陕北黄土沟壑区县城公园绿地布局方法研究

来源 :西安建筑科技大学 | 被引量 : 6次 | 上传用户:wdxswdxs
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
论文针对陕北黄土沟壑区县城公园绿地规划和建设中存在的现状公园绿地水平低下、相关规范标准适应性不足、现行布局方法难以适用等急待解决现实和理论问题,基于地域适宜性理念和社会公平正义的公共设施配置理念,深入调研并充分结合该地区县城地域自然环境、经济社会发展、城市空间形态以及公园使用人群等方面的特征,分别从以下方面展开研究。
  第一,公园绿地类型研究。在现有公园绿地分类标准的框架下,针对研究地区县城与周边山体联系紧密、山体公园划属不清且指标统计随意、城区内部建设用地紧张等特征和问题,结合居民对山体公园的使用特征,提出了片区性(山体)公园的概念,以保证现有行业标准的严肃性和对地域特征的适应性。同时从公园绿地空间布局的角度,对社区公园、街旁绿地和带状公园的概念与内涵进行必要的补充界定。
  第二,公园绿地可达性研究。针对现有公园绿地空间布局方法面对特殊地域的不适应性和对空间公平性的考虑不足,顺应公园绿地布局精细化、交通步行化、需求导向化等研究趋势,结合该地区山地地形特征、带状城市空间特征和居民的公园使用习惯,分别构建了基于可达性的社区公园和片区性(山体)公园空间布局方法。前者主要包括“社区公园的适建用地整理、初步布点、布点比选、布点终选”;后者主要包括“片区性(山体)公园的用地适宜性评价因子选取与赋值、用地适宜性评价模型建立与计算、候选用地选择、公园布点”。上述方法旨在最大限度兼顾地域自然环境的适应性、居民的公园使用习惯的针对性、居民出行距离的舒适性、公园数量的最少化和单个公园规模的经济性,提高公园绿地服务的空间公平性,同时在研究中对相关指标进行了探讨。
  第三,公园绿地享有度研究。针对现有公园绿地空间布局方法无法支撑社会公平正义理念的问题,借鉴区位熵理论和公园绿地服务水平已有评价方法,提出了享有度的概念、计算方法及相关指标,建立了基于享有度的公园绿地空间布局优化方法,主要包括“确定公园用地规模、服务区覆盖分析、享有度计算、单类公园享有度模型分析、综合享有度叠加计算和模型分析、空间布局优化”。该方法注重了公园绿地分布、规模与其服务人口的相互匹配,提升了公园绿地服务的社会公平性。
  最后,提炼出“环境—人群—设施”三位一体的公园绿地布局内在机理,并构建起以“外溢性公园绿地空间结构”、“适应性公园绿地类型”、“适宜性指标体系”、“层进式公园绿地空间布局方法”为主要内容的陕北黄土沟壑区公园绿地适宜性布局方法。
其他文献
随着现代城市的迅速发展,大型城市综合体内部及周边巨大的人流量为公共安全带来了严峻的挑战。为了应对这一挑战,需要针对性的人流管理措施,而人流统计和预测则是人流管理的数据基础。  由于人流在时间和空间两个维度上的不确定性,以及缺失数据的存在,精确的人流预测一直是一个具有极高挑战性的任务。近年,已有一些针对城市范围的人流密度预测算法,但这些模型均没有考虑建筑物内部,如城市综合体内的人流模式。  本论文的
随着智能移动设备的广泛使用,一种新的众包形式-空间众包应运而生。空间众包要求工作者到达指定任务位置才能执行任务。本文提出了一种新的空间众包形式,称为时间连续型空间众包。时间连续型空间众包与以往空间众包的不同在于,时间连续型空间众包任务需要长时间的任务周期才能完成任务。时间连续型空间众包在实际生活中存在广泛应用,包括环境监测、交通检测等。  由于任务预算和可分配工作者数量有限,时间连续型空间众包任务
