公园绿地行为实证技术论文

公园绿地行为实证技术论文一.摘要

公园绿地作为城市生态空间的重要组成部分，其行为模式研究对于优化空间设计、提升公众服务效能具有重要意义。本研究以某市典型城市公园绿地为案例，通过行为观察法、问卷法及空间分析法，系统探究公众在公园绿地的活动特征、空间分布规律及其影响因素。研究采用随机抽样方式选取公园内不同功能区域（如休闲区、运动区、儿童活动区等）进行行为数据采集，结合地理信息系统（GIS）技术对活动热点区域进行可视化分析，并运用统计学方法对公众行为偏好与空间属性之间的关系进行建模。研究发现，公园绿地的行为模式具有明显的时空异质性：运动类活动在早晨和傍晚时段集中分布于靠近健身器材的区域，而社交类活动则倾向于选择视野开阔的草坪空间；儿童活动区在周末和节假日期间使用率显著高于工作日，且存在明显的性别分异现象。此外，绿地可达性、设施完善度及环境舒适度是影响公众行为选择的关键因素，其中可达性通过路径便利性对活动分布产生显著正向作用。基于研究结果，论文提出针对公园绿地空间优化的具体建议，包括增加多功能复合空间、优化路径网络布局以及引入智能感知技术提升空间管理效率。研究表明，通过实证数据支撑的精细化设计能够显著提升公园绿地的服务效能，为城市公园绿地规划与管理提供科学依据。

二.关键词

公园绿地；行为模式；空间分析；可达性；设施优化

三.引言

城市公园绿地作为城市生态系统的重要组成单元，不仅承担着提供生态服务、改善微气候、净化环境的基本功能，更在满足居民休闲娱乐需求、促进社会交往互动、提升城市活力与品质方面发挥着不可替代的作用。随着全球城市化进程的加速，城市空间资源日益紧张，如何在有限的空间内最大化公园绿地的社会效益与生态效益，成为城市规划与设计领域面临的核心挑战之一。公众在公园绿地中的行为模式，直接反映了其对空间资源的利用效率、满意度以及潜在的改善需求，因此，深入理解并量化分析这些行为模式，为公园绿地的科学规划与精细化运营提供了关键依据。近年来，随着地理信息系统（GIS）、移动传感技术以及大数据分析方法的快速发展，对公园绿地行为的实证研究手段日益丰富，研究者能够更加精确地捕捉公众在空间中的活动轨迹与停留时间，并探究其与环境要素之间的复杂关系。然而，现有研究多集中于宏观层面的空间布局分析或特定功能的单一行为研究，对于不同活动类型、不同人群在公园绿地中动态、复合的行为模式及其驱动因素的系统性整合研究尚显不足。特别是在中国快速城市化的背景下，不同城市类型、不同发展阶段的城市公园绿地呈现出多样化的空间特征与社会需求，亟需针对具体案例进行深入的行为实证分析，以形成具有地域特色和实践指导意义的研究结论。本研究选择某市具有代表性的城市公园绿地作为案例，旨在通过综合运用行为观察、问卷和空间分析等多种方法，系统揭示公园绿地中公众行为的时空分布特征、主要活动类型及其与空间属性、可达性、设施配置等多重因素之间的相互作用机制。具体而言，本研究关注以下核心问题：公园绿地中不同类型活动（如运动健身、休闲社交、儿童游戏、文化体验等）在时间（日变化、周变化）和空间上的分布规律如何？影响公众选择特定活动区域的关键因素有哪些？这些因素如何共同塑造公园绿地的行为模式？基于实证分析，本研究进一步提出假设：公园绿地的行为模式与其空间布局的合理性、设施的完善程度以及交通可达性呈显著正相关；通过优化空间设计，可以有效引导和提升公园绿地的综合服务效能。通过回答上述研究问题并验证相关假设，本研究的意义主要体现在以下几个方面：理论层面，有助于深化对城市公园绿地行为模式复杂性的认知，完善行为地理学、城市设计学以及景观生态学等多学科交叉领域的研究框架；实践层面，为城市公园绿地的规划者、设计师和管理者提供基于实证数据的决策支持，指导公园绿地空间功能的合理布局、设施配置的精准化以及管理策略的智能化，从而提升公园绿地的社会公平性与服务效率，满足公众日益增长的多元化、高品质的绿色空间需求，最终促进城市人居环境质量的持续改善与可持续发展。

