中国园林
期刊搜索:
  • 当期推荐
  • 期刊检索
  • 目录索引
  • 业界新闻
  • 投稿须知
  • 广告服务
  • 友情链接
  • 联系我们
  • 返回首页
远程稿件处理
期刊杂志

    数据驱动的城市近郊郊野公园选址——以北京北郊森林公园为例

    关键词:风景园林;郊野公园;数据;分析;选址

    Key words:landscape architecture; country park; data; analysis; site selection

    摘要:以城市近郊郊野公园选址为目标,以北京北郊森林公园选址作为研究的具体对象,由数据驱动从整体到局部逼近进行选址。即先通过数据分析对选址的总体范围进行划定,再对总体范围内的用地进行筛选,逐步确定具体的选址范围。通过建立空间数据库,对相关的数据,按照不同的尺度、粒度,对数据可视化效果、计算负荷等方面进行了研究。以生态保护为导向,在数据驱动下对目标用地进行了整合,进而提取选址范围。

    Abstract:Setting the site selection of country parks in suburb area as the goal, this paper chose the site selection of Beijing North Suburb Forest Park as the object of study, driven by data using approximation method from whole to part, which was the gradually determination of the site boundary through delimiting the important scope of the site selection first and then screening the local site lands in the scope. By constructing space database, relevant data were studied according to different scales, data granularity, visual effect, computation load, etc. Guided by ecological protection, target lands were integrated through data research, and then the range of site selection was extracted.

    内容:2003年,在首都规划委员会主持的“北京空间发展战略研究”项目中,吴良镛院士建议在北京大致的东、南、西、北4个方向分别建设一座区域尺度的郊野公园,分别是东部的东郊游憩公园、南部的南苑生态公园、西部的西北郊历史公园和北部的北郊森林公园[1]。2004年《北京市绿地系统规划规划》将这4座郊野公园归纳到市域绿地中的11个绿地功能系统之中。由于郊野公园属于区域性的大型绿地,且处在城市近郊地区,用地类型复杂,超出了一般公园规划所能控制的空间尺度和用地规模,如何在满足环境和社会的需求的前提下,进行城市近郊郊野公园的选址成为新的问题。北京市园林绿化局和北京市规划委员会委托北京林业大学园林学院编制《北郊森林公园地区前期研究专题一》,就是为了解决有关城市近郊郊野公园具体选址用地的问题。

    1  城市近郊郊野公园选址区域的数据获取
    北郊森林公园的选址区域位于北京城市中心正北,军都山脉南麓,由于研究的范围覆盖昌平区全境,选址以各种地图、卫星遥感影像等图像资料为主,包括北京市国土资源局昌平分局提供的《昌平区土地利用总体规划图》;北京市城市规划设计研究院提供的昌平区城市规划相关基础资料图,《北京市绿地系统规划(2004—2020)》,《北京城市总体规划(2004—2020)——规划说明书第二分册》;中国科学院计算机网络信息中心GSCloud平台提供的美国Landsat8卫星OLI传感器数据(分辨率30m)、美国NASA与日本METI联合研制的ASTER GDEM V1 DEM数据(分辨率30m);北京城市实验室(BCL)提供的2013年新浪微博POI和2014年Flicker Photo POI数据。空间数据的处理主要依靠ENVI5.1和ArcGIS10.2软件。
    2  城市近郊郊野公园选址区域的数据分析
    2.1  数据驱动下的选址大模型建立
    北郊森林公园选址需要对场地空间信息的粒度加以控制,例如空间粒度较大,则单位空间中包含的信息量会比较少,对空间信息的反映不够完整,空间粒度较小则更能从中提取出目标场地特殊信息,体现出差异化。可以依据空间尺度筛选不同粒度的空间信息对场地进行分析,在区域层面采用比较大粒度的空间信息进行分析,在要素层面采用比较小的粒度的空间信息进行分析。目前相关数据正在积累的过程,当数据积累到一定的程度,分析任何尺度的空间就可以不受空间信息的粒度限制,将这些海量的数据进行储存,只要对这些海量信息本身进行简单的时间、空间、属性的统计分析就能完整地构成对象的全貌。可以直接对空间的特性做出更为准确的判断。 
    2.2  昌平区人类活动的空间聚集强度与昌平区植被覆盖度分布的关系
    2.2.1  利用2013年新浪微博签到POI数据研究北郊森林公园选址
    北郊森林公园选址中需要通过研究当地人类活动的空间聚集强度以了解区域中哪些用地受到人类活动影响较小,哪些用地靠近人类活动聚集的区域。随着智能手机的出现和广泛应用,可以通过对智能手机自带GPS定位信息的收集了解区域中人类活动的实时定位的情况,手机软件“新浪微博”,可以记录使用手机发送微博的人的空间坐标数据(Point of Interest,POI)。研究者可以通过获取新浪微博开发者权限,得到授权允许的新浪微博签到空间坐标数据。由于昌平区内同时同地发出的微博签到POI数据量非常巨大,因此可以认为新浪微博签到POI数据是一个大数据。可以通过其建立大数据模型进行分析(图1)。
    2.2.2  利用kernel Density核密度法分析POI点密度
    Kernel Density核密度分析法是一种计算空间中点的密度的方法[2]。核密度计算法可以描述出空间点在不同位置发生聚集的程度差异,并能够将这种差异在空间上的连续性变化体现出来。核密度分析是常用的分析大数据量空间点数据聚集程度的方法。核密度分析的计算公式如下:


    是以作为自变量的核密度计算函数,是空间距离变化的阈值,为空间权重函数,代表某一最大的密度值区域,在远离的过程中密度值不断减小,至距离达到阈值时密度值降为0,较小一些的值可以使密度分布结果中出现较多程度的变化。能够反映核密度分布的特征,根据新浪微博签到POI数据点的密集程度选择较小的值,得到比较丰富的密度变化信息。通过核密度分析法分析昌平区域新浪微博签到POI数据大数据的空间分布特征。
    2.2.3  昌平区人类活动的空间聚集强度分析
    根据昌平区的新浪微博签到POI坐标Kernel Density核密度分析的结果发现,真实情况下的人类活动所表现出来的空间聚集具有一定的方向性。昌平区的人类活动的聚集一方面指向北部昌平老城区、昌平新城,另一方面指向南部的回龙观组团和天通苑组团。由于昌平区内人类活动空间聚集有2个不同的方向,因此在2个人类活动的空间集聚区之间形成了一个人类活动聚集强度偏低的区域(图2)。
    2.2.4  昌平区植被覆盖度分析
    北郊森林公园选址范围的确定需要通过近期的Landsat8卫星的OLI传感器获得的不同波段的数据,获得选址区域内植被的覆盖情况。将植被覆盖情况良好的地区作为选址的备选区域。 
    NDVI的计算公式如下:

    公式中OLI5是Landsat8卫星OLI传感器的第5波段(近红外)的亮度值,OLI4是Landsat8卫星OLI传感器的第4波段(红色)亮度值。由NDVI计算公式可知,NDVI值域范围为0~1,NDVI值越大说明植被覆盖情况越好。由NDVI数据可以得到一个地区植被覆盖的信息,可以近似推断区域植被覆盖的情况,根据NDVI值域,可以划分不同的植被覆盖类型,判断土地上的植被覆盖情况。
    将植被覆盖度分为5个等级。植被覆盖度值为0~0.10表示基本无植被,0.10~0.30表示植被郁闭度较低,0.30~0.45表示植被郁闭度中等,0.45~0.60表示植被郁闭度较高,0.60~1表示植被的郁闭度非常高(图3)。
    由2014年9月拍摄的30m分辨率Landsat 8卫星影像数据,计算昌平区域植被覆盖度,可以观察出昌平以京藏高速路沿线为西轴的城市带已经基本建设完成,城市硬质地面基本已经连接成片。以立汤路沿线为东轴,靠近主城区的数字文化创新中心和科技城一带也已形成了大片的城市硬质地面。除两轴两带围合成的井字形区域外,其他平原区域的植被斑块破碎化现象严重,植被斑块被城市硬质地面所分隔,连续的大型斑块很少。昌平区植被退化最为明显的区域为五环到六环之间的快速城市化地区,从图3中可以看出以沙河为界的昌平南部地区处于五环与六环之间,植被退化严重。这一区域受到城市扩张的压力较大。而昌平北部山区和六环以北地区在过去几十年山区生态工程、平原造林工程、平原区农业结构调整和村庄绿化工程的作用之下,成了区域植被景观的基质性区域。
    2.3  选址区域人类活动对植被分布的影响
    通过对昌平区植被覆盖度的分析,可以观察到,由北向南从军都山南麓到沙河—温榆河流域大约10km长,7km宽的区域植被覆盖度与北部山区植被覆盖度基本一致,说明这一地区比较适合植被生长。将新浪微博签到POI数据点云叠加到植被覆盖图上,可以观察到植被覆盖度越好的地区,人类活动所产生的密集的点云非常少,点云只在植被覆盖度较好地区的边缘出现,说明北郊森林公园的选址和建设会影响到区域的人类活动的空间聚集情况。通过叠加昌平区的新浪微博签到POI坐标Kernel Density核密度分析(图4),可以发现这一区域处在北部昌平主城区、昌平新城,南部的回龙观组团和天通苑组团2个人类活动的空间集聚区之间,形成了一个比较适宜郊野公园建设的地带。这个地带位于昌平城市发展新技术产业发展轴和旅游会展产业发展轴以及南北城市发展带的井字形空间中,不在昌平城市发展的主要方向上,受到人类活动影响强度较小,植被斑块较完整,生态环境好,与城市建设区的景观差别很大。可以作为北郊森林公园的选址用地核心区域(红色虚线内)。结合北部的生态基质区,形成北郊森林公园选址的总体范围(图5蓝线范围)。

