43、城市空间智能属性的地理空间评估

城市空间智能属性的地理空间评估

1. 城市微观特征

研究区域现有街道网络大多狭窄且布局自然，但主干道规划时考虑了与历史古迹和阿拉瓦利山脉的视觉联系。建筑形态紧凑，适合该地区的半干旱气候。当地称为“mohallas”的历史街区有着丰富的建筑风格，如穿孔墙（jalis）、阳台（jharokhas）和挑檐（chajjas），这些设计采用了被动冷却技术。传统房屋的开口大小不一，从小小的穿孔墙到宽敞的庭院都有，有助于促进空气对流、保护隐私并减少阳光直射。

该地区的建筑主要有两类：从皇家宫殿到小型豪宅的住宅，以及作为重要社区聚集场所的宗教场所。传统住宅的朝向和选址通常会避免阳光直射到居住房间内，并利用狭窄街道实现相互遮阳。建筑材料包括大理石、砂岩和石灰砂浆，以确保良好的隔热和较差的导热性能。传统建筑的被动冷却机制体现了这些定居点中智能文化和空间元素的存在。

在结构上，传统的“mohalla”在内部街道的交汇处设有广场（chowks），节点处通常有树木、水井或地标。这些广场是重要的社区聚集场所，强调集体参与。阶梯井和水箱也是城市整体形态的重要组成部分，同时也是城市社会景观中的重要公共空间。开放空间和水体有助于保持微气候凉爽，并成为社会和文化活动的关键节点。多功能、内向型的庭院式规划很常见，房间围绕庭院分布，家庭可以在这里进行睡觉、磨香料、制作泡菜、制作陶器或其他手工艺活动。空间的功能在一天中的不同时间、不同季节或不同活动中会发生变化，具有很大的模糊性。传统市场（bazars）也是这些定居点精心规划的重要组成部分，融入了城市的整体结构。市场的发展受社区需求的影响，呈现出明显的线性模式，这由人们的社会经济状况和主要销售的商品类型决定。城市西部有阿拉瓦利山脉环绕，城市发展主要在平原地区进行。后来为了扩大城市而填平护城河，这可能是因为周边“mohallas”在雨季面临内涝问题。

2. 研究方法

每个城市都有其独特的空间特征，这是多年来受文化、地理、社会、经济、政治和宗教等因素影响而形成的。紧凑城市模型与可持续发展、智能城市增长和绿色城市原则密不可分，它被认为会影响生活质量、可达性、对汽车的依赖、步行和骑行行为、现有设施的使用、邻里满意度、社会凝聚力以及个人和社区的福祉。

常用的紧凑度衡量指标主要包括经济和形态密度、交通网络、混合用途和集约化程度。形状指数也广泛用于衡量紧凑度和聚集程度，从而确定城市内基础设施的长度和通勤距离。土地利用混合程度也是创建可持续、多样化和紧凑城市形态的重要策略，它指的是一个区域内各种城市功能的存在，能够促进步行交通并提供物理和社会层面的互动机会。建成环境也可以通过街道网络进行空间表征，街道网络会影响居民的行为和出行模式，是与城市形态相关的步行性的关键组成部分。一些在线工具，如步行得分（walk - score）和步行范围（walkshed），根据邻里设施的接近程度和重要性来量化步行性。全球有许多评估城市步行性的框架，考虑了公共服务、街道景观、安全感、道路质量、连通性、土地利用混合、密度、围合感、街道设计、舒适的市民广场、多样性和开放空间等定性和定量变量。

以智能城市模型为概念基础，通过关键词搜索准备了涵盖社会、经济、环境、交通、生活、治理、物理、空间和文化等维度的指标池。根据数据类型和可能的收集工具，将感兴趣的变量（VoI）分为认知变量、事实变量和空间变量。准备了一组可能与评估城市系统特征以实现智能城市发展目标相关的指标。由于智能性及其相关目标较为抽象，需要将其转化为可测量的观察结果，因此使用变量操作化来减少主观性并提高评估指标的可靠性。从指标池中，根据相关性、特异性、冗余性、可测量性、数据收集可行性、参考空间尺度以及被二次来源引用的次数等七个标准分阶段筛选出一组VoI。

