張曉磊 孔明亮 龔啟東

（重慶大學(xué)建筑城規(guī)學(xué)院，重慶 400044）

設(shè)計(jì)不當(dāng)和地形利用不合理等原因可能導(dǎo)致城市公園建成后空間活力不足、使用效率低等問(wèn)題，在公園設(shè)計(jì)階段開(kāi)展科學(xué)有效的空間活力評(píng)估具有重要意義?；诖淼慕＃ˋgent-Based Modeling）相比于傳統(tǒng)空間活力研究方法，具有從個(gè)體角度出發(fā)，自下而上形成整體人群使用偏好的功能，模擬結(jié)果可被用于評(píng)價(jià)公園空間活力?；趯?duì)游客行為規(guī)律、選擇偏好和空間環(huán)境要素的拆解重構(gòu)，在Unity平臺(tái)中構(gòu)建能夠模擬并分析公園空間活力的仿真模型（Assigned Environment Agent-Based Model, AEABM）。該模型重點(diǎn)圍繞活動(dòng)強(qiáng)度、活動(dòng)多樣性、活動(dòng)持續(xù)性三個(gè)層面的空間活力特征對(duì)公園的空間活力進(jìn)行定量分析。以重慶中央公園為例，將模型模擬結(jié)果與實(shí)際調(diào)研結(jié)果進(jìn)行校核，驗(yàn)證AEABM模擬結(jié)果的有效性。結(jié)果表明AEABM模擬結(jié)果與調(diào)研數(shù)據(jù)和初始化參數(shù)吻合，具有良好的模擬效果。模擬結(jié)果也顯示重慶市中央公園在空間布局、休憩設(shè)施和使用功能設(shè)計(jì)方面存在不足，限制了公園的空間活力。

公共空間設(shè)計(jì)；行為需求；人機(jī)交互；基于代理的建模；3D賦值環(huán)境

近年來(lái)，城市公園建設(shè)目標(biāo)從注重?cái)?shù)量增長(zhǎng)轉(zhuǎn)型為強(qiáng)調(diào)質(zhì)量增長(zhǎng)。城市公園是居民戶外活動(dòng)的聚集地，公園的空間活力決定了空間的生命力，被認(rèn)為是衡量空間品質(zhì)的標(biāo)準(zhǔn)之一。針對(duì)空間使用情況的研究非常豐富，國(guó)內(nèi)外傳統(tǒng)的研究方法有：觀察法、問(wèn)卷調(diào)查法、使用后評(píng)價(jià)法等。這些方法的主要實(shí)現(xiàn)手段是通過(guò)對(duì)建成后公園空間的現(xiàn)場(chǎng)調(diào)研獲得人群、活動(dòng)、空間等要素的現(xiàn)實(shí)數(shù)據(jù)，進(jìn)而評(píng)價(jià)其空間活力[1]。由此獲得的評(píng)價(jià)結(jié)果具有真實(shí)性，但存在耗時(shí)耗力、主觀偏差難以克服和只能在建成后針對(duì)實(shí)地空間進(jìn)行評(píng)價(jià)的局限。在計(jì)算機(jī)算力飛速發(fā)展的背景下，通過(guò)數(shù)字化仿真模擬評(píng)價(jià)公園的空間活力已經(jīng)成為可能。在方案設(shè)計(jì)階段和缺乏現(xiàn)場(chǎng)數(shù)據(jù)的情況下，仿真模擬方法可以模擬游客對(duì)公園空間的使用情況，為分析城市公園空間活力提供依據(jù)。這類方法將極大減少傳統(tǒng)評(píng)價(jià)方法中存在的高人力投入和主觀偏差，同時(shí)滿足建設(shè)前和建設(shè)后兩種情境的評(píng)估需要。

公共空間中的人群活動(dòng)是一個(gè)自下而上自發(fā)涌現(xiàn)的組織過(guò)程，難以通過(guò)線性函數(shù)進(jìn)行準(zhǔn)確模擬[2]?；诖淼慕＃ˋgent-Based Modeling，ABM）方法為應(yīng)對(duì)這類問(wèn)題而提出，其核心機(jī)制是將行為規(guī)則賦予個(gè)體尺度的使用者虛擬代表（代理），通過(guò)仿真環(huán)境中代理與代理、代理與環(huán)境之間的交互，最終獲得群體層面的行為結(jié)果[3-6]。使用ABM模擬的演變過(guò)程是實(shí)時(shí)可見(jiàn)的，現(xiàn)象形成的過(guò)程和原因可被代理行為機(jī)制的構(gòu)建邏輯解釋[7]。

