基于多源大数据和网络模型的城市绿道精细化选线研究——以武汉市城市绿道为例.pdf

113以武汉市城市绿道为例郑段雅周星宇何迎佳江文文基于多源大数据和网络模型的城市绿道精细化选线研究文章编号：10 0 9-6 0 0 0(2 0 2 3)0 8-0 113-0 6中图分类号：TU984；X 3 2文献标识码：Bdoi:10.3969/j.issn.1009-6000.2023.08.016基金项目：国家自然科学基金重点项目“基于大数据与深度学习的城市空间结构解译方法研究（5197 8 53 5）。作者简介：郑段雅，武汉市园林规划设计研究院有限公司，高级工程师；周星宇，通信作者，武汉市规划研究院，注册规划师，高级工程师；何迎佳，武汉市规划研究院，工程师；江文文，武汉市规划研究院，注册规划师，高级工程师。基于多源大数据和网络模型的城市绿道精细化选线研究以武汉市城市绿道为例The Research on Urban Greenway Fineness RouteSelection Technology Based on Multivariate Big Data andNetwork Model:A Cace Study of Wuhan Greenways郑段雅周星宇 何迎佳江文文ZHENG Duanya ZHOU Xingyu HE Yingjia JIANG Wenwen摘要：技术分析是绿道精细化选线的重要手段，文章根据城市绿道特点，构建“两类三层次”的城市绿道精细化选线技术体系。“两类”是指将城市绿道分为资源游憩类和慢行交通类两种主要的选线模式，前者是以目标为导向，重点实现城区重要游憩资源高效串接，后者是以需求为导向，重点研究并满足居民实际慢行（以骑行为代表）诉求。“三层次”是指利用资源类和行为轨迹类等多源数据，结合ArcGIS网络模型、百度地图智能选线API、空间句法模型等技术，形成“节点聚合提取、线路连接构建、网络评价优化”3 个层次的选线步骤。最后以武汉市主城区城市绿道选线为例，判断该方法具有一定应用前景。关键词：城市绿道；绿道精细化选线；大数据；摩拜单车；网络模型；空间句法；武汉市Abstract:Based on the characteristics of urban greenways,this paper constructs a technical system forfine-tuned route selection of urban greenways,which includes“two types and three levels,The“two types”divide urban greenways into resource recreation and slow traffic types.The former is goal-oriented,focusingon the efficient connection of significant recreational resources in urban areas;while the latter is demand-oriented,mainly addressing and fulflling the residents actual slow-motion(primarily cycling)needs.Thethree levels leverage various data types,including resources and behavioral trajectories,and combinestechnologies like the ArcGIS network model,Baidu Map intelligent route selection API,and spatial syntaxmodels to form a route selection process ofnode aggregation