基于网络的公园服务水平分析.docx

基于网络的公园服务水平分析.docx

《基于网络的公园服务水平分析.docx》由会员分享，可在线阅读，更多相关《基于网络的公园服务水平分析.docx（9页珍藏版）》请在冰豆网上搜索。

基于网络的公园服务水平分析

城市地理信息系统课程成果

题目:

基于网络的公园服务水平分析

姓名:

1研究的目的和意义

1.1研究的目的

随着全球城市化发展，不少发达国家已经进入了城市化的稳定发展阶段，而中国还处于城市化加速发展时期，自改革开放以来，我国的城市化进程以每年0。

9％的速度逐年增长。

中国只用了几十的时间年就完成了西方国家一百多年年才完成的城市化道路。

这种非常规的速度导致了一系列的城市问题，其中最严重的就是城市生态系统的景观格局的变化。

城市自然生态系统正在以惊人的速度被建筑物和硬质铺装所替代，导致生物多样性锐减，景观破碎度加剧，对区域生态安全格局构成威胁，这种状况已经成为一个全球性的问题，在中国这种以区域为核心的快速城市化国家尤为突出。

城市绿色空间的减少和城市居民对绿色空间需求的增长之间的矛盾日益加剧，城市公园绿地作为城市绿色空间的重要组成部分，城市主要的自然景观元素和休闲游憩场所在缓解这个矛盾过程中有着重要的作用.

基于数量特征的公园绿地规划建设存在一定缺陷，只能从数量上反映出公园绿地的特征，不能反映出公园绿地使用情况和服务的空间差异性。

不同等级公园绿地之间既有吸引力大小的竞争关系，也有按照等级分工合作的关系，因此，有必要按照公园规模和功能分类计算公园可达性，并且结合人口、用地等社会经济数据分类评价公园服务水平。

本文试图建立起一种公园绿地的空间可达性和服务效率评价框架，从服务功能、等级规模和行政区尺度上探究公园绿地空间可达性和服务效率，进而对公园绿地服务水平进行评价。

并对武汉市公园绿地服务水平进行实证研究。

1.2研究的意义

面对城市公园的稀缺性和市民对公园需求增长的矛盾，我们该如何解决这些矛盾？

这是城市规划者和地方政府需要认真思考的问题。

本文借助GIS技术平台，对城市公园的空间可达性和服务效率进行定量评价，为城市公园研究提供新的思路。

对城市规划者而言,打破了他们传统的以主观为主的规划思想,为他们提供可靠的规划依据。

为地方政府在实现公共基础设施服务公平性方面提供可靠依据，为政府做出科学决策时提供参考.同时，为城市公园规划和建设提供建议，提高城市公园服务.

国内外很多学者将城市公园定义为城市的绿色基础设施。

随着“可持续发展"、“以人为本"等理念在全球兴起，城市公共服务设施的服务水平越来越受到重视。

在宜居城市评价时,城市公园、医院、体育场馆等公共服务设施现状、城市居民对公共设施的享有情况是主要的影响因素.城市公园绿地及其服务已成为评价城市竞争力和衡量市民生活质量的重要指标.随着经济的发展和人们生活水平的提高,城市居民对公园绿地的要求也越来越高，人们不仅仅只关注公园绿地的质量和数量，更关注公园绿地使用的方便程度和公园绿地的服务效率,即公园的空间分布是否均衡，人们是否可以便捷地到达公园，公园绿地可达范围内能为多少居民提供服务等.

2项目概述

2.1分析目标及要求

服务区（ServiceArea）是一种较常用的空间概念，例如，离开某小学步行15分钟范围可定义为该校的服务区.产生服务区的简单方法是邻近区生成法（BufferZone，常翻译成缓冲区），对点状服务设施来说，就是以设施的位置为圆心，以服务距离为半径，在地图上产生同心圆。

基于交通网络而生成的服务区比同心圆式的邻近区精确得多，还可以考虑交通速度、运输成本等因素。

本文主要介绍了基于网络服务区基础的公园对居民的服务水平分析。

其中主要采用基于网络的计算方法，要求估计离开公园入口800米范围内大致有多少居民,在此基础上用专题地图表达在800米范围内按人口平均的公园服务水平，还要求计算一些有关服务水平的评价指标,如：

