张千一东南大学地理与人居环境学博士

合集下载

社区生活圈视角下城市公园绿地暴露水平测度

社区生活圈视角下城市公园绿地暴露水平测度

第47卷㊀第3期2023年5月南京林业大学学报(自然科学版)JournalofNanjingForestryUniversity(NaturalSciencesEdition)Vol.47,No.3May,2023㊀收稿日期Received:2021⁃07⁃05㊀㊀㊀㊀修回日期Accepted:2022⁃08⁃10㊀基金项目:江苏省自然科学基金青年项目(BK20220410);教育部人文社科基金青年项目(22YJCZH237);江苏省高校自然科学基金面上项目(1020221108);江苏省高校哲学社会科学研究一般项目(2022SJYB0162)㊂㊀第一作者:张金光(zjg@njfu.edu.cn),讲师,博士㊂∗通信作者:赵兵(zhbnl0118@njfu.edu.cn),教授㊂㊀引文格式:张金光,宋安琪,夏天禹,等.社区生活圈视角下城市公园绿地暴露水平测度[J].南京林业大学学报(自然科学版),2023,47(3):191-198.ZHANGJG,SONGAQ,XIATY,etal.Evaluatingtheurbanparkgreenspaceexposurefromtheperspectiveofthecommunitylifecircle[J].JournalofNanjingForestryUniversity(NaturalSciencesEdition),2023,47(3):191-198.DOI:10.12302/j.issn.1000-2006.202107005.社区生活圈视角下城市公园绿地暴露水平测度张金光,宋安琪,夏天禹,赵㊀兵∗(南京林业大学风景园林学院,江苏㊀南京㊀210037)摘要:ʌ目的ɔ社区生活圈是居民日常生活接触最密切的空间单元㊂评估生活圈内公园绿地的暴露水平,能够精准刻画居民与公共绿色资源日常交互场景,识别公园绿地服务盲点㊂ʌ方法ɔ选取南京市中心城区为实证案例,首先通过Isochrone应用程序编程接口(API)计算居住小区15min步行等时圈,以此作为社区生活圈的划定依据;其次构建了一个涵盖数量㊁面积㊁距离和质量的系统性暴露水平测度体系来评估圈内公园绿地暴露度;最后,采用区位熵指数和Getis⁃OrdGi∗指数分析公园绿地暴露度和人口之间的供需空间匹配度,以及公园绿地暴露冷点⁃热点居住小区的空间聚类分布㊂ʌ结果ɔ①南京城区居住小区的公园绿地暴露度存在空间分布不均衡性,城区内近一半的居住小区分布在公园绿地暴露的盲点(20 12%)和冷点(25 63%)区域;②区位熵指数表明研究区域内公园绿地暴露度与人口之间的空间匹配度失衡;③公园绿地暴露度呈现了显著的 圈层 结构聚类状态㊂ʌ结论ɔ研究成果可为细化城市绿地系统规划㊁促进公园绿地科学合理的配置提供理论和实践支撑㊂关键词:公园绿地;暴露度;冷⁃热点聚类分析;社区生活圈;空间匹配度;配置优化;南京中图分类号:TU984㊀㊀㊀㊀㊀㊀㊀文献标志码:A开放科学(资源服务)标识码(OSID):文章编号:1000-2006(2023)03-0191-08EvaluatingtheurbanparkgreenspaceexposurefromtheperspectiveofthecommunitylifecircleZHANGJinguang,SONGAnqi,XIATianyu,ZHAOBing∗(CollegeofLandscapeArchitecture,NanjingForestryUniversity,Nanjing210037,China)Abstract:ʌObjectiveɔThecommunitylifecircleisthemostbasicspatialunitcomprisingresidents dailylives.Assessingexposuretoparkgreenspaces(PGSs)withinthecommunitylifecirclecanaccuratelyportraydailyinteractionsbetweenurbanresidentsandpublicgreenresources,thusidentifyingblindspotsinPGSservices.ʌMethedɔInthisstudy,weselectedthecentralareaofNanjingcityasacasestudy.First,the15⁃minutewalkablezoneoftheresidentialcommunitywascalculatedusingtheisochroneasthebasisforthedemarcationofthecommunitylifecircle.Additionally,asystematicexposureassessmentframeworkcoveringquantity,area,distanceandqualitywasconstructedtoassesstheservicecapacityofPGSswithinthewalkablezone.Finally,thelocationalentropyandGetis⁃OrdG∗iindexeswereusedtoanalyzethespatialmatchofsupplyanddemandbetweenPGSexposureanddemandfromresidents,inadditiontothespatialclusteringdistributionofPGSexposurewithincold⁃hotspotcommunities.ʌResultɔ(1)AnunevenspatialdistributionofPGSexposureexistedwithinurbanresidentialareas,with20.12%and25.63%oftheresidentialcommunitiesbeinglocatedintheblindandcoldspots,respectively.(2)ThelocationalentropyindexindicatedthattherewasanimbalancewithinthespatialmatchingbetweenPGSexposureandurbandwellers demand.(3)ThePGSexposureshowedasignificant circle structureclustering.ʌConclusionɔThesefindingsprovidetheoreticalsupportforrefiningtheplanningofurbangreenspacesystemswhilealsopromotingthescientificandreasonableallocationofPGS.Keywords:parkgreenspace;exposuredegree;cold⁃hotspotsclusteringanalysis;communitylifecircle;spatialmatchingdegree;configurationoptimization;NanjingCity南京林业大学学报(自然科学版)第47卷㊀㊀当前,我国城市发展进入内涵提升阶段,土地利用由粗犷的增量模式转向空间资源存量发展的精细化配置,城市发展的关注点也由过去经济空间优先发展嬗变至以人民为中心的㊁高质量的生活空间营造㊂公园绿地作为城市中重要的自然资源,是居民日常生活空间中必不可少的公共资源㊂公园绿地不仅为城市提供了广泛的生态系统服务,也是居民亲近和感受自然的重要场所[1]㊂尤其在新型冠状病毒(COVID⁃19)感染疫情爆发以来,人们对城市公园高质量绿地的需求激增[2]㊂然而,公园绿地也是一种稀缺的城市绿色资源,精准评估其供给能力㊁科学干预配置模式是实现城市自然资源生态福利均等性的重要措施,也是解决居民日益增长的美好生活需求与生活空间不平衡不充分发展之间矛盾的重要途径㊂在现行的城市绿地系统规划编制和各项园林绿化相关政策中,公园绿地供给能力的考核指标均是以 绿地率 和 人均公园绿地面积 等空间绩效指标为基础,在街道或行政区的基本单元下开展评估工作,较难全面衡量公园绿地现状和精准刻画居民与公园绿地日常互动的场景,也较难满足城市内部协同治理的发展需要㊂ 公园绿地暴露 能够反映居民与城市公园绿地的接触与互动情况,可以用来评估基于一定特征(如面积㊁类型㊁设施品质)的公园绿地暴露于人群的程度[3]㊂暴露度评估的本质是公园绿地供给能力的服务绩效评价,强调人与自然环境日常接触和互动的机会,常以个体或社区群体为基本评估单元㊂社区是城市发展和社会治理的基层单元,构建社区生活圈绿色资源,不仅有利于公园绿地配置均好性和公平性的实现,更有助于城乡空间治理转型延续深化和城市更新行动深入细化[4]㊂ 社区生活圈 是基于快速城市化过程后提出的城市地理和规划学科交叉领域的概念,于20世纪90年代后期引入中国,并迅速成为了城市规划㊁城市地理和风景园林等相关学科的前沿话题㊂研究者对社区生活圈的研究进展主要涉及:社区生活圈的空间边界划定[5-6]㊁基于生活圈的公共服务设施布局评价[7-8]及建成环境评估[9]㊂在生活圈边界划定层面,柴彦威等[10]基于结晶生长的活动空间模型构建了社区生活圈划分方法;孙道胜等[11]将社区居民非工作时间的户外活动行为轨迹(GPS)作为社区生活圈的划定依据;Li等[12]通过逻辑回归和机器学习技术建立了行为需求估计模型,并以此模型划定社区生活圈的内部结构㊂然而,在划定方法的应用层面,多数研究和规划实践采用的是基于步行可达的空间范围㊁人口规模和土地面积作为划定依据,并且与行政边界相互协调㊂在公共服务设施布局评价层面,Weng等[13]以15min步行可达性为基础,分析上海市社区的社会经济地位与社区可步行性的相关性,并评估了不同年龄群体(成人㊁儿童和老人)在生活圈内享受公共服务设施的公平性;周弦[14]采用15min步行指数揭示了上海市黄浦区单元规划公共服务设施布局的可步行性和合理性;韩增林等[15]借助于高德地图数据,使用城市网络分析工具评估了大连市沙河口区内90个社区的居民出行可达公共服务设施的数量和类别㊂在建成环境评估层面,杜伊等[16]以上海市街道为基本单元,开展了社区生活圈视角下的公共开放空间绩效评估工作;金云峰等[17]提出了基于 人民城市 理念的大都市社区生活圈公共绿地多维度精明规划模式㊂本研究以居民最基本居住生活单元(居住小区)为基本单元评估城市公园绿地的供给能力,借助于开源地图数据构建15min等时圈作为社区生活圈的划定标准,打破了行政边界的约束,更加细致地刻画了住区居民在15min可步行范围内与公园绿地交互活动的场景㊂从数量㊁面积㊁质量和距离维度测度公园绿地暴露度并精准识别社区生活圈内公园绿地暴露盲点和冷热点,分析研究区域内公园绿地暴露度和居住人口之间的供需空间匹配度,以期为面向社区生活圈的公园绿地优化配置提供依据㊂1㊀材料与方法1.1㊀研究区概况选取南京市(118ʎ22ᵡ 119ʎ14ᵡE,31ʎ14ᵡ 32ʎ37ᵡN)为研究案例㊂南京市中心城区被贯穿境内的长江分为江南主城和江北新主城,是南京中心城市功能的主要承载区,总体规划范围为802km2㊂据‘南京市城市总体规划草案(2018 2035)“,南京市中心城区规划人口785万人,其中江南主城规划605万人,江北新主城规划180万人㊂截至2019年末,南京市城区现有人口约为634 84万人㊂城市公园以‘南京市绿地系统规划(2013 2020)“‘南京市公园布局规划(2017 2035)“中提及的公园绿地名录为基础,包括名称㊁面积与位置等基本信息㊂经初步统计,涉及城市公园共计197个,其面积范围为0.22 2641.24hm2,总面积达6892.78hm2㊂291㊀第3期张金光,等:社区生活圈视角下城市公园绿地暴露水平测度1.2㊀居住小区信息获取和社区生活圈划定本研究以居民日常接触的最小生活单元(居住小区)为基本单元,但国家或地方政府公开的最精细人口统计数据为街道层级,因此需要对城区内居住小区位置和边界进行划定㊂首先,通过百度地图API接口爬取居住小区的兴趣点(POI)数据,返回参数包括名称㊁经纬度坐标㊁地址信息等属性;其次,依托网络爬虫工具从房地产交易网站(安居客㊁链家网)抓取小区房屋总户数㊁总建筑面积和容积率等信息;最后,结合BIGEMAP高分辨率遥感地图(每3 6个月更新1次㊁像素精度为0.25m的高清地图下载器)校准和整合互联网获取的居住小区属性信息,对不在研究区域内的㊁有疑义的㊁重复的数据进行实地调研核对,划定居住小区边界,最终获取2033个居住小区㊂居住小区人数通过户数与户均人数的乘积值来估算㊂其中,户数来源于房地产交易网站,户均人数按照3.0人计算㊂本研究计算所得到的南京市中心城区居住总人口约为604万人,与‘2019年中国城市建设统计年鉴“中公开的城区人口基本吻合㊂本研究以居住小区的几何中心点为 源 点,构建15min等时圈,即计算在15min步行时间内可以从 源 点到达的空间区域,并以多边形(等时线)的形式在地图之中可视化㊂构建方法依托于Mapbox全球开放地图平台提供的IsochroneAPI㊂通过Python编程语言设置调用MapboxAPI接口,抓取网页数据(geojson格式),并利用geopandas读取并显示获取的地理空间数据㊂1.3㊀公园绿地暴露度评估指标从数量㊁面积㊁距离和质量4个维度构建公园绿地暴露度评估体系㊂在数量维度上,以居民15min步行活动范围内覆盖到的公园绿地的个数为评估标准,描述公园绿地所能提供的数量层面的供给水平㊂在面积维度上,以15min社区生活圈内公园绿地总面积作为评估依据㊂数量指标和面积指标主要通过空间叠加分析计算,可以用来表征公园绿地的可获得性㊂在距离维度上,利用网络分析法创建OD成本矩阵,依据城市步行路网计算每个小区居民点到达最近城市公园绿地的最短路网距离,用来反映居民点到访公园绿地的可达性㊂在质量维度上,选取易于量化的公园绿地质量特征因子[18]:公园绿地规模(面积)㊁有效活动面积㊁植被覆盖度㊁路网密度和水体比例,通过熵权法对各项特征因子进行整合㊂熵权法是一种客观权重法,指标权重的确定主要受到指标相对变化程度的影响㊂但这种方法只考虑效益指标(越大越好)或成本指标(越小越好)㊂公园绿地面积㊁有效活动面积㊁植被覆盖率等是效益指标,而路网密度是一个区间指标(指标分布越接近最佳区间越好),最佳路网密度区间内的公园绿地可以提供较好的步行环境㊂本研究参照新版的‘公园设计规划“将最佳区间设定为150380m/hm2㊂因此,笔者对路网密度指标进行了如下预处理:bij=1-150-aij150-an,ifanɤaij<1501,if150ɤaij<3801-aij-380am-380,if380ɤaij<amìîíïïïïïï㊂式中:aij和bij分别代表旧的和新的路网密度标准化指标;an是数据集的最小值;am是数据集的最大值㊂熵权法的实现步骤如下:1)建立判断矩阵(D),由m个评价方案和n个评价指标组成;Epj为公园绿地j的第p个暴露度评价指标㊂D=(Epj)mˑn㊀(p=1,2,...,m;j=1,2,...,n)㊂2)对矩阵D进行标准化处理,得到无量纲指标矩阵,经过预处理步骤后的评价结果均为效益指标(rpj):rpj=Epj-min{Epj}max{Epj}-min{Epj}㊂3)计算公园绿地j在评估指标p下的比例(Ppj):Ppj=Epj/ðnp=1Eij㊂4)计算第p个评估评价指标的熵值(Ep)和熵权(μp):Ep=-1ln(n)ðnp=1Ppjln(Ppj),(j=1,2,...,n);μp=1-Ep/(n-ðnp=1Ep)㊂利用熵权法确定的5项质量指标最终权重为:公园绿地面积0.26㊁植被覆盖度0.02㊁水体比例0 