基于碳排放-位置分配模型的公共中心規(guī)劃支持系統(tǒng)設(shè)計與應(yīng)用研究

楊文越， 李　濤， 曹小曙,3,4*

(1.中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院，廣州 510275；2.廣東財經(jīng)大學(xué)地理與旅游學(xué)院，廣州 510320；3.陜西師范大學(xué)交通地理與空間規(guī)劃研究所，西安 710062;4.陜西師范大學(xué)西北國土資源研究中心，西安 710062)

基于碳排放-位置分配模型的公共中心規(guī)劃支持系統(tǒng)設(shè)計與應(yīng)用研究

楊文越1， 李濤2， 曹小曙1,3,4*

(1.中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院，廣州 510275；2.廣東財經(jīng)大學(xué)地理與旅游學(xué)院，廣州 510320；3.陜西師范大學(xué)交通地理與空間規(guī)劃研究所，西安 710062;4.陜西師范大學(xué)西北國土資源研究中心，西安 710062)

設(shè)計了基于碳排放-位置分配模型的公共中心規(guī)劃支持系統(tǒng)(CELA-PCPSS)，該系統(tǒng)可分為支撐層、數(shù)據(jù)層、模型層、功能層和表示層．其中，基于小汽車出行碳排放的位置分配模型是模型層乃至整個CELA-PCPSS的核心．CELA-PCPSS的主要功能是基于低碳視角計算出公共中心布局選址的最優(yōu)位置，定量、可視化地模擬出不同公共中心布局形式下的小汽車出行碳排放空間格局與碳排放總量．以廣州市為例，將CELA-PCPSS應(yīng)用于其假設(shè)的公共中心規(guī)劃選址中，模擬與計算出規(guī)劃1～6個公共中心的最優(yōu)選址位置及其相應(yīng)的小汽車出行碳排放空間格局與碳排放總量．發(fā)現(xiàn)新增公共中心能減少小汽車出行碳排放總量，具有邊際效應(yīng)．因此，需綜合考慮經(jīng)濟(jì)社會成本和人文因素來確定規(guī)劃公共中心的數(shù)量和調(diào)整其選址位置，以使社會、經(jīng)濟(jì)和環(huán)境效益最大化．

規(guī)劃支持系統(tǒng)； 出行碳排放； 位置分配； 公共中心； 模擬； 廣州市

公共中心規(guī)劃選址是城市規(guī)劃和城市地理研究中的核心內(nèi)容．在傳統(tǒng)的區(qū)位論中，杜能、韋伯、赫夫、廖什等模型大多以市場需求、交通成本和利潤最大化作為區(qū)位選址的依據(jù)[1-2]．然而，隨著全球氣候變化和交通碳排放等議題日益受到關(guān)注，城市公共中心的規(guī)劃選址除了需要考慮經(jīng)濟(jì)成本外，還需要增加考慮環(huán)境成本，尤其是交通碳排放總量和比重都在不斷增加[3]．城市空間結(jié)構(gòu)對城市各要素運行有一定的鎖定效應(yīng)[4]．已知，多中心、緊湊的城市比單中心、分散的城市交通能耗和碳排放少[5-6]．城市人口分布與交通基礎(chǔ)設(shè)施布局對城市交通碳排放空間格局的形成起關(guān)鍵作用[7]．城市人口密度較低的區(qū)域其人均交通能耗和碳排放大于人口密度較高的區(qū)域[8-12]．同時，交通碳排放空間格局一定程度上亦取決于到城市中心的距離[7,9]．與城市中心的距離每增加1 km，平均通勤距離則增加0.25 km[13]．構(gòu)建新城市中心對減少通勤出行、減輕小汽車依賴和減緩交通擁堵具有重要作用[14]．對于城市郊區(qū)，提高人口密度的策略需與新建城市中心相結(jié)合才能有效地減少交通碳排放[10]．城市不同公共服務(wù)設(shè)施空間布局模式會導(dǎo)致居民出行到達(dá)這些設(shè)施所排放的CO2產(chǎn)生差異[15]．綜上，公共中心空間布局將對城市交通碳排放格局造成長期的重大影響，其布局不合理將會導(dǎo)致居民出行距離過長、城市交通碳排放過多，產(chǎn)生很大的環(huán)境負(fù)外部效應(yīng)．國內(nèi)有學(xué)者倡導(dǎo)應(yīng)開展城市空間形態(tài)與碳排放之間的定量研究[16]和低碳城市規(guī)劃關(guān)鍵技術(shù)體系創(chuàng)新研究[17]．因此，探討一種能夠定量評估公共中心規(guī)劃布局所產(chǎn)生城市交通碳排放總量及空間結(jié)構(gòu)的方法，為構(gòu)建低碳、可持續(xù)的城市空間結(jié)構(gòu)提供科學(xué)依據(jù)．

