全 文 ：城市住区绿化生态效益及其可控影响
因素的量化分析*
王伟武**摇 戴企成摇 朱敏莹
(浙江大学城市规划工程与信息技术研究所, 杭州 310058)
摘摇 要摇 基于杭州城西 2007 年 1 m伊1 m 高分辨率航空遥感图像和夏季 30 m伊30 m Landsat
TM数据,应用 GIS和遥感图像解译方法定量计算了代表杭州城西 30 个典型城市住区总体生
态效益的归一化植被指数(NDVI),以及各样本住区 6 个可控生态效益的影响指标(复层结构
高度、软硬比、绿化覆盖率、容积率、绿地面积、建筑密度),并采用多元线性回归和对应分析方
法得出 6 个影响因素对绿化生态效益的贡献度排序,以及提升住区生态效益的措施,分析了
城市住区生态效益与典型可控影响因素间的定量关系.结果表明:各影响因素对城市住区生
态效益贡献度依次为复层结构高度>软硬比>绿化覆盖率>容积率>绿地面积>建筑密度;复层
结构高度的贡献率远超过其他因素,建筑密度对住区生态效益的影响极微弱.利用对应分析
法所得的各影响因素改进二维图,可方便地用来制定提升住区绿化生态效益的决策方案.
关键词摇 城市住区摇 绿化生态效益摇 复层结构厚度摇 绿化覆盖率摇 容积率摇 建筑密度
文章编号摇 1001-9332(2011)09-2383-08摇 中图分类号摇 TU984;X16摇 文献标识码摇 A
Ecological benefits of greening and related controlling factors in urban residential areas of
Hangzhou: A quantitative analysis. WANG Wei鄄wu, DAI Qi鄄cheng, ZHU Min鄄ying ( Institute
of Urban Planning Engineering and Information Technology, Zhejiang University, Hangzhou
310058, China) . 鄄Chin. J. Appl. Ecol. ,2011,22(9): 2383-2390.
Abstract: Based on the 1 m伊1 m high resolution aerial images in 2007 and the 30 m伊30 m Landsat
5 TM images in summer 2007, and with the help of GIS and remote sensing image interpretation,
this paper calculated the normalized difference vegetation indices (NDVI) representing the overall
ecological benefits of greening as well as the six controlling factors, i. e. , multilayer structure
height, area ratio of softness to hardness, greening rate, floor area ratio, greening area, and build鄄
ing density, in 30 typical urban residential quarters of west Hangzhou. The contributions of the con鄄
trolling factors to the ecological benefits of greening as well as the quantitative relationships between
the overall ecological benefits and the six controlling factors were analyzed by multiple linear regres鄄
sion and correspondence analysis, and some advises were given for the improvement of the ecologi鄄
cal benefits. The contribution rate of the six factors was in the order of multilayer structure height >
area ratio of softness to hardness > greening rate > floor area ratio > greening area > building densi鄄
ty, and the contribution of multilayer structure height was far greater than that of the others whereas
building density had the weakest effect on the ecological benefits. Correspondence analysis was ef鄄
fective in simplifying a complex data table into an intuitive two鄄dimensional chart, and thus, a po鄄
tential powerful tool in decision鄄making for the improvement of ecological benefits of greening in ur鄄
ban residential quarters.
Key words: urban residential area; ecological benefits of greening; multilayer structure height;
greening rate; floor area ratio; building density.
*国家高技术研究发展计划项目 (2007AA12Z232)资助.
**通讯作者. E鄄mail: weiwuwang@ zju. edu. cn
2011鄄01鄄11 收稿,2011鄄06鄄20 接受.
应 用 生 态 学 报摇 2011 年 9 月摇 第 22 卷摇 第 9 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, Sep. 2011,22(9): 2383-2390
摇 摇 城市住区是构成城市的重要单元,其绿化植被
的生态效益直接影响人们的工作和生活质量,是城
市规划设计中需格外关注的问题. 绿化植物通过其
生理活动的物质循环和能量流动来改善环境质量并
产生降温增湿、滞尘杀菌、吸收有毒气体、固碳释氧、
降低噪音等多方面的生态效益[1-3] . 园林绿地中物
质流动和能量流动数量的大小,主要源于植物的光
合效能并取决于植物叶面积和叶面积指数. 以往国
内外学者对城市绿化生态效益的量化分析主要有 3
类:1)利用实地观测方法开展单个或几类绿地的降
温增湿、滞尘杀菌、吸收有毒气体、固碳释氧、降低噪
音等生态效应的量化研究[4-7];2)利用实测结合遥
感等方法建立多尺度城市绿量模型[8-11];3)城市或
城市功能区不同类型绿化用地生态效益定量测算或
典型住区生态效益的分级评价指标的选取和测
定[12-15] .上述量化分析在选择适合不同绿地的园林
植物类型和植物配植模式方面发挥了作用. 但这些
量化研究仅仅围绕城市绿地系统自身展开,而城市
居住区在某种程度上是一个较复杂的人工系统,其
绿化建设还受软硬比、容积率、绿化覆盖率、建筑密
度等与住区规划建设密切相关的人为可控影响因素
的影响或限制.迄今,尚没有研究涉及到城市住区绿
化生态效益与其可控影响因素之间的量化关系. 为
此,本文以我国南方典型城市———杭州为考察对象,
采用遥感、GIS和数理统计相结合的方法,揭示城市
住区绿化生态效益与典型人为可控影响因子之间的
定量关系,为提升住区绿化生态效益、选择合理的住
区规划设计方案,建设绿色生态、节能的住区环境提
供科学依据.