40㊁有效活动面积0.24㊁路网密度0.08㊂然后,将15min社区生活圈内多维度的公园绿地暴露度指标进行 最大值-最小值 标准化处理㊂其中,距离维度为负向指标,即距离公园绿地(入口)的距离越大,其服务能力越差,采用公式X=(max-x)/(max-min)进行计算,距离阈值的上限设定为1200m㊂最终,将各暴露度指标计算结果映射到[0,1]区间,采用等比加权方式计算出4391南京林业大学学报(自然科学版)第47卷个维度下公园绿地暴露度平均值作为公园绿地综合暴露度,用来表征住区居民能够享受的公园绿地综合服务能力(表1)㊂表1㊀基于15min社区生活圈的公园绿地暴露度评价分值表Table1㊀Evaluationscoresofparkgreenspaceexposurebasedona15mincommunitylivingcircle服务维度dimension评价指标indicator权重weight盲点值blindspotvalue冷热点值cold⁃hotspotvalue数量quantity圈内公园绿地数量/个100面积area圈内公园绿地面积/hm210>0质量quality圈内公园绿地质量累计值10>0距离proximity圈内访问公园绿地最短路径距离/m1>1200ɤ1200分值value00<G∗iɤ11.4㊀公园绿地暴露的均衡性指数采用区位熵指数和冷⁃热点指数对公园绿地暴露的均衡性进行评价㊂区位熵是经济学领域衡量某一区域要素的空间分布情况以及该区域在上级区域中的地位与作用的一种指标[19],本研究将其引用至城市公共资源空间匹配度评价与均衡性评价之中,评估研究区域内公园绿地暴露度与常住人口分布之间的空间匹配度㊂各个空间单元的区位熵为该空间单元内常住人口人均公园绿地暴露度与整个研究范围内常住人口人均公园绿地暴露度的比值㊂若空间单元的区位熵指数大于1,表明空间单元内公园绿地暴露度水平高于研究范围的总体水平;若空间单元的区位熵指数小于1,则表示空间单元内公园绿地暴露度水平低于研究范围的整体水平[20]㊂公式如下:Qj=(Tj/Pj)/(T/P)㊂其中:Qj为j空间单元区位熵;Tj为j空间单元中公园绿地的暴露度;Pj为j空间单元中常住人口数量;T为研究范围内公园绿地暴露度总量;P为研究范围内常住人口总量㊂冷/热点指数(Getis⁃Ord,G∗i)用来分析居住小区的公园绿地暴露度聚集情况[21]㊂通过ArcGIS空间分析模块中的热点分析工具可对数据集中的每一个空间要素计算G∗i指数,得到的z得分和p值,进而评估高值或低值要素在空间上发生聚类的位置㊂若z<-1.96,则表示为冷点聚集区域;若z>1.96,则表示为热点聚集区域;若z处于-1.961 96之间,则无显著聚类效应㊂此外,笔者采用FDR校正,使得统计显著性结果可以依据多重测试和空间依赖性进行反复修正,使结果更具客观性和有效性㊂冷⁃热点指数计算公式如下:G∗i=ðnj=1wijxj- Xðnj=1wiS[nðnj=1w2i-(ðnj=1wi)2]n-1; X=ðnj=1xjn;S=ðnj=1x2jn- X2㊂式中:G∗i为空间统计z得分,xj是居住小区j的公园绿地暴露度值;wi是居住小区i和j之间的距离权重;n为居住小区的总数量㊂2㊀结果与分析2.1㊀公园绿地暴露度空间分布15min社区生活圈内,南京城区公园绿地数量㊁面积㊁质量和距离维度下公园绿地暴露度的评估结果见图1㊂在数量维度上,城区各小区圈内拥有公园绿地个数分布存在一定的不均衡性㊂整体上看,位于中心区域(鼓楼㊁玄武㊁秦淮㊁建邺北部)的小区数量在各维度的表现要远好于城区边缘区域㊂在面积维度上,公园绿地暴露度分布也存在着不均衡性㊂从城市空间结构上来看,圈内公园总面积高值主要集中在 一带三片 区域: 一带 为秦淮河沿线风光带周边, 三片 分别是具有一定面积的环玄武湖公园 钟山风景区㊁环河西奥体中心以及环雨花台风景区附近㊂在质量维度上,面积较大的综合公园或专类公园质量分值较高,公园内植被资源丰富且具有一定维护良好的体力活动设施和娱乐休闲空间,能够给予居民良好的游憩环境㊂低质量公园绿地主要是散落在各处的社区公园和街旁游园,这些公园绿地通常规模较小,植被种类单一且在提供体力活动设施和娱乐活动场所上比较局限㊂质量视角下公园绿地的暴露度与生活圈内公园绿地质量高低基本一致,并且围绕着高质量公园呈 环状 结构分布㊂在距离维度上,位于城区的中心区域表现了相对较高的公园绿地暴露度,而在城区外围,特别是江北片区和各行政区交界地带的公园绿地暴露度则相对较差(图1)㊂491㊀第3期张金光,等:社区生活圈视角下城市公园绿地暴露水平测度图1㊀基于15min社区生活圈的公园绿地多维度(数量㊁面积㊁质量和距离)暴露评估Fig.1㊀Multi⁃dimensional(quantity,area,qualityanddistance)exposureassessmentofparkgreenspacebasedona15mincommunitylivingcircle2.2㊀公园绿地暴露度冷热点分析为便于比较各小区层面公园绿地综合暴露度的差异性,采用自然间断点分级法,将综合暴露度分为盲点㊁冷点㊁次冷点㊁次热点和热点5个等级,代表公园绿地综合暴露度从低值到高值演变㊂统计可知(表2),城区中有409个居住小区(占据总小区数量的20%)的公园绿地暴露度为零,意味着居住在此的居民无法在15min生活圈内享受城市公园绿地的服务,此类小区多分布在中心城区的北侧以及东南侧㊂位于公园绿地服务热点的区域仅有212个小区,占据总居住小区数量的10.43%,这些热点区域主要围绕着玄武湖 紫金山片区㊁秦淮河沿线风光带以及河西奥体中心周边分布㊂2.3㊀公园绿地暴露度空间匹配度测度及空间聚类分析㊀㊀区位熵指数可用来评估城市公园绿地暴露度与常住人口分布之间的空间匹配度㊂基于区位熵指数的研究区人均公园绿地暴露度空间分布见表3,区位熵指表2㊀基于15min社区生活圈的公园绿地冷点⁃热点暴露度分级Table2㊀Cold⁃hotspotclassificationofparkgreenspaceexposurebasedona15mincommunitylivingcircle分级classification综合暴露度integratedexposurevalue居住小区数量/个numberofcommunities居住小区占比/%proportionofcommunities盲点blindspot040920.12冷点coldspot0.001 0.14852125.63次冷点subcoldspot0.149 0.28350824.98次热点subhotspot0.284 0.44938318.84热点hotspot0.450 0.78221210.43数的分布格局与公园绿地冷点⁃热点暴露度空间分布基本一致(图2A㊁2B)㊂高区位熵指数的居住小区主要分布在玄武区㊁鼓楼区和秦淮区,低区位熵值的居住区出现在长江以北的居住片区㊂然而,在591南京林业大学学报(自然科学版)第47卷局部人口密集的区域,例如建邺区西侧,存在着部分公园绿地暴露度热点区域的居住小区却呈现较低区位熵指数的现象㊂这种现象表明尽管该区域公园绿地供给能力较好,但是由于密集的人口分布使得公共绿色资源的供需失衡㊂笔者将区位熵指数分成了5个等级,评估发现研究区域内有超过80%的居住小区处于中等水平之外(表3),表明了区域内居住小区的公园绿地暴露度与常住人口之间的空间匹配度存在一定失衡㊂其中,有527个居住小区属于第1等级,占总小区数量的25.92%,在此居住的居民的人均公园绿地暴露度数值不足城区平均水平的10%;相比之下,城区内有233个居住小区属于第5等级,此处居民的人均公园绿地暴露度数值高于城区平均水平的5倍㊂图2㊀公园绿地综合暴露空间分布结果Fig.2㊀Spatialdistributionofcomprehensiveexposureofparkgreenspace表3㊀基于区位熵值分级的空间单元数量与比例Table3㊀Thenumberandproportionofspatialunitsbasedonlocationentropy区位熵等级QjlevelQj居住小区数量numberofcommunities居住小区占比/%proportionofcommunities极低verylowQjɤ0.152725.92较低lower0.1<Qjɤ0.644221.74中等medium0.6<Qjɤ1.539219.28较高higher1.5<Qjɤ543921.59极高veryhighQj>523311.47㊀㊀Getis⁃OrdG∗i指数计算结果证实中心城区内公园绿地暴露度呈现了显著的空间聚类状态(图3C㊁3D)㊂热点区域主要聚类在主城区中玄武区南侧㊁鼓楼区㊁秦淮区以及建邺区,冷点区域主要聚类在城市外围,包括雨花台区南侧㊁江北区域㊁江宁区以及栖霞区等片区㊂聚类结果也从侧面反映出南京中心城区的公园绿地暴露度呈现为 圈层 结构,即主城区居民享有的公园绿地服务能力较好,而位于城郊交融地带,尤其是长江以北的住区居民在享受公园绿地综合服务能力方面相对不足㊂2.4㊀公园绿地暴露度提升优化策略决策者和规划师应着重关注位于公园绿地暴露的盲点㊁冷点和次冷点的居住小区,优先规划干预此类住区呈现空间聚类分布的区域,进而提升人与绿地空间交互的机会,促进城市公共绿色资源服务的均衡性㊂具体而言,位于公园绿地暴露盲点区域(即暴露度为0)的居住区,是在15min社区生691㊀第3期张金光,等:社区生活圈视角下城市公园绿地暴露水平测度活圈范围内居民无法享受到任何形式公园绿地服务的 弱势 住区㊂1)针对于盲点区域的居住小区,其干预策略主要是:①优化步行路网,扩大社区生活圈可步行范围㊂本研究中对于南京市城区边缘区以及行政区交界地带(如铁北片区),居民出行可选择方向较为局限,若想到达目的地,通常需要选择绕行㊂规划中应科学识别路网密度稀疏的区域,扩建步行路网,并且考虑将步行路网构成连续完整的系统性道路结构,合理分配 路权 ㊂②新建公园绿地,提升供给服务能力㊂ 增量 ,尤其是增加高质量的社区和综合公园的数量,是高效填补城市公园绿地暴露盲区的核心措施㊂南京市城区边缘区域(如江北新城)尚有充足的发展空间,可考虑在暴露盲区聚类分布的区域优先新建大型城市公园(如浦口区东侧),并且结合道路㊁绿地㊁河流的线性空间打造绿色廊道串珠成线㊂而位于老城区内公园绿地暴露盲区的居住区,由于可利用的土地资源稀缺,通过 增量 干预的难度较大㊂可通过老城更新后留下的空白区域,结合新建街区㊁城中村㊁棚户区改造和拆违拆迁开辟新的 微型 公园绿地和口袋公园来填补盲区㊂2)针对于冷点或次冷点区域的居住小区(即本研究中暴露度小于0.283的居住区),其干预策略主要为:①扩建现有公园绿地,提升服务范围㊂位于此区域居住小区的生活圈范围内可能存在着一定的公园绿地,但是由于数量少㊁面积小或者质量较差等原因导致其服务能力不足㊂因此,在暴露冷点空间聚类区域,可拆除公园绿地围墙,在保留和延续公园绿地原有用地结构的基础上增设景点或扩建园区;②挖掘存量绿地资源,提升绿地品质㊂规划设计师需尽可能地深入挖掘多元的绿色空间(如垂直绿化空间,道路末端系统等琐碎空间),并且通过提升现有公园绿地的质量和可达性来增强公园绿地暴露度㊂3)针对于次热点和热点区域的居住小区,地方政府应积极制定相应的公园绿地管控和维护政策,确保居民享受公园绿地服务的持续性和稳定性㊂3㊀结㊀论公园绿地是城市中重要的自然资源,也是人与自然环境互动的重要场所㊂科学合理地评估公园绿地服务能力,精准识别公园绿地暴露的盲点和冷点区域,有针对性地实施干预举措,是促进公共绿色资源环境服务均衡性和公平性的重要途径,也是健康城市和公园城市建设的重要抓手㊂传统的公园绿地绩效评估(即绿地率㊁绿化覆盖率和人均公园绿地面积等)均是以行政区或者街道为基本单元,从供给侧的视角评估公园绿地的服务能力,评估方法忽视了需求侧的住区居民与公园绿地之间的交互关系㊂本研究以居民日常活动最基本的生活单元居住小区为研究单元,基于开源地图数据构建社区15min等时圈来表征居民日常活动㊁购物㊁通勤和娱乐等生活轨迹范围㊂融入公园绿地暴露度的概念,评估15min社区生活圈内公园绿地供给能力,切实关注居民日常生活所能够享受到的城市绿色空间资源服务的空间匹配情况㊂另一方面,在暴露度评估方法上,本研究提出了考虑公园绿地数量㊁面积㊁距离和质量4个暴露维度的评估体系,并尝试将其整合为一项综合暴露度指标来评估公园绿地服务的盲点㊁冷点和热点区域㊂选取南京市中心城区为实证案例,评估城区内2033个居住小区15min生活圈内公园绿地暴露度,结果表明:①在公园绿地数量㊁面积㊁质量和距离4个暴露维度层面,城区内居住小区的公园绿地暴露度均展现了不均衡的空间分布格局;②区位熵指数证实了研究区域内居住小区的公园绿地暴露度和常住人口存在空间匹配度失衡的现象;③公园绿地的综合暴露度指数呈现了显著的 圈层 结构聚类状态,即主城区居民享有的公园绿地暴露度较好,而位于城郊交融地带的住区居民较难享受公园绿地综合服务能力;④城区中有近一半的居住小区位于公园绿地暴露的盲点(20.12%)和冷点(25.63%)区域,盲点和冷点区域是决策者和规划师制定城市公园系统规划等政策时应重点干预的区域㊂综上,将社区生活圈与公园绿地暴露度有机耦合,可以精准识别15min步行生活圈内公园绿地暴露的盲点和冷点区域,并针对性地提出相应的规划干预举措,为促进公园绿地服务均衡性和维护 绿色 正义性[20]提供有益参考㊂参考文献(reference):[1]WOLCHJR,BYRNEJ,NEWELLJP.Urbangreenspace,publichealth,andenvironmentaljustice:thechallengeofmakingcities JustGreenEnough [J].LandscUrbanPlan,2014,125:234-244.DOI:10.1016/j.landurbplan.2014.01.017.[2]CHENGYY,ZHANGJG,WEIW,etal.Effectsofurbanparksonresidents expressedhappinessbeforeandduringtheCOVID⁃19pandemic[J].LandscUrbanPlan,2021,212:104118.DOI:10.1016/j.landurbplan.2021.104118.[3]BRATMANGN,ANDERSONCB,BERMANMG,etal.Nature791。

