以下是引用本文的既定格式:
Łaszkiewicz, E., M. Wolff, E. Andersson, J. Kronenberg, D. N. Barton, D. Haase, J. Langemeyer, F. Baró, P. mcpherson。2022.城市形态中的绿色植物:欧洲城市中不同城市结构的城市绿地可达性差异的比较分析生态与社会27(3):22。摘要
对城市社会生态系统的认识需要综合的、跨学科的方法。基于城市形态,探讨了城市绿地可达性的差异。与其他简化城市地理信息系统提供量化和/或忽略城市空间形态属性影响的比较分析相比,本研究提出了三个改进措施。首先,它以城市中每栋住宅楼周围300米步行距离的服务区域内的地勤占比作为地勤供应的衡量指标。其次,它包括UGS的潜在物理可访问性,这是由关键角色(如所有者或管理者)保证的,他们决定UGS是否向潜在用户开放。三是将城市地理信息系统可达性与城市异质性结构联系起来。我们开发了一种混合方法分析,结合了关于UGS、住宅建筑空间分布和街道网络的多个数据源。我们在五个案例研究城市(巴塞罗那、哈雷、罗兹、奥斯陆和斯德哥尔摩)进行了分析。研究结果表明,人-环境相互作用改变空间的城市结构(如核心城区)具有服务区内有限的地下交通设施的特征。受人类活动影响较小的城市结构(尤其是郊区)在服务区域中所选择的UGS所占比例最高。 In addition, even if the share of UGS in the service area is high, many of them might have limited physical accessibility. In the broader sense, this highlights that social-ecological processes are linked to urban form and cannot be separated in an analysis. Therefore, social-ecological systems could be better understood through the lens of urban morphology.介绍
对城市社会-生态系统的理解需要整合各个领域的数据和方法。这种整合的一个有希望但仍未得到充分探索的领域是,将城市绿地(UGS)提供(Andersson等人2019年,Pauleit等人2019年,Herreros-Cantis和mcpherson等人2021年)与城市形态(Dennis等人2018年,Marcus等人2019年,Riechers等人2020年)之间的差异联系起来。一般而言,城市形态学指的是对城市形态的研究,即构建和塑造城市的物理元素,如街道、建筑和地块,以及塑造城市的利益相关者和过程(克罗夫2018年,奥利维拉2019b)。作为关于城市组织的知识来源,城市形态反映了城市生活的各个方面,例如城市地质服务给居民带来的好处(Oliveira 2019b, Andersson等人2019年)。
正如邹和王(2021)强调的那样,在过去十年中,人们通过城市形态的视角研究了UGS (Šćitaroci和Marić 2019, Whitehand 2019)。虽然有人试图整合城市形态和城市不平等的分析(Oliveira, 2021年),但城市形态学家进行的研究并未讨论UGS提供的深层次差异(Kabisch et al. 2016)以及UGS -城市生态系统服务提供的好处(Kabisch 2019, Barton et al. 2020)。与此同时,专注于量化UGS差异的研究通常忽略了城市形态视角(Zhang et al. 2020a)。
将城市形态纳入UGS供应差异分析有几个潜在优势(Zou和Wang, 2021年)。城市形态的作用之一是识别建筑环境的结构、形成和转换中反复出现的空间模式(Fleischmann等,2021a)。城市形态和UGS提供的结合视角也可以促进关于密度困境以及使城市更宜居和可持续的相关二元性的辩论(Neuman 2005, Wolff and Haase 2019)。城市形态可用于划分同质城市结构,用于城市内部UGS供应和差异的比较(Grafius等,2018年)。此外,将UGS相关差异与城市结构联系起来有助于更好地理解这些差异的背景,并为UGS供应标准提供知情的背景(Badiu等人2016年,Boulton等人2018年)。这样的综合分析有助于避免在解释ugs相关差异及其可能存在的偏差量化时过于简单化。
这项研究有助于新兴的关于如何更好地理解社会-生态系统的辩论(Marcus等人2019年,Riechers等人2020年)。与其他简化城市地理信息系统提供量化和/或忽略城市空间形态属性影响的比较分析相比,本研究提出了三个改进措施。首先,它以城市中每栋住宅楼周围300米步行距离的服务区域内的地勤占比作为地勤供应的衡量指标。其次,它包括UGS的潜在物理可访问性,这是由关键角色(如所有者或管理者)保证的,他们决定UGS是否向潜在用户开放。三是将城市地理信息系统可达性与城市异质性结构联系起来。我们的目标是量化通过城市形态划分出的各种城市结构的地下路网(以潜在可达性的不同水平为特征)提供方面的差异。我们假设城市地勤服务的提供及其提供方面的不平等在城市结构之间有所不同。我们采用混合方法分析了五个案例研究城市(巴塞罗那、哈雷、罗兹、奥斯陆和斯德哥尔摩)UGS、住宅建筑和街道网络的多源空间显性数据。
本文的其余部分分为五个部分。的”材料和方法”部分说明了案例研究城市的选择、数据来源和用于量化不同城市结构UGS提供差异的方法。的”结果”这一节包含了研究结果,这些结果将在下一节中在使用多种空间尺度(如住宅建筑和城市结构的水平)来评估UGS供应的更广泛的背景下进行讨论。我们还从三个系统过滤器的角度讨论了结果,这三个过滤器调节了UGS为城市居民提供的利益流(Andersson等人2019年和2021年),并提出了城市形态如何提高对社会-生态系统的理解。我们以一些结束语结束。
材料和方法
案例研究的城市
我们的分析涉及了代表欧洲不同地理位置的五个城市:西班牙的巴塞罗那、德国的哈雷、波兰的罗兹、挪威的奥斯陆和瑞典的斯德哥尔摩。它们在人口密度和规模以及UGS规划面临的挑战方面各不相同。这种多样性使它们成为不同城市形式的代表。具体而言,在住宅建筑的空间水平上,个案研究城市Halle和Oslo的观测值分别从51,342到83,605不等。在城市地理信息系统的覆盖范围方面,巴塞罗那和奥斯陆的城市地理信息系统的覆盖范围分别为33.3%和73.4%(表1)。在奥斯陆,城市地理信息系统包括马尔卡地区的受保护的城市周边森林。对绿地的保护限制了城市的发展,导致建成区内的密度增加,这使得它成为一个相对紧凑的城市,但不像巴塞罗那那样紧凑。这使得我们的城市样本足够多样化,能够代表欧洲UGS覆盖范围的差异以及UGS规划的泛欧洲背景(Kabisch等人2016年,Artmann等人2017年,Wolff和Haase 2019年)。图1和表1给出了案例研究城市的简要比较。
数据库
这项研究需要城市地理信息系统、住宅建筑空间分布和街道网络的数据。大部分数据来自开放的地理数据源,如开放街道地图或哥白尼,使得我们的分析可以在其他城市复制。表2列出了数据库的列表,每个数据库都有一个简短的描述。
方法
通过城市形态的镜头来识别UGS提供的明显空间差异包括七个阶段:(1)根据潜在的物理可达性对地下交通系统进行分类,(2)量化地下交通系统的空间显性供应,(3)对城市结构进行操作,(4)划分城市街区,(5)量化城市形态特征,(6)识别城市结构,(7)量化不同城市结构地下交通系统供应的空间显性不平等。在下面的小节中,将详细描述每个阶段。
根据潜在的物理可达性对城市绿地进行分类
我们的目标是获得最全面的UGS分类,以考虑其潜在的物理可达性(Biernacka和Kronenberg 2018年和2019年),并从影响UGS对城市居民的利益流的三个系统过滤器的更广泛视角讨论它们的提供:制度、基础设施和偏好(Andersson等人2019年和2021年;请参见”中介筛选器框架的上下文”).我们利用ArcGIS 10将来自多个来源的UGS数据进行组合(表2),并将其划分为21个UGS类别(数据处理详情见附录1)。
我们根据其潜在的物理可达性对UGS进行分类,这是UGS提供的一个特殊方面(Biernacka和Kronenberg 2018, 2019)。基于之前的研究(Biernacka和Kronenberg 2018年,2019年),我们为21个UGS类别中的每一个类别分配了不同级别的物理可达性,以说明关键行动者(如业主或管理者)对它们是否对潜在用户开放的影响。我们通过将UGS分为公共(高物理可达性)、半公共(中等物理可达性)和私人(低物理可达性)来近似地描述不同级别的物理可达性(见表3)。
量化空间上明确的城市绿地供应
我们以最好的空间分辨率量化了UGS的提供,即对每个住宅建筑分别量化。对于这5个城市的310,515栋住宅楼,我们计算了在每栋住宅楼质心周围300米步行距离的服务区域内,21种UGS类型的每一种所占的百分比。我们选择服务区的方式,因为它通常被认为特别有意义,因为它指的是人们步行的地方,这是他们通常到达当地UGS的方式。特别是,与循环缓冲区相比,它不会高估行人可以到达的面积,因此,与其他方法相比,它代表了一种改进的UGS供应措施(Lin et al. 2020, Wolff 2021)。
300米的服务面积指的是概念”行人了”由可持续城市主义推动,并被解释为核心集水区,即通往最重要的日常使用设施的区域(Vale等,2018年)。此外,这符合自然英格兰的建议,即每个人的绿地距离他们的家不应超过300米或步行5分钟(米尔斯等人,2019年)。为此,我们使用了ArcGIS 10.5中的网络分析工具箱。
城市结构的运作化
城市形态涉及城市形态的各个方面,从城市空间的物理组成部分,通过它们与居民的相互作用,到土地使用和功能(Fleischmann等,2021b)。我们专注于城市形态的物理方面,为此我们应用了景观生态学(空间度量)和统计学(降维和聚类分析)的方法(Clifton等人2008年,Zhang等人2019年)。
为了避免术语不一致,并克服城市形态定量分析中的简化(Fleischmann et al. 2021b),在本研究中,我们使用了这个术语”城市结构”在城市中定义一个区域,该区域在所选择的城市形态特征方面是同质的,而与周围地区不同。我们按照Fleischmann等人(2021b)的定义,将城市形态特征定义为a”一种城市形态区别于另一种城市形态的特征(或特征)。”用来划分城市结构的基本空间单元是城市街区——一个两边以道路为界的区域。我们对城市结构的理解类似于其他人描述的形态区域,即,”区域:在其形式上有一个单位的区域,使其区别于周围的区域”(Oliveira 2019a)和城市组织,即,”根据不同的分辨率可以看到的有机整体”(Kropf 1996, Oliveira 2022)。