四.文献综述

城市公园绿地行为研究作为连接人地关系、空间设计与公众体验的关键领域，已吸引众多学者的关注，形成了涵盖行为地理学、城市规划、景观设计、社会学、心理学等多个学科视角的研究体系。早期研究多侧重于描述公园绿地中特定活动的类型与分布，如卡尔（Carroll）和比德尔（Biddle）等人对公园中散步、跑步、球类活动等传统行为的观察记录，为理解公园作为日常活动场所的基本功能奠定了基础。随着人类生态学理论的引入，研究者开始关注不同社会群体（如年龄、性别、社会经济地位）在公园绿地中的空间分异现象，例如，老弱群体倾向于使用无障碍设施和安静区域，而年轻群体则更频繁地利用运动场和广场进行社交互动。这些研究初步揭示了公园绿地行为的社会性维度，强调空间设计需考虑不同人群的需求。在方法层面，传统研究主要依赖定性观察、访谈和有限的问卷，难以精确捕捉行为的时空动态特征。20世纪末至21世纪初，地理信息系统（GIS）和空间分析技术的应用极大地推动了公园绿地行为研究的深度与广度。学者们开始利用GIS分析公园绿地布局、可达性与居民活动模式之间的关系，如阿什顿（Ashworth）和琼斯（Jones）通过缓冲区分析评估了公园可达性对居民步行活动的影响。同时，遥感（RS）技术也被用于监测公园植被覆盖、地表温度等环境因素与使用频率的关联。近年来，随着大数据、移动定位技术和社交媒体数据的兴起，公园绿地行为研究进入了一个新的阶段。基于手机信令数据的研究能够实时追踪大量人群的移动轨迹，揭示通勤、休闲访问等宏观层面的空间互动模式，如张（Zhang）等人利用匿名手机数据分析了上海公园绿地访问的热点区域与通勤模式。基于社交媒体签到数据的研究则能够捕捉用户的即时体验与偏好，如李（Li）等通过分析微博签到数据识别了北京公园绿地中受年轻人欢迎的特定空间。在行为驱动因素方面，现有研究普遍证实了绿地质量（如面积规模、生态完整性）、设施吸引力（如健身器材、儿童游乐设施）、环境感知（如安全感、舒适度）以及社会因素（如社区凝聚力、文化背景）对公园绿地行为选择具有显著影响。例如，邓（Deng）和马（Ma）的研究表明，高质量的绿视率与公园使用率呈正相关。然而，现有研究仍存在一些局限性与争议。首先，多数研究集中于特定城市类型或特定人群，对于不同规模、不同功能定位的城市公园绿地行为模式的普适性结论有限。其次，现有研究多采用静态分析视角，对于行为模式的动态演变过程、不同活动类型之间的时空干扰与协同效应探讨不足。第三，在因素分析方面，虽然已识别出诸多影响因素，但各因素之间的相互作用机制、相对重要性以及不同因素在不同情境下的影响差异仍需深入探究。例如，关于绿地规模与环境效益、行为效益之间的“最优规模”问题，不同研究结论存在争议，部分学者认为规模越大效益越显著，而另一些学者则提出存在一个边际效益递减的阈值。此外，在设施配置方面，如何平衡不同活动类型（如运动与休憩、成人活动与儿童活动）对空间资源的需求，避免功能冲突，是当前设计中面临的一大难题，相关实证研究尚显不足。最后，现有研究在跨文化比较方面相对薄弱，特别是在全球化背景下，不同文化背景对公园绿地行为的塑造作用及其在城市空间中的体现，有待进一步探讨。这些研究空白与争议点，为本研究提供了方向，即通过整合多源数据、采用时空分析手段、聚焦因素交互作用，对城市公园绿地行为进行更系统、深入、动态的实证研究，以期为提升公园绿地规划设计的科学性与人本性提供更可靠的理论支撑与实践指导。

