خلاصه

فضاهای باز عمومی شهری به فضای باز بین سازه های معماری در یک شهر یا تجمع شهری گفته می شود که برای انجام مبادلات عمومی و انجام فعالیت های مختلف برای ساکنان شهری باز است. هدف توسعه پایدار (SDG) 11.7 در دستور کار 2030 سازمان ملل برای توسعه پایدار به وضوح بیان می کند که ویژگی های توزیع فضاهای باز عمومی شاخص های مهمی برای اندازه گیری توسعه پایدار جامعه اکولوژیکی شهری هستند. در سال 2018، چین به منظور اجرای برنامه توسعه پایدار، نمونه Deqing را به جهان ارائه کرد. بنابراین، با در نظر گرفتن Deqing به عنوان مثال، این مقاله از آمار جغرافیایی و روش‌های تحلیل فضایی برای ارزیابی و تجسم کمی فضاهای باز عمومی در منطقه ساخته‌شده در سال 2016 استفاده می‌کند و الگوی فضایی و رابطه جمعیت را تحلیل می‌کند. نتایج نشان می‌دهد که فضاهای باز عمومی در منطقه ساخته‌شده Deqing دارای همبستگی فضایی معمولی جهانی و محلی هستند. الگوی فضایی تفاوت های آشکاری را در بخش های مختلف محوطه ساخته شده و ویژگی های فضاهای باز عمومی نشان می دهد. با توجه به نتایج تحلیل همبستگی می توان دریافت که ویژگی های غیرمتمرکز فضاهای باز عمومی رابطه معناداری با تراکم جمعیت دارد و این همبستگی با انواع فضاهای باز عمومی نیز مرتبط است. نتایج ارزیابی توسط SDG 11.7.1 نشان می دهد که فضاهای باز عمومی در منطقه ساخته شده Deqing به طور کلی با نیازهای زندگی ساکنان مطابقت دارد و دارای طراحی فضای انسانی و دسترسی خوب است. با این حال، سرانه فضاهای باز عمومی شهرها و روستاهای خارج از منطقه ساخته شده نسبتاً کم است. و عدم تعادل در فضاهای باز عمومی وجود دارد. بنابراین باید توجه بیشتری به ساخت فضاهای باز عمومی شهری عادلانه شود.

کلید واژه ها:

اهداف توسعه پایدار ; فضاهای باز عمومی ؛ تجزیه و تحلیل خودهمبستگی فضایی ; تجزیه و تحلیل همبستگی

1. معرفی

در سال 2015، اجلاس توسعه سازمان ملل متحد دستور کار 2030 برای توسعه پایدار را تصویب و تصویب کرد که 17 هدف توسعه پایدار (SDGs) را که شامل سه حوزه اصلی اقتصادی، اجتماعی و زیست محیطی است، تعیین مسیر توسعه کشورها و همکاری های بین المللی را تعیین می کند. . وظیفه اصلی یک ارزیابی جامع از عملکرد SDGs در یک منطقه، بومی سازی چارچوب شاخص جهانی SDGs سازمان ملل است. در اولین کنگره جهانی اطلاعات جغرافیایی سازمان ملل متحد در سال 2018، چین گزارش ارزیابی کمی “گزارش عملکرد Deqing در مورد اجرای برنامه توسعه پایدار 2030 (2017)” را منتشر کرد. این گزارش نشان می دهد که بیشتر شاخص های دکینگ، ژجیانگ، به اهداف توسعه پایدار 2030 سازمان ملل متحد نزدیک است.1 ، 2 ]، و نمونه Deqing را به جامعه بین المللی ارائه کرد.
برنامه 2030 برای توسعه پایدار با هدف پرداختن همه جانبه به سه بعد توسعه (اجتماعی، اقتصادی و زیست محیطی) از سال 2015 تا 2030 و تغییر مسیر به مسیر توسعه پایدار است. به ویژه، SDG 11 ساخت شهرها و سکونتگاه های انسانی مقاوم، ایمن، مقاوم در برابر بلایا و با تمرکز بر بهبود شرایط زندگی، بهینه سازی محیط قابل سکونت و تضمین ایمنی خانه ها را ترویج می کند. در Deqing، جنبه‌های فراگیری، پایداری و مقاومت در برابر بلایا به طور جامع پیشرفت شهرستان در ایجاد یک شهر پایدار و سکونتگاه‌های انسانی را نشان می‌دهد. SDG 11 شامل 10 شاخص کمی است که شاخص 11.7 ارائه جهانی فضاهای عمومی ایمن، فراگیر، در دسترس و سبز برای همه مردم به ویژه زنان است. کودکان، سالمندان و افراد دارای معلولیت. هدف SDG 11 تجزیه و تحلیل نسبت فضاهای عمومی سرانه برای انعکاس شرایط محیطی قابل زندگی است. این مقاله با ترکیب SDG 11.7 با وضعیت واقعی Deqing و با توجه به در دسترس بودن و ویژگی های کمی داده ها، بر مناطق ساخته شده شهری تمرکز می کند، میانگین نسبت فضاهای باز عمومی استفاده شده توسط همه را تحلیل می کند و تضمینی برای ساخت و ساز ارائه می کند. فضاهای باز عمومی شهری که بتواند نیازهای همه را برآورده کند.
داشتن فضای عمومی کافی، شهرها و مناطق را قادر می‌سازد تا کارآمد و منصفانه عمل کنند [ 3 ]. کاهش فضای عمومی تأثیر منفی بر کیفیت زندگی، شمول اجتماعی، توسعه زیرساخت ها، پایداری محیطی و بهره وری دارد. ثبت شده است که طراحی و نگهداری خوب خیابان ها و فضاهای عمومی می تواند جرم و خشونت را کاهش دهد، کیفیت زندگی ساکنان و ظاهر کلی شهر را بهبود بخشد و نقش بسیار مهمی در زیباسازی چهره شهر ایفا کند. ]. در عین حال، نسبت خیابان‌های شهری به فضاهای عمومی یکی از ویژگی‌های مهم برنامه‌ریزی فضای شهری است و شهرهایی با خیابان‌ها و فضاهای عمومی کافی و ارتباط بیشتر، قابل زندگی و بهره‌وری هستند [5] .]. برنامه ریزی فضای کافی برای سایت های زیرساختی حیاتی مانند منابع آب، فاضلاب و جمع آوری زباله، فضاهای تفریحی، فضاهای سبز و پارک ها می تواند به تقویت انسجام اجتماعی و حفاظت از توسعه سبز و پایدار از نظر اکولوژیکی کمک کند. ایجاد فضای کافی برای حمایت از فعالیت‌های اقتصادی رسمی و غیررسمی [ 6 ]، بازسازی و نگهداری فعال فضاهای عمومی برای کاربران مختلف، و ارائه خدمات و فرصت‌ها برای ساکنان حاشیه‌نشین، همگی به افزایش انسجام اجتماعی و امنیت اقتصادی کمک می‌کنند.
با توجه به تأثیر فضاهای باز عمومی شهری بر توسعه پایدار، بسیاری از محققان تحلیل های کمی و کیفی فضاهای عمومی شهری را در سطوح مختلف و از دیدگاه های متعدد انجام داده اند [ 7 ]. محققان مطالعات گسترده ای در زمینه برنامه ریزی شهری مدرن و طراحی منظر [ 8 ، 9 ]، دیدگاه های اجتماعی [ 7 ]، توزیع فضایی و ارزیابی کیفیت [ 10 ] و غیره انجام داده اند. فضاهای باز عمومی شهری، که مفهوم ساخت و ساز فضاهای عمومی شهری را غنی می کند. سایر محققان مطالعات زیادی در مورد برابری تخصیص فضای عمومی انجام داده اند [ 11, 12 , 13 ]. آنها درآمد شهری، نژاد، اقتصاد اجتماعی و سایر جنبه ها را ارزیابی و تحلیل کردند و از اهمیت برابری زیست محیطی که به کاهش نابرابری فضاهای عمومی شهری کمک می کند، حمایت کردند. با این حال، تعداد کمی از محققان تجزیه و تحلیل قوانین تمایز فضایی همه اجزای فضاهای باز عمومی شهری را انجام داده‌اند و بیشتر مطالعات به بخش‌هایی از فضاهای عمومی مانند پارک‌ها، میادین و فضاهای سبز برای انجام تحلیل توزیع فضایی و ارزیابی محیطی محدود شده‌اند. به طور جداگانه [ 3 ، 14]. توزیع فضایی فضاهای باز عمومی از نظر جامعه، تاریخ، حمل و نقل، اقتصاد و جمعیت از منظرهای متعدد مورد بررسی قرار گرفت، اما امروزه با توجه به توسعه سریع شهرنشینی، حل مشکل فضاهای عمومی در مناطق شلوغ به یک نقطه داغ تبدیل شده است. . نیاز مبرمی به بهبود کیفیت زندگی ساکنان وجود دارد و همه عناصر فضاهای باز عمومی برای تجزیه و تحلیل کلی برای بهبود زندگی ایمن و سالم ساکنان مهم هستند.
با توجه به نتایج تحقیقات موجود، شاخص مهم برای ارزیابی فضاهای باز عمومی شهری، الگوی فضایی و مکانیسم شکل‌گیری است. به طور کلی، ارزیابی الگوی فضایی عمدتاً شامل تحلیل کمی شکل توزیع، درجه تراکم و حالت تراکم عناصر شهری به منظور توصیف خوشه‌بندی فضایی و ویژگی‌های توزیع لایه‌ای فضا است. مکانیسم شکل‌گیری فضاهای باز عمومی شهری با سیستم ساختار فضایی شهری، عوامل تأسیسات عمومی و توزیع و شدت فعالیت‌های انسانی مرتبط است. بنابراین، ما می‌خواهیم از تحلیل خودهمبستگی فضایی سیستم اطلاعات جغرافیایی (GIS) برای توصیف تفاوت‌ها در توزیع فضاهای باز عمومی شهری استفاده کنیم.
در سال‌های اخیر، بسیاری از محققان از تحلیل فضایی GIS برای انجام تحقیقات در مورد تحلیل الگوی فضایی شهری استفاده کرده‌اند. Shirowzhan [ 15 ] دو الگوریتم طبقه‌بندی را پیشنهاد کرد که بر اساس آمار همبستگی فضایی است، مانند Local Moran’s I و Getis-Ord Gi*، که بر روی مناطق شهری نمونه از جمله زمین‌های پیچیده با ویژگی‌های ساختمانی متنوع محاسبه می‌شوند و از این الگوریتم‌ها برای ابرهای نقطه لیدار هوابرد بر روی مناطق پیچیده شهری به منظور تولید DEM های بسیار دقیق و طبقه بندی نقاط لیدار. آقاجانی [ 16] یک روش تجزیه و تحلیل تصادفات جاده ای را پیشنهاد کرد که از طریق استفاده از الگوهای مکانی و زمانی GIS در مکان های مستعد تصادف جاده ای شهری عمل می کند. او همچنین از تجزیه و تحلیل نقطه داغ با شناسایی و تولید داده ها برای کمک به تصمیم گیرندگان برای اتخاذ اقدامات مناسب برای کاهش تصادفات جاده ای استفاده کرد. فن [ 17 ] از خودهمبستگی فضایی محلی برای توصیف تکه تکه شدن منظر شهری استفاده کرد و دو شاخص خودهمبستگی مکانی محلی، آمار Getis و Moran’s I محلی را برای ارزیابی الگوی منظر مقایسه کرد. شیا [ 18] از شاخص محلی ارتباط فضایی برای تجزیه و تحلیل روابط فضایی بین شدت کاربری اراضی شهری و سرزندگی شهری استفاده کردند و دریافتند که طبق آمار جهانی بین شدت کاربری اراضی شهری و سرزندگی شهری همبستگی مثبت و معناداری وجود دارد. شن [ 19 ] از تجزیه و تحلیل خودهمبستگی فضایی جهانی و محلی استفاده کرد تا نشان دهد که چگونه پایداری شهری به صورت فضایی در سراسر محله ها توزیع شده است و چه الگوهایی (تصادفی، پراکنده، یا خوشه ای) می توانند از نظر آماری شناسایی شوند. مجومدار [ 20] از Moran’s I محلی برای تشخیص الگوی افزایش معنی دار آماری LST با شناسایی خوشه هایی از نقاط داغ موضعی استفاده کرد. برخی از محققان همچنین از تحلیل خودهمبستگی فضایی در زمینه پایش شبکه رودخانه [ 23] استفاده کردند.21 ]، تجزیه و تحلیل تغییرات فضایی NPP [ 22 ]، و تجزیه و تحلیل روابط فضایی کشاورزی انتشار خشکسالی [ ]. با توجه به این نوع نتایج تحقیقات، ما دریافتیم که روش‌های تحلیل فضایی GIS می‌تواند به ما در شناسایی الگوی فضایی در بین انواع اشیاء شهری کمک کند، اما بیشتر تحقیقات آنها تنها از شاخص‌های محلی ارتباط فضایی (LISA) برای قضاوت در مورد رابطه بین استفاده می‌کنند. این رویدادها (مانند تصادف جاده‌ای، طبقه‌بندی کاربری اراضی، پایش شبکه رودخانه‌ها و به زودی) در محیط شهری و فاقد توصیف کمی از علل این رویدادها هستند. هدف پژوهش ما نه تنها یافتن الگوی فضایی، بلکه تحلیل کمی شکل‌گیری فضاهای باز عمومی شهری است.
مهمتر از همه، فضای عمومی یک جزء ضروری در شهر است. با توجه به اینکه همه عناصر فضای عمومی در تجزیه و تحلیل یکپارچه هستند، این مقاله بر اساس SDG 11.7، در ترکیب با وضعیت عملی Deqing و داده های موجود، اتخاذ روش آمار جغرافیایی و تجزیه و تحلیل فضایی GIS فضاهای باز عمومی Deqing برای الگوی تمایز فضایی علاوه بر این، داده‌های جمعیت برای ارائه یک ارزیابی کمی از و پشتیبانی فنی برای هدف توسعه پایدار برای ایجاد فضاهای باز عمومی ایمن، فراگیر، بدون مانع و سبز در Deqing تجزیه و تحلیل می‌شوند. پشتیبانی تصمیم گیری برای مدیریت و برنامه ریزی فضاهای باز عمومی را فراهم می کند.

