CN117150634B - 融合交通和生态要素的生态绿道点线面规划方法 - Google Patents

融合交通和生态要素的生态绿道点线面规划方法 Download PDF

Info

Publication number
CN117150634B
CN117150634B CN202311412945.XA CN202311412945A CN117150634B CN 117150634 B CN117150634 B CN 117150634B CN 202311412945 A CN202311412945 A CN 202311412945A CN 117150634 B CN117150634 B CN 117150634B
Authority
CN
China
Prior art keywords
ecological
green
area
optimization
analysis
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
CN202311412945.XA
Other languages
English (en)
Other versions
CN117150634A (zh
Inventor
孙宝凤
梁宏朝
刘喆
刘启博
李迟
闫诗文
徐朔
王薇
周户星
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.)
Jilin University
Original Assignee
Jilin 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 Jilin University filed Critical Jilin University
Priority to CN202311412945.XA priority Critical patent/CN117150634B/zh
Publication of CN117150634A publication Critical patent/CN117150634A/zh
Application granted granted Critical
Publication of CN117150634B publication Critical patent/CN117150634B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/13Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05Geographic models

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Business, Economics & Management (AREA)
  • Remote Sensing (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Tourism & Hospitality (AREA)
  • Databases & Information Systems (AREA)
  • Computer Hardware Design (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Civil Engineering (AREA)
  • Data Mining & Analysis (AREA)
  • Architecture (AREA)
  • Computational Mathematics (AREA)
  • Educational Administration (AREA)
  • Mathematical Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Structural Engineering (AREA)
  • Computer Graphics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种融合交通和生态要素的生态绿道点线面规划方法,包括:步骤1:复合型生态源地的提取,利用MSPA方法和ArcGIS软件中的叠加分析工具,提取生态型绿道依托的生态源地;步骤2:融合交通要素与生态要素构建阻力面,并增加交通要素的阻力面的构建;步骤3:生成复合型廊道,进行绿道选线优化;步骤S4:融合ArcGIS与电路理论的绿点优化,生成生态节点和生态夹点区维持景观生态功能的稳定性;步骤5:绿道控制区绿面的优化策略制定,得到研究区域的最终绿面优化区域。本发明的优点是:改善城市生态环境并保持物种多样性的同时,实现提高网络路径两侧蓝绿空间的可接触性和暴露量。同时,增加城市居民的游憩舒适度、提高城市游憩资源的可达性和利用率。

