文章信息
- 汪淼, 陈振杰, 周琛
- WANG Miao, CHEN Zhenjie, ZHOU Chen
- 城市绿色开敞空间可达性研究——以南京市中心城区为例
- Accessibility of urban green open space based on weighted two-step floating catchment area method: A case study of the central district of Nanjing City
- 生态学报. 2023, 43(13): 5347-5356
- Acta Ecologica Sinica. 2023, 43(13): 5347-5356
- http://dx.doi.org/10.5846/stxb202201140138
-
文章历史
- 收稿日期: 2022-01-14
- 网络出版日期: 2023-03-07
2. 江苏省地理信息技术重点实验室, 南京 210023
2. Jiangsu Provincial Key Laboratory of Geographic Information Science and Technology, Nanjing 210023, China
随着我国城镇化进程的不断加快, 城市空间迅速扩张, 城市人口高速集聚, 由此引发了一系列的城市弊病, 如空气污染[1]、城市热岛[2]、休闲游憩空间缺失[3]、人居环境恶化[4]等。而城市化持续推进和高质量发展, 对建设环境友好型、生态宜居型城市提出了更高的要求。城市绿色开敞空间是城市公共空间的重要组成部分, 主要包括公园、绿地广场、风景名胜区、游园等生态和游憩空间, 承载了市民日常休闲娱乐、城市文化魅力展示等重要功能[5—7]。合理配置城市绿色开敞空间, 对于生态文明建设、人居环境品质提升具有重要意义[8]。
城市绿色开敞空间可达性是指从一个给定位置到绿色开敞空间所在位置的相对难易程度, 是评价城市绿色开敞空间布局合理性的重要指标之一[9]。空间可达性有多种度量方法, 常用的有缓冲区分析法[10]、最近距离法[11]、网络分析法[12]、行进成本法[13]、重力模型法[14]、两步移动搜索法[15]等。两步移动搜索法是一种常用的可达性评价方法, 最早由Radke等[16]提出, Luo等[15]进一步改进, 它综合考虑了公共服务设施的供给和需求两个方面, 还可通过改变距离衰减函数[17—18]、优化搜寻半径[19—20]、加入供给资源竞争[21]、考虑不同出行方式[22]等多种途径进行扩展, 已在城市公共服务设施可达性评价中得到了广泛的应用。如王甫园等[23]以珠三角城市群为研究对象, 采用引入区域游憩活动距离衰减规律的两步移动搜寻法, 对研究区内生态空间游憩服务的供需匹配性格局进行评价。李孟桐等[24]将需求地格网化, 利用格网化的高斯两步移动搜索法对上海市的绿地空间可达性进行评价, 提高了可达性评价精度。邓丽等[25]针对山区的情况, 加入交通和地形因素改进两步移动搜索法, 综合分析了研究区内医疗服务空间可达性。仝德等[26]采用时间成本替代距离成本, 利用手机信令数据评估居住人口对公园绿地的需求, 改进了高斯两步移动搜索法, 对深圳市公园绿地可达性进行评估。王绮等[27]将高斯两步移动搜索方法引入到就业可达性测度研究中, 对沈阳市中心城区的就业可达性空间格局、形成机理进行了分析。
综上所述, 虽然两步移动搜索法在空间可达性研究中已有诸多推广应用, 但现有研究中, 需求分析大多基于人口统计数据, 数据覆盖面积广但空间尺度粗、更新慢, 不同群体之间的需求差异被忽略, 导致城市绿色开敞空间可达性难以准确反映绿色开敞空间需求的空间分异。此外, 人的年龄、性别、身体健康状况、社会身份等因素都会影响其对绿色开敞空间的需求偏好、需求程度以及对空间阻抗的承受能力[28—30], 而已有的两步移动搜索法研究中并没有对不同的群体进行区分, 需求主体往往被泛化, 导致评价结果与实际供需情况存在一定偏差。
针对上述不足, 本研究尝试通过大数据对两步移动搜索法进行改进, 利用手机信令数据, 考虑绿色开敞空间需求者的年龄、职住属性特征, 分析城市中不同人群的空间分布规律, 对绿色开敞空间需求主体进行分类, 探究百米格网尺度下考虑了需求主体差异时的绿色开敞空间可达性格局。利用该方法, 本研究对南京市中心城区绿色开敞空间的空间可达性进行综合评价, 以期为未来南京市绿色开敞空间布局选址提供科学依据, 为国土空间规划提供支撑。