位置分配模型(Location-Allocation model, LA)常用于公共服務(wù)設(shè)施空間優(yōu)化配置分析中，根據(jù)其服務(wù)范圍和需求來確定最優(yōu)的公共服務(wù)設(shè)施數(shù)量、位置和容量[18]．自20世紀(jì)60年代起，Cooper[18]提出的LA方法被廣泛應(yīng)用在不同服務(wù)設(shè)施的區(qū)位選址研究中，例如醫(yī)療衛(wèi)生設(shè)施[19-20]、學(xué)校[21-22]、銀行[23]、消防站[24-25]、開放空間(open space)[26]、公園[27]等的規(guī)劃布局．但以上研究多針對單種服務(wù)設(shè)施，利用LA模型進(jìn)行公共中心布局選址的研究尚較為少見．隨著數(shù)據(jù)可獲得性的提高以及LA與GIS的結(jié)合使用，LA可應(yīng)用于多種服務(wù)設(shè)施和公共中心選址研究中[26]．

本文設(shè)計了基于碳排放-位置分配模型的公共中心規(guī)劃支持系統(tǒng)(CO2Emissions-Location Allocation Model Based Public Center Planning Support System, CELA-PCPSS)，以廣州市為研究案例地，利用CELA-PCPSS分別評估假設(shè)廣州市規(guī)劃1～6個公共中心的環(huán)境成本(出行碳排放)最小的選址位置，并展示相應(yīng)的小汽車出行碳排放總量與空間格局．

1　CELA-PCPSS的設(shè)計

1.1系統(tǒng)框架與流程

1.1.1框架結(jié)構(gòu)本文設(shè)計了基于碳排放-位置分配模型的公共中心規(guī)劃支持系統(tǒng)(CELA-PCPSS)，該規(guī)劃支持系統(tǒng)總體上可以分為支撐層、數(shù)據(jù)層、模型層、功能層和表示層(圖1)．支撐層由整個系統(tǒng)構(gòu)建用到的開發(fā)工具、ArcGIS Engine二次開發(fā)類庫和系統(tǒng)運行的操作系統(tǒng)等構(gòu)成，是整個系統(tǒng)建設(shè)和運行的保證．?dāng)?shù)據(jù)層主要由shapefile格式的圖層數(shù)據(jù)組成，包括編號、路名、道路等級、道路車速、道路長度、行政區(qū)劃代碼、小汽車數(shù)量、人口等字段屬性數(shù)據(jù)．模型層主要由小汽車出行碳排放模擬模型和基于出行碳排放的位置分配模型構(gòu)成．功能層包括圖層數(shù)據(jù)導(dǎo)入、點面圖層互轉(zhuǎn)、構(gòu)建網(wǎng)絡(luò)數(shù)據(jù)集、位置分配分析、參數(shù)設(shè)置、圖層字段計算、碳排放測算、匯總碳排放、表連接、信息查詢、分級渲染專題圖、結(jié)果輸出等具體功能，對ArcGIS的功能進(jìn)行了調(diào)用和整合．表示層是規(guī)劃支持系統(tǒng)功能的載體，用于展示系統(tǒng)數(shù)據(jù)、功能和模擬分析結(jié)果．該規(guī)劃支持系統(tǒng)在.NET Framework 3.5的開發(fā)環(huán)境下，用visual C#語言在Visual Studio 2010平臺上進(jìn)行開發(fā)．

