CN111291954B - 一种城市景观量化分析方法 - Google Patents

一种城市景观量化分析方法 Download PDF

Info

Publication number
CN111291954B
CN111291954B CN201811495572.6A CN201811495572A CN111291954B CN 111291954 B CN111291954 B CN 111291954B CN 201811495572 A CN201811495572 A CN 201811495572A CN 111291954 B CN111291954 B CN 111291954B
Authority
CN
China
Prior art keywords
neighborhood
building
city
adopting
follows
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.)
Active
Application number
CN201811495572.6A
Other languages
English (en)
Other versions
CN111291954A (zh
Inventor
张安琪
吴佳雨
楚建群
林坚
李卫锋
夏畅
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.)
Peking University
Original Assignee
Peking University
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 Peking University filed Critical Peking University
Priority to CN201811495572.6A priority Critical patent/CN111291954B/zh
Publication of CN111291954A publication Critical patent/CN111291954A/zh
Application granted granted Critical
Publication of CN111291954B publication Critical patent/CN111291954B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q50/08—Construction

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (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

本发明公开了一种城市景观的量化方法，包括以下步骤：1)划分最小研究单元，即街坊；2)识别街坊的土地利用主导功能；3)从城市平面格局、建筑形态构成和土地利用方式三个方面，对城市景观进行量化测度；4)采用定量化指标，分析同一城市不同街坊或不同城市的景观特征。本发明方法构建了大区域内量化分析城市街坊级景观的技术方法，搭建起中观和微观尺度定量分析城市景观的桥梁，实现城市规划和建筑设计尺度的融合，为大范围内更精细化研究城市提供方法。