本研究從代理決策方法設(shè)計(jì)、建模方法設(shè)計(jì)和人類行為框架設(shè)計(jì)三個(gè)方面探索了一種具有賦值環(huán)境的基于代理模型——Assigned Environment Agent-Based Modeling（AEABM）的構(gòu)建過(guò)程，通過(guò)在3D環(huán)境中還原使用者行為，將模擬結(jié)果用于空間活力的分析評(píng)價(jià)[8]。論文進(jìn)一步以重慶市中央公園這一實(shí)際對(duì)象檢驗(yàn)該模型在評(píng)價(jià)空間活力方面的表現(xiàn)，研究結(jié)果將為公園的空間活力評(píng)價(jià)和提升工作提供方法上的參考，促進(jìn)城市公園規(guī)劃設(shè)計(jì)實(shí)踐發(fā)展。將以上成果代碼化并對(duì)模型進(jìn)行擬合校準(zhǔn)，運(yùn)行模型以實(shí)現(xiàn)對(duì)游客行為的動(dòng)態(tài)模擬；最后將模擬結(jié)果帶入空間活力計(jì)算公式并生成公園空間活力評(píng)價(jià)地圖，同時(shí)對(duì)以上結(jié)果進(jìn)行綜合分析，從而實(shí)現(xiàn)對(duì)城市公園空間活力的分析評(píng)價(jià)。研究框架見(jiàn)圖1。

圖1 研究框架Fig. 1 Research framework

1 研究方法和框架

ABM是一種通過(guò)構(gòu)建虛擬代理、虛擬環(huán)境以及二者之間的交互關(guān)系來(lái)實(shí)現(xiàn)現(xiàn)象預(yù)測(cè)的方法。其作用機(jī)制是通過(guò)仿真模擬歸納提取出群體層面的活動(dòng)規(guī)律，在虛擬代理、虛擬環(huán)境和模擬結(jié)果之間建立可解釋的邏輯關(guān)系，從而實(shí)現(xiàn)對(duì)現(xiàn)象的預(yù)測(cè)和解釋。運(yùn)用作AEABM仿真模擬公園空間中的游客活動(dòng)，將模擬獲得的游客活動(dòng)現(xiàn)象預(yù)測(cè)結(jié)果用于評(píng)價(jià)空間活力?；诠珗@空間中游客行為規(guī)律，研究首先從文獻(xiàn)資料和現(xiàn)場(chǎng)調(diào)研中獲取的游客使用行為規(guī)律進(jìn)行歸納總結(jié)，為ABM中代理的行為規(guī)則構(gòu)建和參數(shù)設(shè)置提供依據(jù)；然后根據(jù)文獻(xiàn)資料歸納提出空間活力計(jì)算公式，

2 理論基礎(chǔ)與模型構(gòu)建

2.1 空間活力計(jì)算公式

通過(guò)對(duì)以往公園空間活力量化分析的相關(guān)文獻(xiàn)進(jìn)行總結(jié)發(fā)現(xiàn)，人群數(shù)量、活動(dòng)時(shí)長(zhǎng)、活動(dòng)類型等要素是空間活力的重要影響因子[9-12]。在目前的研究中，主要涉及的指標(biāo)類型有活動(dòng)強(qiáng)度、活動(dòng)多樣性、活動(dòng)持續(xù)性三類?；趧㈨瀃9]、朱順杰[13]構(gòu)建的空間活力數(shù)學(xué)模型，以上述三種主要指標(biāo)類型為核心評(píng)價(jià)要素，提出公園空間活力評(píng)價(jià)公式，見(jiàn)式（1）?？臻g活力計(jì)算公式可以利用模擬得到的游客行為信息計(jì)算并表征公園的空間活力，各項(xiàng)指標(biāo)計(jì)算方法如式（2）（3）（4）所示。

2.2 AEABM構(gòu)建

搭建ABM的軟件主要有Swarm、Repast、Netlogo、Startlogo和Unity。本文選擇Unity作為搭建AEABM的平臺(tái)，因?yàn)閁nity作為游戲開(kāi)發(fā)引擎對(duì)3D環(huán)境的編輯能力強(qiáng)，有成熟的尋路算法，能夠?qū)崿F(xiàn)對(duì)真實(shí)環(huán)境和游客行為的高水平仿真，其模擬結(jié)果在確保準(zhǔn)確性、動(dòng)態(tài)性的同時(shí)更加直觀易讀[14-15]。