筛选过程如下：
1. 第一级筛选 ：根据指标在空间尺度上的相关性，将指标池分为邻里级、城市级、城市和邻里级、建筑级以及所有三个级别。由于研究重点是中尺度，因此只保留邻里级指标。
2. 第二级筛选 ：合并冗余指标和变量以消除重复。
3. 评估引用频率 ：评估其他研究对这些指标的使用频率，保留至少被引用两次的指标，其余的则剔除。
4. 评估特异性和可测量性 ：评估变量和指标的特异性和可测量性，并进行适当的操作化。
5. 考虑数据类型和收集工具 ：根据数据类型的可用性，指标可以是客观的或主观的（认知变量、事实变量和空间变量）。接下来的筛选考虑可能的数据收集工具，如家庭调查、二手数据、实地调查和认知地图，只保留特定、可测量且便于收集的VoI，并根据试点测试和侦察调查进行修改。

地理信息系统（GIS）被广泛用于为三个地理区域推导确定的空间指标，以评估研究区域的五个领土智能城市属性。使用ArcGIS 10.1、10.4和10.5版本的分析工具、转换工具、数据管理工具、地理统计分析工具、网络分析工具、空间分析工具、空间统计工具、空间设计网络分析开源扩展工具、Axwoman 6.3和AxialGen扩展进行空间映射和分析。开源软件depthmapX v0.8.0用于估计句法变量。空间数据的有效性应反映其对现实世界的代表程度，而不同数据库的准确性水平可能会有所不同。

所有与研究相关的核心城市元素都在ArcMap 10.5上进行了映射，使用谷歌图像作为底图进行验证。在实地调查期间，使用谷歌地球和谷歌地图捕捉感兴趣点和调查地点的实时位置，然后将其从 .kml格式导出为 .shp格式。空间数据有三个来源：2017年4月从阿尔瓦尔城市改善信托（UIT）收集的AutoCad *.dwg格式文件和2031年总体规划；2019年9月从QGIS OSM插件和www.geofabrik.de平台获取的OpenStreetMap数据；以及2019年1月至4月进行的参与式实地调查。OpenStreetMap数据的道路网络提供了由开放众包和可编辑地图服务创建的详细道路属性信息。用于进一步分析的形状文件和图层包括：
1. 道路中心线
2. 行政边界 - 选区和区域
3. 土地利用
4. 建筑轮廓
5. 通过认知地图确定的感知邻里、有城墙的城市和周边定居点的边界

3. 评估指标

智能城市属性	指标	变量
可达性	道路网络密度	道路长度（米）/平方公里
	交叉路口密度	交叉路口数量/平方公里
	四路交叉路口比例	路段/交叉路口比例
	连接性	Gamma指数 = L/Lmax = L/3(V - 2)（L为路段数量，V为交叉路口数量）；Alpha指数 = (L - V) + 1/(2V - 5)（L为路段数量，V为交叉路口数量）
	中心性度量	平均欧几里得距离、城市整体形状 - 中介性、网络拓扑、角度连接性、句法连接性、易寻路 - 选择（局部选择 - 100米、全局整合、局部整合）、迂回分析、平均直线转移比率
形状紧凑度	周长指数	等面积圆的周长与形状周长的比率
	交换指数	形状总面积中位于以其质心为中心的等面积圆内的比例
密度	形态密度	建成环境的密度
	邻里密度	每平方公里的“mohallas”数量
	就业密度	商业建筑面积比率
绿色和开放空间	孔隙率指数	开放空间与建成区的比率
	绿化指数	绿地与建成区的比率
多样性	土地利用混合指数	熵指数、赫芬达尔 - 赫希曼指数（HHI）
	发展强度	住宅面积/非住宅面积、建成区/开放面积
	聚集指数	平均最近邻（ANN）比率、全局莫兰I指数、Getis和Ord的G统计量