1 研究区概况与研究方法 1.1 研究区概况南京市位于中国沿海开放地带与长江流域开发地带交汇点, 是长三角世界级城市群核心城市。根据2020年《南京统计年鉴》, 截至2019年底, 南京市公园绿地面积达1.05万hm2, 人均公园绿地面积为14.85m2。《南京市城市总体规划(2018—2035年)》中明确提出, 要建设“郊野公园-城市公园-社区公园”3级游憩绿地体系, 使建成区400m2以上的绿地及公共空间步行5min覆盖率达95%以上。本研究以南京市中心城区为研究区, 可为南京市绿色开敞空间优化配置提供有效的决策依据。
1.2 数据来源与预处理 1.2.1 基础地理数据基础地理数据包括南京市道路网数据、行政边界数据、中心城区边界数据、POI数据等。其中路网数据来自于OpenStreetMap, 南京市行政边界数据来自于南京行政区划图, 中心城区边界数据来自于《南京市城市总体规划(2018—2035年)》, POI数据来自于百度地图开放平台。
1.2.2 城市绿色开敞空间数据通过对Google Earth遥感影像目视解译, 结合POI确定研究区内城市绿色开敞空间的位置和范围, 如图 1所示, 包括莫愁湖公园等115个公园、鼓楼广场等122个绿地广场、雨花台风景区等15个风景名胜区、东风河游园等22个游园。根据城市绿色开敞空间面积, 将其分为三个类别, 如表 1所示。
![]() |
图 1 南京市中心城区绿色开敞空间分布 Fig. 1 Distribution of green open space in downtown Nanjing |
类别 Classification |
面积 Area/hm2 |
服务半径 Service radius/m |
城市级绿色开敞空间Municipal green open space | >50 | 5000 |
组团级绿色开敞空间Regional green open space | 4—50 | 2000 |
社区级绿色开敞空间Community green open space | <4 | 500 |
手机信令数据作为一种重要的城市大数据, 为分析城市人群移动的时空行为规律和城市空间结构特征提供了传统数据无法比拟的便利条件[31], 可以用于分析人口空间分布, 不仅具有空间分辨率高、时效性好的优点, 还可以根据年龄、性别、户籍地、职住地等特征对人群进行分类, 细化需求主体, 有助于提高空间可达性评价的精度。本研究所使用的手机信令数据由某通信公司提供, 原始数据包括三个部分, 分别是南京市通信基站数据、2019年11月南京市范围内手机的位置数据以及用户标签数据, 包含时间、位置、用户属性等信息。城区内部的基站间距通常在数十米至数百米之间, 保证了数据定位的精度[32]。
1.3 研究方法 1.3.1 基于手机信令数据的人口分布格网化方法对手机信令数据进行清洗, 以在研究区内停留超过半月为标准筛选出常住人口后, 根据基站生成泰森多边形以确定各基站服务范围, 而后根据用户在居住、工作时段的移动信令数据记录, 判别用户的居住地与就业地位置。具体来说, 选取工作日数据, 若某一手机用户在0点到7点期间在基站X的逗留时间最大且日均逗留时间大于2h, 则识别该基站为其居住地;选取工作日典型工作时段, 识别其日均最大逗留时间所在的基站为工作基站[33]。
由此得到各基站泰森多边形内人口分布情况, 采用空间连接即可得到研究区范围内200m格网大小的就业、居住人口空间分布情况, 即将每个格网内的人口分为居住人群和工作人群两个大类, 还可以根据年龄、户籍地等属性, 进一步将格网内人群细分。将需求地格网化的做法, 可减少由于形状不规则带来的计算误差[24]。
![]() |
(1) |
高斯两步移动搜索法以高斯函数作为搜寻半径内的距离衰减函数, 其基本思路是依次以供给地、需求地为中心, 分两次移动搜索区域计算公共服务设施的可达性, 该方法考虑了研究对象供给需求的相互关系, 对可达性的度量更加精准明确, 其含义可以理解为在研究单元内, 人均所享有公共服务设施的数量。然而, 两步移动搜索法中并没有考虑不同人群需求半径的差异性, 简单的将需求主体泛化会带来一定的误差[34]。
为解决上述问题, 本研究提出在第二步移动搜索时, 对需求地的需求人群进行分类, 根据不同类别的特征确定不同的需求半径。具体而言, 在同种交通方式下, 老年人相较于其他年龄段需求半径更小[35—36], 因为通常来说其活动范围更小, 理应具有更小的搜索半径;工作人群相较于居住人群需求半径更小, 因为其受工作时间约束, 闲暇时间更短。
