Спека й забудова районів Гуанчжоу визначають відвідування парків

У дослідження включили 51 житловий квартал і 61 середній та великий публічний парк без критих зон активності. У місцевому плануванні такі житлові квартали — це відносно автономні «спільноти», обмежені магістралями та водними об’єктами, з кількома будинками та базовими сервісами.

Позицію абонентів визначали за сіткою базових станцій з просторовою роздільною здатністю близько 250 м. Людину вважали «мешканцем» певної спільноти, якщо протягом кількох днів її основне місце перебування вночі (з 21:00 до 08:00) стабільно фіксувалося в одному районі. Відвідувачем парку вважали того, хто проводив у межах парку понад 30 хвилин.

Супутникові дані й показники середовища

Щоб описати умови в кожній спільноті, дослідники оцінили сім параметрів: температуру поверхні, відбивну здатність (альбедо), покриття рослинністю, частку забудови за індексом NDBI, площу зелених зон на душу населення, кількість зупинок громадського транспорту у радіусі 500 м та середню відстань до великих парків.

Через часту літню хмарність у Гуанчжоу команда поєднала 14 якісних супутникових знімків Landsat-8 за чотири роки з даними метеостанції на даху. Після атмосферної корекції в ENVI та побудови регресійних рівнянь у Matlab дослідники реконструювали щоденні середні температури поверхні для кожної спільноти — окремо для вечірніх годин буднів і денного часу вихідних.

Різниця між буднями й вихідними

Статистичний аналіз (оцінка кривих та кореляція Спірмена) показав, що температура поверхні, частка забудови, покриття рослинністю та відстань до парків мають дуже значущі зв’язки з частотою візитів у парки (рівень значущості p < 0,01). Натомість густота зупинок транспорту й поверхневе альбедо виявилися набагато слабшими предикторами.

У середньому у вихідні дні мешканці відвідували парки приблизно на 20% частіше, ніж у будні. Це відображає вплив робочих графіків: у будні можливості для спонтанних прогулянок обмежені, тоді як у вихідні з’являється більше вільного часу.

Побудовані моделі множинної лінійної регресії пояснили 61,8% варіації відвідуваності у будні та 69,8% — у вихідні. Перевірка мультиколінеарності показала, що показники не спотворюють один одного, тобто їхній внесок у модель можна вважати окремим.

Які фактори найсильніше впливають на поїздки до парків

У робочі дні найважливішим чинником виявилася середня температура поверхні в межах спільноти. За нею йшли щільність забудови, відстань до парків і покриття рослинністю. У вихідні пріоритети змінилися: відстань до великих зелених зон стала головним детермінантом відвідуваності, а температура і забудова посіли друге й третє місця.

Рівняння регресії дали змогу оцінити вплив кількісно:

• кожні +1000 м відстані між спільнотою та парками зменшували денний рівень відвідуваності на 0,131 у будні та на 0,282 у вихідні;
• збільшення покриття рослинністю на 10% підвищувало відвідуваність на 0,155 у будні та 0,237 у вихідні;
• кожні +10% забудови у спільноті знижували поїздки в парки на 0,224 у будні та на 0,115 у вихідні;
• кожен додатковий м² зелені на душу населення додавав 0,011 до будньої та 0,070 до вихідної відвідуваності;
• кожна додаткова зупинка транспорту у радіусі 500 м збільшувала показник на 0,062 у будні та 0,190 у вихідні.

Спека, зелені зони та соціальні контрасти

Лінійні моделі показали, що підвищення середньої температури поверхні на 1 °C загалом зменшує відвідуваність парків на 0,117 у будні і на 0,363 у вихідні. Однак нелінійний (квадратичний) аналіз виявив складніші закономірності.

У будні відвідуваність парків із зростанням спеки просто падає. Але у вихідні при дуже високих температурах тренд змінюється: в «перегрітих» районах візити до парків знову зростають, коли температура перевищує певний поріг комфортності. Дослідники пояснюють це тим, що мешканці щільно забудованих, теплово некомфортних кварталів у вихідні цілеспрямовано шукають притулок у затінених природних зонах, щоб утекти від спеки у будинках і на вулицях свого району.

Позитивний зв’язок між покриттям рослинністю в спільноті й відвідуванням парків вказує й на соціально-економічний аспект. Райони з великими кронами дерев і меншою щільністю забудови зазвичай дорожчі, а їхні мешканці мають більше економічної стабільності та гнучкіший вільний час. Такі домогосподарства частіше присвячують вечори буднів та вихідні прогулянкам і фізичній активності на природі.

Водночас площа зеленої зони на людину всередині житлового комплексу виявилася слабшим предиктором, ніж загальне покриття кронами. Це пов’язано з тим, що у сучасних висотних кварталах висока щільність населення «розмазує» зелені площі на кожного мешканця, навіть якщо комплекс загалом добре озелений.

Транспорт, альбедо й обмеження методу

Кількість зупинок громадського транспорту поруч зі спільнотою показала невелику пояснювальну силу. Автори припускають, що поїздки в парки часто відбуваються сім’ями, і люди віддають перевагу приватним авто або пішим прогулянкам, а не автобусам. Цю тенденцію посилив період пандемії в середині 2022 року, коли в багатьох містах світу пасажири тимчасово переходили з громадського транспорту на власні машини.

Слабка роль поверхневого альбедо також має пояснення: у спеку люди уникають відкритих сонячних площ і намагаються переміщатися під навісами, в тіні будинків або піднятих перших поверхів, тому прямий вплив яскравості покриття на поведінку виявляється приглушеним.

Попри великий обсяг даних, дослідження має низку обмежень. Сигнали стільникового зв’язку мають просторове зміщення й відносно грубу роздільну здатність (~250 м), що іноді призводить до хибної ідентифікації пасажирів у заторах біля парків як відвідувачів. Крім того, дані одного оператора не охоплюють абонентів інших мереж і частину літніх людей, які часто гуляють у парках без мобільних телефонів.

Ще одна межа — сезонність: вимірювання проводилися лише в липні, тож отримані коефіцієнти напряму стосуються умов спекотного літа. Зимову поведінку мешканців субтропіків ще потрібно вивчати окремо.

Що це означає для енергетики міст

Автори підкреслюють, що точне математичне пов’язання мікроклімату, структури забудови та потоків відвідувачів парків створює основу для нових моделей міських систем. Від того, скільки людей проводить час поза домом, залежить фактична завантаженість житла, торгових центрів і офісів, а отже — споживання енергії будівлями, яке становить близько третини від загального міського енергоспоживання.

Використання пасивної статистики мобільних мереж у поєднанні з супутниковими спостереженнями дозволяє реалізувати більш реалістичне моделювання заповнюваності будівель і навантаження на енергосистему. Це важливий крок до енергоефективного планування районів у швидкозростаючих мегаполісах.

Спека й забудова районів Гуанчжоу визначають відвідування парків з’явилася спочатку на Цікавості.

cikavosti.com