基于多源数据的呼和浩特公园可达性与活力研究

Accessibility and Vitality of Hohhot Parks Based on Multi-source Data

摘要

文章基于城市公园、路网矢量地图，公交站和餐饮店兴趣点（POI），以及百度热力图数据，运用网路数据爬取、空间句法、ArcGIS地理信息分析等方法，对呼和浩特市区26个主要公园可达性和活力进行分析研究。结果表明：公园可达性和活力都较高的是青城公园和满都海公园，中等的是公主府公园等8个公园，较低的是乌素图森林公园等3个公园；公园可达性与活力之间存在显著相关性，高可达性公园在工作日和周末均保持较高活力，公园活力和可达性高低与公园是否处于城市中心区域，以及周边土地利用类型密切相关。这些分布特征为呼和浩特城市公园选址和规划提供了重要参考依据。

Abstract

This study analyzed the accessibility and vitality of 26 major parks in the urban area of Hohhot using vector maps of urban parks and road networks， points of interest （POI） such as bus stops and restaurants， and Baidu heat map data.Methods employed included the web data crawling， space syntax analysis， and ArcGIS geographic information analysis. The results showed that Qingcheng Park and Manduhai Park exhibited high accessibility and vitality， while eight parks， including Gongzhufu Park， demonstrated medium accessibility and vitality. In contrast， other three parks， including Wusutu Forest Park， showed low accessibility and vitality. There is a significant correlation between the park accessibility and vitality. Parks with high accessibility maintain high vitality on both weekdays and weekends. The levels of park vitality and accessibility are closely related to whether the parks are located in the urban center area and the use types of surrounding land. These distribution characteristics provided an important reference basis for the site selection and planning of urban parks in Hohhot.

Graphical abstract

关键词

呼和浩特 / 城市公园 / 可达性 / 活力 / 空间句法 / 热力图

Key words

Hohhot / Urban park / Accessibility / Vitality / Space syntax / Heat map

近几年，随着大数据、信息模型、人工智能等技术的迅速发展，引入多源数据为风景园林研究提供了更加全面和科学的视角^［1］。多源数据通过整合时空行为、环境特征及社会经济信息，为城市公园绿地空间布局、人地关系和生态效益评价提供了新的研究视角和定量化研究方法^［2］。

2016年1月呼和浩特市被评为“国家园林城市”。2025年5月，全市建成区绿地率41.05%，绿化覆盖率43.92%，人均公园绿地面积15.68 m²，已达到“国家生态园林城市”标准。全市绿色基础设施数量已初具规模。公园可达性是指居民能够方便、快捷地到达公园的程度。公园活力指公园在空间使用、功能发挥、社会文化等方面所展现出的生机与活跃状态。公园作为城市重要的绿色基础设施，研究其可达性和活力，可以提高城市绿色空间质量和利用率，推动城市空间可持续发展，增强居民凝聚力和归属感，优化城市规划与管理^［3］。

近些年，公园可达性逐渐成为园林绿地领域研究热点，国内已对北京、南京、沈阳、宁波、汕头等32个不同规模城市进行了相关研究。数据主要基于手机信令、交通网络、居住区用地、人口密度、兴趣点（POI）、位置服务（LBS）等。研究方法有网络分析、引力模型、空间句法、邻近距离、核密度分析、缓冲区分析、高斯两步移动搜寻法等。研究内容包括城市公园空间分布特征、服务范围和盲区，全局、局部、感知可达性，不同区域、公园、出行方式可达性，公园区位熵值，绿地空间与时间供需公平性，公园服务住区和人口密度耦合关系，可达性的季节性与年龄段差异等方面。例如：北京市公园整体可达性不足，六环内仅35.76%区域步行30 min可达公园，53.42%区域骑行15 min可达^［4］。长沙市城市公园可达性整体呈“中心低、外围高”趋势，存在明显空间不公平^［5］。太原市公园区位熵绩效存在显著城乡差异，区位熵绩效极差的街道占23.81%，极好的街道仅占9.52%^［6］。济南市基于公交的公园可达性：40 min内可达面积占72%，但20 min内最佳区域仅占2%；40 min为增长拐点^［7］。成都市公园“东密西疏”，POI高值区域综合性公园分布偏少，存在供需错位^［8］。贵阳市公园分布存在“隐性盲区”：约10%的区域虽靠近山地公园，但因坡陡、空间小、无障碍差，难以满足日常需求^［9］。长春市公园骑行可达性较好：自行车骑行20 min可覆盖95.55%的建设用地，但冬季因气候限制骑行使用率下降^［10］。