Description

一种城市景观量化分析方法
技术领域
本发明涉及城市景观的量化方法，尤其涉及一种针对大区域内精细分析城市街坊级景观的量化方法。
背景技术
根据联合国《2018年世界城市化趋势》报告显示，随着全球城市化的推进，世界上有55％的人口在城市中生活。城市居民活动，离不开城市物质实体，而这些物质实体就是城市景观的重要组成部分。不少城市实践观察发现，城市景观不仅可以提升城市空间品质，而且还可以激发城市活力。对于城市规划和设计者，不仅仅需要合理安排城市布局，保证城市有序协调发展，更重要的是优化城市景观，打造具有活力、高质量的城市空间。从凯文·林奇、简·雅各布斯、蒙哥马利等著名城市规划理论学家开始，到当代城市规划师，一直致力于对能激发活力的城市景观的探索和设计。如何制定更科学合理的城市规划，引领城市高效有序发展是城市规划者一生追逐的目标。
但工业革命后，建筑学科的两大分支——城市设计和建筑设计，逐渐分离，导致现代城市规划重视政策而忽略环境和景观设计，而建筑设计则偏重于建筑单体而忽略了城市整体。与宏观层面的区域规划、城市总体规划等相比，微观层面的城市景观设计和控制性详细规划与日常生活更紧密相连，直接影响居民的社会行为和心理，因此，城市建设应提升对于城市景观的关注。
目前对于城市景观研究，可以分为两大类，一类是以景观设计学家为代表，他们以微观城市景观为研究对象，研究涉及历史文化保护、风景园林与建筑设计等；另一类以地理学家为代表，他们从宏观角度分析城市景观类型和特征，探索城市景观演变趋势，构建城市景观的规划设计方案，加强景观生态建设等角度展开研究。现有研究中对城市景观的定性研究丰富，而定量研究较少。对于自然景观，学者们通常以斑块为最小研究单元，采用景观指数进行量化分析，但对于文化景观，特别是城市景观，却缺乏有效的定量研究手段。仅有的对城市景观的量化研究，在研究思路方面，主要沿用景观生态学。囿于数据获取与处理困难等原因，宏观层面城市景观量化研究，仍以斑块为最小研究单元，根据土地利用类型对城市景观进行分类，并利用景观格局指数分析城市景观格局特征，在二维层面对宏观城市景观进行量化分析。而微观层面对于城市景观更多细节的定量研究，则仅限于在单个或多个建筑、街道等小范围区域内，对景观视觉和美学等特征的研究。缺乏介于宏观和微观研究之间的中观尺度城市景观研究，缺乏在大范围对城市街坊景观的统一量化分析。
但当前城市建设迫切需要更为准确、数量化、科学的引导,使城市建设走上更合理化、有序化的进程。定量化分析城市景观，有利于为精细化研究城市提供基础，并为城市规划提供依据，促进规划科学化、严谨化、理性化。因此量化解析城市景观是必要而迫切的。
发明内容
针对现有技术存在的不足，本发明提供了一种城市景观量化测度方法，该方法能更真实、科学、精确的量化描述城市景观。
本发明所采用的技术方案是：一种城市景观量化分析方法，从城市平面格局、建筑形态构成和土地利用方式三个方面定量分析城市景观，其特征在于，包括以下步骤：
步骤1：在城市建设用地范围内，将研究区分割成最小研究单元，即街坊。
步骤2：识别街坊的土地利用主导功能。
步骤3：从城市平面格局、建筑形态构成和土地利用方式三个构成城市景观的要素出发，对城市景观进行量化测度，其具体实现包括以下子步骤：
步骤3.1：从街道系统、街坊格局、建筑排布方式三个角度定量描述城市平面格局；
步骤3.2：从建筑平面形态和建筑立体形态两个角度定量描述街坊内建筑形态构成。
步骤3.3：从土地功能构成和土地利用强度两个角度定量描述街坊内土地利用方式
步骤4：采用定量化指标，分析同一城市不同街坊或不同城市的景观特征。
作为优选，步骤1的具体实现可以参考龙瀛等①的研究方法，包括以下子步骤：
步骤1.1：划分道路等级；
步骤1.2：采用不同等级道路和水体数据，将研究区分割成最小研究单元，即街坊。
作为优选，步骤2的具体实现可以参考池娇等②的研究方法，包括以下子步骤：
步骤2.1：根据用地类型，对城市兴趣点(POI)数据进行重新分类，并根据各类POI样点的公众认知度、通用占地面积，对各类POI点赋予不同权重；
步骤2.2：采用步骤3.3.1中的公式计算各城市街坊土地利用混合度、各类功能占比和提供各类型功能服务的能力，确定街坊主导功能；
作为优选，步骤2.1中，参考《土地利用现状分类》(GB/T 21010-2017)》，遵循POI分类的普遍性、一致性原则，对原始POI数据进行重新分类。按照所属用地类型划分为6类，即居住用地、公共管理与公共服务用地、商服用地、工业用地、道路与交通设施用地、公园绿地。
作为优选，步骤2.2中，根据单类型功能所占比例是否超过50％，将街坊划分为单一主导型街坊和混合型街坊两大类；根据占比最高的功能类型，进一步确定街坊主导功能；在混合型解放中，如果街坊各类功能占比均不超过30％，则被定义为均衡混合型街坊。此外，根据街坊的主导类型，可以划分为7类，即居住主导型、公服主导型、商服主导型、工业主导型、交通主导型、绿地主导型、均衡混合型。
作为优选，步骤3.1的具体实现包括以下子步骤：
步骤3.1.1：量化街道系统，采用公交便捷度、道路交叉口数量、道路交叉口间距表征可达性、采用临街建筑密度、临街建筑占空度来表征城市街道景观三维立体特征；
步骤3.1.2：量化街坊格局，采用街坊分维度、街坊紧凑度、单位长度临近街坊数、街坊起伏度和街坊平均高程表征街坊空间格局特征
步骤3.1.3：量化建筑排布方式，采用建筑分布散落度、建筑分布离心度、最大建筑基底面积指数量化分析建筑排布方式。
作为优选，步骤3.1.1中各指数可采用下列方法计算：
采用街坊500米范围内公交站点、地铁站点、出租车停靠站点标准化数量与街坊面积的比值表征道路系统的公交便捷度，参数代码：PTCD。对公交站点、地铁站点、出租车停靠站点数量根据各类站点总数量进行标准化，并依据不同城市市内公交设施整体完备程度赋予权重，以此建立了不同城市的可比标准。设施完备的城市，整体公共交通便捷度更优，例如具有10条地铁线路的城市与仅有一条地铁线路的城市相比，每一个地铁站点与更多点位发生交通联系。
其中，i代表城市i；j代表街坊j；Subwayall、Subwayi和Subwayij分别代表地铁站点总数量，i城市的地铁站点总数量，i城市j街坊500米范围内的地铁标准化数量；Busall、Busi和Busij分别代表公交站点总数量，i城市的公交站点总数量，i城市j街坊500米范围内的公交站点标准化数量；Taxiall、Taxii和Taxiij分别代表出租车站点总数量，i城市的出租车站点总数量，i城市j街坊500米范围内的出租车站标准化数量；Aall、Ai和Aij分别代表研究范围总面积，i城市市区面积，i城市j街坊的面积；和/>分别代表i城市地铁、公交车和出租车可达性的权重系数。
道路交叉口数量用500米范围内道路交叉口的加权数量表示，参数代码：RIQ。根据经过交叉路口的道路等级、道路数量对路口进行加权，以区分不同道路交叉口的重要性。
其中，i和j含义同上，N表示i城市j街坊500米范围内道路交叉口总个数；Rn表示经过第n个交叉口的道路总数量；Typenr表示经过第n个交叉口的第r条路段的等级。
道路交叉口间距采用街坊500米内所有道路交叉口与其直接联通的道路结点的加权平均距离计算，参数代码：RISD。
其中，i、j、N、Rn和Typenr含义同上；Lengthnr表示经过第n个交叉口的第r条路段的长度；即交叉口n与相联通的第r个道路结点的间距。
