文章编号：1003-7853（2021）04-0070-02
——
—以大连市金普新区为例
李冬蕾1，侯英姿2*，王方雄2
（1.辽宁师范大学辽宁省自然地理与空间信息科学
重点实验室，辽宁大连116029；
2.辽宁师范大学地理科学学院，辽宁大连116029）
摘要：以大连市金普新区主城区2015年城市建筑数据为基础，利用城市景观二维聚集度指数，提出了城市景观三维聚集度指数，从多空间尺度，分析了城市景观聚集度的空间分异特征。研究结果表明，主城区景观聚集度指数分布呈现西南高东北低的趋势；景观聚集度大小与区域功能有关，工业区较低，居住 最准天气预报精准到分钟的天气预报下载
区和商区较高，其中商居混合区出现最高值；大连民族大学、天成国际金融中心、安盛购物广场等附近空间格局呈较严重封闭状态，开发潜力较弱。
关键词：GIS；城市景观聚集度；大连金普新区；空间分异
中图分类号：TU984文献标识码：A
Spatial Differentiation of Urban
Landscape Aggregation Based on GIS
——
—A Case Study on JinPu District
LI Donglei1,HOU Yingzi2*,WANG Fangxiong2
(1.Liaoning Key Lab of Physical Geography and Geomatics,
临沂市免费开放的景点Liaoning Normal University,Dalian116029,China; 2.School of Geographical Sciences,Liaoning Normal University,
成都自驾游攻略Liaoning Dalian116029,China) Abstract:Based on2015building data of the main urban area of Jinpu New District in Dalian,this paper analyzes the spatial differentiation characteristics of urban landscape aggregation degree from multiple spatial scales by using two-dimensional urban landscape aggregation degree and putting forward three-dimensional urban landscape aggregation degree.The results show that the landscape aggregation index of Jinpu New Area presents a trend of high in southwest and low in northeast;the degree of landscape aggregation is related to regional function,the industrial area is lower,while the residential area and commercial area are higher,the highest value exists in the mixed area of commercial and residential areas;the spatial pattern of Dalian Minzu University,Tiancheng International Finance Centre,Ansheng Shopping Plaza and vicinityare in a serious closed state with weak development potential.
Key words:GIS;urban landscape aggregation;
Jinpu New District in Dalian;spatial autocorrelation 0引言
随着城市化的深入推进，居民对土地资源的需求量明显增加，众多人造建筑正在不断改变着城市最初的地表形态，塑造着不同的景观格局[1，2]。城市景观聚集度在一定程度上反映了与城市生态环境系统密切相关的城市生活环境、交通、绿化等，是衡量城市三维空间开放程度的重要指标之一[3-5]。
Axelrod和Bennett（1993）最早提出了景观聚合理论，用于分析政治经济和社会生活中出现的各种聚类问题，为政经博弈提供了一个新思路[6，7]；张姗琪和葛珊珊（2009）以南京市中心城区为例利用空间聚集度指标，结合莫兰指数空间自相关分析来反映城市三维形态基本特征[1]；耿协鹏等（2006）提出了计算空间全形态元素的聚集度方法，弥补了传统聚集度分析方法计算不准确的缺点[8]。综上所述，将城市景观的定量化研究从二维平面扩展到三维空间是分析城市景观格局变化的必然趋势。因此本文以大连市金普新区主城区为例，从二维、三维两个角度对比分析建筑实体在水平和竖直上的景观聚集度指数分布规律。研究结果有助于调整城市功能区，促进城市人居环境和谐发展[9-12]。
1数据来源
本文的数据主要来源于地理空间数据云提供的2015年大连市金普新区行政范围数据、城市规划用地类型数据、城市道路街区数据等。以大连市2015年遥感数据为基础，结合实地观测，GPS实测的地面控制点，提取城市三维建筑信息（高度、面积等数据）。
2研究方法
本文利用表1中二维和三维景观聚集度计算公式，选取了基于200m×200m、400m×400m、600m×600m、800m×800m四种不同尺度的规则网格和不规则格网两种方式，对大连市金普新区主城区的景观实体进行对比分析。
3结果分析
3.1基于规则格网的景观聚集度指数对比分析