公园活力研究也越来越受到重视，国内已对郑州、苏州、昆明、合肥、福州等16个城市开展了相关研究，主要基于手机信令、POI、LBS、百度热力图等新数据。采用指标评价、数据多元统计、ArcGIS空间分析、模型算法与机器学习、调查问卷等研究方法，从公园活力时空特征及影响因素、使用行为、游憩活力、显隐互鉴、多源数据、线上-线下活力、人群动态分布感知等视角进行研究。例如：沈阳市社区公园使用者74%为中老年群体，青年人（15%）和儿童（11%）参与度低^［11］。胶东半岛滨海公园使用者以18~39岁中青年为主，学生和中等收入群体居多^［12］。长沙市中心区社区公园一天内呈现“上升—波动—下降—再上升—再下降”的双峰模式，10：00和18：00—20：00为高峰，14：00为低谷，休息日活力显著高于工作日^［13］。成都市高新南区公园范围2 km内影响其活力的POI数量排序为交通设施>生活服务>休闲娱乐>公共服务^［14］。苏州市中心城区城市公园活力空间特征：高活力公园集中于市中心，高人群密度公园多为小型综合公园，专类公园面积大、密度低^［15］。

本文基于城市道路网空间句法模型、公园周边公交站点和餐饮POI空间分布、百度热力图时空分析等方法，对呼和浩特中心城区26处10 hm²以上的公园可达性和活力进行研究，对提高市民公园绿地资源的公平获得感、共享满足感，打造宜居城市具有重要的意义^［16］。

1 材料与方法

1.1 研究区概况

呼和浩特市位于内蒙古自治区中部，全市总面积17 200 km²，其中建成区面积272 km²。现辖4区、4县、1旗和1个国家级经济技术开发区及1个新区。截至2023年末，常住人口为360.41万人。本文选取呼和浩特市中心城区（111°05′00″—111°45′00″E，40°20′00″—40°38′00″N）有代表性的公园绿地26处（如图1所示），包括综合公园19处，植物园2处，动物园、历史名园、游乐公园、森林公园、湿地公园各1处。

1.2 数据与方法

新数据环境为从精细化尺度评价城市公园绿地可达性和活力提供了前所未有的机遇^［17］。本研究涉及的数据包括：公园绿地数据，城市路网数据，地铁、公交站点兴趣点（POI）数据，百度热力图时空数据，总数据量为17 665条，如表1所示。

根据呼和浩特市园林建设服务中心生产科提供的2024年公游园广场及街头绿地养护信息汇总表，从140处绿地中选取了面积大于10 hm²、功能设施较齐备、符合《CJJ/T85-2017城市绿地分类标准》、具有代表性的公园绿地26处，公园位置参考Bigemap星图地图定位信息，各公园信息详见表2。

城市路网矢量数据、地铁公交站和餐饮兴趣点（POI）数据都是从Bigemap星图地图中下载获得。城市矢量路网分为高速公路（771段折线）、主要道路（581段折线）、二级道路（498段折线）、其他道路（3 316段折线）共4级。POI是目前城市规划、风景园林领域应用比较广泛的数据类型。地图中搜索到研究区内地铁公交站POI共1 296个，餐饮POI共7 787个，然后将SHP文件数据导入ArcGIS10.8中，地理坐标系为WGS_1984。热力图数据基于百度地图慧眼获得，主要选取2025年4月14—20日的每日6：00—23：00 18 h共126幅热力图数据，以及26个公园的热力值作为研究数据，可以间接反映不同时间各公园的人口集聚变化情况。