临街建筑密度采用距街坊边界15米范围内的建筑基底总面积与临街街坊总面积之比计算，表征临近街道区域建筑密集程度，参数代码：NRBD。
其中，NRBAij表示城市i街坊j内距边界范围15米内建筑基底总面积；NRAij表示城市i街坊j内距边界范围15米的街坊总面积。
临街建筑占空度采用距街坊边界15米范围内的街坊上空建筑总体积与街坊总面积的比值计算，表征临街街道街坊内建筑对街坊上空占用程度，参数代码：NRBE。
其中，NRBVij表示城市i街坊j内距边界范围15米内的建筑总体积，NRAij含义同上。
作为优选，步骤3.1.2中各指数可采用下列方法计算：
街坊分维度用于量化街坊形状的复杂程度，参数代码：FD。
其中，Pij表示城市i街坊j的周长；Aij含义同上。街坊分维度的取值范围是[1,2]，该值越大表明同等面积下街坊边界越复杂，FD＝1，表示正方形街坊。
街坊紧凑度用用于表征街坊形态紧凑性，参数代码：SCR，
其中，Aij和Pij含义同上。街坊紧凑度的取值范围是[0,1]，值越大表明街坊形态越紧凑，越接近于圆形。
单位长度临近街坊数采用目标街坊边界100米范围内相邻街坊数与目标街坊周长之比度量，参数代码：ULABN。
其中，Nearij表示城市i街坊j边界外围100米内的街坊数；Pij含义同上。ULABN取值越大，表明比邻街坊越多，取值为0表明街坊独立分布。
街坊起伏度采用街坊内部平均坡度计算，参数代码：BRD，表征街坊表面起伏程度，该值越大，街坊表面地形起伏越大。
街坊平均高程采用街坊内部高程均值计算，参数代码：MBE，表征街坊地势高低，该值越大，表明街坊所处地势越高。
作为优选，步骤3.1.3中街坊中心和建筑位置均采用几何中心确定，各指数可采用下列方法计算：
建筑分布离心度采用街坊内各建筑排布位置与街坊中心的平均距离度量，为建立不同面积街坊离心度的可比标准，采用与街坊面积相同的标准圆进行标准化，参数代码：BDE，表示街坊内各建筑排布方式位置与街坊中心的距离远近。
其中，Dij表示城市i街坊j内所有建筑距街坊中心距离之和；Db表示建筑b距街坊中心距离；Bij表示城市i街坊j内建筑物总数；Aij含义同上。BDEij取值越小，建筑分布越集中于街坊中心；反之，距离街坊中心越远。
建筑分布散落度采用街坊内各建筑排布位置与街坊中心的距离的变异系数度量，参数代码：BDD。
其中，Dij、Db和Bij含义同上。BDDij指数越小，街坊内部建筑排布越紧凑或表现为圈层排布。
最大建筑基底面积指数采用街坊内所有建筑物基地面积的最大值度量，参数代码：Max_BA。
Max_BAij＝max BAb b∈Bij
其中，BAb表示城市i街坊j内建筑b基底面积，Bij含义同上。
作为优选，步骤3.2的具体实现包括以下子步骤：
步骤3.2.1：在平面形态方面，采用建筑基底平均面积、建筑基底面积加权朝向系数、建筑基底面积加权分维度、建筑基底面积加权紧凑度来表征街坊内建筑基底的形态。采用建筑基底分维度变异系数和建筑基底紧凑度变异系数表征街坊内建筑形态丰富度；
步骤3.2.2：采用建筑平均高度、建筑错落度和塔楼占比表征建筑景观三维立体形态。
作为优选，步骤3.2.1中各指数可采用下列方法计算：
建筑基底平均面积根据街坊内所有建筑物基地面积的平均值计算，参数代码：MBA。
其中，BAij表示城市i街坊j内所有建筑物基底面积之和；BAb和Bij含义同上。
建筑基底面积加权朝向系数采用街坊内所有建筑物朝向的加权均值计算，参数代码：AWBOI，其中单个建筑物的朝向采用建筑基底最长边与正北方向夹角计算。对于北半球城市，该值越大，建筑物接受光照能力越强，南半球城市则相反。
其中，Angleb表示城市i街坊j内建筑b与正北方向夹角，即建筑b的朝向；BAb、BAij和Bij含义同上；建筑b基底最长边的起点坐标和终点坐标分别为：(XFrom,YFrom)和(XTo,YTo)。
建筑基底面积加权分维度根据街坊内所有建筑基底分维度的加权均值计算，参数代码：AWBFD，表征街坊内各建筑基底形态平均复杂程度。该值越大，表明街坊内形态复杂建筑越多，反之建筑基底形态越简单。
其中，BFDb表示城市i街坊j内建筑b的分维度，BAb、BAij和Bij含义同上。
建筑基底分维度变异系数采用街坊内所有建筑基底分维度的变异系数计算，参数代码：BFDVC，表征街坊内建筑形态复杂程度的多样性。该值越大，表明街坊内建筑景观形态复杂程度差异越大，建筑平面形态类型越丰富。
其中，MBFDij表示城市i街坊j内建筑分维度的算数平均值，BFDb和Bij含义同上。
建筑基底面积加权紧凑度采用街坊内所有建筑基底紧凑度的加权均值计算，参数代码：AWBSCR，表征街坊内各建筑基底形态平均紧凑程度。该值越小，表明街坊内紧凑型建筑越多，反之平面结构松散的建筑越多。
其中，BSCRb表示城市i街坊j内建筑b的紧凑度，BAb、BAij和Bij含义同上。
建筑基底紧凑度变异系数采用街坊内所有建筑基底紧凑度的变异系数计算，参数代码：BSCRVC，表征街坊内建筑形态紧凑程度的多样性。该值越大，表明街坊内建筑景观形态差异越大，类型越丰富。
其中，MBSCRij表示城市i街坊j内建筑紧凑度的算数平均值，BSCRb和Bij含义同上。
作为优选，步骤3.2.2中各指数可采用下列方法计算：
建筑平均高度采用街坊内所有建筑物高度的平均值度量，参数代码：MBH。该值越大，表明街坊内高层建筑越多，建筑高度越高，建筑景观立体化趋势明显。
其中，BHij表示城市i街坊j内所有建筑物基底高度之和；BHb表示建筑b的高度；Bij含义同上。
建筑错落度采用街坊内建筑物高度的变异系数计算，参数代码：BHVC，表征街坊内建筑高度的多样性。该值越大，表明街坊内建筑高低错落程度越大，建筑景观空间层次感越强；反之建筑高度越均匀。
其中，MBHij、BHb和Bij含义同上。
塔楼占比采用街坊内的塔楼占所有建筑物比例计算，参数代码：PTB，表征街坊内空间使用率高的建筑的比例。塔楼被定义为建筑基底紧凑度BSCR>0.8，且建筑层数大于10的建筑。
其中，TBij表示城市i街坊j内塔楼数量；Bij含义同上。
作为优选，步骤3.3的具体实现包括以下子步骤：
步骤3.3.1采用街坊提供服务能力、各类功能占比、土地利用混合度、相邻街坊绿化率量化土地功能构成；
步骤3.3.2：采用建筑占空度和建筑密度量化土地利用强度。
作为优选，步骤3.3.1中各指数可采用下列方法计算：
提供服务能力采用街坊内各类POI点位标准化数量与街坊面积比值计算，参数代码：SA，表征街坊内设施提供各类功能服务的能力，该值越大，街坊提供该类型功能服务的能力越强，
其中，表示城市i街坊j提供m类功能服务能力。
各类功能占比采用街坊内各类POI点位标准化数量与街坊内各类POI总量之比度量，参数代码：CR，表征街坊内特定类型服务占街坊所有功能服务的比重，该值越大，特定服务在该街坊提供所有服务中所占比重越高，重要性越高，
其中，表示城市i街坊j内m类功能服务占所有服务比例。
土地利用混合度采用信息熵计算，参数代码：LUD，表征土地利用类型的多样性。
其中，M表示城市i街坊j范围内POI类别总数；表示目标街坊内m类POI标准化数量，采用该类POI在目标街坊内的数量与该类POI在全国总数的比例进行度量；/>表示目标街坊内各类POI标准化数量之和；/>表示目标街坊内m类POI标准化数量占POI总数的比例。
