)，提供高效的游憩服務(wù)。十堰市作為南水北調(diào)中線(xiàn)上重要的山地城市，綠地建設(shè)受諸多因素限制。本研究從場(chǎng)地可達(dá)性、空間服務(wù)效率與空間使用效率三個(gè)維度構(gòu)建小微綠地空間效率測(cè)度體系，以地塊為研究單元，對(duì)十堰市小微綠地空間效率進(jìn)行測(cè)度?；诳臻g效率與游憩需求的匹配結(jié)果識(shí)別需求點(diǎn)，從碎片化的綠斑與“退二進(jìn)三”的工業(yè)用地中選取潛在小微綠地建設(shè)點(diǎn)，以實(shí)現(xiàn)最大覆蓋范圍為目標(biāo)，綜合運(yùn)用K-Means模型與LA位置分配模型，針對(duì)現(xiàn)狀“低效率—高需求”地塊進(jìn)行小微綠地選址與布局優(yōu)化。研究結(jié)果表明：（1）在十堰市現(xiàn)狀有限小微綠地的覆蓋范圍下，低效率與較低效率地塊數(shù)量分別占總數(shù)的19.1%與20.2%，大量的服務(wù)盲區(qū)更是造成了綠地的供需失調(diào)；（2）63.45%的地塊處于低效率與高需求的矛盾狀態(tài)，居民的游憩需求無(wú)法得到滿(mǎn)足。研究通過(guò)模型優(yōu)化，在保持現(xiàn)有綠地布局的基礎(chǔ)上，新增113處小微綠地，實(shí)現(xiàn)最大范圍覆蓋城市需求點(diǎn)。對(duì)比優(yōu)化前后的結(jié)果表明：（1）空間效率方面，低空間效率地塊由46塊減少至29塊，較高空間效率地塊由59塊增至138塊，高空間效率地塊由31塊增至101塊；（2）空間效率與游憩需求匹配方面，低效率—高需求地塊的數(shù)量占比由63.45%減少至17.73%，達(dá)到預(yù)設(shè)目標(biāo)，優(yōu)化后的布局提升了居民享有小微綠地游憩服務(wù)的機(jī)會(huì)。

小微綠地；空間效率；游憩需求；布局優(yōu)化；聚類(lèi)模型；位置分配模型；十堰市

小微綠地（Micro Green Space）作為城市開(kāi)放空間和地表系統(tǒng)的組成部分，是城市中大量發(fā)揮綠化作用、分布廣泛的一種綠地類(lèi)型[1]，同時(shí)也是與居民日常聯(lián)系最為緊密的新型城市開(kāi)放空間[2]。目前小微綠地仍未形成一個(gè)統(tǒng)一、清晰的定義，包括對(duì)尺度和類(lèi)型界定。國(guó)外學(xué)者Peschardt等[3]將面積不超過(guò)5 000 m2，并具有植被覆蓋、明確的入口和邊界的綠地稱(chēng)為微型公共綠地（Small Public Urban Green Spaces，SPUGS），而其在國(guó)內(nèi)通常被稱(chēng)為口袋公園?！冻鞘芯G地分類(lèi)標(biāo)準(zhǔn)》（CJJ/T85-2017）將社區(qū)公園的規(guī)模限定為宜大于1 hm2，此外周聰惠等[4-5]依據(jù)國(guó)內(nèi)現(xiàn)行綠地分類(lèi)標(biāo)準(zhǔn)，將小微綠地的尺度限定為小于社區(qū)公園門(mén)檻面積。依據(jù)已有文獻(xiàn)研究與小微綠地實(shí)際建設(shè)情況，本文將研究對(duì)象界定為面積小于1 hm2，具有一定配套設(shè)施與植被，邊界明顯區(qū)別于周邊環(huán)境的城市綠地。

相較于大體量公園綠地，小微綠地的優(yōu)勢(shì)在于實(shí)現(xiàn)了城市土地資源的精細(xì)化利用，使服務(wù)更加高效，可以在有限建設(shè)面積下填補(bǔ)服務(wù)盲點(diǎn)、見(jiàn)縫將自然綠意歸還城市居民，從而提升城市生態(tài)系統(tǒng)文化服務(wù)質(zhì)量。由此可見(jiàn)，如何結(jié)合市民的游憩需求對(duì)小微綠地進(jìn)行精準(zhǔn)的布局調(diào)控、優(yōu)化和提升服務(wù)績(jī)效成為當(dāng)前規(guī)劃實(shí)踐的重要挑戰(zhàn)[4]。本研究選取湖北省十堰市主城區(qū)作為研究案例，構(gòu)建了針對(duì)城市小微綠地空間效率的測(cè)度評(píng)價(jià)體系，并結(jié)合城市居民的游憩需求對(duì)城市碎片型存量空間進(jìn)行挖潛和高效利用，提出科學(xué)合理的小微綠地布局優(yōu)化策略，以期對(duì)未來(lái)的城市綠地建設(shè)提供有效的指導(dǎo)建議。