1.3 研究方法

应用了2种方法研究公园可达性。首先，建立城市路网空间句法线段模型，以各公园周边道路整合度平均值表征个体出行的公园可达性^［18］。其次，在公园周围设定200 m缓冲区，统计地铁和公交站POI数量，表示公共交通出行条件下的公园可达性。运用了2种方法研究公园活力。首先，根据呼和浩特市区百度热力图数据，分别计算26个公园平均热力值，对比各时段热力值，表征人口密集程度，即可推断各公园活力^［19］。其次，在各公园周围200 m缓冲区内统计餐饮POI数量，表征公园客流活力。有研究表明，餐饮机构与公园人流量、夜间游憩活跃度呈高度正相关。

1.3.1 空间句法分析法

空间句法是一种以空间拓扑形态为基础的空间分析方法，也是一种从空间形态出发，理解人类社会、经济和文化行为的建筑和城市研究方法。本研究使用了空间句法软件Depthmap中更为细致、与实际街道空间更加吻合的线段模型，将各公园绿地周围道路整合度（integration value）平均值作为可达性测度参数。整合度是度量某个空间元素（如轴线、线段）到其他所有空间元素的距离之和，即远近程度，整合度与可达性正相关，是衡量一个空间吸引到达交通的潜力。首先，在ArcGIS10.8中打开矢量城市路网数据，辅以现场勘查矫正。然后，将SHP文件转换为DXF文件，在DepthmapⅩ中建立道路线段模型，并计算整合度，线段颜色越接近暖色（红色），表示整合度越高，可达性也越强，其计算公式为^［20］：

A(x)={\displaystyle \sum _{y\in Rx}^n}d(x,y)（1）

I(x)=\frac{N^{\mathrm{2}}}{A}（2）

式中：A（x）指出行距离R内x节点的角度总深度；d（x，y）指线段x到线段y的最短路径长；I（x）指线段x的整合度；N为出行距离内路网节点的总数。最后，根据公园空间位置，在线段模型上明确各公园绿地的空间分布，在Depthmap10中查看公园入口及周围道路线段整合度，记录并计算其平均值。

1.3.2 热力图分析法

热力图分析采用热区面积法，热力图原始数据无法直接反映人口的密度，遂将热力值原始数据通过ArcGIS PRO核密度分析，利用自然断点法将热力值分为7级，按从冷到暖赋予颜色（通常1~3级为低热区，对应蓝色、浅蓝色和青色；4~5级为次热区，对应绿色和黄色；6~7级为高热区，对应橙色和红色），再通过数据矢量化提取各热区的面积，最后以热区面积的大小表征人口活动数量。在热力图中导入26个公园的矢量数据，采用WGS_1984地理坐标系，输出像元栅格大小为30，进行重分类和像元统计，在属性表获取各公园面积，然后将面积分别赋值求和，得到每个公园工作日、周末和一周的平均热力值。热力值越高，则代表人口分布越密集，公园绿地的活力越高；反之，则代表人口分布越稀疏，公园绿地的活力则越低。

2 结果与分析

2.1 公园可达性

2.1.1 基于空间句法的公园可达性

利用空间句法线段模型，可以从空间角度和道路线段的拓扑关系对公园可达性进行评价^［21］。从呼和浩特市路网全局整合度和公园位置分布（如图2所示）可以看出，城市主干道整合度均较高（红或橙色），特别是新华大街、海拉尔大街、昭乌达路、丝路大道，东二环是整合度最高的城市道路，那么这几条主干道沿线的公园，如乌兰夫公园、公主府公园、满都海公园、草原丝路公园、塬文化公园等可达性都较高；二级道路和其他道路整合度依次递减（黄、绿或青色）。城区中部、东部公园可达性高于西部公园，越接近市中心的公园可达性越高，二环外公园可达性明显降低。