2.2.1 環(huán)境搭建

一般的景觀設(shè)計(jì)元素有6種，包括地形、植物、建筑、道路、場(chǎng)地結(jié)構(gòu)和水，通過(guò)有意識(shí)的組合可以形成功能齊全的景觀[16]。為使開(kāi)發(fā)的AEABM具有廣泛適用性，以能構(gòu)建功能完整的景觀空間為標(biāo)準(zhǔn)，選擇地形、水域、植物、道路4種環(huán)境要素作為建模的基本要素，今后的研究可以在此基礎(chǔ)上根據(jù)需要添加新的組分。用設(shè)計(jì)建模軟件（Rhino、SU等）分類導(dǎo)出設(shè)計(jì)方案中4個(gè)必要元素（地形、水域、樹(shù)木和道路）的OBJ格式文件，置入U(xiǎn)nity游戲引擎中定義一個(gè)虛擬對(duì)應(yīng)環(huán)境。

根據(jù)設(shè)計(jì)師的設(shè)計(jì)意圖，不同的地形、水域和樹(shù)木模型中的高程點(diǎn)所在位置會(huì)被賦予不同的數(shù)值。不同的數(shù)值分配會(huì)影響代理人選擇理想活動(dòng)地點(diǎn)的傾向，這些值由設(shè)計(jì)師主觀確定，表達(dá)了設(shè)計(jì)師對(duì)游客行為的引導(dǎo)。特殊環(huán)境元素是除必要元素外的其他建模元素的集合概念，包括其他有必要單獨(dú)研究的公園特征點(diǎn)和物理對(duì)象。模型采用1：1的時(shí)間、空間尺度對(duì)真實(shí)世界進(jìn)行模擬。環(huán)境模型結(jié)構(gòu)如圖2所示，其中的賦值點(diǎn)在模型中不為實(shí)體、不可見(jiàn)。

圖2 環(huán)境模型構(gòu)建示意圖Fig. 2 Schematic diagram of environment model construction

2.2.2 代理設(shè)計(jì)

模型中的代理即為虛擬的公園游客。為優(yōu)化程序性能，代理的形象在模型中表示為一個(gè)0.5 m×0.5 m×1.7 m的立方體，在人眼高度（1.5 m）處設(shè)置一個(gè)視覺(jué)掃描起點(diǎn)（圖3）。代理使用作者編寫的FanRayCast3D腳本中的視覺(jué)方法來(lái)掃描周圍環(huán)境，從而尋找執(zhí)行活動(dòng)的理想場(chǎng)地（圖4）。

圖3 代理個(gè)體的虛擬形象Fig. 3 The avatar of the agent individual

圖4 代理視覺(jué)范圍示意圖Fig. 4 Schematic diagram of the agent’s visual range

揚(yáng)·蓋爾的《交往與空間》中對(duì)不同人類活動(dòng)（必要性、自發(fā)性和社會(huì)性活動(dòng)）的定義闡述可以提煉出兩個(gè)決定活動(dòng)產(chǎn)生的因素：一是參與者的數(shù)量（單個(gè)或多個(gè)）；二是對(duì)空間質(zhì)量的需求（強(qiáng)或弱）[17]。以上因素兩兩組合，可以得出4種代理活動(dòng)類型：移動(dòng)活動(dòng)（單人參與，弱需求）、賞景活動(dòng)（單人參與，強(qiáng)需求）、社交活動(dòng)（多人參與，弱需求）、聚集活動(dòng)（多人參與，強(qiáng)需求）。公園游客的活動(dòng)種類多樣，經(jīng)對(duì)比以上提出的4種代理活動(dòng)類型顯示出對(duì)公園空間中觀察到的大部分人類活動(dòng)的包含關(guān)系。NNDT Do等[18]也觀察總結(jié)得出14種公園常見(jiàn)的游客活動(dòng)。

代理的決策過(guò)程如圖5所示。每種活動(dòng)發(fā)生的概率根據(jù)參考文獻(xiàn)和調(diào)研數(shù)據(jù)設(shè)定?；顒?dòng)成功實(shí)現(xiàn)的前提是環(huán)境滿足活動(dòng)發(fā)生的判定條件。在執(zhí)行活動(dòng)前代理會(huì)執(zhí)行一個(gè)掃描階段，代理使用上述掃描視覺(jué)來(lái)計(jì)算進(jìn)行當(dāng)前目標(biāo)活動(dòng)的理想位置。各活動(dòng)的判定方法如表1所示。代理行動(dòng)流程見(jiàn)圖9。