extraction,route connection construction,andnetwork evaluation optimization.Using the urban greenway route selection in the main urban area of Wuhanas an example,this study shows that this method has a certain application prospect.Key words:urban greenway;greenway fineness selecting;big data;mobike;network mode;spatial syntax;Wuhan city0引言城市绿道作为能够一定程度缓解城市拥堵、改善城市慢行环境、激活城市游憩资源的重要设施，得到了广泛关注。在我国许多城市的城市绿道骨架体系已经初步形成，精细化建设（如向更加密集、更加小尺度的社区级绿道延伸）将是下一阶段的重要趋势，由此一来绿道选线再度成为研究重点，因为它对绿道价值的发挥起着决定性作用。114生态与环境ECOLOGYANDENVIRONMENT现代城市研究2023.08根据何的研究(2 和相关官方文件3 定义，城市绿道更多是以满足居民休闲游憩、慢行交通功能为主。进人精细化建设阶段，两者的功能需求将会进一步重点强化，此时绿道选线将面临几个挑战：如何高效串接在空间上过于分散的各类公共游憩资源？如何满足大规模居民的多元慢行需求？满足以上诸多需求形成的精细化绿道网络又是否过于庞杂需要适当简化？这意味着在选线中除了人为思考，需要更多地借助多元数据和模型进行分析，因为它能够避免人为经验带来的局限和偏好干扰，提供基于理性的方案参考。1研究综述城市绿道作为一种线性设施，无论出于何种功能目标，落实到选线的技术层面，都呈现明显的“节点一线路一网络”的结构递进特点，因此综述将从节点选取、线路构建和网络优化3 个方面展开。1.1节点选取：以游憩资源类数据为基础逐步结合行为轨迹类数据目前学界已经基本认同城市绿道选线需要考虑文化遗产、服务设施、绿地广场和生态空间等各类游憩资源分布情况14-7。但城市绿道同时还是城市慢行系统的重要组成部分，与居民日常出行联系紧密且使用频率高，因此还需要对周边居民的空间分布和行为特点进行分析，对此李方正等8、姜佳怡等9开始尝试引入公交刷卡、人口分布等行为轨迹类数据。随着互联网和大数据的开发和公开，在与城市绿道使用最直接相关的骑行大数据（如各类共享单车数据）的潜力被发现和挖掘之后，运用该类大数据辅助城市绿道选线成为一个重要趋势，梁军辉等、陈希希等川都不约而同地使用了类似数据。收集以上数据后，研究者往往会使用类似土地价值适宜性评价的技术，从中提取出重要的绿道节点。1.2线路构建：由最小累积阻力模型逐步转向网络模型目前许多研究建议采用“最小累积阻力模型”（minimalcumulativeresistance,MCR）12-11 来构建绿道线路。最小累积阻力模型是耗费距离模型的衍生应用，是指从“源”地经过不同阻力栅格单元到达目的地所耗费的费用之和。该模型面向的是栅格类数据，更适用于大尺度的郊野地区的土地。而城市地区的土地被不同的权属和道路等要素切割为一块块相对独立、分明的空间，是典型的矢量数据环境，最小累积阻力模型这种基于栅格欧氏距离的路线计算方法，难以模拟在矢量数据环境下城市用地和道路所带来的约束条件15。一些城市绿道选线研究14.1在采用最小累积阻力模型进行分析后，还需要耗费人力对线路进行手动连接和调整，变相消减了使用技术选线的意义。城市绿道可能更适合用矢量类模型一一网络模型进行分析，网络模型的数据基础是将若干线性实体通过节点连接而成，比较常见的包括ArcGIS网络分析工具、百度和高德等地图平台工具等。城市绿道作为一种线性空间，在理论上完全可以通过网络模型（以及上述工具）来解决资源分配、最佳路线选择等问题。