本研究改进后的高斯两步移动搜索法计算过程如下:
第一步, 对小型绿色开敞空间取其质心、大型绿色开敞空间取其出入口作为供给点j, 设定空间距离d0, 形成其空间作用域, 借鉴高斯方程将作用域范围内每个需求单元k中的需求者数量Pk累加求和, 得到绿色开敞空间j的潜在需求者数, 再求出j的供给能力Sj与其潜在需求者数之比, 即为j的供需比Rj:
![]() |
(2) |
式中, dkj为需求单元k到绿色开敞空间j的路网距离;d0为绿色开敞空间服务半径, 本研究中依据绿色开敞空间的面积, 设定不同大小的d0;Sj采用面积表示;G(dkj, d0) 是高斯距离衰减函数, 如式(3):
![]() |
(3) |
第二步, 对于每一个需求单元k中的每类人群p, 给定空间距离d0, 对落在作用域内的绿色开敞空间j的供需比Rj利用高斯方程赋予权重并求和, 再通过wp分配到人群p, 即可得到k中p人群的空间可达性Akp。本研究采用格网化的高斯两步移动搜索法[24], 以格网单元作为需求单元。本研究通过手机信令数据将各格网单元内人群分为了居住人群、工作人群、老年人群、其他年龄段人群, 参考前人研究、相关资料和访谈调查, 确定各群体在步行的交通方式下的绿色开敞空间出行能力, 其d0分别取2.5、1.8、1.0、2.0km。
![]() |
(4) |
式中, wp为格网中p群体的人数比重。
第三步, 将需求单元k内不同群体的绿色开敞空间可达性相加, 得到格网综合绿色开敞空间可达性水平Ak:
![]() |
(5) |
空间可达性的高低表征了格网单元到周边绿色开敞空间的难易程度, 空间可达性越高的格网内人群到周边绿色开敞空间越便利。采用等分法将绿色开敞空间可达性分为五类, 如图 2所示, 南京市中心城区绿色开敞空间综合可达性总体呈棋盘式空间格局, 且具有东高西低、南高北低的特点。以长江为分界线, 江南主城绿色开敞空间综合可达性整体水平比江北新区更高。在江南主城中, 绿色开敞空间可达性水平达到一般及以上占比61.17%, 而在江北新区中这一比例仅为44.05%。江南主城发展历史悠久, 有玄武湖公园等大规模绿色开敞空间及众多小型公园广场, 绿色开敞空间资源丰富;而江北新区开发建设时间较短, 绿色开敞空间资源短缺, 仅南部沿江地区、北部人口密度低、资源竞争力小的地区成为可达性的高值区。
![]() |
图 2 南京市中心城区绿色开敞空间综合可达性分布 Fig. 2 Comprehensive accessibility distribution of green open space in Central Nanjing |
绿色开敞空间可达性的空间分布并不均匀。对街道的绿色开敞空间可达性均值进行统计, 如图 3所示, 均值最低的五个街道为赛虹桥街道、盘城街道、宁海路街道、铁心桥街道、凤凰街道, 主要位于江南主城西南部及江北新区北部, 最高的五个街道为尧化街道、玄武湖街道、月牙湖街道、梅园新村街道、燕子矶街道, 主要位于玄武湖、栖霞山周边。可见周边有大型绿地或密集的小型绿地分布的区域, 其绿地可达性较高, 而人口密度较高、绿色开敞空间资源规模普遍较小的中心城区, 绿色开敞空间可达性就相对较低。绿色开敞空间布局与人口空间分布的不均衡性共同导致了可达性的空间差异, 造成市中心地区大量人口的绿色开敞空间使用需求无法得到满足, 为全面提升中心城区绿色开敞空间可达性, 满足人口使用需求, 需要在该处重点考虑绿色开敞空间的配置。
![]() |
图 3 南京市中心城区各街道绿色开敞空间综合可达性均值分布 Fig. 3 Distribution of the mean value of integrated accessibility of green open space in each street in Central Nanjing |
图 4和图 5展示了基于手机信令数据分析得到的南京市工作和居住人口的空间分布情况, 可以看出居住人群和工作人群的总体空间分布格局是相似的, 均由市中心向周边逐渐减少, 但工作人群在市中心的集聚现象更为显著, 形成了更加明显的高值中心。
![]() |
图 4 南京市中心城区居住人口分布 Fig. 4 Distribution of residential population in Central Nanjing |
![]() |
图 5 南京市中心城区工作人口分布 Fig. 5 Distribution of working population in central Nanjing |
