研究区域与研究方法
1.1研究区域
马甸公园地处北京市海淀区北三环马甸桥的西北角，场地呈狭长形，总面积为8.6hm2。公园东临京藏高速G6辅路，西邻中国国家标准化管委会办公楼等高层建筑，北临社区，南隔绿地与北三环中路相望，周边绿化较少。北京属于暖温带半湿润大陆性季风气候，夏季日常较为炎热，冬季较为寒冷干燥，而春、秋两季较为短促，因此营造公园内部舒适的小气候环境至关重要。
马甸公园的定位为运动主题社区公园，周边有冠城南园、裕中西里小区、华展国际公寓等多类型大型居住社区。公园本身的基础游憩设施也较为完善，秉承以人为核心的设计理念，通过设置中心动感广场、趣味活动区、亲水广场、场地活动区、欢乐谷、器械活动区等多种活动场地，营造人与自然交融的场所[11-12]。鉴于马甸公园自身的游憩基础设施和植被条件都相对较好，居民使用频次较高，拥有较高的游憩需求，且周边用地情况符合社区公园的典型特征，因此本研究选取马甸公园作为研究社区公园的小气候调节与游憩服务的对象。
1.2研究方法
1.2.1数据来源
本研究所需数据包括场地基础数据、用于模拟小气候调节服务的气候数据，以及游憩服务评价数据。其中，场地基础数据来源于实地踏勘；气候数据来源于慧聚数据的北京市海淀区地面气象站逐小时观测资料；游憩服务评价数据包括通过实地踏勘采集的公园点云数据，以及利用爬虫技术从大众点评网站上获取的马甸公园所有评价数据。此外，本研究还参考了国家地理信息公共服务平台天地图辅助信息（表1）。
1.2.2实地测绘数据分析
本研究使用LiBackpackDGC50背包激光雷达扫描系统实地采集测绘数据。背包式激光雷达具有操作便利、数据显示同步快捷、精度较高等优点。该设备在水平、垂直两个方向设置激光雷达传感器，可以获取扫描区域范围内高精度三维点云数据及全景影像[13]。
本研究数据采集根据卫星地图确定单向步行采集路线，避免重复采集。路线间距小于15m，确保采集范围在扫描仪器的最大采集半径（50m）内；步行采集移动速度为1.9~2.1m/s。数据采集路线为公园主要道路，并深入郁闭度较高的植物群落扫描，最终获得全景视频以及三维彩色点云数据。运用LiDAR360软件对采集数据进行预处理，切割公园范围内的点云数据，再进行重采样以及降噪处理，获得数字高程模型（digitalelevationmodel,DEM）数据。同时，对采集数据的乔木地面点进行归一化处理，运用“层堆叠算法”完成单木分割，生成包含乔木空间坐标的逗号分隔值CSV数据集。
1.2.3小气候调节服务评价
本研究选取ENVI-met5.03软件模拟小气候调节服务。该软件包含6个模块，本研究主要运用Spaces、ENVI-guide、ENVI-core及Leonardo模块。ENVI-met是基于流体力学与热力学理论，模拟研究区域范围内建筑、地表、大气以及植被之间的关联作用的软件，可有效模拟环境气象特征，被广泛用于区域小气候模拟[14]。
首先根据实地测量的植物、建筑、高程数据，利用ENVI-met5.03中Spaces模块下的DatabaseManager工具对马甸公园进行参数性建模。基于X、Y、Z三维网格，在该模块中，以公园红线为边界，沿X、Y轴各扩展15个网格作为周边环境，保证模拟更接近场地真实性。其中，模型X轴网格数为110，Y轴网格数为370，Z轴网格数为30。X轴和Y轴的网格分辨率为2m，Z轴网格分辨率为3m。导入马甸公园BMP格式的卫星影像作为底图，输入激光雷达生成的DEM的shape?le格式文件构建场地地形，并依据点云数据解析依次绘制建筑、地表、植物等要素的相关信息，最终生成马甸公园INX格式模型[15]（图1）。
为评价社区公园小气候调节与游憩服务间的协同性，笔者通过统计大众点评游憩评价数据发现，5月和10月为评价人数最多、最具代表性的月份。因此，选取无大风、降雨等特殊天气中2021年10月15日和2022年5月15日两天的气候环境数据，作为本研究小气候调节服务模拟的基础数据。数据获取自北京市海淀区气象局台站的气象观测站点（区站号：54399）。该观测站点位于海淀区西苑操场，距离马甸公园西北方向直线距离约7.7km，可作为模拟马甸公园小气候调节服务的基础气候环境条件。
本研究将模拟数据整理为逐小时平均温度、平均风速、平均风向（角度）、相对湿度等气象数据，输入至ENVI-guide模块中的ForcingManager工具生成气象FOX格式文件，作为模拟马甸公园小气候调节服务的气候环境数据[16]。相关研究表明，社区公园使用频率最高的时间段是16：00—17：00[17]。因此本研究利用ENVI-core模块，分别模拟马甸公园2021年10月15日和2022年5月15日下午16：00—17：00的小气候环境，并将结果导入Leonardo模块，分别输出温度、湿度和风速3项指标的小气候调节服务的可视化评价结果。
