CN109583698A - 一种基于模糊数学理论的城市街区空间形态综合评估方法 - Google Patents

一种基于模糊数学理论的城市街区空间形态综合评估方法 Download PDF

Info

Publication number
CN109583698A
CN109583698A CN201811269503.3A CN201811269503A CN109583698A CN 109583698 A CN109583698 A CN 109583698A CN 201811269503 A CN201811269503 A CN 201811269503A CN 109583698 A CN109583698 A CN 109583698A
Authority
CN
China
Prior art keywords
block
urban
value
characteristic value
fuzzy
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811269503.3A
Other languages
English (en)
Inventor
程昊淼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Technology
Original Assignee
Beijing University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN201811269503.3A priority Critical patent/CN109583698A/zh
Publication of CN109583698A publication Critical patent/CN109583698A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种基于模糊数学理论的城市街区空间形态综合评估方法，属于城市规划领域。本发明针对多角度、多参数、且无明确界定优劣标准和方法的城市形态评估问题，基于凯文·林奇的环境行为学理论，提出以城市形态模糊系数(UFI)统筹“空间强度特征值”和“空间结构特征值”；并综合城市形态理论的价值观判断和各项特征值的内涵，对于具有模糊性特征的各项特征值指标提出评判优劣的方法，以实现对街区城市形态差异的量化对比与优劣分析。结果表明，UFI数值与其各项特征值具有一定的关联性，能够综合反映街区局部形态和空间整体性特征，表达了人对街区空间形态的总体感受，具有客观性和可行性。本发明为城市形态特征的综合定量分析提供了一种有效途径。