宋鸣 7 的研究就运用了ArcGIS网络分析工具，另外王彬屹等18 周聪惠等 19的研究虽然是使用评价打分来选线，但也是把评分对象一一绿道概化成线性网络，变相说明了网络模型的数据结构的适用性。1.3网络优化：由整体抽象指标逐步融入局部具象指标在通过节点和线路构建形成绿道网络以后，如何对这个相对复杂的网络进行评价和改进也是一项重要工作。王海珍等 2 0、郝丽君等 2 1建议基于图论方法，利用在景观生态学、道路交通等领域得到广泛使用的一系列网络结构指数如网络闭合度指数、点线率网络连接度等，来定量测度绿道网络的拓扑结构、连通性和复杂性。但该类指标是对网络进行整体性抽象评价，很难落实到具体的绿道选线方案改进之中。相比之下，使用空间句法网络模型可以对网络内每条线路进行测度，从而更加直观地进行局部绿道选线的精细化调整，目前张亚 2、靳远 2 3)向然(2 4等人已经进行了类似的尝试。2本文技术框架及创新2.1研究技术框架基于以上有益经验，本文尝试构建“两类三层次”的城市绿道精细化选线技术体系（图1）。该技术体系适用于道路体系建设较为成熟、分析条件复杂的大城市建成区，空间尺度接近市区级（10 10 0 km）。“两类”是指根据城市绿道存在休闲游憩和慢行交通两类主要用途，将其分解为相应的两种绿道选线模式。其中前者是以目标为导向，重点实现城区重要休闲游憩资源高效串接；后者是以需求为导向，主要研究并满足居民的实际慢行（以骑行为代表）诉求。“三层次”是指利用游憩资源类和行为轨迹类两类主流数据，结合多个选线模型和网络评价模型技术，形成“节点聚合提取、线路连接构建、网络评价优化”3个层次选线步骤。具体技术内容如下：一是绿道节点的聚合提取。其中游憩资源类节点的数据类型较多，除了点状的设施（如文化遗产），还有大块的面状用地（如大型公园和风景区）甚至栅格形态数据（如商业活力区分布），需要将这些数据按照网络模型的要求，通过插值、边界切割或者寻找出入口等方式统一成点状数据。至于慢行交通类节点（由行为轨迹类数据构建），该类数据过于均质化分散，即使通过插值，也较难形成鲜明的极核结构。因此还要结合其他空间分析技术（如热点分析、峰值顶点提取等），对其结构进行进一步极化、简化，以实现节点的提取。二是绿道线路的连接构建。对于游憩资源类节点，按照节约里程理论，构建能尽量串联更多节点的绿道线路；对于慢行交通类节点，考虑到该类绿道存在多元化的使用需求和方向等特点，首先将上述各类节点彼此相互联络，形成“多对多”的OD线（origin-destinationline）。然后借助百度或高德地图平台提供的智能寻路API接口，逐个求解出每条OD线在现实交通条件下相对实际可行的路径，把这些OD线对应转换为潜在的绿道线路。三是绿道网络的评价优化。由以115以武汉市城市绿道为例郑段雅周星宇何迎佳江文文基于多源大数据和网络模型的城市绿道精细化选线研究上选线形成的潜在绿道线路网络必然是庞杂的，难以直接使用。需要通过空间句法模型分析这些潜在线路在现实骑行条件下的可达性和便利性，对绿道选线进行进一步收敛，筛选相对合适的线路。2.2研究特色和创新本文的技术框架是对前人的经验总结和创新，具体包括两个方面：总结主要集中在节点聚合选取环节。节点选取的数据内容不仅包括业内基本认可的公共资源类数据，还紧跟趋势引人了行为轨迹类大数据中与城市绿道使用最相关的骑行大数据保证选取的节点可以兼顾城市重要游憩资源串接和满足居民慢行需求。创新主要集中在线路连接构建环节。对于游憩资源类绿道，本文在宋鸣17 提出的使用ArcGIS网络模型进行城市绿道选线的思路基础之上，首先尝试提出在网络模型中进一步利用节约里程理论来进行多个尺度的游憩资源类绿道选线，确保绿道能在兼顾成本和效率的前提下串接各类节点，提升游憩价值。而对于慢行交通类绿道，本文创新性地提出“OD多对多连线一百度地图API批量转换路径”的方式，解决选线中计算效率不足、与实际情况不符等关键技术瓶颈。3研究对象3.1研究范围、数据及模型本文尝试以武汉市主城区为例验证本文提出的城市绿道精细化选线技术的适用性。