基于关联规则的儿童户外活动的3个材料与方法 - PenJing8
基于关联规则的儿童户外活动的3个材料与方法
2023-07-12 16:31:15  浏览:0
材料与方法
 
2.1样本公园选择
 
杭州是浙江省省会和长三角重要的中心城市。2021年末,在杭州市常住人口中,0~14岁的人口达到158.2万[16],随着积极生育措施的实施,儿童户外活动空间的需求会进一步增加。近年来,杭州正积极部署争创首批国家儿童友好城市建设试点,《杭州市儿童友好城市建设三年行动计划(2022—2024年)》围绕“空间友好”,提出了推进城市公共空间适儿化建设、推进儿童友好社区建设、完善儿童安全出行等五方面举措[17]。《2022年杭州儿童友好10条》建议将儿童友好元素融入社区建设,建设安全、趣味、活力的儿童友好社区[18]。可见,社区是杭州打造儿童友好城市的基本单元,研究儿童使用社区公园的现状和空间偏好,对优化社区公园空间,创建儿童友好城市具有重要意义。
 
在相关文献分析的基础上,根据如下方面选择样本公园:

1)公园周边以居住用地为主,确保足够的儿童活动样本量;



2)公园内空间形态和景观要素丰富,便于分析不同儿童活动与空间及景观要素之间的关系。经过网络检索和预调研,最终选取濮家公园、景湖公园和怡乐园作为样本公园(图1,表1)。
 
2.2数据收集
 
不同学科领域对儿童年龄范围的判定有不同的标准和依据[11],参考儿童行为[19]和儿童户外活动相关研究[20-21],同时考虑到12岁以上儿童已进入初中学习阶段,课业负担较重,对社区公园使用频率较低,因此以小学及以下,即1~12岁儿童为研究对象。在预调研时发现工作日白天只有少量1~3岁儿童在公园活动,下午放学后及傍晚前后儿童活动相对集中,原因可能是4~12岁的儿童在工作日需要上幼儿园或上学。基于此,选取3个天气晴朗的休息日(2022年3月5、12、19日),设定4个数据收集时间段:8:00—10:00、10:00—12:00、14:00—16:00、17:00—19:00,运用行为观察法和地图注记法收集3个社区公园内儿童活动发生的时空分布信息。

为降低主观观测误差,事先对调查员进行统一培训,明确儿童不同活动类型的分类标准(表2)。将3个样本公园细分为若干个区域,数据采集时调查员在各自区域内,按照固定观测路线和观测点同时开展儿童活动数据批量采集,以保证任何被记录后进入其他区域的儿童不会被重复记录。记录内容包括儿童的年龄段、性别和持续时间在3s以上的活动类型。随后,由采集数据的调查员进行整理。同时,通过测量、拍照、观察等方法详细记录公园各空间的基底类型、植被、设施、地形和围合程度等环境特征数据,并利用谷歌卫星地图进行人工修正。
 
2.3活动分类

基于关联规则的儿童户外活动的3个材料与方法
 
在既有研究的基础上[14,22-23],依据活动特点和目的,将现场调研观察到的32种儿童活动归为4种类型(表2)。
 
2.4环境要素提取和空间分类
 
为开展不同活动类型与空间类型的关联性分析,按照道路、水体等清晰边界对样本公园进行空间划分,在3个公园中共得到61个空间。

  基于关联规则的儿童户外活动的3个材料与方法
 
结合文献归纳[22-25],选择可达性(强、弱)、可进入性(强、弱)、围合程度(开敞、半开敞、封闭)、基底类型(低矮草坪、较高草本、硬质铺装、沙、塑胶铺装)、地面起伏度(台地、连续起伏、平坦)、植被覆盖(有、无)、设施(休憩设施、文化设施、活动设施、无设施)、亲水性(可触水、可见水、不亲水)、植被多样性(高、低)和路径空间(是、否)10项可能对社区公园儿童活动产生影响的环境构成要素,采用聚类分析法[25]对61个空间进行分类,最终得到10种空间类型(表3)。
 
2.5分析方法
 
关联规则最早于1993年由Agrawal等[26]提出,是数据分析最常用的方法之一[27-29],在经济、医学[30]、交通[31-33]、土地覆盖[34-35]、旅游[36-37]等领域都有广泛运用。陈天宇等运用关联规则分析了湖北省2019年5A级景区游客满意度数据,探寻了不同5A级景区间游客满意度影响因子之间的相互关系,并在此基础上提供了对策建议[36];周思敏则挖掘了游客情感倾向和口碑发布平台之间的关联规则[37]。关联规则的优势在于能从纷繁复杂的研究内容中找出更多潜在的影响关系,识别各因素的影响程度。
 
关联规则的蕴涵表达式为XY,X为关联规则的前项,Y为后项。支持度(support)①、置信度(confidence)②和提升度(lift)③是关联规则最常用的3个指标。一般而言,关联规则XY需同时满足support(XY)≥minsup、confidence(XY)≥minconf和lift>1(其中minsup是指最低支持度,minconf是指最低置信度)3个条件才是有效的,可称为强关联规则。
 
关联规则常见的算法有10余种。Apriori算法于1994年由Agrawal等提出[38],经过不断的发展完善,是目前应用最广泛的关联规则挖掘算法,主要用于研究布尔型及低频繁项目集问题。本研究的关联数据对象为儿童活动类型和社区公园空间类型,属布尔型问题,因此选用该算法实现社区公园儿童活动空间偏好的辨识。将活动类型设置为关联规则3个公式中的前项(X),空间类型设置为后项(Y),借助数据分析软件SPSSModeler挖掘二者之间的关联关系。
 
运用ArcGIS进行核密度分析,利用4类儿童活动数据分别生成核密度分布图表现该类活动的空间分布特征,并与样本公园的空间类型图叠加,验证关联规则的分析结果。
 
进一步采用多因素方差分析检验空间内部各环境要素与儿童活动的关系,将每种活动类型的人数设为因变量,10个环境要素设为固定因子,筛选出对不同活动类型具有显著影响的环境要素,并对有显著性影响且有2个及以上不同水平的环境要素进行LSD事后检验,找出具体环境特征。多因素方差在数据分析软件SPSS中实现。