Description

一种基于模糊数学理论的城市街区空间形态综合评估方法
技术领域
本发明涉及一种基于模糊数学理论的城市街区空间形态综合评估方法，属于城市规划技术领域。
背景技术
城市形态反映了人对城市空间形态及与周围区域相互关系的认知。西方城市形态学说已有十分完善理论基础。其中，以意法学派为代表的类型学研究理论，主要把城市街区作为研究尺度，注重对城市肌理(tessuto urbano)的研究；以凯文·林奇(Kevin Lynch)为代表的环境行为学理论强调好的城市形态应包括：活力与多样性、交通易达性(开放空间、社会服务及工作)、控制(接近人体的空间体量)、感觉(可识别性)、灵活性和社会公平等一系列性能指标。在城市规划中，确保空间的形式与内在的功能布局、社会结构相一致，则是感知空间和时间质量的要素，它可以帮助居民把城市形态(特别是微观尺度的街区空间形态)与日常生活联系起来，有利于城市健康发展。因此，通过分析城市街区空间形态特征，可以为可持续发展的城市改造建设与城市发展规划提供借鉴。目前，国内外关于城市形态学研究多侧重于宏观区域层面和中观城市层面的空间形态、结构、模式的定性归纳；城市形态演进的动力、机制的探讨；在城市街区层面则侧重于对建筑实体及其围合空间的形态分析与演变规律等。
一个人可以通过封闭的或开放的空间边界所带来的强烈的视觉冲击来感知城市形貌特征，也可能通过保存和强调区域间联系来认识城市空间关系。因此，人们对城市形态的认知可能来自对不同空间特征角度的定性或定量的判断，由于缺少一种统筹各项空间特征的量化方法，且各项空间特征值无具体明确的评判优劣的界定标准，使得街区空间形态特征分析仅限于分项特征值的定量描述或综合定性分析，无法量化区分街区之间空间形态的总体差异与优劣。
日常生活中有大量的无法通过精确的数学来描述没有明确界限的模糊性现象，模糊数学法能够量化处理这些模糊性问题。研究表明，通过数学理论表述模糊性问题，能够处理无法由确切的或随机的数学描述的问题，可以获得比较精确的定量结果。该方法已被广泛应用于各个领域，可作为解决多因素、多指标综合评价与决策问题的有效替代方法。目前，关于模糊数学理论用于城市形态评估的研究尚未见文献报道。
将模糊数学理论用于城市形态评估的关键问题及难点在于：如何在众多从不同角度描述空间特征的参数中恰当地选取能够全面综合反映街区空间形态特征的特征值指标参数集合；在对其进行量化处理的基础上，给出较为明确的判断优劣的方法；建立模糊数学综合评估模型，确定各项参数的标准向量和赋权方法。
发明内容
街区城市形态可以从街区空间地理特征、街区与周围空间区域的关联性角度描述研究区域城市形态特征，各空间特征参数所表达含义不同、量级上亦有显著差异，且无统一的量化优劣的界限和方法，无法实现对各个街区形态特征的量化对比分析。
本发明的目的在于开发出一种城市街区空间形态综合评估方法应用于指导城市规划与城市改造方案的制定方面。
为了达到上述目的，本发明采用了以下技术方案。
步骤一 收集研究案例所在区域的测绘图、谷歌地球的卫星遥控图，结合城市主干道、空间特征，以400m×400m网格将研究片区划分为若干街区。
步骤二 选择街区容积率(Floor Area Ratio，FAR)、混合土地利用率(Mixed LandUse Index，MI)指标作为描述城市形态的“空间强度特征值”，并采用街区地理测绘数据进行量化计算；以连接值(Connectivity，C)与集成度(Integration，Int)作为描述城市形态的“空间结构特征值”，采用基于拓扑理论的空间句法进行量化计算。
描述城市形态的参数选择主要是根据凯文·林奇提出的好的城市形态反映在活力、可达性、易达性、适宜(空间尺度)四个具体指标；以及更加综合的感受(可识别性)指标，该指标是对以上四项指标的全面性反映。选择特征值参数的具体原则如下：
(1)科学性原则。特征值的的选取必须符合城市演变进程的发展方向和本质，科学客观地反映被评价案例的真实面貌。
(2)独立性原则。尽量选择相对独立的指标，例如，选择指标之初，对建筑密度、建筑高度、建筑层数和容积率等特征值进行统筹考量，经过查阅文献，发现其他三项与容积率表达的含义有一定重合，遂舍弃。又例如，空间句法有5个特征值，因控制度、深度值为中间过渡值，且与林奇的形态理论无较大关系；可理解性是由连接值和集成度的相关性表达，不符合独立性原则，遂选取了连接值和集成度作为特征值。