武汉是国家中心城市，人口众多，城市建成区面积大，道路交通堵塞较为严重，市民急需绿道辅助交通出行（慢行），同时武汉市也是著名的山水园林城市、历史文化名城，各类资源齐全、景点繁多，居民休闲游憩需求也在日益增加。因此将武汉作为研究对象，不仅能提升武汉市绿道多元效能，更能为其他类似地区提供参考。其中武汉主城区（大致以三环线为界）以内的汉口、汉阳和武昌3个地区的城市建设已经相对成熟、路网系统稠密，适合作为城市绿道的具体研究范围（图2）。本文所采用的地图底图为湖北省自然资源厅监制、湖北省地图院编制，审图号为鄂S（2 0 2 2）0 0 5号，除必要色彩和信息叠加，未对底图进行修改。研究涉及数据包括摩拜单车骑行位置、道路网和各类资源点等数据，涉及的技术模型包括ArcGIS网络模型百度地图智能选线API、空间句法等若干模型（表1、表2）。3.2城市绿道节点选取3.2.1游憩资源类节点根据统计和筛选，武汉市主城区内的文化遗产、商业活力中心、大型绿化公园和旅游景区总计7 15个资源点。从这些节点分布特点来看，汉口地区沿江一带的文化资源数量众多且密集，武昌区的公园绿地和景区资源较多且分布广泛、相对均匀，汉阳区的各类资源节点总体相对偏少（图3）。3.2.2慢行交通类节点城市绿道使用的主要数据一骑行轨迹类数据作为不断变化的数据类型，因为时间不同，空间特征会存在一定差异，因此会按照工作日、节假N7km2.5510游憩资源类慢行交通类东哲满点数据直接转化节点行为资源类面数据选取出入口，或分段截点插值后进行热点、顶点提取轨迹类汉口聚合提取大数据大数据插值栅格数据选取密度极核武昌线路使用ArcGIS网络模型，构建多对多OD线汉阳连接构建按节约里程理论构建线路（可按不同范围形成多个方案）利用百度选线API批量求解实际线路三环线网络现状路网导入空间句法模型，按照骑行半径，优化评价计算所有线路的整合度，并提取高值线路图1城市绿道选线技术路线图图2武汉市主城区范围图底图来源：湖北省自然资源厅监制、湖北省地图院编制，审图号为鄂S（2 0 2 2）0 0 5号。除必要信息的叠加，未对底图进行修改。后同。表1研究涉及有关数据介绍一览表数据类型数据名称来源简介线型类数据，包括2 0 2 0 年武汉主城区内全部路网（含次支路网），总计约基础数据道路网络数据OpenStreet开源地图13万条，总计长度约6 40 0 km公园绿地、开散范围来自百度地图AOI（a r e a o f i n t e r e s t i n g），提取重要公园和景区斑块10 0 处，相应节点16 3处空间和景区出人口来自百度地图POI（p o i n t o f i n t e r e s t）游憩资源类文化遗产武汉市历史文化名城保护规划提取文保单位和优秀历史建筑52 9 处重要商业中心武汉市商业中心体系规划提取商业活力热点地区2 3处点位类数据，涵盖2 0 19 年某个季度，总计约52 万条，分为工作日和节假日慢行交通类骑行数据摩拜共享单车APP两类时间标签，每类时间标签又分为起点和终点两种116生态与环境ECOLOGYANDENVIRONMENT现代城市研究2023.08日两类日期，以及早高峰起点、晚高峰终点两类时段（总计4个时段类型）分别进行插值分析和对比。插值结果显示：总体而言，汉口地区的骑行事件数量远高于武昌和汉阳地区。另外在工作日和节假日两个不同时段，骑行事件分布也各具特点。其中，对比节假日的早、晚高峰骑行起终点热力分布，其呈现明显的“中心向外围扩散”的趋势，见图4a、4b 的热力底图，按照摩拜骑行报告的解释 2 5,这可能表明居民在节假日倾向通过骑行前往外围开展游憩活动。而工作日早、晚骑行起终点热力分布则截然相反，呈现一定的“外围向中心集聚”的趋势（图4c、4d 的热力底图）。以上高度复杂化、多元化的“潮汐式”骑行特征，在其他大城市也十分常见。同时这也意味着只有通过网络模型才能处理如此庞杂的骑行需求。在上述数据进行核密度插值结果的基础上，利用山顶点提取技术 2 6 对插值数据进行再次加工，分别提取主要的起点和终点极核区，见图4中各类点位。