图 6展示了工作人群、居住人群、居住人群中的老年人、其他年龄段人群的绿色开敞空间可达性空间分布情况。受身体健康状况、出行能力、闲暇时间等因素的影响, 不同人群对于城市绿色开敞空间所能承受的出行阻抗是不同的, 具体体现在不同的搜索半径上, 因而可达性也不同。从数值来看, 工作人群绿色开敞空间可达性平均值是居住人群的86.02%, 老年人群绿色开敞空间可达性平均值是其他年龄段人群的14.60%。从可达性分布图来看, 鼓楼区、玄武区、秦淮区交界处老年人绿色开敞空间可达性较高, 市中心地区相较于外围地区更高, 这是因为老年人的出行能力相对较弱, 对绿色开敞空间资源有更高的空间阻隔, 仅能使用距离较近、交通便利的绿色开敞空间, 而市中心地区分布着较多小型绿色开敞空间, 同时路网密集, 便于老年人日常使用。居住人群绿色开敞空间可达性和工作人群绿色开敞空间可达性分布格局是类似的, 但工作人群的绿色开敞空间可达性水平整体上比居住人群更低, 这与工作人群休闲游憩时间较少, 出游距离受限有关, 这种现象在江南主城中的市中心周边更为明显, 因为这些地区工作人群分布较多, 对绿色开敞空间需求较大。
![]() |
图 6 南京市中心城区不同人群绿色开敞空间可达性对比 Fig. 6 Comparison of accessibility of green open space for different people in Central Nanjing |
搜索半径的变化对绿色开敞空间可达性格局产生了重大影响。结果表明, 随着搜索半径的逐渐增大, 研究区内的绿色开敞空间可达性都呈现显著的上升趋势, 但这种增加并不是线性的。本研究中设定居住人群、工作人群、其他年龄段人群、老年人的搜索半径比是2.5∶1.8∶2∶1, 得到的四个群体的平均绿色开敞空间可达性之比为7.88∶6.78∶6.85∶1, 可见可达性的降低随着搜索半径的减小越来越急剧, 使得出行能力弱的老年人群体在可达性指标上远低于其他群体, 在享受绿色开敞空间服务中被边缘化, 绿色开敞空间服务的社会公平正义性仍需要提高。进一步绘制老年人口密度与绿色开敞空间可达性之间的双变量LISA聚类图(图 7), 可以看出老年人口密度高、而绿色开敞空间可达性低的区域主要集中在鼓楼区东南部、建邺区东北部、浦口区东侧, 这些地区也是需要对老年人群体可达性进行加强的重要区域。
![]() |
图 7 老年人口密度与绿色开敞空间可达性LISA聚类图 Fig. 7 LISA cluster map of elderly population density and accessibility of green open space |
针对南京市中心城区绿色开敞空间的实际情况, 本研究提出以下三点空间优化建议:①为实现绿色开敞空间服务公正化, 需在江北新区规划新增公园绿地, 消除现有的大片服务盲区, 依托自然本底条件, 就地开发建设绿色开敞空间, 如沿街构造带状绿地, 利用江河等自然景观规划好城市“绿楔”的穿插, 均衡布局小尺度公园绿地, 注重大型绿色开敞空间设施的建设和严格保护。②江南主城中, 市中心地区的绿色开敞空间可达性低于外围, 说明在高需求的形势之下, 江南主城中心区域的绿化强度仍需进一步加强, 注重街头公园绿地、社区口袋公园的建设, 加强公园绿地之间的相互联系, 形成点线面完备的公园绿地系统结构, 实现绿色开敞空间与人口、交通的匹配发展。③针对不同人群的绿色开敞空间需求, 强调以人为本, 广泛听取民众意见和建议融入到绿地规划中, 提高绿地的可观赏性、可参与性、可介入性, 尤其是要特别关注对绿色开敞空间使用需求最强烈、舒适度等最敏感的老年人群体[37], 且这类使用人群在可达性指标上低于平均水平, 需进一步提高公园绿地的社会公平正义性, 改善老年人集聚区域的邻里环境, 加强周边绿色开敞空间的交通基础设施建设。
3 结论与讨论本研究以南京市中心城区为例, 以手机信令数据评估人群对城市绿色开敞空间的需求程度, 分别对不同等级的城市绿色开敞空间和不同人群设立不同的搜索半径, 采用考虑了需求主体差异性的格网化高斯两步移动搜索法, 开展了绿色开敞空间可达性计算, 从需求的角度对两步移动搜索法进行了改进。主要结论包括:(1)南京市中心城区绿色开敞空间可达性呈现出明显的空间分异特征, 不同人群的绿色开敞空间可达性格局也存在差异。江南主城绿色开敞空间可达性总体比江北新区更高, 可达性的高值区域主要集中在大型绿色开敞空间和密集的小型绿色开敞空间周围, 呈团块状分布。老年人群绿色开敞空间可达性的平均值仅是其他年龄段人群的14.60%, 绿色开敞空间服务的社会公平正义性仍需要提高。