相邻街坊绿化率采用街坊100米范围内临近街坊的平均绿化率计算，参数代码：NGR。由于绿地景观具有外部性，因此该指数用于考察这种外部性对周边街坊的作用。该值越大，街坊生态环境状况越好。采用街坊提供绿地服务的能力反映街坊自身绿化状况，采用相邻街坊绿化率反映街坊所处的环境。
其中，GRnear表示城市i街坊j100米范围内相邻街坊绿化率，采用各街坊内绿地面积占街坊总面积的比值计算；NB含义是目标街坊100米范围内临近街坊数。
作为优选，步骤3.3.2中各指数可采用下列方法计算：
建筑占空度采用街坊上空建筑总体积与街坊总面积的比值计算，参数代码：BE，表征街坊内建筑对街坊上空占用程度。该值越大，表明街坊上空空间利用程度越高。
其中，BVb表示城市i街坊j内建筑b的体积；Aij和Bij含义同上。
建筑密度采用街坊内的建筑基底总面积与街坊总面积之比计算，参数代码：BD，表征街坊内部的建筑密集程度。该值越大，表明街坊内建筑分布越密集。
其中，BAij和Aij含义同上。
步骤3中各景观量化指数的计算均可采用ArcGIS中的工具完成计算。
作为优选，步骤4中可以借助各指标值的空间分布情况对城市内部不同街坊景观特征进行分析，借助不同城市各指标的分位数值对不同城市景观特征进行分析。
与现有技术相比，本发明具有以下优点和有益效果：
提出一套较为完整城市景观量化分析技术方法，从城市平面格局、建筑形态构成、土地利用方式三个角度实现对城市景观的量化描述。以街坊为研究单元，搭建起宏观和微观尺度定量分析城市景观的桥梁，实现城市规划和建筑设计尺度的融合，一方面通过对街坊内部建筑物和土地利用方式的定量描述，刻画街坊内部城市景观的特征；另一方面通过对街坊整体形态特征以及街坊区位特征(包括：临近街坊间联系，街道系统等)的量化分析，描述各城市街坊的平面格局和空间分布。该发明为定量分析城市景观提供新思路，为大范围内更精细化研究城市提供方法。
附图说明
图1：POI数据新类别；
图2：城市景观量化体系；
图3：研究区范围；
图4：各类型街坊占比：(a)面积占比，(b)数量占比；
图5：街坊主导功能空间分布图：(a)北京市，(b)上海市；
图6：景观量化指数频率分布直方图；
图7：景观量化指数空间分布图：(a)西安市街道系统，(b)武汉市街坊格局，
(c)广州市建筑排布方式，(d)北京市建筑形态格局，(e)杭州市土地利用方式；
图8：各城市景观量化指数箱线图；
图9：各类型街坊景观量化指数箱线图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明，下面结合附图及实施例对本发明作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不用于限定本发明。
本发明提供的一种针对大区域内精细分析城市街坊级景观的量化方法，包括以下步骤：
步骤1：参考龙瀛等③的研究方法，将研究区按照基本研究单元进行分割，其具体实现包括以下子步骤：
步骤1.1：根据道路类型，将城市道路划分为5个等级，对不同级别道路设置5-25米不同半径的缓冲区(表1)。
表1道路等级与缓冲区半径
步骤1.2：借助ArcGIS擦除工具，用道路缓冲区和水体对所选城市的建设用地空间进行分割，构建最小研究单元，即街坊。
步骤2：参考池娇等④的研究方法，识别街坊的土地利用主导功能，其具体实现包括以下子步骤：
步骤2.1：参考《土地利用现状分类》(GB/T 21010-2017)》，遵循POI分类的普遍性、一致性原则，对原始POI数据进行重新分类，按照所属用地类型划分为6类，即居住用地、公共管理与公共服务用地、商服用地、工业用地、道路与交通设施用地、公园绿地(图1)。同时根据各类POI样点的公众认知度、通用占地面积，对各类POI点赋予不同权重。
步骤2.2：计算各城市街坊内部提供各类功能服务能力、各类功能占比、土地利用混合度。根据单类型功能所占比例是否超过50％，将街坊划分为单一主导型街坊和混合型街坊两大类；根据占比最高的功能类型，进一步确定街坊主导功能；在混合型解放中，如果街坊各类功能占比均不超过30％，则被定义为均衡混合型街坊；所有街坊共包括2大类，13小类(表2)。
表2街坊功能类型划分
此外，根据街坊的主导类型，可以划分为7类，即居住主导型、公服主导型、商服主导型、工业主导型、交通主导型、绿地主导型、均衡混合型。
步骤3：从城市平面格局、建筑形态构成和土地利用方式三个构成城市景观的要素出发，对城市景观进行量化测度(图2)，其具体实现包括以下子步骤：
步骤3.1：街道系统、街坊格局、建筑排布方式三个角度定量描述城市平面格局，其具体实现包括以下子步骤：
步骤3.1.1：量化街道系统，采用公交便捷度、道路交叉口数量、道路交叉口间距表征可达性、采用临街建筑密度、临街建筑占空度来表征城市街道景观三维立体特征。
采用街坊500米范围内公交站点、地铁站点、出租车停靠站点标准化数量与街坊面积的比值表征道路系统的公交便捷度，参数代码：PTCD。对公交站点、地铁站点、出租车停靠站点数量根据各类站点总数量进行标准化，并依据不同城市市内公交设施整体完备程度赋予权重，以此建立了不同城市的可比标准。设施完备的城市，整体公共交通便捷度更优，例如具有10条地铁线路的城市与仅有一条地铁线路的城市相比，每一个地铁站点与更多点位发生交通联系。
其中，i代表城市i；j代表街坊j；Subwayall、Subwayi和Subwayij分别代表地铁站点总数量，i城市的地铁站点总数量，i城市j街坊500米范围内的地铁标准化数量；Busall、Busi和Busij分别代表公交站点总数量，i城市的公交站点总数量，i城市j街坊500米范围内的公交站点标准化数量；Taxiall、Taxii和Taxiij分别代表出租车站点总数量，i城市的出租车站点总数量，i城市j街坊500米范围内的出租车站标准化数量；Aall、Ai和Aij分别代表研究范围总面积，i城市市区面积，i城市j街坊的面积；和/>分别代表i城市地铁、公交车和出租车可达性的权重系数。
作为优选，道路交叉口数量用500米范围内道路交叉口的加权数量表示，参数代码：RIQ。根据经过交叉路口的道路等级、道路数量对路口进行加权，以区分不同道路交叉口的重要性。
其中，i和j含义同上，N表示i城市j街坊500米范围内道路交叉口总个数；Rn表示经过第n个交叉口的道路总数量；Typenr表示经过第n个交叉口的第r条路段的等级。
道路交叉口间距采用街坊500米内所有道路交叉口与其直接联通的道路结点的加权平均距离计算，参数代码：RISD。
其中，i、j、N、Rn和Typenr含义同上；Lengthnr表示经过第n个交叉口的第r条路段的长度；即交叉口n与相联通的第r个道路结点的间距。
临街建筑密度采用距街坊边界15米范围内的建筑基底总面积与临街街坊总面积之比计算，表征临近街道区域建筑密集程度，参数代码：NRBD。
其中，NRBAij表示城市i街坊j内距边界范围15米内建筑基底总面积；NRAij表示城市i街坊j内距边界范围15米的街坊总面积。
临街建筑占空度采用距街坊边界15米范围内的街坊上空建筑总体积与街坊总面积的比值计算，表征临街街道街坊内建筑对街坊上空占用程度，参数代码：NRBE。
其中，NRBVij表示城市i街坊j内距边界范围15米内的建筑总体积，NRAij含义同上。