2019年东南大学材料科学与工程学院硕士研究生拟录取名单公示

2019年东南大学材料科学与工程学院硕士研究生拟录取名单公示

与工程学
(专业学

位)
12
材料科学 1.02869E+14 李轶 85204 材料工程 金属材料 统考
与工程学
(专业学

位)
12
材料科学 1.02869E+14 李钟书 85204 材料工程 金属材料 统考
与工程学
(专业学

位)
12
材料科学 1.02869E+14 刘昌风 85204 材料工程 金属材料 统考
与工程学
与工程 工程

12
材料科学 1.02869E+14 周震界 80500 材料科学 材料加工 统考
与工程学
与工程 工程

12
材料科学 1.02869E+14 黄耀华 80500 材料科学 功能材料 推免
与工程学
与工程

12
材料科学 1.02869E+14 罗心怡 80500 材料科学 功能材料 推免
与工程学
与工程

12
材料科学 1.02869E+14 乔靖远 80500 材料科学 功能材料 推免
与工程学
与工程

12
材料科学 1.02869E+14 商天琦 80500 材料科学 功能材料 推免
与工程学
与工程

12
材料科学 1.02869E+14 宋东东 80500 材料科学 功能材料 推免
与工程学
与工程学
与工程 工程

12
材料科学 1.02869E+14 马铂程 80500 材料科学 材料加工 统考
与工程学
与工程 工程

张千一东南大学地理与人居环境学博士

张千一东南大学地理与人居环境学博士

风水不是迷信--(张千一东南大学风水与人居环境学博士)我们知道,现在在很多建筑类、设计类院校,都会开办易学基础之类的风水学课程。

风水学说并不能算是一门科学,它是一种传统的中国文化,和西方的科学体系是两种不同的思维方式。

西方的科学体系是建立在微观的实证分析上,将研究对象的局部单独分离出来进行研究。

而中国文化的思维方式是一种整体式的思维方式,将事物的各个部分综合起来分析。

风水学,或者说易学是东方人整体思维观念的产物,不适于作为科学来理解。

中国的风水学中,只有一部分是长久传承下来的东方文化,此外也包含着很多封建迷信说法,带有明显的主观臆测成分。

这就需要易学专家对其进行研究分析,取其精华,弃其糟粕。

风水学的根源是周易文化和阴阳五行学说,以五行学说为主;但在我们的文化中,还有很多巫术元素也融进了风水学中,这与科学就是完全矛盾的,但是中国巫术也是中国文化的一个部分,也有其哲学和实践根基,不能因为与科学矛盾就一概否认。

东方文化的优点是整体性,但这同时也是它的缺点。

西方科学具有实证微观的特征,精确与局部考察事物是它的优点也是它的缺点,因为有时模糊更精于精确,•譬如风水学里不可能将居室的细部独立出来分析,而只能以整个居室空间作为一个事物整体来运用这一学术。

这时就需要采用西方科学,双方互补,才能形成更加完整的研究体系。

朝东的房间不适合肝病患者居住(图片来源:新浪网)建筑中的风水妙用在风水学说的应用上,我们结合了中医阴阳五行的观念。

医易同源,阴阳五行学说在天为星象学,在人为中医学,在地即为风水学。

我举一个例子,在进行室内设计时,如果房子的主人患有肝病,那么东侧的房间就不适合他居住。

因为肝属木,方位学上东方也属木,如果住在东侧的房间会造成人的肝火过大。

如果一定要住在这样的房间里,就必须要注意调整自己的情绪,尤其是在春天,情绪不可太过激动。

从五行的角度对建筑环境进行设计,是有一定的道理可循的;而那些所谓的巫术、辟邪方法,我个人是不认同的。

城镇体系规划——很系统的课件

城镇体系规划——很系统的课件
1
课程介绍及主要参考书目
课程介绍 《中华人民共和国城市规划法》节选 城镇体系规划编制审批办法 哈尔滨大都市圈城镇体系规划文本目录 课程主要参考书目
2
课程介绍:
城镇体系规划课程主要讲授城镇体系的概念与内涵;城镇体系规划的基本理论及其发 展演变;城镇发展的历史基础、区域条件,经济基础分析及城镇的现状特点与存在问题分析; 区域发展战略与城市化战略;城镇体系组织结构(等级规模、职能类型、地域空间结构)的 确立;城镇体系规划的方法、工作程序等内容。 课程总学时54学时。
赫希曼等人的“极化增长学说”、罗斯托(1960)的“经济 增长阶段学说”、弗里德曼及阿隆索的“核心一边缘模式”及其模 拟的城镇体系形成运作过程、佩鲁(1955)的“增长极理论”
20世纪50年代瑞典学者哈格斯特朗提出了现代空间扩散理论
20
3、研究的高潮与转折
1977年哈格特从Internaction、Network、Nodes、Hierarchies、S urfaces、Diffusion等六个角度研究区域城镇体系运作的过程
§1.1城镇体系规划的概念
一、基本概念、特征和类型 1、城镇体系(urban system)
2、城镇体系的基本特征
3、城镇体系的发育阶段
4、城镇体系的类型 5
城镇体系(urban system)也译为城市体系或城市系统,指的是 在一个相对完整的区域或国家中,由不同职能分工,不同等级规模、 联系密切、互相依存的城镇的集合。
7
按社会发展阶段可以划分为前工业化阶段、工业化阶段、工业化 后期至后工业化阶段;
按城镇体系的组织结构演变,可相应划分为:低水平均衡阶段、极 核发展阶段、扩散阶段和高水平均衡阶段。
8
以中心城市数量多寡组合方式可以分为:单中心体系类型、多中心 城镇体系类型;