圖1　CELA-PCPSS框架結(jié)構(gòu)圖

1.1.2技術(shù)流程首先利用導(dǎo)入的路網(wǎng)圖層構(gòu)建起網(wǎng)絡(luò)數(shù)據(jù)集，作為小汽車出行碳排放模擬和公共中心位置分配分析的基礎(chǔ)．其次將導(dǎo)入的行政區(qū)劃圖層由面圖層轉(zhuǎn)換為點圖層分別加載為位置分配分析中的設(shè)施點和請求點，并通過基于小汽車出行碳排放的位置分析模型對一定數(shù)量的公共中心最優(yōu)選址進(jìn)行求解計算，求得使全市小汽車出行碳排放最小的公共中心選址位置，以及其所產(chǎn)生的小汽車出行碳排放模擬空間格局，并把相應(yīng)的計算結(jié)果重新連接到行政區(qū)劃圖層，在CELA-PCPSS主界面上進(jìn)行分級渲染顯示(圖2)．

圖2　CELA-PCPSS技術(shù)流程圖

1.2模型構(gòu)建

1.2.1小汽車出行碳排放模擬模型由于小汽車出行碳排放占城市內(nèi)部客運交通的碳排放比例最大，本文以小汽車出行碳排放作為度量公共中心選址所產(chǎn)生的城市交通碳排放的標(biāo)準(zhǔn)，并構(gòu)建了小汽車出行碳排放模擬模型．其模型公式如下：

Cij=dij×Ni×EF,

(1)

其中，Cij為請求點(出發(fā)地)i的小汽車出行到達(dá)設(shè)施點(目的地)j所排放的碳排放總量，dij為請求點i到達(dá)設(shè)施點j的最短路網(wǎng)距離，Ni為請求點i的小汽車數(shù)量，EF為小汽車碳排放因子．

該模型與LA模型相結(jié)合，能模擬測度出各個請求點小汽車出行到達(dá)設(shè)施點所排放的CO2總量、各請求點平均每輛小汽車出行到達(dá)設(shè)施點所排放的CO2量，以及各設(shè)施點吸引(承載)小汽車出行所產(chǎn)生的CO2總量和所有請求點小汽車出行碳排放總量．

1.2.2基于小汽車出行碳排放的位置分配模型為解決不同設(shè)施選址問題，位置分配模型衍生出幾種不同問題類型的模型．其中，P-重心(P-median)模型是最常見的類型[28]．該模型解決的是服務(wù)設(shè)施的需求加權(quán)出行總量(total demand-weighted travel)最小化問題．醫(yī)院、學(xué)校、郵局等服務(wù)性公共設(shè)施的選址通常采用這類模型．為此，本文在位置分配P-重心模型的基礎(chǔ)上與小汽車出行碳排放模擬模型相結(jié)合，構(gòu)建了CELA-PCPSS的核心——基于小汽車出行碳排放的位置分配模型．模型以居民僅選擇出行到距離最近的公共中心作為假設(shè)前提．阻抗為出行到達(dá)公共中心所排放的小汽車碳排放總量．

其目標(biāo)函數(shù)為：

(2)

wi=Ni×EF,

(3)

約束條件為：

(4)

(5)

(6)

(7)

其中，C為小汽車出行碳排放總量；i表示第i個請求點，M為請求點數(shù)量，j表示第j個候選設(shè)施點，N為候選設(shè)施點數(shù)量；wi為第i個請求點的權(quán)重，為第i個請求點的小汽車數(shù)量與小汽車碳排放因子的乘積．約束條件中，aj、bij為分配指數(shù)，只能取值0或1，是0-1型變量；當(dāng)?shù)趈個后續(xù)設(shè)施點被選中時，aj值為1，否則為0；當(dāng)請求點i到候選設(shè)施點j尋求服務(wù)時，bij值為1，否則為0；式(5)保證每個請求點只到一個設(shè)施點尋求服務(wù)；式(6)保證請求點不到?jīng)]有被選中的候選設(shè)施點尋求服務(wù)，也即只有第j個候選設(shè)施點被選中時，請求點i才能分配到該設(shè)施；式(7)限定設(shè)施點的數(shù)量為p個．

在本規(guī)劃支持系統(tǒng)中，P為規(guī)劃公共中心的數(shù)量，用戶可以根據(jù)需要而輸入．根據(jù)上述目標(biāo)函數(shù)和約束條件，系統(tǒng)將根據(jù)用戶設(shè)置規(guī)劃公共中心的數(shù)量P和其他參數(shù)求解計算出公共中心在使全市小汽車出行碳排放總量最小情況下的最優(yōu)選址．