3.3城市绿道线路构建3.3.1游憩资源类城市绿道选线在节约里程理论影响下，不同的分析范围会深刻影响绿道线路的构建方案，而在实际中，武汉市绿道采用的“市一区”两级建设主体架构，恰好也会导致选线方案发生变化。因此本研究分别按照全市、3个分区两种场景，利用ArcGIS网络模型构建各自场景下潜在的绿道线路（图5）。结果显示，两种场景确实会形成不同的选线结果。其中分区选线方案（图5a）可以基本兼顾各自区内的所有资源点，但分区彼此之间则很难进行联系。警如汉口地区的绿道选线方案会倾向在自己沿江资源点密集的地带形成一个小型的绿道环，再向外辐射若干条线路串联靠外围的资源点，但这些线路很难高效地与其他两个区进行连通。而全市选线结果（图5b）的整体性和流畅度更高，其方案会尝试通过多个环线把汉口、武昌和汉阳3个地区内彼此相对贴近的资源点相对高效地串联起来，但它也会为了完整性牺牲一部分边缘资源点的可达性。将两者结合则能有效取长补短。同时这两种迥异的选线结果也说明了绿道选线的潜在方案非常多样，而利用网络模型恰恰可以揭示这些多样性（相比之下最小累积阻力模型则几乎只能提供一个答案），来给予绿道设计者更多的参考。3.3.2慢行交通类城市绿道选线首先利用ArcGIS网络模型，分别导人工作日和节假日的早、晚高峰慢行交通节点，构建相应的两个早一晚OD路径集合。在构建中需要指出的是，现实中骑行会存在一定时间和距离限制，因此需要设定一定的分析半径以保证距离过远的起点与终点之间不会产生OD线，半径值参考摩拜骑行报告 2 5设置为3km，另外还考虑到武汉市骑自行车不能上桥跨区的实际情况，表2研究涉及有关模型介绍一览表模型名称来源简介ArcGISOD矩阵工具构建起始地与目的地之间的直线联系，可以有效反映目标之间的多对多关系ArcMap软件网络模型路径分配工具基于指定网络成本，计算每一组网络位置之间的最佳路径百度地图智能选线API（a p p l i c a t i o n面向用户开放，按照其代码格式，通过循环架构，批量输入起点、终点坐标以及线路要求等参数，经百度地图平台programming interface)过后台计算，自动反馈相应的线路其软件模型会计算在不同半径下每条道路在整个网络系统的多个测量值，其中关注较多的是整合度值（i n t e g r a t i o n v a l u e），该值表示空间系统中某一元素与其他元素之间的集聚或离散程度，衡量了一个空间句法模型Depthmap软件空间作为目的地吸引到达交通的能力，反映了该空间在整个系统中的中心性。整合度越高的空间，可达性越高，中心性越强，越容易集聚人流和被使用Na图：节假日：早高峰一起点密集区分布b图：节假日：晚高峰一终点密集区分布人kmkm2.510255510汉口武昌武昌汉阳又阳三环线三环线核密度相对极值点核密度相对极傅点摩拜单车核密度摩拜单车核密度移密度max核密度max核密度min核密度min7kmNc图：工作日：早高峰一起点密集区分布d图：工作日：晚高峰一终点密集区分布2.510kmkm2.5510025510汉口武昌口汉口汉阳武昌武冒汉阳汉阳三环钱三环线三环线历史文代速产资源点核密度相对极值点核密度相对极德点公暖地和集区搬测点摩拜单车核密度摩拜单车核密度费业活力区资源点核密度max核密度max核密度min核密度min图3武汉市三环线内游憩资源类绿道节点分布图图4节假日、工作日的早晚高峰的骑行起点一终点密集区分析图117图8球追选线汇总及基寸空间可法优化师远示息图图7工作日和节假日的早晚高峰骑行起点一终点的实际潜在绿道选线分析图三环线工作日早高峰起点工作日晚高峰终点实际潜在绿道路径km10汉阳三环线工作日早高峰起点度作日晚高隆终km02.310三环线节假日早高峰起点节假日晚高峰终点实际潜在绿道路径km102.3km10a图：工作日慢行交通绿道选线分析NB图：节假日慢行交通绿道选线分析N以武汉市城市绿道为例郑段雅佳周星宇何迎佳江文文基于多源大数据和网络模型的城市绿道精细化选线研究确保汉口、武昌和汉阳3个地区的OD线彼此不相连。