Description

融合交通和生态要素的生态绿道点线面规划方法
技术领域
本技术属于交通控制系统领域,涉及一种融合交通要素和生态要素、交通规划和空间规划机理的生态绿道“点线面”规划方法。
背景技术
城市生态交通的“点线面”的确定,对于解决城市化区域生态湿地的问题,提升城市的生态环境效果十分明显。张晓佳在《基于浅山区绿道选线研究的绿道规划实践——以北京市平谷区绿道规划为例》中充分描述了关于绿道选线时的各种决策方式,从生态、景观等方面充分分析,实现对绿道选线的优化。王甫园、王开泳在《珠江三角洲城市群区域绿道与生态游憩空间的连接度与分布模式》中提出生态游憩空间作为一种支持、供给、调节与文化服务等多元生态系统服务,是提升居民福祉的重要空间。刘博《区域协同发展背景下的上海大都市圈区域绿道规划研究》提出重视区域绿道,旨在将“绿点”、“绿线”、“绿面”更好的衔接起来,从而实现对于生态绿道的整个区域的优化。而整个区域绿道的优化是提升整个城市生态网络,增进区域景观整体性保护以及游憩利用的重要方式。
国内当前关于绿道的规划和建设,考虑更多的工作内容时节点和线路的选取。城市绿道的研究也是集中于绿道选线等方面。绿道的规划建设呈现出只注重其“点”与“线”而不注重其“面”的现象。这种现象隐含了城市空间规划各个专项规划之间缺乏有机协调、专业属性未得以统筹考量的问题,道路规划者仅将绿道视为交通廊道,而未能充分发挥其生态功能;而园林景观规划者仅将绿道作为景观功能,体现在城市空间的形态引导、居民休闲游憩等方面;环保专家则关注绿道的生态功能,如预防水土流失、保护红线等。
蓝绿空间的概念虽然提出较早,但在近年来才对其进行较为频繁的研究,且研究方向多样,研究中跨学科较大,但更多的可能是基于“植被”“生物多样性”“气候”等问题。随着社会交通量的增加以及蓝绿空间的发展,将交通与蓝绿空间的发展进行学科交叉分析也是一个较为新颖的内容。过去的研究中,交通所涉及的道路、铁路甚至是航道是作为威胁因子进行判断的,通过威胁因子在栅格/>的生境对栅格/>的影响/>用/>来表示,具体公式如下:
式中是像素栅格/>之间的距离;/>是威胁/>的最大作用距离。
来判断其对生境的破坏性。而为构建更为适宜的蓝绿空间,且为满足出行者以游憩为目的的慢性。
由于绿道选线的技术和方法会影响最后的成果,绿道选线技术完善、选线步骤严谨才能让绿道的规划更科学。现有绿道选线方面,GIS技术的运用对选线有着较为权威的评价,并且随着研究的展开,选线的评价体系、因子的选择、评价过程等越发的科学、客观,全面。专利CN202110755547.2公开了一种基于大数据的绿道选线规划设计方法,该方法基于现状建设条件进行选线,根据各类信息利用AHP层次分析法叠加得到最终选线,再利用GIS技术对廊道进行进一步分析,获取野生动物的栖息情况。该分析目的在于对不同斑地直接引入高质量的连接,增强景观连接度。这种方法的不足之处在于只通过AHP层次分析法叠加分析,并未考虑绿道路径长度的影响。专利CN 202210550182.4,该专利将不同的土地数据构建出的阻力面相结合构建成综合阻力面,在MCR(最小累计阻力模型)下,利用连接分析工具包(Linkage Mapper)确定任意两个生态源地之间的城市生态廊道路径。即现有生态型绿道选线方法主要是融合生态适宜性评价和电路理论中心度分析,该专利选取高电流密度值的范围作为城市生态廊道的范围。这种方法存在以下不足:一是MCR适宜性选线侧重于生态要素和多阻力因子的量化评估,更多的是从供给方面模拟随机游憩与在源地之间的扩散规律。而城市绿道的连通性是为满足城市居民随机游憩行为,以及出行活力等交通需求要素的需求,因此需要加入道路等级、铁路等需求阻力因子,用来解决该专利生态交通基础设施自身的规划功能不能得以发挥的问题;二是使用连接分析工具包(Linkage Mapper)工具箱的目的是保证野生动物栖息地的区域连通,与考虑城市居民不同,城市居民对于绿道连通性,以及区域连通有着更高的要求,因此对于通道质量的要求更高,为更好的实现区域连通,提高城市居民出行质量,应当考虑在绿道选线过程中“障碍点”对于城市居民出行需求的影响,同时减少区域碎片化的问题。三是对于生态源地的提取,在生态源地的提取过程中仅通过选择面积大于30ha的区域作为生态源地,并未妥善考虑一些斑块面积较小但环境以及生境包括交通等产生的重要影响,因此本专利在进行生态源地的提取时便充分考虑到对于斑块碎片化的问题以及确定“绿点”时忽视一小部分斑块的问题。
同时绿道选线时应用的MCR模型,构建阻力面时使用的多个源数据是阻力面构建是否具有说服力的重要前提。已报道的专利如CN202211116585.4、CN202210550182.4和CN202211197245.9,依据现有方法构建阻力面时,构成阻力面的阻力因子种类较少,且大多注重的是生态学要素,如NDVI、土地利用类型等,而并未考虑到交通要素。缺少与交通要素的融合。当仅考虑交通要素时,形成的生态绿道仅考虑到改善城市的生态环境,并未解决生态绿道所拥有的交通功能。因此,在构建阻力面时结合多源数据具有重要学术价值和实践意义。已公布的专利CN202211116585.4,基于土地利用类型和NDVI数据构建综合阻力面,借助MCR模型衡量物种从源地经过不同阻力单元到达目的地所需的费用或克服的总阻力,判断不同源地之间的最小成本距离,确定源地之间的最小路径。还有报道如专利CN202211197245.9选择土地利用类型、距源地距离、距骨干道路距离、距骨干河道距离、人口密度和NDVI为阻力因子,同样使用MCR模型来确定生态型绿道路径。但是,只选择生态要素作为阻力因子,忽略了生态型绿道本身所具有的交通。因此,本申请在构建阻力面时结合了道路等级和铁路缓冲区两个交通要素,赋予合理的阻力值,不仅可以使生成的生态型绿道线路经过现有城市道路,降低建设难度,同样也使绿道规划更具说服力。