圖5 代理決策過(guò)程Fig. 5 Agent decision process

表1 活動(dòng)判定方法Tab. 1 Activity determination method

圖6 賞景活動(dòng)計(jì)算情景Fig. 6 Scenarios for sightseeing activities calculation

圖7 社交活動(dòng)計(jì)算情景Fig. 7 Scenarios for social activity calculation

圖8 聚集活動(dòng)計(jì)算情景Fig. 8 Scenarios for gathering activity calculation

圖9 代理行動(dòng)流程Fig. 9 Agent action flow

3 模型校驗(yàn)

測(cè)試的目的是檢驗(yàn)?zāi)Ｐ偷臏?zhǔn)確性和穩(wěn)定性，最直接的方法是對(duì)比輸入數(shù)據(jù)和輸出數(shù)據(jù)的匹配度[20]。模型運(yùn)行完成后輸出的直接數(shù)據(jù)包括代理總數(shù)、各種活動(dòng)的持續(xù)時(shí)間、各種活動(dòng)發(fā)生的頻率、活動(dòng)發(fā)生的位置分布圖、代理活動(dòng)軌跡等數(shù)據(jù)。在模型能夠成功運(yùn)行的前提下，預(yù)設(shè)的代理總數(shù)和活動(dòng)發(fā)生概率兩項(xiàng)指標(biāo)可以用來(lái)判斷模型的準(zhǔn)確性和穩(wěn)定性[15]。

3.1 代理總數(shù)檢測(cè)

模型的控制器腳本每0.5 h記錄一次此時(shí)模擬進(jìn)程中的代理總數(shù)，將模擬中記錄的值與設(shè)置的該時(shí)段最大代理數(shù)進(jìn)行比較以檢查模型是否正常運(yùn)行（圖10）[20]。與各時(shí)段環(huán)境內(nèi)代理總數(shù)預(yù)設(shè)值比較可知，在第三次模擬的第5 h、第6次模擬的第4 h、第8次模擬的第4 h和第5 h，記錄的代理總數(shù)高于代理最大總數(shù)的預(yù)設(shè)值。這是因?yàn)橛涗洉r(shí)電腦幀數(shù)不足，未能在本時(shí)段結(jié)束時(shí)及時(shí)完成統(tǒng)計(jì)。代理生成腳本在延遲1～2 min的過(guò)程中已經(jīng)完成了下一個(gè)周期的代理引入，所以此時(shí)記錄的值與下一個(gè)周期的代理總數(shù)相同。排除這些異常數(shù)據(jù)記錄點(diǎn)，每個(gè)時(shí)期模型中的主體總數(shù)與該時(shí)期的預(yù)設(shè)值吻合。證明該模型在控制代理總數(shù)方面表現(xiàn)穩(wěn)定，整體運(yùn)行邏輯合理。

圖10 模擬結(jié)果：隨時(shí)間變化的代理總數(shù)Fig. 10 Simulation results: total number of agents over time

3.2 代理活動(dòng)檢測(cè)

此測(cè)試僅包含4個(gè)必要活動(dòng)，不包括特殊活動(dòng)。經(jīng)過(guò)10次模擬，每次社交活動(dòng)、賞景活動(dòng)和聚集活動(dòng)的比例關(guān)系保持在3：1：6，與預(yù)設(shè)的23%：7%：45%的比例相近。然而，移動(dòng)活動(dòng)的發(fā)生次數(shù)遠(yuǎn)大于預(yù)期次數(shù)。這是因?yàn)榄h(huán)境模型過(guò)大，代理選擇的活動(dòng)目的地往往距離太遠(yuǎn)，移動(dòng)活動(dòng)耗時(shí)遠(yuǎn)大于預(yù)設(shè)值12 min。正因?yàn)槿绱?，社交、賞景和聚集活動(dòng)的執(zhí)行次數(shù)均受到影響，但三種活動(dòng)發(fā)生的比例維持正常。

每0.5 h統(tǒng)計(jì)一次截至此時(shí)每種活動(dòng)發(fā)生的總次數(shù)，計(jì)算它們?cè)诳偦顒?dòng)次數(shù)中的比例并記錄。結(jié)果（圖11）說(shuō)明，在重慶中央公園的模擬測(cè)試中，移動(dòng)活動(dòng)數(shù)量巨大但不影響模擬的整體結(jié)果，其他三項(xiàng)活動(dòng)的比例關(guān)系符合預(yù)期，該模型在模擬代理活動(dòng)的發(fā)生時(shí)正常運(yùn)行且結(jié)果與現(xiàn)實(shí)數(shù)據(jù)擬合度高。經(jīng)以上測(cè)試，模型邏輯設(shè)置合理，可正常運(yùn)行且結(jié)果具有準(zhǔn)確性。

