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。