08城乡规划方法与技术 (钮心毅) 发布时间:2013-03-22 点击:2778

地理设计的概念
地理设计(Geodesign)是地理信息科学领域中新出现的一个名词,已经引发了许多关注和讨论。地理设计的定义、范畴究竟是什么,尚未有一致的看法。著名规划学者Michael Batty在国际规划学术期刊《Environment and Planning B: Planning and Design》的2013年第1期上,以编者按的形式发文,专门讨论了地理设计的概念,尤其从城市规划的视角阐述了地理设计的渊源、范畴、特征,讨论了当今地理设计和规划设计之间关系。其主要观点摘录如下,值得参考。
首先,Batty认为地理设计并不是一个新生事物,实际上早已产生。地理设计的主要渊源在景观学和城市规划专业,而不是在地理学。在景观学、城市规划学中,传统上就有采用图层叠合(overlay)方式进行土地适宜性分析的方法。从1960年代到1980年代的早期GIS发展历程来看,规划设计在其中扮演了核心角色。1960年代哈佛计算机图形实验室实现了使用计算机进行图层叠合,应用于土地适宜性分析,由此才出现了GIS叠合分析功能。1970年代和1980年代就逐步发展成了GIS专用分析工具。景观学和计量地理学实现了结合而产生了地理设计。传统的图层叠合方法就是地理设计的渊源。
随后,Batty认为当前设计会再次成为GIS的核心,这才是当前讨论地理设计的意义所在。由于目前已经具备了四个条件,设计才能再次成为GIS的核心。第一,相关学科已经发展出了足够理论方法,使得规划设计的过程更加明晰、清楚。第二,相关GIS技术的发展,大多数GIS工具已经能转向互联网和云计算,这就提供了一个不同以往的平台。这个平台不只是能供设计用的平台、也是能供公众参与使用的平台。第三,当前计算机技术得以广泛使用,规划设计也在广泛使用计算机技术。计算机技术和设计在相互包容。第四,越来越多的观点认为规划设计本身是一种自下而上的工作,GIS越来越多也以一种自下而上方式在使用。地理设计不是简单的“GIS+设计”,而是传统设计过程的改变、传统应用GIS方法的改变。
最后,Batty认为地理设计并不是当年图层叠合方法的回归,而是在规划设计从独立活动转向多方参与的前提下,组合使用多种GIS工具的一种应用方式。地理设计的核心是参与。地理设计不只是设计师的设计,而是在GIS工具支持下,使得每一个人都可以参与到规划设计过程中去。
来源:BATTY M. Defining geodesign[J]. Environment and Planning B: Planning and Design, 2013, 40(1): 1-2.

对公园中游人行为的时空分析方法
日本学者采用数字技术对城市公园中的游人行为进行记录,提出了一种定量化研究公园内设施对游人行为的影响的分析方法。类似对公园中的游人行为进行记录,定量公园设施布局对游人游园行为造成的影响,是这些年比较常见研究。这一类研究的成果可以用于改进公园设计。与其他已有的研究相比,本项研究特点是在记录了游人行为空间特征同时,也记录了游人行为的时间特征,能对行为的时空特征进行分析。
这项研究选择了日本东京的一个城市公园内进行。该公园以水景著称,围绕着中心水面,布置有桥、寺庙、举行艺术表演的场地、游船等吸引游人的各类设施。公园水面中心有岛屿,通过桥梁进入。在此公园内,游人步行观光是主要行为方式。因此,适合选择该公园作为游人行为时空分析方法研究场所。
实验选择了一个天气良好的周日进行,确定了12个游人参加实验。每一个参与实验的游人都配发了数码相机,告知在看到好的景色时用照片记录下来。每一参与游人同时也配发了GIS接收器,用于记录步行轨迹。12个参与者分成两个小组,每组6人。实验中事先预设了两条游园路线。两个小组都在公园内同一地点取数码相机后出发,都必须步行游玩公园内的所有6个景点,最后回到出发点交回数码相机。两个小组线路的区别是出发后步行方向不同,至各个景点游玩的顺序也不同。对每一个参与实验的游人拍摄照片的数量不做限制。凡是自认为好的景色都可以用相机记录下来。实验结束后,参与者最少的拍摄了14张照片、最多的拍摄了76张照片,一共收集到了448张照片。GPS接收器记录了每一张照片的拍摄地点。以这448张照片为基础数据进行游人的行为的时空分析。
对游客行为的空间特征分析采用核密度(kernel density)方法。将GPS接收器记录的每一照片的拍摄地点转换成空间点要素。点越密集处就表示更多的人认为该处景色好。对这些获取的点要素使用核密度方法进行密度分析,得到照片拍摄地点密度分布图。计算结果显示,在公园各个区域的拍摄密度有较大差异,密度高值集中在若干景点周围,公园中心桥附近是拍摄密度最高的区域。该处视野开阔,在该处拍摄的照片都包含建筑、游船、水景等等各种设施。对游人行为的时间特征分析采用对照片拍摄顺序进行研究,也采用核密度方法。将每一位游人的步行游园时间总长进行标准化处理,对每一小组内所有游人的步行轨迹、拍摄地点、顺序分别进行分析。对游客步行和拍摄时间分析,照片拍摄频率随着时间变化有很大的变化。每一组游人在整个步行游览的前半段都是拍摄照片量多于后半段。时间上的拍摄频率在前半段游览时间内达到峰值后,迅速下降。计算结果显示,两个小组的游人都在过桥进入水面中心岛屿的时刻,达到拍摄照片数量的峰值。时空分析结果都表明,连接水面小桥是游人观景行为的热点。
这一时空分析方法有两个特点。一方面,采用了较为简便的GPS接收器实验方法,既记录了游人空间行动轨迹、也记录了行为的时间。另一方面,采用了游人拍摄数码照片记录风景的方法,既得到了吸引游人地点,也得出了何种景色能吸引游人。该方法能有助于分析确定城市公园内景观资源,也有助于研究外部环境对使用者行为的空间、时间上的影响。
来源: SUGIMOTO K. Quantitative measurement of visitors' reactions to the settings in urban parks: spatial and temporal analysis of photographs[J]. Landscape and Urban Planning, 2013, 110(1): 59-63.