圖11 不同時(shí)間段各項(xiàng)活動(dòng)發(fā)生次數(shù)占活動(dòng)總次數(shù)的比例Fig. 11 The proportion of the number of events in different time periods to the total number of events

4 仿真模擬與分析

4.1 現(xiàn)場(chǎng)調(diào)研

調(diào)研結(jié)果中的人群活動(dòng)時(shí)間分布規(guī)律、人群總數(shù)等數(shù)據(jù)信息用于控制模型中各時(shí)段代理總數(shù)的變化，而活動(dòng)類型、活動(dòng)數(shù)量和行為地圖等數(shù)據(jù)信息用于校驗(yàn)?zāi)Ｐ汀Ｕ{(diào)研主要采用現(xiàn)場(chǎng)勘察、結(jié)構(gòu)式觀察兩種方法。調(diào)研時(shí)間為2021年5月中天氣晴朗的兩個(gè)工作日和兩個(gè)休息日，工作日與休息日的調(diào)研結(jié)果分開(kāi)統(tǒng)計(jì)。

重慶中央公園位于渝北悅來(lái)商務(wù)中心區(qū)，介于江北國(guó)際機(jī)場(chǎng)和悅來(lái)會(huì)展中心之間，占地面積1.53 km2，是一個(gè)依托重慶山水風(fēng)貌特色、融匯中西文化的現(xiàn)代城市公園。場(chǎng)地具有多樣的地形和景觀空間類型，種類豐富的植物景觀和尺度適當(dāng)?shù)乃?，景觀要素完整豐富。研究場(chǎng)地選擇公園中部，占地52 hm2（圖12）。研究區(qū)域根據(jù)設(shè)計(jì)方案被劃分為6個(gè)片區(qū)：陽(yáng)光草坪片區(qū)（A）、龍灣竹園步道片區(qū)（B）、輝山片區(qū)（C）、梅園片區(qū)（D）、鏡湖濱水空間（E）和楠山片區(qū)（F）。本次對(duì)重慶中央公園的研究可為城市公園空間活力分析評(píng)價(jià)方法的延展應(yīng)用提供參考和借鑒。

圖12 重慶市中央公園平面及分區(qū)圖Fig. 12 Plan and zoning map of Chongqing Central Park

4.1.1 現(xiàn)場(chǎng)勘察

觀察并記錄場(chǎng)地中使用率高、游客集中的空間，標(biāo)注其中的高景觀價(jià)值特色要素和休憩設(shè)施，為后期不同環(huán)境要素參數(shù)的差異化設(shè)置提供依據(jù)。本研究將高景觀價(jià)值特色要素定義為公園不同區(qū)域中代表區(qū)域特點(diǎn)、有吸引力、具有辨識(shí)度的景觀要素，一般包括高景觀價(jià)值樹(shù)木、高景觀價(jià)值地形、高景觀價(jià)值水域、景觀構(gòu)筑物、娛樂(lè)設(shè)施等。高景觀價(jià)值特色要素在AEABM環(huán)境模型中將根據(jù)其設(shè)計(jì)定位賦予不同的特征值。各種不同類型的高景觀價(jià)值特色要素在模型構(gòu)建時(shí)會(huì)編寫專門的標(biāo)簽代碼，將標(biāo)簽代碼給予對(duì)應(yīng)的OBJ模型體塊就可完成賦值。在本研究中，重慶中央公園中部區(qū)域主要以山水植物塑造自然式景觀，少見(jiàn)人工式景觀，出現(xiàn)的高景觀價(jià)值特色要素有：大面積可上人草坪、大面積水域、高大喬木、花境植境、景觀碼頭等。休憩設(shè)施是指公園中供人休息停留的設(shè)施，該研究對(duì)象范圍中出現(xiàn)的休憩設(shè)施有：座椅、涼亭等。休憩設(shè)施所在位置在AEABM中被設(shè)置為社交點(diǎn)，用于表現(xiàn)休憩區(qū)域密集發(fā)生社交活動(dòng)的現(xiàn)實(shí)情況。最后得到整個(gè)公園中高景觀價(jià)值特色要素和休息設(shè)施分布圖（圖13），為后期不同環(huán)境要素參數(shù)的差異化設(shè)置提供依據(jù)。