对于生态绿道“面”的优化应当聚焦于绿道宽度方面,专利CN202210550182.4,使用已经提取的生态廊道,通过Centrality Mapper对这些生态廊道进行分级,进而实现对整个城市绿道宽度的确定。该专利选取高电流密度值的范围作为城市生态廊道的范围。该方法存在的不足是MCR适宜性选线侧重于生态要素和多阻力因子的量化评估,旨在模拟随机游憩和在源地间的扩散规律,缺乏包含城市居民随机游憩行为、兴趣点连通、出行活力等交通要素的影响分析,为此生态交通基础设施自身的规划功能不能得以发挥。
发明内容
鉴于上述问题,本发明的目的是提供一种融合交通和生态要素的生态绿道点线面规划方法,基于蓝绿空间的空间格局下,将道路等级数据、铁路数据等作为综合评价体系的一部分内容,以实现保障生态型绿道功能为出发点构建综合阻力评价体系。旨在改善城市生态环境并保持物种多样性水平的同时,实现提高网络路径两侧蓝绿空间的可接触性和暴露量。同时,增加城市居民的游憩舒适度、提高城市游憩资源的可达性和利用率。
本发明提供的一种融合交通和生态要素的生态绿道点线面规划方法,包括以下步骤:
步骤1:复合型生态源地的提取,考虑生态型绿道的生态、交通和游憩复合功能要求,叠加生成带有生态、交通、文化的多属性复合地图,利用MSPA(形态学空间模型分析)方法和ArcGIS软件中的叠加分析工具,提取生态型绿道依托的生态源地;
步骤2:融合交通要素与生态要素构建阻力面,并增加交通要素的阻力面的构建,得到各影响因子的阻力栅格;
步骤3:生成复合型廊道,进行绿道选线,并融合电路理论与MCR模型的生态型绿道选线优化,得到用于对绿道连通性判断的一级生态型绿道、二级生态型绿道、三级生态型绿道;
步骤S4:融合ArcGIS与电路理论的绿点优化,生成生态节点和生态夹点区维持景观生态功能的稳定性;
步骤5:绿道控制区绿面的优化策略制定,综合各区域绿道控制区优化结果,得到研究区域的最终绿面优化区域。
作为本发明的优选,在步骤S1中还包括:
步骤A1:获取所需研究区域内的土地利用数据、自然保护区数据、旅游景点数据;
步骤A2:使用ArcGIS Pro软件中的重分类工具,筛选出研究区域内的林地、草地、湿地和水体作为MSPA分析的前景,将其Value值设定为2;将人造地表、耕地作为MSPA分析的背景,将其Value值设定为1;
步骤A3:使用Guidos工具对MSPA进行分析,按照MSPA方法从像元层面(图像分辨率和中心坐标)识别出重要的生境斑块,进而提取出作为核心栖息地的核心区,作为叠加分析的科学要素基础;
步骤A4:使用ArcGIS Pro软件中的核密度分析工具对研究区域内旅游景点数据进行核密度分析,计算要素在其周围邻域中的密度,进而用于更好地选线;
步骤A5:使用叠加分析工具将自然保护区图层、旅游景点核密度分析图层与核心栖息地的核心区图层进行叠加分析并得出上述三个图层之间的关系;并叠加上述分析得出的组合输入数据集的点线面几何属性来创建复合地图,最终筛选出重要的生态源地;其中,旅游景点核密度分析图层是通过步骤A4得出,核心栖息地的核心区图层是通过步骤A3得出,自然保护区图层是通过提取现有自然保护区数据库得出;
通过步骤S1可同时保证斑块因为面积不大而被忽略,实现了对“绿面”的初步优化,也减小了板块的碎片化。
作为本发明的优选,在步骤S2中还包括:
步骤B1:获取研究区域内NDVI(植被覆盖指数)、高程、坡度、道路等级和铁路缓冲区的原始数据;
步骤B2:使用ArcGIS Pro软件中的重分类工具,将研究区域内NDVI数据、MSPA景观类型数据、土地利用类型数据、道路等级数据、铁路缓冲区数据、高程数据和坡度数据重分类,赋予上述数据相应的阻力值,得到各影响因子的阻力栅格;
步骤B3:使用ArcGIS Pro软件中的栅格计算器,将得到的各影响因子的阻力栅格按照层次分析法(AHP)进行权重分配,得到生态和交通综合阻力面栅格;
作为本发明的优选,在步骤S3中还包括:
步骤C1:MCR模型(最小累计阻力模型)基于ArcGIS Pro软件中的连接分析工具包(Linkage Mapper)工具箱中的廊道提取(Build Network and Map Linkages)工具对生态廊道的提取,将获得的生态廊道作为生态型绿道的初步选线;
步骤C2:使用ArcGIS Pro软件中的连接分析工具包(Linkage Mapper)工具箱中的障碍点检测(Barrier Mapper)模块检测影响通道质量的重要屏障;并得出以下两种情况(1)未选定改进得分相对于 LCD百分比选项(Calculate percent improvement scoresrelative to corridor LCD)时,最大改进得分会在通道各区域显示,区域得分越高,代表阻力系数越大;意味着此区域的修复对于廊道连通性有着显著的提高,通过将此障碍区设定为节点实现对整个研究区生态廊道的优化。(2)选定改进得分相对于 LCD百分比选项(Calculate percent improvement scores relative to corridor LCD)时,当改进得分的相对百分比越大,表明该通道阻力值越小,也就意味着原先的区域连通性就越好。
