基于街景圖片的城市街道空間品質對比研究

關可汗，趙 瑩*

（1.長春市規劃編制研究中心，吉林 長春 130000）

街道作為城市最基本的公共產品，與城市居民的日常出行、社交活動有著極為密切的關系，也是展現城市風貌，塑造高品質、高活力城市空間的重要區域。注重以人為本的城市街道設計與建設，打造富有生機、充滿魅力、感受舒適的城市街道空間，對于提升城市形象，加快現代化宜居宜業城市建設步伐有著重要的作用。國內外學者已對街道空間品質進行了相關的定性理論研究[1-2]，為后期街道空間品質測度的定量化研究奠定了基礎。采用實地踏勘和問卷調查的形式進行量化評估時，由于數據獲取方式效率較低，研究范圍受限，常以一條或多條街道為研究對象[3-6]。 隨著大數據在城市問題等研究領域的應用逐漸廣泛，基于街景圖片的城市街道空間品質分析也得到了越來越多學者的關注，如李詩卉[7]等借助街景圖片探究了歷史街區街道空間品質與街區商業化之間的關系；李智[8]等以騰訊街景圖片為載體，評判了齊齊哈爾中心城區3 a間街道空間品質的變化情況；葉宇[9]等基于街景圖像數據與機器學習算法構建了大規模且精細度高的街道場所品質測度方法；龍瀛[10]等利用網絡街景數據開展了城市空間品質測度、街道綠化水平評價以及城市意向分析等方面的研究；唐婧嫻[11]等通過計算機圖像識別技術分割得到的物質要素，從綠視率、街道開敞度、界面圍合度和機動化程度4個客觀角度對街道的品質進行了評價；Oh K[12]基于街景圖片，通過計算機圖像識別技術對城市街道空間景觀的視覺構成進行了解析。豐富多樣的網絡數據為街道空間品質的宏觀研究提供了便捷的渠道，為空間定量化測度分析提供了重要支撐，也提升了評測的準確性與客觀科學性。本文基于道路街景圖片、網絡POI數據以及OSM路網數據，通過計算機圖像識別與機器學習技術，從物質空間和主觀感知兩個維度建立了街道空間品質測度評價指標體系，對上海、武漢、哈爾濱和長春4個城市的街道品質進行了對比分析，從而發現長春市街道品質的特征和問題所在，以期為長春市街道空間品質優化提升提供一定的輔助參考。

1 研究區概況與數據來源

路網數據采用OSM，即開放街道地圖，是一個網上地圖協作計劃，能為用戶提供完全免費的地理信息服務[13]。由于其具有免費、覆蓋全球、更新快、現勢性強等優點，已成為許多研究的基礎數據。為了了解長春市街道空間品質的具體水平，本文橫向選取上海、武漢、哈爾濱和長春4個不同規模的城市作為研究對象，其中上海選取中環324.28 km2范圍，包含街道34 520條；武漢選取三環534.15 km2范圍，包含街道26 981條；哈爾濱選取四環602.14 km2范圍，包含街道19 464條；長春選取四環298.18 km2范圍，包含街道18 420條。

城市功能型指標分析采用網絡POI數據。編寫Python數據采集程序，從網絡開放平臺獲取上海、武漢、哈爾濱、長春4個城市研究區范圍的POI數據，其中上海中環60.53萬條；武漢三環44.75萬條；哈爾濱四環25.66萬條；長春四環18.82萬條。

街景采集點位根據OSM路網數據每隔40 m提取，并確定每個街景采集點的地理坐標，其中上海中環共84 756個采集點；武漢三環共101 641個采集點；哈爾濱四環共82 783個采集點；長春四環共75 062個采集點。通過百度街景API獲取4個城市研究區的海量街景圖片。由于每張百度全景靜態圖片分辨率被限制為 1 024×512，考慮到圖片數據的清晰度和處理速度，因此每個街景采集點采用3個不同角度的3幅街景圖片，每幅街景圖片的視角均為120e，再將其拼接形成全景圖片，這樣可以更準確地對視點周圍街道建成環境進行全方位分析評價，最終每幅全景圖片的分辨率可達 3 072×512。