(2)针对两步移动搜索法的不足之处进行了改进:将大数据融入两步移动搜索法, 通过手机信令数据获取南京市中心城区人口分布数据, 考虑不同群体之间的差异将人口分类并格网化, 采用多阈值搜索, 在第一步搜索中将绿色开敞空间根据规模差异划分为不同等级并赋予不同的搜索阈值, 在第二步搜索中将需求者根据属性特征划分为不同类别并赋予不同的搜索半径, 改善了两步移动搜索法未考虑不同群体差异性、统计数据滞后、空间尺度粗等弊端。(3)为全面促进南京市中心城区绿色开敞空间服务水平提升, 需对可达性水平较低的江北新区绿色开敞空间进行科学规划, 因地制宜的开发建设绿色开敞空间;特别关注老年人等弱势群体对绿色开敞空间的需求, 进行定点、定向改造, 加强交通基础设施建设;全面提升中心城区绿色开敞空间的服务水平, 均衡布局小型绿地。
考虑群体差异时, 不同人群的绿色开敞空间可达性差距较大, 尤其是老年人群体被边缘化, 本研究中假设其出行能力是其他年龄段人群的一半, 得到的老年人平均绿色开敞空间可达性水平仅是其他年龄段水平的14.60%。若考虑自驾、骑行等多种交通出行方式, 情况可能更为严峻。过去几十年间, 我国快速城市化使得城市绿色开敞空间不断被挤压, 而大规模的人口老龄化使老年人口数量不断增长, 本文所发现的南京市老年人群体在绿色开敞空间服务中被边缘化的问题在其他城市中可能也存在。城市绿色开敞空间的可达性是涉及到社会公平正义的重要问题, 其规划布局应体现以人为本、保障公众利益, 因此需要解决好弱势群体享有的绿色开敞空间不公平的问题。例如, 针对老年人占比多的社区进行重点改造, 建设适宜老年人使用的小型绿色开敞空间, 改善社区生态环境;另一方面, 老年人较多依赖步行和公共交通出行, 应加强公共交通站点和绿色开敞空间的交通衔接, 建设安全舒适、自然美观、功能复合的绿道[38]。
本文对两步移动搜索法进行了合理、有效的改进, 提高了两步移动搜索法所计算研究对象空间可达性的精度, 使其更加客观、真实、可靠的描述研究对象可达性的空间分布状态。改进后的供需分析框架也可应用于其他城市绿色开敞空间配置或公共服务设施可达性评价。本研究假设人口在泰森多边形中均匀分布, 然而每个基站泰森多边形内部的人口不一定是均匀分布的。未来高密度的5G基站建设将会产生更高精度的手机信令数据, 可以促进人口时空动态分布、城市绿色开敞空间资源配置等方面的研究。
[1] |
Huang Z H, Du X J. Urban land expansion and air pollution: evidence from China. Journal of Urban Planning and Development, 2018, 144(4): 05018017. DOI:10.1061/(ASCE)UP.1943-5444.0000476 |
[2] |
Gao Z, Hou Y, Chen W P. Enhanced sensitivity of the urban heat island effect to summer temperatures induced by urban expansion. Environmental Research Letters, 2019, 14(9): 094005. DOI:10.1088/1748-9326/ab2740 |
[3] |
Khan A A, Arshad S, Mohsin M. Population growth and its impact on urban expansion: a case study of Bahawalpur, Pakistan. Universal Journal of Geoscience, 2014, 2(8): 229-241. DOI:10.13189/ujg.2014.020801 |
[4] |
刘淼. 基于GIS和RS的天津城市绿色空间研究[D]. 天津: 天津大学, 2018.
|
[5] |
尹海伟. 城市开敞空间——格局·可达性·宜人性. 南京: 东南大学出版社, 2008.
|
[6] |
苏伟忠, 王发曾, 杨英宝. 城市开放空间的空间结构与功能分析. 地域研究与开发, 2004, 23(5): 24-27. |
[7] |
Ekkel E D, de Vries S. Nearby green space and human health: evaluating accessibility metrics. Landscape and Urban Planning, 2017, 157: 214-220. DOI:10.1016/j.landurbplan.2016.06.008 |