1.2.4游憩服务评价
游憩服务是社区公园提供的重要功能，游憩吸引力决定了公园的人流量，游憩满意度则代表了居民的使用感受，以及再次吸引游人的能力[18]。因此，本研究选取游憩吸引力和游憩满意度2个指标衡量社区公园的游憩服务。在ArcGIS10.6平台中设定8m×8m的网格，将各项指标评价结果的分布数据、游憩满意度数据，以及马甸公园矢量边界在网格上落位，得出各个因子的空间分布情况。之后函询30位相关领域专家，结合专家意见赋予各类因子权重占比，采用“栅格计算器”工具将权重评价结果作为加权系数，叠加各项指标评价结果，最终得出马甸公园游憩服务综合评价。
1）游憩吸引力评价。游憩吸引力是反映公园对周边居民及游客吸引力的量化指标，对于社区公园，吸引力强弱受景观质量、公共服务设施，以及居民可达性等因素的综合影响，其中景观质量影响效果最为显著[19-20]。本研究选取绿视率、植被覆盖度、地形、景观设施（包括小品、构筑、廊架、花台等）4项指标评价景观质量，结合服务设施统计和可达性评价，综合评估马甸公园的游憩吸引力[21-22]。各项因子均在ArcGIS10.6平台完成空间可视化处理。
其中，绿视率指标评价基于LiBackpackDGC50背包激光雷达扫描系统拍摄的全景视频以及定位数据生成带定位的全景照片，通过SemanticSegmentation语义分割软件计算照片中的绿色空间占比[23]。并将绿视率指标评价结果划分为低、较低、中、较高、高5个等级，分别对应为绿视率<20%、20%~<30%、30%~<40%、40%~50%、>50%[24]。
由于公园内大部分密林区域在拍摄时难以进入，因此选取部分密林绿视率的平均值以代表全部密林区域绿视率情况。通过提取LIDAR360软件生成的带经纬度坐标的乔木所在空间点位，导入ArcGIS10.6平台完成可视化植被覆盖度评价。地形数据由LiDAR360软件生成。结合实地测量结果，分别在ArcGIS10.6平台标记景观设施、座椅、路灯、标识牌、垃圾桶、道路体系的所在位置，代表景观设施、服务设施，以及可达性评价结果的空间分布[25]。
其中，绿视率指标评价基于LiBackpackDGC50背包激光雷达扫描系统拍摄的全景视频以及定位数据生成带定位的全景照片，通过SemanticSegmentation语义分割软件计算照片中的绿色空间占比[23]。并将绿视率指标评价结果划分为低、较低、中、较高、高5个等级，分别对应为绿视率<20%、20%~<30%、30%~<40%、40%~50%、>50%[24]。
由于公园内大部分密林区域在拍摄时难以进入，因此选取部分密林绿视率的平均值以代表全部密林区域绿视率情况。通过提取LIDAR360软件生成的带经纬度坐标的乔木所在空间点位，导入ArcGIS10.6平台完成可视化植被覆盖度评价。地形数据由LiDAR360软件生成。结合实地测量结果，分别在ArcGIS10.6平台标记景观设施、座椅、路灯、标识牌、垃圾桶、道路体系的所在位置，代表景观设施、服务设施，以及可达性评价结果的空间分布[25]。
2）游憩满意度评价。游憩满意度评价数据获取自大众点评平台，爬取了关键词为“马甸公园”的使用者评价676条。通过筛选带有好评数据的图片，定位拍摄者评价点位，并将评价结果导入ArcGIS10.6平台，完成空间可视化分布。
1.2.5小气候调节与游憩服务协同性评价
耦合协调度模型可用于分析2个或2个以上系统之间的相互作用影响，不仅可以反映系统间的相互依赖、相互制约程度，也可以实现多种系统间协调发展的动态关联关系评价[26]。耦合协调度模型涉及耦合度C、协调指数T，以及耦合协调度D的计算。耦合度C值越大，则系统间相互作用越强，其计算式如下：式中：C为耦合度值，取值范围为[0，1]；U1和U2分别为小气候调节服务和游憩服务的评价结果。
协调指数T为耦合协调发展水平的综合评价指数，分别为各系统的权重。研究2个系统指标间关系时，通常认为二者同等重要，本研究设定两类服务的指标权重均为0.5，计算方法如式（2）。耦合协调度D是判断耦合协调度的指标，取值范围为[0，1]，计算方法如式（3）[27]：式中：T为协调指数值，取值范围为[0，1]；β1和β2分别为耦合指标的权重，本研究中均设置为0.5；D为耦合协调度值。
2结果与分析
2.1典型分析点选择
本研究从公园由北至南选取了A、B、C、D、E共5处所处环境差异较大的代表性分析点位，作为研究结果的典型分析点位。A点为马甸公园北侧公共建筑；B点位于西侧随闭度较高的植物组团内部；C点为水体面积较大的亲水广场；D点为中心广场（少植被遮挡）；E点位于南侧林荫跑道（图2）。