（1）规划区公园服务率（公园总服务量/规划区总面积）

（2）服务区内人均公园服务量（公园总服务量/服务区总人口）

（3）公园服务人口比例（服务区总人口/规划区总人口）

（4）公园服务面积率（服务区总面积/规划区总面积）

同时，我们还可用缓冲区生成法产生同心圆式的公园服务区,和基于网络的服务区在分析的精确性上作比较。

2。

2用到的软件

主要用到的软件为ArcGIS系列的软件,ArcMap和ArcCatalog。

3分析前的准备

3。

1分析可能用到的数据

（1）公园入口数据:

点状数据，每个点有服务容量属性（Capacity），表示有限的服务量,也可以和该公园的一部分面积相对应，一个公园可能有几个入口。

（2）道路网数据:

线状数据，每条线段有长度属性，用于计算在路段上的步行距离.

（3）人口统计区数据：

多边形数据，每个多边形有面积、居住人口属性，用于计算公园的需求。

3.2收集到的资料清单

（1）地理信息系统实习教程

（2）ArcGIS地理信息系统空间分析实验教程

（3）公园服务水平评价（硕士论文）

3。

3分析项目的步骤

4实施分析

1．建立网络数据集

启动ArcCatalog,在左侧目录中展开公园服务\road。

shp，选择road。

shp，单击鼠标的右键，在弹出的菜单中选用菜单NewNetworkDataset。

。

。

进入新建网络数据对话框，开始设置网络数据集，根据提示：

图1。

1新建网络数据集示意图

要求输入网络数据集名称,road_ND为默认，按“下一步（N）>"键继续，

出现一个连通性…按钮对话框，按“下一步（N）>"键继续，再提示：

提示是否改变网络的连接性，点选No，按“下一步〉”键继续，再提示：

是否要模拟转弯，暂时不考虑，选No，按“下一步>”键继续,再提示:

为网络数据集定义属性,以下的属性表是空白的，按“下一步〉”键继续，再提示，至少有一个成本属性用于网络分析，是否将图形的长度属性作为成本属性,按”是"键，再出现提示是，按"上一步”键返回，可以看到属性框内有内容，将其中“单位“中的未知改为”米“,然后单击”下一步”,出现提示:

是否为网络数据集设置行驶方向，点击否，最后会提示：

新的网络数据集已新建,是否继续，点击“是“。

这样一个新的网络数据集就建好了。

图1。

2网络数据集结果图

2．产生基于网络的服务区

启动ArcMap，打开地图文档公园服务.mxd,鼠标双击dataframe1，进入图层属性对话框的常规标签中将地图单位和显示单位均改为米,并加载NetworkAnalyst工具条。

右击dataframe1，添加数据，将我们上一步建立的网络数据集加载进地图文档中，此时会提示是否添加网络数据集中的所有元素，选择否，然后提示缺少空间参照，是否继续，点击否.

图2.1加载网络数据集数据示意图

在网络分析工具条上，单击（打开网络分析窗口）按钮，出现网络分析窗口。

在网络分析工具条上下拉选择菜单新建服务区，网络分析窗口中出现“设施点"、“点障碍”、“线障碍"和“面障碍“等目录，同时在TOC窗口中,出现一个新图层服务区。

在网络分析窗口右键单击“设施点”，进入位置加载选项,在加载自选项后的下拉框里选择“公园入口”,点击确定.设施点变为15个.

图2.2网络分析图

在网络分析窗口上，单击（服务区属性），进入图层属性窗口，进入分析设置选项卡,将其中的默认中断设置成800米，其他默认；然后进入面生成选项卡，将其中的面类型设置成详细，其余默认；最后进入线生成选项卡，确定生成线前面的多选框没有被选中，点击确定。

图2.3网络分析参数设置图

单击网络分析工具条上的“求解”按钮，运行网络分析程序，产生服务区。

可以看到为每个设施（即公园入口）产生了800米服务区，每个公园入口都有自己的服务区，空间位置是相互重叠的。

网络分析窗口中,面后面的数字也由0变成15.