非洲国家城市扩展及影响因素分析--以坦桑尼亚基戈马市为例

非洲国家城市扩展及影响因素分析--以坦桑尼亚基戈马市为例

现代城市研究」2020.12”区域|REGION文章编号:1009-6000(2020)12-0072-07中图分类号:K91文献标识码:Bdoi:10.3969/j.issn.1009-6000.2020.12.009基金项目:国家重点研发计划项目“东非大湖流域水资源可持续利用与湖泊流域综合管理合作研究”(2018YFE0105900);中国科学院海外科教基地建设计划项目(SAJC201609);2018年江苏省政策引导类计划(国际科技合作)项目(BZ2018057);202()年度河南省高等学校重点科研项目(20A630039);郑州轻工业大学博士科研基金项目(0187/135****0025)o作者简介:张家旗,郑州轻工业大学政法学院/社会发展研究中心,中国科学院南京地理与湖泊研究所流域地理学重点实验室/中国科学院中一非联合研究中心,中国科学院大学;陈爽,通信作者,中国科学院南京地理与湖泊研究所流域地理学重点实验室/中国科学院中一非联合研究中心;高群,中国科学院南京地理与湖泊研究所流域地理学重点实验室/中国科学院中一非联合研究中心;达马斯・W.马邦达,中国科学院南京地理与湖泊研究所流域地理学重点实验室/中国科学院中一非联合研究中心,中国科学院大学。

非洲国家城市扩展及影响因素分析一一以坦桑尼亚基戈马市为例Urba n Expa nsion and Its In f lue ncing Factors in Africa nCountries:A Case Study of Kigoma,Tanzania张家旗陈爽高群达马斯•W.马邦达ZHANG Jiaqi CHEN Shuang GAO Qun Damas W.Mapunda摘要:以"一带一路”沿线国家坦桑尼亚西部重镇基戈马市为例,以遥感解译的2000、2007、2014年土地利用数据为基础,结合实地调研,运用GIS空间分析方法,分析非洲国家城市扩展的整体特征及影响因素。

华南泥盆纪遗迹化石及遗迹相

华南泥盆纪遗迹化石及遗迹相

文章编号:1671-1505 (2011) 04-0397-22华南泥盆纪遗迹化石及遗迹相*张立军1,2 龚一鸣1 马会珍31中国地质大学生物地质与环境地质国家重点实验室,湖北武汉430074 2 School of Life and Environment, Deakin University, Melbourne Campus, Victoria 3125, Australia  3贵州省地质调查院,贵州贵阳550005 摘 要通过对华南泥盆系6条剖面(四川北川甘溪、广西横县六景、广西桂林杨堤、贵州独山大河口—白虎坡、贵州贵阳乌当、四川广元后高坪)的遗迹沉积学系统研究,鉴定和描述遗迹化石15属24种,包括Arenicolites carbonaria,Arenicolites isp.,Chondrites cf. intricatus,Chondrites fenxiangensis,Chondrites filifalx,Chondrites isp.,Chondrites maqianensis,Circulichnis isp.,Dushanichnus dahekouensis,Diplocraterion parallelum,Rusophycus lungrmenshanensis,?Helminthopsis isp.,Palaeophycus tubularis,Palaeophycus curvatus,Phycodes palmatus,Planolites beverleyensis,Planolites isp。

,Planolites kwangsiensis,Rosselia socialis,Rhizocorallium jenense,Rhizocorallium isp.,Skolithos linearis,Thalassinoides isp.,Zoophycos isp.。

中医与风水结合研究(张千一东南大学文化研究员)

1 填补我国学术研究的空白。

(东南大学文化产业研究所风水学研究员张千一原创 2008 禁止转载当前我国城市化建设掀起世界第三次城市化浪潮,城市居住区建设方兴未艾、居住环境设计产业如火如荼。

但是我国的20世纪以来的城市建设和人居环境设计原理基本上都采用接受了西方城市建设和建筑环境设计的原理,因为其适应了历史现阶段的社会化工业大生产,符合新的生产方式。

这种建筑和环境的生产手段和营造方式属于隶属西方现代工业文化体系,具有西方实证思维忽视整体与局部关系的局限性。

西方实证思维下建筑环境的生产和营造理念仅仅从功能、技术、审美等原则考虑环境和个体之间的关系,其并不考虑天地人之间整体性存在和个体差异性存在的诸多宏观全息因素,更不考虑人体内部因素与外部环境形态的关系。

只从人体工程学上注重考虑人体外在属性对环境的需要,不同地域的人群身体内部的功能差异和个人体质差异对空间环境的需要一概忽视。

而我国传统中医学说整体性思维把天、地、人总是看做一个整体,具有整体的环境观。

在平衡特定空间、特定时间中天地人诸多环境因素的变化和不足中,形成阴阳五行的动态平衡的环境学说。

认为不同空间方位在不同时间(季节、年份)中自然能量和环境构成成分都不相同,对身体的影响也不同,也认为居住环境的物质形态对人体健康也有重要影响。

如易医学的臬圭之作《黄帝内经·素问》言及:“人生有形,天地合气,别为九野,分为四时,六合之内,九窍,五脏,皆通乎天气。

自古通天者,生之本。

”意思是人的身体内部环境同周围环境必须是息息相通的,其关系也是随着时间的变迁、空间方位的变化而变化的,中医学环境观具有整体性思维的优越性,对现代以人为本的环境艺术设计的历史继承和理论创新具有指导性意义。

中医对环境的空间和形态有具体的论述。

《黄帝内经·素问》“在地成形,形气相感化生”中医的五行学说中“木气东来,其时在春,其病为郁,木曰生发,其色为青,入通于肝”就是说:五行学说中的木气是春天时由东方来,其颜色为青绿,其性为生长抒发,不能压抑,在人体内与木气相配的肝。

2021年度拟申报新增本科地理科学专业材料公示

2021年度拟申报新增本科地理科学专业材料公示2021年度拟申报新增本科地理科学专业材料公示【导言】本文将探讨2021年度拟申报新增本科地理科学专业的相关材料公示。