1 研究方法與技術(shù)路徑

1.1 小微綠地的空間效率測(cè)度指標(biāo)體系構(gòu)建

空間服務(wù)性是公共設(shè)施的重要特征，當(dāng)人口所需求的公共服務(wù)資源分配與設(shè)施的供給匹配時(shí)才可以被認(rèn)為是有效率的[6]。Mcallister[7]在1976年首先將公平與效率的概念引入公共設(shè)施選址的研究領(lǐng)域，此后Kyushik等[8]利用服務(wù)人口比、服務(wù)面積比、服務(wù)容積率比這三項(xiàng)評(píng)價(jià)指標(biāo)，基于GIS網(wǎng)絡(luò)分析方法，對(duì)首爾市城市綠地的實(shí)際可達(dá)性和服務(wù)效率進(jìn)行測(cè)度。牛爽等[9]從供給、需求與可達(dá)性三個(gè)方面分別選取指標(biāo)，測(cè)度步行、跑步和騎行三種方式下公園配置的公平性?，F(xiàn)有的空間效率測(cè)度體系已從圍繞服務(wù)人口與服務(wù)面積兩個(gè)層面，不斷完善為多層級(jí)、多因子的測(cè)度體系。本研究借鑒上述研究成果，從三個(gè)層面表征小微綠地的空間效率：場(chǎng)地可達(dá)性（B1）、空間服務(wù)效率（B2）與空間使用效率（B3）（表1）。依據(jù)2019版的《城市綠地規(guī)劃標(biāo)準(zhǔn)》（GBT51346-2019），小于1 hm2的綠地服務(wù)半徑為300 m[10]，因此本研究以5 min成本時(shí)間生成小微綠地的服務(wù)覆蓋范圍。

（1）場(chǎng)地可達(dá)性（B1）。B1是空間效率的基礎(chǔ)，可以用以評(píng)估城市綠地為居民提供服務(wù)的可能性或潛力[11]。對(duì)于場(chǎng)地可達(dá)性的表征可以通過(guò)城市路網(wǎng)整合度（C1）、路網(wǎng)連接度（C2）與鄰近距離均值（C3）三個(gè)因子體現(xiàn)。路網(wǎng)整合度（C1）是指路網(wǎng)中路段與其他路段的離散集聚程度；路網(wǎng)連接度（C2）則反映了各節(jié)點(diǎn)間依靠路網(wǎng)相互連通的強(qiáng)度[12]；鄰近距離均值（C3）指小微綠地至步行覆蓋范圍內(nèi)居住區(qū)幾何中心的平均距離[13]。上述因子中，路網(wǎng)整合度與連接度由DepthMapX0.5計(jì)算生成后在ArcGIS10.8中被轉(zhuǎn)換為各地塊平均路網(wǎng)整合度與連接度，各因子計(jì)算公式如下：

其中，C1為路網(wǎng)全局整合度；n為網(wǎng)絡(luò)內(nèi)總軸線(xiàn)數(shù)或總節(jié)點(diǎn)數(shù)；MDi為平均深度值。

其中，C2為路網(wǎng)連接度；k表示與道路i（i=1，2，3，…，n）直接相鄰的道路數(shù)量。

其中，C3為鄰近距離均值；d表示小微綠地至居住區(qū)幾何中心的距離；n為小微綠地5 min步行覆蓋范圍內(nèi)的居住區(qū)數(shù)量。

（2）空間服務(wù)效率（B2）。B2強(qiáng)調(diào)場(chǎng)地特質(zhì)所造成的空間效率變化，其主要受場(chǎng)地的服務(wù)覆蓋范圍所影響，因此本研究使用服務(wù)面積比（C4）與服務(wù)重疊率（C5）兩項(xiàng)因子加以表征，其中服務(wù)面積比（C4）指綠地步行服務(wù)范圍覆蓋面積與地塊單元面積的比值[6]；服務(wù)重疊率（C5）指綠地步行服務(wù)范圍的重疊部分綠地總體服務(wù)范圍的比值[14]。上述兩項(xiàng)因子計(jì)算公式如下：

其中，C4為鄰近距離均值；AG表示小微綠地服務(wù)覆蓋面積（重疊部分不重復(fù)計(jì)算）；S為地塊單元面積。

其中，C5為服務(wù)重疊率；Ao表示小微綠地5 min步行覆蓋面積，且重疊部分重復(fù)計(jì)算；AG表示小微綠地5 min步行覆蓋面積，而重疊部分不重復(fù)計(jì)算。