图2。

4沿道路步行800米，离开每个公园入口的服务区范围

3．消除重叠服务区

在TOC目录表里，右键单击服务区下的面选择数据下的导出数据，将到处的数据存储名为Export_Service的shp文件

图3。

1数据导出示意图

点击确定后，提示是否将输出的文件加载到当前地图文件中，选择是。

图3。

2消除重叠后800米服务区的范围

4．为每个服务区添加编号并融合服务区

右键单击Export_Service文件，选择打开属性表，添加一个名为Unit的属性字段:

短整型，小数点后2位。

通过上方工具条中的通过矩形选择工具，选择最左边的一组相互重叠的多边形，使他们进入选择集，然后返回Export_Service的属性表中,右键单击Unit字段，选择字段计算器工具，并在Unit=后的文本框里写入1，点击确定,此时会看到被选中的多边形的Unit属性都变为1.

图4.1通过字段计算器为属性赋值示意图

按照以上的步骤,从左至右将剩下的四组多边形的Unit属性分别赋予2，3，4，5。

图4.2Join_Output属性表

然后加载ArcToolBox工具窗口,选择数据管理，制图综合下的融合工具.在融合窗口中,输入要素为Export_Servic，输出名为dissolve1的shp数据

图4。

3服务区融合示意图

结果图为：

图4。

4融合后的公园服务区图

5．获得有效服务区

在ArcToolBox工具箱中找到裁剪工具，双击裁剪,弹出裁剪对话框，其中输入要素处输入dissolve1。

shp数据，裁剪要素处输入人口统计区,输出名为Clip1.shp的要素集，点击确定,就会得到有效的服务区数据。

图5.1取出多余的服务区范围图

查看Clip1的属性表中，五个独立的服务区对应五条记录,每个服务区都有唯一的编号。

6．知道哪些公园对应哪些独立的服务区

采用空间连接的方法，右键单击公园入口数据,选择关联和连接中的连接选项，弹出连接数据对话框,按照如图填写数据：

图6.1公园入口与Clip1两数据空间连接示意图

点击确定，输出名为Join_Output的数据

图6.2数据连接后的服务区范围图

此时右键单击Join_Output数据，进入其属性表中，会看到属性表中有了表示服务区编号的字段Unit。

7．按服务区的编号汇总每个服务区内有多少公园服务量

右键单击Join_Output数据，打开其属性表，右键单击Unit字段，选择汇总功能，在弹出的汇总对话框中，选择要汇总的字段为Unit，汇总统计处选择Capacity中的总和,输出数据命名为Sum1.shp。

图7.1Join_Output数据汇总示意图

点击确定，系统提问是否汇总表加入当前的地图文档，选择“是”.关闭属性表AttributeofJoin_Output,在TOC中,鼠标右键打开AttributeofSum1，该表有Unit（有效独立服务区的编号），Count（该服务区内有多少公园入口），Sum_Capacity（该服务区内公园服务容量之和）三个属性，这就知道了每个独立服务区有多少公园服务量。

图7.2汇总结果Sum1数据图

8．计算人口密度

右键单击热口统计区图层,打开属性表,会看到该表中有代表人口统计区多边形面积的Shape_Area属性字段，和代表每个统计区人口的POPU字段。

点击属性表左上角的表选项，选择添加字段选项，为该属性表添加一个名为Popu_den的属性字段：

双精度型，小数点后5位。

建立好字段后,右键单击该字段，选择字段计算器工具，在下方Popu_den=后面的文框里,输入［POPU]/[Shape_Area］公式，点击确定，就可计算处人口密度。

图8。

1每个统计区人口密度数据图

9．有效服务区和人口统计区叠合

在ArcToolbox工具箱中，找到分析工具下的叠加分析选项下的联合工具，双击，在弹出的联合对话框中,输入要素选项分别输入Clip1。

shp数据和人口统计区数据，输出名为Union1的shp数据。

点击确定,就会得到有效的服务区和人口统计区叠加后的数据。

图9。

1