(3)侧重性原则。依据林奇的城市形态理论，选取容积率(空间尺度)、混合土地利用率(多样性与活力)、连接值(可达性)、集成度(易达性)作为定量描述城市形态的特征值。
(4)全面性原则。全面反映城市演变进程对城市形态的影响，既要反映社会、经济、政府决策和空间形态等要素的特征，又要反映它们的内在联系。本发明采用模糊数学理论，将反映城市形态的适宜(空间尺度)、活力、可达性和易达性四个具体指标进行统筹定量计算，可以综合反映城市形态的“感受(可识别性)”这一综合性指标。
各特征值指标参数选择依据与定量计算方法如下：
(1)“空间强度特征值”：包括容积率(FAR))和混合土地利用率(MI)2项指标参数，用来反映街区三维空间的开发强度。
容积率(FAR)是指总建筑面积与建筑所在用地面积的比率。容积率中的两项指标总建筑面积和基地面积都能获得相对比较明确的定义和量度，在密度量度和评价中容积率通常是一项相对清晰的指标。计算公式为：
式中，Gt为某一街区内建筑面积之和，GP为某一街区的总面积。
容积率作为常用开发强度指标，与人口密度、居住单元密度、建筑覆盖率等表达城市形态密度的参数相比，有一定的优越性。在评价某个城市片区的密度状态高低时，容积率是一项决定性的参照指标。在城市规划总平面和用地平衡中都明确规定和区分不同类型用地的不同容积率。总平面中对最高容积率的控制通常是为了管理建造范围和容量，以及防止过度开发对城市平衡发展造成不利的影响。在大多数情况下，建筑容积率高的地区其环境密度就处于高的状态，而容积率低其环境密度也低。如果以三维空间看待环境密度的状态，那么不管建筑覆盖率的高与低，容积率高都表示建筑容量占据更多的三维空间，被建筑物所占据的环境就处于高的密度状态。而且，高容积率通常伴随着高人口密度。
混合土地利用率(MI)反映了不同功能用地面积的分布情况，是衡量城市片区形态多样性的重要特征值。计算公式为：
式中，片区总建筑面积Q＝u+c+o,其中u,c和o分别代表居住用地建筑面积(包括公寓和住宅)，商业用地建筑面积(包括零售、办公和酒店)和其他用地建筑面积(包括工厂、政府机关、学校和医院)。
混合土地利用率介于0和1之间，当值趋近于1时，表示某一城市空间区域内的不同功能用地面积平均分布，空间形式丰富，空间的多样性较好。城市片区的混合功能利用对评价好的城市形态有积极意义。注重对城市土地的混合利用可以优化社会融合、多业态和谐共处，例如，混合土地利用使得城市片区在全时段都充满活力；混合土地利用可以减少城市居民对机动车的依赖，有利于空气质量的优化；将不同类型的住宅小区混合布置可以增加购买力和平等选择的机会等。
基于空间地理特征的传统城市形态特征值虽然能够从街区层面直观地展现局部空间形态特征，但是缺乏对整体形态关联性的描述，也不能全面地描述及预见城市形态的特征和发展趋势。这时则需要加入描述空间结构关系的特征值，区分不同城市形态，理解不同城市特征，从而有效地全面评估城市形态。
(2)“空间结构特征值”：主要取自基于拓扑关系描述城市结构形态的空间句法理论。该理论将城市空间结构简化为凸空间和轴线两种空间，所有城市形态均由这两个基础元素描述。空间句法理论包括五个空间拓扑参数，分别是连接值(Connectivity)、控制值(Control)、深度值(Depth)、集成度(Integration)和可理解性(Intelligibility)。其中，连接值(Connectivity)定义为与某一节点(空间)直接相连的其他节点(空间)的总数，其值越高，表示该空间与周围其他空间的连通程度越高，即可达性越好；集成度(Integration)反映了一个单元空间与系统中所有其它空间的集聚或离散程度，其值越大，表示该空间在系统中的便捷程度越大。拥有最大深度值(Depth)的空间被称为最为孤立的空间，即集成度(Integration)最低的空间。人处于孤立空间中时，与城市结构中其它空间均较为遥远，便捷性和可识别性较差。应用这个方法可以在空间特征上认知城市形态结构。
某h节点(空间)的连接值(Connectivity)可以表述为：
Ch＝k (3)
其中k是与h节点(空间)直接相连的空间数。
集成度(Integration)可以由相对不对称值(Relative Asymmetry,RA)的倒数计算得出。RA的计算公式表示如下：
其中MDh为平均深度值，dhl为h节点(空间)到l节点(空间)的最短距离，s为总节点(空间)数。