2. مواد و روشها

2.1. منطقه و داده های مطالعه

دکینگ یک شهرستان کوچک در شهر هوژو، استان ژجیانگ، چین است. این شهر در شمال ژجیانگ واقع شده است و از 9 شهرک و 2 شهرستان تشکیل شده است و مساحت کل آن 937.92 کیلومتر مربع است ( شکل 1 ). در سال 2016، شهرستان دکینگ در میان 100 شهرستان برتر با بالاترین قدرت جامع در میان شهرهای کوچک و متوسط ​​چین قرار گرفت. فضاهای باز عمومی مناطق ساخته شده و 3 خیابان یا منطقه (Wuyang، Fuxi و Wukang) از تصاویر سنجش از دور گرفته شده در سال 2016، با وضوح فضایی 0.5 متر استخراج شد (شکل 2 ) . نهر یویینگ از مرکز شهر Deqing می گذرد (خط قرمز در شکل 2). تصویر سنجش از دور داده‌های محصول سنتز رنگ واقعی را ارائه می‌کند که توسط مرکز ژئوماتیک Deqing ارائه شده است. این بر اساس Google Earth ساخته شد و در 11 مارس 2017 فیلمبرداری شد.
چهار نوع فضای باز عمومی در دکینگ وجود دارد که عبارتند از پارک، میدان، زمین سبز و امکانات عمومی. از آنجا که فضاهای عمومی شهری در Deqing عمدتاً در منطقه ساخته شده توزیع شده اند (چند ضلعی آبی در شکل 1آنچه که ما بیشتر به آن توجه داریم، همچنین منطقه ساخته شده در Deqing است. لازم به ذکر است که پارک های جنگلی بزرگ و زمین گلف به ترتیب در جنوب شرقی و غرب منطقه ساخته شده وجود دارد. این دو منطقه در محدوده ساخته شده نیستند، اما همچنین ارزش آن را دارد که اثر همبستگی خود را بر توزیع فضای عمومی در منطقه ساخته شده تحلیل کنیم، بنابراین ما در این مقاله این مناطق را “مناطق لبه” نامیدیم. در تجزیه و تحلیل خودهمبستگی فضاهای باز عمومی در Deqing، کل منطقه و منطقه ساخته شده را به طور جداگانه تجزیه و تحلیل خواهیم کرد.
جمعیت Deqing در سال 2016 440000 نفر است (داده های جمعیتی از “سالنامه آماری ساخت و ساز شهری استان ژجیانگ (2016)” است) و این داده ها توسط مرکز ژئوماتیک Deqing در یک لایه شطرنجی شبکه بندی شده اند (شکل 3 ) داده ها برای تجزیه و تحلیل همبستگی بین توزیع فضای عمومی شهری و تجمع جمعیت در بخش 3.3 و بخش 4.3 استفاده شد .