我们将从简单到复杂、由浅入深地介绍这一主题,以使读者能够全面、深入地了解地理科学专业的申报材料。

本文还将分享对该专业的个人观点和理解。

【一、背景介绍】地理科学是一门研究地球表面及其自然环境和人类活动的综合性学科。

随着社会的发展和科技的进步,地理科学在解释自然现象、研究环境变化和推动可持续发展等方面发挥着重要作用。

拟申报新增本科地理科学专业是为了适应社会发展需求,培养更多专业人才。

【二、申报材料公示】1. 专业目标及定位申报地理科学专业时,需要明确该专业的目标和定位。

地理科学专业旨在培养具备扎实的地理学理论基础、熟悉地理技术和方法、具备地理信息系统运用能力、善于综合分析和解决实际问题的高级专门人才。

2. 课程设置地理科学专业的课程设置应广泛涵盖地理学的核心学科,包括自然地理学、人文地理学、地图学、地理信息系统等。

还可考虑设置与地理学相关的跨学科课程,如环境科学、地球物理学等,以提供学生全面的知识背景。

3. 实践教学环节地理科学专业的实践教学环节应注重培养学生的实际操作能力和实地调查能力。

安排实地实习、地理信息系统课程讲座和实验、地理学实验室等,以提高学生的实践能力和综合素质。

4. 教学团队和师资力量申报地理科学专业时,教学团队和师资力量是关键因素。

需要拥有一支经验丰富、能够教授专业知识和培养学生能力的教师团队。

还可以考虑邀请业界资深专家来担任客座教授,以提高教学水平。

【三、个人观点和理解】地理科学专业在探索地球的奥秘和解决实际问题方面起着重要的作用。

通过学习地理科学,我们可以更好地理解地球的变化和人类活动对环境的影响。

地理科学专业还具有广阔的就业前景,例如环境保护、气候变化研究、城市规划等领域都需要地理科学专业人才的支持。

【结语】通过本文的介绍,我们对2021年度拟申报新增本科地理科学专业的材料公示有了更全面、深入的了解。

城市蓝绿空间格局对碳固存的影响测度及关键指标

㊀第21卷㊀第6期2023年12月中㊀国㊀城㊀市㊀林㊀业JournalofChineseUrbanForestryVol 21㊀No 6Dec 2023城市蓝绿空间格局对碳固存的影响测度及关键指标∗袁旸洋1ꎬ2㊀郭㊀蔚1㊀汤思琪1㊀杨明珠1㊀汪瑞军31㊀东南大学建筑学院㊀南京㊀2100962㊀江苏省城乡与景观数字技术工程中心㊀南京㊀2100963㊀合肥工业大学建筑与艺术学院㊀合肥㊀230601㊀收稿日期:2023-10-30∗基金项目:国家自然科学基金重点项目(51838003)ꎻ东南大学 至善青年学者 支持计划(2242023R40002)㊀第一作者/通信作者:袁旸洋(1987-)ꎬ女ꎬ博士ꎬ副教授ꎬ硕士生导师ꎬ研究方向为风景园林规划设计及理论㊁数字景㊀㊀㊀㊀㊀㊀观技术㊁城市蓝绿空间ꎮE-mail:yyy@seu edu cn㊀通信作者:汪瑞军(1986-)ꎬ男ꎬ博士ꎬ讲师ꎬ研究方向为风景园林规划设计与理论㊁城市绿地生态㊁城乡风貌与环境设㊀㊀㊀㊀㊀㊀计ꎮE-mail:2021800162@hfut edu cn摘要: 双碳 背景下城市空间碳汇结构与布局的提升与优化是重要的研究内容ꎮ作为碳汇效益的主要载体ꎬ城市蓝绿空间在增汇减碳方面具有协同作用ꎬ但当下对于城市蓝绿空间整体格局对其碳固存的影响关联研究不足ꎮ文章以合肥中心城区为例ꎬ基于2000㊁2010㊁2020年的数据ꎬ在量化城市蓝绿空间格局特征的基础上ꎬ采用机器学习XGBoost ̄SHAP模型测度与解译城市蓝绿空间格局对碳固存的影响及关键指标ꎮ结果表明:1)城市蓝绿空间格局对碳固存具有影响ꎬ且不同格局特征的影响程度不同ꎮ2)影响碳固存的城市蓝绿空间格局关键指标有斑块层的FRAC㊁CONTIG㊁AREA和ENNꎬ类型层的ED㊁COHESION㊁DIVISION和LSIꎮ3)蓝绿斑块形状复杂度越高ꎬ越有利于碳汇效益的发挥ꎻ蓝绿空间分布的聚集度越高㊁距离越近㊁连通度越高ꎬ碳汇效益越好ꎮ据此ꎬ提出以碳增汇为目标的城市蓝绿空间格局规划优化策略ꎬ以期为城市蓝绿空间规划与管理提供参考ꎮ关键词:城市蓝绿空间ꎻNPPꎻ景观格局指标ꎻ数字景观技术ꎻXGBoost ̄SHAP模型DOI:10.12169/zgcsly.2023.10.30.0001AssessingtheImpactofUrbanBlue ̄GreenSpacePatternonCarbonSequestrationandItsKeyIndicatorsYuanYangyang1ꎬ2㊀GuoWei1㊀TangSiqi1㊀YangMingzhu1㊀WangRuijun3(1 SchoolofArchitectureꎬSoutheastUniversityꎬNanjing210096ꎬChinaꎻ2 JiangsuProvincialUrbanandRuralDigitalTechnologyEngineeringCenterꎬNanjing210096ꎬChinaꎻ3 CollegeofArchitectureandArtꎬHefeiUniversityofTechnologyꎬHefei230601ꎬChina)Abstract:Inthecontextof dualcarbongoals ꎬenhancingandoptimizingthestructuresandlayoutsofcarbonsinkinurbanspacesisasignificantresearchtopic.Urbanblue ̄greenspace(UBGS)ꎬservingastheprimaryfacilitatorsofcarbonsinkbenefitsꎬexertsasynergisticinfluenceoncarbonsequestrationandemissionsreduction.TakingHefei scitycoreasanillustrativecasestudyꎬthispaperemploysthemachinelearningmodelꎬXGBoost ̄SHAPꎬtogaugeandelucidatetheinfluenceoftheUBGSpatternoncarbonsequestrationandtheirpivotalindicatorsafterquantifyingthecharacteristicsoftheUBGSpatternwiththedataspanningtheyears2000ꎬ2010ꎬand2020.Thefindingsunveil:1)TheUBGSpatternhasadiscernibleinfluenceoncarbonsequestrationꎬandpatternswithdifferentcharacteristicshavevariedextentofinfluenceatthatꎻ2)ThepivotalindicatorsoftheUBGSpatternforassessingtheinfluenceoncarbonsequestration㊀第6期㊀袁旸洋㊀郭㊀蔚㊀汤思琪ꎬ等:城市蓝绿空间格局对碳固存的影响测度及关键指标㊀㊀includethepatch ̄levelmetricslikeFRACꎬCONTIGꎬAREAandENNꎬandtheclass ̄levelmetricssuchasEDꎬCOHESIONꎬDIVISIONandLSIꎻand3)Highercomplexityintheshapeofblueandgreenpatcheswillbringhigherbenefitsfromcarbonsequestrationꎬandlinearpatchesexhibitsubstantiallylowercarbonsinkbenefitsincomparisontoarea ̄shapedpatches.Enhancedaggregationꎬcloserproximityꎬandheightenedconnectivityofblueandgreenspacescorrelatewithsuperiorcarbonsinkbenefits.BasedonthisꎬtheoptimizationstrategiesforUBGSpatternplanningareproposedwiththecarbonsequestrationandemissionreductionasthegoalꎬwiththeaimtoprovidereferencesfortheplanningandmanagementoftheUBGS.Keywords:urbanblue ̄greenspaceꎻNPPꎻlandscapemetricꎻdigitallandscapetechnologyꎻXGBoost ̄SHAPmodel㊀㊀近年来CO2等温室气体排放加速全球变暖ꎬ引发了系列环境和社会问题ꎮ为应对气候变化所产生的威胁ꎬ2016年«巴黎协定»敦促世界各国通过实际行动减少温室气体排放ꎬ增强固碳能力ꎬ减缓全球变暖的速度[1]ꎮ我国在第75届联合国大会上提出了碳中和㊁碳达峰战略ꎮ城市虽然仅占全球陆域总面积的3%ꎬ却产生了超过70%的碳排放[2]ꎮ由此ꎬ城市在我国 双碳 战略的实施中具有关键地位ꎬ推动城市空间碳源汇结构与布局向绿色低碳转型成为当下重要的研究内容ꎮ城市蓝绿空间(Urbanblue ̄greenspaceꎬUBGS)是城市发展过程中留存或新建的绿色空间和蓝色空间的总和ꎬ包括所有自然㊁半自然㊁人工的绿地与水体ꎬ是城市生态系统的重要组成部分[3-4]ꎮ研究表明ꎬ绿色空间是碳汇量最大的贡献者ꎬ其产生的碳汇可以抵消28%~37%的CO2排放量ꎬ而湿地㊁河流㊁湖泊和沼泽等蓝色空间是巨大的碳库ꎮ除了植被㊁土壤的固碳释氧功能ꎬ城市蓝绿空间还可以通过缓解城市热岛效应㊁改善人居环境微气候ꎬ促进居民绿色出行等途径ꎬ间接减少碳排放[5]ꎮ综上ꎬ蓝绿空间具有直接增碳汇㊁间接减碳排的双重生态效益ꎬ是城市中发挥碳汇效益的主要载体[6]ꎮ以往关于城市蓝绿空间碳汇的研究多聚焦绿地和森林的碳汇量估算方法ꎬ包括样地清查法㊁模型估算法[7]㊁遥感反演法[8]和温室气体清查法等ꎮ其中ꎬ基于遥感技术的植被净初级生产力(NetPrimaryProductivityꎬNPP)[9-10]估算已广泛应用于区域和城市尺度ꎮ有学者从城乡规划学和生态学的角度ꎬ分析土地利用变化㊁气候变化[11-12]㊁城市树种及其生长周期[13]对城市蓝绿空间碳汇的影响机制ꎮ例如:Li等[14]证明城市中森林面积的增大对NPP有正向影响ꎻYang等[15]研究了NPP对土地利用变化的响应认为ꎬ耕地向林地和草地的转换可以有效提高生态系统固碳能力ꎮ景观格局是市域生态空间尺度影响碳汇功能提升的关键因素ꎮ城市蓝㊁绿空间具有相似的自然生态属性ꎬ在生态功能和物质交换㊁能量流动等自然过程中相互影响㊁相互依存ꎬ具有强关联性和整体性[16]ꎬ共同构成了城市自然碳汇系统ꎮ现有研究多从单一绿色空间中格局及群落构成的角度展开[17-18]ꎬ而已有研究证实ꎬ城市水体对绿地的碳汇能力提升具有一定促进作用ꎬ当下关于城市整体蓝绿空间格局对碳汇效益影响的研究有待开展[19-20]ꎮ本研究从整体性视角出发ꎬ以合肥中心城区为例ꎬ采用景观格局指标量化2000㊁2010㊁2020年城市蓝绿空间格局特征ꎬ基于机器学习的XGBoost ̄SHAP模型测度蓝绿空间格局特征对NPP的影响ꎬ并解译其关键指标ꎬ解析城市蓝绿空间格局特征如何影响碳固存(Carbonsequestration)ꎬ旨在为高质量发展背景下基于碳增汇目标的城市蓝绿空间格局优化提供参考ꎬ助力城市蓝绿空间融合发展ꎮ1 研究区概况合肥位于安徽省中部(117ʎEꎬ31ʎN)ꎬ属长三角城市群ꎬ天然山水禀赋良好ꎬ呈现 岭湖辉映 的蓝绿交织体系ꎮ平均海拔约37 51mꎬ地形以平原和丘陵为主ꎬ属于亚热带湿润季风气候ꎬ冬冷夏热ꎻ年平均气温15 7ħꎬ年平均日照2100h以上ꎻ降雨量近1000mmꎬ主要集中在5 6月ꎮ2000年以来ꎬ合肥城市快速扩张㊁人口增长7㊀㊀㊀㊀中㊀国㊀城㊀市㊀林㊀业㊀第21卷迅速ꎬ2022年迈入了特大城市行列ꎮ在此期间ꎬ合肥市政府重视城市环境建设ꎬ积极响应生态文明建设战略ꎬ出台了一系列政策聚焦于城市环境修复ꎬ蓝绿空间在发展中得到保护与恢复ꎮ从国土区位㊁发展特点㊁自然资源等方面来看ꎬ合肥是长江中下游高密度城市发展的典型代表之一ꎮ本文的研究范围为合肥市中心城区ꎬ即«合肥市国土空间总体规划(2021 2035年)»中市辖区范围ꎬ包括蜀山㊁包河㊁瑶海㊁庐阳4个行政区ꎬ总面积为1312 5km2ꎮ2㊀研究方法选取2000㊁2010㊁2020年的数据进行研究ꎬ以避免单个年份的遥感及气象数据因精度㊁极端气候等因素带来误差ꎮ主要内容包括城市蓝绿空间格局特征量化㊁碳固存计算㊁关键指标分析与解译ꎮ2 1㊀数据获取与处理本研究所采用的数据包括土地利用数据㊁气象数据㊁植被类型数据㊁NDVI数据(表1)ꎮ从地理空间数据云平台(https://www.gscloud.cn/)获取2000㊁2010年LandsatTM及2020年LandsatOLI共3期遥感影像ꎬ空间分辨率30mꎮ基于GoogleEarthEngine平台对影像进行辐射定标㊁大气几何校正㊁条带修复等处理ꎮ根据中国土地利用/土地覆盖遥感监测数据分类系统(LUCC)遥感解译处理后的影像ꎬ将其划分为耕地㊁林地㊁草地㊁建设用地㊁水体㊁未利用地6类ꎬ得到各期合肥市土地利用分类数据ꎮ采用Kappa系数对分类后图像精度评估验证ꎬ总体精确度达到85%ꎬ高于最低精度要求ꎮ利用ArcMap10 8软件将林地㊁草地重分类成绿色空间ꎬ将水体重分类成蓝色空间ꎬ获得2000㊁2010与2020年合肥中心城区蓝绿空间分布图(图1)ꎮ表1㊀数据来源及处理㊀㊀数据类型㊀㊀㊀㊀㊀㊀㊀数据来源数据精度土地利用数据GoogleEarthEngine(https://earthengine google com/)Landsat ̄5(2000年)㊁landsat ̄7(2010年)㊁Landsat ̄8(2020年)30mˑ30m气象站点数据气温降水日辐射地理遥感生态网(http://www gisrs cn/)30mˑ30m植被类型覆盖图地理遥感生态网(http://www gisrs cn/)30mˑ30mNDVI数据GoogleEarthEngine(https://earthengine google com/)Landsat ̄5(2000年)㊁landsat ̄7(2010年)㊁Landsat ̄8(2020年)30mˑ30m图1㊀合肥中心城区蓝绿空间分布2 2㊀基于CASA模型的NPP计算采用NPP表征城市蓝绿空间碳固存能力ꎬ选用CASA模型进行计算ꎮCASA模型由Potter等[21]1993年提出ꎬ用于表征陆地生态系统中H2O㊁C和N通量跟随时间演变而不断变化的生态系统过程ꎬ适合区域尺度的NPP研究和估算[22]ꎬ计算公式如下:NPPxꎬt()=APRAxꎬt()ˑεxꎬt()(1)㊀㊀式(1)中:NPP(xꎬt)表示像元x在t月的植被净初级生产力(单位:gC