界定城市街区
有必要将每个城市划分为我们的基本空间单元——城市街区——以确定城市结构。为了将一个城市街区与另一个街区分开,我们主要使用街道网络(Grippa et al. 2018)。为了确定郊区的城市街区,我们用铁路和/或自然边界(如海岸线)来补充街道网络。
划分每个城市的城市街区遵循以下步骤:(1)我们清理了由马道、自行车道、人行道和路径组成的街道网络,因为它们通常不能作为分隔区域的物理屏障;(2)我们用铁路和电车线路以及自然边界来补充街道网络,因为它们通常将空间划分为互不相连的部分;(3)我们增加了城市边界。
基于以上一组折线,我们创建了初始多边形,它代表城市住宅街区(至少有一个住宅建筑位于一个街区内)和城市非住宅街区(主要是带有交通基础设施的多边形)。然后,我们对最初的城市街区进行了目视检查,并清除了由多车道道路、十字路口附近的功能道路或高速公路坡道造成的不良多边形。这导致了最终的住宅和非住宅城市街区。在确定城市结构时,只有前者被进一步考虑。
量化城市形态特征
我们使用15个空间指标对每个城市街区的城市形态特征进行了量化(Zhang et al. 2019, Li et al. 2021)(表4)。来自景观生态学的空间指标可能无法全面覆盖城市形态特征(Vanderhaegen and Canters 2017)。为避免这一局限,本研究选择城市形态特征指标的依据如下:(1)涵盖建筑、街道网络和城市街区三个尺度的城市形态特征;(2)纳入一般(”本体论”)指标类别:复杂性、形状、强度、连通性和尺寸(Fleischmann等,2021b)。我们纳入了位于城市街区内的单个建筑的城市形态特征指标,因为继Vanderhaegen和Canters(2017)之后,”单体建筑特征对街区层面的城市形态贡献最大”.此外,我们使用了街道网络的指标,因为城市形态是由空间中的街道配置塑造的(Boeing 2018, Lang等人2020)。
我们省略了土地利用覆盖,这也是城市形态定量研究中考虑的因素(Fleischmann et al. 2021b),因为它指的是UGS。这可能进一步导致ugs驱动的城市结构识别。类似地,Olivera(2021)在量化城市形态特征时省略了社会、经济和环境方面的内容,将它们与城市结构联系起来。我们利用ZonalMetrics (Adamczyk和Tiede 2017)和V-LATE (Lang和Tiede 2003) Toolboxes计算ArcGIS 10.5中建筑和城市街区的城市形态特征指标。街道网络的指标是使用OSMnx包(波音2017)在Python中计算的。
为了降低城市形态特征指标的复杂性和相关性,我们进行了主成分分析(PCA) (Arrenberg 2020)。主成分分析法使我们获得了不相关的城市形态综合指标,它在较少的指标中捕获了原始数据集所包含的高度方差。这些综合指标描述了每个城市街区的城市形态。我们对每个城市单独进行PCA,因为城市形态指标之间的相互关系可能是城市特有的。我们采用Kaiser准则选取表征城市形态综合指标的主成分个数,只选取特征值大于1的主成分。为了优化主成分分析的统计性能,我们使用了特征向量的方差正交旋转,这另外确保了结果是可解释的。
确定城市结构
我们对城市形态的综合指标应用了两步聚类分析(Arrenberg 2020),用主成分(因子)得分作为PCA的输出来近似。利用两步聚类分析,我们将城市结构确定为在城市形态特征上同质的城市街区组。属于一个集群的城市街区被解释为一个城市结构。这种城市结构可以用综合指标的平均值或原始指标的城市形态特征来描述。任何两个不同的城市结构(聚类分析中的集群)在城市形态特征的指标上都应该是不同的。每个城市街区只能属于一个集群。我们没有预先定义城市结构的总数量,而是基于赤池信息准则,通过两步聚类分析来选择最优数量。为了验证将城市街区划分为城市结构,我们使用了集群凝聚力和分离的剪影系数(Arrenberg 2020)。我们在IBM SPSS Statistics 25中进行PCA和两步聚类分析。
根据城市结构量化城市绿地提供的差异
我们使用每栋住宅楼周围300米服务区域内地下矿物油供应的中位数和四分位差范围来量化地下矿物油供应的差异。我们使用中位数和四分位范围而不是平均值和标准差,因为由于高空间分辨率数据的UGS提供措施的非正态和高度倾斜的频率分布,它们是更稳健的集中趋势和变异性的度量(Tan和Samsudin 2017)。此外,我们还计算了在300米的服务区域内,装有地铁系统的住宅楼宇所占的比例高于10%。我们应用Mood的中位数检验(Desu和Raghavarao, 2019年)来比较城市结构中UGS供应的中位数,并检查这些城市结构之间的差异。
结果
结果是按顺序呈现的,与我们的分析步骤一致(参见”方法”查看步骤列表)。首先,作为分析第一步的输出,我们利用城市用地面积占城市总面积的比例,提出了城市用地的分类。接下来,我们提供了UGS类别的提供结果,并在整个城市的住宅建筑层面量化。这与我们分析的第二步相对应。然后,我们将每个案例研究城市中确定的城市结构作为步骤3至6的输出。最后,作为我们分析的第七步的输出,我们得出了不同城市结构的城市地产税供应不平等的结果。
城市绿地覆盖
我们分别量化了每个潜在可达性级别的城市地理信息系统覆盖率,并使用4个指标对其进行总结(表5和附录2)。结果表明,即使城市地理信息系统的覆盖率很高,很大一部分城市的地理信息系统可能具有有限的物理可达性。在巴塞罗那,高无障碍和低无障碍UGS分别占城市总面积的18%和12%。其他城市的城市地理信息系统占城市总面积的比例差异更大(指标A)。在Halle和Lodz,低潜在物理可达性的城市地理信息系统占城市面积的比例最大,分别为47%和51%,而高潜在可达性的城市地理信息系统仅占16%和15%。只有在奥斯陆,由于省略了公共交通,具有潜在高可达性的UGS占城市区域的比例(56%)远高于可达性较低的UGS(15%)。
在每个城市中,高通达度的地下储层主要由树冠组成,而低通达度的地下储层主要由草地组成。高度可达的树冠占城市树冠总面积的比例从65% (Halle)到92% (Oslo)不等。相比之下,在它的总面积中,易于接近的草地所占的比例却很少——从2-3% (Halle, Lodz, Oslo)到巴塞罗那和斯德哥尔摩的13%和21%。这一划分与特定UGS类别的实际可达性密切相关。
在所有城市中,高可达UGS的主要来源是森林(附录2)。在巴塞罗那、哈雷和罗兹,森林覆盖了城市面积的11-12%,奥斯陆的54%。在斯德哥尔摩,森林和城市林区(未被列为森林)覆盖了城市面积的20%。根据不同的城市,中等物理可达性的UGS主要包括分配花园(Halle, Lodz)和体育休闲空间的UGS(巴塞罗那,奥斯陆,斯德哥尔摩)。占主导地位的低无障碍UGS类型是那些在私人土地、内庭院绿化、农业用地,以及那些在工商业地区。在奥斯陆和斯德哥尔摩,城市地区私人土地上的地下城市服务站的份额高于物理可达性较低的其他类型地下城市服务站的份额——分别为7.5%和13.3%。在Halle和Lodz,私有土地的份额相似(8.3%和10.9%)。然而,在这两个城市,占主导地位的较低的可到达的UGS是农业区。在Halle,它占整个城市面积的34.3%,而在Lodz,它占36.4%。综上所述,研究结果显示了城市间地下城结构的差异和地下城潜在物理可达性的差异。
城市绿地空间的明确提供
表5总结了基于潜在的物理可达性和树冠与其他绿色植物之间的区别而提供地下地理信息系统的结果。每个UGS类别的详细规定见附录。
同样,城市之间的UGS供应差异也很明显,尤其是高无障碍和低无障碍UGS。例如,在300米的服务区中,低通达UGS的中位数百分比在不同城市之间存在差异,从巴塞罗那的4%到奥斯陆的39%。在巴塞罗那(0.85%)和罗兹(1%),以及哈雷(1.4%)和奥斯陆(1.5%),高度无障碍的UGS提供的中位数类似。城市间的差异更大,当我们比较住宅建筑的比例超过10%的UGS的服务区域。例如,在斯德哥尔摩,以提供高无障碍UGS为特征的建筑比例为55%。相比之下,在奥斯陆、哈雷和罗兹,这一比例为21-23%,而在巴塞罗那,这一比例仅为11%。
结果表明,关于UGS覆盖范围的一般资料不足以反映UGS的提供情况,特别是如果考虑到UGS的实际访问方面的差异。例如,奥斯陆的UGS覆盖率为73%(表1),其提供的高可获取的UGS几乎是斯德哥尔摩的8倍,后者的UGS覆盖率较低(50%)。这主要是由于所处的位置”Oslomarka”城市周边森林,防止住宅开发,向海岸线和森林之间的城市建成区集中密度。
五个个案研究城市提供的树冠和其他绿色植物各不相同。如果只考虑高度可达的UGS,树冠的供应就会低得多。在斯德哥尔摩,高可及性和低可及性树冠的中位数提供差异最小。相比之下,当只考虑高度可达的地下储物系统时,除树冠外的绿化提供的中位数要低得多,这对应的是这样的地下储物系统的低份额,仅占城市区域的0.4% - 3%。同样,其他绿色植物的提供中位数也可能受到限制,这是由于地下气象站观测到的物理可达性方面的潜在限制,例如耕地和私人花园。有趣的是,在每个案例研究的城市中,这两类城市地库的特点是在所有类型地库中,住宅建筑的中位数最高(附录2)。
UGS的提供在每个城市的住宅建筑中有所不同。四分位差的高值反映了这一点,可以解释为UGS供应在每个城市的住宅建筑中分布不均的信号。此外,用于住宅建筑的地下电子产品供应的高度倾斜分布揭示了住宅建筑之间地下电子产品供应的巨大差异,表明有必要更深入地考虑城市内部地下电子产品供应的差异。
城市结构的提取与描述
对于每个案例研究城市,我们得到的城市街区至少有一个住宅建筑使用扩展的街道网络。街区数量分别为4421(巴塞罗那)、969(哈勒)、2148(罗兹)、1059(奥斯陆)和3474(斯德哥尔摩)。我们利用15个城市形态特征指标(表4)对这些城市街区进行描述,并将其作为PCA的输入数据。在每个案例研究城市中,PCA得到了5个综合的城市形态特征指标。只有Halle例外,它从PCA中提取了4个城市形态特征的综合指标(详见附录3)。城市形态特征综合指标可以解释原始数据集信息变异性的60%左右。
符合我们的期望(见”量化城市形态特征”)时,主成分分析结果表明,城市形态特征指标之间存在相关性,尤其是街道网络指标。例如,在巴塞罗那,由PCA (Append. 3)得到的综合指标5反映了街道网络的形状和强度。在Halle,综合指标4结合了街道网络的维度、强度、连通性和城市街区形状。同样,在奥斯陆,综合指标2是基于街道网络的空间分布、强度、连通性和城市街区形状。这些城市形态特征的综合指标表明,城市街区形态与街区周边的街道网络结构是相互联系的。