从OD线构建结果（图6）可以看出，相较于工作日，节假日的OD网络明显更为复杂，其中又属汉口地区的OD网络最为庞大。然后是利用百度地图API，对上述两个OD路径集合进行批量化的实际潜在绿道路径进行转换。百度地图选路API本身提供最短时间、最少交叉口、最少拥堵和最佳景观等线路选择类型，考虑到绿道更强调出行的景观体验，分析采用最佳景观路线类型从路径转换结果（图7）可以明显看出，节假日的潜在绿道路径更发达，并更加向外围延伸。3.4绿道网络汇总与优化将上述两类潜在绿道选线汇总后会形成一个极为庞杂的网络，本文利用空间句法模型的整合度值对其进行测度和筛选，首先是利用空间句法求出武汉市主城区内所有路网在骑行环境下的整合度（整合度的R半径根据盛强等 2 7 针对武汉地区的研究经验设置为1.6 km），计算出结果（图8 a）后，再将之前汇总的潜在绿道网络（图8 b）带入，求出各条潜在绿道选线的整合度并筛选出整合度较高的线路（图8 c）。4研究结论4.1分析结果及建议将本文分析构建并优化后的绿道选线方案（图9 a）与武汉市现有规划的绿道选线方案（图9 b）进行对比，可以判断本文模拟选线结果与现有规划的线路方案接近，并且还进一步拓展形成一个更加密集的网络，以保证其不仅能串接区域内主要游憩资源，亦能满足居民的大批量、多目标的慢行需求，从而有效契合城市绿道建设向精细化发展的趋势和要求。期望本文的结果能为武汉市城市绿道精细化规划与建设提供借鉴参考。重点建议如下：一是汉口地区重点对其滨江租界区一带的绿道网络进行加密，该地区不仅游憩资源丰富，也是居民多元慢行需求的最为频繁高发地区。二是武昌地区要依托东湖一带的既有规划绿道网进一步向周边扩散。Na图：基于3个分区层面绿道选线Nb图：基于整体层面绿道选线kmkm2.55102.5510汉武武馨汉阳汉阳三环线三环线汉口地区层面绿遵分析整体层面绿道分板汉阳地区层面绿道分析武昌地区层面绿道分析图5游憩资源类城市绿道构建分析图Za图：工作日早晚高峰期OD线构建Zb图：节假日早晚高峰期OD线构建.kmkm02.351002.310武昌武汉阳汉阳三环线三环线工作日早高峰起点节假日早高峰起点工作日晚高峰终点节假日晚高峰终点OD线OD线图6工作日和节假日的早晚高峰骑行起点一终点的OD线路分析图a图：主城区全部路网空间句法分析Nc图：基于空间句法筛选后的绿道选线625km10km心02.5510三环主城区全部路网整合度整合度max汉口整合度minb图：全部绿道选线汇武昌62510汉阳三环线筛选后绿道选线整合度值整合度max三环线全部道潜在选线汇总整合度mina图：本文构建的城市绿道网络Nb图：现有规划的城市绿道网络kmkm2.5100253100汉口青山滨江租界区汉阳汉阳东湖武昌水湖水洪山兰环线三环线光谷筛选后绿道选线南湖现有规划绿道选线南湖图9本文研究构建与现有规划的绿道选线对比图118生态与环境ECOLOGYANDENVIRONMENT现代城市研究2023.08其中北部的青山一带，当地路网以独有的方格系统为主，通行条件较好适合均衡化拓展。南部的洪山一南湖一光谷一带路网系统较为复杂，建议优先沿着空间句法计算出的整合度较高的路段进行建设，再逐步渗人周边地区。三是汉阳地区适合围绕墨水湖进行绿道加密和拓展（这和戴菲等15的研究结论不谋而合），并注意与汉口方向的绿道对接。四是武汉主城区的二环线是重要的潜在绿道选线，无论是串联3个地区还是在各自内部组织联络都发挥着关键作用，适合优先进行绿道架设。4.2展望展望未来，随着大数据和分析模型的不断发展，本研究希望可以引人更多新方法和技术。警如在骑行体验分析方面，尽管本文在调用百度地图API时选择了最佳景观选项，但还是期望利用城市街景大数据，结合图像智能识别技术 2 8 对其进行校准，未来在采集的相关数据充足且质量达标的情况下，这将是本研究下一步的研究方向。注释：节约里程理论：来自交通运输理论，其核心思想是依次将运输问题中的两个及以上回路尽可能合并为一个回路，每次使合并后的总运输距离减小的幅度最大。