m-2 a-1)ꎻAPAR(xꎬt)表示像元x在t月吸收的光合有效辐射(单位:gC m-2 month-1)ꎻε(xꎬt)表示像元x在t月的实际光能利用率(单位:gC MJ-1)ꎮ8㊀第6期㊀袁旸洋㊀郭㊀蔚㊀汤思琪ꎬ等:城市蓝绿空间格局对碳固存的影响测度及关键指标㊀㊀植被吸收的光合有效辐射取决于太阳辐射和植物本身的特征ꎬAPRA的计算公式如下:APRAxꎬt()=SOLxꎬt()ˑFPARxꎬt()ˑ0 5(2)㊀㊀式(2)中:SOL(xꎬt)表示t时期像元x在t月的太阳总辐射(单位:MJ m-2month-1)ꎻFPAR(xꎬt)为植被层对入射光合有效辐射的吸收比例ꎻ常数0 5表示植被所能利用的太阳有效辐射占太阳总辐射的比例ꎮεxꎬt()=Tεxꎬt()ˑTεxꎬt()ˑWεxꎬt()ˑεmax(3)㊀㊀式(3)中:Tε1(xꎬt)和Tε2(xꎬt)分别指月高温㊁月低温对光能利用率的胁迫作用系数ꎻWε(xꎬt)为水分胁迫的影响系数ꎻεmax是理想条件下的最大光能利用率(单位:gC MJ-1)ꎮ基于NPP计算结果ꎬ使用自然断点法对计算结果分级ꎬ得到合肥中心城区3年的NPP空间分布(图2)ꎮ图2㊀合肥中心城区2000㊁2010㊁2020年NPP空间分布2 3㊀城市蓝绿空间格局特征量化选用斑块层与类型层的景观格局指标量化城市蓝绿空间格局特征(表2)ꎮ斑块层指标强调单个蓝绿斑块的特征ꎬ类型层侧重表征蓝绿空间整体形态特征ꎬ采用Fragstats4 3软件计算ꎮ由于城市区域的蓝绿空间格局表现出高度的空间异质性和尺度依赖性[23]ꎬ需选取适宜的移动窗口尺度ꎮ通过粒度和幅度分析方法确定60m为最适合研究区的粒度值ꎬ400m作为格局计算时移动窗口的大小ꎮ2 4㊀XGBoost模型构建与SHAP方法解译eXtremeGradientBoosting(XG ̄Boost)机器学习模型是由Chen等[24]提出的一种结合监督学习和集成学习方法的极限梯度提升树算法ꎮ针对本研究数据集庞大㊁特征复杂的问题ꎬXGBoost模型训练结果稳定㊁模型训练效率高ꎬ可很好地避免过拟合现象的发生[25]ꎮ本研究分别基于斑块层和类型层2类指标及其对应的3年NPP值ꎬ构建6个数据集ꎮ以2020年为例ꎬ采用ArcGIS10 7软件的随机取样工具创建随机取样点20000个ꎬ将斑块层各指标和NPP计算值提取至点ꎮ在建立类型层数据集时ꎬ考虑到取样点分布的均匀性及数据量ꎬ创建随机取样点40000个ꎬ剔除不属于蓝绿空间的点ꎮ为避免模型的过拟合现象发生ꎬ对数据集进行了正则化处理ꎬ将80%的数据作为训练集㊁20%的数据作为测试集用于模型验证ꎮ其次ꎬ借助贝叶斯优化方法(Tree ̄structuredParzenEstimatorꎬTPE)调整XGBoost模型超参数ꎬ选取模型中主要超参数n_estimators㊁max_depth㊁learning_rate进行优化ꎮ之后ꎬ选择平均绝对误差(MeanAbsoluteErrorꎬMAE)㊁均方根误差(RootMeanSquaredErrorꎬRMSE)和决定系数(R2)做为预测效果的评价指标ꎬR2越接近1ꎬ表明模型拟合效果越好[26]ꎮ此外ꎬ利用十折交叉验证法检验模型的泛化能力ꎬ对预测模型精度进行估计[27]ꎮ验证结果6个数据集的均方根误差RMSE㊁评价绝对误差MAE均较小ꎬR2值均接近1ꎬ十折交叉验证结果为0 699~0 942ꎬ表明建立的XGBoost模型在训练集和测试集上的精度水平符合预期要求ꎮ9㊀㊀㊀㊀中㊀国㊀城㊀市㊀林㊀业㊀第21卷表2㊀蓝绿空间格局特征指标指标分类指标名称㊀㊀计算公式㊀㊀㊀㊀内涵斑块层面积(AREA)AREA=aij110000()蓝绿斑块的面积周长(PERIM)PERIM=pij斑块的周长ꎬ包括斑块内部孔隙的边缘长度欧式距离(ENN)ENN=ðzr=1hijrz斑块边缘与斑块质心之间的平均距离分形维数(FRAC)FRAC=2ln0 25pij()lnaij1ɤFRACɤ2()空间尺度(斑块大小)范围内的形状复杂性近圆指数(CIRCLE)SQUARE=1-aijasij[]0ɤCIRCLEɤ1()方形斑块CIRCLE=0ꎬ细长线性斑块CIRCLE=1邻近指数(CONTIG)CONTIG=ðzr-1cijkasijéëêêùûúú-1v-10ɤCONTIGɤ1()蓝绿斑块的空间连通性或邻近性类型层面积占比(PLAND)PLAND=ðnj=1aijA每种斑块类型的比例丰度最大斑块指数(LPI)LPI=maxaij()A100()空间类型的优势度量边缘密度(ED)ED=EA在一定程度上表征空间形状复杂度景观形状指数(LSI)LSI=0 25E㊀A总边缘或边缘密度的标准化度量聚集度(AI)AI=giimaxңgii[]100()蓝绿空间的聚集程度破碎度(DIVISION)DIVISION=A2ðnj=1a2ij蓝绿空间的破碎程度内聚力指数(COHESION)COHESION=1-ðmj=1Pijðmj=1Pij㊀aijéëêêùûúú1-1㊀A[]-1100()(0<COHENSION<100)蓝绿空间的物理连通性㊀㊀SHAP(SHapleyAdditiveexPlanations)方法由Lundberg和Lee[28]提出ꎬ可准确解释机器学习模型中每个特征对结果的贡献度ꎬ提供全局模型和单个特征的局部解释结论ꎬ适用于解译城市蓝绿空间格局多个特征对碳固存的影响关系ꎮ同时ꎬSHAP与XGBoost集成良好ꎬ可通过TreeSHAP算法有效地估计SHAP值[29]ꎬ公式如下ꎮ^yi=shap0+shapX1i()+shapX2i()++shapXpi()(4)㊀㊀式(4)中:shapXji()为观测i的第j个特征的shap值ꎬ表示该特征对预测的边际贡献ꎮ假设一个XGBoost模型ꎬ其中一组N(具有N个特征)用于预测输出v(N)ꎮ在SHAP中ꎬ每个特征Φi是特征i的贡献ꎬ对模型输出v(N)的贡献是基于它们的边际贡献分配的ꎬ公式如下:Φival()=ðSɪxꎬ x{}\x{}S!p-S-1()!p!valSɣxj{}()-valS()()(5)式(5)中:p是特征的总数ꎻ{xiꎬxp}\{xj}是不包括xj的所有可能的特征组合的集合ꎻS是{xiꎬ xp}\{xj}的特征集ꎻval(Sɣ{xj})是特征在S加上特征xj的模型预测ꎮ3㊀结果与分析3 1㊀特征重要程度斑块层指标重要性排序(图3A)表明ꎬ2000年前3分别是FRAC㊁CONTIG㊁AREAꎬ2010年是FRAC㊁ENN㊁CONTIGꎬ2020年为FRAC㊁ENN㊁AREAꎮ综合来看ꎬFRAC在3年中ꎬ对NPP的影响程度均最高ꎬ说明蓝绿斑块形状的复杂程度对碳固存最为重要ꎮ其次ꎬCONTIG在2000㊁2010年ꎬAREA在2000㊁2020年ꎬENN在2010㊁2020年的贡献度排序为前3ꎬ表明蓝绿斑块的邻近度㊁面积㊁距离与碳固存有较强的相关01㊀第6期㊀袁旸洋㊀郭㊀蔚㊀汤思琪ꎬ等:城市蓝绿空间格局对碳固存的影响测度及关键指标㊀㊀性ꎮ类型层指标重要性表明排名前3(图3B)分别为:2000年是COHESION㊁ED㊁DIVISIONꎬ2010年是LSI㊁ED㊁DIVISIONꎬ2020年是ED㊁COHESION㊁LSIꎮED在3年中ꎬ对NPP的影响程度均最高ꎮ由此ꎬ蓝绿空间整体形状的复杂程度是影响碳固存的重要格局特征ꎮCOHESION在2000㊁2020年ꎬDIVISION在2000㊁2010年ꎬLSI在2010㊁2020年的重要性排序为前3ꎬ这表明蓝绿空间整体的连通性㊁破碎度㊁形状复杂性对于碳固存有较强的影响ꎮ综上ꎬ从特征重要程度排序可见斑块层中的FRAC㊁CONTIG㊁AREA和ENN是影响碳固存的4个关键指标ꎬ类型层的关键指标是ED㊁COHESION㊁DIVISION和LSIꎮ图3㊀城市蓝绿空间格局特征重要程度排序3 2㊀关键指标分析3 2 1㊀斑块层指标由图4可知ꎬ3年中ꎬ斑块层指标对NPP影响趋势基本相似ꎮ表征斑块形状的FRAC㊁CIRCLE中ꎬFRAC反映蓝绿斑块的形状ꎬ与NPP呈正相关ꎬ即随着单个蓝绿斑块形状复杂程度的增加ꎬ碳固存能力增强ꎮ这可能是生态斑块形状越复杂ꎬ斑块与其他斑块之间的物质和能量信息交换越频繁ꎬ对斑块的生态功能辐射越有利ꎮ城市建成密度较高的区域大量蓝绿空间因受建筑㊁道路等硬质边界的限制ꎬ形状规则ꎬ碳固存能力较弱ꎮ因此ꎬ自然植被覆盖度高㊁人为干扰较少的蓝绿空间斑块ꎬ其形状复杂且受环境影响较小ꎬ斑块内部的生态结构较为稳定ꎬ碳固存能力更高ꎮCIRCLE表征蓝绿斑块的近圆指数ꎬ与NPP呈负相关ꎮCIRCLE值接近1时ꎬ其形状越接近线形ꎬNPP值显著降低ꎬ即线形蓝绿斑块的碳固存能力较低ꎮ合肥中心城区的线形蓝绿斑块主要是十五里河㊁南淝河等水体及两侧绿地ꎬ以及道路绿地ꎮ河道等线性蓝绿斑块的碳固存能力较低的原因可能是硬化的河道驳岸阻碍了蓝绿之间的物质交换ꎬ限制了固碳能力的发挥ꎮ而道路绿地碳固存不高的原因可能是由于机动车排放的CO2浓度过高ꎬ对道路两侧绿化植物的碳固存能力产生一定的胁迫作用ꎮ表征蓝绿斑块分布的ENN㊁CONTIG与NPP均呈负相关ꎮ其中ꎬENN表征蓝绿斑块之间的距离ꎬ其与NPP呈负相关ꎬ表明蓝绿斑块在空间分布上呈现更加分散的状态时ꎬ不利于碳固存能力的发挥ꎮENN越小意味着城市蓝绿斑块的聚集度越高㊁破碎度越低ꎬ越有利于发挥碳固存能力ꎮQiu等[30]研究得出林地聚集有利于UGI植被碳吸收ꎬMngadi等[31]认为景观破碎化会引起碳固存能力降低ꎬ与本文的研究结论基本一致ꎮ景观破碎度的增加会直接影响生境质量[32]ꎬ若蓝绿空间的破碎度过高ꎬ即使植被覆盖程度较高ꎬ也不一定有好的碳固存能力ꎮ究其原因ꎬ一是蓝绿空间的破碎导致彼此联系减弱ꎬ阻断了物质交换与能量流动ꎮ研究表明ꎬ蓝绿空间的结构改变会直接影响植被的固碳功能[33]ꎬ进而影响生态系统的净初级生产力ꎮ二是蓝绿空间的聚集程度将通过影响11㊀㊀㊀㊀中㊀国㊀城㊀市㊀林㊀业㊀第21卷图4㊀斑块层关键影响指标分析温度等植被生长环境ꎬ从而影响固碳能力ꎮ大量研究证实城市绿地的总面积相同情况下更密集的绿地通常比碎片化的更凉爽ꎮ高聚集度的蓝绿空间温度相对较低ꎬ避免了高温对植物光合作用的胁迫ꎬ影响植物的固碳能力[34]ꎮCONTIG表征蓝绿斑块邻近度ꎬ其值在[0ꎬ0 6]区间ꎬSHAP值保持稳定ꎬ但在[0 6ꎬ1 0]区间ꎬ随着CONTIG值的增大ꎬSHAP值下降ꎮ其原因是:在合肥中心城区内ꎬ绿地中的绿色植物是发挥固碳作用的主体ꎬ而CONTIG较高的区域为巢湖㊁董铺水库㊁大房郢水库等大面积水域ꎬ蓝绿空间中水体占比过大ꎬ导致其固碳量较低ꎮ表征斑块大小的AREA㊁PERIM与NPP的相关性趋势相似ꎬ均表现为指标值越大ꎬSHAP值21㊀第6期㊀袁旸洋㊀郭㊀蔚㊀汤思琪ꎬ等:城市蓝绿空间格局对碳固存的影响测度及关键指标㊀㊀越高ꎬ与NPP呈正相关ꎬ即蓝绿斑块的面积越大ꎬ有利于碳固存能力提升ꎮ值得注意的是ꎬ当AREA与PERIM的值在0附近时ꎬ对应的NPP值变化区间较大ꎮ原因可能有二:一是形状的差异导致相似面积大小的蓝绿斑块碳固存能力有所不同ꎻ另一个是蓝绿斑块中不同的植物种类与群落结构造成了相同面积下碳固存的差异ꎮ因此ꎬ针对城市中尺度较小的蓝绿斑块ꎬ在面积增大受到限制的情况下ꎬ其碳固存能力的提升更应关注斑块形状和空间分布的调控ꎮ3 2 2㊀类型层指标表征蓝绿空间形状的ED㊁LSI与NPP均呈现正相关(图5)ꎮ其中ꎬED指标在[0ꎬ125]区间的NPP值上升趋势加剧ꎬ在[125ꎬ200]区间图5㊀类型层关键影响指标分析31㊀㊀㊀㊀中㊀国㊀城㊀市㊀林㊀业㊀第21卷的NPP值上升趋势减缓ꎬ表明蓝绿空间的生态效益存在边缘效应ꎬ其与周边环境之间的界面越长ꎬ越有利于碳汇功能的发挥ꎮ同时ꎬED㊁LSI均体现了蓝绿空间形状的复杂程度ꎬ均与NPP正相关ꎬ表明蓝绿空间整体形状越复杂㊁固碳效果越好ꎮ其原因在于:蓝绿空间整体的形状复杂度提升ꎬ使之与周围环境间的界面更长[4]ꎬ蓝绿斑块之间㊁蓝绿斑块与其他斑块之间的物质和能量信息交换越频繁ꎬ碳汇效益的辐射范围更广ꎮ此外ꎬ有研究指出不规则的蓝绿斑块形态会降低其冷岛效应ꎬ使环境温度有一定的增加ꎬ从而间接影响植物的固碳作用[35-36]ꎮDIVISION和AI分别表征蓝绿空间破碎度与聚集度ꎮ当AI值在80时ꎬSHAP值最高ꎬ当[80ꎬ100]时ꎬSHAP值降低ꎬ即NPP降低ꎬ这是因为研究区内AI值[80ꎬ100]的区域为水体ꎬ而水体的碳汇效益明显低于绿地ꎮDIVISION与NPP的正负关系不明晰ꎬ原因在于绿地的破碎度较高ꎬ而水体较低ꎬ蓝绿空间碳汇机制的不同对结果造成了一定的影响ꎮ与此类似的是表征蓝绿空间占比的PLANDꎬ其与NPP的关系呈现出一定的波动性ꎬ笔者认为主要原因在于合肥中心城区内蓝绿空间区域中水体的占比较大ꎮCOHESION表征蓝绿空间分布上的连通性ꎬ与NPP呈现显著的正相关ꎬ即蓝绿空间的连通度越高ꎬ越有利于碳固存ꎮ这说明城市蓝绿空间的连通性是影响城市生态环境效益的重要因素ꎬ连通性的增加有助于改善城市蓝绿空间的均衡布局ꎬ更好地发挥降温效应ꎬ为植物提供良好的生长环境ꎬ从而增强植物的碳固存ꎻ另一方面ꎬ蓝绿空间连通性的增大可改善土壤水文连通性ꎬ水文通过影响土壤养分含量ꎬ调节植物营养元素浓度从而影响植被生长和固碳效率[37-38]ꎮ4 城市蓝绿空间格局优化策略本研究的模型计算结果证实了城市蓝绿空间格局对其碳固存能力存在影响ꎬ指征蓝绿斑块形状的FRAC㊁CONTIG㊁AREA㊁ENN以及表征蓝绿空间关系的ED㊁DIVISION㊁COHESION㊁LSI均是关键的影响指标ꎮ通过提取并比对高碳汇区域(图6)ꎬ据此提出以碳增汇为目标的城市蓝绿空间格局规划优化策略ꎮ图6㊀典型高碳汇蓝绿空间图谱单元㊀㊀1)规划与管理者要重视蓝绿斑块形状的调整与优化ꎮ对于面积较小ꎬ规模受限的蓝绿斑块ꎬ提升其碳固存能力的最重要途径在于形状和分布的调控ꎮ本研究发现蓝绿斑块边缘密度和斑块形状复杂程度对碳固存具有促进作用ꎮ因此ꎬ一方面应针对沿湖沿河地区ꎬ加强岸线保护ꎬ增加边缘式斑块如滨江湿地㊁林地的建设ꎬ合理利用巢湖沿岸的蓝绿空间资源ꎻ同时ꎬ进一步恢复城市发展中被填埋的沟㊁渠㊁小溪等水网末端支流㊁修复边角绿色空间ꎬ增大自然形态的蓝绿空间占41㊀第6期㊀袁旸洋㊀郭㊀蔚㊀汤思琪ꎬ等:城市蓝绿空间格局对碳固存的影响测度及关键指标㊀㊀比ꎮ另一方面ꎬ针对地块或街区尺度的蓝绿空间设计ꎬ需对蓝绿空间形态进行精细化调控ꎬ避免形状过于规则的蓝绿斑块ꎬ在蓝绿空间与灰色空间之间增加过渡区域ꎬ增大蓝绿空间的渗透作用ꎮ2)提高城市蓝绿空间的聚集度㊁降低破碎度㊁提高连通性ꎮ在市域及城区尺度上ꎬ根据原有蓝绿空间的形态特征及空间组合模式开展针对性地规划设计ꎮ针对较大规模蓝绿斑块ꎬ如大蜀山㊁紫蓬山㊁巢湖等自然林地和水体ꎬ须严守政府制定的生态保护红线ꎬ设立生态核心区ꎬ限制建设用地的扩张ꎬ避免破碎化的发生ꎻ河道㊁道路绿化等线性蓝绿廊道ꎬ应尽量增加其宽度ꎻ关注新增蓝绿空间与周边蓝绿空间之间的连接ꎬ织补城市中心城区蓝绿空间网络ꎬ提升城市蓝绿斑块之间的连通性ꎮ5 结论城市蓝绿空间格局对碳汇效益具有影响ꎬ不同的城市蓝绿空间格局特征对碳汇效益的影响程度不同ꎮ从格局特征的重要性程度来说ꎬ在斑块层中ꎬ城市蓝绿空间格局的FRAC㊁CONTIG㊁AREA和ENN是影响碳固存的4个主要特征ꎻ在类型层中ꎬED㊁COHESION㊁DIVISION和LSI是影响碳固存的4个主要特征ꎮ在形态方面ꎬ城市蓝绿斑块的形态特征较面积特征对碳固存的影响更突出ꎮ在一定阈值内ꎬ城市蓝绿斑块的形状越复杂越有利于其碳固存的发挥ꎬ线性蓝绿空间斑块的碳固存能力明显低于面状蓝绿空间ꎮ此外ꎬ蓝绿斑块之间的距离越大ꎬ其碳固存能力越低ꎮ在分布方面ꎬ蓝绿空间聚集度越高㊁破碎度越低㊁碳汇效益越好ꎮ同时ꎬ蓝绿斑块之间的邻接性越高㊁连通度越高ꎬ碳汇效益越高ꎮ本研究尚存在一定的局限性ꎮ首先ꎬ由于受到遥感数据精度的限制ꎬ以及生态过程复杂性的制约ꎬ城市蓝绿空间碳固存的量化难以做到精准化ꎮ其次ꎬ在更小尺度上ꎬ植物种类㊁树木覆盖度㊁植物群落结构等是影响碳固存的重要因素ꎮ今后可以从多尺度㊁系统化出发ꎬ在关键影响指标研究的基础上ꎬ进一步探究水体对不同植被类型绿地碳固存能力的促进机制ꎬ研究蓝色空间对绿色空间固碳的增效作用ꎮ城市蓝绿空间是复杂且动态变化的三维实体ꎬ未来可将城市蓝绿空间的三维形态特征㊁拓扑空间网络引入研究ꎻ此外ꎬ还可基于城市化进程中蓝绿空间格局演变特征ꎬ探讨城市化对于碳固存的影响ꎬ更加全面深入地分析城市蓝绿空间形态特征与碳固存之间的关联ꎮ参考文献[1]GRIMMNBꎬFAETHSHꎬGOLUBIEWSKINEꎬetal.Globalchangeandtheecologyofcities[J].Scienceꎬ2008ꎬ319(5864):756-760.