空间句法的优势是从城市空间本身的角度，对城市公园可达性评价，是以人的活动为基础，将人的行为活动纳入研究的范围^［22］。以公园周围道路整合度平均值作为个体出行（机动车、骑行、步行）可达性参数，公园整合度如表3所示，26个公园全局整合度平均值（17.541 6）大于城市道路全局整合度平均值（14.993 8），16个公园在公园全局整合度平均值以上，说明呼和浩特市区大部分公园选址合理，可达性较高。公主府公园、呼和浩特树木园的整合度在20以上，可达性最高；哈拉沁生态公园、乌素图森林公园、南湖湿地公园整合度低于研究区道路全局整合度平均值，可达性最低。

2.1.2 基于公交站POI的公园可达性

如今，公共交通已成为市民出行的重要方式。2024年，呼和浩特市中心城区公共交通机动化出行分担率为47%，经常逛公园的60岁以上老年人是公交出行的主力。地图中提取的1 296个公交站POI与26个公园200 m缓冲区如图3所示，可以看出呼和浩特中心城区公交服务设施密集覆盖，在商业与文化区重点布局，主干道线路重复系数高，公交便捷性较高，中心城区公交站点500 m覆盖率达100%，实现了“500 m上车、5 min换乘”。

公园周边200 m公交站POI数量如表4所示，各公园周边平均公交站数量为5.03个，在平均值以上的公园有9个。其中草原丝路公园南北跨5.5 km，周围有21个公交站，公交可达性最高；仕奇体育公园（10个）、成吉思汗公园（9个）、新华公园（9个）的公交可达性也较高；哈拉沁生态公园、天骄公园、南湖湿地公园周围各只有1个公交站，公交可达性最低。

2.2 公园活力

2.2.1 基于热力图数据的公园活力

根据一周（2025年4月14—20日）平均热力值数据矢量化和可视化处理，得出如图4所示的热力图与公园分布叠加图，青城公园和满都海公园分别处于中山路商圈和内蒙古人民医院高热区，公园活力高，这与其建成历史长和市级公园的定位相符。另外，春度廉政文化公园和草原丝路公园处于东万达商圈高热区附近，公园活力也较高。公园活力呈明显的空间分异特征，中心城区公园普遍具有较高热力值，而城市边缘区公园活力相对较低。通过热力值分析发现，高活力公园周边通常分布着商业综合体、交通枢纽或医疗机构等公共服务设施，说明公园活力与周边土地利用类型密切相关^［23］。

呼和浩特市26个公园热力值如表5所示，占据地利在内蒙古人民医院附近的满都海公园（3.415 0）和占据天时（山桃盛开）的公主府公园（3.224 9）的活力最高，地处市中心区域的春度廉政文化公园（2.560 9）、仕奇体育公园（2.458 6）、秋岭公园（2.387 0）、阿尔泰游乐园（2.166 1）、呼和浩特树木园（2.146 4）、青城公园（2.105 7）和北郊公园（2.003 7）的活力也较高，而地处城市边缘的乌素图森林公园和哈拉沁生态公园的活力最低（1.000 0）。从数据分布来看，城市中心区域的公园普遍呈现较高活力值，这与周边商业设施密集、人口密度大密切相关。特别是满都海公园和公主府公园的热力值显著高于其他公园，反映出医疗资源集中区和季节性景观对公园活力的重要影响。相比之下，城市边缘的森林公园由于交通可达性较差、配套设施不足，导致访客量明显偏低^［24］。这种热力值空间分布特征为城市公园规划提供了重要参考，建议未来在提升城市边缘公园活力时，应着重改善交通条件和丰富服务功能。

通过对比呼和浩特市26个公园工作日与周末热力值的差异（如图5所示）可知：18个公园工作日热力值高于或等于周末热力值；8个公园，特别是青城公园则呈现相反的趋势。进一步分析表明，工作日与周末的热力值波动幅度存在差异，商业区周边公园周末热力值增幅可达工作日的1.5倍，反映出市民休闲活动的时空分布规律。

