基于百度POI數據的城市公園綠地評估與規劃研究

戚榮昊 楊 航 王思玲 謝琪熠 王亞軍

城市綠地系統規劃是城市規劃中重要的組成部分，當今人們對綠地的游憩需求不斷加大，而公園綠地更是與人們的游憩活動息息相關。公園綠地規劃需要盡可能地滿足人們的游憩需求。傳統的公園綠地規劃中，缺少行之有效的方法來評價人們的游憩需求，往往只能依靠設計師的直覺和經驗做定性的分析和判斷。大數據應用下的規劃，對人群需求的分析已經達到了可精確定位的地步。對于公園規劃布局而言，利用大數據來研究人群對公園的需求程度，增加了其科學性與人性化考慮。其中大數據的一種類型——POI(Point Of Interest)數據，經過分析處理后，可以清晰地呈現城市中人們活動的空間分布與活動強度，進而得到不同城市空間下的人群對于公園的需求。

在城市規劃領域，智慧城市作為提高城市可持續發展能力的重要手段和途徑已成為國家城鎮化發展的重要戰略方向[1]。該研究是在智慧城市建設的指導下，運用大數據的思維方式，通過POI數據反映城市空間中人的活動分布與強度，據此對城市綠地系統規劃中的公園規劃進行評價與布局優化，以期通過整合資源與合理布局來滿足人群需求，為公園綠地的規劃優化提供新思路。

1 研究進展與存在的問題

1.1 研究進展

國內外學者已經運用大數據對城市進行了較多的研究與探討，主要是通過對社交網絡數據、移動手機通話數據、智能交通刷卡數據等數據的挖掘和分析，研究城市間的網絡活動來判斷城市間的內在聯系和等級體系[2-4]，模擬城市居民出行模式和人口流動變化來引導交通規劃和土地利用調整[5-7]等。

在與綠地系統規劃相關的研究方向上，有研究通過微博定位信息和簽到次數等基礎數據判斷綠地的使用情況，彌補城市研究中對人的活動關注的不足[8]。此外，應用大數據還有助于公園實行精細化管理，建立智慧園林[9]。

而在公園綠地規劃布局方法方面，傳統的方法，主要為經驗與現狀的綜合判斷。即依據規劃區域內特殊的場地如山體、水體、良好植被覆蓋區等選擇公園的位置、決定公園的等級，依據服務半徑決定公園的分布情況[10-11]等。但傳統方法較少考慮公園綠地的實際可達性與服務覆蓋的公平性。在此基礎上，有學者對公園綠地的可達性與服務的公平性做了研究，主要有基于景觀阻力的景觀可達性分析、利用城市路網進行的網絡分析、對城市公園入口進行緩沖區分析、利用最小臨近距離進行分析等方法[12-15]；在服務覆蓋的公平性方面，則較多地將五普與六普的人口普查數據與可達性分析相結合[14-16]。

1.2 存在問題

傳統的公園綠地規劃方法在大方向上能較為合理地分配公園資源，形成完整的城市公園布局覆蓋；對城市內部原有的良好資源或廢地利用也起著積極作用。但在人群游憩需求不斷加大，活動范圍不斷拓展的情況下，這種“自上而下”，從大范圍、區域場地出發的規劃，對人群需求考慮少，缺乏技術手段量化分析人群的需求程度。公園呈均值分布，而人群活動分布不同、人群的需求程度不同導致公園服務壓力過大或者公園資源未充分利用甚至閑置。因此，選擇合適的數據進行分析，能夠較為精確地反映人口分布特性，合理配置資源，為城市公園綠地的選址與規劃布局提供新的思路。

在大數據分析中常見的社交網絡、手機信令、交通刷卡等類型的數據存在著獲取困難、語義分析不明確、數據類型雜糅等問題，分析處理的難度比較大。而POI數據具有獲取途徑容易、數據范圍大、覆蓋面廣、處理難度低等特征，故本文嘗試運用POI數據進行有關城市公園綠地系統規劃的分析。

2 數據特征與技術方法

2.1 POI數據特征

POI是“Point Of Interest”的縮寫，中文譯為“興趣點”，是基于位置服務的最核心的數據。每個POI包含四方面的信息：名稱、類別、經度緯度和地址名稱。在日常生活中，POI有著廣泛的應用領域，主要集中在地點查詢，出行地圖導航等方面；并且隨著各類以空間信息為基礎的應用的不斷增多，圍繞POI能夠獲得的相關信息也越來越多，如旅游景點的定位拍照，商店的購物點評等，為POI在各領域相關研究中提供了更廣闊的思路[11]。一方面，POI數據屬于大數據中較易獲取的一種類型，由于其廣泛應用于地圖導航等領域，在百度地圖等開源的開發者平臺上，可完整地得到一座城市的POI數據。另一方面，POI位置信息明確，類別清晰，便于數據清洗。最重要的是，POI數據涵蓋范圍廣泛，基本覆蓋城市生活的方方面面，利于進行城市活動的研究。