2　CELA-PCPSS的應(yīng)用——以廣州市為例

以廣州市為例，利用CELA-PCPSS對廣州市公共中心規(guī)劃選址進(jìn)行了探索性研究．以此模擬探索假設(shè)廣州市規(guī)劃不同數(shù)量的公共中心的基于低碳視角下的最優(yōu)布局位置，及其所產(chǎn)生的小汽車出行碳排放空間格局．并以此進(jìn)一步展示CELA-PCPSS的功能與適用性．

2.1研究范圍與數(shù)據(jù)

研究范圍為廣州市市轄區(qū)(不包括從化市和增城市)，面積3 647.43 km2．根據(jù)廣州市第六次人口普查數(shù)據(jù)，其常住人口總數(shù)為1 107.14萬，平均人口密度3 035.4人/km2．

把廣州市路網(wǎng)圖層、社區(qū)(村)行政區(qū)劃圖層和鎮(zhèn)街行政區(qū)劃圖層等加載到CELA-PCPSS中(圖3)．路網(wǎng)圖層具體到社區(qū)支路．社區(qū)(村)行政區(qū)劃圖層包括具體到各社區(qū)的第六次人口普查數(shù)據(jù)．因難以獲取社區(qū)居民擁有小汽車的詳細(xì)信息，本研究通過社區(qū)人口數(shù)據(jù)對社區(qū)小汽車數(shù)據(jù)進(jìn)行估計，以社區(qū)家庭戶小汽車數(shù)量作為社區(qū)小汽車數(shù)據(jù)．其中，社區(qū)家庭戶小汽車數(shù)量為社區(qū)(村)家庭戶數(shù)量乘以廣州市城市居民家庭平均擁有汽車的水平(每百戶26輛)[29]．社區(qū)(村)行政區(qū)劃圖層和鎮(zhèn)街行政區(qū)劃圖層包括行編號、政區(qū)劃代碼、行政區(qū)劃名稱、面積等字段．社區(qū)(村)行政區(qū)劃圖層共包括2 055個社區(qū)(村)，鎮(zhèn)街行政區(qū)劃圖層共包括150個鎮(zhèn)街．

圖3　CELA-PCPSS的主界面

2.2參數(shù)設(shè)置

在公共中心選址功能界面中(圖4)，路網(wǎng)圖層加載廣州路網(wǎng)圖層，以此構(gòu)建進(jìn)行位置分配分析必要的網(wǎng)絡(luò)數(shù)據(jù)集．請求點圖層和設(shè)施點圖層分別加載廣州市社區(qū)行政區(qū)劃圖層和廣州市鎮(zhèn)街行政區(qū)劃圖層．即把廣州市各社區(qū)作為位置分配分析的請求點，把各鎮(zhèn)街作為候選設(shè)施點．根據(jù)假設(shè)廣州市需要規(guī)劃布局多少個公共中心設(shè)置設(shè)施點數(shù)量．本研究中，分別假設(shè)廣州市規(guī)劃布局1～5個公共中心，求解算出其在全市出行碳排放總量最小情況下的最優(yōu)位置．因此，設(shè)施點數(shù)量分別輸入1～5，并各自運算求解1次．小汽車碳排放因子設(shè)置為233.2 g/km(參考Huo等[30]對我國北京、上海、深圳等城市小汽車碳排放因子估算的平均值)．

圖4　CELA-PCPSS公共中心選址功能界面

2.3模擬與計算結(jié)果

2.3.1公共中心最優(yōu)選址及其小汽車出行碳排放空間格局通過CELA-PCPSS模擬與計算，在現(xiàn)有路網(wǎng)和人口分布格局下廣州市基于低碳視角規(guī)劃1～6個公共中心地最優(yōu)選址結(jié)果及其相應(yīng)產(chǎn)生的小汽車出行碳排放空間格局如圖5所示．

總體上，小汽車出行碳排放圍繞公共中心呈顯著的圈層式空間格局．距離公共中心最優(yōu)選址越近的地區(qū)，小汽車出行碳排放越?。啃略?個公共中心，將能大幅減少所在區(qū)域的小汽車出行碳排放．隨著公共中心數(shù)量的增多，小汽車出行碳排放空間差異也逐漸出現(xiàn)均衡化．南沙區(qū)因區(qū)位偏遠(yuǎn)、居住人口較少、交通可達(dá)性較差，在資源有限和考慮出行環(huán)境成本的情況下公共中心不適宜選址于此，因此其小汽車出行到達(dá)公共中心所排放的CO2一直相對較多．