4. 城市空间层次分类

城市在空间上从约0.88平方公里的有机有城墙城市发展到约41.95平方公里的规划市政区域，两者在社会经济构成和空间特征上存在显著差异。历史发展过程中还存在一个约1.24平方公里的中间边界，主要是自然发展的周边“mohallas”。本研究将空间层次分为三类：20世纪40年代前建成的有城墙城市边界、围绕当时有城墙城市自然发展的周边定居点边界以及根据2031年总体规划划定的当前市政区域边界。

城市中的邻里可以根据发展阶段进一步分为五类。有城墙城市的“mohallas”是最早按照古代城镇规划原则布局的定居点，后来扩展到周边地区以容纳更多人口。这些邻里的街道网络大多自然形成，具有传统的“mohalla”结构和广场。然而，中央商务区从有城墙城市的特里波利娅转移到了周边地区的希望马戏团。1940年至1980年间，阿尔瓦尔市政委员会（AMC）根据城镇发展计划（TDS）规划了许多邻里，如马努马尔格和拉杰帕特纳加尔，以安置移民难民。到2005年，城市改善信托（UIT）规划了多个住房计划，通过拍卖和抽签机制分配地块。国家首都区域（NCR）阶段之后，多层住宅文化蓬勃发展，出现了公寓和封闭式住宅小区。有人建议城市应向内发展，而不是让历史核心区和孤立的郊区相互割裂，以便城市与现有结构相融合。

5. 城市空间智能属性评估

5.1 形状紧凑度

紧凑城市是一个涵盖多种城市特征（如密度和步行性）的概念，而紧凑城市发展通常指邻里尺度。本研究从空间边界的形状角度来理解紧凑度。形状紧凑度的衡量指标是一个数值，代表形状接近圆形的程度，圆形意味着最大的可达性。等面积圆（EAC）是在凝聚力、周长和接近度方面最紧凑的形状，因此广泛用于衡量紧凑度。常用的参考形状技术包括形状周长与相应等面积圆周长的比率、形状面积与最小外接圆面积的比率、形状的面积惯性矩与等面积圆的面积惯性矩的比率。

周长指数是等面积圆的周长与形状周长的比率，侧重于外边界的紧凑度，是衡量有城墙城市紧凑度的自然指标之一。交换指数是形状总面积中位于以其质心为中心的等面积圆内的比例，侧重于城市足迹填充以其质心为中心的等面积圆的程度。较高的交换紧凑度意味着更高的凝聚力和接近度，从而提高地理区域的可达性。

边界	形状周长（公里）	形状面积（平方公里）	等面积圆半径（公里）	等面积圆周长（公里）	等面积圆内面积（平方公里）	周长指数	交换指数
有城墙城市	4.44	0.88	0.53	3.32	0.69	0.75	0.79
周边定居点	6.68	1.24	0.63	3.95	0.96	0.59	0.77
市政区域	33.38	41.95	3.65	22.96	34.14	0.69	0.81

从计算结果来看，有城墙城市的周长指数最高，为0.75，而三个边界的交换指数表现相当。因此，在形状紧凑度方面，三个边界的表现都较为不错。从周长指数来看，有城墙城市规划得最为紧凑；从交换指数来看，市政区域表现最佳。

5.2 密度

城市密度是衡量城市土地承载人口、活动和建筑物能力的常用指标。

边界	总面积（平方公里）	家庭数量	总人口	建成区面积（平方公里）	建成区比率	家庭密度（每平方公里）	总人口密度（每平方公里）
有城墙城市	0.88	4068	19679	0.68	0.77	4628.58	22390.81
周边定居点	1.24	5968	28978	0.96	0.78	4811.44	23362.23
市政区域	41.95	46063	233179	11.59	0.28	1098.01	5558.32

有城墙城市和周边定居点的总人口密度分别约为224人/公顷和234人/公顷，而市政区域的人口密度非常低，约为56人/公顷。有城墙城市和周边定居点的家庭密度分别约为46户/公顷和48户/公顷，市政区域约为11户/公顷。市政区域的建成区比率非常低，约为0.28，而周边定居点的建成区比率约为0.78，这表明市政区域存在开发不足的情况，仍有大量开放区域未得到充分利用。

