基于百度地圖API和引力模型的城市公園時空可達性研究

文詩雅，朱大明*，劉正綱，付志濤，游 洪

(1.昆明理工大學 國土資源工程學院，云南 昆明 650093；2.遼寧工程技術大學 測繪與地理科學學院，遼寧 阜新 123000；3.江口縣自然資源局，貴州 江口 554400)

隨著經濟社會發展，城市基礎設施也得到一定的發展，其中城市公園綠地是人們主要的休閑、游憩、散步等場合，同時具有生態、文娛、休憩和社會文化的功能[1]，對促進人們身心健康、建立諧和社會、豐富人們業余生活具有重要意義[2]。從出發點到公園目標點的方便程度會直接影響城市公園的使用頻率，也會影響著人們的體驗感。因此，可用可達性來評價城市公園的城市公共服務合理性。

Hansen于1959年第一次提出了可達性的概念?？蛇_性是指從空間內一點到目標點的難易程度，反映的是人們到目標點需要克服的空間阻力，常用時間、距離及費用來衡量，已廣泛應用于城市公園、醫療、購物中心、學校及體育等公共設施領域的研究[1,3]。

對空間進行可達性分析有兩個過程[4]：首先，是地理網絡的構建過程。在一個二維歐氏平面內，用點代表實際的地理空間實體，用線表示地理空間實體間的連接線，用規則將二維歐氏平面內點和線組織起來構成地理網絡。其次，是歐氏平面內兩點可達性計算。該過程基于已建立的地理網格，用相關數學模型來衡量可達性的大小。數學模型有供需比例法、最近距離法、移動搜索法和引力模型等。供需比例法是通過一定大小的鄰里單元的包含需求(人口數量)與某設施服務能力的比值來衡量可達性大小的方法，其缺點為不能解釋一個區域內細致的空間實體間的差異，同時邊界是完全絕緣的，實體間不存在交換；最近距離方法是用最短通行距離與時間的比值來衡量可達性大小，方法簡單，但是沒有考慮需求量短缺的局限性；而引力模型則綜合考慮了公共基礎設施的服務能力、居民對公共基礎設施服務能力的競爭和交通距離等影響因素，同時還引入距離衰減系數，計算的可達性更符合實際情況[5-6]。

相關學者采用緩沖分析和網絡分析[7]、人口中心模型[8]，高斯兩步移動搜索法[9]，問卷調查、實地調研和數據統計分析[10]、物理勢能模型[11]對沈陽市公園可達性進行了研究。分析結果表明，中心城區的可達性較低，而外環區域可達性較高。文獻[12-15]基于衛星影像、已有道路網及公園綠地、人口等數據，分別采用網絡分析法、空間句法、GIS等方法進行城市公園可達性分析；但基于互聯網地圖網絡爬取所需的公園、小區數據，結合道路網、人口等數據使用引力模型對城市公園可達性進行分析的研究較少[16-19]。

針對上述問題，本文基于百度地圖應用程序接口(application programming interface，API)，利用Python編程爬取沈陽市的城市公園綠地分布數據、小區點分布數據，根據下載的沈陽市人口數據作為參考，求出在多種交通方式下小區到達公園的最短通行時間，并結合引力模型進行沈陽市公園可達性分析，以期為相關部門對城市公園布局規劃提供參考依據。

1 研究區與數據

1.1 研究區概況

沈陽市位于中國東北地域南部，北緯41.17～43.03°，東經122.41～123.83°，氣候為溫帶季風氣候，年均溫度為7.9 ℃，年均降雨量為727.4 mm。沈陽是中國東北地區經濟、文化、交通、金融和商業中心，也是中國重要的工業基地和歷史文化名城[8,11]。2021年常住人口約902.8萬人，戶籍人口約759.6萬人。沈陽是中國東北地區最大的鐵路、公路和航空交通樞紐中心，擁有東北地區最大的民用航空港，全國最大的鐵路編組站和全國最高等級的“一環五射”高速公路網。城市建成區綠地覆蓋率為42.22%，人均公園綠地達12.39 m2，曾先后榮獲“國家環境保護模范城市”“國家森林城市”“國家園林城市”等稱號[8,10]。

1.2 數據獲取

基于百度地圖，利用Python編程平臺開發的興趣點(point of interesting，POI)抓取工具，爬取沈陽市的公園綠地和小區數據，并通過城市公園的綠化面積衡量其服務能力。本文以靠近中心城區的數據為主，排除了部分生態公園和專類公園，最后共提取了120個城市公園和783個小區，其名稱與地理位置見表1和表2。用BIGEMAP軟件獲取沈陽市影像和交通路網數據，其坐標系統為WGS84坐標系；在CSDN官網上獲取沈陽市人口數據進行參考。

