随着我国城市化进程加快,越来越多市、县、区的规模呈现出“摊大饼”式的扩散,人口的增加和城市功能的完善使得城市系统趋于复杂和庞大。城市居民是这个复杂且庞大城市系统主要经营和使用者,是联系城市各个地理信息点的桥梁,每天巨大的人流、车流、信息流等“流”体循环穿梭在城市系统中,这些“流”体使城市各个地理信息点之间相互影响,这种影响从宏观方面影响两个地理信息点之间的关系,从微观方面影响信息点的内部结构特征。近十几年,随着城市基础设施的完善,城市公园作为城市基础设施中重要的一环进行投资和建设,建成后的城市公园在其建造方式、类型以及公园所服务的对象上均出现了不同的表现特征,公园差异性的特征受公园所在区域周边环境影响,同时也影响着公园及其周边地理信息点的布局和结构,两者相互作用共同构成了动态稳定的城市布局结构。研究城市公园内部游客活跃性与其周边信息点之间的联系,对明确公园使用状况以及公园在城市布局具有重要意义。本文以大数据技术和数学统计方法作为研究手段,通过爬取符合实验统计条件的重庆市公园样本实时热力数据和公园外部1500米范围内的地理信息点进行分析研究,讨论两者外在的相关性关系和两者自身内在的影响变化机制,以期总结相应的建设或规划建议。文本的主要研究过程和结论如下:(1)利用Python编程技术手段,爬取重庆市各个区的人数热力分布图,根据各个区的热力状态和行业标准,确定了以热力值最高的重庆内环快速路内侧区域的城市综合公园作为研究对象,对城市公园样本进行为期14天的人数热力值监测。通过数据分析发现:一是样本公园之间游客活跃性具有较大的差异,体现在游客每小时内净游客容量、游客出入公园的速率和游客每小时人数变化幅度;二是公园之间存在相似的变化趋势。获取的公园热力数据为深入讨论公园游客特征、分析公园内部变化状况奠定了基础。(2)以百度、腾讯、高德地图作为研究数据来源,Pearson相关系数作为统计手段,通过程序脚本获取所选样本公园在1500m范围内的地理信息点,对这些地理信息点进行分类整理。根据因子相关性法进一步确定公园内部活跃性与公园外围信息点数量之间的关系。研究表明:公园内部活跃性与其周边地理信息点数量具有强相关性。(3)对数据进一步整合和探讨,对比分析了公园活跃性来自于内部和外部因素的影响变化关系,分析了导致公园活跃性发生变化的内部活跃性指标要素和外部信息点要素。对产生变化信息点要素按相关性强度和变化趋势进行分类,并筛选出具有强关系类型的信息点进行逐个核算,最终确定起主要影响作用的地理信息点。实验结果表明:以公园边界外500m范围的核心影响区内的信息点对公园活跃性影响作用最强;服务类和基建类信息点对公园活跃性具有明显的强影响性;信息点要素的影响作用会在超出公园边界外500m后迅速减弱;公园游客活动性要素是公园内主要的影响要素;公园活跃性下午时段的相关性最强。(4)根据实验结果,从宏观规划和微观设计角度思考,得到基于本文研究结论的应用方法:(1)城市规划和公园设计视角下提升公园活跃性的方法;(2)公园的规划、设计和布局优化思路;(3)提出基于城市地理信息点特征的公园设计程序。本文通过对公园内部活跃性和周围地理信息点的关系深入讨论,初步得出了公园内部活跃性与外围地理信息点之间存在联系的可能性。由此得到的实验成果可为城市规划和公园管理部门在城市布局、公园运营和公园规划设计方面提供决策参考和场地优化建议。本文旨在通过调整城市公园内部和外部状态,加强公园内部游客与其他城市地理信息点的联系交流,为城市公园在规划、设计、改造方面提供新思路。