（3）空間使用效率（B3）。B3強(qiáng)調(diào)小微綠地對(duì)周邊人群的服務(wù)供給能力，因此通過(guò)服務(wù)半徑覆蓋率（C6）與服務(wù)人口比（C7）兩項(xiàng)因子加以表征。服務(wù)半徑覆蓋率（C6）指綠地步行服務(wù)范圍覆蓋的居住區(qū)面積與綠地服務(wù)面積的比值[9]；服務(wù)人口比（C7）指綠地步行服務(wù)范圍覆蓋的居住區(qū)的人口數(shù)與地塊總?cè)丝诘谋戎礫6]。上述兩項(xiàng)因子計(jì)算公式如下：

其中，C6為服務(wù)半徑覆蓋率；AR表示小微綠地5 min步行覆蓋范圍內(nèi)居住區(qū)面積；AG表示小微綠地服務(wù)覆蓋面積（重疊部分不重復(fù)計(jì)算）。

其中，C7為服務(wù)半徑覆蓋率；Ps表示小微綠地5 min步行服務(wù)范圍覆蓋的居住區(qū)人口數(shù)量；Po地塊單元總?cè)丝跀?shù)量。

在確定各指標(biāo)測(cè)度方法的基礎(chǔ)上，使用層次分析法（Analytic Hierarchy Process，AHP）為各項(xiàng)指標(biāo)賦予權(quán)重。本研究邀請(qǐng)10位相關(guān)專(zhuān)家，采用1-9標(biāo)度法對(duì)各指標(biāo)層的指標(biāo)進(jìn)行兩兩比較，由此構(gòu)建A-B1-3、B1-C1-3、B2-C4-5、B3-C6-7判斷矩陣，并計(jì)算權(quán)重結(jié)果（表1）[15]。各項(xiàng)矩陣CR值均小于0.1，通過(guò)一致性檢驗(yàn)。由賦權(quán)結(jié)果可知，準(zhǔn)測(cè)層中場(chǎng)地可達(dá)性（B1）權(quán)重值居于首位，其次為空間使用效率（B3）與空間服務(wù)效率（B2），在指標(biāo)層中路網(wǎng)整合度（C1）最為重要，其次為服務(wù)人口比（C2）與服務(wù)面積比（C4），權(quán)重最小值為服務(wù)重疊率（C5），表明在有限服務(wù)范圍內(nèi)，能否方便快捷地到達(dá)小微綠地對(duì)其空間使用效率起到重要影響，此外在關(guān)注小微綠地服務(wù)范圍的同時(shí)，更應(yīng)強(qiáng)調(diào)服務(wù)范圍內(nèi)人群的使用效率。

表1 小微綠地空間效率評(píng)價(jià)指標(biāo)Tab.1 Evaluation index of small green space spatial efficiency

1.2 小微綠地的空間效率與需求匹配及布局優(yōu)化方法

1.2.1 小微綠地空間效率與需求匹配方法

空間效率與需求的不匹配會(huì)造成資源的過(guò)?；蛉蔽?。因此本研究將小微綠地空間效率與人群游憩需求進(jìn)行匹配分析，并將地塊的測(cè)度結(jié)果分為4類(lèi)：高效率—高需求、高效率—低需求、低效率—高需求與低效率—低需求，其中將“低效率—高需求”區(qū)域作為小微綠地的布局優(yōu)化的首選區(qū)域，在不改變現(xiàn)有小微綠地區(qū)位的前提下，從“退二進(jìn)三”工業(yè)改造地與碎片化城市綠地中識(shí)別潛在小微綠地建設(shè)點(diǎn)，利用算法模型進(jìn)行建設(shè)點(diǎn)的選址布局優(yōu)化。

1.2.2 小微綠地空間布局優(yōu)化方法

布局優(yōu)化模型旨在實(shí)現(xiàn)單一或多目標(biāo)的某一類(lèi)公共服務(wù)設(shè)施的選址問(wèn)題。經(jīng)典的區(qū)位分配模型多為單目標(biāo)優(yōu)化模型，包括P-中位模型（P-Median Problem）、P-中心模型（P-Center Problem）與最大覆蓋模型（Maximum Covering Location Problem）等，該類(lèi)模型旨在解決單一問(wèn)題的最優(yōu)目標(biāo)解[16]。由于現(xiàn)實(shí)決策階段常存在目標(biāo)間的相互沖突，無(wú)法同時(shí)實(shí)現(xiàn)各目標(biāo)的最優(yōu)化，需要進(jìn)行協(xié)調(diào)與折中處理，多目標(biāo)優(yōu)化模型旨在尋求盡可能使各目標(biāo)達(dá)到最優(yōu)的一組Pareto最優(yōu)解[17]。本研究的主要目標(biāo)為實(shí)現(xiàn)小微綠地服務(wù)范圍的最大覆蓋，從而提升小微綠地的空間服務(wù)效率，選取K-Means聚類(lèi)算法與單目標(biāo)LA位置分配模型對(duì)潛在小微綠地建設(shè)點(diǎn)進(jìn)行選址優(yōu)化：