2.2. مواد و روش ها

تجزیه و تحلیل خودهمبستگی مکانی تکنیکی است برای آزمایش اینکه آیا مقادیر مشاهده شده یک عنصر با موقعیت مکانی به طور قابل توجهی با مقادیر مشاهده شده در نقاط فضایی مجاور همبستگی دارد یا خیر، و این تکنیکی برای محاسبه درجه تجمع ویژگی واحد فضایی است [24، 25 ] .]. در این مقاله، ویژگی‌های توزیع فضایی و مکانیسم شکل‌گیری فضاهای باز عمومی شهری را در سطوح جهانی و محلی تحلیل کردیم. تجزیه و تحلیل خودهمبستگی جهانی عمدتاً توزیع کلی فضاهای باز عمومی شهری را توصیف می کند و تعیین می کند که آیا این پدیده دارای ویژگی های تجمع در داخل شهر است، اما دقیقاً نشان نمی دهد که مناطق تجمع در کجا هستند. تجزیه و تحلیل خودهمبستگی محلی به طور عمده قضاوت می کند که آیا یک منطقه تجمع قابل توجه یا نقطه داغ فضایی وجود دارد، و محدوده نقطه داغ فضایی را محاسبه می کند. علاوه بر این، ما از داده‌های جمعیت به‌عنوان عامل تأثیر اصلی، همراه با تحلیل نقطه داغ و روش‌های رگرسیون وزن‌دار جغرافیایی، برای تجزیه و تحلیل رابطه بین فضاهای باز عمومی و جمعیت استفاده کردیم.

2.2.1. تجزیه و تحلیل خودهمبستگی فضایی جهانی

خودهمبستگی فضایی جهانی به میزان خودهمبستگی فضایی یک مقدار مشخصه واحد در کل حوزه تحقیق اشاره دارد. متداول ترین شاخص همبستگی موران I [ 26 ، 27 ، 28 ] است. در این مقاله، Moran’s I جهانی برای آزمایش و تعیین همبستگی جهانی فضاهای باز عمومی در منطقه ساخته‌شده Deqing و خیابان‌های اطراف استفاده شد. فرمول محاسبه به شرح زیر است:

منجیلoبآلمorآn’س=n∑من=1n∑j=1nωمنj(پمن-پمترهآn)*(پj-پمترهآn)(∑من=1n∑j=1nωمنj)∑من=1n(پمن-پمترهآn)2

که در آن p i و p j به ترتیب مناطق دسته i و j فضاهای باز عمومی هستند و i و j نمی توانند برابر باشند. ω ij نشان دهنده ماتریس وزن فضا بین واحدهای فضایی i و j است . و n تعداد فضاهای باز عمومی است.

دامنه تغییرات شاخص موران I است (-1،1). اگر فرآیند فضایی نامربوط باشد، مقدار مورد انتظار I نزدیک به 0 است. وقتی من منفی است، به معنای خودهمبستگی منفی است. و وقتی من مثبت است به معنای همبستگی مثبت است.

I موران نمی تواند الگوی توزیع متغیرهای فضایی را به طور کامل منعکس کند، بنابراین باید با شاخص I (انتظار و واریانس) در الگوی تصادفی مقایسه شود و سپس برای ساخت آماره z، که از توزیع نرمال پیروی می کند، استفاده شود. برای آزمون اهمیت همبستگی مکانی متغیرهای تحقیق. بیان آمار z به صورت زیر است:

ز=منobs-E(من)D(من)

که در آن E ( I ) و D ( I ) انتظار و واریانس I هستند و I obs مقدار I موران است که از داده های واقعی محاسبه می شود.

2.2.2. تحلیل خودهمبستگی فضایی محلی

خودهمبستگی فضایی محلی میزان همبستگی بین یک واحد فضایی و یک ویژگی واحدهای مجاور آن است. شاخص همبستگی جهانی توزیع فضاهای عمومی را تعیین می کند، اما به دلیل ناهمگونی داده های فضا، داده های خودهمبستگی جهانی ممکن است به صورت تصادفی محلی وجود داشته باشد. همچنین یک داده توزیع تصادفی جهانی از همبستگی جزئی وجود دارد، بنابراین ما از شاخص های محلی تداعی فضایی (LISA) [ 29 ] برای اندازه گیری همبستگی محلی فضاهای عمومی شهری استفاده کردیم. فرمول محاسبه به صورت زیر است:

منمن=n(ایکسمن-ایکس¯)∑j=1nωمنj(ایکسj-ایکس¯)∑من=1n(ایکسمن-ایکس¯)2

که در آن ω ij ماتریس ضریب وزن فضایی است که برای بیان رابطه موقعیت مکانی بین اشیاء تحقیقاتی استفاده می شود و می تواند میزان مشارکت یک فضای عمومی را به یک فضای عمومی مجاور منعکس کند.

در این مقاله مساحت فضای عمومی به عنوان ماتریس وزن فضایی در نظر گرفته شد. محدوده مقدار Moran’s I محلی به (-1, 1) محدود نشد. مدل تداعی فضایی را می توان به 4 نوع تقسیم کرد: HH، HL، LH و LL. HH نقطه کانونی مرتبط با ارزش و ارزش بالا است که نشان می دهد فضای عمومی و فضای عمومی اطراف آن منطقه بزرگی را اشغال می کند. LL نقطه کانونی همبستگی بین ارزش کم و ارزش کم است که نشان می دهد فضای عمومی و فضای عمومی اطراف منطقه نسبتاً کوچکی را اشغال می کنند. LH و HL مناطق همبستگی را مشخص کرده اند، که نشان می دهد ناهمگونی قوی بین ویژگی های فضاهای باز عمومی و فضای عمومی اطراف وجود دارد. مانند سایر آمارها،
2.2.3. تجزیه و تحلیل نقطه داغ
تجزیه و تحلیل نقطه داغ برای شناسایی خوشه بندی فضایی مقادیر بالا (نقاط داغ) و مقادیر پایین (نقاط سرد) با اهمیت آماری استفاده می شود و با استفاده از z-score یک کلاس عامل خروجی جدید برای هر عنصر در کلاس عنصر ورودی ایجاد می شود. p -value و فاصله اطمینان (Gi_Bin) [ 30 ]. اگر z-score عامل بالا و p -value کوچک باشد، خوشه بندی فضایی با مقدار بالا نشان داده می شود. اگر z-score کم و منفی و مقدار p کوچک باشد، خوشه بندی فضایی با مقدار کم وجود دارد. هر چه امتیاز z بالاتر (یا کمتر) باشد، درجه خوشه بندی بیشتر است. اگر امتیاز z نزدیک به صفر باشد، خوشه بندی فضایی آشکاری وجود ندارد [ 31 ].
در این مقاله، تجزیه و تحلیل فضایی داده‌های جمعیت در منطقه ساخته‌شده Deqing و 3 خیابان اطراف (Wuyang، Fuxi و Wukang) با استفاده از تجزیه و تحلیل نقطه داغ برای قضاوت در مورد اینکه آیا یک همبستگی آشکار بین ویژگی‌های خوشه‌بندی وجود دارد انجام شد. توزیع جمعیت و ویژگی های توزیع فضایی فضاهای باز عمومی در منطقه مورد مطالعه.
2.2.4. آمار و روش های ارزیابی فضاهای باز عمومی شهری توسط SDG 11.7

از نظر SDG 11.7 در دستور کار 2030 سازمان ملل، آمده است که «تا سال 2030، دسترسی همگانی به فضاهای امن، فراگیر و قابل دسترس، سبز و عمومی، به ویژه برای زنان و کودکان، افراد مسن و افراد دارای معلولیت را فراهم کنید». همچنین شاخص ارزیابی SDG 11.7.1 را ارائه کرد که «متوسط ​​سهم مساحت شهرها که فضای باز برای استفاده عمومی برای همه، بر اساس جنسیت، سن و افراد دارای معلولیت است» است. مساحت فضاهای باز عمومی به نسبت کل فضای شهر، از جمله زمین های اختصاص یافته به خیابان ها. این شاخص با ادغام دو معیار محاسبه شد: (الف) زمین اختصاص داده شده به فضاهای باز عمومی. (ب) زمین اختصاص یافته به خیابان ها. نسبت مساحت شهری اختصاص یافته به فضاهای باز عمومی اعم از خیابان و پیاده رو با فرمول زیر محاسبه شد:

پ=اسپ+اسلاسب×100%

که در آن P نسبت کل فضاهای باز عمومی است، S p کل سطح فضاهای باز عمومی است، Sl کل سطح زمین اختصاص داده شده به خیابان ها، Sb است .مساحت کل مساحت ساخته شده تراکم شهری است. بنابراین، روش تخمین مساحت فضاهای باز عمومی مبتنی بر سه مرحله است: (1) تحلیل فضایی برای تعیین محدوده ساخته شده شهر. (2) برآورد کل فضاهای باز عمومی و. (3) برآورد کل مساحت اختصاص داده شده به خیابان ها. با توجه به اینکه زمین سبز بخش عمده فضاهای باز عمومی شهری است و می تواند شدت توسعه شهری را منعکس کند، نسبت زمین سبز را نیز به عنوان شاخص ارزیابی فضای عمومی شهری می شناسیم.

نسبت زمین سبز (G) در منطقه ساخته شده است:

جی=اسgاسب×100%

که در آن Sg کل سطح زمین سبز در منطقه ساخته شده است. ما از این شاخص ها برای اندازه گیری سطح توسعه پایدار فضاهای باز عمومی در Deqing و مقایسه با اهداف 2030 سازمان ملل استفاده کردیم.