2.2.2 基于餐饮POI数据的公园活力

公园周边餐饮POI的丰富性和质量是衡量其活力的重要指标，两者相互促进，共同构成城市公共空间的复合价值^［25］。公园活力与周边餐饮POI数量存在显著正相关关系，地图中提取的7 787个餐饮POI与26个公园200 m缓冲区如图6所示，呼和浩特餐饮POI分布呈现特点是区域差异显著，赛罕区与新城区密度最高，商圈呈“多核”空间结构，沿交通干线带状分布，人口与经济因素主导，道路网络影响显著。

公园周边200 m餐饮POI数量（见表6），各公园周边餐饮店数量平均为7.54个，在平均值以上的公园有7个，其中地处全市核心商圈的青城公园的周围有37个餐饮店，与公园形成“休闲+餐饮”一体化体验场景，方便游客步行或短途骑行完成活动，提升体验感。餐饮POI数量对阿尔泰游乐园（22个）、春度廉政文化公园（19个）、满都海公园（17个）的活力也有积极影响。哈拉沁生态公园、天骄公园、妇女儿童公园、塬文化公园周围没有餐饮店，对公园活力构成消极影响。

3 讨论

本研究通过对路网空间句法模型分析及兴趣点（POI）的量化表征，推断出公园的可达性与其活力之间存在关联。通过进一步分析证实，公园可达性确实对其活力有显著影响，可达性与活力“双高”的公园（如青城公园、满都海公园）和“双低”的公园（如乌素图森林公园）都验证了这一结论。与其他研究对比，可以发现一些共通的规律。例如，2024年在成都的研究也采用了相似的技术路径^［26］，同样发现高活力的公园坐落于道路全局整合度高的区域，表明道路可达性对公园活力有关键影响。2020年对北京公园进行的研究表明，公园区位与草本层物种丰富度显著负相关，公园建成时间与草本层物种丰富度正相关^［27］，这与本研究中观察到建成历史悠久的公园（如青城公园）活力更高的现象形成了有趣的呼应。这些研究共同表明，无论是从社会服务功能（活力）还是生态价值（生物多样性）的角度，公园的区位、面积和建成时间等属性都是决定其整体活力表现的关键驱动因素。这种多源数据融合的方法，能够更清晰地解释变量间的关系，帮助我们剖析数据背后的机制与成因。

城市作为一个复杂的非线性巨系统^［28］，本研究仍存在一些局限。首先，在活力测度方面，尽管百度热力图数据相较其他数据（如社交媒体数据）具有精度高、更新周期短的优点，但它本质上仍是对过去某个时间段的静态研究，难以实时分析其相关性的动态变化。其次，在自变量的选择上，本研究主要聚焦于路网结构与周边服务设施，但公园内部的生态特征（如植物群落、绿地斑块大小）同样是评价公园价值的重要维度。本研究未能将公园内部的详细环境质量指标（如绿化覆盖率、设施完善度、植物多样性等）进行量化并纳入模型，在一定程度上限制了分析的深度。

鉴于上述局限，未来的研究可从以下几个方面进行拓展：首先，可引入更多数据源，如社交媒体签到数据、移动支付数据等，以期更精细地刻画公园的使用模式及游客行为特征。其次，可尝试构建复合模型，综合考量社会经济因素、环境质量以及公园自身的设施条件对可达性与活力的综合影响^［29］。

4 结论

4.1 公园可达性划分

根据空间句法和公交站POI分析，26个公园中可达性高的有7个，分别为呼和浩特树木园、满都海公园、草原丝路公园、乌兰夫公园、成吉思汗公园、秋岭公园、青城公园；可达性中等的有13个，分别为公主府公园、塬文化公园、妇女儿童公园、新华公园、北郊公园、春度廉政文化公园、北山公园、阿尔泰游乐园、敕勒川公园、新钢公园、仕奇体育公园、呼和浩特植物园、锡林公园；可达性低的有6个，分别是大青山野生动物园、天骄公园、扎达盖公园、哈拉沁生态公园、乌素图森林公园和南湖湿地公园。

