【治理与反思】我国城市绿地人口动态评估的多源大数据分析

类别：城市治理　

导言

城市绿地有益于改善人们的身心健康，然而我们对于不同时空尺度下城市绿地上人口数量的探究尚存不足。此外，多数现有的环境评估无法量化表示居民在日常生活中如何享受城市绿地。为了解决这一问题，最近，香港中文大学的Yimeng Song, Bo Huang, Jixuan Cai和美国加州大学的Bin Chen四位学者合作，提出一种动态评估方法，对我国30个大城市通过整合移动电话定位请求（MPL）数据和高空间分辨率遥感图像，且根据居民周边地区不同的缓冲区尺度来评估城市绿地人口情况。

（文献来源：Song, Y. M., Huang, B.,Cai,J.X., & Chen, B. (2018).

Dynamic assessments of population exposure to urban greenspace using multi-source big data. Science of the Total Environment, 634 (2) :1315–1325. DOI:10.1016/j.scitotenv.2018.04.061）。

研究主题

城市绿地的出现大大缓解了城市热岛效应，有助于为人们减轻压力。在过去的几十年中，中国从农村人口向城市转移的人口逐年增加，导致城市人口由1.91亿（1980年）大幅增长到7.93亿（2016年）。到2030年，中国城市人口预计将达到8.3亿。到2050年，全球总人口预计将达到100亿，其中75%的人口都将为城市人口。快速城市化的发展极大改变了土地覆盖和土地利用的类型，从而城市绿地的质量和数量也受到了极大的影响。例如一项对中国90个主要城市的绿地研究报告指出，从2000年到2014年，有超过80%的城市的城市绿地的覆盖率受到严重破坏，绿地覆盖率在逐渐减少。城市绿地的公平和平等正日益受到严峻的挑战。

我们通常利用绿色覆盖率（GCR，即绿地面积除以城市的面积百分比）和人均绿地面积（GAC，即绿地面积除以城市人口）来作为评估城市绿色环境质量的指标。虽然这些指标对整个研究区域的绿化水平可以进行全面的评估，但是依旧无法揭示在城市绿地上人口的实际数量和实际利用程度。随着科技的进步，我们可以利用移动互联网和智能手机的定位服务等程序记录大量的生活轨迹，为我们接年来的研究提供了更多的数据和研究可能性。

研究对象和数据

首先，本研究选取了30个人口超过160万的城市，包括四个直辖市（北京、上海、天津和重庆）以及十三个省会城市（郑州、西宁、南昌、银川、南宁、昆明、福州、武汉、南京、合肥、海口、广州和成都），和十三个其他城市（唐山、洛阳、泉州、深圳、桂林、无锡、徐州、宁波、厦门、惠州、济宁、杭州和温州）。

其次本研究还收集了多个来源的数据。第一是夜间光数据，采用红外成像辐射（VIIRS）的夜光数据（数据来源于国家海洋和大气管理局，NOAA），并以15秒成像的空间分辨率来识别城市区域的空间范围。本研究收集了2015年4月至2016年4月覆盖的30个城市的13个场景，然后针对每个城市进行了基于像素水平的平均构图图像。第二是高空间分辨率的卫星数据，采用谷歌地图的QuickBird和Worldview等卫星图像，可以准确提取城市绿地，我们也收集了2014年至2016年所有高空间分辨率卫星图像（约0.6米）。第三是手机定位数据，本研究采用了2016年3月19日至1月21日期间采用腾讯API收集的位置数据，我们将离散定位记录转换为光栅图像，然后使用生成的时间分辨人口分布图来测量每小时和每日暴露与城市绿地的人口。第四是其他数据，从中国国家基础地理信息系统中下载中国行政边界图，采用GIS方法计算人均绿地面积图以及空间建模法。并从2015年12月在微博API端口使用POI（包括九组，分别为餐饮、零售、汽车、住宿、娱乐、公共设施、交通、文化和媒体，以及其他）。

研究方法

本研究用过图1的研究流程来进行城市绿地人口的多源的动态评估。首先是通过整合夜间光图和POI来确定每个城市区域所提取的最佳阈值（对选取的城市提取夜光图像，然后叠加POI）；其次是提取城市绿地，通过谷歌地图图像识别出所有绿色像素视为城市绿地的一部分，然后使用归一化差异绿度指数（NDGI）测量每个像素的绿度；再次是评估动态绿地暴露情况，我们定义了一个“绿色暴露”的模型，并选取了三个缓冲区距离（分别为0.5km，1km和1.5km）以及高空间绿色空间映射和基于腾讯数据的实时动态，可以估计环境中暴露人口的数量。最后我们对于城市绿地的分布进行了评估和对比，为了量化30个城市绿色空间分布的差异，我们比较了每个城市在缓冲区下绿色暴露量级的顺序，并进行了敏感性分析。