步骤3.1.2：量化街坊格局，采用街坊分维度、街坊紧凑度、单位长度临近街坊数、街坊起伏度和街坊平均高程表征街坊空间格局特征。
街坊分维度用以下公式计算，用于量化街坊形状的复杂程度，参数代码：FD。
其中，Pij表示城市i街坊j的周长，Aij含义同上。街坊分维度的取值范围是[1,2]，该值越大表明同等面积下街坊边界越复杂，FD＝1，表示正方形街坊。
街坊紧凑度用以下公式计算，用于表征街坊形态紧凑性，参数代码：SCR，
其中，Aij和Pij含义同上。街坊紧凑度的取值范围是[0,1]，值越大表明街坊形态越紧凑，越接近于圆形。
单位长度临近街坊数采用目标街坊边界100米范围内相邻街坊数与目标街坊周长之比度量，参数代码：ULABN，。
其中，Nearij表示城市i街坊j边界外围100米内的街坊数；Pij含义同上。ULABN取值越大，表明比邻街坊越多，取值为0表明街坊独立分布。
街坊起伏度采用街坊内部平均坡度计算，参数代码：BRD，表征街坊表面起伏程度，该值越大，街坊表面地形起伏越大。
街坊平均高程采用街坊内部高程均值计算，参数代码：MBE，表征街坊地势高低，该值越大，表明街坊所处地势越高。
步骤3.1.3：量化建筑排布方式，采用建筑分布散落度、建筑分布离心度、最大建筑基底面积指数量化分析建筑排布方式。
为建立不同面积街坊离心度的可比标准，采用与街坊面积相同的标准圆进行标准化，参数代码：BDE，表示街坊内各建筑排布方式位置与街坊中心的距离远近。
其中，Dij表示城市i街坊j内所有建筑距街坊中心距离之和；Db表示建筑b距街坊中心距离；Bij表示城市i街坊j内建筑物总数；Aij含义同上。BDEij取值越小，建筑分布越集中于街坊中心；反之，距离街坊中心越远。
建筑分布散落度采用街坊内各建筑排布方式位置与街坊中心的距离的变异系数度量，参数代码：BDD。
其中，Dij、Db和Bij含义同上。BDDij指数越小，街坊内部建筑排布越紧凑或表现为圈层排布。
最大建筑基底面积指数采用街坊内所有建筑物基地面积的最大值度量，参数代码：Max_BA。
Max_BAij＝max BAb b∈Bij
其中，BAb表示城市i街坊j内建筑b基底面积，Bij含义同上。
步骤3.2：从建筑平面形态和建筑立体形态两个角度定量描述街坊内建筑形态构成，其具体实现包括以下子步骤：
步骤3.2.1：在平面形态方面，采用建筑基底平均面积、建筑基底面积加权朝向系数、建筑基底面积加权分维度、建筑基底面积加权紧凑度来表征街坊内建筑基底的形态。采用建筑基底分维度变异系数和建筑基底紧凑度变异系数表征街坊内建筑形态丰富度。
建筑基底平均面积根据街坊内所有建筑物基地面积的平均值计算，参数代码：MBA。
其中，BAij表示城市i街坊j内所有建筑物基底面积之和；BAb和Bij含义同上。
建筑基底面积加权朝向系数采用街坊内所有建筑物朝向的加权均值计算，参数代码：AWBOI，其中单个建筑物的朝向采用建筑基底最长边与正北方向夹角计算。对于北半球城市，该值越大，建筑物接受光照能力越强，南半球城市则相反。
其中，Angleb表示城市i街坊j内建筑b与正北方向夹角，即建筑b的朝向；BAb、BAij和Bij含义同上；建筑b基底最长边的起点坐标和终点坐标分别为：(XFrom,YFrom)和(XTo,YTo)。
建筑基底面积加权分维度根据街坊内所有建筑基底分维度的加权均值计算，参数代码：AWBFD，表征街坊内各建筑基底形态平均复杂程度。该值越大，表明街坊内形态复杂建筑越多，反之建筑基底形态越简单。
其中，BFDb表示城市i街坊j内建筑b的分维度，BAb、BAij和Bij含义同上。
建筑基底分维度变异系数采用街坊内所有建筑基底分维度的变异系数计算，参数代码：BFDVC，表征街坊内建筑形态复杂程度的多样性。该值越大，表明街坊内建筑景观形态复杂程度差异越大，建筑平面形态类型越丰富。
其中，MBFDij表示城市i街坊j内建筑分维度的算数平均值，BFDb和Bij含义同上。
建筑基底面积加权紧凑度采用街坊内所有建筑基底紧凑度的加权均值计算，参数代码：AWBSCR，表征街坊内各建筑基底形态平均紧凑程度。该值越小，表明街坊内紧凑型建筑越多，反之平面结构松散的建筑越多。
其中，BSCRb表示城市i街坊j内建筑b的紧凑度，BAb、BAij和Bij含义同上。
建筑基底紧凑度变异系数采用街坊内所有建筑基底紧凑度的变异系数计算，参数代码：BSCRVC，表征街坊内建筑形态紧凑程度的多样性。该值越大，表明街坊内建筑景观形态差异越大，类型越丰富。
其中，MBSCRij表示城市i街坊j内建筑紧凑度的算数平均值，BSCRb和Bij含义同上。
步骤3.2.2：采用建筑平均高度、建筑错落度和塔楼占比表征建筑景观三维立体形态。
建筑平均高度采用街坊内所有建筑物高度的平均值度量，参数代码：MBH。该值越大，表明街坊内高层建筑越多，建筑高度越高，建筑景观立体化趋势明显。
/>
其中，BHij表示城市i街坊j内所有建筑物基底高度之和；BHb表示建筑b的高度；Bij含义同上。
建筑错落度采用街坊内建筑物高度的变异系数计算，参数代码：BHVC，表征街坊内建筑高度的多样性。该值越大，表明街坊内建筑高低错落程度越大，建筑景观空间层次感越强；反之建筑高度越均匀。
其中，MBHij、BHb和Bij含义同上。
塔楼占比采用街坊内的塔楼占所有建筑物比例计算，参数代码：PTB，表征街坊内空间使用率高的建筑的比例。塔楼被定义为建筑基底紧凑度BSCR>0.8，且建筑层数大于10的建筑。
其中，TBij表示城市i街坊j内塔楼数量；Bij含义同上。
步骤3.3：从土地功能构成和土地利用强度两个角度定量描述街坊内土地利用方式，其具体实现包括以下子步骤：
步骤3.3.1采用街坊提供服务能力、各类功能占比、土地利用混合度、相邻街坊绿化率量化土地功能构成；。
提供服务能力采用街坊内各类POI点位标准化数量与街坊面积比值计算，参数代码：SA，表征街坊内设施提供各类功能服务的能力，该值越大，街坊提供该类型功能服务的能力越强，
其中，表示城市i街坊j提供m类功能服务能力；
各类功能占比采用街坊内各类POI点位标准化数量与街坊内各类POI总量之比度量，参数代码：CR，表征街坊内特定类型服务占街坊所有功能服务的比重，该值越大，特定服务在该街坊提供所有服务中所占比重越高，重要性越高，
其中，表示城市i街坊j内m类功能服务占所有服务比例；
土地利用混合度采用信息熵计算，参数代码：LUD，表征土地利用类型的多样性。
/>
其中，M表示城市i街坊j范围内POI类别总数；表示目标街坊内m类POI标准化数量，采用该类POI在目标街坊内的数量与该类POI在全国总数的比例进行度量；/>表示目标街坊内各类POI标准化数量之和；/>表示目标街坊内m类POI标准化数量占POI总数的比例。
相邻街坊绿化率采用街坊100米范围内临近街坊的平均绿化率计算，参数代码：NGR。由于绿地景观具有外部性，因此该指数用于考察这种外部性对周边街坊的作用。该值越大，街坊生态环境状况越好。采用街坊提供绿地服务的能力反映街坊自身绿化状况，采用相邻街坊绿化率反映街坊所处的环境。
其中，GRnear表示城市i街坊j100米范围内相邻街坊绿化率，采用各街坊内绿地面积占街坊总面积的比值计算；NB含义是目标街坊100米范围内临近街坊数。
步骤3.3.2：采用建筑占空度和建筑密度量化土地利用强度。
建筑占空度采用街坊上空建筑总体积与街坊总面积的比值计算，参数代码：BE，表征街坊内建筑对街坊上空占用程度。该值越大，表明街坊上空空间利用程度越高。