两步聚类分析是在综合城市形态特征指标的基础上,将城市街区划分为不同的城市结构。每个城市划定的城市结构的总数是相似的,等于3个(哈尔和斯德哥尔摩),4个(巴塞罗那)和5个(罗兹和奥斯陆)。每两步聚类分析中,聚类内聚和分离的廓形系数至少为0.4;因此,城市结构具有足够的质量。城市结构如图2-6所示。
每个城市结构的详细描述可以基于综合指标的平均值。然而,这将需要从PCA中单独对每个城市的每个主要成分进行额外的解释。相反,我们根据城市形态特征的三个原始指标的平均值(表6),对已确定的城市结构进行了一般性描述。
两步聚类分析的结果显示了我们的案例研究城市之间的相似性和差异性。巴塞罗那、黑尔、罗兹和奥斯陆的共同点是将城市划分为核心部分和郊区,以不同的城市结构为代表。罗兹和哈雷的中心部分以城市结构1为代表。尤其是在罗兹,这种城市结构与高密度、历史悠久的市中心相呼应。在Halle,两步聚类分析得到的有限数量的城市结构导致了高密度的中心城区和郊区的尖锐划分。相比之下,罗兹被划分为更多的城市结构,因此核心-郊区梯度涉及更多步骤。在罗兹,2号和3号结构可以被描述为混合了住宅和商业功能的区域。
在奥斯陆,城市结构的划分是所有案例研究城市中最集中的。城市中心区域以城市结构1和2为主,被城市结构3环绕。4号和5号城市结构构成了城市最外围的部分。巴塞罗那也是如此,与巴塞罗那的城市结构3和4相比,巴塞罗那的城市结构1和2具有更低的相邻住宅之间的平均欧氏距离和更小的城市街区大小(表6)。这意味着这些城市结构中的住宅密度很高。奥斯陆和巴塞罗那的共同点是城市发展区域集中在受保护的城市周边森林、海岸线和港口区域之间。
奥斯陆的4号和5号结构,哈雷的2号和3号结构,巴塞罗那的3号和4号结构,罗兹的4号和5号结构代表了郊区,主要是独户住宅而不是多户住宅。它们的共同点是城市街区的大尺寸和住宅建筑之间的距离,进一步表明建筑密度较低。综上所述,研究结果显示了城市结构的变化,在一般水平上可能与城市的历史背景及其土地利用动态有关。有趣的是,在斯德哥尔摩,城市结构是混合的,并没有构成一个具有相同城市结构的连续区域。在其他城市中,城市结构的划分在视觉上暗示了一种同心区模式,与此相反,斯德哥尔摩的城市结构在视觉上显示了城市空间发展的多核模式。这在一定程度上是由于斯德哥尔摩的地理稍微复杂,有几个岛屿和水道。
不同城市结构中城市绿地提供的差异
表7显示了不同城市结构内城市地库供应量的中位数。情绪中值测试有一个p值< 0.01,证实了城市结构在城市地库供应方面的统计显著差异。这些差异在每个城市以及UGS物理可达性的每个级别都可以观察到。这进一步扩大了关于欧洲城市之间所观察到的差异和前往各个UGS类别的实际机会有限的一般调查结果。结果表明,城市地理系统对不同水平的潜在物理可达性的提供取决于城市结构的类型(表7)。
一般来说,在每个城市和城市结构中,与物理可达性水平相关的UGS供应也存在类似的变化。有趣的是,在所有城市中,以物理可达性中等为特征的地下储地库的供应最低,这是城市中此类地下储地库数量较少的结果(见表5)。此外,在每个城市结构中,低可达性地下储地库供应的中位数远远高于高可达性地下储地库供应的中位数。唯一的例外是巴塞罗那的3号城市结构,在住宅建筑周围300米的服务区域中,提供了高度和低度可到达的UGS,两者都约占10%。此外,在除斯德哥尔摩外的所有城市中,住宅建筑服务区域中高度可达的UGS比例中值不高于10%。
在我们的案例研究城市中(不包括斯德哥尔摩),一个常见的现象是,在反映城市核心的城市结构中,城市地铁设施提供的中位数较低,而与城市郊区相对应的城市结构中,城市地铁设施提供的中位数较高。例如,在巴塞罗那,城市结构1和2(城市的中心部分)提供的UGS中位数约为5-6%,而城市结构3和4(郊区)提供的UGS中位数为30-37%。同样,罗兹的中心部分(城市结构1)的特点是,在该市的城市结构中,城市地质调查局提供的中位数最低。罗兹中心地区住宅周边300米的服务区域中,UGS覆盖的中位数百分比为30%。对于城市结构2和3,这一数值上升,对应的是住宅和商业混合功能(37%和45%)。然而,在代表郊区的4号和5号城市结构中,UGS提供的中位数最高(分别为46%和70%)。奥斯陆也注意到城市核心-郊区梯度中UGS供应的中位数增长。斯德哥尔摩的结果是个例外。特别是,在三种城市结构中,城市地勤服务的中位数相差不大。
尽管如此,城市之间和城市内部还是有差异的,主要是低可达树冠和其他绿色植物的中位数不比例。在高度可达的UGS的情况下,在所有城市结构和城市中,我们观察到比其他绿色植物更高的树冠供应中值。然而,对于低矮的树冠和其他绿色植物,这是观察不到的。例如,在Halle,只有在城市结构1(城市中心)中,低可达树冠的中位数高于其他绿化。在其他两个城市结构中,树冠和其他绿色植物的中位数提供几乎相等。巴塞罗那的郊区(城市结构4)也观察到了类似的均衡。这与罗兹和斯德哥尔摩形成了鲜明对比。前者注意到在郊区(城市结构5)提供其他绿色植物的中位数(39%)高于树冠(17%)。后者的特点是,在城市结构1中提供其他绿色植物的中位数(21%)高于树冠(13%)。
综上所述,研究结果表明,城市地租中位数提供的差异因城市结构而异。此外,在没有进一步考虑潜在的物理可达性和划分为植被结构的情况下,地下矿物库的提供仅提供了与地下矿物库有关的不平等的一般信息。
讨论
研究结果参考了城市生态学家和规划师讨论的多个挑战。特别是,我们建议在住宅建筑和基于城市街区划分的城市结构的空间层面上联系UGS提供,这进一步促进了在分析UGS提供的差异时对数据的适当空间(非)聚集进行更广泛的讨论。我们还建议,在为不同城市建筑提供地下地质设施时,应考虑地下地质设施的潜在物理可达性的不同程度。这进一步促进了正在进行的关于机构(如产权)和基础设施(如景观构成)在城市地库服务向城市居民提供利益方面的作用的讨论。在更广泛的意义上,我们的发现有助于整合社会生态系统和城市形态分析的讨论。
城市绿地提供的多重空间尺度与量化
我们主张更好地理解关于UGS提供差异的发现的过度简化,这是使用空间聚合数据的结果。特别是,我们已经证明,在城市规模上量化的地下地质资源供应,没有考虑城市结构等空间分类单元,只提供了关于地下地质资源供应的一般信息,而且往往被高估。结果表明,数据聚集的空间层次越低,UGS提供的异构性越强。
根据我们的结果,在每个案例研究的城市中,我们可以观察到,由于住宅建筑之间的UGS提供的高度不平等,UGS提供的可变性(由城市结构之间的差异导致)变得更加复杂和微妙(见表7中四分位差范围的值)。这表明,使用适当的空间数据尺度会影响UGS差异分析的结果(Tan和Samsudin 2017, Rüttenauer 2018, Schaeffer和Tivadar 2019)。空间尺度越小,UGS供应方面的差距就越详细。在微观尺度上注意到的UGS提供的差异可能比在更高空间尺度上测量的差异更大(由于相对较高的空间数据变异性)(Łaszkiewicz等人2021年,Carvalho等人2022年)。我们的研究结果证实了这一规律,并强调了将不同空间数据聚合级别的结论联系起来的必要性。
我们发现在不同的城市结构中,地勤服务的提供是不同的。当我们将反映核心城市区域的城市结构的结果与郊区的结果进行比较时,这一点尤其明显。此外,城市地理信息系统在城市中心和绿色郊区之间的高度不均匀分布并不一定与人们的居住地相对应。这在我们的每个案例研究城市都是可见的,除了斯德哥尔摩。例如,在巴塞罗那,城市结构4(对应城市的郊区)的UGS提供的中位数比反映城市中心的城市结构1(对应城市的郊区)高5倍。在Halle, Lodz和Oslo,郊区UGS的平均供应量是这些城市中心的两倍。利用大地理数据(Ma et al. 2020, Chen et al. 2020),其他研究人员也获得了城市中心和城市周边地区UGS可达性差异的类似结果。通过本研究,我们提出了利用空间显性数据量化地勤供应,并进一步将其与城市结构联系起来,以提高对地勤分布的认识。通过城市形态的视角分析地下地质资源供应的差异,并使用适当选择的空间尺度,可以改善地下地质资源供需的映射(Whitehand 2017, 2019, Pauleit et al. 2019)。
我们意识到,城市形态特征的指标并非完全相互独立,可能会重叠(Fleischmann et al. 2021b)。特别是,当涉及到街道网络时,将一个指标分配给一个给定的类别,如连通性、强度或空间分布,是模糊的,并且在文献中没有一致性的指标代表哪个类别。例如,波音(2018,2019)提出,平均紧密性中心性和加权平均聚类系数表明街道网络的连通性和空间分布。此外,他认为,这两个指标,以及平均迂回度,是衡量街道网络复杂性的指标,可能是可互换的。此外,在Fleischmann等人(2021b)之后,空间分布的含义很宽泛,因为它可以反映建筑或城市街区的距离、连续性或集中度。然而,用于捕捉建筑空间分布的基于距离的指标可能与建筑连通性的度量相关。虽然Fleischmann等人(2021b)只将连接指标分配给街道网络,但我们也添加了建筑和城市街区的连接指标。这也可能导致指标之间的相关性。
城市绿地的物理可达性
我们的研究结果表明,由于城市的物理可达性可能受到限制(Biernacka等人,2020年)和障碍(Barber等人,2021年),我们有必要进一步考虑从UGS获益的潜在限制。我们证明,如果不包括UGS的多样性和对物理可达性的更广泛的理解,而不仅仅是步行距离指标(Wolff 2021),分析UGS提供的差异可能会导致研究结果过于简单化。我们的研究结果表明,高地矿覆盖率并不能保证所有居民周围都有地矿。
即使在地勘服务覆盖率高的城市,由易接近的地勘服务提供的地勘服务中位数也可能较低。通过广泛的交叉研究空间分析,我们表明,关于地下地质系统的讨论需要承认并纳入地下地质系统物理可达性的多样性,这塑造了城市居民从地下地质系统中受益的可能性。我们的研究结果表明,在分析UGS提供的差异时忽略UGS的物理可达性可能会导致对真实UGS提供的高估,尤其是那些高度依赖于UGS物理可达性的UGS提供的好处,如积极的休闲活动(Biernacka和Kronenberg 2018, 2019)。