1摇 研究地区与研究方法
1郾 1摇 研究区概况
研究区位于杭州市城西的文一路以南、天目山
路以北、紫荆港路以东、学院路以西的区域(30毅15忆
45郾 86义—30毅17忆30郾 16义 N,120毅04忆44郾 07义—120毅 07忆
34郾 92义 E)(图 1).该区域在城市化前是杭州西部河
网平原地带,目前大部分已开发成居住用地.在城西
居住小区集中地段选择样本,以最大限度地避免地
形、地质条件、气候环境、政策因素等外在条件的影
响.
1郾 2摇 研究方法
1郾 2郾 1 遥感数据来源及预处理摇 采用杭州城西 2007
年 1 m伊1 m高分辨率航空遥感图像和夏季 Landsat
TM数据作为数据源. 由于从地面卫星站购买的
Landsat TM遥感图像都经过了辐射校正和几何粗校
正,只需对遥感图像进行几何精校正. 在 ERDAS
8郾 6 软件的支持下选取 15 个控制点,采用 2 阶多项
式转换,对原始遥感影像进行精确的几何校正,均方
根值(root mean square, RMS)误差均在 0. 5 个像元
以内,精度符合要求,然后结合目视解译,采用 1 颐
1000 矢量数据对 1 m伊1 m 高分辨率航空遥感图像
进一步配准.在此基础上,利用 ERDAS 8. 6 软件在
Landsat影像图上确定各采样小区的位置,创建各小
区的感兴趣区(area of interest, AOI),计算小区的归
一化植被指数 ( normalized difference vegetation in鄄
dex, NDVI),最后在 1 m伊1 m高分辨率航空遥感图
像上,结合目视解译矢量化和 GIS数据提取分析,获
取各采样小区绿化生态效果影响因素的具体数据.
1郾 2郾 2 居住区绿化生态效果指标的 NDVI 反演摇 植
被指数是表征植被覆盖程度的一个相对指标,主要
利用植被在红色波段和近红外波段反射率的差异来
表征植被覆盖程度的高低. 国内外学者提出了很多
形式各异的植被指数,其中 NDVI 最常用. NDVI 能
充分反映出地表植被覆盖情况,不存在饱和现象,能
有效地消除山地地形对遥感图像的影响,其参与的
波段组合对于提取植被信息效果优于其余波段.
NDVI的计算公式为:NDVI = (TM4 - TM3 ) / (TM4 +
TM3).式中,TM4和 TM3分别为近红外波段和红光波
段的反射值,NDVI值在-1 ~ +1. NDVI 为负值表示
地面覆盖为云、水、雪等,对可见光的反射较高;0 表
示有岩石或裸土等;正值表示有植被覆盖,且随覆盖
度增大而增大.通过 NDVI计算公式得到 NDVI专题
图,再利用 ERDAS 软件中 GIS 分析的 Zonal Attrib鄄
utes功能获取各采样小区 NDVI 的平均值. 园林植
物各种生态效益的发挥主要取决于植物的叶面积和
叶面积指数,而 NDVI 与叶面积指数和生物量呈正
相关,能很好地反映植被的覆盖情况和生长活力,利
用由 TM遥感图像计算得出的杭州城西各住区的平
均 NDVI值,能很好地反映城西各住区总体态效益
的好坏(图 1).
1郾 2郾 3 典型住区样本的选择 摇 通过实地调查,统计
了研究区内 84 个居住小区的建设年代和建筑类型,
利用 Landsat TM 遥感图像反演计算出每个小区的
平均 NDVI,并根据其值从大到小(从优到劣)将小
区分成玉、域、芋、郁、吁 5 类(图 2).结果发现,住区
生态效益的优劣主要取决于住区绿化系统规划布局
和内部布置.根据住区绿化系统规划布局和内部布
置,并结合住区建设年代和建筑类型多样性原则,选
4832 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 22 卷
图 1摇 研究区 NDVI值反演结果
Fig. 1摇 Interpretation results of NDVI value in the study area
择具有代表性的 30 个典型住区作为量化分析的研
究样本(表 1).
图 2摇 84 个初始样区 NDVI平均值的分类
Fig. 2 摇 Classification of average NDVI value from 84 initial
sampling areas.
玉:最优 Very good; 域:优 Good; 芋:中 Medium; 郁:差 Inferior; 吁:
最差 Very inferior.