其中，BVb表示城市i街坊j内建筑b的体积；Aij和Bij含义同上。
建筑密度采用街坊内的建筑基底总面积与街坊总面积之比计算，参数代码：BD，表征街坊内部的建筑密集程度。该值越大，表明街坊内建筑分布越密集。
其中，BAij和Aij含义同上。
步骤4：根据定量化指标的空间分布情况对城市内部不同街坊景观特征进行分析，借助不同城市各指标的分位数值对不同城市景观特征进行分析。
下面将以北京、上海、广州、深圳、成都、杭州、武汉、南京、重庆、天津、苏州、西安、长沙、沈阳和青岛十五个城市为例，采用本发明方法对这些城市的城市景观进行量化，并进行特征分析。研究数据主要包含2015年城市建设用地、地图兴趣点(POI)、路网、NDVI和DEM等数据，其中地图兴趣点(POI)、建筑基底数据、路网数据、绿地和水体等数据于2015年年初取自中国某大型地图网站；DEM数据来源于2009年由美国航天局(NASA)与日本经济产业省(METI)推出的地球电子地形数据，数据空间分辨率约30米，垂直精度20米，水平精度30米；城市建设用地数据来源于He等人的研究成果⑤。
/>
城市建设用地数据。该数据来源于He等人的研究成果，利用遥感影像解译的全国土地覆盖数据，并经过了栅格转矢量和提取建设用地等批量化处理，从这批数据中提取出所选的15座城市作为本文的研究区域。
步骤1：确定道路等级和缓冲区半径，在城市的建设用地范围内(图3)，通过路网和水体分割，确定研究单元。剔除面积不足1000平方米的细碎单元，研究区共包含街坊单元102865块。剔除各类数据不全，或数据量较少的街坊，实际参与分析街坊共计54977块。
步骤2：利用POI数据，识别街坊的土地利用主导功能。
从结果来看，混合型街坊和单一型街坊面积占比基本平衡，从数量上来看，单一型街坊占比更大。单一型街坊中，居住主导型街坊占比最高；而混合型街坊中，商业主导街坊占比最高。交通主导型街坊、绿地主导型和均衡混合型街坊占比较低(图4)。
分城市来看，北京、上海、成都、南京和天津的居住主导型街坊，在城市内部各类型街坊中占比最高；广州、深圳、重庆、西安和长沙，商业主导型街坊占比最高；杭州、武汉、苏州、沈阳和青岛，商业和居住主导型街坊占比相差不大。北京市交通主导型和绿地主导型街坊占比，在15座城市中最高，武汉市公服主导型街坊占比最高，苏州市工业主导型街坊占比最高(表3)
表3分城市各类型街坊占比
从空间分布上来看，城市中心向外围依次呈现混合I型街坊、居住单一主导型街坊、混合II型街坊为主的三个圈层。其中最内圈，商业主导型街坊(包括单一型和混合型，后同)、绿地主导型、公服主导型街坊和均衡混合型街坊均较多；第二圈层内以居住主导型、交通主导型、公服主导型、绿地主导型街坊为主；第三圈层以工业主导型、均衡混合型、商业主导型街坊和居住主导型街坊为主(图5)。
步骤3：从城市平面格局、建筑形态构成和土地利用方式三个构成城市景观的要素出发，对城市景观进行量化测度。
从景观量化指数频率分布直方图来看(图6)，大量数据都呈偏态分布，数据集中于低值区，不利于研究这部分数据的实际分布差异，且均值等统计量受到极端值影响严重。因此，对除街坊紧凑度SCR、街坊起伏度BRD、建筑基底面积加权朝向系数AWBOI、建筑基底面积加权分维度AWBFD、建筑基底加权紧凑度AWBSCR和土地利用混合度LUD以外的指数进行自然对数变换，使数据更接近正态分布，便于对景观特征的准确分析。
步骤4：采用定量化指标，分析同一城市不同街坊或不同城市的景观特征。
从景观空间分布特征来看，公交便捷度、道路交叉口间距、临街和街坊内部的建筑密度和占空度、单位长度相邻街坊数、街坊面积大小、建筑分布散落度、建筑错落度、塔楼占比、城市提供各类服务的能力，均呈现以市中心为高值或低值中心向外围衰减或递增；道路交叉口数量分布呈现多中心集聚；街坊和建筑分维度与紧凑度空间分布相反；街坊起伏度和街坊高程分布在城市之间空间分异显著；建筑景观平面形态量化指数的分布规律性不强；市中心和城市建设空间边缘区街坊内部土地利用混合度较高，但构成类型不一致；城市中心绿化率较低(图7)。
从不同城市的景观特征来看：北京、上海、深圳、广州四座城市相比，广州市公交便捷度最差，单位长度临近街坊数最少，街坊内部起伏最大，形态最为复杂，且提供居住、公共服务、交通和绿地服务的能力均较差。其他城市中，成都道路交叉口密度较低，街坊起伏大；杭州公交便捷度较差，公共服务能力不强；武汉商业、工业和交通设施服务能力较弱；南京土地混合度较低，各类服务能力较弱，空间利用率不高；重庆交通可达性差，临街和街坊内部土地利用率较低、塔楼占比少，街坊形态复杂且与周边街坊联系弱且起伏大；天津街坊内部建筑排布较散落且分布较集中在街坊中心，空间利用率不高，商业服务能力弱；苏州临街建筑不连续，街坊内部土地利用强度小、功能混合度低，建筑形态丰富度不高，塔楼占比少，交通可达性差；西安街坊内提供各类服务的能力均较弱；长沙公交便捷性差，街坊形态复杂，且提供各类服务能力弱；沈阳建筑较低，空间利用率不足，建筑分布向街坊中心集中度较高、散落度低，道路交叉口密度低、间距大；青岛公共交通便捷度差，建筑形态丰富度不高，土地空间利用率低(图8，表4)。
表4不同城市景观特征汇总表
/>
从不同类型街坊景观特征来看(图9)：
居住主导型街坊，临街和街坊内部土地开发强度大，建筑基底面积小，但形态丰富，建筑密度大、高度高，且建筑大多坐北朝南、光线充足；街坊面积较大、形态较为简单，街坊内部功能较完善，提供各类服务能力均较强，临近街坊绿化状况较好。
商业主导型街坊，临街建筑密度大、高度高，街坊内部土地开发利用强度大、提供交通、公共服务等能力强，土地利用混合度高；建筑基底面积较大、高度高、形态复杂且多样。
工业主导型街坊是相对比较特殊的类型，这里活力更多表现为经济活力，因此街坊内的整体景观并不利于人流的汇聚。相对于其他类型街坊，交通可达性略差，特别是公共交通可达性，这与街坊内人流动性不强紧密相关；工业型街坊相对独立，街坊平均面积最大，临近街坊数最少，街坊起伏度和街坊高程相对最低；街坊内部混合度较高，通常是与商业或居住的混合，但总体来看，街坊内提供其他服务的能力最弱；临街空间和街坊内部土地利用强度均不大，工业主导型街坊的城市活动并不依赖于街道，也不依赖于高密度的土地开发；工业主导型街坊内部建筑以厂房为主，建筑平均面积和最大建筑面积大，建筑层数较低，建筑形态简单。
交通主导型街坊，临街空间和街坊内部土地利用强度，建筑基底面积最小、建筑低矮，土地建设开发强度最低；街坊内部混合度较低，提供其他类型服务的能力较弱，但交通可达性强，且与周边街坊联系紧密，由周边街坊辅助提供各类服务；不同交通主导型街坊间建筑排布差异较大。
公共服务主导型街坊，街坊内部土地功能混合度较低，其他类型服务能力较弱，但街坊面积小，与周边街坊联系紧密，依赖周边街坊的各类功能；建筑面积较大、高度不高、但形态较为复杂且多样。
绿地主导型街坊，交通可达性最好，单位长度临近街坊数多，其活力比较依赖于街坊内部人流的汇聚；临街空间和街坊内部土地利用强度，建筑基底面积较小、高度不高，不依赖于高密度的土地开发；与居住服务、商业服务联系较为紧密；不同交通主导型街坊间建筑排布差异较大。
应当理解的是，本说明书未详细阐述的部分均属于现有技术。
应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。