特别地,我们展示了城市总面积中城市地质资源的高比例并不总是保证所有住宅建筑在其周围都有地质资源。例如,在奥斯陆,潜在的高通达地库的覆盖率远远高于斯德哥尔摩——分别为56%和26.5%。然而,在住宅建筑周围300米的服务区域内,这些UGS的中位数在奥斯陆(1.5%)远低于斯德哥尔摩(12%)。如果将奥斯陆和黑尔进行比较,这一点就更加明显了。在每栋住宅周围300米的服务区域(表5中的指标B),地矿服务提供的中位数几乎相同(约为1.5%),但各城市地矿服务的覆盖范围有所不同。在奥斯陆,300米的服务区中,这些地网的中位数较低,这部分被公共交通进入城市周边的特性所抵消,这在本研究中没有考虑到。
结果表明:各城市可达性较低的土地利用类型中,耕地、私人土地和内庭院绿化的土地利用提供量最高。在巴塞罗那,一半的住宅建筑在其300米的服务面积中占UGS的份额低于3%。这与其他案例研究城市形成了对比。例如,在Halle和Lodz,可耕种土地和私人土地和内部庭院绿化的平均供应量分别为27%和31%。虽然支持我们分析的大部分数据来自2012年,但我们预计,在过去十年中,由于新的住宅或商业开发取代了非正式城市地下城市服务,我们的案例研究城市的地下城市服务提供的中位数可能有所下降。
UGS有限的物理可达性使得那些没有产权的人无法拥有愉快的绿色环境进行积极的娱乐活动,如步行、骑自行车或进行体育锻炼(Biernacka和Kronenberg 2019)。对于耕地、私人土地上的UGS和内庭院绿化,我们可以预计,至少在300米的服务区域内拥有UGS的私人业主可以获得所有这些需要与绿化接触的好处。其他城市居民,谁不能进入UGS的私人地块,仍然可以从这些UGS有关的视觉欣赏或空气净化,这只是举几个例子。
中介筛选器框架的上下文
根据三个系统过滤器的研究框架,地库资源向城市居民的利益流是由三个过滤器中介的:制度(如产权、社会规范)、基础设施(如景观构成)和感知(Andersson等人2019年和2021年)。我们的结果突出了其中两个过滤器的相关性:机构和基础设施。
制度反映了政策意图、社会规范、所有权和用户权利。在本研究中,这一过滤器以UGS的多样化物理可达性为代表,并反映了制度(所有权、社会规范和产权)。根据Biernacka和Kronenberg(2018年和2019年)以及Biernacka等人(2020年)提出的框架,我们通过为每个UGS类别分配对给定UGS影响最大的行为者确保的潜在物理可达性,包括机构。
我们的结果表明,由于UGS可达性的变化,从UGS中获益的可能性可能大大受限。这可以进一步解释为可能限制UGS潜在效益的机构的影响。我们的结果反映了城市间UGS提供的中位数的显著差异,例如私人土地和内部庭院绿化,它们可以进一步提供积极休闲的机会(Hanson等,2021年)。在斯德哥尔摩,这类UGS的提供中位数约为18%,在Halle和Lodz分别为7%和5%,而在巴塞罗那,这一数字仅为1%(见附录2)。同时,私人土地和内部庭院绿化上的UGS的物理可达性较低,这主要局限于土地所有者。UGS可达性对向城市居民提供与UGS相关的文化福利的重要影响可以被解释为制度障碍的结果。
基础设施被理解为捕捉供应和需求区域之间相互关系的城市景观的组成和配置(Andersson等人2019、2021年)。本研究将基础设施的作用纳入了两方面——通过使用服务区域来量化每个住宅建筑层面的地下储物系统供应,并考虑到不同城市结构中地下储物系统供应的变化。利用每个住宅建筑的服务区域,我们能够真实地捕捉到居民是否能够到达UGS获得利益。这一点很重要,尤其是在娱乐活动中。我们发现,由于城市之间和城市内部的日常直接接触,从UGS获益的可能性是高度多样化的。然而,对于我们的研究来说,考虑到城市结构的异质性是至关重要的,它可以被视为基础设施的近似。
我们的研究结果证实了城市地理信息服务提供的中位数因城市结构而异的假设。这可以进一步与UGS效益的空间生产函数概念联系起来(Andersson等人,2021年)。特别是,城市结构作为人与环境相互作用的产物,影响着地下地质系统的分布和实际可达性,在更广泛的背景下,影响着为人类福祉带来的惠益。研究结果表明,在人-环境相互作用最大程度改变空间的城市结构中(如核心城市区域),城市地下地质资源的供给是有限的。受人类活动影响较小的城市结构(尤其是郊区)提供的UGS最多。这可以进一步补充正在进行的关于如何管理地下储物系统的讨论,以支持地下储物系统的利益流向城市居民(Sikorski等人,2021年)。
走向社会-生态一体化的城市形态
城市形态学家(Whitehand 2017, 2019, Marcus et al. 2019)和城市生态学家(Marcus and Colding 2014)多次强调了城市形态学和社会生态系统更广泛整合的必要性。因此,近年来,结合这两个领域以更广泛地理解社会-生态过程的尝试越来越多(Sharifi 2019, Li et al. 2021, Oliveira 2021)。这项研究通过展示不同类型的城市结构如何影响城市地质服务提供的差异,为正在进行的关于这种一体化优势的讨论做出了贡献。
从形态角度考虑,城市内部差异反映了城市发展过程中发生的过程,或过去和现在的城市规划决策,等等。由于这些原因,城市规划者不能以同样的方式对待整个城市区域,因为不同的部分可能不具有可比性(Grafius et al. 2018, Oliveira 2021)。因此,在本研究中,我们提出”比较类似的”并根据城市结构的不同,量化地勤服务提供方面的不平等。此外,我们将城市划分为城市结构,就像将基础设施作为可能影响ugs相关利益流动的中介因素一样。
城市形态是人与环境相互作用的产物,决定着城市地质的空间分布。我们的结果表明,这一事实是城市结构之间的差异(1)地勤服务覆盖范围,(2)为住宅提供地勤服务的中位数,以及(3)地勤服务提供的差异强度。其他试图将UGS和异质城市空间联系起来的人也得出了类似的结论(Grafius等人2018年,Marcus等人2019年)。Ossola和Hopton(2018)提出,城市形态是丹佛城市树木覆盖的主要驱动因素之一,Zhang等人(2020b)则表明,城市形态影响中国长三角城市的生物量损失。我们的结果使我们能够得出类似的结论。UGS的提供不仅在城市之间有所不同,而且在每个城市内不同的城市结构之间也有所不同,这进一步证实了其他发现(Ossola和Hopton 2018年,Ossola等人2019年,Zhang等人2020b)。
虽然我们发现城市地租和地租相关的差距受到城市形态的影响,但出现了反向因果关系的问题。在这项研究中,我们在确定城市结构时没有考虑土地利用模式”量化城市形态特征”).这并不意味着我们得到的城市结构不受地下地质因素的部分影响。仅举几个例子,城市街区内的小块地库的位置,甚至城市街区的配置,都可能影响城市形态特征的指标,并间接影响城市结构的识别。这与Guyot等人(2021年)的建议一致,他们建议在确定城市结构时包括UGS覆盖范围。这可以进一步解释城市结构间UGS覆盖范围的差异。在更广泛的背景下,这意味着城市地质和城市形态之间的相互关系。
城市形态对地下地质服务提供多样化的重要性与地下地质服务类别的空间分布有关。每个UGS类别在城市结构中分布不同,这导致UGS规定的变化。换句话说,城市内部配置决定了环境特征的空间分布,这对UGS有进一步的影响(Steele and Wolz 2019)。特别是,从市中心到郊区的梯度非常明显。然而,对于所有的城市结构而言,具有高度可达性的地下交通系统的供应量远远低于实际可达性较低的地下交通系统。与此同时,进一步将UGS分解为树冠和其他绿色植物表明,在少数情况下,潜在高可达树冠的提供量高于潜在低可达树冠的提供量的中位数。
在更广泛的背景下,我们的结果强调了社会-生态过程与城市形态的联系,这意味着它们不能单独分析。因此,通过城市形态的视角可以更好地理解社会生态系统。这与最近的文献一致,强调人与环境的相互作用,从而导致了城市形态所表达的社会-生态变化。也许,为了更好地理解社会-生态过程,继续整合景观生态学和城市形态学中使用的知识和工具是有意义的(Marcus等人2019年,Whitehand 2019年,Oliveira 2021年)。
结论
这项研究证明了将城市地理信息系统提供的差异与异质的城市内部结构联系起来的优势。我们对多个空间显式数据采用混合方法,综合分析了五个欧洲城市(巴塞罗那、哈雷、罗兹、奥斯陆和斯德哥尔摩)每个住宅建筑的UGS供应及其差异。我们利用城市形态特征指数,将它们与通过城市形态透镜划定的城市结构联系起来。
我们的研究结果表明,关于地下地质勘查覆盖范围的一般信息不足以反映地下地质勘查的提供情况。此外,对UGS的物理访问区分了住宅建筑周围服务区的UGS数量。即使某个城市的UGS覆盖率很高,但在现实中,很大一部分城市的特点可能是物理可达性有限。结果表明,城市间和城市内高、低通达地勘资源的提供存在差异。这进一步表明,需要深入考虑使用空间分类数据和多种空间尺度,以超越一般的和往往高估的关于城市居民地下地质资源数量的信息。
我们的研究结果表明,在人-环境相互作用改变空间的城市结构中(例如在核心城市区域),地下地质资源的供应是有限的。受人类活动影响较小的城市结构(尤其是郊区)提供的UGS最多。从广义上讲,这意味着社会生态过程与城市形态不可分离;因此,我们提倡将两者联系起来。通过这项研究,我们支持城市形态学家和城市生态学家提出的通过城市形态来更好地理解社会-生态系统的建议,反之亦然。
致谢
这项研究是在2015-2016年BiodivERsA联合基金的ENABLE项目中进行的,由国家资助方:瑞典环境、农业科学和空间规划研究委员会、瑞典环境保护局、德国航空和空间研究中心、国家科学中心(波兰)(批准号:2016/22/Z/NZ8/00003)、挪威研究委员会和西班牙经济与竞争力部。
数据可用性
每个住宅建筑提供的21个城市绿地类别的数据以WFS格式公开。
巴塞罗那:
https://dservices1.arcgis.com/Y0GEUoQU0oZOJlz6/arcgis/services/Barcelona/WFSServer?service=wfs&request=getcapabilities
哈里:
https://dservices1.arcgis.com/Y0GEUoQU0oZOJlz6/arcgis/services/Halle/WFSServer?service=wfs&request=getcapabilities
罗兹:
https://dservices1.arcgis.com/Y0GEUoQU0oZOJlz6/arcgis/services/Lodz/WFSServer?service=wfs&request=getcapabilities
奥斯陆:
https://dservices1.arcgis.com/Y0GEUoQU0oZOJlz6/arcgis/services/Oslo/WFSServer?service=wfs&request=getcapabilities