表 1摇 典型采样小区的各影响因素
Table 1摇 Affecting factors in typical sampling districts
类别
Category
小区代号
District code
name
绿地面积
Green area
(m2)
绿地率
Green rate
(% )
复层结构厚度
Multilayer
structure
height
软硬景观面积比
Area ratio of
softness to
hardness
建筑密度
Building
density
(% )
容积率
Floor area
ratio
归一化植被指数
Normalized
difference
vegetation index
玉 1 69400郾 98 62郾 7 0郾 23 4郾 34 21郾 7 0郾 40 0郾 24
2 20162郾 79 45郾 5 0郾 21 1郾 50 24郾 1 0郾 47 0郾 21
3 22880郾 19 50郾 0 0郾 17 1郾 91 23郾 8 0郾 43 0郾 19
4 60851郾 87 37郾 3 0郾 20 1郾 14 27郾 6 1郾 11 0郾 19
5 39720郾 81 49郾 5 0郾 17 1郾 67 20郾 8 1郾 25 0郾 18
6 16507郾 63 41郾 1 0郾 18 1郾 22 25郾 3 1郾 80 0郾 18
7 8472郾 96 43郾 0 0郾 18 1郾 54 29郾 1 2郾 00 0郾 17
8 18281郾 54 41郾 7 0郾 14 1郾 54 29郾 6 1郾 56 0郾 17
域 9 32004郾 41 41郾 5 0郾 18 1郾 34 27郾 3 1郾 80 0郾 16
10 9533郾 90 41郾 8 0郾 17 1郾 46 29郾 7 1郾 50 0郾 15
11 12113郾 75 33郾 2 0郾 15 1郾 08 36郾 1 1郾 63 0郾 15
12 13936郾 65 39郾 8 0郾 15 1郾 56 33郾 0 1郾 53 0郾 15
13 9954郾 72 36郾 4 0郾 17 1郾 30 30郾 1 0郾 42 0郾 15
14 19716郾 54 36郾 6 0郾 13 1郾 30 35郾 1 1郾 50 0郾 14
15 8206郾 21 34郾 0 0郾 13 1郾 29 39郾 7 1郾 70 0郾 13
16 27090郾 82 30郾 1 0郾 13 0郾 88 33郾 5 2郾 10 0郾 13
17 38591郾 25 41郾 1 0郾 13 1郾 31 25郾 5 1郾 36 0郾 13
18 27659郾 25 34郾 5 0郾 12 1郾 03 31郾 0 1郾 50 0郾 13
19 16855郾 61 36郾 9 0郾 13 1郾 30 34郾 6 1郾 90 0郾 13
20 20889郾 55 34郾 5 0郾 13 1郾 03 30郾 9 1郾 67 0郾 13
芋 21 10407郾 89 33郾 8 0郾 15 0郾 94 30郾 0 2郾 40 0郾 12
22 14128郾 25 34郾 2 0郾 14 1郾 13 34郾 9 2郾 10 0郾 12
23 12544郾 96 33郾 8 0郾 11 1郾 15 36郾 9 2郾 08 0郾 11
24 42652郾 86 34郾 5 0郾 11 0郾 99 27郾 5 2郾 00 0郾 11
25 14316郾 06 35郾 1 0郾 11 1郾 13 31郾 5 1郾 09 0郾 11
26 17224郾 64 32郾 7 0郾 11 1郾 01 33郾 5 1郾 52 0郾 11
27 4507郾 11 23郾 1 0郾 10 0郾 64 41郾 1 2郾 00 0郾 10
28 26854郾 38 33郾 7 0郾 10 1郾 02 33郾 2 3郾 50 0郾 10
29 2344郾 72 16郾 0 0郾 09 0郾 35 38郾 6 4郾 70 0郾 10
郁 30 13227郾 40 34郾 7 0郾 10 1郾 13 34郾 5 2郾 46 0郾 09
1)林语别墅 Linyu Villa; 2)云桂花园 Yungui Garden; 3)银桂花园 Yingui Garden; 4)桂花城(东) Guihua City (east); 5)府新花园 Fuxin Garden;
6)秋水苑 Qiushui Garden; 7)皇朝城市花园 Huanchao City Garden; 8)丹桂公寓 Dangui Apartment; 9)颐景园 Yijing Garden; 10)嘉绿苑北(南
边)Jial俟bei Garden (south); 11)南都德加(东) Nandudejia (east); 12)亚洲城花园 Asia City Garden; 13)月桂花园 Yuegui Garden; 14)嘉绿西苑
(北)Jial俟xi Garden (north); 15)科技新村 Sci鄄Technical New Village; 16)古荡新村(东) Gudang New Village ( east); 17)香樟公寓 Xiangzhang
Apartment; 18)雅士苑 Yashi Garden; 19)金成花园 Jincheng Garden; 20)金都新城 New Jindu City;21)嘉绿名苑(西) Jial俟 Famous Garden
(West);22)金田花园 Jintian Garden; 23)紫金公寓 Zijin Apartment;24)翠苑一区 Cuiyuan First District; 25)兰桂花园 Langui Garden; 26)沁雅花
园 Qinya Gardan; 27)康乐香港城 Kangle Hong Kong City; 28)翠苑五区 Cuiyuan Fifth District; 29)南都银座公寓 Nanduyinzuo Apartment; 30)康
乐新村 Kangle New Village.下同 The same below.