2 研究方法

2.1 基于百度地圖獲取通行時間

百度地圖API是百度為開發者免費提供的一套基于百度地圖服務的應用接口，開發者通過API，利用JavaScript腳本語言可以實現在網站上構建功能豐富、交互性較強的地圖應用程序。本文使用百度地圖API中的路徑規劃接口來求取每個小區中心點到達每個城市公園中心點的最短通行時間，小區中心點和公園中心點可直接作為可達性計算中的起始點和目標點位置坐標。該方法可以根據實時交通狀況考慮各種交通方式，操作簡單，其過程為：首先，輸入小區和公園的經緯度獲取參數，把獲取的參數與調用百度API路徑規劃接口拼接在一起；其次，用笛卡爾鏈接把公園和小區的數據進行連接，每一條記錄都是一個小區和一個公園的位置信息，調用百度地圖API路徑規劃接口，利用循環腳本遍歷循環每條記錄，即以小區坐標作為出發坐標，公園作為終點坐標進行分析，按照不同的交通方式發起路徑規劃請求；再次，輸出分析結果。步行、騎行、公交、駕車4種交通方式下求取的最短通行時間，見表3。

表1 城市公園名稱與地理位置Tab.1 Name and geographical location of urban parks

表2 小區名稱與地理位置Tab.2 Name and geographical location of residential areas

表3 百度地圖API求取最短通行時間 單位：s

2.2 基于引力模型計算公園可達性

引力模型法是以牛頓萬有引力定律作為基礎的，認為可達性就是城市公園綠地提供服務的能力和城市居民需求間相互作用的大小和潛力。城市公園綠地對居民的服務潛力會隨著到達公園綠地距離的增加而減少，隨著城市公園綠地的服務能力和居民需求的增加而增加。因此，在引力模型中不僅將距離作為影響可達性的因素之一，還考慮了公園的服務能力、公園綠地面積大小、居民的需求等因素對可達性的影響，更好地表達城市公園綠地吸引力對可達性的影響，公式如下[20]：

(1)

(2)

3 結果分析

3.1 時間可達性分析

在步行、騎行、公交、駕車4種不同的交通方式下，繪制各小區在10、20、30 min能夠到達最近公園綠地的線路，如圖1所示。由圖1可知：在步行方式下，3個時間段的路線形成了一個較為明顯的線狀網絡結構，距離城市公園綠地越近的小區步行時間就越少，10 min內到公園的極少，大部分要30 min到達。在騎行方式下，10 min到公園的明顯增多，幾乎所有小區都可以在20 min內到達最近的公園綠地。騎行方式受交通道路狀況影響較小，具有綠色、環保的特點，有助于健康，是人們常選擇出行的交通方式。在公交方式下，可能是因為公交出行路線和行駛時間容易受到公路實時路況及道路類型(例如高速公路、快速道路、城市道路等)的影響，10 min內到達公園的小區比騎行方式的少，但比步行方式的多，且大部分小區也要30 min到達。由于駕車的便捷性和靈活性，駕車方式下所有的居民小區都能夠在10 min內到達最近的公園綠地。

表4 各小區點公園可達性Tab.4 Park accessibility of residential areas

以小區到公園所需時間衡量公園的可達性，可以得出：駕車方式下公園的可達性最高，10 min內可以到達；騎行方式次之，20 min內可以全部到達；步行方式下可達性最低。在保證環保情況下，騎行方式是值得推薦的。

統計步行、騎行、公交、駕車4種交通方式下在10、20、30 min不同時空圈內能夠到達最近公園的小區數量，如圖2所示。由圖2可知：在步行方式下，在10 min內到達最近公園的小區數目為69個，占8.8%，例如翔云佳苑小區；在20 min內到達最近公園的小區數目為223個，占28.5%，例如中科院社區；在30 min內到達最近公園的小區數目為395個，占50.4%，例如萬科鉑萃園。在騎行方式下，在10 min內到達最近公園的小區數目有477個，占60.9%，例如遼歌大院；在20 min和30 min內，所有小區都能到達最近的公園。在公交方式下，只有萬科金色家園、居適雅苑2個小區能夠在10 min內到達最近的公園，占0.3%；在20 min內到達最近公園的小區數目有113個，占14.4%，例如華明小區-西區；在30 min內到達最近公園的小區數目有355個，占45.3%，例如望遠社區；公交方式下各時空圈內到達最近公園的小區數均少于步行和騎行，表明公交出行易受到交通、人流、等車時間，以及途中乘客上下換乘等因素的影響。在駕車方式下，在10 min內到達最近公園的小區數目為703個，占89.8%，例如金寓華庭；在20 min內和30 min內，均有99.9%的小區能夠駕車到達最近的公園。對比10、20、30 min不同時空圈內能夠到達最近公園的小區數量和所占比例，駕車方式在不同時空圈中到達最近公園的可達性具有較高水平，騎行方式次之，公交方式最低。