斯德哥尔摩:
https://dservices1.arcgis.com/Y0GEUoQU0oZOJlz6/arcgis/services/Stockholm/WFSServer?service=wfs&request=getcapabilities
我们论文中使用的其他数据来自附录1中列出的开放资源,如开放街道地图和城市图集。
文献引用
Adamczyk, J.和D. Tiede, 2017。ZonalMetrics -一个用于带状景观结构分析的Python工具箱。计算机与地球科学99:91-99。https://doi.org/10.1016/j.cageo.2016.11.005
Andersson, E., S. Borgström, D. Haase, J. Langemeyer, A. mascararenhas, T. mcpherson, M. Wolff, E. Łaszkiewicz, J. Kronenberg, D. Barton和P. Herreros-Cantis。2021.理解和实现城市生态系统服务的上下文敏感系统方法。生态与社会26(2):35。https://doi.org/10.5751/ES-12411-260235
Andersson, E., J. Langemeyer, S. Borgström, T. mcpherson, D. Haase, J. Kronenberg, D. N. Barton, M. Davis, S. Naumann, L. Röschel,和F. Baró。2019.使绿色和蓝色基础设施更好地促进人类福祉和城市系统公平。生物科学69(7):566 - 574。https://doi.org/10.1093/biosci/biz058
Annunziata, a.c. Garau, 2021年。活力评价及其理论框架的文献综述。城市环境中地理设计的新兴视角。第305-322页:O. Gervasi, B. Murgante, S. Misra, C. Garau, I. Blecic, D. Taniar, B. O. Apduhan, A. M. A. C. Rocha, E. Tarantino, C. M. Torre编辑。计算科学及其应用- iccsa 2021。施普林格国际出版社,Cham,瑞士。
Arrenberg, j . 2020。多元数据分析与SPSS:工作簿与详细的例子。书籍按需出版,诺德斯泰特,德国。
Artmann, M., X. Chen, C. Iojă, A. Hof, D. Onose, L. Poniży, A. Z. Lamovšek, J. Breuste. 2017。城市绿地在欧洲城市老年人护理设施中的作用。城市林业与城市绿化27:23 -213。https://doi.org/10.1016/j.ufug.2017.08.007
Badiu, d.l., c.i. Iojă, M. Pătroescu, J. Breuste, M. Artmann, M. R. Niță, S. R. Grădinaru, C. A. Hossu, D. A. Onose. 2016。城市人均绿地面积是实现城市可持续发展目标的一个有价值的目标吗?以罗马尼亚为例进行研究。生态指标70:53 - 66。https://doi.org/10.1016/j.ecolind.2016.05.044
巴伯,A., D.哈斯和M.沃尔夫,2021年。德国哈雷市城市绿地的城市物理屏障的渗透性。生态指标125:107555。https://doi.org/10.1016/j.ecolind.2021.107555
巴顿,D. N., N. Gulsrud, N. Kabisch和T. B.兰德鲁普,2020。城市开放空间决策与管理的价值评估。编辑M. Janssen和T. Randrup第129-148页。城市开放空间治理与管理。劳特利奇,Abingdon-on-Thames,英国。https://doi.org/10.4324/9780429056109-10
M. Biernacka和J. Kronenberg, 2018。影响城市绿地可用性、可达性和吸引力的制度性障碍的分类。城市林业与城市绿化36:22-33。https://doi.org/10.1016/j.ufug.2018.09.007
Biernacka, M.和J. Kronenberg. 2019。城市绿地的可用性、可达性和吸引力,以及生态系统服务的提供。城市与环境(CATE) 12(1): 5。
Biernacka, M., J. Kronenberg和E. Łaszkiewicz。2020.监测城市公园和绿色广场的可用性、可达性和吸引力的综合系统。应用地理116:102152。https://doi.org/10.1016/j.apgeog.2020.102152
波音,g . 2017。OSMnx:获取、构建、分析和可视化复杂街道网络的新方法。计算机,环境与城市系统65:126-139。https://doi.org/10.1016/j.compenvurbsys.2017.05.004
波音,g . 2018。衡量城市形态和设计的复杂性。城市设计国际23(4):281-292。https://doi.org/10.1057/s41289-018-0072-1
波音,g . 2019。可步行和可驾驶的街道网络的形态和环路。编辑L. D 'Acci第271-287页。城市形态的数学。施普林格国际出版社,Cham,瑞士。https://doi.org/10.1007/978-3-030-12381-9_12
博尔顿,C., A. Dedekorkut-Howes和J. Byrne. 2018。城市绿地提供的形成因素:文献的系统回顾。景观与城市规划178:82-101。https://doi.org/10.1016/j.landurbplan.2018.05.029
c.g. Del Campo和d.d . de Carvalho Cabral, 2022年。不平等的尺度:空间程度在环境正义分析中的作用。景观与城市规划221:104369。https://doi.org/10.1016/j.landurbplan.2022.104369
陈勇、岳文和D. La Rosa. 2020。哪些社区有更好的绿地可达性?利用大数据调查环境不平等。景观与城市规划204:103919。https://doi.org/10.1016/j.landurbplan.2020.103919
K. Clifton, R. Ewing, G. Knaap和Y. Song. 2008。城市形态的定量分析:多学科综述。城市主义:空间营造与城市可持续发展的国际研究1(1):17-45。https://doi.org/10.1080/17549170801903496
Dennis, M., D. Barlow, G. Cavan, P. A. Cook, A. Gilchrist, J. Handley, P. James, J. Thompson, K. Tzoulas, C. P. Wheater, S. Lindley. 2018。测绘城市绿色基础设施:一种基于景观的新方法,将土地利用和土地覆盖纳入人类主导系统的测绘。土地7(1):17。https://doi.org/10.3390/land7010017
德苏,M. M.和D. Raghavarao, 2019年。完全和截尾数据的非参数统计方法。美国佛罗里达州,博卡拉特龙,CRC出版社。https://doi.org/10.1201/9781482285895
Fleischmann, M., A. Feliciotti和W. Kerr, 2021a。城市形态的演变:作为开放可复制数据科学的城市形态。地理分析。https://doi.org/10.1111/gean.12302
Fleischmann, M., O. Romice和S. Porta, 2021b。测量城市形态:为定量和全面的城市形态分析克服术语上的不一致。环境与规划B:城市分析与城市科学48(8):2133-2150。https://doi.org/10.1177/2399808320910444
Grafius, D. R., R. Corstanje和J. A. Harris, 2018。利用多元景观度量分析连接生态系统服务、城市形态和绿地配置。景观生态学33:557 - 573。https://doi.org/10.1007/s10980-018-0618-z
格里帕,T., S. Georganos, S. Zarougui, P. Bognounou, E. Diboulo, Y. Forget, M. Lennert, S. Vanhuysse, N. Mboga和E. Wolff 2018。使用OpenStreetMap、遥感数据和空间度量在街道级别绘制城市土地使用。国际地理信息学报7(7):246。https://doi.org/10.3390/ijgi7070246
Guyot, M., A. Araldi, G. Fusco和I. Thomas, 2021年。从街道角度看布鲁塞尔的城市形态:植被在城市结构定义中的作用。景观与城市规划205:103947。https://doi.org/10.1016/j.landurbplan.2020.103947
Hanson, H. I., E. Eckberg, M. Widenberg和J. Alkan Olsson, 2021。园林对人类和城市绿地的贡献。城市绿化63:127198。https://doi.org/10.1016/j.ufug.2021.127198
Hermosilla, T., J. Palomar-Vázquez, Á。balague - beser, J. Balsa-Barreiro和L. A. Ruiz, 2014。使用基于街道的指标来描述城市类型。计算机,环境与城市系统44:68-79。https://doi.org/10.1016/j.compenvurbsys.2013.12.002
Herreros-Cantis, P.和T. mcpherson。2021.绘制纽约市生态系统服务供给和需求图,以评估环境正义。生态应用程序:e02390。https://doi.org/10.1002/eap.2390
Kabisch: 2019。德国莱比锡城市生态系统服务提供与社会环境正义。M. Schröter第347-352页,A. Bonn, S. Klotz, R. Seppelt和C. Baessler编辑。生态系统服务图谱:驱动因素、风险和社会响应施普林格国际出版社,Cham,瑞士。https://doi.org/10.1007/978-3-319-96229-0_53