2 研究方法

2.1 街景要素識別

本文基于DeepLabv3算法對城市街景圖片中的車行道、步行道、建筑物、墻體、圍墻柵欄、桿、信號燈、指示牌、植被、山體、天空、行人、騎車人、轎車、卡車、公交車、火車、摩托車、自行車等19類要素進行要素分割，以較高的準確度得到各要素在街景圖片中的所屬分類，每個街景采集點有唯一的要素分割信息。街景要素分割后的結果是與原始街景圖片對應的要素模式圖片，如圖1所示。這些要素模式圖片雖然攜帶所有的城市要素信息，但還沒有對應的空間屬性和量化結果，因此圖片要素識別結果需通過程序批量計算要素模式圖片中各類要素的占比，并與街景采集點的ID鏈接，使街景要素識別的量化結果空間化，再由街景采集點將識別到的要素量化信息統一整合到各城市的道路矢量數據中。

圖1 街景要素識別分割效果

2.2 指標體系構建

城市街道空間品質包括反映其空間個性特色的物質空間和使用主體的內在心理感受兩個方面。參考以往學者關于空間品質研究的論述與解讀，街道物質空間主要集中在街區尺度、沿街功能、建筑界面、可停留空間、步行可達等方面，而主觀心理感受則集中在城市物質空間作用下的安全感、互動性、交往性、舒適性等方面。維卡斯?梅赫塔[14]的街道安全性測試結果表明，街道必須給行人帶來充分的安全感，人們才會愿意使用它；而機動車則是影響人們安全感知的因素，大量行使車輛和停車場將使行人的安全感降低。青木陽二提出人視野中綠色所占比重對人居環境空間中人的感知有明顯影響[15]。Lofland L H[16]在城市色彩方面的研究表明，當人們在感受任意空間時，會對其有一個整體的第一印象的色彩判斷，街道空間也是如此，而空間環境的不同色彩會對人們的情緒造成不同的影響。另外，天空可見度、和諧感、可步行性、綠視率、道路機動化、建筑界面等指標也在空間要素評價研究中被提及[17-18]。本文經過篩選與補充，構建了街道空間品質測度指標體系，分為5大類、11個小指標因子（5個物質空間因子和6個主觀感知因子），如 表1所示。其中，路網密度由OSM計算獲取；功能多樣性為每條街道上POI中類的種類值；社交界面為街道對應的POI商業設施密度值；要素均勻性采用辛普森多樣性指數來衡量；交通標識為街景圖片中交通信號燈和指示牌所占比例；路面可行性為街景圖片中步行空間與車行空間的比值；車輛干擾指數為街景圖片中機動車與機動車道的比值；綠色視覺指數為街景圖片中植被所占比例；天空可視指數為街景圖片中天空所占比例；色彩氛圍度需要先識別出每幅街景圖片中 5種主導色彩，再根據繆岑岑[19]研究中的色彩評分標準計算平均值；界面圍合度為街景圖片中建筑物、墻體等構筑物所占比例。

由于各評價指標的數值范圍有所不同，部分指標間的量級差異較大，將突出數值較高的指標在綜合分析中的作用，使得最終結果出現偏差，因此為了保證結果的可靠性，需對原始指標結果進行歸一化處理，以便于不同單位或量級的指標進行加權求和。正向指標和負向指標分別采用式（1）和式（2）進行歸一化處理。

式中，Xi為指標原始值；Xmax和Xmin分別為每個指標的最大值和最小值；i為街景采集點編號。

采用層次分析法確定權重，利用街道空間品質測度、一級分類和二級分類構建層次分析法中的目標層、準則層和方案層，再利用yaahp軟件計算得到最終的權重，結果如表1所示。

表1 街道空間品質測度指標體系

3 研究結果分析

3.1 指標對比

街道空間品質測度指標體系中11個指標因子的結果如表2所示，可以看出，上海市的路面可行性、路網密度、綠色視覺指數、社交界面和界面圍合度5個指標因子的單項分值最高，但天空可視指數分值最低，這些都較符合大城市在街道設計和規劃上建設實施比較完善成熟的特征；武漢市的功能多樣性分值最高，其他多個指標因子也有較高評價得分；哈爾濱市的車輛干擾指數和色彩氛圍度分值較高，說明雖然哈爾濱市街道色彩使人較舒適但車輛也較擁擠，安全感不足；長春市的天空可視指數和要素均勻性分值最高，其他指標則多與哈爾濱相似，評分較低。對11個指標因子進行歸一化處理，并根據層次分析法確定的權重對 4個城市指標進行加權求和，得到最終的總體街道空間品質值。結果表明，上海中環的總體街道空間品質最好，平均值為0.580；其次為武漢三環，總體街道空間品質平均值為0.519；哈爾濱四環和長春四環的總體街道空間品質平均值分別為0.450和0.418。