（1）K-Means聚類(lèi)算法（K-Means Clustering Algorithm）。首次于1967年被MacQueen使用，是一種基于劃分的無(wú)監(jiān)督學(xué)習(xí)聚落算法[18]。該算法是一個(gè)不斷迭代的過(guò)程，其主要目的是最小化每個(gè)目標(biāo)點(diǎn)與最近的聚類(lèi)中心間的歐式距離。因此可以為小微綠地服務(wù)盲區(qū)中的需求點(diǎn)設(shè)置不同的最大聚類(lèi)數(shù)，即擬建小微綠地最大數(shù)量，通過(guò)改變聚類(lèi)數(shù)量，并計(jì)算各需求點(diǎn)與新增小微綠地的平均最遠(yuǎn)距離，以此生成K-means曲線(xiàn)，當(dāng)曲線(xiàn)斜率趨于平緩時(shí)意味著新增小微綠地?cái)?shù)量對(duì)聚類(lèi)效果強(qiáng)化作用不再明顯，即適合增加的小微綠地?cái)?shù)量[19]。

（2）LA位置分配模型（Location Allocation）。依據(jù)K-Means模型確定小微綠地的增量，繼而利用LA模型對(duì)小微綠地的選址進(jìn)行優(yōu)化。該模型以候選小微綠地作為設(shè)施點(diǎn)，同時(shí)錄入需求點(diǎn)，且二者空間位置確定，系統(tǒng)會(huì)依據(jù)預(yù)先設(shè)定的優(yōu)化目標(biāo)自動(dòng)匹配設(shè)施點(diǎn)和需求點(diǎn)[20]。LA模型包括最小設(shè)施點(diǎn)數(shù)量模型、最大覆蓋范圍模型、最小阻抗模型、最大化人流量模型、最大化市場(chǎng)份額模型與目標(biāo)市場(chǎng)份額模型等，本研究旨在使小微綠地5 min步行服務(wù)范圍所覆蓋的需求點(diǎn)數(shù)量最多，因此選取最大化覆蓋模型進(jìn)行小微綠地的空間選址優(yōu)化。

2 十堰市主城區(qū)小微綠地的空間效率測(cè)度與評(píng)價(jià)

2.1 研究區(qū)域現(xiàn)狀問(wèn)題

十堰市北抵秦嶺，南依巴山，北部漢江橫穿全境，屬亞熱帶季風(fēng)氣候。主城區(qū)面積約為758.05 km2，城區(qū)多山，土地利用困難，漢江過(guò)境其北部，建設(shè)用地主要分布于城區(qū)南部和漢江沿岸（圖1）。破碎多山的地形使得十堰市城區(qū)用地呈現(xiàn)帶狀與指狀等形態(tài)，碎片化與孤島化的土地形態(tài)使城市空間使用效率下降，成為城市品質(zhì)提升與可持續(xù)發(fā)展的制約因素[21]。

圖1 十堰市主城區(qū)地理區(qū)位與土地利用現(xiàn)狀Fig.1 Location and land use of the main urban area of Shiyan City

主城區(qū)各類(lèi)綠地中，小型公園綠地使用率較高。十堰市主城區(qū)各類(lèi)公園綠地多達(dá)77處，以街旁綠地為主共51處，此外綜合公園8處，社區(qū)公園14處，專(zhuān)類(lèi)公園兩處，帶狀公園兩處，總面積約991.09 hm2（圖2）。受山體對(duì)城市建設(shè)的約束，十堰市現(xiàn)狀大面積綠地多為自然山地森林公園，由于遠(yuǎn)離居住區(qū)，使用效率低下。受城市多山格局的限制，十堰市綠地空間布局不均，現(xiàn)狀綠地集中分布于主城區(qū)中部，而鄖陽(yáng)區(qū)及主城區(qū)南北兩側(cè)居民點(diǎn)與公園間的可達(dá)性差，居民難以享受游憩服務(wù)，綠地的供需失衡造成城市生態(tài)系統(tǒng)文化服務(wù)效率的降低。在城市綠地空間效率低下的現(xiàn)實(shí)背景下，一些小型公園與廣場(chǎng)充分利用城市街角、橋下通道成為城市的局部活力點(diǎn)，提升了周邊場(chǎng)地的空間效率。因此本研究借助小微綠地布局靈活的空間優(yōu)勢(shì)，通過(guò)測(cè)度小微綠地的空間效率及其與游憩需求的匹配度，因地制宜布局小微綠地，實(shí)現(xiàn)城市資源的精細(xì)化利用，提升城市整體生態(tài)系統(tǒng)文化服務(wù)品質(zhì)。