[8] |
刘秀晨. 生态文明建设大背景下城市园林的机遇与挑战. 中国园林, 2015, 31(4): 36-40. |
[9] |
李平华, 陆玉麒. 可达性研究的回顾与展望. 地理科学进展, 2005, 24(3): 69-78. |
[10] |
董仁才, 张娜娜, 李思远, 张永霖, 王韬, 付晓. 四个可持续发展实验区绿地系统可达性比较研究. 生态学报, 2017, 37(10): 3256-3263. |
[11] |
白永平, 张文娴, 王治国. 基于POI数据的医药零售店分布特征及可达性——以兰州市为例. 陕西理工大学学报: 自然科学版, 2020, 36(1): 77-83. |
[12] |
郭松, 范泽源, 何家琪, 李在留. 基于网络分析法的南宁西乡塘区公园可达性. 中国园林, 2019, 35(1): 68-72. |
[13] |
戴忠炜, 洪昕晨, 潘明慧, 李霄鹤, 兰思仁. 基于GIS的城市公园避雨设施可达性研究——以福州沙滩公园为例. 中国园林, 2020, 36(2): 101-105. |
[14] |
吴建军, 孔云峰, 李斌. 基于GIS的农村医疗设施空间可达性分析——以河南省兰考县为例. 人文地理, 2008, 23(5): 37-42. |
[15] |
Radke J, Mu L. Spatial decompositions, modeling and mapping service regions to predict access to social programs. Geographic Information Sciences: A Journal of the Association of Chinese Professionals in Geographic Information Systems, 2000, 6(2): 105-112. |
[16] |
Luo W, Wang F H. Measures of spatial accessibility to healthcare in a GIS environment: synthesis and a case study in Chicago region. Environment and Planning B: Planning and Design, 2003, 30(6): 865-884. DOI:10.1068/b29120 |
[17] |
Dai D J, Wang F H. Geographic disparities in accessibility to food stores in southwest Mississippi. Environment and Planning B: Planning and Design, 2011, 38(4): 659-677. DOI:10.1068/b36149 |
[18] |
柳泽, 杨宏宇, 熊维康, 陈光辉. 基于改进两步移动搜索法的县域医疗卫生服务空间可达性研究. 地理科学, 2017, 37(5): 728-737. |
[19] |
Jamtsho S, Corner R, Dewan A. Spatio-temporal analysis of spatial accessibility to primary health care in Bhutan. ISPRS International Journal of Geo- Information, 2015, 4(3): 1584-1604. DOI:10.3390/ijgi4031584 |
[20] |
Luo W, Qi Y. An enhanced two-step floating catchment area (E2SFCA) method for measuring spatial accessibility to primary care physicians. Health & Place, 2009, 15(4): 1100-1107. |
[21] |
Delamater P L. Spatial accessibility in suboptimally configured health care systems: a modified two-step floating catchment area (M2SFCA) metric. Health & Place, 2013, 24: 30-43. |