5.3 绿色和开放空间

景观生态学家常用孔隙率来描述城市形态中开放空间的渗透情况。

边界	总面积（平方公里）	建成区面积（平方公里）	开放空间面积（平方公里）	绿地面积（平方公里）	孔隙率指数	绿化指数
有城墙城市	0.88	0.68	0.20	0.04	0.23	0.04
周边定居点	1.24	0.96	0.28	0.04	0.22	0.03
市政区域	41.95	11.59	30.36	0.92	0.72	0.02

孔隙率指数衡量开放空间与建成区的比率，市政区域的孔隙率指数高达0.72。绿化指数衡量绿地与建成区的比率，三个边界的绿化指数相当，有城墙城市的绿化指数最高，为0.04。这证实了市政区域建成区比率较低，大部分区域未得到充分开发。

5.4 多样性

关键的多样性指标包括住宅和非住宅土地利用的平衡、熵度量（如泰尔指数）、聚类度量（如G统计量和莫兰I不相似性指数）、建成区与开放区的比率以及水平和垂直土地利用的混合。平衡指数是考虑两类土地利用总量的最简单度量，而熵指数考虑了一个区域内两种或多种土地利用类型的相对百分比。泰尔熵指数公式为ENT = -∑(Pi * ln(Pi)) / ln(n)（Pi为每种土地利用类型i在区域内的比例，n为土地利用类型数量且n ≥ 2）。另一个常用的评估土地利用混合的指数是赫芬达尔 - 赫希曼指数（HHI），公式为HHI = ∑(100 * Pi)^2，单一土地利用时其值为1。

空间分布的估计使用的空间指标包括聚类指数、不相似性指数、暴露度和基尼指数。全局莫兰I指数是常用的量化聚类程度的指标，值接近 +1 表示完全紧凑的发展，值接近 -1 表示完全分散的发展。其他聚类指数包括Getis和Ord的G统计量和平均最近邻（ANN）比率。ANN = Do/DE（Do为每个特征与其最近邻的观测平均距离，DE为随机模式下特征的预期平均距离）。

边界	土地利用混合		发展强度		聚类指数
	熵指数	赫芬达尔 - 赫希曼指数（HHI）	住宅与非住宅面积比率	建成区/开放区	ANN	Getis - Ord一般G	莫兰I
有城墙城市	0.73	0.41	1.50		1.17	5.06E - 04	0.91
周边定居点	0.74	0.40	1.42		1.03	3.73E - 04	0.99
市政区域	0.81	0.34	1.08		0.72	1.62E - 04	0.88

市政区域的熵指数最高，为0.81，而有城墙城市的HHI最高，为0.41。住宅与非住宅面积比率在有城墙城市最高，为1.50，在市政区域最低，为1.08。聚类分析显示，ANN和Getis Ord一般G统计量的最高指数出现在某些区域，而周边定居点的莫兰I值最高。最低的聚类指数对应市政区域。有城墙和周边定居点的住宅区域形态大多自然，街道狭窄曲折，而较新的住宅区则采用网格状规划。分析表明，三个空间层次的土地利用混合程度相当，但聚类分析显示传统定居点规划更为紧凑。

综上所述，通过对城市空间智能属性的评估，可以深入了解城市的发展现状和特点，为城市的可持续发展和规划提供有价值的参考。在未来的城市发展中，可以根据这些评估结果，有针对性地进行优化和改进，以提高城市的生活质量和整体竞争力。

城市空间智能属性的地理空间评估（续）

6. 各空间层次对比总结

综合上述对城市不同空间层次（有城墙城市、周边定居点、市政区域）在形状紧凑度、密度、绿色和开放空间、多样性等方面的评估结果，我们可以更清晰地看到它们之间的差异和特点。以下是对各空间层次特点的总结对比：