Kabisch, N., M. Strohbach, D. Haase和J. Kronenberg. 2016。欧洲城市的城市绿地可用性。生态指标70:586 - 596。https://doi.org/10.1016/j.ecolind.2016.02.029
Kropf, k . 1996。城市组织与城镇特征。国际城市设计1(3):247-263。https://doi.org/10.1057/udi.1996.32
Kropf, k . 2018。城市形态手册。威利,纽约,美国。https://doi.org/10.1002/9781118747711
Lang, S.和D. Tiede, 2003年。vLATE扩展für ArcGIS - vektorbasiertes工具zur quantitative Landschaftsstrukturanalyse。在奥地利因斯布鲁克2003年ESRI欧洲用户会议上提交的论文。
许东昌、陈涛、李旭。2020。通过人类尺度的测量来理解以交通为导向的社会活动的宜居密集城市形式。国际生境104:102238。https://doi.org/10.1016/j.habitatint.2020.102238
Łaszkiewicz, E., J. Kronenberg和S. Marcińczak。2021.与居住隔离相关的绿地可用性的微观社会经济不平等:波兰罗兹的案例研究。城市111:103085。https://doi.org/10.1016/j.cities.2020.103085
Li, F., T. Zhou和F. Lan. 2021。不同空间尺度下城市形态与空气质量的关系——以中国北方为例生态指标121:107029。https://doi.org/10.1016/j.ecolind.2020.107029
林丹,朱瑞洋,杨杰,L.孟. 2020。步行生成基于网络的公交集水区的开源框架。国际地理信息学报9(8):467。https://doi.org/10.3390/ijgi9080467
马璐,张慧,陆敏,2020。建筑的分形维数趋势及其在视觉复杂性地图中的应用。建筑与环境178:106925。https://doi.org/10.1016/j.buildenv.2020.106925
Marcus, L., M. Berghauser Pont和S. Barthel。迈向社会生态空间形态:整合城市形态与景观生态要素。城市形态23(2):115 - 124。
马库斯,L.和J.科尔丁,2014。迈向空间形态与弹性城市系统的整合理论。生态学报19(4):55。https://doi.org/10.5751/ES-06939-190455
米尔斯,M., P. Brindley, R. Maheswaran和A. Jorgensen。理解公共可获得的绿色空间分布的社会经济公平性:以英国谢菲尔德为例。Geoforum 103:126 - 137。https://doi.org/10.1016/j.geoforum.2019.04.016
纽曼,m . 2005。紧凑城市谬论。规划教育研究25(1):11-26。https://doi.org/10.1177/0739456X04270466
奥利维拉,v . 2019 a。城市形态的历史地理学理论。城市建设与城市可持续发展研究,12(4):412-432。https://doi.org//10.1080/17549175.2019.1626266
奥利维拉,v . 2019 b。城市形态、动因和变化过程。编辑L. D 'Acci第529-535页。城市形态的数学。施普林格国际出版社,Cham,瑞士。https://doi.org/10.1007/978-3-030-12381-9_28
奥利维拉,v . 2021。城市形态和城市的社会经济和环境维度。城市主义杂志:空间营造与城市可持续性的国际研究。https://doi.org/10.1080/17549175.2021.2011378
奥利韦拉,v.m., 2022。城市形态的研究:不同的方法。编辑V. M. Oliveira,第141-197页。城市形态学:城市物理形态研究的导论。施普林格国际出版社,Cham,瑞士。https://doi.org/10.1007/978-3-319-32083-0_6
Oliveira, V., V. Medeiros和J. Corgo, 2020。葡萄牙城市的城市形态。城市形态24(2):145 - 166。
Ossola, A.和M. E. Hopton, 2018年。测量整个住宅景观的城市树木流失动态。环境科学(英文版)612:940-949。https://doi.org/10.1016/j.scitotenv.2017.08.103
Ossola, A., D. Locke, B. Lin和E. Minor, 2019年。绿化风格:城市形态、建筑和前后绿化结构。景观与城市规划185:141-157。https://doi.org/10.1016/j.landurbplan.2019.02.014
Pauleit, S., B. Ambrose-Oji, E. Andersson, B. Anton, A. Buijs, D. Haase, B. Elands, R. Hansen, I. Kowarik, J. Kronenberg, T. Mattijssen, A. Stahl Olafsson, E. Rall, A. P. N. van der Jagt和C. Konijnendijk van den Bosch。推进欧洲城市绿色基础设施:“绿色浪潮”项目的成果与反思。城市林业与城市绿化40:4-16。https://doi.org/10.1016/j.ufug.2018.10.006
瑞切尔斯M。,。Balázsi, D. Abson, J. Fischer, 2020。景观变化对人与自然联系多维度的影响。生态与社会25(3):3。https://doi.org/10.5751/ES-11651-250303
Ruttenauer, t . 2018。邻国很重要:对德国环境不平等的全国性小范围评估。社会科学研究70:198 - 211。https://doi.org/10.1016/j.ssresearch.2017.11.009
谢弗,Y.和蒂瓦达尔,2019年。衡量环境不平等:来自居住隔离文献的见解。生态经济164:106329。https://doi.org/10.1016/j.ecolecon.2019.05.009
Šćitaroci, M.和M. Marić。2019.设防城镇绿地的形态特征23.1:27-44城市形态。
a·沙里夫,2019年。城市形态弹性:中尺度分析。城市93:238 - 252。https://doi.org/10.1016/j.cities.2019.05.010
Sikorski, P., B. Gawryszewska, D. Sikorska, J. Chormański, A. Schwerk, A. Jojczyk, W. Ciężkowski, P. Archiciński, M. Łepkowski, I. Dymitryszyn, A. Przybysz, M. Wińska-Krysiak, B. Zajdel, J. Matusiak, E. Łaszkiewicz。2021.无所事事的价值——非正式的绿色空间如何为栽培的城市公园提供类似的生态系统服务。生态系统服务50:101339。https://doi.org/10.1016/j.ecoser.2021.101339
斯蒂尔、M. K.和H.沃尔兹,2019年。美国城市土地覆盖组成和配置的异质性:对生态系统服务的影响景观生态学34(6):1247 - 1261。https://doi.org/10.1007/s10980-019-00859-y
Tan P. Y.和R. Samsudin. 2017。空间尺度对城市公园提供空间公平性评价的影响景观与城市规划158:139-154。https://doi.org/10.1016/j.landurbplan.2016.11.001
Vale, D. S., C. M. Viana, M. Pereira. 2018。局部尺度的扩展节点-地点模型:里斯本地铁网络的土地利用与交通整合评估。交通地理学报69:282-293。https://doi.org/10.1016/j.jtrangeo.2018.05.004
Vanderhaegen, S.和F. Canters。利用空间度量在城市街区层面绘制城市形态和功能。景观与城市规划167:399-409。https://doi.org/10.1016/j.landurbplan.2017.05.023
韦伯,N., D.哈斯和U.弗兰克,2014。使用景观指标的概念评估城市结构周围模拟的室外交通引起的噪音和空气污染。景观与城市规划125:105-116。https://doi.org/10.1016/j.landurbplan.2014.02.018
Whitehand, j . 2017。我们如何看待城市:绿色空间之谜?城市形态21(2):103 - 104。
Whitehand, j . 2019。城市形态中的绿地:历史地理学的方法。城市形态23(1):5。
沃尔夫,m . 2021。进一步推进利用空间网络分析的绿色和蓝色区域可达性测度。生态指标126:107665。https://doi.org/10.1016/j.ecolind.2021.107665
沃尔夫博士和哈斯博士,2019年。协调可持续性和宜居性——欧洲城市绿地供应的转折点。环境科学前沿7:61。https://doi.org/10.3389/fenvs.2019.00061
Wu X.和A. T. Murray, 2008。利用图论和空间相互作用量化空间邻接的新方法。地理信息科学学报22(4):397 - 397。https://doi.org/10.1080/13658810701405615
张安,夏晨,朱杰,林杰,李伟,吴杰。2019。城市景观的描述:一个应用于中国15个大城市的定量分析系统。可持续城市与社会46:101396。https://doi.org/10.1016/j.scs.2018.12.024