Claims (4)

1.一种城市景观量化分析方法，其特征在于，包括以下步骤：
步骤1：在城市建设用地范围内，将研究区分割成最小研究单元，即街坊；
步骤2：识别街坊的土地利用主导功能；
步骤3：从城市平面格局、建筑形态构成和土地利用方式三个构成城市景观的要素出发，对城市景观进行量化测度；
步骤3.1：从街道系统、街坊格局、建筑排布方式三个角度定量描述城市平面格局；
步骤3.1.1：量化街道系统，采用公交便捷度、道路交叉口数量、道路交叉口间距表征街道系统可达性，采用临街建筑密度、临街建筑占空度来表征城市街道景观三维立体特征；
公交便捷度用街坊500米范围内公交站点、地铁站点、出租车停靠站点标准化数量与街坊面积的比值计算，参数代码：PTCD；其特征在于对公交站点、地铁站点、出租车停靠站点数量，根据各类站点总数量进行标准化，并依据不同城市市内公交设施整体完备程度赋予权重，以此建立不同城市的可比标准；设施完备的城市，整体公共交通便捷度更优；
其中，i代表城市i，j代表街坊j，Subwayall、Subwayi和Subwayij分别代表地铁站点总数量、i城市的地铁站点总数量、i城市j街坊500米范围内的地铁标准化数量，Busall、Busi和Busij分别代表公交站点总数量、i城市的公交站点总数量、i城市j街坊500米范围内的公交站点标准化数量，Taxiall、Taxii和Taxiij分别代表出租车站点总数量、i城市的出租车站点总数量、i城市j街坊500米范围内的出租车站标准化数量，Aall、Ai和Aij分别代表研究范围总面积、i城市市区面积、i城市j街坊的面积，和/>分别代表i城市地铁、公交车和出租车可达性的权重系数；
道路交叉口数量用500米范围内道路交叉口的加权数量表示，参数代码：RIQ；根据经过交叉路口的道路等级、道路数量对路口进行加权，以区分不同道路交叉口的重要性；
其中，i和j含义同上，N表示i城市j街坊500米范围内道路交叉口总个数，Rn表示经过第n个交叉口的道路总数量，Typenr表示经过第n个交叉口的第r条路段的等级；
道路交叉口间距采用街坊500米内所有道路交叉口与其直接联通的道路结点的加权平均距离计算，参数代码：RISD；
其中，i、j、N、Rn和Typenr含义同上，Lengthnr表示经过第n个交叉口的第r条路段的长度，即交叉口n与相联通的第r个道路结点的间距；
临街建筑密度采用距街坊边界15米范围内的建筑基底总面积与临街街坊总面积之比计算，表征临近街道区域建筑密集程度，参数代码：NRBD；
其中，NRBAij表示城市i街坊j内距边界范围15米内建筑基底总面积，NRAij表示城市i街坊j内距边界范围15米的街坊总面积；
临街建筑占空度采用距街坊边界15米范围内的街坊上空建筑总体积与街坊总面积的比值计算，表征临街街道街坊内建筑对街坊上空占用程度，参数代码：NRBE；
其中，NRBVij表示城市i街坊j内距边界范围15米内的建筑总体积，NRAij含义同上；
步骤3.1.2：量化街坊格局，采用街坊分维度、街坊紧凑度、单位长度临近街坊数、街坊起伏度和街坊平均高程表征街坊空间格局特征；
街坊分维度用于量化街坊形状的复杂程度，参数代码：FD；
其中，Pij表示城市i街坊j的周长，Aij含义同上；街坊分维度的取值范围是[1,2]，该值越大表明同等面积下街坊边界越复杂，FD＝1，表示正方形街坊，
街坊紧凑度用于表征街坊形态紧凑性，参数代码：SCR；
其中，Aij和Pij含义同上；街坊紧凑度的取值范围是[0,1]，值越大表明街坊形态越紧凑，越接近于圆形；
单位长度临近街坊数采用目标街坊边界100米范围内相邻街坊数与目标街坊周长之比度量，参数代码：ULABN；
其中，Nearij表示城市i街坊j边界外围100米内的街坊数，Pij含义同上；ULABN取值越大，表明比邻街坊越多，取值为0表明街坊独立分布；
街坊起伏度采用街坊内部平均坡度计算，参数代码：BRD，表征街坊表面起伏程度，该值越大，街坊表面地形起伏越大；
街坊平均高程采用街坊内部高程均值计算，参数代码：MBE，表征街坊地势高低，该值越大，表明街坊所处地势越高；
步骤3.1.3：量化建筑排布方式，采用建筑分布离心度、建筑分布散落度、最大建筑基底面积指数量化分析建筑排布方式；
建筑分布离心度采用街坊内各建筑排布位置与街坊中心的平均距离度量，为建立不同面积街坊离心度的可比标准，采用与街坊面积相同的标准圆进行标准化，参数代码：BDE，表示街坊内各建筑排布方式位置与街坊中心的距离远近；
其中，Dij表示城市i街坊j内所有建筑距街坊中心距离之和，Db表示建筑b距街坊中心距离，Bij表示城市i街坊j内建筑物总数，Aij含义同上；BDEij取值越小，建筑分布越集中于街坊中心；反之，距离街坊中心越远；
建筑分布散落度采用街坊内各建筑排布位置与街坊中心的距离的变异系数度量，参数代码：BDD；
其中，Dij、Db和Bij含义同上，BDDij指数越小，街坊内部建筑排布越紧凑或表现为圈层排布；
最大建筑基底面积指数采用街坊内所有建筑物基地面积的最大值度量，参数代码：Max_BA；
Max_BAij＝max BAb b∈Bij
其中，BAb表示城市i街坊j内建筑b基底面积，Bij含义同上；
步骤3.2：从建筑平面形态和建筑立体形态两个角度定量描述街坊内建筑形态构成；
步骤3.3：从土地功能构成和土地利用强度两个角度定量描述街坊内土地利用方式；
步骤4：采用定量化指标，分析同一城市不同街坊或不同城市的景观特征。
2.根据权利要求1所述的一种城市景观量化分析方法，其特征在于：步骤3.2的具体实现包括以下子步骤：
步骤3.2.1：在平面形态方面，采用建筑基底平均面积、建筑基底面积加权朝向系数、建筑基底面积加权分维度、建筑基底面积加权紧凑度来表征街坊内建筑基底的形态，采用建筑基底分维度变异系数和建筑基底紧凑度变异系数表征街坊内建筑形态丰富度；
建筑基底平均面积根据街坊内所有建筑物基地面积的平均值计算，参数代码：MBA；
其中，BAij表示城市i街坊j内所有建筑物基底面积之和，BAb和Bij含义同上；
建筑基底面积加权朝向系数采用街坊内所有建筑物朝向的加权均值计算，参数代码：AWBOI，其中单个建筑物的朝向采用建筑基底最长边与正北方向夹角计算；对于北半球城市，该值越大，建筑物接受光照能力越强，南半球城市则相反；
其中，Angleb表示城市i街坊j内建筑b与正北方向夹角，即建筑b的朝向，BAb、BAij和Bij含义同上，建筑b基底最长边的起点坐标和终点坐标分别为(XFrom,YFrom)和(XTo,YTo)；
建筑基底面积加权分维度根据街坊内所有建筑基底分维度的加权均值计算，参数代码：AWBFD，表征街坊内各建筑基底形态平均复杂程度，该值越大，表明街坊内形态复杂建筑越多，反之建筑基底形态越简单；
其中，BFDb表示城市i街坊j内建筑b的分维度，BAb、BAij和Bij含义同上；
建筑基底分维度变异系数采用街坊内所有建筑基底分维度的变异系数计算，参数代码：BFDVC，表征街坊内建筑形态复杂程度的多样性；该值越大，表明街坊内建筑景观形态复杂程度差异越大，建筑平面形态类型越丰富；
其中，MBFDij表示城市i街坊j内建筑分维度的算数平均值，BFDb和Bij含义同上；
建筑基底面积加权紧凑度采用街坊内所有建筑基底紧凑度的加权均值计算，参数代码：AWBSCR，表征街坊内各建筑基底形态平均紧凑程度；该值越小，表明街坊内紧凑型建筑越多，反之平面结构松散的建筑越多；
其中，BSCRb表示城市i街坊j内建筑b的紧凑度，BAb、BAij和Bij含义同上；
建筑基底紧凑度变异系数采用街坊内所有建筑基底紧凑度的变异系数计算，参数代码：BSCRVC，表征街坊内建筑形态紧凑程度的多样性；该值越大，表明街坊内建筑景观形态差异越大，类型越丰富；
其中，MBSCRij表示城市i街坊j内建筑紧凑度的算数平均值，BSCRb和Bij含义同上；
步骤3.2.2：采用建筑平均高度、建筑错落度和塔楼占比表征建筑景观三维立体形态；
建筑平均高度采用街坊内所有建筑物高度的平均值度量，参数代码：MBH；该值越大，表明街坊内高层建筑越多，建筑高度越高，建筑景观立体化趋势明显；
其中，BHij表示城市i街坊j内所有建筑物基底高度之和，BHb表示建筑b的高度，Bij含义同上；
建筑错落度采用街坊内建筑物高度的变异系数计算，参数代码：BHVC，表征街坊内建筑高度的多样性；该值越大，表明街坊内建筑高低错落程度越大，建筑景观空间层次感越强，反之建筑高度越均匀；
其中，MBHij、BHb和Bij含义同上；
塔楼占比采用街坊内的塔楼占所有建筑物比例计算，参数代码：PTB，表征街坊内空间使用率高的建筑的比例；塔楼被定义为建筑基底紧凑度BSCR>0.8，且建筑层数大于10的建筑；
其中，TBij表示城市i街坊j内塔楼数量，Bij含义同上。
3.根据权利要求2所述的一种城市景观量化分析方法，其特征在于：步骤3.3的具体实现包括以下子步骤：
步骤3.3.1采用街坊提供服务能力、各类功能占比、土地利用混合度、相邻街坊绿化率量化土地功能构成；
提供服务能力采用街坊内各类POI点位标准化数量与街坊面积比值计算，参数代码：SA，表征街坊内设施提供各类功能服务的能力；该值越大，街坊提供该类型功能服务的能力越强；
其中，表示城市i街坊j提供m类功能服务能力；
各类功能占比采用街坊内各类POI点位标准化数量与街坊内各类POI总量之比度量，参数代码：CR，表征街坊内特定类型服务占街坊所有功能服务的比重；该值越大，特定服务在该街坊提供所有服务中所占比重越高，重要性越高，
其中，表示城市i街坊j内m类功能服务占所有服务比例；
土地利用混合度采用信息熵计算，参数代码：LUD，表征土地利用类型的多样性；
其中，M表示城市i街坊j范围内POI类别总数，表示目标街坊内m类POI标准化数量，采用该类POI在目标街坊内的数量与该类POI在全国总数的比例进行度量，/>表示目标街坊内各类POI标准化数量之和，/>表示目标街坊内m类POI标准化数量占POI总数的比例；
相邻街坊绿化率采用街坊100米范围内临近街坊的平均绿化率计算，参数代码：NGR；由于绿地景观具有外部性，因此该指数用于考察这种外部性对周边街坊的作用；该值越大，街坊生态环境状况越好，采用街坊提供绿地服务的能力反映街坊自身绿化状况，采用相邻街坊绿化率反映街坊所处的环境；
其中，GRnear表示城市i街坊j100米范围内相邻街坊绿化率，采用各街坊内绿地面积占街坊总面积的比值计算，NB含义是目标街坊100米范围内临近街坊数；
步骤3.3.2：采用建筑占空度和建筑密度量化土地利用强度；
建筑占空度采用街坊上空建筑总体积与街坊总面积的比值计算，参数代码：BE，表征街坊内建筑对街坊上空占用程度；该值越大，表明街坊上空空间利用程度越高；
其中，BVb表示城市i街坊j内建筑b的体积，Aij和Bij含义同上；
建筑密度采用街坊内的建筑基底总面积与街坊总面积之比计算，参数代码：BD，表征街坊内部的建筑密集程度；该值越大，表明街坊内建筑分布越密集；
其中，BAij和Aij含义同上。
4.根据权利要求1所述的一种城市景观量化分析方法，其特征在于：步骤3中各景观量化指数的计算均在ArcGIS中实现。
CN201811495572.6A 2018-12-07 2018-12-07 一种城市景观量化分析方法 Active CN111291954B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811495572.6A CN111291954B (zh) 2018-12-07 2018-12-07 一种城市景观量化分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811495572.6A CN111291954B (zh) 2018-12-07 2018-12-07 一种城市景观量化分析方法