基于路径的可视性分析方法
视域 (Viewshed)分析是目前GIS可视性计算中最常用的分析工具。视域分析能够计算出自观察点出发地表上任一位置的可见性。视域分析有局限性。一方面,视域分析计算结果只有可见或不可见两种,不能计算出可见程度如何。另一方面,视域分析是基于固定观察点的计算结果,不能直接用于沿特定路径的可见范围分析。在视域分析基础上,后来又衍生出了累计视域分析方法。累计视域分析是建立在固定观察点的视域分析基础上,将从不同观察点出发可见性计算结果进行累加。累计视域分析结果是计算每一位置的可见次数。该项方法也已经成为当前通用GIS软件具备的可视性功能之一,累计视域分析也存在局限性。针对这些局限,加拿大不列颠哥伦比亚大学的Chamberlain和Meitner对已有视域分析方法进行了改进,提出了基于路径的可视性分析方法。
这一方法的核心是基于可视等级(visual magnitude)的概念。可视等级是反映某一点实际可见程度如何。视域分析的计算结果是0(不可见)或1(可见),累计视域分析的计算结果是反映可见次数的整数值。可视等级的计算结果则可用0-1之间数值表达,数值越大表明可见程度越高,反之可见程度越低。可视等级的数值由多个参数计算得到。与视域分析相比,特别考虑了三维观察环境下,地面与观察者视线之间存在夹角,目标地面的倾斜角度会导致可见程度差异。为此,计算可视等级特别增加了观察者视线和目标地面的水平角度、垂直角度。基于固定视点可以计算得到周边地表范围内每一点的可视等级数值。
类似累计视域分析方法,又提出了基于特定的观察路径的可视等级计算方法。这一方法提出了平均可视等级、最大可视等级、最大可视等级观察点三个指标。平均可视等级是地表上所有目标点上可视等级数值的平均值。最大可视等级是地表上所有目标点上可视等级数值中的最大值。最大可视等级观察点是地表上所有目标点中获得最大可视等级数值时所对应的观察点编号。沿路径进行观察时,由于观察点不断变化,可以获取一系列的平均可视等级、最大可视等级、最大可视等级观察点指标。在整个观察路径上,各个观察点的重要性不同。比如,在公路沿线的站点上,观察者的停留时间会稍长,相对重要性就较大。因此平均可视等级、最大可视等级计算时使用了加权重的方式。
以加拿大温哥华岛Kennedy湖流域为应用案例,采用以上方法进行了可视性分析。该区域面积约300km2,地形高程从海平面到海拔1450m,高差变化较大。选择了穿越其中的4号公路的约6km长路段作为观察路径。该路段每隔10m定1个观察点,共609个观察点。在该路段上,分别计算了视域分析、累计视域分析、平均可视等级、最大可视等级、最大可视等级观察点。可视性分析结果均输出成10m分辨率的栅格数据。使用视域分析计算得到的最大值为1。在整个路段上609个观察点中,视域分析的最大可见面积约60km2,占总面积的20%。使用累计视域分析计算得到的最大值就是观察点的数量609。沿4号公路609个观察点依次计算平均可视等级,其最高值是0.00120384,平均值是3.79×10-6。沿4号公路609个观察点依次计算最大可视等级,其最高值是0.004121,平均值是2.5863×10-4。
最后,研究认为不同的可视性分析方法各有适用场合。例如,标准的视域分析仅能产生可见、不可见两种计算结果,适合于在规划初期阶段大致判断可视范围。累计视域分析可以用来比较不同观察点的可视范围。可视等级方法计算了三维观察环境下地表的可见程度。平均可视等级、最大可视等级、最大可视等级观察点用于弥补前两种可视性分析方法的缺陷。这一分析方法可以应用在许多领域,如风景区规划、景观设计、森林管理、公路选线、旅游规划等。基于观察路径的平均可视等级、最大可视等级、最大可视等级观察点计算结果,尤其适合于风景区内确定最佳的观景点。
来源:CHAMBERLAIN B, MEITNER M. A route-based visibility analysis for landscape management[J]. Landscape and Urban Planning, 2013, 110(1): 13-24.