[22] |
Mao L, Nekorchuk D. Measuring spatial accessibility to healthcare for populations with multiple transportation modes. Health & Place, 2013, 24: 115-122. |
[23] |
王甫园, 王开泳, 刘汉初. 珠三角城市群生态空间游憩服务供需匹配性评价与成因分析——基于改进的两步移动搜寻法. 生态学报, 2020, 40(11): 3622-3633. |
[24] |
李孟桐, 杨令宾, 魏冶. 高斯两步移动搜索法的模型研究——以上海市绿地可达性为例. 地理科学进展, 2016, 35(8): 990-996. |
[25] |
邓丽, 邵景安, 郭跃, 徐新良. 基于改进的两步移动搜索法的山区医疗服务空间可达性——以重庆市石柱县为例. 地理科学进展, 2015, 34(6): 716-725. |
[26] |
仝德, 孙裔煜, 谢苗苗. 基于改进高斯两步移动搜索法的深圳市公园绿地可达性评价. 地理科学进展, 2021, 40(7): 1113-1126. |
[27] |
王绮, 修春亮, 魏冶, 张林静. 基于高斯两步移动搜索法的沈阳市就业可达性评价. 人文地理, 2015, 30(2): 78-82. |
[28] |
陶卓霖, 程杨. 两步移动搜寻法及其扩展形式研究进展. 地理科学进展, 2016, 35(5): 589-599. |
[29] |
Comber A, Brunsdon C, Green E. Using a GIS-based network analysis to determine urban greenspace accessibility for different ethnic and religious groups. Landscape and Urban Planning, 2008, 86(1): 103-114. |
[30] |
刘常富, 李小马, 韩东. 城市公园可达性研究——方法与关键问题. 生态学报, 2010, 30(19): 5381-5390. |
[31] |
杨喜平, 方志祥. 移动定位大数据视角下的人群移动模式及城市空间结构研究进展. 地理科学进展, 2018, 37(7): 880-889. |
[32] |
龙奋杰, 石朗, 彭智育, 杨剑锋, 张苏. 基于手机信令数据的城市公园服务评价. 城市问题, 2018(6): 88-92. |
[33] |
赵莹, 关可汗, 赖丽娜. 基于手机信令数据的长春市居民时空活动分析. 测绘地理信息, 2020, 45(5): 129-132. |
[34] |
魏冶, 修春亮, 高瑞, 王绮. 基于高斯两步移动搜索法的沈阳市绿地可达性评价. 地理科学进展, 2014, 33(4): 479-487. |
[35] |
Jorgensen A, Anthopoulou A. Enjoyment and fear in urban woodlands – does age make a difference?. Urban Forestry & Urban Greening, 2007, 6(4): 267-278. |
[36] |
Breuste J H. Decision making, planning and design for the conservation of indigenous vegetation within urban development. Landscape and Urban Planning, 2004, 68(4): 439-452. |
[37] |
王敏, 朱安娜, 汪洁琼, 卢天凤. 基于社会公平正义的城市公园绿地空间配置供需关系——以上海徐汇区为例. 生态学报, 2019, 39(19): 7035-7046. |
[38] |
Wang B H, Xu T T, Gao H, Ta N, Chai Y W, Wu J Y. Can daily mobility alleviate green inequality from living and working environments?. Landscape and Urban Planning, 2021, 214: 104179. |