    3  城市近郊郊野公园选址区域的数据加工
    3.1  区域生态敏感性评价
    3.1.1  区域生态敏感性分析模型的原理和方法
    区域生态敏感度性评价的目的是在北郊森林公园的选址过程中,通过对环境信息的提取,找到影响区域生态系统发展最为关键的基础性的结构,从复杂的对象区域信息中提取关键要素,寻找有助于区域生态环境发展的近自然环境系统的脉络,引导人们规划土地未来的利用方向。这种方向可以是一种具体的空间形态上的结构,也可能是一种策略和建议,可以帮助我们找到选址的方向。
    区域评价需要找到影响区域的各基础因子,针对这一地区的具体特点,对各因子进行权重评分,得到区域生态敏感性评价模型。生态敏感性评价通过对各生态因子的选择,形成层级结构,并基于生态因子,对各因子进行加权评分,最后基于GIS技术进行空间叠加。
    在因子的选择和相互关系的评估,因子等级分等方面,需要依赖于专家意见作为评判的标准。对区域的生态敏感性进行评价是将海量的数据进行可视化分析,给决策者提供更为直观的判断依据。并将生态系统的空间分布特征表示出来。生态敏感性受到区域空间结构的影响较大,能够反映出区域空间结构的特点。生态敏感性较高的地区,往往是空间结构比较复杂、变化较为丰富的区域,与空间中其他区域的联系比较紧密,提取生态敏感性高的区域作为北郊森林公园选址区域更有利于保护区域生态系统,发挥其生态功能。
    3.1.2  区域生态敏感性评价过程
    1)建立北郊森林公园选址的生态敏感因子评价集。
    (1)实地调研。
    北郊森林公园选址的生态敏感性因子的选择要从昌平本地区的实际情况出发,根据昌平的地貌、水文、气候、植被资源等特点科学的选择评价因子[3]。在实地调研的过程中还发现农田也是昌平地区生态环境的重要组成部分,可将它作为自然因素之外的由人工形成的生态要素纳入评价因子集。
    (2)资料收集。
    有关生态因子的空间分布数据主要参考了《北京城市总体规划》说明书中的北京市域地质承载力分布图和平原地下水开采分布图,这2个指标对区域生态环境的影响较大。坡度、地表径流等评价因子是通过ArcGIS分析北京30m精度DEM获得。河流缓冲区、农田分布通过北京市城市规划院提供的资料导入ArcGIS中进行处理后获得。植被分布通过对该地区的植被盖度分析获得。
    (3)专家选择。
    生态因子的选择过程中,通过专家讨论筛除掉了一些与生态敏感性无联系的因子,保留的因子都具有明显的影响区域生态系统的作用[4]。在北郊森林公园规划中我们选择了7个因子作为生态适宜性评价的代表因子。
    2)单因子分级评价、绘制单因子图。
    在基础因子确定后,利用前期资料收集对因子的空间分布的数据进行处理,根据各因子对于生态敏感性的影响程度的大小划定等级,将等级划分为影响程度最大、一般影响、有影响、较不影响、不影响5个等级。对应的空间区域赋予分值影响程度最大的区域赋值为5分,一般影响区域赋值为4分,有影响区域赋值为3分,较不影响区域赋值为2分,不影响区域赋值为1分(表1)。
    3)评价方法。
    (1)基于AHP层次分析法的北郊森林公园敏感度分析。
    采用层次评价法确定各因子权重,对各因子加权评分,评价结果图形网格化后叠加(表2、3)。根据确定的权重系数,在地理信息系统中进行空间评价叠加计算。对于土地生态适宜性评价,通过对7类生态因子确定权重,利用ArcGIS软件进行栅格叠加计算,可以获得区域生态敏感度值(B值)的空间分布情况,生态敏感度值的变化区间是0.964 5~4.331 2,通过对生态敏感度值的分析,从而获取敏感程度不同的用地。从生态敏感度值的空间分布中得到区域生态的空间结构的形态。
    (2)绘制生态敏感度图及各专题图。
    根据研究方向与内容,生成北郊森林公园区域生态敏感度图。将各单因子图在ArcGIS中进行叠加,通过栅格计算工具计算出每一栅格通过AHP方法加权后的生态敏感度叠加值。
    查平均一致性指标表获得当因子数为7个时,RI值为1.345。当CR值小于0.1时认为矩阵符合一致性标准,CR值大于0.1,则需要调整矩阵。经过一致性检验,CR值为0.091 5,符合一致性标准。
    ①1.714 1<B≤4.331 2,最敏感区:表示该地区自然生境最脆弱,易受破坏;
    ②1.595 7<B≤1.714 1,敏感区:表示该地区自然生境脆弱,需要保护;
    ③1.503 6<B≤1.595 7,较敏感区:表示该地区表示该地区自然生境较脆弱,需要保护;
    ④1.372 1<B≤1.503 6,低敏感区:表示该地区表示该地区自然生境较好,能承受一定程度人工干扰;
    ⑤0.964 5<B≤1.372 1,不敏感区:表示该地区表示该地区自然生境较好,能承受人工干扰(图6)。
    3.2  对生态敏感度评价结果的提取
    对照敏感度评价等级图,由于不敏感区和低敏感区自然生境良好,不易受到破坏,抗人工干扰能力强。森林植被较好的区域,如大杨山风景名胜区、蟒山国家森林公园、十三陵特区,物种多样性较好,群落结构最为稳定,且受到干扰较小,为物种生存提供了良好的栖息地。
    对于敏感区,由于自然生境脆弱,大部分处于山体受到破坏以及部分平原区域,植被群落不稳定,受到人工干扰较大,对于这个区域主要是加强生态修复和重建,加强生态环境的保护建设,恢复由于生产建设过程造成的山体破坏,以及改善平原地区土壤条件,对于这些人工干扰强烈的区域进行生态修复。
    对于生态敏感地区,由于自然生境最为脆弱,且最易受到人为破坏,主要包括建设用地、农田,建设活动强度大,生态环境需要人工干预才能维持,在这些区域,是北郊森林公园的重点建设区域,首先应用多种人工造林手段,进行森林环境营造,提高植被覆盖率,在森林环境的基础上再进行公园建设,最大限度地发挥北郊森林公园群的生态优化功能,同时保护好高质量的农田环境,改善农田的耕作方式,应用生态农业模式进行农业生产。
    选址实施用地按照生态敏感地区空间尺度的大小的划分层级,在山地区域生态区域面积较大,作为最高层级的生态区域,平原区域生态恢复用地破碎化严重,需通过整合相互连接的斑块形成生态带;受到地表径汇集、交通线等因素影响,形成的线型斑块为生态段;尺度较大的独立的斑块形成生态区;尺度较小独立斑块形成生态点。通过计算机逐步提取选址实施用地内的生态带、生态段、生态区、生态点。通过不同尺度生态区域的组合形成复合的生态空间(图7)。