利用空间句法原理计算出的城市形态特征值可以表现街区局部与全局的关系，帮助更好理解各个街区与周围城市空间的联系。但是该方法具有一定的局限性：需要指定全局空间的范围来计算各各子空间拓扑参数；无法直观表现建筑高度、土地利用等城市局部空间特征。因此，将“空间强度特征值”与“空间结构特征值”两类空间形态特征值参数相结合能够全面地反映街区的空间地理形态及与周围区域的相互关系，即城市形态。
但是上述各参数所表达含义不同，量级上亦有显著差异，且无统一的量化优劣的界限和方法(具有模糊性特征)，无法实现对各个街区形态特征的量化对比分析。模糊数学理论在处理此类模糊性问题时可以按照最大隶属度原则，将研究区域内相对最优(或最劣)特征值参数集合作为评价标准，分析各街区特征值集合与标准特征值集合的接近程度，以此判断优或劣，因此，建立模糊数学综合评价方法的前提是需要明确评判指标参数优或劣的方法。
步骤三 对步骤二中所涉及各项特征值指标参数依据城市形态理论的价值观判断和其内涵确定评判其优或劣的方法。
(1)容积率的优劣评判因价值取向角度不同而异：于开发商而言，高容积率意味着高收益，于政府角度，高容积率意味着能够解决更多人口的住房问题，于住户而言，高容积率则意味着高大的建筑体量和封闭拥挤的空间。但是从城市发展和土地开发利用角度考虑，低容积率并不一定代表好的城市形态。在城市规划等相关文件中大多对容积率上限进行了规定，同时，林奇的环境行为学认为，一个好的城市形态是能够让使用者感觉舒适、亲切。因此，本研究重点从环境行为学角度出发，考量城市居民在城市空间中的感知，即空间形态的特征，在其他外部环境条件相同的情况下，将高容积率作为较差城市形态的评判标准更具有普遍性。
(2)对混合土地功能的利用一直深受西方城市规划学者的青睐，混合土地利用成为衡量城市多样性的重要指标之一，单位面积内多种使用功能的空间混合分布，可以增加城市局部空间的活力，为不同社会群体相互交往提供空间。在力求城市空间资源充分利用的语境下，多样性的城市空间形式和功能无疑会有利于城市空间和居民日常生活的活力。因此，低混合土地利用率作为城市形态较差的衡量标准是可行的。
(3)连接值与集成度分别与城市空间的可达性和易达性有关。为保证城市居民使用空间资源、进行空间消费的基本权利，其中一个重要的条件是需要空间具有良好的可达性，局部空间与局部空间的隔离程度尽可能的缩小。因此，低连接值与低集成度作为城市形态较差标准具有合理性。
综上所述，考虑到描述城市形态各空间特征参数目前没有确定的最优的方法，与以最优特征值参数集合作为评估标准相比，将高容积率、低混合土地利用率、低连接值与低集成度作为较差城市形态的评价标准纳入城市形态模糊数学法综合评估中更具有普遍性、合理性和可行性。
步骤四 基于模糊数学理论构建城市形态模糊数学综合评估模型，以城市形态模糊系数(Urban Fuzzy Index，UFI)统筹上述反映不同城市形态的特征值指标，按照最大隶属度原则，计算各街区的特征值参数与研究区域相对最优或最劣特征值参数集合(标准特征值集合，本发明以相对最劣为标准特征值向量)的接近程度，并且选择相关系数法计算权重，确定各街区的UFI。具体步骤如下：
(1)建立街区城市形态特征值矩阵F
将研究区域各街区集合设为集合B：
B＝{Block1，Block2，Blocki，…，Blockm}＝{B1，B2，Bi，…，Bm}
(5)
式中，i为街区编号，m为街区数量。
评估集合B的特征值集合设为集合A：
A＝{Indicator1，Indicator2，Indicatorj，…，Indicatorn}＝{A1，A2，Aj，…，An} (6)
式中，j为特征值编号，n为特征值数量。
这样，由A与B中的元素任意搭配就构成关于研究区域多目标的笛卡尔乘积集。将元素对(A，B)搭配后的街区特征值记为fij，这样街区i的特征值向量为：
Bi＝(fi1，fi2，…，fin),(i＝1，2，…，m) (7)
因此，考虑n个特征值指标参数条件下的m个街区的特征值指标参数矩阵F为
(2)模糊接近度计算
对于某一特征值，各街区的特征值与最优或最劣特征值的接近程度，称为街区i在特征值j时的模糊接近度，记作δij，其计算式如下：
式中，
fjmax——在特征值j条件下各街区的最大特征值，即fjmax＝max(f1j，f2j，…，fmj)；
fjmin——在特征值j条件下各街区的最小特征值，即fjmin＝min(f1j，f2j，…，fmj)；
fj 0——亦称特征值j的标准值，对正指标是值越大越优，负指标则正好相反，可以按最优或最劣标准确定。
标准特征值向量f0是指研究区域街区城市形态相对最优(或最劣)特征值集合，本发明以相对最劣为标准特征值向量：