空间层次	形状紧凑度	密度	绿色和开放空间	多样性
有城墙城市	周长指数最高，表明外边界规划紧凑；交换指数也较高，整体紧凑度表现良好	人口和家庭密度较高，建成区比率也较高	孔隙率指数较低，绿化指数相对较高	土地利用混合熵指数较高，HHI较高，住宅与非住宅面积比率高，聚类指数显示有一定的聚集性
周边定居点	周长指数较低，交换指数与有城墙城市和市政区域相当	人口和家庭密度较高，建成区比率较高	孔隙率指数和绿化指数与有城墙城市相近	土地利用混合熵指数和HHI与有城墙城市接近，住宅与非住宅面积比率较高，莫兰I值最高，聚集性较强
市政区域	周长指数处于中间水平，交换指数最高	人口和家庭密度低，建成区比率低	孔隙率指数高，绿化指数低	土地利用混合熵指数最高，HHI最低，住宅与非住宅面积比率低，聚类指数最低，较为分散

从这个对比表格可以看出，不同空间层次在各个智能属性方面表现各异。有城墙城市和周边定居点在密度和聚集性方面较为相似，而市政区域则在密度和多样性方面呈现出与前两者不同的特点，且存在开发不足的情况。

7. 基于评估结果的城市发展建议

根据对城市空间智能属性的评估结果，我们可以为城市的未来发展提出以下建议：

7.1 市政区域开发优化

• 提高密度和集约利用 ：鉴于市政区域建成区比率低、人口和家庭密度低的情况，可以制定合理的规划政策，鼓励在现有开放区域进行适度的开发建设，提高土地的集约利用程度。例如，可以规划建设更多的住宅和商业项目，吸引人口和产业向市政区域聚集。
• 加强基础设施建设 ：随着开发的推进，需要配套建设完善的基础设施，包括道路、水电、通信等。改善交通网络，提高可达性，促进人员和物资的流动，以支持城市的发展。
• 增加绿色和开放空间质量 ：虽然市政区域孔隙率指数高，但绿化指数低。可以在开发过程中注重增加绿地面积，建设公园、广场等公共开放空间，提高居民的生活质量，同时改善微气候。

7.2 有城墙城市和周边定居点保护与更新

• 保护历史文化遗产 ：有城墙城市和周边定居点具有丰富的历史文化价值，应加强对传统建筑、街道网络和社区结构的保护。制定严格的保护规划，限制对历史建筑的破坏和改造，确保其历史风貌得以保留。
• 改善居住环境 ：在保护的基础上，对这些区域的居住环境进行适当的更新和改善。例如，对老旧住宅进行修缮和改造，提高居住的舒适度；改善基础设施条件，如排水、供电等，解决可能存在的内涝等问题。
• 促进土地利用混合 ：进一步优化土地利用结构，增加商业、文化等功能的混合，提高土地利用效率。鼓励发展特色产业和旅游业，促进经济发展和社区活力。

7.3 整体城市规划协调

• 加强区域间联系 ：打破不同空间层次之间的隔阂，加强有城墙城市、周边定居点和市政区域之间的联系和互动。例如，建设便捷的交通通道，促进人员和资源的流动；加强区域间的产业合作，实现优势互补。
• 制定统一的发展战略 ：从城市整体的角度出发，制定统一的发展战略，确保各个空间层次的发展符合城市的整体目标。综合考虑社会、经济、环境等多方面因素，实现城市的可持续发展。

8. 研究方法的优势与局限性

8.1 优势

• 多维度评估 ：本研究采用了涵盖社会、经济、环境、交通、生活、治理、物理、空间和文化等多个维度的指标体系，全面地评估了城市的智能属性。这种多维度的评估方法能够更准确地反映城市的实际情况，为城市规划和发展提供更全面的参考。
• 科学的筛选方法 ：通过分阶段根据多个标准筛选指标，减少了指标的主观性和冗余性，提高了评估指标的可靠性和针对性。这种科学的筛选方法使得最终选择的指标能够更有效地衡量城市的智能发展水平。
• GIS技术应用 ：广泛应用地理信息系统（GIS）技术进行空间数据的处理和分析，能够直观地展示城市的空间特征和变化。GIS技术的应用为研究提供了强大的工具支持，提高了研究的精度和效率。