圖2 十堰市綠地分布Fig.2 Distribution of green space in Shiyan City

研究對(duì)象選取十堰市建設(shè)用地中面積小于1 hm2的小微綠地，共計(jì)42處，主要由街旁綠地、社區(qū)公園、小型游園和城市小型廣場(chǎng)構(gòu)成。同時(shí)將建設(shè)用地范圍內(nèi)的街區(qū)空間作為研究單元（共計(jì)643個(gè)），通過(guò)ArcGIS網(wǎng)絡(luò)分析以5 min步行時(shí)間生成服務(wù)范圍，并剔除服務(wù)區(qū)覆蓋范圍外的地塊，共計(jì)有效地塊268處。在對(duì)各評(píng)價(jià)因子進(jìn)行量化評(píng)估后，利用自然間斷法進(jìn)行分類(lèi)，最終將各因子結(jié)果加權(quán)疊加得出小微綠地的空間效率結(jié)果。

2.2 單因子測(cè)度結(jié)果與分析

2.2.1 場(chǎng)地可達(dá)性測(cè)度

場(chǎng)地可達(dá)性包括路網(wǎng)整合度、路網(wǎng)連接度與鄰近距離均值三項(xiàng)指標(biāo)，其中路網(wǎng)整合度（圖3-a）與連接度（圖3-c）由DepthMapX0.5計(jì)算生成，并轉(zhuǎn)換為各地塊平均路網(wǎng)整合度（圖3-b）與連接度（圖3-d）。

圖3 單項(xiàng)因子測(cè)度結(jié)果Fig.3 Measurement results of single factor

由路網(wǎng)整合度評(píng)價(jià)結(jié)果（圖3-b）可知，南部城區(qū)小微綠地服務(wù)地塊平均路網(wǎng)整合度（1.61）高于北部城區(qū)（0.55），平均路網(wǎng)整合度高值區(qū)位于城區(qū)北部的茶店鎮(zhèn)（2.66）與柳陂鎮(zhèn)（2.49），意味著該段路網(wǎng)較為聚集。相比之下，南部路網(wǎng)整合度分布較為平均，其中人民北路段地塊整體路網(wǎng)聚集度較低（＜0.28），而城區(qū)周邊發(fā)展大道與白浪村等地平均路網(wǎng)整合度較高（＞1.76）。由圖3-d可知，主城區(qū)北部地塊平均連接度為3.71，而南部地塊平均連接度為2.85，北部城區(qū)平均連接度高于南部城區(qū)。高路網(wǎng)連接度分布區(qū)域與路網(wǎng)整合度趨于一致，主要分布于茶店鎮(zhèn)（4.18）與柳陂鎮(zhèn)（4.23），同樣人民北路段路網(wǎng)連接度較低（＜2.66）。由鄰近距離均值評(píng)價(jià)結(jié)果（圖3-e）可知，南部城區(qū)小微綠地整體鄰近距離均值為570.13，低于北部城區(qū)（611.93），總體而言南部城區(qū)小微綠地所服務(wù)地塊布局均衡性?xún)?yōu)于北部城區(qū)。鄰近距離均值較低的地塊主要集中于主城區(qū)南部人民北路至北京北路（562.84），綠地的空間分布影響鄰近距離均值，該片區(qū)小微綠地分布密度較高，需求點(diǎn)與供給點(diǎn)間距離較近，居民可達(dá)率較高。發(fā)展大道片區(qū)平均鄰近距離最高（730.80）。

2.2.2 空間服務(wù)效率測(cè)度

總體而言，南部城區(qū)平均服務(wù)面積比與北部城區(qū)大致相同，約為0.07。由圖3-f可知，十堰火車(chē)站（0.99）片區(qū)服務(wù)面積比最高，東岳路段服務(wù)面積比次之（0.43）。由于主城區(qū)南部小微綠地?cái)?shù)量較多且分布集中，南部城區(qū)整體服務(wù)面積比高于北部城區(qū)。十堰市小微綠地分布較為離散，因此小微綠地的整體服務(wù)重疊率偏低（圖3-g）。其中南部城區(qū)平均服務(wù)重疊率為0.04略高于北部城區(qū)（0.02），而南部城區(qū)人民北路至北京北路段服務(wù)范圍重疊率最高（0.88），由于該段小微綠地分布密集且數(shù)量眾多，相應(yīng)的周邊地塊享有更多的游憩選擇機(jī)會(huì)。