2.3.2不同公共中心布局形式下的小汽車出行碳排放總量把不同公共中心布局形式所對應(yīng)的小汽車出行碳排放作匯總處理(表1)，發(fā)現(xiàn)廣州市小汽車出行碳排放總量隨規(guī)劃公共中心數(shù)量的增多而減少，但新增公共中心對減少小汽車出行碳排放作用具有邊際效應(yīng)．規(guī)劃2個公共中心比規(guī)劃1個公共中心的小汽車出行碳排放總量減少幅度最大，達(dá)20.97%．之后，每新增1個公共中心所導(dǎo)致的小汽車出行碳排放總量減少幅度逐步變?。?/p>

圖5廣州市規(guī)劃1～6個公共中心最優(yōu)選址及其相應(yīng)的小汽車出行碳排放空間格局

Figure 5The optimal location of 1～6 public centers and spatial pattern of CO2emission from cars accordingly

總體上，從規(guī)劃1個公共中心到規(guī)劃6個公共中心，出行到中心城區(qū)公共中心的小汽車數(shù)量都多于新城區(qū)和城市郊區(qū)的公共中心，所產(chǎn)生的小汽車出行碳排放總量也大于后兩者，但平均每輛小汽車的出行碳排放比較?。吭诔鞘薪紖^(qū)或新城區(qū)增加1個公共中心，將分流一部分出行到中心城區(qū)公共中心的小汽車，并將減少平均每輛小汽車出行到達(dá)中心城區(qū)公共中心的碳排放．同時，從表1可以看出，位于番禺區(qū)市橋街道的城市郊區(qū)公共中心具有較大輻射作用，吸引小汽車數(shù)量較多，范圍較廣闊(平均每輛小汽車出行碳排放較大)，且位置自始至終沒有發(fā)生變化，是廣州市公共中心布局體系中非常重要的一個節(jié)點．

3　總結(jié)

本文對ArcGIS中的相關(guān)功能進(jìn)行了整合，設(shè)計了界面友好簡潔、進(jìn)入門檻較低、適用于廣大規(guī)劃工作人員的規(guī)劃支持系統(tǒng)——基于碳排放-位置分配模型的公共中心規(guī)劃支持系統(tǒng)(CELA-PCPSS)．通過該規(guī)劃支持系統(tǒng)能夠基于低碳視角計算出公共中心布局選址的最優(yōu)位置，定量、空間可視化地模擬出不同公共中心布局形式下的小汽車出行碳排放空間格局與碳排放總量，極大地推動了規(guī)劃自動化、智能化和碳排放評估可視化，為公共中心規(guī)劃以及構(gòu)建低碳、可持續(xù)的城市空間提供更全面、科學(xué)的決策依據(jù)．

表1　規(guī)劃1～6個公共中心的最優(yōu)選址位置及其吸引產(chǎn)生的小汽車出行碳排放

本文以廣州市作為研究案例地對CELA-PCPSS的功能與界面進(jìn)行了演示．通過該規(guī)劃支持系統(tǒng)，計算出了廣州市規(guī)劃1～6個公共中心基于低碳視角下的最優(yōu)選址位置，并分別計算出到達(dá)各個公共中心的小汽車數(shù)量及其產(chǎn)生的CO2總量，模擬出不同公共中心布局形式下的小汽車出行碳排放空間格局．根據(jù)模擬與計算結(jié)果可知，廣州市在現(xiàn)有路網(wǎng)和人口分布格局下，構(gòu)建新公共中心能減少全市小汽車出行碳排放總量，但這種通過構(gòu)建多中心來減少整體交通碳排放的作用具有邊際效應(yīng)．因此，除了利用該規(guī)劃支持系統(tǒng)為公共中心規(guī)劃選址提供決策輔助外，還需綜合考慮經(jīng)濟(jì)社會成本和人文因素來確定規(guī)劃公共中心的數(shù)量及調(diào)整其選址位置，以使公共中心規(guī)劃的社會效益、經(jīng)濟(jì)效益和環(huán)境效益最大化．

[1]許學(xué)強,周一星,寧越敏. 城市地理學(xué)[M]. 2版.北京:高等教育出版社,2009.