(3)模糊关系矩阵的建立
模糊接近度δij可以由矩阵F中各个特征值计算而出，从而形成了模糊关系矩阵：
(4)特征值权重赋值
各特征值的权重表示各个特征值指标参数在评估体系中的重要性，权重赋值合理与否，对评价结果的科学合理性起着至关重要的作用。权重计算方法多种多样，有客观赋权法和主观赋权法两大类。其中，主观赋权法采取定性的方法由专家基于经验给出各特征值重要性评分来赋值，此方法准确程度取决于专家的阅历经验以及相关知识的广度与深度，具有使用简单、直观性强的特点，但理论系统不完善，难以保证评价结果的客观性与准确性。客观赋权法是根据各特征值之间的内在联系，如各项指标之间的相关关系或差异性大小，利用数学方法计算出各特征值的权重，较好的规避了主观判断误差，更具客观性和可靠性。客观赋权法中相关系数法和变异系数法。
相关系数赋权法主要考虑多项评价指标之间的相关性确定各指标权重，如果某项指标的数值与其它各项指标相关性低，说明该指标与其它指标重叠性低，则其占权重较高。n项评价指标分别计算得到权值，通过归一化处理后可得到权重。变异系数法认为，在评价指标体系中，如果某项指标参数的数值能明确区分开各个被评价对象，表明该指标信息分辨率较高，应给予较大的权重，反之相反。
考虑到一些城市形态特征值的意义在表达空间形态方面具有某种关联性，例如，混合土地利用率与集成度与多样性有关，连接值和集成度与可达性相关。为更加客观、明晰地评估各个街区空间形态特征，本研究选取相关系数法作为城市形态模糊评价计算的赋权方法。
相关系数法确定权重的步骤包括三步：
第一步，求n个(n>2)评价指标的相关系数矩阵，如第x和第y指标之间相关系数公式如下：
其中，fix与fiy分别为j＝x、j＝y的指标中第i街区指标值；与分别为j＝x、j＝y指标的平均值：
则相关系数矩阵为：
第二步，基于相关系数矩阵计算各指标的复相关系数ρj；
第j个指标与其它n-1个指标之间的复相关系数为
式中，第一项为相关系数矩阵R中第j列向量去掉元素1以后的n-1维列向量的转置，第二项是除去第j个指标后n-1个指标的相关系数矩阵的逆矩阵。
第三步，对各复相关系数进行归一化处理，获得权重。因相关系数越大表明该因素与其它因素重叠性越大，因此取ρj的倒数进行归一化处理，得到权重。即：
(5)城市形态模糊系数(UFI)的计算
利用相关系数法确定的4项街区特征值(容积率、混合土地利用率、连接值、集成度)的权重向量ω＝(ω1，ω2，ω4，ω4)。利用各街区模糊关系矩阵△与权重向量的转置向量ωT相乘计算向量d：
d＝△ωT 16)
其中，△为特征值数量n＝4时m个街区的模糊关系矩阵；向量d＝{d1，d2，di，…，dm}，i为某个街区；di表示街区i到标准特征值向量街区的拓扑距离，即为i街区的城市形态模糊系数(UFI)，综合反映了该街区的空间形态特征与标准特征值向量之间的总体差异。若di越小则i街区距离标准特征值向量所表示的街区形态越接近、空间形态差异越小；最小值dmin＝min(d1,d2,…,dm)街区为区域内城市形态最劣街区。
按照上述城市街区空间形态综合评估方法，计算研究区域各街区UFI，对比并综合评估城市街区空间形态优劣。
本发明所述的基于模糊数学理论的城市街区空间形态综合评估方法的有益效果主要体现在：
(1)针对多角度、多参数、且无明确界定优劣标准和方法的城市形态评估问题，提出城市形态模糊系数(UFI)统筹各项城市形态特征值参数，实现对街区城市形态差异的量化对比与优劣分析。
(2)城市形态模糊系数(UFI)用于街区城市形态的定量综合评估具有客观性和可行性，街区UFI数值与其各项特征值具有一定的关联性，能够综合反映街区局部形态和空间整体性特征，量化描述了林奇环境行为学中关于城市形态的感受(可识别性)这一综合性指标，为城市形态特征的综合定量分析提供了一种有效途径。
(3)以街区容积率(FAR)、混合土地利用率(MI)指标作为反映城市地理三维空间开发强度的“空间强度特征值”，以连接值(Connectivity)与集成度(Integration)作为反映城市空间关系的“空间结构特征值”，两类空间特征值参数能够全面反映城市空间的地理形态及与周围区域的相互关系，即反映了城市形态特征。
(4)分别基于街区地理测绘数据和空间句法，量化了“空间强度特征值”、“空间结构特征值”；在此基础上依据城市形态学理论基础和各项空间特征值指标的内涵，结合模糊数学理论，确定了以高容积率、低混合土地利用率、低连接值和集成度作为相对最劣城市形态的判断依据，解决了相对最优城市形态界定方法的不确定性问题。