2.2.5. مدل رگرسیون وزنی جغرافیایی
مدل رگرسیون وزن‌دار جغرافیایی (GWR) یک فناوری تجزیه و تحلیل فضایی است – تغییرات فضایی و عوامل محرک مربوط به شی تحقیقاتی را با ایجاد یک معادله رگرسیون محلی در هر نقطه بررسی می‌کند و می‌تواند برای پیش‌بینی نتایج آینده استفاده شود [32 ] . در این مقاله، ما از GWR برای نشان دادن رابطه بین جمعیت و چهار نوع فضای باز عمومی استفاده کردیم.

مدل رگرسیون عمومی:

yمن=∑کβ0+βکایکسمنک+εمن

که در آن y متغیر وابسته، x متغیر مستقل، β ضریب رگرسیون و ε خطای تصادفی است. GWR توسعه مدل رگرسیون سنتی است به طوری که پارامترهای آن را می توان به صورت محلی تخمین زد، بنابراین مدل GWR:

yمن=β0(تومن،vمن)+∑کβک(تومن،vمن)ایکسمنک+εمن

که در آن ( u i , v i ) مختصات نقطه i است و β k ( u i , v i ) مقدار تابع پیوسته β k ( u , v ) در i است .

3. نتایج

3.1. تجزیه و تحلیل الگوی تمایز جهانی

در این مقاله از خودهمبستگی فضایی جهانی برای تحلیل فضاهای باز عمومی در ناحیه ساخته شده و ناحیه لبه Deqing استفاده شده است. ما خود همبستگی فضایی سه ویژگی فضای عمومی شهری را در Deqing، از جمله مساحت، طول و نوع تجزیه و تحلیل کردیم. نتایج در شکل 4 و جدول 1 نشان داده شده است .
با توجه به جدول 1 ، ما دریافتیم که خود همبستگی جهانی فضاهای عمومی از نظر مساحت، طول و نوع مثبت است. با در نظر گرفتن مساحت به عنوان مثال، Moran’s I کل منطقه فقط 0.001149 است و یکی از مساحت های ساخته شده به 0.005578 افزایش یافته است، همانطور که در شکل 4 نشان داده شده است.ب مقادیر Z کل منطقه و منطقه ساخته شده به ترتیب 1.72 و 2.47 بود. Z در فاصله اطمینان [-1.96،1.96] قرار نگرفت، یعنی زمانی که سطح معنی داری 0.05 تنظیم شد، توزیع فضای عمومی همبستگی فضایی مثبت را نشان داد. ضمناً دریافتیم که خودهمبستگی فضاهای عمومی از نظر طول و نوع مثبت و معنادارتر است. مقدار I و Z موران نیز با حذف ناحیه لبه از کل ناحیه افزایش یافت. مشاهده می شود که مساحت لبه تأثیر زیادی بر خودهمبستگی فضاهای عمومی منطقه ساخته شده، به ویژه برای تحلیل مساحت و طول دارد.
نتایج نشان می‌دهد که مقدار z از 72/1 به 35/2 تغییر می‌کند و خود همبستگی فضایی فضای عمومی پس از حذف ناحیه لبه، از نظر مساحت به طور قابل‌توجهی بهبود می‌یابد. این دو نوع فضای عمومی به طور قابل توجهی مساحت بزرگ تری را نسبت به سایر فضاهای عمومی پوشش می دهند. این امر از ویژگی‌های منطقه‌ای محلی در توسعه گردشگری و ارتقای توسعه سریع اقتصاد در عین حال بهره می‌برد، اما خود همبستگی کل فضاهای باز عمومی به دلیل دوری از فضای عمومی در شهر ضعیف می‌شود. علاوه بر عوامل لبه، فضاهای باز عمومی ویژگی های خوشه بندی آشکاری دارند، عمدتاً به این دلیل که نهر یویینگ از مرکز شهر Deqing می گذرد و به خصوص در منطقه مرکز شهر، پارک ها و میدان هایی برای تفریح ​​در اطراف دریاچه ساخته شده است. بسیاری از فضاهای سبز در امتداد ساحل دریاچه پراکنده شده اند و فضای سبز در کنار پارک و محوطه ساخته شده بیشترین مساحت را پوشش می دهد. امکانات عمومی عمدتاً در مجاورت مناطق مسکونی توزیع می شود. همانطور که می توان ازشکل 1 ، هر چه از منطقه ساخته شده دورتر باشد، فضای عمومی کمتری وجود دارد. به جز برخی از امکانات عمومی کوچک، مانند مراکز بهداشتی اجتماعی و معابد، پارک ها و میدان ها به ندرت توزیع می شوند. به طور کلی، خود همبستگی فضایی قابل توجهی در فضاهای باز عمومی منطقه ساخته شده Deqing وجود دارد. ایجاد مناطق تفریحی بزرگ در لبه مناطق ساخته شده نه تنها دامنه فضای عمومی را در شهر Deqing گسترش می دهد، بلکه فضاهای باز عمومی کافی را برای ساکنان مناطق مسکونی و شهرهای اطراف فراهم می کند و شلوغی فضاهای عمومی را کاهش می دهد. مناطق ساخته شده این تضمینی برای زندگی سالم و سبز برای ساکنان است و توسعه پایدار اقتصاد زیست محیطی در Deqing را ترویج می کند.

3.2. تجزیه و تحلیل الگوی تمایز محلی

در این مقاله، از شاخص LISA برای انجام تحلیل خودهمبستگی فضایی محلی فضاهای باز عمومی در مناطق ساخته شده و ناحیه لبه اطراف در Deqing استفاده شد. نقشه LISA در شکل 5 نشان داده شده است. توزیع فضایی محلی فضاهای باز عمومی با پنج نوع مشخص می شود، HH (بالا-بالا) خوشه ای از مقادیر بالا است، HL (بالا-کم) تجمعی از مقادیر بالا و پایین است، LH (کم-بالا) یک تجمع مقادیر کم و زیاد، و LL (کم-کم) خوشه ای از مقادیر کم است، N (نه معنی دار) هیچ ویژگی قابل توجهی را نشان نمی دهد. ناحیه HH (LL) نشان می‌دهد که فضاهای عمومی با مقادیر زیاد (پایین) دارای ویژگی‌های تجمع هستند، و ناحیه HL (LH) نشان‌دهنده ناحیه غیرعادی ناشی از فضای عمومی با مقدار زیاد (پایین) است که توسط فضای عمومی احاطه شده است با (کم) بالا) ارزش.
با توجه به وضعیت واقعی، به دلیل وجود فضای عمومی که مساحت زیادی را در ناحیه لبه اشغال می کند، خود همبستگی فضایی محلی در منطقه ساخته شده به طور معمول بیان نمی شود، همانطور که در شکل 5 a,c,e نشان داده شده است . بنابراین، فاکتورهای لبه برای تحلیل خودهمبستگی فضایی محلی حذف شدند و نتایج در شکل 5 نشان داده شده است.b,d,f. از شکل می توان دریافت که ناحیه قرمز، خوشه ای از مقادیر بالا است. از برگه اموال می توان دریافت که فضای سبز با ارزش های بالا دارای ویژگی های تجمیع است. با توجه به تجزیه و تحلیل محیط جغرافیایی، کرانه شمالی بروک یوئینگ عمدتاً یک منطقه توسعه است، در حالی که کرانه جنوبی عمدتاً یک منطقه توسعه و منطقه ویلایی است. از نظر ترافیک، منطقه ساخته شده نزدیک به بزرگراه چانگ شن در غرب است، جایی که خط لینمو و بزرگراه چانگ شن به هم مرتبط هستند، و فضای سبز اطراف خط ترافیک به طور گسترده توزیع شده است، بنابراین ارزش بالایی دارد. ویژگی خوشه بندی در غرب Deqing. تحت این ویژگی فضایی، تسهیلات حمل و نقل مناسب، توسعه سریع اقتصادی Deqing را ارتقا داد. و زمین سبز در امتداد رودخانه در دو طرف برای ترویج تصویر سبز و زیست محیطی شهر مساعد بود. مناطق زرد و نارنجی با مقادیر زیاد و کم مشخص می شوند، عمدتاً به این دلیل که این مناطق نشان دهنده پارک و میدان در مرکز شهر و منطقه دیدنی نزدیک شهر هستند. اطراف آن توسط فضاهای عمومی دیگری مانند کمربند سبز منطقه مسکونی و امکانات عمومی احاطه شده است که منجر به ویژگی های خوشه ای با ارزش های بالا و پایین می شود. این ویژگی توزیع نشان می دهد که طراحی فضای عمومی در منطقه ساخته شده Deqing انسانی است، نیازهای عمومی را برآورده می کند و برای فضای زندگی سالم، سبز، ایمن و پایدار مفید است. مناطق خاکستری عمدتاً جاده های شهری و مناطق سبز مسکونی هستند که به طور تصادفی پراکنده شده اند و ویژگی های خوشه بندی محلی مشخصی ندارند. در کل، فضاهای باز عمومی در منطقه ساخته شده دکینگ عمدتاً در قسمت غربی شهر (عمدتاً فضای سبز) و همچنین پارک ها و میادین در قسمت داخلی شهر و نقاط دیدنی در حاشیه شهر توزیع شده است. با این حال، توزیع بسیار کمی در شهرهای دیگر خارج از منطقه ساخته شده وجود دارد. این توزیع نشان دهنده عدم تعادل فضاهای باز عمومی در منطقه تحقیقاتی است. لازم است یک برنامه بهبود عادلانه برای ارتقای توسعه کلی، متعادل و پایدار Deqing ایجاد شود. علاوه بر این، طول فضاهای باز عمومی دارای تجمعی مشابه با مساحت است و تجمع نوع کمتر از سایر ویژگی ها است. و همچنین پارک ها و میادین در قسمت داخلی شهر و نقاط دیدنی در حاشیه. با این حال، توزیع بسیار کمی در شهرهای دیگر خارج از منطقه ساخته شده وجود دارد. این توزیع نشان دهنده عدم تعادل فضاهای باز عمومی در منطقه تحقیقاتی است. لازم است یک برنامه بهبود عادلانه برای ارتقای توسعه کلی، متعادل و پایدار Deqing ایجاد شود. علاوه بر این، طول فضاهای باز عمومی دارای تجمعی مشابه با مساحت است و تجمع نوع کمتر از سایر ویژگی ها است. و همچنین پارک ها و میادین در قسمت داخلی شهر و نقاط دیدنی در حاشیه. با این حال، توزیع بسیار کمی در شهرهای دیگر خارج از منطقه ساخته شده وجود دارد. این توزیع نشان دهنده عدم تعادل فضاهای باز عمومی در منطقه تحقیقاتی است. لازم است یک برنامه بهبود عادلانه برای ارتقای توسعه کلی، متعادل و پایدار Deqing ایجاد شود. علاوه بر این، طول فضاهای باز عمومی دارای تجمعی مشابه با مساحت است و تجمع نوع کمتر از سایر ویژگی ها است. توسعه متعادل و پایدار Deqing. علاوه بر این، طول فضاهای باز عمومی دارای تجمعی مشابه با مساحت است و تجمع نوع کمتر از سایر ویژگی ها است. توسعه متعادل و پایدار Deqing. علاوه بر این، طول فضاهای باز عمومی دارای تجمعی مشابه با مساحت است و تجمع نوع کمتر از سایر ویژگی ها است.
نتایج تحلیل خودهمبستگی فضایی جهانی و محلی نشان می‌دهد که فضاهای باز عمومی دارای همبستگی فضایی مثبت و معنادار و ویژگی‌های تراکم فضایی در الگوی فضا هستند. علاوه بر این، ویژگی‌های مختلف فضای عمومی ارتباط و تجمیع متفاوتی را نشان داده‌اند. نوع دارای مثبت ترین و معنادارترین همبستگی جهانی است، اما بدترین تجمع محلی را نیز دارد.