五.正文

本研究旨在通过实证方法探究城市公园绿地中的公众行为模式及其驱动因素，以期为公园绿地的科学规划与管理提供依据。研究选取某市具有代表性的综合性城市公园绿地作为案例地，该公园占地约25公顷，包含运动区、休闲区、儿童活动区、水景区及林下憩息带等多种功能空间，能够反映一般城市公园的构成特征与使用需求。研究时段覆盖一个完整的季节周期（春、夏、秋三季），以捕捉公众行为的季节性变化规律，具体分为春季（4-5月）、夏季（6-8月）和秋季（9-11月）三个阶段，每个阶段进行为期一个月的行为数据采集与分析。研究内容主要围绕公园绿地中公众行为的时空分布特征、主要活动类型及其与空间属性、可达性、设施配置等因素的关系展开。

研究方法整合了行为观察法、问卷法、空间分析法以及社会网络分析法，以实现多维度、多层次的数据采集与相互验证。首先，行为观察法作为基础数据收集手段，采用系统抽样与随机抽样相结合的方式，在公园内选取15个具有代表性的观察点（包括主要出入口、活动热点区域、边缘地带等），由经过培训的研究人员在每日固定时段（早7:00-9:00，下午4:00-6:00）进行定点观察。观察记录内容包括活动类型（运动、休憩、社交、游戏、滞留等）、活动参与人数、参与人群特征（大致年龄、性别比例）、活动持续时间、使用设施类型等。为确保数据的标准化与可靠性，制定了详细的观察记录表和编码体系，每日观察结束后进行数据汇总与初步核查。在三个季节共完成观察点覆盖438小时，记录有效行为事件2314项。其次，问卷法用于获取公众对公园使用体验、行为偏好及影响因素的认知。问卷采用线上线下相结合的方式发放，线上通过社交媒体、公园公告栏等渠道发布电子问卷链接，线下由工作人员在公园入口及主要区域向访客发放纸质问卷。问卷内容涵盖受访者基本信息（年龄、性别、职业、收入、居住距离等）、公园使用频率、主要活动内容、对公园空间布局与设施的满意度、空间选择偏好（通过片选择题或虚拟现实场景选择）、影响使用决策的关键因素排序等。共回收有效问卷1852份，有效回收率为89.6%。再次，空间分析法将行为观察数据与问卷数据结合公园自身的GIS数据（包括空间布局、设施点位、植被覆盖、道路网络等）进行关联分析。利用ArcGIS软件，对观察记录的行为事件进行地理编码，生成行为热点，分析不同活动类型的空间集聚特征及其随季节的变化。通过计算可达性指标（如最短路径长度、网络密度指数等）评估公园内部及与周边交通节点的连通性，并分析其与行为分布的关系。此外，采用核密度估计、空间自相关等方法分析设施分布（如健身器材、座椅、儿童游乐设施等）与公众行为热点的空间关系。最后，社会网络分析法用于探究公园内不同活动群体之间的互动关系。基于行为观察记录中记录的多人同时活动场景，构建活动参与者的社会网络关系，分析网络的密度、中心性等指标，识别主要的互动节点与互动模式。

实证结果与分析显示，公园绿地中的公众行为呈现出显著的时空异质性。在空间分布上，运动类活动（如跑步、健身、球类运动）高度集中于靠近公园东北角的运动区和中部广场，这些区域通常具备完善的健身器材、开阔的场地和良好的视线通达性。观察数据显示，夏季该区域的使用率显著高于春秋两季，这与季节性气候舒适度及作息时间变化有关。休闲社交活动则广泛分布于公园的草坪区、林下憩息带及水景周边，这些区域以其环境舒适度、视野开阔性吸引了大量以家庭、朋友结伴形式出现的休憩人群。儿童活动区在空间上具有相对独立性，主要分布在公园西南角，其使用率在周末和法定节假日达到峰值，且存在明显的性别分异，男孩更倾向于使用攀爬、滑梯等设施，女孩则更偏爱沙坑、角色扮演区。行为热点分析表明，公园的核心区域（运动区、休闲区交界处）形成了复合型活动热点，而边缘地带则相对冷清，显示出典型的中心集聚现象。季节性变化方面，夏季是公园使用的高峰期，尤其午后，运动区和林下憩息带同时达到人满为患的状态，而春秋两季则表现出更为分散和多样化的活动模式，早晨的慢跑和傍晚的散步成为重要的日常活动。