Publications (2)

Publication Number Publication Date
CN111291954A CN111291954A (zh) 2020-06-16
CN111291954B true CN111291954B (zh) 2024-05-24

Family

ID=71029171

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811495572.6A Active CN111291954B (zh) 2018-12-07 2018-12-07 一种城市景观量化分析方法

Country Status (1)

Country Link
CN (1) CN111291954B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112037333B (zh) * 2020-06-23 2023-04-07 中国地质大学（武汉） 一种城市三维空间圈层结构计算方法
CN112949413B (zh) * 2021-02-04 2021-11-02 北京大学 基于街景图片的城市景观要素分类及地方性度量方法
CN116186854B (zh) * 2023-02-15 2023-09-26 深圳市城市规划设计研究院股份有限公司 地块容积率计算方法和装置、电子设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103413293A (zh) * 2013-07-09 2013-11-27 武汉理工大学 城市土地利用景观格局本征观测尺度的获取方法
CN103823951A (zh) * 2014-03-21 2014-05-28 武汉大学 一种量化路网特征及其土地利用效应的方法
JP2014148836A (ja) * 2013-02-01 2014-08-21 Misawa Homes Co Ltd 街並の形成方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014148836A (ja) * 2013-02-01 2014-08-21 Misawa Homes Co Ltd 街並の形成方法
CN103413293A (zh) * 2013-07-09 2013-11-27 武汉理工大学 城市土地利用景观格局本征观测尺度的获取方法
CN103823951A (zh) * 2014-03-21 2014-05-28 武汉大学 一种量化路网特征及其土地利用效应的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
姚圣等.英国Conzen城市形态学派理论研究初探.城市规划和科学发展-2009中国城市规划年会论文集.2009,第1096-1097页. *
池娇等.基于POI数据的城市功能区定量识别及其可视化.测绘地理信息.2016,第第41卷卷(第第41卷期),第68-71页. *

Also Published As

Publication number Publication date
CN111291954A (zh) 2020-06-16

Similar Documents

Publication Publication Date Title
Li et al. Energy performance simulation for planning a low carbon neighborhood urban district: A case study in the city of Macau
CN111291954B (zh) 一种城市景观量化分析方法
CN111598314B (zh) 一种基于绩效单元的公园绿地规划布局方法
Guan et al. The concept of urban intensity and China's townization policy: Cases from Zhejiang Province
CN109522603A (zh) 基于云平台的车载拉格朗日实时大气污染溯源系统及方法
Li et al. Explore the recreational service of large urban parks and its influential factors in city clusters–Experiments from 11 cities in the Beijing-Tianjin-Hebei region
CN107872808A (zh) 一种wlan站址预测分析方法及装置
AU2021435561A1 (en) Big data-based commercial space quality evaluation method and system, device, and medium
CN101976424A (zh) 利用智能规则库引擎生成电力系统污区分布图的方法
CN103337035A (zh) 基于定量评价的确定城市中心体系选址方法
CN110209757A (zh) 基于土地价值评估的山地城镇空间形态导控系统
CN102364484A (zh) 一种实现无线网络通信三维场强覆盖仿真系统
CN115049215A (zh) 一种城市交通流量空间分布模型的构建方法
Domingo et al. Long-term changes in 3D urban form in four Spanish cities
Xie et al. A least cumulative ventilation cost method for urban ventilation environment analysis
CN106980942A (zh) 测算自行车快速道对公共自行车租赁点的影响范围的方法
Zhou et al. Identification of irregular extension features and fragmented spatial governance within urban fringe areas
Rao et al. Comparisons of three‐dimensional urban forms in different urban expansion types: 58 sample cities in China
CN117494859A (zh) 一种基于地统计的城市碳排放形态分区构建的方法
CN116882819A (zh) 一种低碳背景下的城市公园绿地服务能力评价方法与系统
Liu et al. Accessibility assessment of urban green space: A quantitative perspective
CN114612800A (zh) 一种核算城市群建筑物质存量及时空变化的方法、系统
Liu et al. GIS-based urban land development intensity impact factors analysis
Zhan et al. Impact mechanism and improvement strategy on urban ventilation, urban heat island and urban pollution island: A case study in Xiangyang, China
Mao et al. Evaluation of urban multi-scale landscape ecological pattern based on open space classification: a case study in Xinxiang, China.

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
GR01 Patent grant
GR01 Patent grant