58329 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 王伟武等: 城市住区绿化生态效益及其可控影响因素的量化分析摇 摇 摇 摇 摇 摇
1郾 2郾 4 生态效应影响因素的筛选摇 影响住区生态效
益的主要因素包括绿地面积、绿地率、绿化覆盖率、
人均绿地面积、绿地分布均匀性、乔灌草配比、复层
结构厚度、植被健康率、植物种类多样性、乡土树种
比例、软硬景观面积比、建筑密度、容积率.以数据易
获、人为可控、可量化等为原则,本文筛选出 6 个影
响因素:绿地面积(S)、绿化覆盖率(R)、复层结构厚
度(H)、软硬景观面积比(酌)、建筑密度(D)、容积率
(F),开展定量分析. 其中,复层结构厚度指住区绿
地部分的植被指数之和与绿地总面积的比值,主要
反映住区绿地中乔木、灌木、草地的总体搭配情况,
相当于把空间中分布不均匀的三维绿色能量平均到
小区的所有绿地面积中. 某住区的复层结构厚度越
大,说明其绿化复层结构越丰富,乔、灌、草配比越合
理,相反,说明乔、灌、草搭配组合不够合理,可能存
在大面积的景观大草坪和乔木、灌木数量不足的情
况.
1郾 3摇 数据分析
在获取表征住区绿化生态效果的 NDVI 及其影
响因素的具体数值后(表 1),采用多元回归方法定
量评价各影响因素对样本住区绿化生态效果的贡献
率,以反映在其他因素不变情况下不同影响因素的
改变对小区生态效益的贡献度.
摇 摇 对应分析也称关联分析、R鄄Q型因子分析,是近
年来新发展起来的一种多元相依变量统计分析技
术,通过分析由定性变量构成的交互汇总表来揭示
变量间的联系[16-18] .通过对应分析可以揭示同一变
量的各个类别之间的差异,以及不同变量各个类别
之间的对应关系. 近年来,对应分析法在社会经济、
工程、环境、公共卫生等领域已得到广泛应用[19-23] .
本文主要采用对应分析法分析上述 30 个典型小区
样本生态效应各影响因素之间的对应关系,并绘制
各影响因素的二维分析图,选择若干有代表性的小
区案例,通过理论与实际的差距比较来确定合理的
生态建设改进措施. 主要步骤如下:1)对各变量进
行极差标准化,以消除不同变量间的量纲影响,所得
新数据可理解为各住区在不同指标上的得分. 由于
建筑密度和容积率是负因子,原数据越大则得分越
低,因此将它们的新数据分别与 1 求差,得到最终数
据,所得结果可以理解为各个小区在控制建筑密度
和控制容积率方面的得分. 2)用 SPSS 软件的对应
分析进行数据处理,操作过程中粘贴出程序框架,然
后局部修改 syntax语句.
2摇 结果与分析
2郾 1摇 城市住区生态效益与其影响因素的多元线性
回归分析
将影响各小区生态效益的 S、R、H、酌、D、F 作为
自变量,把近似反映总体生态效益的 NDVI 作为因
变量,将 30 个典型小区样本的自变量和因变量数据
输入 SPSS统计软件进行多元线性回归分析.结果表
明,模型的校正 R2 = 0. 901,说明 6 个自变量可解释
的因变量变异占总变异的 90. 1% ,剩余的小部分变
异是由 6 个自变量以外的其他可能影响因素所引
起. F test = 45. 12 >Fcritical = F0. 05(6,23) = 2郾 53,P =
1. 38伊10-11,远小于 0. 05,说明模型具有显著的统计
学意义.
标准化的多元回归方程如下:
NDVI = 0郾 029S + 0郾 094R + 0郾 743H + 0郾 113酌 -
0郾 084伊10- 4D-0郾 062F
在其他变量均保持不变情况下,H 每增加 1 个
单位,NDVI平均增加 0. 74 个单位;酌 每增加 1 个单
位,NDVI 平均增加 0郾 11 个单位;R 每增加 1 个单
位,NDVI 平均增加 0郾 09 个单位;F 每增加 1 个单
位,NDVI 平均减少 0郾 06 个单位;S 每增加 1 个单
位,NDVI平均增加 0郾 03 个单位;D 的变化对 NDVI
基本没有影响.其中,F 为负因子,其余自变量均为
正因子.在 6 个自变量中,H对小区生态效益的影响
最大,而且效果显著,其次为 酌、R 和 F,D 的影响相
对微弱(表 2).