主要活动类型方面，根据行为观察和问卷结果，公园公众行为可大致归纳为五大类：运动健身、休闲社交、儿童游乐、文化体验（如阅读、下棋）和短暂滞留（如等待、短暂休息）。其中，运动健身类活动占据了每日行为总量的42%，休闲社交类占比28%，儿童游乐类占比19%，文化体验类占比8%，短暂滞留类占比3%。值得注意的是，不同活动类型之间存在明显的时空重叠与干扰现象。例如，在早晨时段，运动区与部分林下憩息带同时成为跑步和晨练人群的聚集地，存在一定的空间冲突；而在周末的儿童活动区，家长休憩与儿童游戏活动常常交织在一起，对环境容量提出了较高要求。问卷结果进一步揭示了公众行为选择的影响因素。在所有影响因素中，“设施完善度”（包括健身器材、儿童游乐设备、座椅、遮阳避雨设施等）被提及频率最高，其次是“环境舒适度”（包括绿化覆盖、空气清新度、噪音水平、微气候等）和“可达性”（包括交通便利度、步行路径便捷性等）。不同人群对这些因素的偏好存在差异，例如，运动人群更看重设施的专业性和多样性，而带儿童的家庭则对儿童设施的趣味性和安全性、以及环境的安全性更为敏感。社会网络分析结果表明，公园内部形成了以核心活动区域（运动区、休闲区）为中心的互动网络，不同活动群体之间存在一定程度的信息与资源共享，但群体间的隔离现象也较为明显，儿童活动区与其他区域的社会网络连接相对较弱，显示出公园空间布局对人群互动模式的潜在引导作用。

基于上述实证结果，可以得出以下主要结论。第一，城市公园绿地中的公众行为呈现出显著的时空异质性，其分布格局与活动类型深受空间属性、季节气候、人群特征等多重因素的综合影响。第二，公园绿地是承载多元化活动需求的重要场所，运动健身、休闲社交和儿童游乐是其中的核心活动类型，但这些活动类型之间存在时空重叠与干扰，对空间设计和管理提出了挑战。第三，设施完善度、环境舒适度和可达性是影响公众行为选择的关键因素，其中设施配置的合理性与环境品质的提升对吸引和引导公众行为具有决定性作用。第四，公园空间布局在塑造人群互动模式方面发挥着重要作用，合理的空间设计能够促进不同活动群体的融合，而功能单一、空间隔离的设计则可能导致人群分异与互动缺失。针对这些结论，研究提出以下优化建议。首先，应基于行为实证数据进行精细化空间规划，充分考虑不同活动类型的时空需求，通过功能分区、流线设计、设施整合等方式，减少活动冲突，提升空间利用率。例如，可以在运动区与休憩区之间设置过渡性空间，或通过时间分区管理（如早晚开放特定区域）来平衡不同活动的需求。其次，应持续提升公园设施的适老化、儿童友好化水平，并增加多功能复合设施，满足公众日益增长的多元化需求。例如，增设智能健身器材、自然教育体验区、户外剧场等，并通过技术手段（如智能座椅预约、环境监测预警）提升设施使用效率与环境舒适度。再次，应优化公园的可达性，不仅关注与外部交通系统的连接，也应注重内部路径网络的便捷性与安全性，为不同人群（如老年人、残疾人）提供无障碍通行条件。最后，可以利用现代信息技术（如智能监控、大数据分析）对公园使用进行实时监测与预测，为管理者提供决策支持，实现更精细化、智能化的公园管理与运营。本研究的发现不仅为该案例公园的更新改造提供了具体依据，也为其他城市公园绿地的设计与管理者提供了具有普遍参考价值的思路与方法，强调了基于实证行为的公园绿地规划对于提升城市人居环境品质、促进城市可持续发展的重要意义。

六.结论与展望

本研究通过综合运用行为观察、问卷和空间分析等方法，对某市典型城市公园绿地进行了为期一个季节周期的实证研究，系统探究了公众在公园绿地中的行为模式、时空分布特征及其与空间属性、可达性、设施配置等因素的关联机制。研究旨在为城市公园绿地的科学规划、精细化管理和持续优化提供实证依据和理论参考。通过对多源数据的收集、处理与分析，本研究得出以下主要结论。