圖1 4種交通方式下的公園時間可達性Fig.1 Time accessibility of parks under four traffic modes

圖2 10、20、30 min內到達最近公園的小區數Fig.2 The number of the nearest parks arriving within 10, 20 and 30 minutes

統計步行、騎行、公交、駕車4種交通方式下到達最近公園所需時間的最大值、最小值及平均值，如圖3所示。由圖3可知，選擇步行、騎行、公交、駕車方式到達最近公園所需時間平均值分別為1 782、617、1 816、366 s。以達到公園所需平均時間來衡量可達性，可以看出，駕車方式可達性較高，騎行方式可達性次之。

圖3 10、20、30 min內到達最近公園的時間Fig.3 Time to the nearest parks within 10, 20 and 30 minutes

3.2 空間可達性分析

把基于引力模型計算的城市公園可達性數據與路網數據疊加，可得研究區域的公園可達性分布圖，如圖4所示。圖中，紅色和橘色代表可達性較低的小區，黃色、青色和綠色代表可達性較高的小區。由圖4可知：可達性較高的小區主要分布在城中心外圍東北方位區域，沈北新區的虎石臺街道、天時街道、人和街道、蒲河路、雅園街道附近，如古城宜家3期、麗水人家小區等，服務綠地以七星濕地公園、沈陽國家森林公園、北陵公園等大型綠地為主；而中心城區的公園綠地可達性較低，使用率較低，有關部門需要對中心城區的公園進一步改善。

圖4 城市公園可達性Fig.4 Accessibility of urban parks

把基于引力模型計算的公園可達性數據和人口密度數據進行疊加(圖5)，進一步分析區域公園綠地分布情況是否能夠滿足大多數居民的休閑娛樂需求；同時，對高可達性、低可達性、高人口密度及低人口密度內的小區個數進行統計，見表5。由圖5可知：高可達性-低人口密度的小區分布在城中心外圍東北方位區域，低可達性-高人口密度的小區為中心城區，與可達性指數和路網數據疊加分析的結果較一致。由表5可知：高可達性-高人口密度的小區數為0；高可達性-低人口密度小區數為23個，僅2.94%的小區能夠獲得相應或更好的公園綠地可達性，但人口密度相對較低；低可達性-高人口密度小區數為220個，28.09%的小區不能較好獲得相應或更好的公園綠地可達性，且人口密度相對較高；低可達性-低人口密度小區數為540個，雖然68.97%的小區對公園綠地的可達性較低，但相應人口密度也較低。從可達性與人口密度的關系可知：低可達性-高人口密度的區域，小區個數多，但距離公園比較遠；高可達性的小區人口密度較低；中心城區人口密度較高，但公園的供需能力較低。

圖5 公園可達性與人口密度關系Fig.5 Relationship between park accessibility and population density

表5 公園可達性與人口密度分布情況統計Tab.5 Statistics of park accessibility and population density

4 結語

城市公園是城市基礎設施的重要組成部分，其附近居民是否方便快捷地到達公園，可以用可達性來衡量。本文基于百度地圖API接口，利用Python編程爬取沈陽市的城市公園綠地分布數據、沈陽市小區點分布數據，根據下載的沈陽市人口數據作為參考，求出在多種交通方式下小區到達公園的最短通行時間，并結合引力模型進行沈陽市公園可達性分析，主要結論如下：

1)在步行、騎行、公交、駕車4種出行方式下，以時間為可達性的依據，駕車方式下公園的可達性最高，其次是騎行方式，步行方式下公園可達性較低，在考慮環保、低碳出行、健康等情況下，騎行方式是值得推薦的。

2)把可達性指數與路網數據疊加分析，可達性較高的小區主要分布在城中心外圍東北方位區域，而中心城區的公園綠地可達性較低；從可達性與人口密度的關系看，低可達性區域人口密度較高，高可達性的小區人口密度較低。

3)沈陽市公園綠地布局在整體上基本合理，但在低可達性的中心城區及高可達性的東北方位區域內公園使用率較低。在未來的城市公園綠地布局規劃中，應著重考慮的區域為低可達性-高人口密度的小區，應進一步對中心城區公園綠地進行優化。