2郾 2摇 基于对应分析的城市住区生态效益改造
对各小区影响因素的极差标准化结果(表 3)进
行对应分析,结果表明,第一、第二特征根的累积贡
表 2摇 标准化回归系数及其贡献率
Table 2摇 Standardized regression coefficient and contribu鄄
tion rate
指 标
Index
标准化回归系数
Standardized regression
coefficient
贡献率
Contribution
rate (% )
绿地面积
Green area
0郾 029 2郾 8
绿化覆盖率
Green rate
0郾 094 9郾 0
复层结构厚度
Multilayer structure height
0郾 743 71郾 4
软硬比
Area ratio of softness to hardness
0郾 113 10郾 9
建筑密度
Building density
-0郾 840E鄄05 0
容积率
Floor area ratio
-0郾 062 6郾 0
6832 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 22 卷
表 3摇 各小区影响因素的极差标准化结果
Table 3摇 Data summary of six influence factors after poor standardized
小区代号
District
Code name
指标得分值 Score value of index
绿地面积
Green area
绿化覆盖率
Green rate
复层结构
Multilayer
structure
软硬比
Area ratio
of softness
to hardness
控制建筑密度
Controlled
building density
控制容积率
Controlled floor
area ratio
1 1郾 00 1郾 00 1郾 00 1郾 00 0郾 96 1郾 00
2 0郾 27 0郾 63 0郾 84 0郾 29 0郾 84 0郾 98
3 0郾 31 0郾 73 0郾 58 0郾 39 0郾 85 0郾 99
4 0郾 87 0郾 46 0郾 79 0郾 20 0郾 67 0郾 84
5 0郾 56 0郾 72 0郾 59 0郾 33 1郾 00 0郾 80
6 0郾 21 0郾 54 0郾 63 0郾 22 0郾 78 0郾 67
7 0郾 09 0郾 58 0郾 63 0郾 30 0郾 59 0郾 63
8 0郾 24 0郾 55 0郾 35 0郾 30 0郾 57 0郾 73
9 0郾 44 0郾 55 0郾 64 0郾 25 0郾 68 0郾 67
10 0郾 11 0郾 55 0郾 56 0郾 28 0郾 56 0郾 74
11 0郾 15 0郾 37 0郾 39 0郾 18 0郾 25 0郾 71
12 0郾 17 0郾 51 0郾 39 0郾 30 0郾 40 0郾 77
13 0郾 11 0郾 44 0郾 55 0郾 24 0郾 54 1郾 00
14 0郾 26 0郾 44 0郾 28 0郾 24 0郾 30 0郾 74
15 0郾 09 0郾 39 0郾 24 0郾 24 0郾 07 0郾 70
16 0郾 37 0郾 30 0郾 31 0郾 13 0郾 37 0郾 61
17 0郾 54 0郾 54 0郾 27 0郾 24 0郾 77 0郾 78
18 0郾 38 0郾 40 0郾 20 0郾 17 0郾 50 0郾 74
19 0郾 22 0郾 45 0郾 27 0郾 24 0郾 32 0郾 65
20 0郾 28 0郾 40 0郾 28 0郾 17 0郾 50 0郾 71
21 0郾 12 0郾 38 0郾 42 0郾 15 0郾 55 0郾 54
22 0郾 18 0郾 40 0郾 32 0郾 20 0郾 31 0郾 61
23 0郾 15 0郾 38 0郾 10 0郾 20 0郾 21 0郾 61
24 0郾 60 0郾 40 0郾 12 0郾 16 0郾 67 0郾 63
25 0郾 18 0郾 41 0郾 13 0郾 20 0郾 47 0郾 84
26 0郾 22 0郾 36 0郾 12 0郾 16 0郾 37 0郾 74
27 0郾 03 0郾 15 0郾 03 0郾 07 0郾 00 0郾 63
28 0郾 37 0郾 38 0郾 06 0郾 17 0郾 39 0郾 28
29 0郾 00 0郾 00 0郾 00 0郾 00 0郾 12 0郾 00
30 0郾 16 0郾 40 0郾 06 0郾 19 0郾 33 0郾 52
表 4摇 各住区生态效益影响因素的对应分析结果
Table 4摇 CA results for influence factors of ecological benefit of the districts
维摇 度
Dimension
奇异值
Singular value
特征值
Eigenvalue
特征值比例
Eigenvalue proportion (% )
所占比例
Proportion
累积比例
Cumulative proportion
置信奇异值
Confidence singular value
标准差
Standard deviation
相关性
Correlation
1 0. 49 0郾 24 70 70 0郾 03 0郾 02
2 0郾 23 0郾 05 15 86 0郾 06
3 0郾 17 0郾 03 9 94
4 0郾 11 0郾 01 4 98
5 0郾 09 0郾 01 2 100
合计 Total 0郾 34 100 100
献率达到 86% (表 4).图 3 中的变量点和样本点在
第一维度上分得较开,在第二维度上相对紧密,与表
4 中第一维特征值比例为 70. 2% 、第二维特征值比
例为 15. 4%吻合. 在对应分析的第一、第二维度中
存在置信奇异值,而第 3 ~ 5 维度不存在置信奇异
值,说明可以绘制第一、第二维度的对应分析图.
