公园城市中的城市型绿道布局规划研究
大数据为公园城市注入新的动能，也为绿道布局研究带来新机遇。大数据反映的居民行为特征可使过往研究中难以量化的因素得到有效表达。综合公园城市理念下和大数据背景下的城市型绿道布局在各个层面的要求，判断关联性(图2)。
公园城市与大数据在4个层面均有一致性，因此以公园城市为指导理念，以多源大数据为研究方法的城市型绿道布局适宜性研究更能促进城市型绿道综合性功能价值发挥。
2.1公园城市背景下的城市型绿道布局适宜性评价指标选取
2.1.1以“人本”为核心
城市型绿道是居民通勤、游憩等活动的空间载体，所以绿道就是从人的尺度认知、更新、再塑的城市空间。因此，城市型绿道布局应充分和居民慢行出行需求体系相链接，将居民的慢行出行过程拆解为三要素作为准则层：
1)出发地：居民出行向外扩散的起点；
2)路线：居民出行所选择的城市道路；
3)目的地/停留节点：居民出行经过暂留或到达的地点。
2.1.2以绿色为鲜明底色
城市型绿道作为公园城市中增绿惠民的抓手和绿色出行载体，能够整合公园绿地、河道水系等城市绿色本底组分，以网络化绿道空间体系引导城市功能品质提升。
2.1.3以共享为价值导向
公园城市坚持构建普惠均等的体系，重视慢行交通作为公共交通“潜在替代品”地位，形成三网融合的绿色交通体系，因此需厘清连接对象组成作为出发地、目的地下的二级指标。
1)出发地：城市居民住区，是出行的起点，地铁站进出站刷卡量的变化可以揭示居民选择度高的出发地和目的地，因此公共交通站点可同时作为出行的起点和停留节点。
2)目的地/停留节点：游憩资源区、商业区、就业地、教育资源区及公交站点，是居民出行的目标点或停留的节点。
居民在选择慢行线路时，最短路径往往不是首选，影响选择慢行线路的原因是多样的，如道路等级、道路绿荫多少等。通过案例借鉴等方法筛选出代表性强的“道路等级”“道路植被覆盖度”“道路可达性”“道路两侧基础设施丰富度”“道路拥堵程度”作为影响慢行出行线路选择的5个指标[15-16]。
2.1.4以高效能为治理要求
公园城市将大数据赋能城市规划管理运营全过程，利用大数据可以表征各指标，可以让居民“参与”到绿道设计中，从而提升绿道使用率。因此对比选择出各指标最适宜的表征方式，为城市型绿道深入居民生活提供有力支撑(表1)。
2.2公园城市背景下的城市型绿道布局适宜性评价指标体系建立
基于前文的分析论证建立城市型绿道布局适宜性评价指标体系(表2)。
2.3公园城市背景下的城市型绿道布局规划技术路线
城市型绿道布局规划技术路线如图3所示：利用手机信令和POI数据识别居民的职住及各类资源分布情况，确定城市型绿道的规划范围；对范围内的各项数据处理赋值，得到出发地、路线、目的地/停留节点的评价结果，再将其加权叠加得到布局适宜性得分结果；利用ArcGIS的网络分析进行最佳路径分析并适当调整，最终形成城市型绿道的布局结果。