张军,于振宇,程勇,陈晨,万勇,赵斌,张军。2020a。评估不同建筑环境社区中城市绿地提供的差异:以快速城市化的中国城市为例。建筑与环境183:107170。https://doi.org/10.1016/j.buildenv.2020.107170
张涛,陈珊珊,李国强。2020b。中国城市扩张下城市形态指标与植被生物量损失的关系环境与规划B:城市分析与城市科学47(3):363-380。https://doi.org/10.1177/2399808318816993
邹h .,王旭,2021。城市绿地形态研究进展与差距可持续性13(3):1202。https://doi.org/10.3390/su13031202
图1![](//www.dpl-cld.com/wp-content/themes/ecologyandsociety/images/NewModal.svg)
![](http://www.dpl-cld.com/vol27/iss3/figure1.jpg)
图1所示。案例研究城市和UGS覆盖范围。
![图1](http://www.dpl-cld.com/vol27/iss3/figure1.jpg)
图2![](//www.dpl-cld.com/wp-content/themes/ecologyandsociety/images/NewModal.svg)
![](http://www.dpl-cld.com/vol27/iss3/figure2.jpg)
图2所示。巴塞罗那的城市结构(括号内的城市街区数量)。
![图2](http://www.dpl-cld.com/vol27/iss3/figure2.jpg)
图3![](//www.dpl-cld.com/wp-content/themes/ecologyandsociety/images/NewModal.svg)
![](http://www.dpl-cld.com/vol27/iss3/figure3.jpg)
图3。罗兹的城市结构(括号内的城市街区数量)。
![图3](http://www.dpl-cld.com/vol27/iss3/figure3.jpg)
图4![](//www.dpl-cld.com/wp-content/themes/ecologyandsociety/images/NewModal.svg)
![](http://www.dpl-cld.com/vol27/iss3/figure4.jpg)
图4。Halle的城市结构(括号内的城市街区数量)。
![图4](http://www.dpl-cld.com/vol27/iss3/figure4.jpg)
图5![](//www.dpl-cld.com/wp-content/themes/ecologyandsociety/images/NewModal.svg)
![](http://www.dpl-cld.com/vol27/iss3/figure5.jpg)
图5所示。奥斯陆的城市建筑(括号内的城市街区数量)。
![图5](http://www.dpl-cld.com/vol27/iss3/figure5.jpg)
图6![](//www.dpl-cld.com/wp-content/themes/ecologyandsociety/images/NewModal.svg)
![](http://www.dpl-cld.com/vol27/iss3/figure6.jpg)
图6所示。斯德哥尔摩的城市建筑(括号内的城市街区数量)。
![图6](http://www.dpl-cld.com/vol27/iss3/figure6.jpg)
表1![](//www.dpl-cld.com/wp-content/themes/ecologyandsociety/images/NewModal.svg)
表1:案例研究城市的主要特征。
指标/城市 | 巴塞罗那 | 哈雷 | 罗兹 | 奥斯陆 | 斯德哥尔摩 |
位置 | 欧洲西南部,西班牙 | 中欧,德国 | 中东欧,波兰 | 北欧洲,挪威 | 北欧洲,瑞典 |
人口¹ | 1620343年 | 239173年 | 687702年 | 673469年 | 962154年 |
²总面积¹(公里) | 102 | 135 | 293 | 454 | 188 |
人口密度(人/ km²) | 15886年 | 1772年 | 2347年 | 1483年 | 5118年 |
住宅建筑数量² | 61228年 | 51342年 | 52122年 | 83605年 | 62218年 |
城市地网覆盖率(城市面积百分比)² | 33.6 | 69.8 | 69.8 | 73.4 | 50.4 |
欧盟统计局,瑞典国家统计局。 根据表2所描述的数据库。 |
表2![](//www.dpl-cld.com/wp-content/themes/ecologyandsociety/images/NewModal.svg)
表2。数据源的描述。
信息 | 案例研究的城市 | 数据源 | 评论 |
城市绿色空间 | 所有 | 城市地图集、街道树层、哥白尼的欧洲聚落图OpenStreet地图 | 2012年(城市地图集)、2011-2013年(街道树层)2010-2013年(欧洲居民点图)和2017年(开放街道图)的数据;Urban Atlas包含至少0.25 ha的对象;街道树层基于spot5 Supermode数据,也用于城市图集;欧洲聚落图基于SPOT5和SPOT6卫星图像,空间分辨率为2.5 m |
居住建筑空间分布 | 巴塞罗那 | 巴塞罗那市政厅开放数据服务 | 2012年的数据 |
哈雷 | 土地及财产登记册 | 2012年的数据 | |
罗兹 | 土地及财产登记册 | 2012年的数据来自于2018年的数据集,剔除了2012年之后建造的所有建筑 | |
奥斯陆 | 土地及财产登记册 | 2014年的数据 | |
斯德哥尔摩 | GDS属性地图来自Lantmateriet | 2012年的数据来自于2017年的数据集,剔除了2012年之后建造的所有建筑 |
|
街道网络 | 所有 | OpenStreet地图 | 数据为2017;没有不供行人使用的道路的街道网络(高速公路、干线、主干道和次干道) |
表3![](//www.dpl-cld.com/wp-content/themes/ecologyandsociety/images/NewModal.svg)
表3。UGS类别的潜在物理可达性。
UGS类别名称 | 对UGS管理影响最大的参与者确保了潜在的物理可达性 |
森林 城市林区(未归类为森林) 绿色城市 城市公园的树木 城市公园中除树冠外的绿色植物 树木伴随道路和交通区域 |
高身体的可访问性 UGS对所有居民开放;公共机构,如市议会或地方规划当局,通过当地分区计划确保可达性 |
园圃内除树冠外的其他绿色植物 花园里的树 墓地内除树冠外的草木 树木在墓地 运动及休闲区除树冠外的绿色植物 运动和休闲绿地的树木 |
介质物理的可访问性 UGS面向特定的居民群体,或所有居民,但具有局限性;可达性主要由分配花园委员会、城市绿地当局、城市委员会等确保。 |
私人土地上的树木和内庭的树木 私人土地上的其他绿化及内院绿化 耕地、永久性作物、牧场和湿地 工业和商业地区的树木 工商业区内的其他绿化 铁路沿线的树木 树木对矿物的提取 建筑工地的树木 棕色地带的树木 |
低身体可访问性 UGS的可访问性仅限于个人业主,他们可以——但不必——确保UGS的可访问性 |
表4![](//www.dpl-cld.com/wp-content/themes/ecologyandsociety/images/NewModal.svg)
表4。城市形态特征指标。
规模 | 类别 | 定义 | 文学 |
居住建筑 | 维 | 住宅平均面积 | Fleischmann等人2021b |
形状 | 住宅建筑平均分形维数指数 | Ma等,2020 | |
强度 | 住宅建筑的边缘密度 | Weber等,2014 | |
空间分布 | 住宅建筑的平均欧氏最近邻距离 | Fleischmann等人2021b | |
连接 | 共享边占总边长的百分比 | Wu和Murray 2008 | |
街道网络 | 维 | 平均街道段长度* | 波音2017 |
形状 | 平均线路,网络距离与直线距离的比值* | 波音2019 | |
空间分布 | 平均距离中心* | 波音2018 | |
强度 | 街道密度* | 波音2017 | |
连接 | 加权平均聚类系数* | 波音2018 | |
城市街区 | 维 | 城市街区区 | 安农齐亚塔和加劳,2021年 |
形状 | 城市街区的分形维数指数 | Zhang等,2019 | |
空间分布 | 以建筑密度表示的城市街区与其相邻街区之间欧氏距离的平方** | Fleischmann等人2021b | |
强度 | 每个城市街区的住宅建筑数量 | Oliveira等人,2020 | |
连接 | 相邻的城市街区数目 | Hermosilla等人,2014 | |
*城市街区周围200米的缓冲区内的街道。 **我们将连续性作为空间分布特征,假设相邻的城市街区越相似,城市空间就越连续。 |
表5![](//www.dpl-cld.com/wp-content/themes/ecologyandsociety/images/NewModal.svg)
表5所示。五个个案研究城市提供的城市绿地(单位%)
UGS和物理可达性 | 指示器 | 巴塞罗那 | 哈雷 | 罗兹 | 奥斯陆 | 斯德哥尔摩 |
高物理可达性(总) | 一个 B C D |
17.80 0.85 3.52 11.31 |
16.20 1.40 8.60 23.08 |
14.90 0.99 7.94 21.21 |
56.40 1.49 8.01 22.46 |
26.50 11.59 17.37 55.11 |
其他绿色植物 | 一个 B C D |
1.70 0.00 0.12 1.04 |
1.10 0.00 1.09 3.03 |
1.00 0.00 0.44 2.31 |
0.40 0.00 0.23 1.35 |
3.30 0.73 2.87 3.02 |
树的树冠 | 一个 B C D |
16.10 0.72 2.51 8.52 |
15.10 1.08 5.95 17.11 |
13.90 0.71 5.07 16.63 |
56.00 1.33 6.56 19.61 |
23.20 9.45 15.45 48.12 |
中等物理可达性(总) | 一个 B C D |
3.60 0.00 0.00 2.87 |
6.9 0.00 4.74 15.48 |