2.2.3 空間使用效率測(cè)度

相比之下十堰市主城區(qū)南部平均服務(wù)半徑覆蓋率（0.79）高于北部城區(qū)0.58（圖3-h）。其中南部城區(qū)雙溝片區(qū)服務(wù)半徑覆蓋率較高為0.56，重慶路片區(qū)服務(wù)半徑覆蓋率次之（0.47）。城區(qū)北部柳陂鎮(zhèn)片區(qū)服務(wù)半徑覆蓋率較高（0.14）。由服務(wù)人口比的評(píng)價(jià)結(jié)果（圖3-i）可知，城區(qū)北部與南部平均服務(wù)人口比分別為0.50與0.52，二者大致相同。城區(qū)南部人民北路段地塊平均服務(wù)人口比較高（0.95），北部城區(qū)城關(guān)鎮(zhèn)片區(qū)平均服務(wù)人口比較高（0.87）。

2.3 空間效率綜合評(píng)價(jià)與分析

基于上述分析結(jié)果，利用ArcGIS10.8將各因子加權(quán)疊加并將結(jié)果可視化（圖4）?？傮w而言，現(xiàn)有小微綠地服務(wù)覆蓋范圍主要集中于十堰市主城區(qū)南側(cè)人民北路至北京北路段，城區(qū)北部則主要集中于城關(guān)鎮(zhèn)與茶店鎮(zhèn)，城區(qū)仍存在大面積服務(wù)盲區(qū)。此外，被服務(wù)地塊的空間效率存在分布異化的現(xiàn)象：低效率與較低效率地塊數(shù)量分別占總數(shù)的19.1%與20.2%，中等效率數(shù)量占比為23.3%，較高效率服務(wù)地塊數(shù)量占比為24.5%，而高效率服務(wù)地塊占比最低（12.9%）。半數(shù)以上被服務(wù)地塊的空間效率低下，因此需要進(jìn)一步結(jié)合人群需求進(jìn)行匹配分析，精準(zhǔn)地對(duì)待優(yōu)化地塊進(jìn)行識(shí)別與優(yōu)化。

圖4 小微綠地空間效率測(cè)度結(jié)果Fig.4 Measurement results of micro green space spatial efficiency

3 十堰市主城區(qū)小微綠建設(shè)選址與空間布局優(yōu)化

由上述研究可知，現(xiàn)狀十堰市小微綠地仍存在大量服務(wù)盲區(qū)。此外部分地塊雖然處于小微綠地服務(wù)范圍內(nèi)，但其低效的空間服務(wù)與地塊人群的高需求相矛盾同樣會(huì)造成城市生態(tài)系統(tǒng)文化服務(wù)質(zhì)量的下降，因此需要對(duì)待優(yōu)化地塊進(jìn)行精確的識(shí)別。本研究將服務(wù)盲區(qū)的小微綠地空間效率視為0，將空間效率結(jié)果與需求進(jìn)行匹配分析從而得出待優(yōu)化地塊，并通過(guò)新增小微綠地的規(guī)劃途徑有效消除服務(wù)盲區(qū)。

3.1 小微綠地待優(yōu)化區(qū)域識(shí)別

3.1.1 游憩需求評(píng)價(jià)

研究通過(guò)爬取十堰市主城區(qū)（2022年2月）的百度地圖興趣點(diǎn)數(shù)據(jù)（POI）信息，得到14類(lèi)共計(jì)1.9×104個(gè)興趣點(diǎn)，POI密度與人口密度、城市活力緊密相關(guān)，依此判斷居住、工作人群對(duì)小微綠地需求程度。將歸一化后的POI密度（5-a）與熱力值（5-b）等權(quán)疊加得到小微綠地游憩需求強(qiáng)度分布結(jié)果。由圖5-c可知，主城區(qū)南部高需求區(qū)集中于中部人民北路至北京北路段及十堰火車(chē)站片區(qū)，而北部城區(qū)高需求段主要集中于鄖陽(yáng)區(qū)的城關(guān)鎮(zhèn)片區(qū)。較高需求強(qiáng)度主要分布于城區(qū)南部的建設(shè)大道、東風(fēng)大道與龍門(mén)大道片區(qū)，北部城區(qū)則主要集中于茶店鎮(zhèn)。

圖5 游憩需求評(píng)價(jià)及其與空間效率匹配分析Fig.5 Recreational demand evaluation and its matching analysis with space efficiency

3.1.2 空間效率與需求強(qiáng)度匹配分析

通過(guò)對(duì)小微綠地空間效率與游憩需求進(jìn)行匹配分析，共識(shí)別“高效率—高需求”“高效率—低需求”“低效率—高需求”和“低效率—低需求”4種空間匹配類(lèi)型（圖5-d）。各空間類(lèi)型的面積占比分別為0.14、0.18、0.63與0.05，其中“低效率—高需求”地塊主要分布于南部城區(qū)兩翼：東側(cè)的風(fēng)神大道、發(fā)展大道、建設(shè)大道周邊地塊與柏林村周邊地塊，西側(cè)則主要集中分布于浙江路、東風(fēng)大道與龍門(mén)大道周邊，北部城區(qū)則主要集中分布于城關(guān)鎮(zhèn)片區(qū)?！暗托省咝枨蟆钡貕K主要受小微綠地服務(wù)盲區(qū)的影響，是本研究的首要優(yōu)化對(duì)象。