残障人士公共设施使用便利性的评分体系
美国有专门保障残障人士的公共设施使用便利性的法案(ADA),也依据法案制定了设计导则(ADAAG)。该导则长达142页,其中用于评价便利性的表格有29种,使用起来并不方便。比如,ADAAG各个标准都采用“是/否”两个选项判定是否达标,无法进行不同公共设施相互之间的比较。ADAAG是评估公共设施是否符合法律的技术标准,但还不是一个实用化的评估工具。为此,蒙大拿大学研究者依据ADAAG导则,设计了一套简便而实用化的残障人士使用公共设施便利性评分体系,并在蒙大拿的Missoula进行了应用。
Missoula是蒙大拿州内区域性贸易中心,有居民6.4万人。在进行评估之前,先对该城市的公共设施进行了筛选。去除了ADA法案中不涉及的设施后,该城市有1120个各类公共设施,包括了零售商业、娱乐设施、医疗诊所、金融机构等等。在这1120个设施中按5%取样比例,随机选择了287个设施进行评分。
以ADAAG导则为标准,设计了一个由6个因子组成的评分体系。其中3个因子是属于设施外部市政条件使用便利性,分别是停车场位置和标识、停车场便利性、通往设施的道路安全性和便利性。另3个因子是针对设施内部使用便利性,分别是设施入口的便利性、门口和门道的便利性、设施室内的便利性。前三个因子是由市政建设投入的,后三个因子是该公共设施自身建设投入的。
每一项因子采用1-4分评分,1分最差、4分最佳。单项因子的具体评分都采用了量化的计分标准。例如,第一项停车场位置和标示因子的评分标准是:2个街区内无标识停车场评为1分;2个街区内有标识地面停车场评为2分;2个街区内有标识垂直停车场评为3分;2个街区内同时有标识地面停车场和标识垂直停车场评为4分。第四项设施入口的便利性因子的评分标准是,入口高差超过2英寸(5.08cm)或入口有台阶、入口斜坡太陡、或斜坡顶端无平台、或有平台但太狭小无法容纳轮椅等均评为1分、入口高差1-2英寸(2.54cm-5.08cm)之间或嵌入式进口难以操控评为2分、入口高差0.5-1英寸(1.27cm-2.54cm)之间或斜坡较为易于通过评为3分,入口高差小于0.5英寸(1.27cm)、或斜坡非常容易通过、或嵌入式进口较易于操控的评为4分。第六项室内使用便利性的评分标准是:残障人士无法使用评为1分;只能使用一个收银机评为2分;能使用主通道和一个收银机评为3分;能使用主通道、大多数区域和一个收银机评为4分。
以上具体评分标准均是参照ADAAG导则制定。对297个公共设施进行依次评分后,使用SPSS软件进行数据汇总处理。依据评分体系,可以计算该城市的每一个因子平均得分、整个城市的总体评分或者分地域、分类型的平均得分。在使用这套评分体系时,采用了三个工作步骤。第一步,对评价区域的所有公共设施进行预调查和分类,明确需要评分的对象。第二步,将评分体系编写成易于使用的手册,对调查人员进行培训。第三步,调查结束后,对获取的数据进行汇总分析,得出评分结论。
在Missoula的应用案例中,全市的公共设施残障人士使用便利性评分结果为3.32,总体评分为“B”级。6个因子的全市平均得分为:停车场位置和标识平均得分2.87、停车场便利性平均得分2.66、通往设施的道路安全性和便利性平均得分3.74、设施入口的便利性平均得分3.71、门口和门道的便利性平均得分3.82、设施室内的便利性平均得分3.32。在进行评分之前,一般认为连锁商店的残障人士使用便利性应好于其他独立运营的公共设施。评分的计算结果显示两者在便利性上确实存在显著差异,连锁商店的残障人士使用便利程度好于独立运营的公共设施。
这一项评分体系采用非常简单的定量方法,依据ADAAG导则中的标准,制定了一套易于使用的评分体系。这套评分体系能够应用于全美各个社区、城市评估ADA法案落实的整体状况。这套评分体系也能扩展到如交通设施、住宅等其他设施的残障人士使用便利性评估用途。
来源:SEEKINS T, ARNOLD N, IPSEN  C. Developing methods for grading the accessibility of a communality's infrastructure[J]. Journal of Urban Planning and Development, 2012, 38(3): 270-276.