[2]李小建,李國平,曾剛,等. 經(jīng)濟(jì)地理學(xué)[M]. 2版.北京:高等教育出版社,2006.

[3]IEA. CO2emissions from fuel combustion highlights 2013[R].Paris: International Energy Agency,2013.

[4]Kahn M E. Urban growth and climate change[J]. Annual Review of Resource Economic, 2009, 1(1): 333-350.

[5]龍瀛,毛其智,楊東峰,等. 城市形態(tài)、交通能耗和環(huán)境影響集成的多智能體模型[J]. 地理學(xué)報,2011,66(8): 1033-1044.

Long Y, Mao Q Z, Yang D F, et al. A multi-agent model for urban form, transportation energy consumption and environmental impact integrated simulation[J]. Acta Geographica Sinica, 2011, 66(8): 1033-1044

[6]Shim G E, Rhee S M, Ahn K H, et al. The relationship between the characteristics of transportation energy consumption and urban form[J]. The Annals of Regional Science, 2006, 40(2): 351-367.

[7]Carty J, Ahern A. Introducing a transport carbon dioxide emissions vulnerability index for the Greater Dublin Area[J]. Journal of Transport Geography, 2011, 19(6): 1059-1071.

[8]Brownstone D, Golob T F. The impact of residential density on vehicle usage and energy consumption[J]. Journal of Urban Economics, 2009, 65(1): 91-98.

[9]Alford G, Whiteman J. Macro-urban form and transport energy outcomes investigations for Melbourne[J]. Road & Transport Research, 2009, 18(1): 53-67.

[10]Barla P, Miranda-Moreno L F, Lee-Gosselin M. Urban travel CO2emissions and land use: A case study for Quebec City[J]. Transportation Research Part D-Transport and Environment, 2011, 16(6): 423-428.

[11]Zahabi S A H, Miranda-Moreno L, Patterson Z, et al. Transportation greenhouse gas emissions and its relationship with urban form, transit accessibility and emerging green technologies: A montreal case study[J]. Procedia-Social and Behavioral Sciences, 2012, 54: 966-978.

[12]Norman J,MacLean H L,Kennedy C A.Comparing high and low residential density:Life-cycle analysis of energy use and greenhouse gas emissions[J].Journal of Urban Planning and Development, 2006, 132(1): 10-21.

[13]Miller E J, Ibrahim A. Urban form and vehicular travel: Some empirical findings[J].Transportation Research Record: Journal of the Transportation Research Board, 1998, 1617(1): 18-27.

[14]Sim L L, Malone-Lee L C, Chin K H L.Integrating land use and transport planning to reduce work-related travel: A case study of Tampines Regional Centre in Singapore[J]. Habitat International, 2001, 25(3): 399-414.

[15]Lahtinen J, Salonen M, Toivonen T. Facility allocation strategies and the sustainability of service delivery: Modelling library patronage patterns and their related CO2-emissions[J]. Applied Geography, 2013, 44: 43-52.

[16]楊磊,李貴才,林姚宇,等. 城市空間形態(tài)與碳排放關(guān)系研究進(jìn)展與展望[J]. 城市發(fā)展研究,2011(2): 12-17.

Yang L, Li G C, Lin Y Y, et al. Progress and prospect on relationship research between urban form and carbon emission[J]. Urban Studies, 2011(2): 12-17.

[17]顧朝林,譚縱波,劉志林,等. 基于低碳理念的城市規(guī)劃研究框架[J]. 城市與區(qū)域規(guī)劃研究,2010(2): 23-42.

Gu C L,Tan Z B,Liu Z L, et al. Framework of urban planning on low-carbon perspective[J]. Urban and Region Planning,2010(2): 23-42.

[18]Cooper L. Location-allocation problems[J]. Operations Research, 1963, 11(3): 331-343.

[19]Murawski L, Church R L. Improving accessibility to rural health services: The maximal covering network improvement problem[J]. Socio-Economic Planning Sciences, 2009, 43(2): 102-110.

[20]Verter V, Lapierre S D. Location of preventive health care facilities[J]. Annals of Operations Research, 2002, 110(1-4): 123-132.

[21]彭永明,王錚. 農(nóng)村中小學(xué)選址的空間運籌[J]. 地理學(xué)報,2013,68(10): 1411-1417.