4.2 公园活力划分

根据热力图和餐饮POI数据结合分析可知，26个公园中活力较高的公园有4个，分别是满都海公园、青城公园、阿尔泰游乐园、春度廉政文化公园；活力中等的有17个，分别是乌兰夫公园、呼和浩特市树木园、成吉思汗公园、公主府公园、南湖湿地公园、新华公园、大青山野生动物园、仕奇体育公园、秋岭公园、敕勒川公园、草原丝路公园、锡林公园、新钢公园、北郊公园、北山公园、扎达盖公园和塬文化公园；活力低的公园有5个，分别是乌素图森林公园、呼和浩特植物园、妇女儿童公园、天骄公园和哈拉沁生态公园。

4.3 公园可达性与活力的关系

26个公园中可达性和活力“双高”的2个公园是青城公园和满都海公园；“双中”的8个公园分别为公主府公园、新华公园、北郊公园、北山公园、敕勒川公园、新钢公园、仕奇体育公园、锡林公园；“双低”的3个公园为乌素图森林公园、天骄公园和哈拉沁生态公园。研究表明，公园可达性与使用活力之间存在显著相关性。高可达性公园在工作日和周末均保持较高热力值，特别是位于城市中心的满都海公园和青城公园，其便捷的公共交通吸引了大量市民。部分可达性中等的公园，如阿尔泰游乐园和仕奇体育公园，由于特色活动举办频繁，其热力值表现优于部分高可达性公园。而可达性较低的郊野公园，如乌素图森林公园，由于公园面积较大，交通不便，使用频率明显偏低，郊野公园虽然日常热力值较低，但在节假日会出现明显的客流高峰。这种差异反映了不同类型公园在使用特征上的显著区别^［30］。这些发现为城市公园规划提供了重要参考，建议在提升交通便利性的同时，注重公园特色功能开发以增强吸引力^［31］。

未来，将尝试使用更为复杂的人工智能模型，来衡量公园可达性与活力的关系，并增加对一天内不同时段的分析。此外，还可以通过实地调查来获取公园内部的环境质量数据，与多源地理空间大数据相结合，构建更综合的评价体系。同时，还将引入问卷调查、深度访谈等定性方法，弥补量化数据在个体感知和体验方面的不足，从而为城市绿地规划提供更加全面、科学的依据。

参考文献

[1] 李泽玉. 基于多源大数据的哈尔滨综合公园空间活力表征和影响机制研究［D］. 哈尔滨：东北林业大学，2024.

[2] 宗丹丹，于守超，夏静文，等. 基于LBS数据的聊城市绿地活力时空特征研究［J］. 城市建筑，2025，22（2）：118-121.

[3] 刘佳烨，袁丽娜，李静格，等. 基于多源数据的公园绿地可达性研究：以上海市为例［J］. 上海国土资源，2024，45（4）：35-42.

[4] 黄焕春，陈逸伦，邓鑫，等. 基于GIS大数据的北京市公园可达性分析［J］. 湖南科技大学学报（自然科学版），2021，36（1）：30-36.

[5] 朱兴文. 基于路径距离的长沙市绿色空间可达性评价与布局优化［D］. 长沙：中南林业科技大学，2023.

[6] 岳凡煜. 基于区位熵与可达性的太原市中心城区城市公园服务绩效评价与优化研究［D］. 北京：北京林业大学，2022.

[7] 王晓琛. 基于公交的济南市公园可达性分析［D］. 济南：山东建筑大学，2020.

[8] 青果，胡金龙，艾烨，等. 基于空间句法和POI数据的综合性公园可达性研究：以成都市中心城区为例［J］. 广西师范大学学报（自然科学版），2023，41（2）：201-212.