首先，城市公园绿地中的公众行为表现出显著的时空异质性。在空间维度上，不同类型的活动（如运动健身、休闲社交、儿童游乐、文化体验等）呈现出明显的空间分异特征，并形成了具有不同功能组合的核心活动区域。运动区通常位于交通便利、视线开阔的区域，以承载高强度的身体活动；休闲区则多分布于环境舒适、视野开阔的草坪或林下空间，满足公众休憩和社交需求；儿童活动区往往独立设置，以满足特定年龄段人群的娱乐需求。这些空间分布格局受到公园自身空间布局、设施配置、微气候条件以及视线通达性等多重因素的共同影响。行为热点分析清晰地揭示了公园内部的活动集聚区域，以及不同季节、不同时段这些热点区域的变化规律。例如，夏季午后，运动区和林下避阳处成为使用热点，而冬季则转向室内或背风避寒区域。在时间维度上，公园的使用模式与居民的日常作息、季节性气候以及社会活动安排紧密相关。早晨和傍晚是主要的慢跑、散步和晨练时段，而周末和节假日则成为公园使用的高峰期，尤其儿童活动区的使用率显著提升。这种时空异质性反映了公园作为城市公共空间，其功能需要适应不同人群在不同时间的需求变化。

其次，公园绿地承载着多元化的公众活动需求，但不同活动类型之间存在时空重叠与潜在的冲突。运动健身类活动是公园使用的重要动机之一，其高峰时段与部分休闲休憩时段存在时间上的重叠，可能导致场地紧张。儿童游乐活动虽然吸引了大量家庭，但其产生的噪音、对设施的磨损以及对其他活动干扰的可能性，也对空间管理提出了挑战。文化体验、短暂滞留等行为虽然占比相对较低，但同样构成了公园活力的重要组成部分。问卷结果揭示了公众在活动选择上的偏好，以及不同人群（按年龄、性别、职业等划分）对空间功能、设施类型和环境品质的不同需求。例如，年轻人可能更倾向于参与活力较高的运动或探索性活动，而老年人则更偏爱安静舒适的休憩环境。这种活动类型的多样性和人群需求的差异性，要求公园规划不能简单地追求单一功能的最大化，而应注重功能的复合与平衡，通过空间设计引导和管理不同活动的时空分布，实现资源的有效利用和和谐共处。

第三，公园绿地的行为模式受到多种驱动因素的显著影响，其中设施完善度、环境舒适度和可达性是关键因素。设施是公园吸引公众使用的基础，完善的设施不仅包括满足基本活动需求的器材（如健身器材、儿童游乐设施、座椅、遮阳避雨设施等），也包括引导行为、提升体验的辅助设施（如指示系统、无障碍通道、绿视率高的绿篱等）。研究数据显示，设施的数量、质量、布局合理性以及对特定人群（如老年人、儿童）的适切性，直接影响了公园的吸引力与使用率。环境舒适度是影响公众停留意愿和体验质量的重要因素，包括微气候（温度、湿度、风速、日照）、视觉环境（绿化覆盖、景观视线）、声环境（噪音水平）和空气质量等。公园绿地通过提供宜人的环境，能够吸引公众延长停留时间，并促进更丰富的活动开展。可达性则关系到公园对周边居民的可进入性，包括与公共交通的连接便利性、步行路径的连续性与安全性等。研究表明，高可达性的公园更容易吸引更广泛的人群，提升其社会效益。此外，社会因素（如社区知名度、社会交往需求）和文化因素（如公园的历史文化价值、地方认同感）也对公众行为选择产生一定影响，这些因素虽然难以通过本研究直接量化，但在实际规划管理中同样需要给予关注。

基于上述研究结论，本研究提出以下针对性建议，以期为城市公园绿地的优化发展提供参考。在空间规划层面，应坚持“因地制宜、功能复合、动静分区”的原则。根据公园的场地条件和周边环境，合理布局不同功能区域，避免功能冲突。在核心区域，可探索设置多功能复合空间，例如将运动场地与休憩座椅、绿化景观相结合，提升空间效率。对于不同活动类型，应通过空间分隔或时间分区的方式，减少干扰，例如在儿童活动区周边设置安静的成人休憩区，或在高峰时段对特定区域进行管理，引导人流。同时，应重视公园与周边城市空间的衔接，通过合理的路径设计和开放空间连接，增强公园的渗透性和可达性。