摇 摇 以绿地面积为例,作维度 1 和维度 2 的坐标原
点指向该点的射线,并作各小区所在地在该射线上
的投影点(图 3).从射线正方向往反方向观察,可发
现各小区排列顺序依次为:林语别墅、桂花城、翠苑
一区、府新花园、香樟公寓……康乐香港城和南都银
座公寓,与表 3 的结果基本吻合.原点代表样本小区
的平均绿化水平,靠近图面右侧的南都银座公寓、康
乐香港城、紫金公寓、康乐新村等均处于每个指标的
78329 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 王伟武等: 城市住区绿化生态效益及其可控影响因素的量化分析摇 摇 摇 摇 摇 摇
图 3摇 以“绿化面积冶为例的对应分析结果
Fig. 3摇 Correspondence analysis results taking “green area冶 as
an example.
1)林语别墅 Linyu Villa; 2)云桂花园 Yungui Garden; 3)银桂花园
Yingui Garden; 4)桂花城(东) Guihua City (east); 5)府新花园 Fuxin
Garden; 6)秋水苑 Qiushui Garden; 7)皇朝城市花园 Huanchao City
Garden; 8)丹桂公寓 Dangui Apartment; 9)颐景园 Yijing Garden; 10)
嘉绿苑北(南边) Jial俟bei Garden ( south); 11)南都德加(东) Nan鄄
dudejia (east); 12)亚洲城花园 Asia City Garden; 13)月桂花园 Yue鄄
gui Garden; 14)嘉绿西苑(北) Jial俟xi Garden (north); 15)科技新村
Sci鄄Technical New Village; 16 )古荡新村 (东) Gudang New Village
(east); 17)香樟公寓 Xiangzhang Apartment; 18)雅士苑 Yashi Gar鄄
den; 19)金成花园 Jincheng Garden; 20)金都新城 New Jindu City;
21)嘉绿名苑(西)Jial俟 Famous Garden (west); 22)金田花园 Jintian
Garden; 23)紫金公寓 Zijin Apartment; 24)翠苑一区 Cuiyuan First
District; 25)兰桂花园 Langui Garden; 26)沁雅花园 Qinya Gardan;
27)康乐香港城 Kangle Hong Kong City; 28)翠苑五区 Cuiyuan Fifth
District; 29)南都银座公寓 Nanduyinzuo Apartment; 30)康乐新村
Kangle New Village. A:绿化覆盖率 Green rate; B:复层结构厚度
Multilayer structure height; C:软硬比 Area ratio of softness to hardness;
D:低建筑密度 Low building density; E:低容积率 Low floor area ratio;
F:绿地面积 Green area. 下同 The same below.
放射线的反方向,说明上述住区的各项指标得分都
低于平均水平;在原点右侧附近有不少样区点聚集
在一起,说明这些住区的各项指标得分都较接近,绿
化水平相差不大;林语别墅、桂花城、翠苑一区、香樟
公寓、南都银座公寓等远离原点,也互相远离,说明
它们的绿化水平与平均水平相差较大,而且各具特
点.
摇 摇 住区绿化生态效益的措施建议示意图(图 4)中
包括 6 个指标的平均水平线,并圈出了各指标中所
有得分低于平均水平的住区. 将所有信息总汇到同
一幅图上,可得到现有小区改进建议综合图.在进行
住区生态效益提升改造时,只需在图 4 上查找所要
分析的住区位于哪几个因素指标圈内,即可明确该
住区有哪些指标值低于平均水平,从而可以有针对
性地改造住区生态效益的薄弱环节,还可以参照各
影响因素的贡献度来决定改造的先后顺序,减少盲
目性.金都新城、嘉绿西苑(北)、金成花园、金田花
图 4摇 住区绿化生态效益的措施建议示意图
Fig. 4 摇 Measures suggestion schematic of residential greening
ecological benefit.
I: 扩大绿地面积 To expand the green area; II: 降低建筑密度 To re鄄
duce building density; III:提高软硬比、绿化覆盖率 To improve ratio of
softness to hardness and green rate; IV: 丰富复层结构、降低容积率 To
produce a complex layer structure, and to reduce the volume ratio.
园、科技新村、亚洲城花园、南都德加(东)、兰桂花
园、沁雅花园、康乐新村、紫金公寓、康乐香港城、南
都银座公寓均在所有的指标圈内,说明这些住区所
有指标均低于平均水平,真实性有必要进行改造.结
合多元线性回归因子贡献度可知,改造的最优选择
是丰富绿化的复层结构,在原有绿地上改善乔木、灌
木和草坪的搭配层次,其次为提高软硬比和绿化覆
盖率,最后才考虑降低容积率和建筑密度,以及扩大
绿地面积.如翠苑五区位于域、芋、郁 3 个线圈内,
说明该住区绿地面积指标较优,其他 5 个指标仍低
于平均水平,结合因子贡献度,可确定其改造顺序依
次为:复层结构、软硬比、绿化覆盖率、容积率、建筑
密度;翠苑一区位于芋、郁2 个线圈内,有 4 项指标低
于平均水平,改造顺序依次为:复层结构、软硬比、绿
化覆盖率、容积率;香樟公寓位于郁线圈内,仅需要改
进复层结构和容积率;秋水苑和云桂花园等位于玉线
圈内,其绿地面积的贡献度不大,说明其总体生态效
益处于中上水平;还有部分住区点并不在任何指标圈
中,说明住区生态效益处于优秀水平,不需要改造.