    4  结语
    由于该地区用地情况十分复杂。选址实施用地区域内生态斑块破碎化严重,连接成片的可用于北郊森林公园建设的用地匮乏,因此需要通过成片建设形成具有一定生态效益的区域。北郊森林公园选址的过程就是以生态保护为导向,用数据驱动对目标用地信息进行了解析,在空间上进行了整合,进而提取用地范围,形成不同空间尺度的生态区域,这些生态区域是未来郊野公园建设重点区域。

    《北郊森林公园地区规划前期研究专题一》编撰人员组成
    总课题负责人:李雄,郑曦
    分课题负责人:崔柳,董晶晶,王忠君
    项目参与人员:张云路,白桦琳,刘家琳,戈晓宇,杨忆妍,王鑫

    致谢:感谢《北郊森林公园地区规划前期研究专题一》参与人员的大力支持! 


    参考文献:
    [1] 王珏.人居环境视野中的游憩理论与发展战略研究[M].北京:中国建筑工业出版社,2009.
    [2] 禹文豪,艾廷华.核密度估计法支持下的网络空间POI点可视化与分析[J].测绘学报,2015,44(1):82-90.
    [3] 钱颖,杨建军.基于生态敏感性和景观格局的城市生态带规划探究[J].中国园林,2014(6):107-111.
    [4] 王智勇,黄亚平.基于GIS的城市密集区生态空间测度及评价研究:以武鄂黄黄都市连绵区为例[J].中国园林,2014(6):101-106.

    (编辑/李旻)