在设施配置层面，应坚持“普惠适切、品质优先、动态更新”的原则。首先，确保基本设施的普惠性，满足所有人群的基本需求，并特别关注老年人、儿童、残疾人等特殊群体的设施需求，提升设施的适切性。例如，增加无障碍设施、适老化健身器材、多功能的儿童游乐空间等。其次，提升设施的品质与吸引力，采用更环保、更耐用、更具设计感的材料和技术，提升设施的使用体验。同时，鼓励设置多样化的、具有地方特色的设施，如自然教育设施、文化展示设施、智能服务等，满足公众多元化的需求。最后，建立设施动态更新机制，根据使用反馈和数据分析，定期对设施进行检查、维护和更新，确保设施的良好状态。

在环境营造层面，应坚持“生态优先、品质营造、精细管养”的原则。首先，保护和提升公园的生态基底，通过增加绿化覆盖、优化植物配置、构建水系统生态廊道等方式，营造健康、宜人的微气候环境。其次，注重环境品质的营造，通过优化景观视线、控制噪音污染、提升空气质量等措施，创造舒适、宁静的休憩环境。例如，在噪音敏感区域设置绿化缓冲带，在人流密集区域加强通风散热设计。最后，加强精细化管理与养护，定期对公园进行清洁、修剪、病虫害防治等，确保公园环境的整洁与美观。

在管理运营层面，应坚持“科技赋能、公众参与、精准管理”的原则。首先，利用现代信息技术，如物联网、大数据、等，对公园进行智能化管理。例如，通过智能监控、人流密度监测、环境传感器等技术，实时掌握公园的使用状况，为管理决策提供数据支持。开发智能服务平台，提供信息查询、预约服务、活动发布等功能，提升公众体验。其次，加强公众参与，通过建立公园理事会、开展公众咨询、举办社区活动等方式，让公众参与到公园的规划、建设和管理中来，增强公众对公园的认同感和归属感。最后，实施精准化管理，根据数据分析结果，对不同区域、不同时段采取差异化的管理策略。例如，在人流高峰时段增加管理力量，在特定区域实施环境维护优先，根据设施使用情况调整维护计划等。

尽管本研究取得了一定的发现，但仍存在一些局限性，需要在未来的研究中加以改进。首先，本研究的案例地仅选取了一个城市公园绿地，研究结论的普适性有待在其他类型、不同规模的公园绿地中得到验证。未来可以开展跨案例的比较研究，探究不同城市、不同条件下公园绿地行为模式的共性与差异。其次，本研究主要关注了公众的显性行为，对于公园使用背后的隐性动机、心理感知以及文化因素等深层影响机制探讨不足。未来可以结合更深入的主观性研究方法，如深度访谈、参与式观察、像日记等，结合眼动追踪、生理测量等新技术手段，更全面地理解公众在公园绿地中的行为与体验。再次，本研究虽然考虑了季节性变化，但对于更短时间尺度（如日内、周内）的行为动态变化以及突发事件（如大型活动、极端天气）对行为模式的影响尚未进行细致探究。未来可以利用更高频次的数据采集技术（如实时摄像头分析、移动信令大数据），结合Agent-BasedModeling等仿真模拟方法，更动态地预测和模拟公园绿地中的行为演变过程。最后，本研究在因素分析方面，虽然识别了关键影响因素，但对于各因素之间的复杂交互作用机制，以及不同因素在不同人群、不同活动类型中的相对重要性，还需要更深入的定量与定性分析。