利用节约里程确定绿道线路的主要目标是：根据各个景点到景点之间的距离来制定路线方案，使绿道线路在覆盖全部景点的情况下的总距离最短。参考文献：1李方正，郭轩佑，陆叶，等.环境公平视角下的社区绿道规划方法：基于POI大数据的实证研究 J.中国园林,2 0 17,33(9):7 2-7 7.2何防.中国绿道规划设计研究 D.北京：北京林业大学，2 0 18.3珠三角区域绿道（省立规划设计技术指引（试行).建筑监督检测与造价,2 0 10,3(3):1-8.4蔡瀛，何，李颖怡，等.融人城乡的绿道网选线思路与规划方法 J.规划师,2 0 11,2 7(9):32-38.5宋延鹏.广东省基于功能需求的绿道选线之理论与实践研究 J.中国园林,2 0 12,2 8(6):2 1-2 4.6李海红，基于多目标的中尺度地区绿道选线规划方法探析：以上海市奉贤区为例 J.上海城市规划,2 0 19(3):8 4-8 9.7陈超男.基于资源要素评价的城市绿道网络体系构建 D.北京：北京林业大学,2 0 2 0.8李方正，李婉仪，李雄.基于公交刷卡大数据分析的城市绿道规划研究：以北京市为例.城市发展研究,2 0 15,2 2(8):2 7-32.9姜佳怡，戴菲，章俊华.以提升空间热度为导向的上海花木一龙阳路绿道选线及优化研究 J.中国园林，2 0 2 0,36(1):7 0-7 4.10梁军辉，杜洋，赛金波，等.大数据背景下北京市大型居住区通勤绿道选线研究 J.风景园林,2 0 18,2 5(8):30-35.11陈希希，李惊.基于共享单车大数据的城市型自行车绿道选线规划途径研究 J.中国园林,2 0 19,35(6):10 9-113.12胡剑双，戴菲.我国城市绿道网规划方法研究 J.中国园林,2 0 13,2 9(4):115-118.13黄浦江.城市绿道网络识别、评价与优化D.武汉：武汉大学,2 0 14.14罗坤.大都市区绿道选线规划与建设策略研究：以上海市徐汇区绿道为例 J.城市规划学刊,2 0 18(3):7 7-8 5.15戴菲，杨超，徐亚如，等.基于POI点数据的武汉汉阳区绿道线路选择 J.中国城市林业,2 0 2 0,18(6):2 6-31.16李敏稚，翁旋荧，赵晓莺.广州历史城区绿道网络构建研究 J.城市规划，2021,45(12):114-120.17宋鸣.基于慢行廊道适宜性评价的城市绿道系统选线规划研究 D.成都：四川农业大学,2 0 19.18王彬屹，许大为.基于城市道路的游憩型绿道选线适宜性评价：以吉首市老城区为例 吉首大学学报（自然科学版）,2 0 2 0,41(3)9 0-9 6.19周聪惠.基于选线潜力定量评价的中心城绿道布局方法 中国园林，2 0 16.32(10):10 4-10 9.20王海珍，张利权.基于GIS、景观格局和网络分析法的厦门本岛生态网络规划 J.植物生态学报,2 0 0 5(1):144-152.21郝丽君，肖哲涛，邓荣鑫，等.城市空间耦合下的郑州市中心城区绿道生态网络构建研究 J.生态经济,2 0 19,35(10):2 2 4-2 2 9.22张亚.基于空间句法的都市型绿道选线研究 D.合肥：合肥工业大学，2 0 16.23靳远.基于空间句法的北京城市型绿道慢行空间景观设计研究 D.北京：北京农学院,2 0 18.24向然.基于空间句法的城市带状公园空间研究 D.武汉：华中科技大学,2 0 18.25武汉市交通发展战略研究院，摩拜单车.2 0 17 年武汉市共享单车出行报告 EB/OL(2017-09-06)2021-06-06.http:/ J.江西测绘，2 0 17(2):5-7,13.27盛强，方可.基于多源数据空间句法分析的数字化城市设计：以武汉三阳路城市更新项目为例 J.国际城市规划，2 0 18,33(1):52-59.28叶宇，黄，张灵珠.多源数据与深度学习支持下的人本城市设计：以上海苏州河两岸城市绿道规划研究为例 J.风景园林,2 0 2 1,2 8(1):39-45.