戴 菲 杨 超 徐亚如 陈 明 裴子懿

1 华中科技大学建筑与城市规划学院 武汉 430074

2 武汉市园林建筑规划设计研究院有限公司 武汉 430014

随着城市化发展， 城市内部环境污染问题与交通拥堵状况日益显著， 人们对于建设宜居环境、促进健康生活的呼声越来越高。 研究表明， 城市绿道在一定程度上可以缓解城市拥堵、 提高城市交通效率、 促进资源集约利用[1－3]。

国内绿道选线经历了从定性研究到定量研究的过程， 早期主要考虑人文资源评价、 服务设施分布等[4]， 辅以串联城市中其他的斑块绿地。 之后结合土地适宜性分析的选线方法应用逐渐广泛[5]， 例如通过GIS 空间分析工具建立引力模型[6]、 成本费用模型[7]、 可达性评价[8]等。 受技术条件的限制， 传统规划往往采用统计、 调研、测绘等方式获取数据， 这些数据获取成本较大、及时性弱， 数据来源与类别也有限[9]。 互联网技术发展以及数据的公开， 使城市大数据越来越多地应用于绿道选线研究中， 已有学者使用空间位置数据(热力图[10]、 POI (Point Of Interest)[11]等) 以及行为轨迹数据(手机定位[12]、 交通刷卡[13]等) 进行绿道选线研究。 POI 即“兴趣点”，是具有经纬度信息的城市设施的点状数据， 具有数据量大、 易获取等特征。 POI 点可以反应城市基础设施分布的宏观特征[14]， 精确定位城市居民的活动目的地， 反应居民对于基础设施的使用潜在需求[15]。 目前将POI 数据应用于绿道选线中的研究尚少， 且大多采用样方核密度分析法， 该方法没有考虑城市中的道路网络结构， 这种基于欧氏距离的核密度分析法忽略了点数据在网络结构中所受的约束条件[16]， 在街区尺度的城市空间研究中缺乏准确性。……