3.2 小微綠地的選址布局優(yōu)化

3.2.1需求點(diǎn)與潛在選址點(diǎn)

本研究將待優(yōu)化區(qū)域所覆蓋的住區(qū)單元視為需求點(diǎn)，共計(jì)4 388個(gè)（圖6-b）。小微綠地潛在選址點(diǎn)則由碎片化綠地與“退二進(jìn)三”工業(yè)用地組成（圖6-c）。十堰市綠地空間在山體擠壓與城市建設(shè)的切割下呈現(xiàn)破碎化，在現(xiàn)有破碎化綠地基礎(chǔ)上識(shí)別出面積小于1 hm2且未經(jīng)利用的綠地作為潛在選址點(diǎn)。此外十堰市是一座因車(chē)而生的城市，工業(yè)用地的增長(zhǎng)空間主要集中于城區(qū)南部東西兩翼與小微綠地待優(yōu)化區(qū)分布趨于一致?，F(xiàn)狀部分工業(yè)用地受空間結(jié)構(gòu)性低效的影響，存在利用率低下的問(wèn)題，因此需要對(duì)部分棕地進(jìn)行用地置換，在生態(tài)筑底和優(yōu)化配置的基礎(chǔ)上激活城市空間，并依據(jù)場(chǎng)地特征增補(bǔ)小微綠地。

3.2.2 K-Means聚類(lèi)算法計(jì)算新增小微綠地?cái)?shù)量

利用K-Means模型對(duì)需求點(diǎn)設(shè)置不同的最大聚類(lèi)數(shù)（10-225），將聚類(lèi)數(shù)作為橫軸，需求點(diǎn)至擬新增小微綠地的平均最遠(yuǎn)距離作為縱軸，由此生成K-Means曲線(xiàn)（圖6-a）。曲線(xiàn)斜率可以理解為增加的小微綠地個(gè)數(shù)對(duì)居民到達(dá)小微綠地距離的影響程度，斜率越高意味著增加小微綠地個(gè)數(shù)對(duì)聚類(lèi)效果的作用越強(qiáng)，反之則促進(jìn)效果越弱[19]。依據(jù)聚類(lèi)分析結(jié)果可知當(dāng)新增小微綠地?cái)?shù)量在150～170塊之間時(shí)，曲線(xiàn)斜率變化不再明顯，因此將該區(qū)間視為新增小微綠地?cái)?shù)量范圍。

3.2.3 LA模型進(jìn)行選址點(diǎn)優(yōu)化配置

為保證5 min步行范圍內(nèi)可達(dá)，將小微綠地覆蓋范圍設(shè)為300 m，利用LA模型中的最大覆蓋度模型對(duì)各需求點(diǎn)與小微綠地進(jìn)行候選點(diǎn)優(yōu)化，同時(shí)基于最小化設(shè)施數(shù)量的原則，選取158處小微綠地新增點(diǎn)。在進(jìn)一步將現(xiàn)狀其余城市綠地與待選小微綠地有重疊服務(wù)范圍的待選點(diǎn)篩除后，最終確定小微綠地新增點(diǎn)共計(jì)113處（圖6-d）。

圖6 十堰市小微綠地選址布局優(yōu)化分析Fig.6 Optimization analysis of site selection and layout of micro green spaces in Shiyan City

3.3 小微綠地布局優(yōu)化效果分析

本研究對(duì)優(yōu)化后的小微綠地進(jìn)行空間效率及其與游憩需求匹配的重新測(cè)度，將優(yōu)化結(jié)果與現(xiàn)狀進(jìn)行對(duì)比，以探究其提升情況。

空間效率測(cè)度結(jié)果方面，由于小微綠地?cái)?shù)量的提升與覆蓋范圍的優(yōu)化，服務(wù)盲區(qū)地塊數(shù)量顯著減少。此外，小微綠地空間效率也得到提升，其中低空間效率地塊由46減少至29，較高空間效率地塊由59增至138，高空間效率地塊由31增至101，優(yōu)化后的小微綠地能夠以高效的游憩服務(wù)實(shí)現(xiàn)有限用地資源的高效與精細(xì)化利用。小微綠地空間效率與游憩需求匹配結(jié)果方面，低效率—高需求地塊的數(shù)量占比由63.45%減少至17.73%，達(dá)到預(yù)設(shè)的優(yōu)化目標(biāo)，優(yōu)化結(jié)果提升了居民享有小微綠地游憩服務(wù)的機(jī)會(huì)。