研究结果

从谷歌地图和夜空间分辨图像上看，上海和北京是市区面积最大的两个城市，其中成都、温州和广州三个城市的绿化覆盖率最高，最低的是郑州。所有选取的30个城市的平均绿地覆盖率为36.41%。

首先如图4，在以0.5km为缓冲区的分析中，温州和杭州是绿地曝光度最高的城市，居民可以在0.5km内享受到比其他城市居民更多的绿色空间，相比之下，郑州、唐山和南宁是最低的。此外，随着缓冲区距离的增加，所有城市的绿地接触也逐渐增加。此外，本研究还发现人类的流动性对其周围的绿色空间环境有着显著的影响。

其次如图6、图7显示，我们针对缓冲区对所研究的30个城市进行了排名，并以四个具有代表性的城市桂林、天津、惠州和银川为例进行了不同时间段内（一天周期重叠工作日然后周末）的绿色曝光模式的分析。如图7a中的桂林，在24:00至6:00之间缓冲区标注的绿色区域明显大于9:00至18:00时间段，这种模式说明生活在桂林份居民更乐于在夜间享受绿色空间，而天津的情况却恰恰与之相反。此外，惠州在早晨大约7点左右和中午12点左右的绿地覆盖率较为明显；而最后的银川类似于天津和惠州的结合，且绿色植被多位于居民工作的空间周围，而非住宅区周围。

研究结论

本研究区别与传统的绿色空间测量方法，采用多源大数据来动态评估中国30个城市的绿色空间人口分布情况，更好地展现了各城市绿色空间随着时空的变化而变化的动态过程。但是本研究依旧存在一定的局限，首先利用时空分辨图显示的运动轨迹并不能真正显示一个个体的真实出行轨迹；其次地理空间大数据（移动电话定位、社交媒体定位等）不具有代表性，可能会忽略其他一些社会人口，如老人、儿童、残疾人和经济能力不足的人群。不过本研究的分析结果依旧有助于为各城市城市规划制定提供一定的借鉴意义，例如评估城市绿地与人口规模分布之间的合理性，以此来调整绿地的分配规模。

如果您喜欢此文，请转发和分享给朋友们。谢谢！

附参考文献文附参考文献附参考文献

Andersson-Sköld, Y., Thorsson, S., Rayner, D., Lindberg, F., Janhäll, S., Jonsson, A., Moback, U., Bergman, R., Granberg, M., 2015. An integrated method for assessing climaterelated risks and adaptation alternatives in urban areas. Clim. Risk Manag. 7, 31–50.

Cai, J., Huang, B., Song, Y., 2017. Using multi-source geospatial big data to identify the structure of polycentric cities. Remote Sens. Environ. 202, 210–221.

Chen, B., Song, Y., Jiang, T., Chen, Z., Huang, B., Xu, B., 2018. Real-time estimation of population exposure to PM2.5 using mobile-and station-based big data. Int. J. Environ. Res. Public Health 15, 573.

Kitchin, R., Lauriault, T.P., Wilson, M.W., 2017. Understanding Spatial Media. Sage.

Pulighe, G., Lupia, F., 2016. Mapping spatial patterns of urban agriculture in Rome (Italy) using Google Earth and web-mapping services. Land Use Policy 59, 49–58

Van Renterghem, T., Botteldooren, D., 2016. View on outdoor vegetation reduces noise annoyance for dwellers near busy roads. Landsc. Urban Plan. 148, 203–215.

近期推送的相关文献：(直接点击链接即可进入该页面)

此处也可以下载全文：

https://www.researchgate.net/publication/322823698_Negotiating_Green_Space_with_Landed_Interests_The_Urban_Political_Ecology_of_Greenway_in_the_Pearl_River_Delta_China

原文链接（阅读原文　点击左下角）：

https://www.researchgate.net/publication/324593900_Dynamic_assessments_of_population_exposure_to_urban_greenspace_using_multi-source_big_data

凤凰网一点资讯：

http://www.yidianzixun.com/channel/m408752

欢迎您提出与本文内容、主题或翻译有关的各种问题与建议！

欢迎关注、订阅微信公众号【治理学术】。本公众号是由公共管理与政治学学科的老师和学生志愿者开发的学术和交流平台，重点是治理理论与实践领域的热点问题，我们每日整理、翻译并推荐一篇最新权威英文文献。核心内容分为三大板块：1、治理理论　文献与探索，2、管理实践　治理与反思，3、公共治理　教学与交流。

欢迎推荐或自荐研究成果，来稿请致邮箱：[e-mail]

PS：如何加入微信公众号：

您可以扫描下面的二维码，或者搜索公众号：“治理学术”，或者加原始ID: 
　 gh_dd2c06e61722　然后点击加入即可。

PS：如何查看以前推送的精彩文章：

您只要点标题下方的“治理学术”，并选择“查看历史消息”即可，精彩就会尽现。谢谢！