3.3. تحلیل همبستگی بین جمعیت و فضاهای باز عمومی

با توسعه سریع اقتصادی و اجتماعی، بسیاری از مردم در شهر ازدحام می کنند. با توجه به این واقعیت که فضاهای باز عمومی شهری نمی توانند نیازهای فعالیت جمعیت بسیار متراکم را برآورده کنند، تجزیه و تحلیل کمی فضاهای باز عمومی با جمعیت به عنوان یک عامل تأثیرگذار از ارزش تحقیقاتی بالایی برخوردار است [33، 34 ] .]. در این مقاله ابتدا از تحلیل خوشه‌بندی بالا/پایین (Getis-Ord General G) برای تحلیل ویژگی‌های توزیع داده‌های جمعیت در منطقه مورد مطالعه استفاده شد. نتایج نشان می‌دهد که خود همبستگی فضایی توزیع جمعیت معنادار است و خوشه‌بندی فضایی بالا است. سپس از آنالیز نقطه داغ برای تجزیه و تحلیل بیشتر خصوصیات توزیع جمعیت استفاده شد. همانطور که در شکل 6 نشان داده شده است، نتایج تجزیه و تحلیل نقاط داغ جمعیت را با نتایج خودهمبستگی محلی منطقه فضاهای باز عمومی کنار هم قرار دادیم .
جمعیت منطقه ساخته شده با زیرمجموعه فضایی با نهر یویینگ به عنوان مرز مشخص می شود. قسمت جنوبی دریاچه با ارزش های بالایی متمرکز شده است که در نزدیکی تأسیسات عمومی مانند پارک ها، میادین و مراکز خرید در مرکز منطقه ساخته شده و در جنوب توزیع شده است. در شمال و غرب، خوشه های کم ارزش وجود دارد، زیرا شمال و غرب عمدتاً مناطق توسعه ای هستند. در جنوب غربی مکان هایی وجود دارد که فقط افراد با درآمد بالا توانایی خرید آن را دارند مانند ویلا و عمارت. با این حال، در سه منطقه خیابانی خارج از منطقه ساخته شده، ویژگی خوشه‌بندی کم ارزش فقط در مرکز شهر و مجاورت خطوط ترافیکی مهم ظاهر شد و هیچ توزیع ویژگی خوشه‌بندی با ارزش بالا وجود نداشت. از این رو، ویژگی های توزیع جمعیت با تمایز فضایی فضاهای باز عمومی همبستگی آشکار دارد. برای تایید نتایج تحلیل همبستگی، فاصله چند ضلعی ها بین منطقه خوشه جمعیت و مناطق تجمع فضاهای باز عمومی را محاسبه کردیم، همانطور که در نشان داده شده است.شکل 7 .
ما فاصله بین فضاهای باز عمومی و جمعیت را با استفاده از تحلیل همسایگی محاسبه کردیم و این فاصله به نزدیکترین فاصله این چند ضلعی ها اشاره دارد. هر چه فاصله کمتر باشد، چند ضلعی ها نزدیکتر هستند و رابطه بین فضاهای باز عمومی و جمعیت نزدیکتر است. بنابراین، می‌توانیم هیستوگرام فاصله بین این چندضلعی‌ها را محاسبه کنیم تا همبستگی آنها را قضاوت کنیم. لازم به ذکر است که آنچه در اینجا اندازه گیری می شود، رابطه بین تجمیع این عوامل است، به این معنی که آنچه ما تحلیل کردیم، رابطه فضایی بین نتایج تحلیل خودهمبستگی محلی و نتایج تجزیه و تحلیل نقطه داغ است. مطابق شکل 7a، ما متوجه شدیم که فواصل این چند ضلعی ها بیشتر نزدیک به 0 است، مقدار میانگین فقط 14.44 است، یعنی همه آنها به هم نزدیک هستند. با این حال، باید توجه داشته باشیم که به طور کامل نشان نمی دهد که آنها همبستگی معنی داری دارند، زیرا چند ضلعی های زیادی بدون تجمع قابل توجهی وجود دارد و هیچ تمایزی بین مناطق تجمع با ارزش بالا و کم ارزش وجود ندارد. بنابراین، ما نیاز به تجزیه و تحلیل همبستگی بین خوشه‌های با ارزش بالا در نتایج LISA از فضاهای باز عمومی و نقاط داغ جمعیت، و همبستگی بین خوشه‌های کم ارزش و نقاط سرد داریم. مطابق شکل 7b-f، ما دریافتیم که فاصله بین چند ضلعی های طول (LL) و چند ضلعی های نقطه سرد کوتاه ترین است، به این معنی که خوشه کم ارزش طول فضاهای باز عمومی همبستگی معنی داری با نقاط سرد جمعیت دارد. و همین امر در مورد خوشه با ارزش از نوع فضاهای باز عمومی و نقاط داغ جمعیت نیز صادق است.
در نتیجه، نتایج تجربی با وضعیت واقعی مطابقت دارد. با در نظر گرفتن جمعیت به عنوان عامل، ویژگی های توزیع فضایی فضاهای عمومی از منظر محیط جغرافیایی و امکانات حمل و نقل بیشتر تحلیل می شود. این نشان می دهد که طراحی فضاهای باز عمومی در منطقه ساخته شده Deqing پاسخگوی نیاز ساکنان است. با این حال، هر چه از منطقه ساخته شده دورتر باشد، فضای کمتری برای فعالیت های عمومی وجود دارد. در ترکیب با نتایج SDG 11.7، سرانه فضاهای باز عمومی و میزان زمین سبز در مناطق ساخته شده شهری 8.63 متر مربع بود .و به ترتیب 38 درصد که بالاتر از شاخص SDG، مقدار شاخص داشبورد و هدف برنامه کشوری در سال 2030 است. اما در سایر شهرک ها به جز مناطق ساخته شده، سرانه فضاهای باز عمومی نسبتا پایین هستند. نتایج این شاخص با نتایج این مطالعه همسو بوده و زمینه ای علمی برای کشف مشکلات ساخت و ساز فضاهای باز عمومی در دکینگ فراهم می کند تا به منظور بهینه سازی بیشتر ساخت و ساز و ارائه پشتیبانی فنی معین و راهنمایی ساخت و ساز و متعادل و متوازن. توسعه اقتصادی پایدار بین شهری و روستایی

4. بحث

نتایج نشان می‌دهد که تحلیل خودهمبستگی مکانی GIS می‌تواند به ما در توصیف الگوی فضایی مختلف فضاهای باز عمومی شهری و شناسایی رابطه علی با جمعیت کمک کند.