3摇 讨摇 摇 论
各影响因素对城市住区生态效益的贡献度大小
依次为:复层结构厚度>软硬比>绿化覆盖率>容积
率>绿地面积>建筑密度. 住区复层结构厚度、软硬
比、绿化覆盖率、绿地面积与住区生态效益呈正相
关,建筑密度、容积率与住区生态效益负相关,且建
筑密度对于住区生态效果影响甚微. 从街区尺度来
8832 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 22 卷
研究住区生态效益,可深入分析整个街区绿化系统
的影响因子及影响程度,以确定合适的住区规划建
设指标,从而增强整个街区绿化生态效果的总体调
控能力.
我国大中城市住区建设正处于从高密度多层发
展向高层高容积率发展的过渡阶段,住区容积率过
高一定程度上降低了住区绿化生态效益,而过低容
积率则易造成土地资源浪费,因而住区容积率应控
制在合理范围内,以确保合理开发强度与绿化生态
环境效益的最佳配置.对于新建住区,房产商应该适
当控制住区容积率,改变以往住区开发建设过密、过
高的做法.对于旧住区,通过降低容积率来提升生态
效益并不现实,应从其他方面如屋顶绿化或立体绿
化等来提升生态效益.
对具体住区生态效益改造前,应先分析各影响
因素的优势和劣势,以及与平均水平的差距,再确定
生态效益提升的具体措施.对于新建小区,设计师在
设计初期就应该将生态效益纳入住区规划设计,保
证足够而合理的绿化覆盖率和软硬比,控制好建筑
密度和容积率.景观或规划设计师必须熟知当地的
气候条件和植物习性,重视并着眼于小区绿地的乔、
灌、草搭配层次性,舍弃不必要的景观大草坪和大广
场,力求营造出既生态又美学的住区户外绿化复层
结构,以避免小区投入使用后再进行改造的被动性
和种种限制.对于生态效益欠佳的既有住区,最优选
择是丰富住区已有绿地的复层结构,即重新调整绿
地内乔、灌、草的搭配层次,控制大面积草坪数量.对
现有草坪要考虑增加乔木数量,宜种高大乔木就不
种小乔木,形成疏林草坪,保证夏季遮荫,并配置适
当的灌木,提高草坪的实用性和绿量.在复层结构较
好的住区,应提升绿地、水体等软质景观的比例,减
少道路、广场和铺地等硬质不透水地面所占比重.对
于软硬比和绿化覆盖率较低的既有住区,可考虑将
过宽道路缩窄,把无谓的景观广场变小,把弃置或使
用率很低的硬地重新利用,或改造为带状及块状的
绿地、水体,或融入到小区已有的绿化景观中.
本文仅为单一城市住区生态效益典型案例的量
化研究.今后研究中应当扩展到我国不同气候区的
城市住区,从而总结并制定我国住区绿化生态效益
规划建设的可控性和引导性指标体系.另外,还应考
虑影响住区生态效益的其他因素,如住区植被的健
康度、植物种类的多样性、树种的本地性、用生长活
力较高的植被进行种植并定期进行适当维护、增加
垂直立体绿化等.
参考文献
[1]摇 Georgi NJ, Zafiriadis K. The impact of park trees on mi鄄
croclimate in urban areas. Urban Ecosystems, 2006, 9:
195-209
[2]摇 Dimoudi A, Nikolopoulou M. Vegetation in urban envi鄄
ronment: Microclimatic analysis and benefits. Energy
and Buildings, 2003, 35: 69-76
[3]摇 Yang S鄄H (杨士弘). Urban Ecology and Environment.
