街道慢行品质的多维度评价与导控策略——基于多源城市数据的整合分析

在新型城镇化背景下,日益提升的空间品质需求需要更人性化、宜步行的街道。在当前城市设计的实施及评估中,急需一套综合、快速的评价方法来评估街道的慢行品质,以协助更精准的设计导控。研究以苏州古城区为例,探索多源大数据支撑下的大规模且精细化的分析方法。通过空间网络分析和聚类算法实现形态组构评价,通过兴趣点数据(POI)实现功能多样性评价,通过街景数据和深度学习实现视觉感知评价,通过位置服务数据(LBS)实现场所行为活动评价,进而基于层次分析法(AHP)整合前三方面的内容,并结合活力高低实现多维度下的慢行品质评价和特征街道画像。基于各维度情况,研究对不同类型的潜力街道给出针对性导控策略。该分析方法实现了慢行品质这一难以评价要素的精细化度量,在实践上具有普适性和易用性。

无锡古城区街道空间慢行品质多维度评价

街道是承载人们慢行活动的重要场所,本文从可达性、便捷性、安全性、舒适性以及行人视觉感知五个维度构建了无锡古城区街道空间慢行品质评价体系,同时结合人群活力指数实现慢行品质综合评价并绘制街道特征画像,针对各维度不同情况,提出对无锡古城区不同类型街道的针对性优化策略,旨在为无锡古城区街道慢行环境提升提供精准参考。