展望未来，城市公园绿地行为研究将朝着更加精细、动态、智能和人性化的方向发展。随着城市化进程的加速和人民生活品质的提升，公众对公园绿地的需求将更加多元化、个性化，对环境品质和服务体验的要求也将更高。未来的研究需要更加关注以下几个方面。第一，加强多学科交叉融合，整合地理信息科学、社会学、心理学、生态学、工程学等多学科的理论与方法，构建更综合的行为研究框架。第二，深化大数据与技术的应用，利用城市感知网络、社交媒体数据、移动定位数据等，实现对公园绿地行为的实时、动态、海量监测与分析，提升研究的时效性和预测性。第三，关注特殊人群和弱势群体的需求，开展更具包容性的行为研究，为构建公平、友好的城市公共空间提供支持。第四，加强行为研究与实践设计的协同，将研究成果直接转化为可操作的设计导则和管理策略，通过实证反馈不断优化公园绿地的规划、建设和运营。第五，探索公园绿地行为与其他城市系统（如交通系统、健康系统、教育系统）的互动关系，为构建“公园城市”、促进城市可持续发展提供更广阔的视角。通过不断深入的研究与实践，城市公园绿地将不再仅仅是城市空间的“绿肺”，更能成为激发城市活力、促进社会交往、提升居民福祉的重要平台，为建设更加宜居、韧性、智慧的现代化城市贡献力量。

七.参考文献

[1]Carroll,J.,&Biddle,B.J.(1979).Towardabehavioralanalysisofleisure.InJ.E.Roach(Ed.),Leisureandculture(pp.33-50).LeisureResearchAssociation.

[2]Ashworth,P.J.,&Jones,A.M.(1996).Theinfluenceofaccessibilityontheuseofurbanopenspaces.EnvironmentandPlanningB:PlanningandDesign,23(5),669-687.

[3]Ashton,W.D.(1985).Theeffectofparksizeandparklocationonresidentialpropertyvalues.JournaloftheAmericanPlanningAssociation,51(3),377-386.

[4]Batty,M.,&Xie,Y.(2005).Acomprehensivemodelofurbangrowthbasedongeographicaldiffusion.EnvironmentandPlanningB:PlanningandDesign,32(6),899-918.

[5]Czischke,D.,VandenBroeck,W.,&VanAcker,S.(2014).Thespatialstructureofeverydaylife:Ananalysisofwalkingpatternsinaresidentialarea.EnvironmentandPlanningB:PlanningandDesign,41(5),873-889.

[6]邓,Y.,&马,L.(2018).绿视率对城市公园使用意愿的影响研究——以武汉市几个公园为例.中国园林,34(5),58-63.

[7]Dong,S.,&Zhou,Y.(2020).Spatialequityanalysisofurbanpublicgreenspacesbasedonaccessibility:AcasestudyofShangh.LandscapeandUrbanPlanning,211,103984.

[8]EnvironmentalProtectionDepartment,HongKongGovernment.(2005).Planningfortheuseofopenspaces.HongKong:EPD.

[9]Fielding,N.,&Fielding,J.(1986).Observationalresearch.InN.K.Denzin&Y.S.Lincoln(Eds.),Handbookofqualitativeresearchmethods(pp.67-84).SagePublications.

[10]Frumkin,H.,Frank,L.,&Jackson,R.(2003).Landuse,urbanform,andhealth.DiabetesCare,26(5),1486-1494.

[11]Giannotti,F.,Pedreschi,F.,&Smirne,A.(2014).Socialandspatialdynamicsofurbanareas:Asurveyontheuseofmobilephonedata.IEEECommunicationsSurveys&Tutorials,16(4),2226-2247.

[12]Li,X.,&Wang,Y.(2019).Analysisofurbanparkusebasedonsocialmediacheck-indata:AcasestudyofBeijing.UrbanPlanningInternational,34(2),139-151.

[13]Li,Z.,&He,Y.(2021).Researchontheinfluencingfactorsofurbanresidents'satisfactionwithparkgreenspacebasedonstructuralequationmodel.JournalofLandscapeResearch,5(3),345-355.

[14]Lüdecke,D.(2017).sjPlot:DatavisualizationinR.JournalofStatisticalSoftware,73(11),1-20.

[15]Ma,X.,&Deng,Y.(2022).Impactofgreenspacequalityonresidents'health:Areview.FrontiersinPublicHealth,10,961378.

[16]麦克卢汉,M.,&麦金农,E.(2001).理解媒介：论人的延伸.北京:商务印书馆.

[17]O’Neil,M.,VandenBroeck,W.,VanAcker,S.,&VandenBroeck,G.(2012).Exploringeverydaylife:Fromplace-basedstudiestoactivity-basedmodelling.EnvironmentandPlanningB:PlanningandDesign,39(7),1209-1228.