圖13 公園空間調(diào)研結(jié)果Fig. 13 The results of the park space survey

4.1.2 結(jié)構(gòu)式觀察

經(jīng)過(guò)預(yù)調(diào)研發(fā)現(xiàn)，由于重慶中央公園周邊住宅地塊尚處于開(kāi)發(fā)建設(shè)階段，公園使用者大多不是附近居民，公園的夜間使用者人數(shù)少，故調(diào)研時(shí)暫不統(tǒng)計(jì)夜間時(shí)段的使用者活動(dòng)。

公園空間中的大部分活動(dòng)均可歸類為4種基本活動(dòng)?，F(xiàn)場(chǎng)調(diào)研時(shí)間為每天上午10點(diǎn)到下午4點(diǎn)，每隔1 h統(tǒng)計(jì)一次調(diào)研區(qū)域內(nèi)所有游客參與4種活動(dòng)的游客人數(shù)、位置分布（由于是闡述基本原理的模型，暫不分性別、年齡）。

調(diào)研記錄了兩個(gè)工作日和兩個(gè)休息日重慶中央公園的游客活動(dòng)情況，調(diào)研結(jié)果經(jīng)過(guò)處理得到日均公園活動(dòng)人數(shù)的統(tǒng)計(jì)結(jié)果，二者取平均值作為模擬時(shí)各時(shí)段的代理總數(shù)指標(biāo)。具體取值為：10:00-11:00最大值300人；11:00-12:00最大值250人；12:00-13:00最大值200人；13:00-14:00最 大 值100人；14:00-15:00最大值150人；15:00-16:00最大值200人。一天中公園游客活動(dòng)的時(shí)間規(guī)律如下：10:00-11:00游客人數(shù)最多，9:00-10:00和14:00-15:00游客數(shù)量呈逐步增長(zhǎng)的趨勢(shì)，14:00左右的午飯后時(shí)間游客數(shù)量最少，從16:00起游客逐漸離開(kāi)公園?；顒?dòng)發(fā)生點(diǎn)位信息記錄匯總為現(xiàn)場(chǎng)調(diào)研行為地圖。

4.2 仿真模擬結(jié)果分析

構(gòu)建基于重慶中央公園的環(huán)境模型，與上文測(cè)試合格的AEABM相結(jié)合，代入游客總數(shù)控制指標(biāo)，最終得到完整模型（圖14）并運(yùn)行。

圖14 虛擬環(huán)境構(gòu)建Fig. 14 Virtual environment construction

4.2.1 空間活力地圖

將模擬過(guò)程中所有活動(dòng)的位置信息記錄下來(lái)，得到公園空間活力地圖（圖15）。分析模擬結(jié)果可知，重慶中央公園在空間布局、休憩設(shè)施布置和使用功能設(shè)計(jì)方面存在一定不足?？臻g布局方面，從活動(dòng)發(fā)生位置分布情況可以看出：位于公園空間結(jié)構(gòu)重心的陽(yáng)光草坪吸引力和空間承載力均較強(qiáng)，游客使用度高。人群活動(dòng)主要發(fā)生在陽(yáng)光草坪區(qū)域，梅園區(qū)域次之。其中聚集活動(dòng)發(fā)生次數(shù)最多（占該區(qū)域所有活動(dòng)的55.2%）。各類活動(dòng)發(fā)生的頻次均較多，是空間活力最大的區(qū)域。陽(yáng)光草坪區(qū)域游客活動(dòng)密度最大。相比之下，公園的其他區(qū)域在體量和可達(dá)性方面都無(wú)法達(dá)到這樣的水平，使得人流過(guò)量地向陽(yáng)光草坪輸入，降低了其他空間的使用率和空間活力。休憩設(shè)施方面，從社交活動(dòng)的分布情況可以看出：公園各區(qū)域均存在休憩設(shè)施不足的現(xiàn)象，陽(yáng)光草坪區(qū)域因?yàn)橛锌缮先瞬萜汉痛髽?shù)遮蔭，解決了部分休憩設(shè)施的需求，但總體上仍缺乏。使用功能方面，從活動(dòng)類型的分布情況可以看出：鏡湖濱水空間和楠山區(qū)域主要發(fā)生賞景活動(dòng)，活動(dòng)類型和數(shù)量均較少，難以聚集活力。原因在于其使用功能單一，空間中能承載的活動(dòng)類型較少。

