宿迁绿道选线规划的4个指引方法 - PenJing8
宿迁绿道选线规划的4个指引方法
2023-11-09 13:44:10  浏览:0
宿迁绿道选线规划及指引
 
宿迁绿道选线规划及指引
 
将上述模拟结果反馈到规划分析中,构建绿道体系规划图(图10)。具体选线原则包括:
 
1)以居民出行模拟分析结果为依据,提取频次较高线路为绿道选线的基本依据;
 
2)绿道选线应尽可能串联中心城区相关游憩资源,包括自然生态、休闲游憩、历史文化等资源;
 
3)尽可能避开阻碍绿道的空间,如高速公路、快速路等;
 
4)考虑到中心城区水系密集的现状,尽量串联滨水空间。
 
至此,研究完成了绿道选线从数据分析、模型训练、规律验证及路径模拟的过程,提出绿道智能选线规划方法,支撑中心城区绿道体系规划研究。
 
宿迁绿道选线规划及指引
 
最终确定的绿道选线由东向西衔接了中运河和古黄河两条重要水系,串联了三台山森林公园、湖滨公园、项王故里、虞姬公园、雪枫公园、东关口历史文化公园等资源点,同时结合了周边公共空间、文旅空间,形成绿道与其他空间的融合(图10)。

绿道连接蔡集镇、耿车镇,与环湖大道、环骆马湖、西楚大道、南京路及多条道路相连通,具备较好的游憩可达性。依据绿道智能选线方法确定的绿道选线布局,基本实现了智能化分析与空间布局效果的协调,达到了辅助规划决策的预期目标。
 
后续规划通过绿道与公园绿地、公共开放空间的综合分析,采取以“拓绿纳新、慢行联通”的提升策略,构建功能更加全面的绿道体系,并进一步加强与相关规划、近期中心城区重点工程建设计划等的衔接,梳理绿道建设、公园、休闲游憩项目等内容,形成重点项目库,整体推进绿道规划和建设。
 
6结语
 
本研究整合多源数据,分析居民真实出行的时空特征,测度绿道选线的影响要素,构建绿道选线的人工智能分析路线,提出一种中心城区绿道智能选线方法,即结合LSTM神经网络、类A*算法等构建绿道智能选线,进而确定绿道选线布局的方法。

该方法有别于传统的基于指标体系综合评估的分析方法,从人本视角构建人工智能分析框架,将居民真实活动轨迹融入空间要素分析中,融合居民出行行为特征与街道环境要素,借助基于人工智能的量化评估方法,为绿道选线规划和建设提供指导。
 
本研究提出的绿道选线规划方法,需借助已有居民绿道活动轨迹进行规律分析,适用于中心城区特别是老城区绿道选线规划,对于新区及大区域尺度的绿道分析方法,有待于未来进一步研究。

在指标代表性和数据校核方面,本研究借鉴5D理论提取绿道影响指标,其代表性有待进一步验证,且通过街景图像、POI数据分析街道特征所得到的数据需要与传统调查数据进行校核。

在数据收集和整理方面,后续研究将通过对市民的意见采集,生成初步权重并与现有数据进行比对矫正,对数据与现实之间的复杂关联性做进一步的阐释。在研究方法方面,本研究LSTM神经网络模型采用的是单变量输入,后续应考虑不同变量的相互影响,进一步优化模型。

除采用人工智能方法对绿道选线进行模拟,仍需考虑智能选线背后的限制因素、影响机制,后续将继续深化数据收集和处理方法,采用“大数据+小数据”整合性方法,一方面结合现场调研对居民轨迹进一步挖掘分析,另一方面对不同地区绿道智能选线进行整体研究,总结绿道智能选线规律,分析背后影响机理。

本研究提出的绿道智能选线方法,除可应用于慢行系统外,可进一步推广到其他线路选线研究,包括通学路、旅游线路等路线研究,以规划更符合真实出行行为的线路,营造以人为中心的城市空间环境。

未来,基于人工智能的规划方法在城市规划和建设领域可进一步推广,延伸到用地布局,公共空间配置等领域,测度不同空间的要素特征,识别其变化规律,进而构建智慧规划方法体系。