[2]IntergovernmentalPanelonClimateChange(IPCC).Climatechange2013:thephysicalsciencebasis.ContributionofworkinggroupItothefifthassessmentreportoftheintergovernmentalpanelonclimatechange[C].CambridgeUniversityPressꎬ2014. [3]周聪惠ꎬ张诗宁ꎬ赵金ꎬ等.城市蓝绿系统一体规划编制的关键问题与对策[J].规划师ꎬ2023ꎬ39(11):109-116. [3]YUZWꎬYANGGYꎬZUOSDꎬetal.Criticalreviewonthecoolingeffectofurbanblue ̄greenspace:athreshold ̄sizeperspective[J].UrbanForestry&UrbanGreeningꎬ2020ꎬ49:126630. [5]宋菊芳ꎬ江雪妮ꎬ郭贞妮ꎬ等.城市蓝绿空间特征参数与地表温度的关联量化分析[J].中国城市林业ꎬ2023ꎬ21(1):20-26. [6]MITSCHWJꎬBERNALBꎬNAHLIKAMꎬetal.Wetlandsꎬcarbonꎬandclimatechange[J].LandscapeEcologyꎬ2013ꎬ28(4):583-597.[7]ZHANGYꎬMENGWQꎬYUNHFꎬetal.Isurbangreenspaceacarbonsinkorsource? ̄AcasestudyofChinabasedonLCAmethod[J].EnvironmentalImpactAssessmentReviewꎬ2022ꎬ94:106766.[8]WOLCHJRꎬBYRNEJꎬNEWELLJP.Urbangreenspaceꎬpublichealthꎬandenvironmentaljustice:thechallengeofmakingcities justgreenenough [J].LandscapeandUrbanPlanningꎬ2014ꎬ125:234-244.[9]MAJꎬLIXTꎬJIABQꎬetal.Spatialvariationanalysisofurbanforestvegetationcarbonstorageandsequestrationinbuilt ̄upareasofBeijingbasedoni ̄TreeEcoandKriging[J].UrbanForestry&UrbanGreeningꎬ2021ꎬ66:127413.[10]LEEJHꎬKOYꎬMCPHERSONEG.Thefeasibilityofremotelysenseddatatoestimateurbantreedimensionsandbiomass[J].UrbanForestry&UrbanGreeningꎬ2016ꎬ16:208-220. [11]BELTRÁN ̄SANZNꎬRAGGIOJꎬGONZALEZSꎬetal.ClimatechangeleadstohigherNPPattheendofthecenturyintheAntarcticTundra:responsepatternsthroughthelensoflichens[J].ScienceoftheTotalEnvironmentꎬ2022ꎬ835:155495. [12]HUYBꎬZHANGQꎬHUSJꎬetal.Researchprogressandprospectsofecosystemcarbonsequestrationunderclimatechange(1992-51㊀㊀㊀㊀中㊀国㊀城㊀市㊀林㊀业㊀第21卷2022)[J].EcologicalIndicatorsꎬ2022ꎬ145:109656. [13]FRANCINIGꎬHUINꎬJUMPPONENAꎬetal.Vegetationtypeandagematter:howtooptimizetheprovisionofecosystemservicesinurbanparks[J].UrbanForestry&UrbanGreeningꎬ2021ꎬ66:127392.[14]LIXTꎬJIABQꎬLIFꎬetal.Effectsofmulti ̄scalestructureofblue ̄greenspaceonurbanforestcarbondensity:BeijingꎬChinacasestudy[J].ScienceoftheTotalEnvironmentꎬ2023ꎬ883:163682.[15]YANGHFꎬZHONGXNꎬDENGSQꎬetal.AssessmentoftheimpactofLUCConNPPanditsinfluencingfactorsintheYangtzeRiverBasinꎬChina[J].CATENAꎬ2021ꎬ206:105542. [16]成玉宁ꎬ王雪原.城市蓝绿空间融合规划的生态逻辑[J].中国园林ꎬ2023ꎬ39(10):39-43.[17]刘颂ꎬ张浩鹏.多尺度城市绿地碳汇实现机理及途径研究进展[J].风景园林ꎬ2022ꎬ29(12):55-59.[18]王晶懋ꎬ高洁ꎬ孙婷ꎬ等.双碳目标导向下的绿色生态空间碳汇能力优化设计[J].中国城市林业ꎬ2023ꎬ21(4):33-42. [19]JIANGYꎬSUNYꎬLIUYꎬetal.Exploringthecorrelationbetweenwaterbodiesꎬgreenspacemorphologyꎬandcarbondioxideconcentrationdistributionsinanurbanwaterfrontgreenspace:asimulationstudybasedonthecarboncycle[J].SustainableCitiesandSocietyꎬ2023ꎬ98:104831.[20]武静ꎬ蒋卓利ꎬ吴晓露.城市蓝绿空间的碳汇研究热点与趋势分析[J].风景园林ꎬ2022ꎬ29(12):43-49.[21]POTTERCSꎬRANDERSONJTꎬFIELDCBꎬetal.Terrestrialecosystemproduction:aprocessmodelbasedonglobalsatelliteandsurfacedata[J].GlobalBiogeochemicalCyclesꎬ1993ꎬ7(4):811-841.[22]朱文泉ꎬ潘耀忠ꎬ张锦水.中国陆地植被净初级生产力遥感估算[J].植物生态学报ꎬ2007ꎬ31(3):413-424.[23]邱陈澜ꎬ王彩侠ꎬ章瑞ꎬ等.京津冀城市群生态空间固碳服务功能及其与景观格局的关系特征[J].生态学报ꎬ2022ꎬ42(23):9590-9603.[24]CHENTQꎬGUESTRINC.XGBoost:ascalabletreeboostingsystem[C]//Proceedingsofthe22ndACMSIGKDDInternationalConferenceonKnowledgeDiscoveryandDataMining.ACMꎬ2016.[25]YANGCꎬCHENMYꎬYUANQ.TheapplicationofXGBoostandSHAPtoexaminingthefactorsinfreighttruck ̄relatedcrashes:anexploratoryanalysis[J].AccidentAnalysis&Preventionꎬ2021ꎬ158:106153.[26]WANGSꎬZHOUYꎬYOUXXꎬetal.QuantificationoftheantagonisticandsynergisticeffectsofPb2+ꎬCu2+ꎬandZn2+bioaccumulationbylivingBacillussubtilisbiomassusingXGBoostandSHAP[J].JournalofHazardousMaterialsꎬ2023ꎬ446:130635.[27]YEMꎬZHULꎬLIXJꎬetal.EstimationofthesoilarsenicconcentrationusingageographicallyweightedXGBoostmodelbasedonhyperspectraldata[J].ScienceoftheTotalEnvironmentꎬ2023ꎬ858:159798.[28]LUNDBERGSMꎬLEESI.Aunifiedapproachtointerpretingmodelpredictions[C]//Proceedingsofthe31stInternationalConferenceonNeuralInformationProcessingSystems.ACMꎬ2017. [29]LUNDBERGSMꎬERIONGGꎬLEESI.Consistentindividualizedfeatureattributionfortreeensembles[EB/OL].(2018-02-12) [2023-10-30].http://arxiv.org/abs/1802.03888.[30]QIUSꎬFANGMZꎬYUQꎬetal.StudyofspatialtemporalchangesinChineseforesteco ̄spaceandoptimizationstrategiesforenhancingcarbonsequestrationcapacitythroughecologicalspatialnetworktheory[J].ScienceoftheTotalEnvironmentꎬ2023ꎬ859:160035.[31]MNGADIMꎬODINDIJꎬMUTANGAOꎬetal.Estimatingabovegroundnetprimaryproductivityofreforestedtreesinanurbanlandscapeusingbiophysicalvariablesandremotelysenseddata[J].ScienceoftheTotalEnvironmentꎬ2022ꎬ802:149958.[32]TIANYHꎬJIMCYꎬWANGHQ.Assessingthelandscapeandecologicalqualityofurbangreenspacesinacompactcity[J].LandscapeandUrbanPlanningꎬ2014ꎬ121:97-108. [33]王敏ꎬ石乔莎.城市绿色碳汇效能影响因素及优化研究[J].中国城市林业ꎬ2015ꎬ13(4):1-5.[34]ESTOQUERCꎬMURAYAMAYꎬMYINTSW.Effectsoflandscapecompositionandpatternonlandsurfacetemperature:anurbanheatislandstudyinthemegacitiesofSoutheastAsia[J].ScienceoftheTotalEnvironmentꎬ2017ꎬ577:349-359.[35]MASOUDIMꎬTANPY.Multi ̄yearcomparisonoftheeffectsofspatialpatternofurbangreenspacesonurbanlandsurfacetemperature[J].LandscapeandUrbanPlanningꎬ2019ꎬ184:44-58.[36]LIAOWꎬGULDMANNJMꎬHULꎬetal.Linkingurbanparkcoolislandeffectstothelandscapepatternsinsideandoutsidethepark:asimultaneousequationmodelingapproach[J].LandscapeandUrbanPlanningꎬ2023ꎬ232:104681.[37]ZHANGQJꎬWANGZSꎬXIASXꎬetal.Hydrologic ̄inducedconcentratedsoilnutrientsandimprovedplantgrowthincreasedcarbonstorageinafloodplainwetlandoverwet ̄dryalternatingzones[J].ScienceoftheTotalEnvironmentꎬ2022ꎬ822:153512. [38]LIYꎬLIMDꎬZHENGZCꎬetal.TrendsindroughtandeffectsoncarbonsequestrationovertheChinesemainland[J].ScienceoftheTotalEnvironmentꎬ2023ꎬ856:159075.61。