4.20 0.00 0.00 6.17 |
2.00 0.00 0.00 6.00 |
5.10 0.00 1.25 6.20 |
其他绿色植物 | 一个 B C D |
3.30 0.00 0.00 2.69 |
4.90 0.00 2.76 10.24 |
2.30 0.00 0.00 2.69 |
1.50 0.00 0.00 4.86 |
3.40 0.00 0.71 4.04 |
树的树冠 | 一个 B C D |
0.30 0.00 0.00 0.00 |
2.00 0.00 1.95 8.68 |
1.90 0.00 0.00 1.51 |
0.50 0.00 0.00 0.86 |
1.70 0.00 0.05 1.22 |
物理可达性低(总) | 一个 B C D |
12.30 3.96 6.27 20.39 |
46.70 29.90 24.17 88.15 |
50.70 34.14 28.47 92.77 |
15.10 38.64 19.57 92.48 |
18.80 32.29 22.30 87.38 |
其他绿色植物 | 一个 B C D |
8.40 0.00 2.53 9.03 |
40.60 13.09 19.41 59.75 |
46.00 13.53 22.94 60.30 |
11.00 16.35 17.27 68.47 |
9.20 18.91 15.28 77.56 |
树的树冠 | 一个 B C D |
3.90 2.78 3.85 9.35 |
6.10 14.36 10.16 70.34 |
4.70 17.62 10.15 83.85 |
4.10 18.45 13.39 80.83 |
9.60 12.31 11.17 61.93 |
A -城市地库占城市总面积的百分比(%);B及C -在每栋住宅楼宇周围300米的服务范围内,地下地库供应的中位数(B)及四分位差(C);D -在300米的服务面积内,设有地下加油站的住宅楼宇所占的百分比大于10%(以%计)。 |
表6![](//www.dpl-cld.com/wp-content/themes/ecologyandsociety/images/NewModal.svg)
表6所示。个案城市的城市结构表征
城市结构 | 城市形态特征指标 | 巴塞罗那 | 哈雷 | 罗兹 | 奥斯陆 | 斯德哥尔摩 |
城市结构1 | 一个 B C |
0.34 0.04 1.31 |
1.65 0.04 4.23 |
2.81 0.06 5.88 |
0.66 0.07 2.64 |
10.03 0.04 3.71 |
城市结构2 | 一个 B C |
0.05 0.09 0.46 |
2.71 0.03 12.26 |
7.90 0.03 2.65 |
18.32 0.06 6.55 |
0.86 0.06 1.43 |
城市结构3 | 一个 B C |
64.21 0.90 40.70 |
16.75 0.05 63.59 |
15.33 0.07 5.38 |
6.47 0.04 35.36 |
36.93 0.05 19.05 |
城市结构4 | 一个 B C |
7.68 0.07 2.56 |
20.29 0.04 52.53 |
9.11 0.03 10.47 |
||
城市结构5 | 一个 B C |
24.88 0.02 36.68 |
105.36 0.04 1 409 |
|||
A -住宅建筑的平均欧氏最近邻距离(m);B -城市街区平均街网密度(m/m²);C -平均城市街区面积(单位:公顷)。 |
表7![](//www.dpl-cld.com/wp-content/themes/ecologyandsociety/images/NewModal.svg)
表7所示。城市结构中提供的城市绿地的中位数(%)和括号内的四分位差。
UGS和潜在的物理可达性 | 城市结构 | 巴塞罗那 | 哈雷 | 罗兹 | 奥斯陆 | 斯德哥尔摩 |
UGS(总) | 1 2 3. 4 5 |
5.61 (8.28) 4.69 (7.84) 37.45 (58.46) 30.01 (41.93) |
26.77 (25.71) 45.82 (23.12) 49.98 (21.28) |
30.00 (24.88) 44.89 (20.20) 36.52 (15.20) 46.53 (39.78) 69.94 (29.99) |
23.02 (22.19) 27.96 (25.02) 48.37 (16.73) 48.82 (14.51) 50.78 (20.05) |
52.58 (19.17) 41.02 (40.06) 57.38 (18.37) |
高物理可达性(总) | 1 2 3. 4 5 |
0.73 (2.76) 0.54 (2.32) 9.66 (27.19) 3.84 (14.43) |
3.40 (10.63) 0.81 (5.95) 3.39 (14.83) |
0.90 (6.32) 1.08 (7.81) 2.25 (8.54) 1.06 (9.57) 0.69 (9.91) |
1.69 (9.15) 0.97 (4.87) 1.59 (8.60) 1.01 (1.80) 5.29 (18.91) |
11.46 (17.20) 11.20 (16.11) 16.84 (22.63) |
其他绿色植物 | 1 2 3. 4 5 |
0.00 (0.06) 0.00 (0.11) 0.00 (0.57) 0.00 (0.51) |
0.41 (2.74) 0.00 (0.34) 0.00 (1.83) |
0.00 (0.97) 0.00 (0.40) 0.38 (3.27) 0.00 (0.31) 0.00 (0.00) |
0.00 (1.07) 0.00 (0.57) 0.00 (0.25) 0.00 (0.00) 0.00 (0.00) |
0.85 (3.02) 0.30 (2.32) 0.58 (2.51) |
树的树冠 | 1 2 3. 4 5 |
0.66 (2.15) 0.50 (1.58) 6.74 (26.05) 2.87 (11.03) |
2.36 (6.97) 0.73 (4.01) 2.08 (10.86) |
0.62 (3.26) 0.79 (5.15) 0.89 (3.18) 0.82 (6.21) 0.61 (8.72) |
1.43 (7.76) 0.83 (3.96) 1.40 (6.92) 0.95 (1.63) 4.34 (18.26) |
9.12 (15.04) 9.72 (15.29) 14.43 (20.10) |
中等物理可达性(总) | 1 2 3. 4 5 |
0.00 (0.00) 0.00 (0.00) 0.00 (0.00) 0.00 (0.00) |
0.00 (2.81) 0.00 (5.52) 0.00 (5.66) |
0.00 (0.04) 0.00 (0.00) 0.00 (0.95) 0.00 (0.00) 0.00 (0.00) |
0.00 (0.67) 0.00 (0.00) 0.00 (0.00) 0.00 (0.00) 0.00 (0.00) |
0.00 (1.23) 0.00 (1.49) 0.00 (0.81) |
其他绿色植物 | 1 2 3. 4 5 |
0.00 (0.00) 0.00 (0.00) 0.00 (0.00) 0.00 (0.00) |
0.00 (1.50) 0.00 (3.25) 0.00 (3.17) |
0.00 (0.02) 0.00 (0.00) 0.00 (0.50) 0.00 (0.00) 0.00 (0.00) |
0.00 (0.50) 0.00 (0.00) 0.00 (0.00) 0.00 (0.00) 0.00 (0.00) |
0.00 (0.66) 0.00 (0.92) 0.00 (0.45) |
树的树冠 | 1 2 3. 4 5 |
0.00 (0.00) 0.00 (0.00) 0.00 (0.00) 0.00 (0.00) |
0.00 (0.85) 0.00 (2.58) 0.00 (2.31) |
0.00 (0.00) 0.00 (0.00) 0.00 (0.00) 0.00 (0.00) 0.00 (0.00) |
0.00 (0.00) 0.00 (0.00) 0.00 (0.00) 0.00 (0.00) 0.00 (0.00) |
0.00 (0.06) 0.00 (0.02) 0.00 (0.02) |
物理可达性低(总) | 1 2 3. 4 5 |
3.57 (4.55) 2.93 (3.92) 10.02 (27.63) 17.31 (26.73) |
14.44 (16.82) 34.67 (21.02) 34.73 (23.81) |
22.24 (19.25) 37.25 (19.24) 28.43 (11.85) 32.93 (33.89) 58.83 (35.16) |
12.68 (15.97) 19.41 (24.55) 40.48 (14.97) 44.59 (14.54) 37.99 (15.56) |
34.26 (20.83) 22.21 (29.59) 33.83 (19.70) |
其他绿色植物 | 1 2 3. 4 5 |
0.87 (1.86) 0.66 (1.44) 3.88 (17.91) 7.48 (16.16) |
3.04 (11.27) 16.15 (18.27) 17.97 (20.19) |
5.79 (10.40) 15.33 (13.25) 8.32 (7.85) 14.04 (28.53) 39.18 (40.41) |
4.22 (7.91) 5.28 (12.48) 19.02 (16.48) 20.18 (17.27) 15.48 (12.70) |
20.63 (14.07) 10.66 (16.05) 19.38 (15.69) |
树的树冠 | 1 2 3. 4 5 |
2.56 (2.88) 2.24 (2.42) 5.06 (8.49) 8.56 (8.63) |
9.41 (7.83) 16.21 (10.11) 14.62 (7.99) |
14.66 (10.14) 20.75 (8.24) 18.87 (8.46) 16.19 (10.25) 17.40 (10.85) |
7.44 (6.84) 11.48 (12.03) 19.45 (11.80) 22.51 (13.74) 20.69 (9.58) |
12.96 (10.27) 8.88 (14.34) 12.17 (10.32) |