(5)各项特征值权重采用相关系数赋权法，具有客观性和可靠性特征，避免了主观赋权法的片面性。
附图说明
图1上海某两典型片区街区划分图
图2UFI与各项空间特征值之间的关联性
具体实施方式
下面结合实例对本发明作进一步的详细说明，以下实例旨在说明本发明，并不限制本发明的范围。
实施例
选取上海中心城区某两个典型片区为研究案例，划分为17个街区，采用传统城市空间形态特征值计算方法和空间句法，分别对研究片区各街区的容积率、混合土地利用率、连接值和全局集成度4项代表性城市形态特征值进行计算，结果见表1。由表1看出，各街区各项特征值数值差异较大，难于通过各项特征值对比评估街区城市形态的优劣。
表1街区城市形态特征值计算结果汇总
建立模糊数学模型：
(1)街区形态特征值矩阵F
根据表1数据，包括4项街区城市形态特征值、17个街区的特征值矩阵F为：
(2)模糊关系矩阵
根据4项特征值所反映的城市形态特征意义，选取各项特征值中相对较差数值作为标准特征值向量f0(容积率列取最大值，另外3列各自取最小值)，即研究区域街区形态相对最劣的特征值向量，如下：
f0＝(4.01,0.00,0.00,0.00)
计算i街区(i＝1～17)在j特征值(j＝1～4)条件下的模糊接近度δij，构成模糊关系矩阵△。
(3)权重计算
采用相关系数法确定各项特征值的权重。利用Matlab计算F矩阵的相关系数矩阵R。
第j个指标参数与其它n-1个指标参数之间的多元相关系数(复相关系数)为：ρ1＝0.47；ρ2＝0.49；ρ3＝0.61；ρ4＝0.72；
取ρj的倒数进行归一化处理，得到权重向量ωj＝(0.29，0.29，0.23，0.19)。
(4)城市形态模糊系数(UFI)的计算
依据模糊关系矩阵△、权重向量W和式(16)，计算i街区到标准特征值向量(相对最劣特征值)所表示街区的拓扑距离di，作为i街区城市形态模糊系数UFI。各街区城市形态模糊系数向量计算结果如下：
UFI＝(0.45,0.26,0.26,0.38,0.39,0.46,0.22,0.41,0.29,0.42,0.31,0.39,0.33,0.39,0.38,0.37,0.40)
各街区UFI如表1所示。其中，7#街区的UFI最小(0.22)，表示与标准特征值向量(相对最劣特征值)所表示的街区形态差异较小；1#、6#街区UFI较大(0.45～0.46)，表示与标准特征值向量(相对最劣特征值)所表示的街区形态差异较大；各街区UFI平均值为0.36，UFI最大差值为0.24，街区城市形态差异区分明显。
7#街区的城市形态模糊系数最小(UFI＝0.22)，表明其与研究区域相对最劣特征值所表示的街区城市形态最为接近，其城市形态在17个城市街区形态评估结果中最差。该街区建设有高档商品房住宅与豪华写字楼，容积率较高，多功能土地利用极为单一，可达性中等，相对孤立于周围片区。街区内各个地块之间互不连通，出入口较少，建筑高度过高，且缺乏配套公建，这些因素在其他城市形态相对较差的街区，如3#街区、11#街区内亦存在。
1#街区城市形态模糊系数为0.45。街区内有市属大型综合性公园一座，公园占地面积17.6万平方米，占据街区的绝大部分面积。虽然街区内有新建的高容积率的商品房住宅与写字楼商业综合体建筑，但是便利的可达性、超大面积的开放空间、多样性的基础设施建设以及低容积率的公房住宅楼，使得这个街区的综合感受(可识别性)优于其他街区，城市形态较为优良。
4#街区城市形态模糊系数为0.38，处于平均水平。该街区位于城市片区的核心地带，城市形态为传统的低密度、密路网肌理，街区内用地性质较为单一，以居住建筑为主，既有三层及三层以下的自建房、简易房，也有单点式中高层住宅楼，开发强度低，容积率较低；街巷互相连通，可达性和易达性均较好，综合感受(可识别性)较好，街区城市形态良好。
纵观17个街区的城市形态综合评估结果，采用城市形态模糊系数(UFI)统筹各项城市形态特征值指标，用于街区城市形态的定量综合评估具有客观性和可行性，街区UFI数值与其各项特征值具有一定的关联性(图2)，能够综合反映街区局部形态和空间整体性特征，全面地表达了人对街区空间形态的总体感受。
因此，本发明基于模糊数学理论的城市形态特征综合评估结果能够客观地反映研究区域的城市形态特征，用做城市形态综合定量评估是可行的，为城市形态特征的综合定量分析提供了一种有效途径。