8.2 局限性

• 数据来源的局限性 ：虽然研究使用了多种数据来源，包括AutoCad文件、OpenStreetMap数据和实地调查数据等，但仍然可能存在数据不完整或不准确的情况。例如，二手数据可能存在时效性问题，实地调查数据可能受到样本数量和范围的限制。
• 指标的抽象性 ：尽管对智能性及其相关目标进行了变量操作化，但部分指标仍然具有一定的抽象性，难以完全准确地衡量。例如，一些文化和社会维度的指标可能较难量化，导致评估结果存在一定的误差。
• 缺乏动态分析 ：本研究主要是对城市当前的空间智能属性进行评估，缺乏对城市发展过程中的动态变化分析。城市是一个不断发展变化的系统，未来的发展趋势和影响因素可能会发生变化，需要进一步加强动态研究。

9. 未来研究展望

为了更深入地了解城市空间智能属性，以及更好地指导城市的可持续发展，未来的研究可以从以下几个方面展开：

9.1 动态监测与预测

• 建立城市空间智能属性的动态监测系统，定期收集和分析相关数据，及时掌握城市的发展变化情况。
• 运用模型和算法对城市未来的发展趋势进行预测，为城市规划和决策提供更前瞻性的建议。

9.2 跨区域比较研究

• 开展不同城市或地区之间的跨区域比较研究，分析不同地域、文化和经济背景下城市空间智能属性的差异和共性。
• 借鉴其他城市的成功经验，为本地城市的发展提供参考和启示。

9.3 多学科融合研究

• 加强城市规划、地理学、社会学、经济学等多学科的融合研究，从不同角度深入探讨城市空间智能属性的形成机制和影响因素。
• 综合运用多学科的理论和方法，提出更全面、更有效的城市发展策略。

10. 总结

本文通过对城市空间智能属性的地理空间评估，揭示了城市不同空间层次在形状紧凑度、密度、绿色和开放空间、多样性等方面的特点和差异。研究采用了科学的方法和多维度的指标体系，为城市的可持续发展和规划提供了有价值的参考。同时，也指出了研究方法存在的局限性，并对未来研究进行了展望。

城市的发展是一个复杂的过程，需要综合考虑各种因素。通过不断地研究和实践，我们可以更好地理解城市的空间智能属性，制定出更合理的城市发展策略，提高城市的生活质量和整体竞争力，实现城市的可持续发展。希望本文的研究成果能够为城市规划者、决策者和相关研究人员提供有益的帮助。

在实际的城市发展中，我们应该充分认识到不同空间层次的特点和优势，因地制宜地进行规划和建设。对于有城墙城市和周边定居点，要注重保护历史文化遗产，同时改善居住环境和促进土地利用混合；对于市政区域，要加强开发优化，提高密度和集约利用程度，同时增加绿色和开放空间质量。通过整体的城市规划协调，加强区域间的联系和互动，实现城市的均衡发展。

mermaid格式流程图展示指标筛选流程：

graph LR
    classDef startend fill:#F5EBFF,stroke:#BE8FED,stroke-width:2px;
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px;
    classDef decision fill:#FFF6CC,stroke:#FFBC52,stroke-width:2px;
    A([开始]):::startend --> B(准备指标池):::process
    B --> C{第一级筛选：空间尺度相关性}:::decision
    C -->|邻里级| D(保留邻里级指标):::process
    C -->|其他级别| E(剔除):::process
    D --> F{第二级筛选：冗余性}:::decision
    F -->|有冗余| G(合并冗余指标):::process
    F -->|无冗余| H(进入下一步):::process
    G --> H
    H --> I{评估引用频率}:::decision
    I -->|至少被引用两次| J(保留):::process
    I -->|引用次数不足| K(剔除):::process
    J --> L{评估特异性和可测量性}:::decision
    L -->|满足要求| M(操作化):::process
    L -->|不满足要求| N(剔除):::process
    M --> O{考虑数据类型和收集工具}:::decision
    O -->|特定、可测量且便于收集| P(根据试点和侦察调查修改):::process
    O -->|不满足条件| Q(剔除):::process
    P --> R([结束，得到最终指标]):::startend

通过以上的分析和总结，我们对城市空间智能属性有了更深入的认识，也为城市的未来发展提供了明确的方向和建议。相信在不断的研究和实践中，我们能够实现城市的更加美好的发展。