Peng Y M, Wang Z. Space operation of rural primary and secondary school location[J]. Acta Geographica Sinica, 2013, 68(10): 1411-1417.

[22]Teixeira J X O, Antunes A X N, Peeters D. An optimization-based study on the redeployment of a secondary school network[J]. Environment and Planning B: Planning and Design, 2007, 34(2): 296-315.

[23]Min H, Melachrinoudis E. The three-hierarchical location-allocation of banking facilities with risk and uncertainty[J]. International Transactions in Operational Research, 2001, 8(4): 381-401.

[24]Murray A T. Advances in location modeling:GIS linkages and contributions[J]. Journal of Geographical Systems, 2010, 12(3): 335-354.

[25]ReVelle C. Siting ambulances and fire companies:New tools for planners[J]. Journal of the American Planning Association, 1991, 57(4): 471-484.

[26]Yeh A G, Chow M H. An integrated GIS and location-allocation approach to public facilities planning: An example of open space planning[J]. Computers, Environment and Urban Systems, 1996, 20(4): 339-350.

[27]周媛,石鐵矛,胡遠(yuǎn)滿,等. 基于GIS與多目標(biāo)區(qū)位配置模型的沈陽市公園選址[J].應(yīng)用生態(tài)學(xué)報,2011,22(12): 3307-3314.

Zhou Y, Shi T M, Hu Y M,et al. Location selection for shenyang urban parks based on GIS and multi-objective location allocation model[J]. Chinese Journal of Applied Ecology, 2011, 22(12): 3307-3314.

[28]Hakimi S L. Optimum distribution of switching centers in a communication network and some related graph theoretic problems[J]. Operations Research, 1965, 13(3): 462-475.

[29]廣州市統(tǒng)計局,國家統(tǒng)計局廣州調(diào)查隊. 廣州統(tǒng)計年鑒(2012)[M].北京：中國統(tǒng)計出版社,2012.

[30]Huo H, Zhang Q, He K, et al. Modeling vehicle emissions in different types of Chinese cities: Importance of vehicle fleet and local features[J]. Environmental Pollution, 2011, 159(10): 2954-2960.

【中文責(zé)編：莊曉瓊英文責(zé)編：肖菁】

The Study of Design and Application of CO2Emissions-Location Allocation Model Based Public Center Planning Support System

Yang Wenyue1， Li Tao2， Cao Xiaoshu1,3*

(1.School of Geography and Planning, Sun Yat-sen University, Guangzhou 510275, China;2. School of Geography & Tourism, Guangdong University of Finance & Economics, Guangzhou 510320, China;3. Institute of Transport Geography and Spatial Planning, Shaanxi Normal University, Xi’an 710062, China;4.Center for Land Resource Research in Northwest China, Shaanxi Normal University, Xi’an 710062, China)

A CO2Emissions-Location Allocation Model Based Public Center Planning Support System (CELA-PCPSS) is developed, which is composed of support layer, data layer, model layer, function layer and presentation layer. Among them, the CO2Emissions from Car Travel Based Location-allocation Model is the core of model layer and CELA-PCPSS. The major function of CELA-PCPSS is to calculate the optimal location of public center based on low carbon perspective, to simulate the spatial pattern of CO2emissions from car travel and its total quantity corresponding to different public center layout form quantitatively and visually. Guangzhou is used as a case study. The optimal location of public center and its total CO2emissions from cars are calculated and the corresponding CO2emissions spatial pattern is simulated, corresponding to planning 1～6 public centers virtually through CELA-PCPSS. In addition, it is found that the role of creating a new public center to reduce CO2emissions has a marginal effect. Therefore, in order to maximize the social, economic and environmental benefits, it’s necessary to consider economic and social costs and humanistic factors together when the number of public centers is determined and the site location is optimized.

planning support system; CO2emission from travel; location allocation; public center; simulation; Guangzhou

2015-04-04《華南師范大學(xué)學(xué)報(自然科學(xué)版)》網(wǎng)址：http://journal.scnu.edu.cn/n

國家“十二五”科技支撐計劃課題(2013BAJ13B04)

曹小曙，教授，Email: caoxsh@mail.sysu.edu.cn.

TU984.1

A

1000-5463(2015)05-0119-07