4.1. درک الگوی فضایی جهانی و محلی فضاهای باز عمومی شهری

در راستای تحقیقات اولیه Cybriwsky [ 35 ]، Johnson [ 36 ] و Mitchell [ 37 ] که اهمیت درک الگوی فضایی و مکانیسم شکل‌گیری فضاهای باز عمومی شهری را در زمینه برنامه‌ریزی شهری و ارزیابی پایداری شهری برجسته کردند، یافته‌های حاصل از این مطالعه موردی نشان می‌دهد که شکل‌گیری فضای عمومی شهری ارتباط مثبتی با جمعیت شهری دارد. علاوه بر این، نتایج نشان می‌دهد که همبستگی‌های فضایی جهانی معنادار هستند و این نوع خودهمبستگی دارای ویژگی‌های تجمع محلی آشکار است. متفاوت از تحقیقات فن [ 17 ] و شیا [ 18]، که فقط از تجزیه و تحلیل خودهمبستگی فضایی محلی برای یافتن رابطه یا ارزیابی الگوی فضایی استفاده کرد، کار فعلی بیشتر نشان داد که هم ویژگی های تمایز جهانی و هم محلی الگوی فضایی برای فضاهای باز عمومی شهری وجود دارد و عامل اصلی ایجاد این تفاوت است. جمعیت با تجزیه و تحلیل نقطه داغ علاوه بر این، نتایج ما نشان می‌دهد که روابط فضایی محلی با فضاهای باز عمومی شهری مرتبط است. این یافته می تواند ارزیابی عدالت فضایی فضاهای باز عمومی را بیشتر تأیید کند، که توسط مطالعات قبلی نیز به اثبات رسیده بود [ 38 ].

4.2. ارزیابی فضاهای باز عمومی شهری توسط SDG 11.7.1

در همین حال، با توجه به ارزیابی SDG11.7، مشاهده می‌شود که سرانه فضای باز عمومی و نرخ فضای سبز مناطق ساخته‌شده شهری Deqing در سال 2016 به اهداف برنامه 2030 سازمان ملل برای توسعه پایدار رسیده است. بر اساس بخش 2.2.4 ، ما این شاخص ها را برای Deqing محاسبه کردیم و نتایج را با اهداف 2030 سازمان ملل مقایسه کردیم. جدول 2 نتایج محاسبه و مقایسه Deqing را در سال 2016 نشان می دهد.
طبق جدول 2 ، ارزش بیشتر شاخص‌های Deqing در سال 2016 از یکی از اهداف سازمان ملل در سال 2030 فراتر رفت، به این معنی که Deqing در حال حاضر از سطح بالایی از توسعه پایدار از نظر فضاهای باز عمومی شهری، به ویژه در منطقه ساخته شده برخوردار است. .

4.3. رابطه بین تراکم جمعیت و انواع فضاهای باز عمومی

با توجه به نتایج تجزیه و تحلیل در بخش 3.3 ، ما نشان دادیم که توزیع فضاهای باز عمومی رابطه معناداری با جمعیت دارد و رابطه نشان داده شده توسط ویژگی های مختلف فضاهای باز عمومی نیز متفاوت است. همانطور که در شکل 7 نشان داده شده است، خوشه با ارزش از نوع فضاهای باز عمومی مربوط به خوشه با ارزش بالا از جمعیت، و یک خوشه کم ارزش از طول مربوط به نقاط سرد است. بنابراین، تراکم جمعیت نیز باید با انواع مختلف فضاهای باز عمومی رابطه داشته باشد، اما این همبستگی چگونه است؟ ما سعی کردیم از مدل GWR [ 39 ] برای تحلیل این همبستگی استفاده کنیم.
از آنجایی که ما نگران رابطه بین تجمع جمعیت و انواع مختلف فضاهای باز عمومی هستیم، از PD (فاصله تا پارک)، SD (فاصله تا مربع)، GD (فاصله تا زمین سبز) و PFD (فاصله تا امکانات عمومی) استفاده کرده‌ایم. به عنوان عوامل موثر بر توزیع جمعیت از طریق تجزیه و تحلیل تشخیصی چند خطی.

بگذارید تعداد جمعیت‌ها y i باشد و مختصات نقطه i ( u i , v i ) باشد، سپس مدل GWR جمعیت‌ها است:

yمن=β0(تومن،vمن)+∑j=1،کایکسمن،j(پD)(تومن،vمن)+∑j=1،کایکسمن،j(اسD)(تومن،vمن)+∑j=1،کایکسمن،j(جیD)(تومن،vمن)+∑j=1،کایکسمن،j(پافD)(تومن،vمن)+εمن
با محاسبه ضریب رگرسیون مربوط به هر عامل، حداقل، چندک بالا، میانه، چارک پایین، حداکثر و میانگین ضریب رگرسیون هسته فضایی تنظیم شده محاسبه شد. سپس از روش مونت کارلو برای انجام یک آزمون معنی دار بر روی متغیرهای مکانی هر عامل استفاده کردیم و مقدار p ضریب رگرسیون را مطابق جدول 3 و شکل 8 تخمین زدیم. نشان داده شده است، تخمین زدیم .
تجزیه و تحلیل مقایسه ای از p -value نشان می دهد که PFD بی ثباتی فضایی قابل توجهی را نشان می دهد و ضرایب رگرسیون آنها با مکان مکانی تغییر می کند. بیشتر این ضرایب اعداد منفی هستند، به این معنی که با افزایش فاصله تا فضاهای باز عمومی، تمرکز جمعیت کاهش می یابد. با مقایسه و تجزیه و تحلیل میانگین ضرایب، می توان دریافت که قدر مطلق ضریب PD بزرگترین است و بیشترین تأثیر را بر میزان تجمع جمعیت دارد و پس از آن SD، GD و PFD قرار دارند. از شکل 8 ، همچنین می توان مشاهده کرد که تفاوت در توزیع ضرایب PFD آشکارترین است ( شکل 8 د)، در حالی که توزیع ضرایب PD یکنواخت تر است و مقادیر بالا متمرکز تر است ( شکل 8آ). بنابراین پارک بیشترین همبستگی را با تراکم جمعیت دارد.