步骤C3:结合步骤C2中的两种情况,对廊道进一步选取,完成生态型绿道选线,其中,在第一种的情况下,选取提取的廊道上障碍点少的廊道,表明其修复区域较小且有助于廊道连通性的提高;在第二种情况下,选取提取的廊道上障碍点多的廊道,表明这些廊道的连通性较好;(通过上述步骤,实现减少区域生态面积的碎片化,同时保证绿道的连通性,进而构建出“成团成带”的生态区域,实现绿面的修复与优化。)
步骤C4:使用ArcGIS Pro软件中的连接分析工具包(Linkage Mapper)工具箱中的中心度计算(Centrality Mapper)工具对生态型绿道选线进行中心性计算,得到中心性计算结果;
步骤C5:使用ArcGIS Pro软件中的重分类工具将中心性计算结果分为高、中、低三个等级,分别对应一级生态型绿道、二级生态型绿道、三级生态型绿道;实现对绿道连通性的判断。其中,中心性计算结果划分采用ArcGIS中的自然间断法划分。
作为本发明的优选,在步骤S4中还包括:
步骤D1:使用ArcGIS Pro软件中的连接分析工具包(Linkage Mapper)工具箱中的电流密度分级(Pinchpoint Mapper)工具输入步骤A5获取的生态源地数据、以及步骤B3获取的生态和交通综合阻力面数据设置成本加权距离(改成本加权距离需要根据研究区域大小进行调整)作为阈值得到电流密度的评价结果;
步骤D2:使用ArcGIS Pro软件中的重分类工具将评价结果分为高密度、较高密度、中密度、较低密度、低密度五个等级;其中,评价结果划分采用ArcGIS中的自然间断法划分。
步骤D3:提取电流密度分级中高密度、较高密度两个级别对应的区域作为生态夹点区;
步骤D4:使用 ArcGIS 工具中的空间分析模块中的成本距离计算(CostDistance)模型生成累积耗费距离表面;
步骤D5:使用ArcGIS 软件中的水文分析(Hydrology)模块,在累积耗费距离表面上提取谷线和脊线,谷线和脊线的交点就是生态节点;
步骤D6:生态夹点区是生态流流动的关键节点,而生态节点又是源地之间沟通联系的关键节点,综合提取生态夹点区和关键节点用于维持景观生态功能的稳定性,有利于行人的游憩或物种的迁移;
作为本发明的优选,在步骤S5中还包括:
E1:在步骤S3和步骤S4优化完成后,根据不同的地区选择不同的绿道控制区优化策略,进行绿面的进一步优化;其中,生态型绿道控制区包括以下四种优化策略:生态型绿道控制区保护型优化策略,该类型的绿道控制区用于新城建设过程中,旨在保护未开发地区的自然生态资源;生态型绿道控制区防御型优化策略,该类型的绿道控制区用于城市已建成且用地紧张的区域,通过改造现有城市道路的方式来创建绿道,这类绿道与居民的联系最为紧密,主要功能为休闲娱乐;生态型绿道控制区进攻型优化策略,该类型的城市绿道控制区用于应对某一地区存在一定的自然和社会问题的情况,通过采取进攻型策略,对问题区域进行自然生态的重建、恢复或结构改善;生态型绿道控制区机会型优化策略,该类型的城市绿道通过创造独特的绿道线路,为城市发展带来机遇;通过规划和设计绿道控制区,可以提升城市形象,引领城市成功转型。
E2:对进行优化的地区进行分析,判断其整体区域呈现出步骤C5中的何种生态型绿道网络总体布局,通过网络总体布局情况对其控制区的优化情况进行分析;
E3:根据网络总体布局地区的控制区生态环境情况对整个绿道控制区的优化,一般来讲由四种优化策略的内容分析可知,城市修复区内的优化主要考虑防御型与机会型策略,保护区内主要考虑保护型策略。同时策略的实施必须依据绿道控制区相关规范,如地方相关政策进行优化,进而实现对“绿面”的优化;
E4:综合各区域绿道控制区优化结果,得到整个研究区域的最终绿面优化区域。
本发明中的形态学空间模型分析(MSPA)方法可以将二值栅格图像识别并分割为7个互斥类别描述空间格局、监测受宽度影响的边缘效应以及用地空间的时序变化信息等,它作为一种偏向测度结构连接性的方法被应用于源地的识别和阻力面的构建。
本发明中的层次分析法,简称AHP,是指将与决策总是有关的元素分解成目标、准则、方案等层次,在此基础之上进行定性和定量分析的决策方法。该方法是匹茨堡大学教授萨蒂于20世纪70年代初,进行电力分配课题时,应用网络系统理论和多目标综合评价方法,提出的一种层次权重决策分析方法。
本发明的优点及积极效果是:
1、本发明不同于过去研究构建阻力面时过多考虑生态要素方面,并且将原有的将道路等级以及铁路等作为威胁因子来实现组里面的提取,实现对于野生动物迁徙的供给,而并未考虑交通要素。本专利从城市居民出行以及游憩空间二者的需求出发,实现强化交通要素与生态要素的结合,在构建阻力面时融合城市道路等级、铁路缓冲区等因素,实现生态源地的精益化提取,为绿道选线做了更为精致的铺垫。
2、本申请不同于传统的通过确定面积筛选生态源地的提取方法,本专利考虑生态型绿道的景观、人文和游憩复合功能要求,叠加生成多属性复合地图,综合运用MSPA方法与叠加分析工具,提取生态型绿道依托的生态源地。选择自然保护区、经由MSPA计算分析得出的核心栖息地核心区以及人文景点(文化、游憩)的核密度分区结果三者进行叠加分析,通过其结果评估源地的重要程度,进一步创建三要素复合地图。MSPA作为形态学空间格局分析的重要内容,以它作为核心考虑到了上述的交通要素等新内容;再结合自然保护区,起到了减少斑块碎片化,在源地确定是已经实现了一次对于“绿面”的优化;最后利用核密度分析的旅游景点,确保所有生态游憩空间均被考虑在内,保证在选取“绿点”时实现全覆盖选取。