总体上看，研究区城市景观二维聚集度普遍较高，建筑普遍较为聚集，分布较无规律。研究区城市景观三维聚集度呈现西南高东北低的趋势。高聚集度指数主要集中在金马路、黄海西路附近，此地以商业发展带动周围地区发展使此处成为了主城区发展最快速的地区；北部领湾风尚小区附近建筑由于建成年代较早，与后期建筑高度相差较大，导致聚集度指数出现最高值。
城市景观二维、三维聚集度分布有所差异的原因在于，在城市改造过程中高层建筑在城市三维空间里所占的比例增大，建筑实体空中聚集增强，上层空间形态更加趋向封闭，表现为较强的封闭集中（图1，图2）。
映秀地震遗址万人坑3.2基于不规则格网的景观聚集度指数分析
为最大限度地保证同类性质建筑间有机联系，本文进一步基于研究区行政区划为不规则格网划分（图3）。研究结果发现，在不规则格网下，建筑在二维和三维聚集度的分布呈较大的一致性。主城区中部商业区与居住区建筑实体最为聚集，空间最为封闭；工业区建筑则相对分散，有较强的开发潜力。不规则格网结果分布差异体现了空间格局对分析尺度的强依赖性。
国土与自然资源研究
·70·TERRITORY&NATURAL RESOURCES STUDY2021No.4
表1景观聚集度计算公式及意义表
名称
表达式意义与备注
聚集度
指数
（CONT ）CONT =n
i =1∑n
j =1
∑P ij
log 2
p
k
2log 2
n
()×100n 为斑块类型总数；P ij
是两个随机选择的相邻栅格单元属于类型i
和j 的概率；P k 代表k 斑块类型所占的比例。
二维聚集度指数（AD 2D ）AD 2D =∑S A ×100%
S 为每个建筑实际占地面积；A 为研究单元总用地面积。三维聚集度指数（AD 3D ）
AD 3D =∑V A
×100%
V 为建筑的体积；A 为研究单元总用地
面积。
图1二维聚集度指数分布图
N
N
图2三维聚集度指数分布图
1.5
3
Miles
高：0.96
低：0
1.5
3
Miles
高：0.48低：0
N N 0
1.5
3
Miles
高：0.40
低：0
1.5
3
Miles
高：0.41低：0
（a ）200m
（b ）400m
（c ）600m （d ）800m
N
N
1.5
3
山西三日游攻略
Miles
高：26.0
低：0
1.5
3Miles
高：11.43低：0
N
N
1.5
3
Miles
高：6.75
低：0
1.5
3Miles
重庆12个带娃好去处高：6.92低：0
（a ）200m
（b ）400m
（c ）600m
（d ）800m
4结论与讨论
本研究以大连金普新区主城区为例，从二维、三维两个角度对比分析了2015年研究区景观聚集度分布
情况。合理调控景观聚集度指数，辅助城市规划管理对于城市建设用地的合理设计、城市生态环境的优化以及人居身心环境有着重要的意义。
图3基于不规则格网的城市景观聚集度分布图
N
N
1.5
3
Miles
高：0.37
低：0
1.5
3
Miles
高：1.11低：0
4.1结论
4.1.1从整体上来看金普新区景观聚集度分布呈现西南高东北低的趋势。工业区聚集度指数普遍较低；居住区和商区值较高；其中商居混合区景观聚集度出现最高值。空间格局呈较严重封闭状态，开发潜力较弱。4.1.2金普新区发展快速，高层建筑使得城市上层空间形态趋向封闭，可能给人们身心造成压抑。在进行区域规划时需要更多地考虑三维空间的开放程度，以便更好地促进人地和谐发展。
4.1.3在城市建设规划中如何利用景观聚集度这一指标缓解城市空间封闭、住宅拥堵、人口高密等问题还需要进一步的研究总结。
参考文献：[1]张姗琪，葛珊珊.建筑点在城市3维形态量化中的应用[J].地理信息世界，2009，7（2）：83-87.[2]陈晨，侯英姿，王方雄.城市三维紧凑度模型方法及其空间分异特征研究———以大连市主城区为例[J].国土与自然资源研究，2018（1）：14-15.[3]叶娟娟，杨昕，熊礼阳，等.南京市老城区城市建筑点格局研究[J].地球信息科学学报，2015，17（11）：1404-1411.[4]张小飞，王仰麟，李正国，等.三维城市景观生态研究[J].生态学报，2007（7）：2972-2982.
[5]张浩，王祥荣.城市绿地的三维生态特征及其生态功能[J].中国环境科学，2001（2）：6-9.
[6]Axelrod R,Bennett D S.A Landscape Theory of Aggregation [J].British Journal of Political Science,1993,23(2):211-233.
[7]Axelrod R,Mitchell W,Thomas R E,et al.Coalition Formation in Standard-Setting Alliances [J].Management Science,1995,41(9):1493-1508.[8]耿协鹏，杨传勇，胡鹏.基于地图代数距离变换的空间实体分布的聚集度分析[J].测绘科学，2006，31（2）：86-87.[9]国安东，李永化，杨俊.基于多距离空间聚类的城市建筑景观时空分异研究[J].测绘通报，2017（2）：102-105.[10]曾辉，夏洁，张磊.城市景观生态研究的现状与发展趋势[J].地理科学，2003（4）：484-492.[11]杨俊，国安东，席建超，等.城市三维景观格局时空分异特
征研究———以大连市中山区为例[J].地理学报，
2017，72（4）：646-656.
[12]王方雄，温爱博.城市三维形态与热环境的相关关系研究———以大连市金普新区为例[J].国土与自然资源研究，2016（4）：70-72.作者简介：李冬蕾（1997-），女，汉族，辽宁沈阳人，硕士研究生，主要从事GIS 建模与时空大数据分析。通信作者：侯英姿（1974-），女，黑龙江大庆人，博士，讲师，主要从事GIS 建模与技术应用研究。
（2020-12-03收稿刘晓佳编辑）