东南大学2012年晋升教师系列副高级专业技术职务评审结果公示

东南大学人事处校人字〔2012〕15号东南大学2012年晋升教师系列副高级专业技术职务评审结果公示各校区,各院、系、所,各处、室、直属单位,各学术业务单位:东南大学2012年晋升教师系列副高级专业技术职务人员已经教师系列专业技术职务评审委员会审定,现予公示。

名单如下:副教授(副研究员)(79人)学科岗(77人)建筑学院李向锋夏兵淳庆(副研究员)李华机械工程学院程洁沙菁杨决宽(副研究员)能源与环境学院张亚平沈德魁(副研究员)空间科学与技术研究院周宾(副研究员)信息科学与工程学院姜明(副研究员)朱鹏程(副研究员)李卫东(副研究员)冯熳(副研究员)李春国(副研究员)许威(副研究员)孟洪福王开土木工程学院吴伟巍陆金钰邓琳徐伟炜电子科学与工程学院董志芳单伟伟徐峰(副研究员)王春雷(副研究员)数学系刘国华张敏珠李铁香自动化学院夏思宇刘庆山李俊(副研究员)计算机科学与工程学院刘波杨鹏李慧颖章品正杨明周德宇(副研究员)物理系杨益民周智勇白艳锋吴秀梅生物科学与医学工程学院杨芳李敏俐姜晖(副研究员)赵远锦(副研究员)学习科学研究中心李雪松顾万君(副研究员)谢雪英(副研究员)材料科学与工程学院张友法蒋金洋人文学院梁卫霞经济管理学院刘修岩吕鸿江法学院朱鹏飞李川马克思主义学院盛凌振叶海涛廖小琴电气工程学院房淑华王宝安陈中外国语学院浦惠红金晶化学化工学院蔡进焦真陈峻青杨洪交通学院耿艳芬柏春广杨明丁建文蔡国军智能运输系统研究中心夏井新仪器科学与工程学院张小国王立辉(副研究员)艺术学院章旭清重大科技项目岗(2人)信息科学与工程学院夏玮玮(副研究员)电子科学与工程学院张哲(副研究员)公示期为2012年5月29日—2012年6月4日。

联系电话:83793000,联系人:人事处师资科丁振华二〇一二年五月二十九日主题词:人事职称抄报:抄送:东南大学人事处 2012年5月29日印发。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

风水不是迷信--(张千一东南大学风水与人居环境学博士)我们知道,现在在很多建筑类、设计类院校,都会开办易学基础之类的风水学课程。

风水学说并不能算是一门科学,它是一种传统的中国文化,和西方的科学体系是两种不同的思维方式。

西方的科学体系是建立在微观的实证分析上,将研究对象的局部单独分离出来进行研究。

而中国文化的思维方式是一种整体式的思维方式,将事物的各个部分综合起来分析。

风水学,或者说易学是东方人整体思维观念的产物,不适于作为科学来理解。

中国的风水学中,只有一部分是长久传承下来的东方文化,此外也包含着很多封建迷信说法,带有明显的主观臆测成分。

这就需要易学专家对其进行研究分析,取其精华,弃其糟粕。

风水学的根源是周易文化和阴阳五行学说,以五行学说为主;但在我们的文化中,还有很多巫术元素也融进了风水学中,这与科学就是完全矛盾的,但是中国巫术也是中国文化的一个部分,也有其哲学和实践根基,不能因为与科学矛盾就一概否认。

东方文化的优点是整体性,但这同时也是它的缺点。

西方科学具有实证微观的特征,精确与局部考察事物是它的优点也是它的缺点,因为有时模糊更精于精确,.譬如风水学里不可能将居室的细部独立出来分析,而只能以整个居室空间作为一个事物整体来运用这一学术。

这时就需要采用西方科学,双方互补,才能形成更加完整的研究体系。

朝东的房间不适合肝病患者居住(图片来源:新浪网)
建筑中的风水妙用
在风水学说的应用上,我们结合了中医阴阳五行的观念。

医易同源,阴阳五行学说在天为星象学,在人为中医学,在地即为风水学。

我举一个例子,在进行室内设计时,如果房子的主人患有肝病,那么东侧的房间就不适合他居住。

因为肝属木,方位学上东方也属木,如果住在东侧的房间会造成人的肝火过大。

如果一定要住在这样的房间里,就必须要注意调整自己的情绪,尤其是在春天,情绪不可太过激动。

从五行的角度对建筑环境进行设计,是有一定的道理可循的;而那些所谓的巫术、辟邪方法,我个人是不认同的。

杭州大厦“旺财”的风水布局(图片来源:杭州网)我曾经仔细研究过杭州大厦的风水布局。

杭州不象广州、深圳,随处可以看到风水布局装修调整过和窗户外有“化煞物”的房子。

但每个杭州人都知道,杭州大厦是杭州市商品最名贵价格最高、生意最兴隆的商场,年销售额达二十多个亿。

商场坐西向东,是旺山旺向。

前东是武林广场,花园正中是音乐喷泉,广场四周是车道,左是环城北路东西向,紧挨平行路是河流。

右是体育场路东西向,前后二条连接环城北路和体育场路的南北向大路。

整个广场如四合院中的天井,正是风水学中的“四水归堂局”。

此外,该建筑设计中对风水不利的地方也进行了弥补。

大厦B楼商场前,东朝广场开了左右二大门(意喻“左右逢源”)供顾客出入,由于商场一楼地面比外面高有六个台阶,懂风水的人都知道大门对着下坡是不利财的。

所以大厦又在左右大门前一米多处设置了两块很大的屏障,堵住大门使财不外倾泄,让所有的顾客从左右二个很狭窄的小巷门进出,使左右大门又成左右逢源之局,合起来是四面来财。

在左右大门进去一米八的地面又分别设计了一个大风车一样的圆玄关
(财源滚滚来),使之形成旋涡气场使财气滞留不往门外泄。

这些设计有效地形成了一种“旺财”格局,促使大厦业绩兴旺。

风水学研究任重道远
风水学影响力尚无定论
目前,风水学说研究中有两种不同的观念:一是风水学“全息说”,即一个局部信息可以反映一个整体的情况,这种学说认为风水可以决定一个人祸福吉凶;还有一种是风水学“综合说”,即风水学只是人生命运中的一部分,人的个性特质、生活环境等与风水一同形成影响命运的综合因素。

这两种说法都具有一定的理论依据,但哪一种更加准确,目前还没有定论,仍需我们研究探索。

相关文档
最新文档