3、本申请关于“绿点”的构建与优化方法,不同于单独选用电路理论选取的生态夹点,其虽能描述生态流的流动,但过于单一,且在电路理论选取时更多的是基于自然断裂法选择的密度等级,会忽略一部分生态源地之间的连通性。故在此基础上通过空间分析模块中( Cost Distance)模型生成累积耗费距离表面,再利用( Hydrology) 模块在其基础上提取谷线和脊线,谷线和脊线的交点就是新的生态节点。两部分生态节点的结合既可以起到维持景观生态功能的稳定性,又有利于行人的游憩或物种的迁移。
4、本申请关于“绿线”的构建与优化方法,不同于传统的应用重力模型通过构建筛选源地之间相互作用矩阵对廊道的重要程度进行定量分析与评价,从而实现对选取廊道的分级。本专利首先通过Linkage Mapper工具箱实现对生态廊道的初步提取,其次通过Barrier Mapper工具箱调用Circuitscape对廊道连通性进行分析与判断,实现对廊道的进一步筛选,选取出连通性更好的生态廊道作为绿道。最后在运用Centrality Mapper 工具利用电流模拟生态流的扩散过程,量化了节点和最小阻力路径在维持网络连通性方面的重要性。电流值越大,表示该生态型绿道对于保持整个栖息地网络的整体连通度更为重要,从而生成了初步的中心性等级。 将中心性计算结果分为高、中、低三个等级,分别对应一级生态型绿道、二级生态型绿道和三级生态型绿道,完成对绿道的选线以及分级。
附图说明
图1是本发明中的流程图。
具体实施方式
在下面的描述中,出于说明的目的,为了提供对一个或多个实施例的全面理解,阐述了许多具体细节。然而,很明显,也可以在没有这些具体细节的情况下实现这些实施例。在其它例子中,为了便于描述一个或多个实施例,公知的结构和设备以方框图的形式示出。
实施例1
参阅图1,本实施例提供的一种融合交通和生态要素的生态绿道点线面规划方法,包括以下步骤:
步骤1:复合型生态源地的提取,考虑生态型绿道的生态、交通和游憩复合功能要求,叠加生成带有生态、交通、文化的多属性复合地图,利用MSPA(形态学空间模型分析)方法和ArcGIS软件中的叠加分析工具,提取生态型绿道依托的生态源地;
步骤A1:获取所需研究区域内的土地利用数据、自然保护区数据、旅游景点数据;
步骤A2:使用ArcGIS Pro软件中的重分类工具,筛选出研究区域内的林地、草地、湿地和水体作为MSPA分析的前景,将其Value值设定为2;将人造地表、耕地作为MSPA分析的背景,将其Value值设定为1;
步骤A3:使用Guidos工具对MSPA进行分析,按照MSPA方法从像元层面(图像分辨率和中心坐标)识别出重要的生境斑块,进而提取出作为核心栖息地的核心区,作为叠加分析的科学要素基础;
步骤A4:使用ArcGIS Pro软件中的核密度分析工具对研究区域内旅游景点数据进行核密度分析,计算要素在其周围邻域中的密度,进而用于更好地选线;
步骤A5:使用叠加分析工具将自然保护区图层、旅游景点核密度分析图层与核心栖息地的核心区图层进行叠加分析并得出上述三个图层之间的关系;并叠加上述分析得出的组合输入数据集的点线面几何属性来创建复合地图,最终筛选出重要的生态源地;其中,旅游景点核密度分析图层是通过步骤A4得出,核心栖息地的核心区图层是通过步骤A3得出,自然保护区图层是通过提取现有自然保护区数据库得出;
通过步骤S1可同时保证斑块因为面积不大而被忽略,实现了对“绿面”的初步优化,也减小了板块的碎片化。
步骤2:融合交通要素与生态要素构建阻力面,并增加交通要素的阻力面的构建,得到各影响因子的阻力栅格;
步骤B1:获取研究区域内NDVI(植被覆盖指数)、高程、坡度、道路等级和铁路缓冲区的原始数据;相比于以往生态廊道提取以交通要素作为威胁因子的做法,是基于道路等交通设施对研究领域的干扰和破坏这一假设,直接将道路视作规避因素,而生态型绿道的服务对象兼顾动物活动与居民游憩活动,其生态廊道本质为人与自然共生、复合型绿道。因此本申请将交通运输作为阻力栅格确定因素之一,更符合生态宏观理念。
步骤B2:使用ArcGIS Pro软件中的重分类工具,将研究区域内NDVI数据、MSPA景观类型数据、土地利用类型数据、道路等级数据、铁路缓冲区数据、高程数据和坡度数据重分类,赋予上述数据相应的阻力值,得到各影响因子的阻力栅格;
步骤B3:使用ArcGIS Pro软件中的栅格计算器,将得到的各影响因子的阻力栅格按照层次分析法(AHP)进行权重分配,得到生态和交通综合阻力面栅格;
步骤3:生成复合型廊道,进行绿道选线,并融合电路理论与MCR模型的生态型绿道选线优化,得到用于对绿道连通性判断的一级生态型绿道、二级生态型绿道、三级生态型绿道;
步骤C1:MCR模型(最小累计阻力模型)基于ArcGIS Pro软件中的连接分析工具包(Linkage Mapper)工具箱中的廊道提取(Build Network and Map Linkages)工具对生态廊道的提取,将获得的生态廊道作为生态型绿道的初步选线;
步骤C2:使用ArcGIS Pro软件中的连接分析工具包(Linkage Mapper)工具箱中的障碍点检测(Barrier Mapper)模块检测影响通道质量的重要屏障;并得出以下两种情况(1)未选定改进得分相对于 LCD百分比选项(Calculate percent improvement scoresrelative to corridor LCD)时,最大改进得分会在通道各区域显示,区域得分越高,代表阻力系数越大;意味着此区域的修复对于廊道连通性有着显著的提高,通过将此障碍区设定为节点实现对整个研究区生态廊道的优化。(2)选定改进得分相对于 LCD百分比选项(Calculate percent improvement scores relative to corridor LCD)时,当改进得分的相对百分比越大,表明该通道阻力值越小,也就意味着原先的区域连通性就越好。
