研究目的
- 1.UGS可达性的评估
：从人类活动的角度出发，评估居民到达UGS的潜在机会。 - 2.影响因素的探索
：探讨旅行模式、旅行时间阈值和UGS类型等因素如何影响UGS可达性的空间分布和社会公平性。 - 3.需求与可达性的不匹配
：揭示UGS可达性与需求之间的空间不匹配模式，为城市规划提供依据。
- 1.综合评估方法
：结合3SFCA方法和多源数据，提供了一个综合评估UGS可达性的空间变化和公平性的方法。 - 2.多维度考量
：不仅考虑了UGS的供应和需求，还考虑了不同类型UGS的功能性差异以及居民的实际出行行为。 - 3.地方层面的不平等性研究
：在地方层面上探讨UGS可达性的不平等性问题，增加了研究的深度和实际应用价值。
研究方法
1.数据收集：
- 人类活动数据
：通过Divvy自行车共享系统和出租车乘客数据来代表UGS的需求。 - UGS区域数据
：包括城市公园和森林保护区的边界和信息。 - UGS供应数据
：包括归一化植被指数（NDVI）、设施和UGS内的步行道。 - 建筑环境数据
：包括兴趣点（POIs）和芝加哥的交通网络数据。
- 人类活动数据
2.数据处理：
- POIs和交通网络数据提取
：使用Python包OSMnx从Open Street Map提取。 - 路径和出行时间计算
：应用Dijkstra算法计算起点和终点之间的最短路径和相应的出行成本（即出行时间）。 - 距离衰减函数应用
：应用Gaussian函数作为距离衰减函数，计算出行成本系数。
- POIs和交通网络数据提取
3.不平等性评估：
- Gini指数和Lorenz曲线
：用于评估可达性的不平等性。 - Bi-LISA
：用于探索UGS可达性不平等性的空间模式和UGS需求与可达性之间的不匹配。
- Gini指数和Lorenz曲线
结果
- 1.可达性的空间分布
：不同类型UGS的可达性在空间上呈现出不同的分布模式，小UGS的可达性从城市西部向东部递减，而大UGS的可达性则呈现出U形趋势。 - 2.出行方式和时间阈值的影响
：驾车出行方式和较大的出行时间阈值导致可达性分布更加均匀，但加剧了UGS可达性与需求之间的不匹配。 - 3.不平等性分析
：Gini指数显示了不同类型UGS在不同出行方式和出行时间阈值下的可达性存在高度不平等。 - 4.需求与可达性的不匹配
：市中心区域持续存在高需求-低供应不匹配，而北部和南部区域在某些出行方式和出行时间阈值下存在低需求-高供应不匹配。
讨论
- 1.城市规划策略
：市中心和东部地区的UGS可达性冷点和高需求-低供应不匹配区域突出了改善这些区域UGS可达性的迫切需要。 - 2.资源分配
：北部和南部地区的高UGS可达性和低需求-高供应不匹配揭示了城市中UGS资源和需求的丰富但分布不均，表明需要更战略性地分配UGS资源。 - 3.政策制定
：研究结果为决策者制定政策和计划以优化UGS和其他城市设施的访问提供了指导，强调了在多个场景下考虑不同因素影响的重要性。