圖15 空間活力地圖Fig. 15 Spatial vitality map

對(duì)比現(xiàn)場(chǎng)調(diào)研行為地圖與模擬結(jié)果空間活力地圖（圖16）可見(jiàn)，AEABM模擬的人群活動(dòng)發(fā)生位置、活動(dòng)點(diǎn)位密度、對(duì)應(yīng)類型與調(diào)研結(jié)果吻合，活動(dòng)總數(shù)少于調(diào)研結(jié)果但活動(dòng)發(fā)生比例保持一致（原因見(jiàn)3.2）。由各種活動(dòng)的空間分布情況分析得出的不同區(qū)域空間活力表現(xiàn)情況與調(diào)研觀察結(jié)果吻合，可以根據(jù)模擬結(jié)果對(duì)研究對(duì)象的空間活力相關(guān)指標(biāo)展開(kāi)計(jì)算。

圖16 現(xiàn)場(chǎng)調(diào)研行為地圖—模擬結(jié)果對(duì)比圖Fig. 16 The comparison between the field survey behavior map and the simulation results

4.2.2 空間活力值

將AEABM模擬結(jié)果代入空間活力計(jì)算公式，得到6個(gè)區(qū)域的空間活力值：A為7.06；B為1.18；C為1.33；D為1.24；E為0.40；F為1.18。結(jié)果說(shuō)明，陽(yáng)光草坪區(qū)域的空間活力值最大，數(shù)倍于其他區(qū)域，是全園最具景觀吸引力和空間承載力的區(qū)域。濱水空間活力最差，聚集活動(dòng)極少發(fā)生。梅園的空間活力值第二高，但與其他區(qū)域差距不大。位置上梅園與陽(yáng)光草坪相鄰，人流充足，但場(chǎng)地面積較小限制了活動(dòng)頻次的進(jìn)一步增加。楠山的空間活力值與龍灣竹園相同，因以植物觀賞活動(dòng)為主，可承載活動(dòng)類型不豐富導(dǎo)致活力值不足。各區(qū)域空間活力值計(jì)算結(jié)果與空間活力地圖反映的活動(dòng)分布情況相符。

4.2.3 游客行為的時(shí)空分布

將模擬結(jié)果中的游客行為時(shí)空分布信息統(tǒng)計(jì)如表2所示。

表2 各類活動(dòng)時(shí)長(zhǎng)對(duì)比Tab. 2 Time comparison of social activities

社交活動(dòng)方面，陽(yáng)光草坪區(qū)域進(jìn)行社交活動(dòng)的時(shí)長(zhǎng)最長(zhǎng)，因其中的休憩設(shè)施與高大樹(shù)木多，吸引使用者駐足交流的可能性大，是理想的社交活動(dòng)場(chǎng)所。梅園中有數(shù)量適中的休憩設(shè)施，因此活動(dòng)人群多。龍灣竹園道路沿線極少發(fā)生社交活動(dòng)。社交活動(dòng)發(fā)生的頻次與該區(qū)域休憩設(shè)施的數(shù)量正相關(guān)。賞景活動(dòng)方面，陽(yáng)光草坪區(qū)域賞景活動(dòng)時(shí)長(zhǎng)最長(zhǎng)，因其人工大草坪視野開(kāi)闊，配合觀賞度高的大型樹(shù)木形成多個(gè)吸引點(diǎn)。輝山和鏡湖濱水空間進(jìn)行賞景活動(dòng)的時(shí)長(zhǎng)較長(zhǎng)，因環(huán)境質(zhì)量高，親近自然，能夠滿足賞景活動(dòng)的發(fā)生。以上區(qū)域中高景觀價(jià)值特征要素較多，賞景活動(dòng)更易發(fā)生。聚集活動(dòng)方面，陽(yáng)光草坪區(qū)域聚集活動(dòng)發(fā)生頻次最多時(shí)長(zhǎng)最長(zhǎng)，聚集活動(dòng)發(fā)生的位置在區(qū)域中分布均勻，呈現(xiàn)大范圍散布、小范圍集中的分布形態(tài)。因其場(chǎng)地可穿行面積大，位置居中，可達(dá)性良好，整體空間質(zhì)量高、人流量大。除龍灣竹園和鏡湖濱水空間外，其余區(qū)域滿足聚集活動(dòng)發(fā)生的能力均較好。聚集活動(dòng)的產(chǎn)生需綜合考慮周圍代理數(shù)量和環(huán)境質(zhì)量，聚集活動(dòng)發(fā)生較多的區(qū)域往往具有更大的空間活力。