步骤C3:结合步骤C2中的两种情况,对廊道进一步选取,完成生态型绿道选线,其中,在第一种的情况下,选取提取的廊道上障碍点少的廊道,表明其修复区域较小且有助于廊道连通性的提高;在第二种情况下,选取提取的廊道上障碍点多的廊道,表明这些廊道的连通性较好;(通过上述步骤,实现减少区域生态面积的碎片化,同时保证绿道的连通性,进而构建出“成团成带”的生态区域,实现绿面的修复与优化。)
步骤C4:使用ArcGIS Pro软件中的连接分析工具包(Linkage Mapper)工具箱中的中心度计算(Centrality Mapper)工具对生态型绿道选线进行中心性计算,得到中心性计算结果;
步骤C5:使用ArcGIS Pro软件中的重分类工具将中心性计算结果分为高、中、低三个等级,分别对应一级生态型绿道、二级生态型绿道、三级生态型绿道;实现对绿道连通性的判断。其中,中心性计算结果划分采用ArcGIS中的自然间断法划分。
步骤S4:融合ArcGIS与电路理论的绿点优化,生成生态节点和生态夹点区维持景观生态功能的稳定性;
步骤D1:使用ArcGIS Pro软件中的连接分析工具包(Linkage Mapper)工具箱中的电流密度分级(Pinchpoint Mapper)工具输入步骤A5获取的生态源地数据、以及步骤B3获取的生态和交通综合阻力面数据设置成本加权距离(改成本加权距离需要根据研究区域大小进行调整)作为阈值得到电流密度的评价结果;
步骤D2:使用ArcGIS Pro软件中的重分类工具将评价结果分为高密度、较高密度、中密度、较低密度、低密度五个等级;其中,评价结果划分采用ArcGIS中的自然间断法划分。
步骤D3:提取电流密度分级中高密度、较高密度两个级别对应的区域作为生态夹点区;
步骤D4:使用 ArcGIS 工具中的空间分析模块中的成本距离计算(CostDistance)模型生成累积耗费距离表面;
步骤D5:使用ArcGIS 软件中的水文分析(Hydrology)模块,在累积耗费距离表面上提取谷线和脊线,谷线和脊线的交点就是生态节点;
步骤D6:生态夹点区是生态流流动的关键节点,而生态节点又是源地之间沟通联系的关键节点,综合提取生态夹点区和关键节点用于维持景观生态功能的稳定性,有利于行人的游憩或物种的迁移;
步骤5:绿道控制区绿面的优化策略制定,综合各区域绿道控制区优化结果,得到研究区域的最终绿面优化区域。
E1:在步骤S3和步骤S4优化完成后,根据不同的地区选择不同的绿道控制区优化策略,进行绿面的进一步优化;其中,生态型绿道控制区包括以下四种优化策略:生态型绿道控制区保护型优化策略,该类型的绿道控制区用于新城建设过程中,旨在保护未开发地区的自然生态资源;生态型绿道控制区防御型优化策略,该类型的绿道控制区用于城市已建成且用地紧张的区域,通过改造现有城市道路的方式来创建绿道,这类绿道与居民的联系最为紧密,主要功能为休闲娱乐;生态型绿道控制区进攻型优化策略,该类型的城市绿道控制区用于应对某一地区存在一定的自然和社会问题的情况,通过采取进攻型策略,对问题区域进行自然生态的重建、恢复或结构改善;生态型绿道控制区机会型优化策略,该类型的城市绿道通过创造独特的绿道线路,为城市发展带来机遇;通过规划和设计绿道控制区,可以提升城市形象,引领城市成功转型。
E2:对进行优化的地区进行分析,判断其整体区域呈现出步骤C5中的何种生态型绿道网络总体布局,通过网络总体布局情况对其控制区的优化情况进行分析;
E3:根据网络总体布局地区的控制区生态环境情况对整个绿道控制区的优化,一般来讲由四种优化策略的内容分析可知,城市修复区内的优化主要考虑防御型与机会型策略,保护区内主要考虑保护型策略。同时策略的实施必须依据绿道控制区相关规范,如地方相关政策进行优化,进而实现对“绿面”的优化;
E4:综合各区域绿道控制区优化结果,得到整个研究区域的最终绿面优化区域。
形态学空间模型分析(MSPA)方法可以将二值栅格图像识别并分割为7个互斥类别描述空间格局、监测受宽度影响的边缘效应以及用地空间的时序变化信息等,它作为一种偏向测度结构连接性的方法被应用于源地的识别和阻力面的构建。
层次分析法,简称AHP,是指将与决策总是有关的元素分解成目标、准则、方案等层次,在此基础之上进行定性和定量分析的决策方法。该方法是匹茨堡大学教授萨蒂于20世纪70年代初,进行电力分配"课题时,应用网络系统理论和多目标综合评价方法,提出的一种层次权重决策分析方法。
实施例2
步骤5:绿道控制区绿面的优化策略制定,综合各区域绿道控制区优化结果,得到研究区域的最终绿面优化区域。
E1:在前面优化的情况下,根据不同的地区选择不同的绿道控制区策略,实现“绿面”的进一步优化。以长春市南关区为例。
E2:南关区东北部净月区与南部新立城水库区域生态基地较好,生态敏感性较高,故而设置为保护区。保护区内主要采用保护型策略对生态型绿道控制区进行优化。
E3:南关区西北部老城区片区的绿道控制区宽度大多较窄,建设用地较为集中,城市生态破碎化比较严重,造成了绿道控制区范围窄小且破碎化严重,亟需采取措施恢复措施,否则南关区生态网络的连通性和生态功能都将受到严重影响。修复区中生态型绿道控制区的优化主要考虑防御型与机会型策略。
E4:综合各区域绿道控制区优化结果,得到南关区最终“绿面”优化区域。
其余步骤同实施例1。
仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