5. نتیجه گیری ها

این مقاله داده‌های فضاهای باز عمومی در منطقه ساخته‌شده و خیابان‌های اطراف Deqing را بر اساس تفسیر سنجش از دور به‌دست آورد. بر اساس ایده‌های آمار جغرافیایی و تحلیل فضایی، مدل‌های آماری فضایی مانند همبستگی مکانی و تحلیل همبستگی برای تحلیل ویژگی‌های توزیع فضایی فضاهای باز عمومی در منطقه ساخته‌شده Deqing در سال ۲۰۱۶ و ارتباط آن با جمعیت مورد استفاده قرار گرفت. نتایج LISA منطقه نشان می دهد که تجمع با ارزش بالا در فضاهای عمومی عمدتا در منطقه توسعه در غرب منطقه ساخته شده توزیع شده است. خوشه بندی HL عمدتا در مرکز و لبه منطقه ساخته شده توزیع شده است. ناحیه لبه توزیع پراکنده مقادیر کم فضای عمومی را نشان می دهد و هیچ همبستگی مکانی ندارد. اما همچنان بر همبستگی خودکار فضاهای باز عمومی در منطقه ساخته شده تأثیر قابل توجهی داشت. علاوه بر این، ویژگی‌های مختلف فضاهای باز عمومی نتایج LISA متفاوتی را نشان داده‌اند – نوع دارای مثبت‌ترین و معنی‌دارترین همبستگی جهانی است، اما بدترین تجمع محلی را نیز دارد، و طول فضاهای باز عمومی دارای تجمع محلی مشابه با منطقه است. .
بر اساس نتایج تجزیه و تحلیل همبستگی، مشخص شد که الگوی تمایز فضایی فضاهای باز عمومی به طور معناداری با تراکم جمعیت مرتبط است. هرچه از منطقه ساخته شده دورتر باشد، فضای عمومی کمتر و تجمع جمعیت کمتر است. خوشه پر ارزش نوع فضاهای باز عمومی مربوط به خوشه پر ارزش جمعیت و خوشه کم ارزش طول مربوط به نقاط سرد آن است. نتایج رگرسیون وزن‌دار جغرافیایی نشان می‌دهد که انواع فضاهای باز عمومی روابط متفاوتی با جمعیت دارند و پارک بیشترین همبستگی را با تراکم جمعیت دارد.
علاوه بر این، نتایج ارزیابی SDG 11.7.1 نشان می‌دهد که سرانه فضای باز عمومی و نرخ زمین‌های سبز در مناطق ساخته‌شده Deqing در سال 2016 به اهداف برنامه 2030 سازمان ملل برای توسعه پایدار رسیده است. بنابراین، نشان می دهد که یک محیط زیست عالی و سطح بالایی از توسعه پایدار در منطقه ساخته شده Deqing است، اما تعادل فضاهای باز عمومی شهری و روستایی نیاز به بهبود بیشتر دارد. این مطالعه یک مبنای علمی برای بهینه سازی و ساخت فضاهای باز عمومی در Deqing فراهم می کند. همچنین تجربه و نمایشی را برای سایر مناطق در چین فراهم می کند تا ارزیابی کمی SDG را انجام دهند، خرد چینی را در اجرای جهانی برنامه توسعه پایدار کمک کند و راه حل های چینی را پیشنهاد کند.
نتایج حاصل از این مطالعه می‌تواند الگوی فضایی فضاهای باز عمومی شهری را با استفاده از تحلیل خودهمبستگی مکانی GIS شناسایی کند، اما شایان ذکر است که این نوع تفاوت الگوی فضایی به‌ویژه در شهرهای چین بسیار مستعد مداخله سیاستی است. اگرچه برنامه ریزان شهری چینی در حال حاضر اهمیت زیادی به تأثیر فضاهای باز عمومی شهری می دهند، با توجه به عدم تطابق بین فضاهای شهری و فعالیت های اجتماعی-اقتصادی، ممکن است همبستگی خودکار فضاهای باز عمومی شهری در آینده تغییر کند. بنابراین، ما به داده های بیشتری از دوره های زمانی مختلف برای کشف قوانین شکل گیری نیاز داریم
علاوه بر این، مکانیسم شکل‌گیری فضاهای باز عمومی شهری پیچیده و متنوع است و تحلیل رابطه فضاهای باز عمومی شهری با جمعیت به عنوان عامل اصلی قابل اعتماد است، اما اگر بخواهیم مکانیسم شکل‌گیری فضاهای باز عمومی شهری را به طور کامل درک کنیم. ، ما نیاز به تجزیه و تحلیل عوامل بیشتری داریم، مانند امکانات عمومی، جاده ها و ترافیک، سرمایه گذاری دولت، رفتار انسانی و سایر عوامل اجتماعی-اقتصادی. علاوه بر این، Deqing نمونه ای از درجه بالایی از توسعه پایدار شهری در سراسر جهان است، بنابراین نتایج تجربی این مورد ایده آل تر است، اما ممکن است لزوما برای شهرهای دیگر با توسعه پایدار پایین قابل استفاده نباشد. ما به موارد بیشتری برای تأیید یا به دست آوردن نتایج تحقیقات کلی تر نیاز داریم. با این حال، محدود به در دسترس بودن داده ها، انتخاب همه شهرها با ویژگی ها و الگوهای توسعه متفاوت دست نیافتنی است. در مطالعات آتی، ممکن است عوامل بیشتری بر اساس چارچوب تحلیلی فعلی مورد تجزیه و تحلیل قرار گیرند و روش پیشنهادی ممکن است برای سایر شهرها به کار رود تا بررسی شود که آیا یافته های مطالعه حاضر برای انواع مختلف شهر مناسب هستند یا خیر.