2.2 技術方法

2.2.1 POI數據的獲取

為有效反映人群的活動強度，對于POI數據的挑選是研究的首要工作。根據相關文獻選取影響因子[10]，將城市各地區人群活動尤其是游憩活動產生影響的因素分為可達性[11-12]、人口分布及人群社會經濟地位[17-18]3類，選取公交車站點密度、文化娛樂設施、辦公設施、大型公共設施、居住區及人群收入6個因子作為數據來源。

在獲取到的POI數據中，公交站點數可體現交通的狀況與地區的可達性。選取文化娛樂設施、辦公設施、大型公共設施、居住區等POI點作為直接測量因子，從而得到地區人口分布。由于人群的社會經濟地位難以直接獲得，但已知房價和人群的社會經濟能力呈正相關[19-20]，研究通過獲取安居客上的房價信息，得到人群社會經濟地位分異情況。

2.2.2 公園綠地評價與優化

對公園綠地布局的評價與優化分3個部分進行。

第一部分：對現有的公園綠地的服務水平進行評價。為了能夠定量評價現有公園的綠地服務水平，需要建立服務壓力這一指標。服務壓力是某一公園點服務范圍內POI點數量與該公園面積之比。選取與人們的活動密切相關，能反映人群活動強度的POI點，如居住區、餐飲、購物、娛樂、文體活動、金融機構和機關單位等類型的POI點。利用GIS地理信息系統將其空間化、可視化，進一步在GIS中將現有公園位置點作為離散點生成泰森多邊形，即為各公園的服務范圍，再令POI點與各公園的服務范圍相對應。通過屬性表計算的方式，將服務范圍內POI點數量與公園面積之比求出，即得現有各公園的服務壓力，以數值方式體現。隨后，實地調研公園，根據人群對公園的使用情況取現實中服務能力良好的公園所對應的公園服務壓力值段為壓力平衡級。將其余不同服務壓力值進行分級，級別越高代表服務壓力越大。

第二部分：不同城市空間的人群對于公園綠地的需求性評價。首先利用AHP層次分析法判定公交車站點密度、文化娛樂設施、辦公設施、大型公共設施、居住區及人群收入6個影響因子的對應權重，并建立統一的數據信息評價表。隨后將城市中心區域劃分成450m×450m的空間單元網格。將采集到的各個影響因子的相關POI數據通過GIS地理信息系統將信息數據空間化、柵格化。依據權重進行柵格疊加計算，得到研究范圍內的公園需求性評價。

第三部分：對公園綠地系統進行優化。將需求性評價與現有公園服務壓力評價進行疊加分析，并考察實地可發展為綠地的現狀用地，選擇新增公園的地理位置。出于資源利用高效化的考慮，新增的公園選址要處在盡量靠近泰森多邊形邊界的地方以及位于需求性評價高的地塊上。

3 福州案例探索研究

以福州市中心城區為個例研究對象。據調查，至2017年底，福州市中心城區有公園綠地2 446.4hm2，人均公園綠地10.3m2。研究利用POI包含空間信息與屬性信息這一基本特征，采集福州市中與人群活動分布相關、對公園綠地需求產生影響的POI數據，然后利用POI數據的分析對公園綠地規劃布局展開評價與優化。評價方面分為兩部分，包括對福州市現有公園的服務能力評價和對福州市不同空間內人群的公園綠地的需求性評價。1)對公園綠地服務能力的評價：因公園的服務能力與其面積密切相關，而其所服務區域的相關POI點的數量與它需要滿足的人們的游憩需求呈正相關關系，因此服務壓力的評價指數即為公園所服務區域內的POI點數量與公園面積之比。由于在公園綠地體系之中，綜合性公園或者面積較大的公園往往具有更為復雜的職能，服務的對象也不僅僅局限于周邊，因此為更準確地進行評價，視福州市情況將公園依據面積大小或職能不同分為不同等級，在每一個等級內分設不同標準來評價公園的服務壓力。2)對公園綠地需求性評價：需要對福州市不同空間的功能偏向進行分析，不同的功能對于公園有著不一樣的需求，因此，使用AHP(Analytic Hierarchy Process)層次分析法對不同類型屬性的POI數據進行權重判斷，再用柵格法在GIS空間中計算得出結果。

圖1 福州市中心城區小型公園服務壓力圖

圖2 福州市中心城區中型公園服務壓力圖

圖3 福州市中心城區大型公園服務壓力圖

優化方面則是根據服務能力評價與需求性分析的結果，結合實地調研情況綜合考慮，提出調整意見或新增公園的選址意見，使公園規劃布局合理，均勻度和可達性等方面均滿足游憩需求。

3.1 福州市現有公園綠地服務能力評價

根據福州市具體情況(主要考慮福州居民的活動習慣以及在共享單車等配合的慢行交通系統下愿意出行的距離)，將現有公園分為3類：小型公園、中型公園、大型公園。小型公園為1hm2以下的公園，服務半徑小，主要為周邊居民提供服務；中型公園為1～12hm2的公園，服務半徑較大，游憩設施較齊全，主要為一定范圍內的居民提供服務；大型公園為大于12hm2的公園，可為全市的居民服務。