Claims (3)

1.一种融合交通和生态要素的生态绿道点线面规划方法,其特征在于,包括以下步骤:
步骤S1:复合型生态源地的提取,考虑生态型绿道的生态、交通和游憩复合功能要求,叠加生成复合地图,利用MSPA方法和ArcGIS软件中的叠加分析工具,提取生态型绿道依托的生态源地;
步骤A1:获取所需研究区域内的土地利用数据、自然保护区数据、旅游景点数据;
步骤A2:使用ArcGIS Pro软件中的重分类工具,筛选出研究区域内的林地、草地、湿地和水体作为MSPA分析的前景,将其Value值设定为2;将人造地表、耕地作为MSPA分析的背景,将其Value值设定为1;
步骤A3:使用Guidos工具对MSPA进行分析,按照MSPA方法从像元层面识别出生境斑块,进而提取出作为核心栖息地的核心区,作为叠加分析的基础;
步骤A4:使用ArcGIS Pro软件中的核密度分析工具对研究区域内旅游景点数据进行核密度分析,计算在其周围邻域中的密度,进而用于选线;
步骤A5:使用叠加分析工具将自然保护区图层、旅游景点核密度分析图层与核心栖息地的核心区图层进行叠加分析并得出上述三个图层之间的关系;并叠加上述分析得出的组合输入数据集的点线面几何属性来创建复合地图,最终筛选出重要的生态源地;
步骤S2:融合交通要素与生态要素构建阻力面,并增加交通要素的阻力面的构建,得到各影响因子的阻力栅格;
步骤B1:获取研究区域内NDVI、高程、坡度、道路等级和铁路缓冲区的原始数据;
步骤B2:使用ArcGIS Pro软件中的重分类工具,将研究区域内NDVI数据、MSPA景观类型数据、土地利用类型数据、道路等级数据、铁路缓冲区数据、高程数据和坡度数据重分类,赋予上述数据相应的阻力值,得到各影响因子的阻力栅格;
步骤B3:使用ArcGIS Pro软件中的栅格计算器,将得到的各影响因子的阻力栅格按照层次分析法进行权重分配,得到生态和交通综合阻力面栅格;
步骤S3:生成复合型廊道,进行绿道选线,并融合电路理论与MCR模型的生态型绿道选线优化,得到用于对绿道连通性判断的一级生态型绿道、二级生态型绿道、三级生态型绿道;
步骤S4:融合ArcGIS与电路理论的绿点优化,生成生态节点和生态夹点区维持景观生态功能的稳定性;
步骤D1:使用ArcGIS Pro软件中的连接分析工具包工具箱中的电流密度分级工具输入步骤A5获取的生态源地数据、以及步骤B3获取的生态和交通综合阻力面数据设置成本加权距离作为阈值得到电流密度的评价结果;
步骤D2:使用ArcGIS Pro软件中的重分类工具将评价结果分为高密度、较高密度、中密度、较低密度、低密度五个等级;
步骤D3:提取电流密度分级中高密度、较高密度两个级别对应的区域作为生态夹点区;
步骤D4:使用 ArcGIS 工具中的空间分析模块中的成本距离计算模型生成累积耗费距离表面;
步骤D5:使用ArcGIS软件中的水文分析模块,在累积耗费距离表面上提取谷线和脊线,谷线和脊线的交点就是生态节点;
步骤D6:生态夹点区是生态流流动的关键节点,而生态节点又是源地之间沟通联系的关键节点,综合提取生态夹点区和关键节点用于维持景观生态功能的稳定性;
步骤S5:绿道控制区绿面的优化策略制定,综合各区域绿道控制区优化结果,得到研究区域的最终绿面优化区域。
2.根据权利要求1所述的一种融合交通和生态要素的生态绿道点线面规划方法,其特征在于,在步骤S3中还包括:
步骤C1:MCR模型基于ArcGIS Pro软件中的连接分析工具包工具箱中的廊道提取工具对生态廊道的提取,将获得的生态廊道作为生态型绿道的初步选线;
步骤C2:使用ArcGIS Pro软件中的连接分析工具包工具箱中的障碍点检测模块检测影响通道质量的重要屏障;并得出以下两种情况(1)未选定改进得分相对于 LCD百分比选项时,最大改进得分会在通道各区域显示,区域得分越高,代表阻力系数越大;(2)选定改进得分相对于 LCD百分比选项时,当改进得分的相对百分比越大,表明该通道阻力值越小;
步骤C3:结合步骤C2中的两种情况,对廊道进一步选取,完成生态型绿道选线,其中,在第一种的情况下,选取提取的廊道上障碍点少的廊道,表明其修复区域较小且有助于廊道连通性的提高;在第二种情况下,选取提取的廊道上障碍点多的廊道,表明这些廊道的连通性较好;
步骤C4:使用ArcGIS Pro软件中的连接分析工具包工具箱中的中心度计算工具对生态型绿道选线进行中心性计算,得到中心性计算结果;
步骤C5:使用ArcGIS Pro软件中的重分类工具将中心性计算结果分为高、中、低三个等级,分别对应一级生态型绿道、二级生态型绿道、三级生态型绿道。
3.根据权利要求2所述的一种融合交通和生态要素的生态绿道点线面规划方法,其特征在于,在步骤S5中还包括:
E1:在步骤S3和步骤S4优化完成后,根据不同的地区选择不同的绿道控制区优化策略,进行绿面的进一步优化;其中,生态型绿道控制区包括以下四种优化策略:生态型绿道控制区保护型优化策略,该类型的绿道控制区用于新城建设过程中,旨在保护未开发地区的自然生态资源;生态型绿道控制区防御型优化策略,该类型的绿道控制区用于城市已建成且用地紧张的区域,通过改造现有城市道路的方式来创建绿道,这类绿道与居民的联系最为紧密,主要功能为休闲娱乐;生态型绿道控制区进攻型优化策略,该类型的城市绿道控制区用于应对某一地区存在自然和社会问题的情况,通过采取进攻型策略,对问题区域进行自然生态的重建、恢复或结构改善;生态型绿道控制区机会型优化策略,该类型的城市绿道通过创造独特的绿道线路,为城市发展带来机遇;
E2:对进行优化的地区进行分析,判断其整体区域呈现出步骤C5中的何种生态型绿道网络总体布局,通过网络总体布局情况对其控制区的优化情况进行分析;
E3:根据网络总体布局地区的控制区生态环境情况对整个绿道控制区的优化;
E4:综合各区域绿道控制区优化结果,得到整个研究区域的最终绿面优化区域。
CN202311412945.XA 2023-10-30 2023-10-30 融合交通和生态要素的生态绿道点线面规划方法 Active CN117150634B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311412945.XA CN117150634B (zh) 2023-10-30 2023-10-30 融合交通和生态要素的生态绿道点线面规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311412945.XA CN117150634B (zh) 2023-10-30 2023-10-30 融合交通和生态要素的生态绿道点线面规划方法