منابع

  1. چن، جی. رن، اچ. گنگ، دبلیو. پنگ، اس. اندازه‌گیری و نظارت کمی Fanghong، YE اهداف توسعه پایدار (SDGs) با اطلاعات مکانی. Geomat. جهان 2018 ، 25 ، 1-7. [ Google Scholar ]
  2. لیو، اس. بای، جی. چن، جی. اندازه‌گیری SDG 15 در مقیاس شهرستان: بومی‌سازی و تمرین شاخص‌های SDG بر اساس اطلاعات جغرافیایی. بین المللی J. Geo Inf. 2019 ، 8 ، 515. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  3. جلال الدینی، س. Oktay، D. فضاهای عمومی شهری و سرزندگی: تحلیلی اجتماعی- فضایی در خیابان های شهرهای قبرس. Procedia Soc. رفتار علمی 2012 ، 35 ، 664-674. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  4. Xin، F. ساخت فضای عمومی جامعه شهری تحت نظر “ادغام سه حکومت” – بر اساس اکتشاف جامعه d در شانگهای. J. Soc. علمی 2018 ، 3 ، 21-28. [ Google Scholar ]
  5. لو، اس. ژن، اف. چگونگی ارزیابی سرزندگی فضای عمومی بر اساس داده های تلفن همراه: تحلیل تجربی پارک های نانجینگ. Geogr. Res. 2019 ، 38 ، 1594-1608. [ Google Scholar ]
  6. Pietrzyk-Kaszyńska، A.; چپکیویچ، م. Kronenberg, J. استخراج ارزش های غیر پولی فضاهای سبز رسمی و غیررسمی شهری با استفاده از مشارکت عمومی GIS. Landsc. طرح شهری. 2017 ، 160 ، 85-95. [ Google Scholar ] [ CrossRef ]
  7. Xu, L. مروری بر تحقیقات فضای عمومی شهری در چین معاصر از دیدگاه جامعه شناختی. تئوری مد. 2017 ، 6 ، 122-128. [ Google Scholar ]
  8. یو، LI; زو، دبلیو. مقدمه ای از دستورالعمل های طراحی فعال: ترویج فعالیت بدنی و سلامت در طراحی شهر نیویورک و اندیشیدن به فضای شهری در شهر پکن. معمار جهان 2013 ، 9 ، 125-128. [ Google Scholar ]
  9. نیلسن، CS پتانسیل دموکراتیک بیان هنری در فضای عمومی: هنر خیابانی و گرافیتی به عنوان اقدامات سرکش. در هنر خیابانی مقاومت ; Springer: برلین/هایدلبرگ، آلمان، 2017; صص 301-323. [ Google Scholar ]
  10. ژانگ، اف. شیائو، ی. یین، WU چیدمان فضایی اماکن ورزشی عمومی در جوامع شهری – بر اساس منطقه یانگپو شانگهای. J. دانشگاه شانگهای. ورزش 2014 ، 1 ، 80-83. [ Google Scholar ]
  11. بحرینی، ف. بل، اس. مختارزاده، س. رابطه بین الگوهای توزیع و کاربری پارکها و دسترسی فضایی آنها در سطح شهر: مطالعه موردی از تهران، ایران. شهری برای. سبز شهری. 2017 , 27 . [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  12. الساندرو، آر. متیو، بی. وینیس، جی. نابرابری در کیفیت سیستم های پارک شهری: تحقیق عدالت زیست محیطی در شهرهای ایالات متحده. Landsc. طرح شهری. 2018 ، 178 ، 156-169. [ Google Scholar ]
  13. فلوریندو، AA; Barrozo، LV; کابرال-میراندا، دبلیو. رودریگز، EQ; تورل، جی. گلدباوم، ام. سزار، CLG; Giles-Corti، B. فضاهای باز عمومی و پیاده روی اوقات فراغت در بزرگسالان برزیلی. بین المللی جی. محیط زیست. Res. بهداشت عمومی 2017 ، 14 ، 553. [ Google Scholar ] [ CrossRef ] [ PubMed ] [ نسخه سبز ]
  14. سان، ک. دی کوئنسل، بی. فیلیپان، ک. آلتا، اف. ون رنترگم، تی. دی پسمیر، تی. جوزف، دبلیو. Botteldooren, D. طبقه بندی مناظر صوتی فضاهای باز عمومی شهری. Landsc. طرح شهری. 2019 ، 189 ، 139-155. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  15. شیروژان، س. لیم، اس. Trinder, J. الگوریتم‌های مبتنی بر همبستگی خودکار برای فیلتر کردن داده‌های لیدار هوابرد در مناطق شهری. J. Surv. مهندس 2016 , 142 , 4015008. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  16. محمد، ع.ا. رضا، اس.د. عبدالرضا، ره. محمدرضا، ر. به کارگیری GIS برای شناسایی الگوهای مکانی و زمانی تصادفات جاده ای با استفاده از آمار مکانی (مطالعه موردی: استان ایلام، ایران). ترانسپ Res. Procedia 2017 ، 25 ، 2126-2138. [ Google Scholar ]
  17. فن، سی. ماینت، اس. مقایسه شاخص‌های خودهمبستگی فضایی و معیارهای منظر در اندازه‌گیری پراکندگی منظر شهری. Landsc. طرح شهری. 2014 ، 121 ، 117-128. [ Google Scholar ] [ CrossRef ]
  18. شیا، سی. آنتونی، G.-OY; Zhang، A. تجزیه و تحلیل روابط فضایی بین شدت استفاده از زمین شهری و سرزندگی شهری در سطح بلوک خیابان: مطالعه موردی پنج کلان شهر چین. Landsc. طرح شهری. 2020 , 193 , 103669. [ Google Scholar ] [ CrossRef ]
  19. شن، ال. Guo، X. کمی سازی فضایی و تحلیل الگوی پایداری شهری بر اساس یک مدل شاخص وزنی ذهنی: مطالعه موردی در شهر ساسکاتون، SK، کانادا. Appl. Geogr. 2014 ، 53 ، 117-127. [ Google Scholar ] [ CrossRef ]
  20. مجومدار، د.د. Biswas، A. کمی سازی تغییر دمای سطح زمین از خوشه های LISA: یک رویکرد جایگزین برای شناسایی تغییر کاربری زمین شهری. Landsc. طرح شهری. 2016 ، 153 ، 51-65. [ Google Scholar ] [ CrossRef ]
  21. ژینبردا، ا. ساباتر-لیزا، ال. ریکو، آ. فوکس، آ. بارسلو، دی. تطبیق نظارت و مدل‌سازی: ارزیابی شبکه‌های پایش رودخانه بر اساس رویکرد همبستگی خودکار فضایی – آلاینده‌های در حال ظهور در رودخانه دانوب به عنوان یک مطالعه موردی. علمی کل محیط. 2018 ، 618 ، 323-335. [ Google Scholar ] [ CrossRef ]
  22. رن، اچ. شانگ، ی. ژانگ، اس. اندازه گیری تغییرات مکانی-زمانی بهره وری اولیه خالص پوشش گیاهی در مغولستان داخلی با استفاده از همبستگی فضایی. Ecol. اندیک. 2020 , 112 , 106108. [ Google Scholar ] [ CrossRef ]
  23. لی، آر. چن، ن. ژانگ، ایکس. زنگ، ال. وانگ، ایکس. تانگ، اس. لی، دی. Niyogi, D. تجزیه و تحلیل کمی فرآیند انتشار خشکسالی کشاورزی در حوضه رودخانه یانگ تسه با استفاده از تجزیه و تحلیل موجک متقاطع و خود همبستگی فضایی. کشاورزی برای. هواشناسی 2020 , 280 , 107809. [ Google Scholar ] [ CrossRef ]
  24. قهوهای مایل به زرد، LY; لی، کیو. Tan, L. تحلیل آمار فضایی RJGDP در پکن تیانجین و هبی بر اساس R. J. North China Inst. علمی تکنولوژی 2015 ، 3 ، 105-110. [ Google Scholar ]
  25. وانگ، دبلیو. چانگ، ی. وانگ، اچ. کاربرد روش خودهمبستگی فضایی در تغییر قیمت املاک در شهر تایتونگ. ISPRS Int. J. Geo Inf. 2019 ، 8 ، 249. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  26. بلازکز، کالیفرنیا؛ پیکارت، بی. کالدرون، جی اف. Losada، F. تجزیه و تحلیل خودهمبستگی فضایی کامیون های باری در تصادفات بزرگراهی در شیلی. اسید. مقعدی قبلی 2018 ، 120 ، 195-210. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  27. Chen, Y. رویکردهای جدید برای محاسبه شاخص موران از خود همبستگی فضایی. PLoS ONE 2013 ، 8 ، e68336. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  28. والدهور، تی. ضریب همبستگی فضایی موران I تحت ناهمسانی. آمار پزشکی 1996 ، 15 ، 887-892. [ Google Scholar ] [ CrossRef ]
  29. Anselin، L. شاخص های محلی ارتباط فضایی-LISA. Geogr. مقعدی 1995 ، 27 ، 93-115. [ Google Scholar ] [ CrossRef ]
  30. Kondo، K. تجزیه و تحلیل نقاط گرم و سرد با استفاده از Stata. Stata J. 2016 ، 16 ، 613-631. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  31. پراساناکومار، وی. ویجیت، اچ. چاروتا، آر. Geetha، N. خوشه بندی فضایی و زمانی تصادفات جاده ای: تجزیه و تحلیل و ارزیابی مبتنی بر GIS. Procedia Soc. رفتار علمی 2011 ، 21 ، 317-325. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  32. ویلر، دی سی؛ Páez, A. رگرسیون وزنی جغرافیایی. در کتابچه راهنمای تحلیل کاربردی فضایی ; Springer: برلین/هایدلبرگ، آلمان، 2010; صص 461-486. [ Google Scholar ]
  33. دونگ، ن. یانگ، ایکس. هوانگ، دی. Han, D. روش فضایی سازی داده های جمعیتی بر اساس عناصر تاسیسات عمومی شهری. J. Geo Inf. علمی 2018 ، 20 ، 918-928. [ Google Scholar ]
  34. گائو، جی. فو، جی. بله، ج. ویژگی‌های فضایی و علل تأسیسات خدمات عمومی شهری در شهر گوانگژو. Areal Res. توسعه دهنده 2012 ، 31 ، 71-75. [ Google Scholar ]
  35. Cybriwsky، R. تغییر الگوهای فضای عمومی شهری: مشاهدات و ارزیابی ها از مناطق شهری توکیو و نیویورک. شهرها 1999 ، 16 ، 223-231. [ Google Scholar ] [ CrossRef ]
  36. جانسون، ای جی؛ Glover، TD درک فضای عمومی شهری در یک زمینه اوقات فراغت. لیس. علمی 2013 ، 35 ، 190-197. [ Google Scholar ] [ CrossRef ]
  37. میچل، دی. مقدمه: فضای عمومی و شهر. جئوگر شهری. 1996 ، 17 ، 127-131. [ Google Scholar ] [ CrossRef ]
  38. ایزی، YJ; لو، جی. چان، EHW عدالت فضایی در برنامه ریزی فضای باز عمومی: دسترسی و فراگیری. Habitat Int. 2020 ، 97 ، 102-122. [ Google Scholar ]
  39. براندون، سی. Fotheringham، AS; چارلتون، ام. نکاتی در مورد آزمون‌های اهمیت پارامتریک برای رگرسیون وزن‌دار جغرافیایی. J. Reg. علمی 1999 ، 39 ، 497-524. [ Google Scholar ] [ CrossRef ]
Ijgi 09 00575 g001 550
شکل 1. مناطق ساخته شده و موقعیت جغرافیایی شهرستان Deqing.
Ijgi 09 00575 g002 550
شکل 2. تصویر سنجش از دور منطقه ساخته شده (سنتز رنگ واقعی، 11-3-2017).
Ijgi 09 00575 g003 550
شکل 3. توزیع فضایی جمعیت در شهرستان Deqing.
Ijgi 09 00575 g004 550
شکل 4. نتایج تحلیل خودهمبستگی جهانی فضاهای باز عمومی بر حسب مساحت: ( الف ) کل منطقه. ( ب ) منطقه ساخته شده.
Ijgi 09 00575 g005 550
شکل 5. نتایج تحلیل خودهمبستگی محلی فضاهای باز عمومی بر روی: ( الف ) مساحت در کل منطقه، ( ب ) منطقه در منطقه ساخته شده، ( ج ) طول در کل منطقه، ( د ) طول در منطقه ساخته شده، ( ه ) در کل منطقه تایپ کنید، ( f ) در منطقه ساخته شده تایپ کنید.
Ijgi 09 00575 g006 550
شکل 6. نتایج تجزیه و تحلیل نقطه داغ جمعیت و نتایج همپوشانی با شاخص های محلی تداعی فضایی (LISA) منطقه فضاهای باز عمومی.
Ijgi 09 00575 g007 550
شکل 7. نتایج آماری فاصله چند ضلعی ها بین: ( الف ) فضاهای باز عمومی و جمعیت. ( ب ) منطقه (HH) و نقطه داغ. ( ج ) طول (HH) و نقطه داغ. ( د ) طول (LL) و نقطه سرد. ( ه ) نوع (HL و LH) و نقطه داغ. ( f ) نوع (LL) و نقطه سرد. * POS: فضاهای باز عمومی.
Ijgi 09 00575 g008 550
شکل 8. توزیع ضریب GWR از چهار نوع فاصله. ( الف ) ضریب GWR فاصله تا پارک، (PD). ( ب ) ضریب فاصله تا مربع GWR (SD). ( ج ) ضریب GWR فاصله تا زمین سبز (GD). ( د ) ضریب GWR فاصله تا تأسیسات عمومی (PFD).

مقالات داخلی و بین المللی

مطالب مرتبط ...

بدون دیدگاه

دیدگاهتان را بنویسید