Beijing: Science Press, 2005 (in Chinese)
[4]摇 Chai Y鄄X (柴一新), Zhu N (祝摇 宁), Han H鄄J (韩
焕金). Dust removal effect of urban tree species in Har鄄
bin. Chinese Journal of Applied Ecology (应用生态学
报), 2002, 13(9): 1121-1126 (in Chinese)
[5]摇 Fan Y鄄M (范亚民), Cui Y鄄X (崔云霞), Wu T (吴
涛), et al. Research on the content of air bacteria in
the urban greenland and the variance among different
vegetation configuration: A case study of Nanning. Envi鄄
ronmental Science and Technology (环境科学与技术),
2009, 32(6): 44-47 (in Chinese)
[6]摇 Qian M鄄F (钱妙芬), Zhang F鄄J (张凤娟), Zhang Y鄄J
(张友金), et al. Research on summer small climate
effects of walkway trees and fuzzy comprehensive evalua鄄
tion. Journal of Nanjing Forestry Unversity (南京林业
大学学报), 2000, 24(6): 55-58 (in Chinese)
[7]摇 Li Y鄄H (李英汉),Wang J鄄J (王俊坚), Li G鄄C(李贵
才), et al. Research of the vegetation爷 s cooling effect
in city爷s residential quarter. Acta Ecologica Sinica (生
态学报), 2011, 31(3): 830-838 (in Chinese)
[8]摇 Gu Z鄄J (顾祝军), Chen Z鄄Y (陈子玉), Zhong G (钟
冠). Estimating living vegetation volume from a multi鄄
ple radiometric correction SPOT 5 imagery. Ecology and
Environmental Sciences (生态环境学报), 2009, 18
(6): 2294-2299 (in Chinese)
[9]摇 Liu C鄄F(刘常富), He X鄄Y (何兴元), Chen W (陈
玮). Simulation of three鄄dimensional green biomass of
urban forests in Shenyang City and the factors affecting
the biomass. Chinese Journal of Applied Ecology (应用
生态学报), 2008, 19(6): 1173-1178 (in Chinese)
[10]摇 Liu C鄄F (刘常富), He X鄄Y (何兴元), Chen W (陈
玮), et al. Tridimensional green biomass measure of
Shenyang urban forests. Journal of Beijing Forestry Uni鄄
versity (北京林业大学学报), 2006, 28(3): 33-38
(in Chinese)
[11]摇 Zhou T鄄G (周廷刚), Luo H鄄X (罗红霞), Guo D鄄Z
(郭达志). Remote sensing image鄄based quantitative
study on urban spatial 3D Green Quantity Virescence
three鄄dimension quantity. Acta Ecologica Sinica (生态
学报), 2005, 25(3): 415-420 (in Chinese)
98329 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 王伟武等: 城市住区绿化生态效益及其可控影响因素的量化分析摇 摇 摇 摇 摇 摇
[12]摇 Zhou Y鄄F (周一凡), Zhou J鄄H (周坚华). Fast meth鄄
od to detect and calculate LVV. Acta Ecologica Sinica
(生态学报), 2006, 26 (12): 4204 - 4211 ( in Chi鄄
nese)
[13]摇 Chen Z鄄X (陈自新), Su X鄄H (苏雪痕), Liu S鄄Z (刘
少宗), et al. Ecological benefit of gardens爷 afforesta鄄
tion in Beijing. Chinese Landscape Architecture (中国园
林), 1998, 14(1): 57(in Chinese)
[14]摇 Chen F (陈 摇 芳), Zhou Z鄄X (周志翔), Wang P鄄C
(王鹏程), et al. Green space vegetation quantity in
workshop area of Wuhan Iron and Steel Company. Chi鄄
nese Journal of Applied Ecology (应用生态学报),
2006, 17(4): 592-596 (in Chinese)
[15]摇 Zhang Y鄄H (张岳恒), Huang R鄄J (黄瑞建), Chen B
(陈摇 波). Review on ecological benefits evaluation of
urban green space. Journal of Hangzhou Normal Univer鄄
sity(Natural Science) (杭州师范大学学报·自然科
学版), 2010, 9(4): 268-271 (in Chinese)
[16]摇 Beh EJ, Lombardo R, Simonetti B. A European percep鄄
tion of food using two methods of correspondence analy鄄
sis. Food Quality and Preference, 2011, 22: 226-231
[17]摇 Detroja KP, Gudi RD, Patwardhan SC. Plant鄄wide de鄄
tection and diagnosis using correspondence analysis.
Control Engineering Practice, 2007, 15: 1468-1483
[18]摇 Patinha C, Correia E, da Silva Ef, et al. Definition of
geochemical patterns on the soil of Paul de Arzila using
correspondence analysis. Journal of Geochemical Explo鄄
ration, 2008, 98: 34-42
[19]摇 Sourial N, Wolfson C, Zhu B, et al. Correspondence
analysis is a useful tool to uncover the relationships
among categorical variables. Journal of Clinical Epide鄄
miology, 2010, 63: 638-646
[20]摇 Lombardo R, Beh EJ, Ambra LD. Non鄄symmetric cor鄄
respondence analysis with ordinal variables using orthog鄄
onal polynomials. Computational Statistics & Data Anal鄄
ysis, 2007, 52: 566-577
[21] 摇 Parka M, Leeb JW, Kimc C. Correspondence analysis
approach for finding allele associations in population ge鄄
netic study. Computational Statistics & Data Analysis.
2007, 51: 3145-3155
[22]摇 McEwan JA, Schlich P. Correspondence analysis in
sensory evaluation. Food Quality and Preference, 1991,
3: 23-36
[23]摇 Savary S, Zadoks JC. Analysis of crop loss in the multi鄄
ple pathosystem groundnut鄄rust鄄late leaf spot. 芋. Cor鄄
respondence analyses. Crop Protection, 1992, 11: 229-
239
作者简介 摇 王伟武,男,1972 年生,博士,副教授. 主要从事
遥感与 GIS技术、城市和环境规划研究. E鄄mail: weiwuwang
@ zju. edu. cn
责任编辑摇 杨摇 弘
0932 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 22 卷