近年来,蓬勃发展的电子信息和网络技术给现代人们的各种日常生活工作方式带来了深刻的社会变革,人们愈发地倾向于以直观的图像和视频为媒介,来理解外部世界和表达自身。这种需求无疑催生了社交媒体平台的爆发式增长,海量的视频数据由这些平台得到分享和传播,并不断涌入我们的生活。在这种情况下,如何对海量的视频数据进行浓缩,抽取出其中的关键信息,从而帮助用户更快更准确地获取自己需要的视频内容,是当今计算机技术领域,
在过去十年中,得益于大规模并行计算架构的广泛部署,人们可利用的计算资源得到了极大提升。如今,在为复杂计算问题设计求解器时,设计并行求解机制以有效利用并行计算平台已变得越来越重要。然而,人工设计并行求解器仍然是一项艰巨的工作。作为一种新的并行求解器设计范式,面向并行启发式算法组的自动构建技术(Automatic Construction of Parallel Heuristic-algorithm
在数据激增的大数据时代,数据挖掘技术正在各行各业中扮演着重要的角色。聚类分析和关联分析是数据挖掘领域中重要的研究课题。聚类分析旨在挖掘出数据中潜在的簇结构,关联分析旨在从数据中发现有意义的关联。传统的聚类分析和关联分析是挖掘数据中所有模式的全局分析技术。当用户只对特定对象感兴趣时,只需要挖掘与给定对象相关的模式。此外,现实中,需要分析的数据是海量的。海量数据的全局信息可能无法获得或者需要很大代价才
学位
性能建模(Performance Modeling)是高性能计算(High Performance Computing,HPC)领域中的重要研究问题。具体而言,性能建模是指利用理论分析或者实验测评的方法,定量描述高性能计算程序的性能与程序输入、系统配置、环境变量等各种因素之间关系。定量的性能模型可以对高性能计算程序在不同的条件下的执行时间进行预测,从而在高性能计算系统的任务调度、资源分配、性能调优
近年来,随着互联网的飞速发展,社交网络逐渐成为人与人之间交互的重要途径和平台,全方位的为人类的生活、工作、娱乐等行为带来了便利,伴随这个过程,互联网同时也产生了大量的数据,这也推动了社交网络挖掘相关工作的发展,借助相关知识,研究者们可以对社交网络中的用户行为进行建模,并对网络中可能发生的事件等进行分析和预测,因此社交网络挖掘也成为数据挖掘领域一个重要的课题。然而,相比于传统的普通静态网络,现实中的
学位
容器(Container)技术作为一种轻量级虚拟化技术得到了迅速发展和广泛关注,并成为云环境的主要部署模型之一。在云计算(Cloud Computing)领域,基于容器技术形成了新型服务模式:容器即服务(Container as a Service,CaaS)。在CaaS服务模式下,容器运行在主机所托管的虚拟机中。由于云环境的复杂性和动态性,云数据中心可能会出现高能耗、资源利用率低下、服务水平协议
学位
从单张人脸图片进行三维人脸重建在计算机视觉和计算机图形学领域是一个具有挑战性的任务,在人脸矫正、人脸识别、人脸表情迁移、人脸对齐等方面有着非常广泛的应用,所以越来越多的学者开始研究三维人脸重建。  近年来,随着深度学习的不断发展,基于卷积神经网络的方法受到越来越多的关注。和传统方法相比,基于卷积神经网络的方法泛化性能好、速度快,显著提高了三维人脸重建的质量和效率。基于卷积神经网络的方法通常需要大量
针对高密度建筑外部空间较少考虑观景效果、利用率低、活动不便、吸引力差的问题,通过对人群活动的分析,提取行为轨迹和分析行为活动特征,进而对人群行为和建筑外部空间关系进行研究。本文选取实例分析,对天津市西北角回民社区进行研究,在对人群行为分析的过程中,运用行为注记等观察法,并结合访谈和问卷的方法对人群性别与年龄的差异性、行为活动时长与活动方式的差异性、活动时间差异性以及活动空间的差异性进行对比分析,并