Claims (4)

1.一种基于模糊数学理论的城市街区空间形态综合评估方法，其特征在于：以街区容积率、混合土地利用率指标作为城市形态“空间强度特征值”，以连接值与集成度作为城市形态“空间结构特征值”，在对各项特征值进行量化计算和确定评判优劣方法的基础上，利用模糊数学理论，将两类空间特征值统筹为城市形态模糊系数UFI，采用MATLAB软件计算各街区UFI，依据UFI计算结果对比并综合评估城市街区空间形态优劣。
2.按照权利要求1的一种基于模糊数学理论的城市街区空间形态综合评估方法，其特征在于：
步骤一收集研究案例所在区域的测绘图、谷歌地球的卫星遥控图，结合城市主干道及空间特征，将研究片区划分为若干街区；
步骤二选择街区容积率、混合土地利用率指标作为城市形态“空间强度特征值”，并采用街区地理测绘数据进行量化计算；以连接值与集成度作为城市形态“空间结构特征值”，采用基于拓扑理论的空间句法进行量化计算；
步骤三对步骤二中所涉及各项特征值指标参数，与以最优特征值参数集合作为评估标准相比，以高容积率、低混合土地利用率、低连接值与低集成度作为相对最劣城市形态的评判方法纳入城市形态模糊数学法综合评估；
步骤四基于模糊数学理论构建城市形态模糊数学综合评估模型，以城市形态模糊系数UFI统筹上述反映不同城市形态的特征值指标，按照最大隶属度原则，计算各街区的特征值参数与研究区域相对最劣特征值参数集合即标准特征值集合的接近程度，确定各街区的UFI，并且通过分析各街区形态特征，佐证该评估模型的可靠性。
3.按照权利要求2的一种基于模糊数学理论的城市街区空间形态综合评估方法，其特征在于：所述UFI计算过程中，各项特征值权重采用相关系数赋权法。
4.按照权利要求2的一种基于模糊数学理论的城市街区空间形态综合评估方法，其特征在于步骤四，具体步骤如下：
(1)建立街区城市形态特征值矩阵F
将研究区域各街区集合设为集合B：
B＝{Block1，Block2，Blocki，…，Blockm}＝{B1，B2，Bi，…，Bm}
(5)
式中，i为街区编号，m为街区数量。
评估集合B的特征值集合设为集合A：
A＝{Indicator1，Indicator2，Indicatorj，…，Indicatorn}＝{A1，A2，Aj，…，An} (6)
式中，j为特征值编号，n为特征值数量。
这样，由A与B中的元素任意搭配就构成关于研究区域多目标的笛卡尔乘积集。将元素对(A，B)搭配后的街区特征值记为fij，这样街区i的特征值向量为：
Bi＝(fi1，fi2，…，fin),(i＝1，2，…，m) (7)
因此，考虑n个特征值指标参数条件下的m个街区的特征值指标参数矩阵F为
(2)模糊接近度计算
对于某一特征值，各街区的特征值与最优或最劣特征值的接近程度，称为街区i在特征值j时的模糊接近度，记作δij，其计算式如下：
式中，
fjmax——在特征值j条件下各街区的最大特征值，即fjmax＝max(f1j，f2j，…，fmj)；
fjmin——在特征值j条件下各街区的最小特征值，即fjmin＝min(f1j，f2j，…，fmj)；
——亦称特征值j的标准值，对正指标是值越大越优，负指标则正好相反，按最优或最劣标准确定。
标准特征值向量f0是指研究区域街区城市形态相对或最劣特征值集合
(3)模糊关系矩阵的建立
模糊接近度δij可以由矩阵F中各个特征值计算而出，从而形成了模糊关系矩阵：
(4)特征值权重赋值。
CN201811269503.3A 2018-10-29 2018-10-29 一种基于模糊数学理论的城市街区空间形态综合评估方法 Pending CN109583698A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811269503.3A CN109583698A (zh) 2018-10-29 2018-10-29 一种基于模糊数学理论的城市街区空间形态综合评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811269503.3A CN109583698A (zh) 2018-10-29 2018-10-29 一种基于模糊数学理论的城市街区空间形态综合评估方法