基于以上分析結(jié)果得到各區(qū)域空間活力特征如下：陽(yáng)光草坪片區(qū)能同時(shí)承載大量不同活動(dòng)，空間尺度、景觀吸引力與空間承載力均較好，滿足其作為公園核心區(qū)的定位需求，是整個(gè)公園中最受歡迎的區(qū)域，無(wú)明顯空間設(shè)計(jì)上的弱點(diǎn)，空間活力值高。龍灣竹園片區(qū)主要承擔(dān)交通組織功能，沿路景觀類型單一，使得賞景活動(dòng)和聚集活動(dòng)發(fā)生次數(shù)偏少。社交活動(dòng)太少反映其休憩設(shè)施配置上的不足。梅園片區(qū)的休憩設(shè)施足夠承載目前的停留交談需求。賞景活動(dòng)分布均勻反映的景觀同質(zhì)化問(wèn)題需要改善。輝山片區(qū)休憩設(shè)施缺乏，景觀類型單一，設(shè)計(jì)意圖不明，對(duì)游客的引導(dǎo)不足。鏡湖濱水空間引導(dǎo)性不足，游客不易發(fā)現(xiàn)輝山背后的濱水空間?？蛇_(dá)性欠缺，通往濱水平臺(tái)的路徑臺(tái)階眾多，高差極大。濱水平臺(tái)景觀吸引力不足，空間活力最低。楠山片區(qū)休憩設(shè)施不足，游客難以找到停留交談的場(chǎng)所。景觀形式單一，只有沿道路游覽這一活動(dòng)形式。整體自然空間質(zhì)量高，但缺乏焦點(diǎn)景觀，缺乏功能上的合理規(guī)劃。

針對(duì)以上分析結(jié)果可對(duì)重慶中央公園提出如下空間活力提升思路：平衡核心游賞空間和次要游賞空間的體量和景觀豐富度差異；注意合理布置休憩設(shè)施的數(shù)量和密度，關(guān)注游客的休憩、交流、駐足賞景的需求；注意充分利用山地景觀資源，探索山地景觀環(huán)境中游客進(jìn)行不同種類活動(dòng)的可能性。

5 結(jié)論

本研究提出一種AEABM工具及其構(gòu)建方法，用于模擬人們?cè)诠珗@空間中的活動(dòng)分布。該工具有助于分析明確城市公園設(shè)計(jì)中的空間活力不足問(wèn)題，對(duì)于診斷城市空間設(shè)計(jì)過(guò)程中可能存在的缺陷具有重要意義。通過(guò)構(gòu)建一套模擬游客與空間互動(dòng)關(guān)系的方法，建立人類需求與空間設(shè)計(jì)之間的邏輯聯(lián)系，為研究人員和設(shè)計(jì)師提供了探索空間環(huán)境設(shè)計(jì)優(yōu)化的工具。另外，與常見(jiàn)的ABM開(kāi)發(fā)方式相比，該模型從三方面進(jìn)行了創(chuàng)新探索：（1）開(kāi)發(fā)了一種使用常規(guī)設(shè)計(jì)模型直接定義和賦值的3D虛擬空間環(huán)境構(gòu)建方法；（2）開(kāi)發(fā)了一種掃描視覺(jué)，使代理能夠根據(jù)自己對(duì)環(huán)境元素信息的計(jì)算做出決策；（3）提出了一種人類行為分類框架和行動(dòng)邏輯。

上述需求的實(shí)現(xiàn)，為設(shè)計(jì)人員和研究人員之間的交流與合作搭建了橋梁。同時(shí)該模型存在以下需要改進(jìn)之處：（1）模擬過(guò)程中移動(dòng)活動(dòng)占用了過(guò)多的代理生命時(shí)長(zhǎng)，需優(yōu)化移動(dòng)活動(dòng)的設(shè)計(jì)邏輯，使該模型能適用于更大尺度城市公園的空間活力分析評(píng)價(jià)；（2）目前模型中不同景觀價(jià)值的元素信息點(diǎn)賦值只有兩種（1和50），需嚴(yán)謹(jǐn)求取不同景觀特征要素的賦值，形成體系、區(qū)分梯度，為模型未來(lái)的延展應(yīng)用提供參考；（3）結(jié)合大數(shù)據(jù)進(jìn)一步提升該模型的精細(xì)程度或根據(jù)某些具體問(wèn)題設(shè)計(jì)新的行為機(jī)制將是該模型未來(lái)可行的發(fā)展方向[20]。

注：文中圖表均由作者繪制。