[9] 艾冰. 喀斯特山地城市公园可达性分析：以贵阳为例［D］. 贵阳：贵州师范大学，2023.

[10] 吕静，何鑫颖. 基于不同出行方式的长春市公园布局与可达性研究［J］. 四川建材，2021，47（11）：62-63.

[11] 刘丽.沈阳市社区公园空间活力及环境影响因素研究［D］.沈阳：沈阳农业大学，2024.

[12] 渠水静. 滨海旅游公园景观活力评价研究及应用：以胶东半岛城市为例［D］. 青岛：青岛理工大学，2020.

[13] 伍欣兰.基于多源数据的长沙市中心区社区公园空间活力评价与影响因素研究［D］.长沙：中南林业科技大学，2024.

[14] 李玉婷. 基于多源数据的成都市高新南区城市综合公园空间活力相关性研究［D］. 成都：成都理工大学，2022.

[15] 胡昕宇，李婷婷. 基于活力视角的城市公园人群时空分布特征研究：以苏州中心城区为例［J］. 园林，2022，39（7）：90-97.

[16] 胡靖，娄娟. 基于Web of science风景园林研究态势的文献计量分析［J］. 山西农业大学学报（自然科学版），2018，38（4）：56-64.

[17] 龙瀛，毛其智. 城市规划大数据理论与方法［M］. 北京：中国建筑工业出版社，2019.

[18] 段进，比尔·希列尔. 空间句法在中国［M］. 南京：东南大学出版社，2015.

[19] 杨博，殷明，郑思俊，等. 基于手机信令和POI大数据的高密度城市公园绿地日夜游憩活跃度研究：以上海市典型公园绿地为例［J］. 园林，2023，40（7）：35-42.

[20] 樊亚明，田丽莹，郑文俊. 基于空间句法的桂林市公园绿地可达性评价与优化［J］. 桂林理工大学学报，2022，42（3）：774-782.

[21] 吴昊. 基于空间句法视角下的小城镇公共绿地可达性评价研究［D］. 长沙：湖南大学，2015.

[22] 任晓双. 基于空间句法可达性评价的青岛市综合性公园布局研究［D］. 青岛：青岛理工大学，2018.

[23] 李心愿，包红光，闫晓云，等. 干旱半干旱城市公园绿地夏季环境效应评价［J］. 内蒙古农业大学学报（自然科学版），2023，44（1）：26-33.

[24] 王姗，成林莉，邱文，等. 基于多源数据的福州市晋安区公园绿地可达性研究［J］. 西北林学院学报，2023，38（1）：257-265.

[25] 孙雅婷. 基于空间句法的武汉市综合性公园绿地可达性研究［D］. 武汉：华中农业大学，2015.

[26] CHE L， DENG Y， GUO S D. Association between park vitality and commercial vitality：a case study in Chengdu［J］. Journal of Asian Architecture and Building Engineering，2025，24（4）：3127-3143.

[27] 殷丽峰，张文秀，任斌斌. 北京城市公园植物多样性特征分析［J］. 内蒙古农业大学学报（自然科学版），2020，41（3）：21-26.

[28] 郭蕴珂，王雷，曹伟，等. 光谱技术在公园景观格局中的应用：以青城公园和满都海公园为例［J］. 内蒙古农业大学学报（自然科学版），2020，41（5）：38-43.

[29] 李英杰，段广德，胡晓龙，等. 基于Citespace的中国空间句法研究态势的可视化分析［J］. 内蒙古农业大学学报（自然科学版），2020，41（3）：27-32.

[30] 比尔·希列尔，盛强. 空间句法的发展现状与未来［J］. 建筑学报，2014（8）：60-65.

[31] HILLIER B， HANSON J. The social logic of space［M］. Cambridge，UK：Cambridge University Press，1984.

基金资助

内蒙古自然科学基金项目(RZ2500000786)

内蒙古农业大学林学一级学科科研业务费项目(LX20250625-11)