Publications (1)

Publication Number Publication Date
CN109583698A true CN109583698A (zh) 2019-04-05

Family

ID=65921115

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811269503.3A Pending CN109583698A (zh) 2018-10-29 2018-10-29 一种基于模糊数学理论的城市街区空间形态综合评估方法

Country Status (1)

Country Link
CN (1) CN109583698A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110135043A (zh) * 2019-05-08 2019-08-16 南京大学 一种城市街廓空间形态分类方法及系统
CN110580507A (zh) * 2019-09-02 2019-12-17 同济大学 一种城市肌理分类识别方法
CN111353130A (zh) * 2020-02-11 2020-06-30 苏州科技大学 历史文化街区空间品质评价方法
CN111429550A (zh) * 2020-03-27 2020-07-17 东南大学 一种针对老城街区形态的复杂性结构的测量方法
CN111696195A (zh) * 2020-05-09 2020-09-22 东南大学 一种街区三维空间形态量化分析方法
CN112100718A (zh) * 2020-08-28 2020-12-18 东南大学 一种基于智能算法及能耗综合优化的城市建筑群设计方法
CN112508336A (zh) * 2020-11-09 2021-03-16 东南大学 一种基于结构方程模型的空间与环境效能关联测度方法
CN112884208A (zh) * 2021-01-26 2021-06-01 中国测绘科学研究院 一种城市街区智能划分方法
WO2023071455A1 (zh) * 2021-10-27 2023-05-04 东南大学 一种针对超级街区层级结构的测量方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104537597A (zh) * 2014-11-25 2015-04-22 中国科学院地理科学与资源研究所 一种城市空间格局合理性诊断的技术方法
CN104820904A (zh) * 2015-05-19 2015-08-05 重庆大学 一种城市自然灾害等级的模糊综合评价方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104537597A (zh) * 2014-11-25 2015-04-22 中国科学院地理科学与资源研究所 一种城市空间格局合理性诊断的技术方法
CN104820904A (zh) * 2015-05-19 2015-08-05 重庆大学 一种城市自然灾害等级的模糊综合评价方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
张彦峰等: "基于模糊综合评价法的城市人居环境评价体系研究", 《现代电子技术》 *
汪亮等: "城市老中心区空间形态影响因素的评价理论及方法研究", 《合肥工业大学学报(自然科学版)》 *
程昊淼等: "基于模糊数学法的城市蔓延区形态评估――以上海新江湾城片区为例", 《住宅科技》 *
程昊淼等: "基于空间句法的上海典型片区形态演变和评估", 《同济大学学报(自然科学版)》 *
高彩霞等: "中国城市形态与相关城市法规的关联性研究――以南京市为例", 《城市规划》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110135043A (zh) * 2019-05-08 2019-08-16 南京大学 一种城市街廓空间形态分类方法及系统
CN110135043B (zh) * 2019-05-08 2023-04-18 南京大学 一种城市街廓空间形态分类方法及系统
CN110580507B (zh) * 2019-09-02 2023-04-07 同济大学 一种城市肌理分类识别方法
CN110580507A (zh) * 2019-09-02 2019-12-17 同济大学 一种城市肌理分类识别方法
CN111353130A (zh) * 2020-02-11 2020-06-30 苏州科技大学 历史文化街区空间品质评价方法
CN111429550A (zh) * 2020-03-27 2020-07-17 东南大学 一种针对老城街区形态的复杂性结构的测量方法
CN111429550B (zh) * 2020-03-27 2022-02-15 东南大学 一种针对老城街区形态的复杂性结构的测量方法
CN111696195A (zh) * 2020-05-09 2020-09-22 东南大学 一种街区三维空间形态量化分析方法
CN112100718A (zh) * 2020-08-28 2020-12-18 东南大学 一种基于智能算法及能耗综合优化的城市建筑群设计方法
CN112100718B (zh) * 2020-08-28 2023-12-19 东南大学 一种基于智能算法及能耗综合优化的城市建筑群设计方法
CN112508336A (zh) * 2020-11-09 2021-03-16 东南大学 一种基于结构方程模型的空间与环境效能关联测度方法
CN112508336B (zh) * 2020-11-09 2023-09-19 东南大学 一种基于结构方程模型的空间与环境效能关联测度方法
CN112884208A (zh) * 2021-01-26 2021-06-01 中国测绘科学研究院 一种城市街区智能划分方法
WO2023071455A1 (zh) * 2021-10-27 2023-05-04 东南大学 一种针对超级街区层级结构的测量方法

Similar Documents

Publication Publication Date Title
CN109583698A (zh) 一种基于模糊数学理论的城市街区空间形态综合评估方法
Liang et al. The effects of locational factors on the housing prices of residential communities: The case of Ningbo, China
Wey et al. Alternative transit-oriented development evaluation in sustainable built environment planning
Aydin et al. GIS-based environmental assessment of wind energy systems for spatial planning: A case study from Western Turkey
CN109636150A (zh) 一种智慧城市“多规合一”评价体系的建立方法及其系统
CN110458048A (zh) 顾及城镇格局特征的人口分布时空演变与认知
Gustafson et al. The relationship between environmental amenities and changing human settlement patterns between 1980 and 2000 in the Midwestern USA
CN109840452A (zh) 一种栅格覆盖场景自动识别方法及装置
Hansen Empirically derived neighbourhood rules for urban land-use modelling
CN107292484A (zh) 基于城市空间大数据的城市再开发土地识别方法及系统
CN109933901B (zh) 一种生态系统服务价值最优化的mcr城市扩张模拟方法
CN112949997A (zh) 用于城市规划设计中的社区画像的系统和方法
CN106203760A (zh) 一种城市地下空间规划方案评价方法
Mohamed et al. Morphological evaluation and regeneration of informal settlements: An experience-based urban design approach
Jabbari et al. The pedestrian network concept: A systematic literature review
Ghosh et al. Domestic energy sustainability of different urban residential patterns: a New Zealand approach
CN109740292A (zh) 一种基于多智能体的城市人口空间分布估算方法及装置
CN113361899A (zh) 农田规划处理方法、装置、电子设备及可读存储介质
CN110633910B (zh) 一种旅游公路服务设施营地布局方法
CN109063898A (zh) 一种基于片区面积及云推理的区域负荷预测方法
Yang Evaluation of spatial variation of water resources carrying capacity using optimal method: a case study of Fujian, China
CN113191553A (zh) 基于建筑物尺度的人口空间分布估算方法及系统
Pandey Land Use and Land Cover Planning of Gondia Municipal City, Maharashtra State, India Using Remote Sensing & GIS Techniques
CN105373879B (zh) 一种土地利用评价方法及装置
Zhang et al. A spatial projection pursuit model for identifying comprehensive urban vitality on blocks using multisource geospatial data

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20190405

RJ01 Rejection of invention patent application after publication