服務壓力評價的結果如下：圖1～3分別為福州市中心城區小型、中型以及大型公園服務壓力圖，圖中等級越高表示該公園所受的服務壓力越大，觀察發現小型公園的服務壓力大的區域相對較少，主要是第一、二級壓力；中型、大型公園的服務壓力比較大的區域較多，第四、五級壓力集中在城市中心區域，這明顯地反映出福州市的城市公園綠地總體布局還未能滿足人口的需求。利用POI數據以及GIS軟件的分析方式，可從圖上直觀清晰地看出城市某些區域的公園綠地資源配置不合理，在后續的規劃中，可依據分析結果對現有服務能力較差的公園進行改造提升，或者增加這一區域缺少的某些類型的公園。

3.2 福州市公園綠地需求性評價

根據上述需求性評價方法，得到影響因子權重表(表1)，并將其轉化為GIS評價指標分值表(表2)，通過GIS計算得到公園綠地需求性評價。將對城市公園綠地的需求分成九級，在理想情況下，評價等級越高的區域應該有更密且服務水平更高的社區公園、街旁綠地，并且距離區域性或者全市性的大型公園更近或者更方便到達(圖4)。

圖4 福州市中心城區公園綠地需求性評價分級圖

中心城區公園需求量最高的是在八一七路沿線區域，另一處高分點是西湖公園和三坊七巷區域，南江濱的及六一南路南臺島一線區域也相對需求性較高，這幾處均為福州市傳統的城市中心區域，福州市人群居住工作習慣多為聚集在老城區，這樣不僅帶來了交通的壓力，在公園服務方面也相應產生了高壓力高需求區域(圖4)。

3.3 福州市公園綠地布局優化

根據福州市中心城區現有公園綠地評估和公園綠地需求性分析評價，需要在資源配置不合理及服務能力不足區域新增缺少的某類公園?；谏鲜鲆巹澐椒?，經過規劃優化調整，建議新增設小型公園25個、中型公園29個、大型公園12個，主要增加在現狀公園服務壓力第四、五級區域?；诂F有公園綠地的服務能力分析增設小型公園，以填補現有公園服務壓力比較大的區域為主；基于現有公園綠地的服務能力分析增設中型公園和大型公園，在服務壓力比較大和服務重點區域增設中型、大型公園；公園選址為調研符合條件的綠地(圖5～7)。

表1 影響因子權重表

表2 GIS評價指標分值表

4 結論與討論

在智慧城市建設和大數據日趨廣泛地應用于規劃領域的大背景下，本文基于POI數據以及GIS的應用，研究城市公園綠地如何以人的需求為準則合理選址、確定規模。這是在城市綠地系統規劃方面的一次新嘗試，以期為公園綠地規劃提供新的思路。研究的創新主要體現在3個方面：大數據類型的選取、對不同城市空間中人群活動強度的分析、公園評價方法——服務壓力。

1)選取POI這一數據類型。大數據具有數據量龐大，數據覆蓋全面，數據類型復雜等特性。因此在利用大數據做相關研究時，選取合適的數據對于研究能否順利展開至關重要。研究創新性地使用POI數據分析人群活動的強度進而對公園綠地進行評價與優化，數據易獲得，處理較簡單，成果也便于可視化的直觀呈現。

2)研究利用POI數據對城市中人群的活動分布與活動強度進行量化的精確分析，相較于傳統的定性分析，可以更準確地判斷城市中熱點和冷點的分布，并采取針對性的措施。

3)研究采用的公園服務壓力評價方法，相較于常用的服務半徑法和千人指標等方法，更全面地覆蓋整個城市空間。同時，進行服務壓力評價時，用服務范圍內POI點數量比上公園自身的綠地面積，更好地將公園周邊的人群活動強度與公園自身的服務面積的評價結合，形成一個更具綜合意義的評價指標，能更好地反映公園的情況。

圖5 福州市中心城區公園布局優化新增小型公園位置分布選址圖

圖6 福州市中心城區公園布局優化新增中型位置分布選址圖

圖7 福州市中心城區公園布局優化新增大型公園位置分布選址圖

以福州市為例驗證了研究方法的可行性，經GIS數據處理與直觀圖示，有效反映了城市公園綠地的服務壓力情況并為進一步優化公園綠地布局提供了基礎分析，進而有針對性地優化并增設新公園，較大程度地符合居民的生活、出行習慣，降低資源缺乏或浪費的可能。研究基于較為全面的現狀POI數據，適用于已有現狀公園分布地區，在新開發區域與部分POI點不夠完善的城市使用將導致分析有所偏差。期待今后的POI數據進一步擴展，能為城市綠地系統規劃提供更完善且具參考性的分析。

注：文中圖片均由作者拍攝或繪制。

致謝：感謝清華大學建筑學院黨安榮教授、福州大學建筑學院沈振江教授。