Publications (2)

Publication Number Publication Date
CN117150634A CN117150634A (zh) 2023-12-01
CN117150634B true CN117150634B (zh) 2024-01-23

Family

ID=88910338

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311412945.XA Active CN117150634B (zh) 2023-10-30 2023-10-30 融合交通和生态要素的生态绿道点线面规划方法

Country Status (1)

Country Link
CN (1) CN117150634B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113536492A (zh) * 2021-06-22 2021-10-22 深圳市城市规划设计研究院有限公司 绿道网络构建方法、装置及存储介质
CN114386816A (zh) * 2021-12-31 2022-04-22 四川农业大学 一种国土空间生态修复关键区识别系统
CN115759669A (zh) * 2022-11-24 2023-03-07 上海市园林科学规划研究院 一种基于复合功能的城市蓝绿生态网络构建方法
CN116187638A (zh) * 2022-11-24 2023-05-30 洛阳市规划建筑设计研究院有限公司 一种基于gis软件的绿道选线方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113536492A (zh) * 2021-06-22 2021-10-22 深圳市城市规划设计研究院有限公司 绿道网络构建方法、装置及存储介质
CN114386816A (zh) * 2021-12-31 2022-04-22 四川农业大学 一种国土空间生态修复关键区识别系统
CN115759669A (zh) * 2022-11-24 2023-03-07 上海市园林科学规划研究院 一种基于复合功能的城市蓝绿生态网络构建方法
CN116187638A (zh) * 2022-11-24 2023-05-30 洛阳市规划建筑设计研究院有限公司 一种基于gis软件的绿道选线方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Construction and Optimization of an Ecological Network in Zhengzhou Metropolitan Area, China;Jingeng Huo et al.;International Journal of Environmental Research and Public Health;全文 *
基于城乡高质量发展的区域绿道精细化选线研究——以成都市天府绿道七河绿带为例;刘文豪等;面向高质量发展的空间治理——2021中国城市规划年会论文集(11城乡治理与政策研究);全文 *

Also Published As

Publication number Publication date
CN117150634A (zh) 2023-12-01

Similar Documents

Publication Publication Date Title
Wei et al. Evaluating the impact of urban expansion on the habitat quality and constructing ecological security patterns: A case study of Jiziwan in the Yellow River Basin, China
Gao et al. Construction of ecological security pattern in national land space from the perspective of the community of life in mountain, water, forest, field, lake and grass: A case study in Guangxi Hechi, China
CN110334864B (zh) 一种基于gis的多规合一城乡空间分区划定的方法
Han et al. An integrated evaluation framework for Land-Space ecological restoration planning strategy making in rapidly developing area
Huang et al. Construction of complex network of green infrastructure in smart city under spatial differentiation of landscape
CN110852532A (zh) 一种自然保护地体系整合及边界划定方法
CN104809112A (zh) 一种基于多源数据的城市公交发展水平综合评价方法
Wysling et al. Where to improve cycling infrastructure? Assessing bicycle suitability and bikeability with open data in the city of Paris
Meng et al. Did highways cause the urban polycentric spatial structure in the Shanghai metropolitan area?
Su et al. Differential impacts of urbanization characteristics on city-level carbon emissions from passenger transport on road: Evidence from 360 cities in China
CN115063276A (zh) 一种基于mspa和电路理论的城市生态廊道空间划定方法
CN115409673A (zh) 基于生态安全格局的城市绿地生态网络构建方法
CN116187638A (zh) 一种基于gis软件的绿道选线方法
Chen et al. Building a cultural heritage corridor based on geodesign theory and methodology
Chuangsheng et al. Developing regional ecological networks along the Grand Canal based on an integrated analysis framework
Jiang et al. Systematic framework for sustainable urban road alignment planning
Recanatesi et al. Multi criteria analysis to evaluate the best location of plants for renewable energy by forest biomass: a case study in Central Italy
CN117150634B (zh) 融合交通和生态要素的生态绿道点线面规划方法
Kim et al. Enhanced validity and reliability of spatial decision support systems (SDSS) for sustainable transportation decision-making
Tsigdinos et al. Transit Oriented Development (TOD). Challenges and Perspectives; The Case of Athens’ Metro Line 4
Jain et al. Transit oriented development in India: A critical review of policy measures
Withanaarachchi et al. Decision making on transport network planning and the impact on community, economy and the environment
CN114971061A (zh) 一种应急救援基地选址优化方法
Jain et al. Evaluation of Measuring Criteria for the Success of Transit Oriented Development
Xu et al. A connectivity modeling and evaluating methodological framework in biodiversity hotspots based on naturalness and linking wilderness

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