圖7 小微綠地布局優(yōu)化效果分析Fig.7 Analysis of optimization effect of micro green space layout

4 結(jié)論與討論

建設(shè)用地破碎化限制了綠地的規(guī)劃布局，城市與綠地整體功能的協(xié)調(diào)性下降，綠地的空間使用效率降低，影響城市的品質(zhì)提升與可持續(xù)發(fā)展。針對(duì)建設(shè)用地破碎化造成生態(tài)系統(tǒng)文化服務(wù)低效的問(wèn)題，本研究提出以利用占地面積小且布局靈活的小微綠地提升城市文化服務(wù)，構(gòu)建以“城市小微綠地空間效率測(cè)度與分析—小微綠地空間效率與人群需求的匹配分析—新增小微綠地選址布局優(yōu)化”為主要步驟的小微綠地規(guī)劃建設(shè)途徑。

本研究從場(chǎng)地可達(dá)性、空間服務(wù)效率與空間使用效率三個(gè)維度測(cè)度了十堰市主城區(qū)小微綠地的空間效率。研究表明小微綠地所服務(wù)地塊集中分布于南部主城區(qū)中段沿百二河地帶，其中人民北路至北京北路段空間效率較高。將十堰市人群游憩需求強(qiáng)度與小微綠地空間效率進(jìn)行匹配分析后，可知63.45%的地塊仍處于低效率與高需求的沖突階段，因此本研究將“低效率—高需求”地塊作為待優(yōu)化區(qū)域，并將該區(qū)域的居住點(diǎn)視為需求點(diǎn)，將篩選后的“退二進(jìn)三”工業(yè)用地與未利用的碎片化城市綠地作為小微綠地候選點(diǎn)，利用K-Means模型與LA模型分別確定小微綠地的新增數(shù)量與選址位置共計(jì)（158處），在將與其他類(lèi)型綠地服務(wù)覆蓋范圍重疊的新增選址點(diǎn)進(jìn)一步篩除后，最終確定小微綠地新增點(diǎn)共計(jì)113處。此外本研究仍存在如下欠缺與不足：

（1）對(duì)于優(yōu)化對(duì)象與目標(biāo)，綠地是城市生態(tài)系統(tǒng)和綠色基礎(chǔ)設(shè)施的主要組成部分，為城市提供了多種的生態(tài)系統(tǒng)服務(wù)。小微綠地作為綠地系統(tǒng)的有機(jī)組成部分，受尺度的限制無(wú)法發(fā)揮公園綠地等所帶來(lái)的規(guī)模性生態(tài)效益，同時(shí)本研究對(duì)象十堰市受自然格局限制，建設(shè)用地破碎，大規(guī)模綠地建設(shè)困難，因此選取以面積較小且布局靈活的小微綠地作為研究對(duì)象，通過(guò)優(yōu)化其布局提升空間效率，從而滿(mǎn)足居民的游憩需求。但值得注意的是小微綠地所帶來(lái)的其他生態(tài)系統(tǒng)服務(wù)類(lèi)型與功能同樣不能被忽視，在后續(xù)研究中可以對(duì)小微綠地所發(fā)揮的各類(lèi)生態(tài)系統(tǒng)服務(wù)進(jìn)行測(cè)度與對(duì)比，進(jìn)一步剖析小微綠地的生態(tài)系統(tǒng)服務(wù)能力。

（2）對(duì)于布局優(yōu)化方法，本研究考慮實(shí)現(xiàn)小微綠地服務(wù)覆蓋度最大化單一目標(biāo)，其運(yùn)算結(jié)果為單目標(biāo)最優(yōu)解，而未能體現(xiàn)小微綠地空間效率影響因子間的相互關(guān)系，在后續(xù)研究中可以進(jìn)一步嘗試多目標(biāo)遺傳算法如NSGA-Ⅱ、NSGA-Ⅲ與多目標(biāo)粒子群模型等，考慮實(shí)際選址中多目標(biāo)的影響性。

（3）對(duì)于布局優(yōu)化結(jié)果，本研究剔除了其他綠地服務(wù)范圍所覆蓋的綠地，最終共計(jì)新增小微綠地113處。小微綠地面積較小因此其覆蓋范圍有限，為實(shí)現(xiàn)最大覆蓋范圍，其建設(shè)數(shù)量將比相同覆蓋面積的綜合公園數(shù)量高。事實(shí)上小微綠地的優(yōu)勢(shì)在于其布局靈活、建設(shè)成本較低，因此在決策過(guò)程中需要綜合考慮二者的優(yōu)勢(shì)與不足，同時(shí)在后續(xù)的布局優(yōu)化研究中將進(jìn)一步考慮小微綠地與綜合性公園的共同影響，進(jìn)行綜合性選址布局優(yōu)化。

注：文中圖表均由作者繪制。