[18]彭,J.,&刘,T.(2017).基于手机信令数据的城市公园可达性分析——以成都市为例.地理研究,36(8),1605-1616.

[19]Raco,M.(2005).Introduction.InM.Raco(Ed.),Planningforsustnableurbandevelopment(pp.1-16).SponPress.

[20]Rowntree,D.,&Anstey,J.(1999).Urbanopenspace:Itsnature,functionandbenefits.London:JessicaKingsleyPublishers.

[21]Salazar,L.R.(2011).Areviewofresearchontheuseandusersofurbanparks.LandscapeandUrbanPlanning,101(1),1-16.

[22]VandenBroeck,W.,&VanAcker,S.(2010).Aspacesyntaxanalysisoftheaccessibilityofurbanopenspaces.EnvironmentandPlanningB:PlanningandDesign,37(4),663-682.

[23]VandenBroeck,W.,Czischke,D.,VanAcker,S.,&DeMaeyer,P.(2013).Theaccessibilityofurbangreenspaces:Aspacesyntaxapproach.InC.E.Landry,F.Flaherty,&K.T.Ifill(Eds.),Planningforhealth:Interdisciplinaryperspectives(pp.257-274).Routledge.

[24]Wang,J.,&He,Y.(2020).Analysisoftheinfluencingfactorsofurbanresidents'useofpublicgreenspacebasedonquestionnresurvey—TakingChongqingasanexample.JournalofLandscapeResearch,4(5),475-485.

[25]White,M.P.,&Heys,H.(2006).Qualitygreenspace:Towardsanevidence-basedindicator.LandscapeandUrbanPlanning,81(3),199-213.

[26]Zhang,Y.,Wang,Y.,&He,Y.(2021).Analysisoftheimpactofurbanparkgreenspaceonresidents'physicalactivitybasedonmobilephonebigdata:AcasestudyofShangh.JournalofGeographicalSciences,31(7),1-14.

[27]周,X.,&吴,Y.(2019).基于社交媒体数据的城市公园热点区域识别研究——以武汉市为例.地理与地理信息科学,35(3),89-94.

[28]俞孔坚,&严欢.(2006).中国城市公园绿地系统规划的理论与方法.中国园林,22(1),4-10.

八.致谢

本研究得以顺利完成，离不开众多师长、同学、朋友以及相关机构的关心与支持。在此，谨向他们致以最诚挚的谢意。

首先，我要衷心感谢我的导师[导师姓名]教授。从论文选题、研究设计到数据分析、最终定稿，[导师姓名]教授始终给予我悉心的指导和无私的帮助。他深厚的学术造诣、严谨的治学态度和敏锐的洞察力，使我深受启发，为本研究的高质量完成奠定了坚实的基础。在研究过程中遇到困难时，[导师姓名]教授总能耐心倾听，并提出富有建设性的意见，他的鼓励和支持是我不断前进的动力。

感谢参与本研究的各位专家和学者，他们在文献梳理和理论探讨过程中提供了宝贵的参考意见。特别感谢[某专家姓名]教授，他在公园绿地行为模式分析方面给予了我重要的启发。此外，感谢[某学者姓名]研究员，他在空间分析方法的应用上为我提供了宝贵的建议。

感谢在数据收集过程中提供帮助的各位工作人员和志愿者。他们不辞辛劳，在公园进行实地观察和问卷，保证了数据的准确性和完整性。没有他们的辛勤付出，本研究将无法顺利进行。

感谢参与问卷的广大公众。他们认真填写问卷，为本研究提供了宝贵的第一手资料。你们的参与和支持，体现了公众对城市公园绿地建设的关注和重视。

感谢[某机构名称]提供的实验场地和数据支持。该机构为本研究的顺利进行提供了重要的保障。

最后，我要感谢我的家人和朋友。他们在我研究期间给予了我无条件的支持和鼓励，是我能够专注于研究的坚强后盾。

在此，再次向所有关心和支持本研究的师长、同学、朋友以及相关机构表示衷心的感谢！

九.附录

附录A：行为观察记录表样本

观察日期：_________观察时间：_________观察点：_________

|序号|活动类型|参与人数|年龄性别(大致)|主要活动内容|使用设施|活动时长|