表2 原始指標因子結果對比

3.2 街道空間品質分布

采用相同的分級標準對4個城市的綜合街道空間品質進行分類顯示，結果如圖2～5所示，可以看出，各城市街道品質基本呈“多中心—放射延展”式的空間分布形態，有多個較高品質的街道集聚核心，并向外部線性延伸，其中上海中環和武漢三環內存在多個高品質街道集聚連片區域，以大學城、大型綜合商場、人氣旅游景點為主，并能連片帶動周邊地區的街道品質；哈爾濱四環內高品質街道集聚區域相對較小，且分布較零散，但整體也以大學周邊、綜合商場以及旅游景點為主；長春四環內高品質街道主要分布于主干路并以線狀延伸，包括西安大路、春城大街、南湖大路、世紀大街、人民大街、新民大街、解放大路、自由大路等，同時向桂林路商圈、東北師范大學、吉大南嶺校區、汽開家屬區、吉大前衛校區等周邊延伸；長春市低品質街道主要集中在解放大路和吉林大路以北的連片區域，以老舊城區為主，街道環境維護較差，交通秩序較亂。總體而言，長春市高品質街道呈間斷性“點—線”狀分布，沒有形成良好的面狀連續性，高品質街道集聚效果較弱。

圖2 上海中環街道空間品質分布

3.3 品質分級對比

圖3 武漢三環街道空間品質分布

圖4 哈爾濱四環街道空間品質分布

圖5 長春四環街道空間品質分布

根據街道得分分級標準進行占比統計，得到4個城市的高品質、中高品質、中品質、中低品質和低品質5個等級街道空間品質的對比情況，如圖6所示，可以看出，上海市高品質街道數量占比雖略低于武漢市，但其高、中品質街道數量遠高于其他城市，且中低品質和低品質街道數量占比很少，因此上海市街道整體的空間品質在數值上具有絕對優勢，街道品質評分最高；武漢三環整體與上海相似，高品質街道數量占比最高，中高品質和中品質的街道數量占比相對較高，而中低品質和低品質街道數量占比則較少，僅次于上海市；而哈爾濱市和長春市的道路品質占比特征與上海市和武漢市有明顯差異，二者均表現為高品質和中高品質道路占比較少，中品質及以下的道路占比較多的特征，其中長春市高品質街道占比最低，僅為6.90%，哈爾濱市低品質街道占比最高，達18.16%，接近上海市低品質街道占比的3倍、武漢市低品質街道占比的兩倍，優少差多的趨勢整體拉低了哈爾濱市和長春市的街道品質得分，使其街道空間品質評分遠低于上海市和武漢市。

圖6 各城市街道品質等級分類占比

3.4 道路等級分類對比

從道路等級角度分析各城市的街道空間品質特征，結果如圖7所示，可以看出，上海、武漢、哈爾濱3個 城市的街道空間品質均隨道路等級降低而升高，即 支路的街道空間品質均值最高、其次是次干路、最后是主干路；但長春四環內的街道空間品質與其他城市有所不同，長春市次干路的街道空間品質最高，其次是主干路，最后是支路，其原因在于長春四環內大部分中低品質和低品質街道分布于支路。另外，從不同城市同等級道路相互對比來看，長春市主干路街道空間品質較高，僅低于上海市；次干路街道空間品質也明顯高于哈爾濱市，略低于上海市和武漢市；而支路街道空間品質則明顯低于其他3個城市，因此，應進一步注重加強支路街道品質提升工作。

圖7 各城市道路等級分類對比

4 結 語

目前城市道路空間快速擴張，以往設計工作普遍將重點放在增加道路寬度、滿足未來車輛通行需求上，而忽視了人們對街道空間品質的主觀感受。本文對比 分析了上海、武漢、哈爾濱和長春4個城市的街道空間品質情況，以期更深刻地了解長春市的街道空間品質水平。未來在規劃設計的初期，應高度重視塑造高品質街道空間的構思工作，把握好城市街道空間品質的主要控制要素，融合多專業，把提升街道空間品質作為塑造城市高質量環境目標的基礎工作。就長春市而言，首先應在現狀高品質街道間斷區域著重加強品質建設，通過分析其他城市的高品質街道成因，合理規劃街道周邊的用地性質，打造業態豐富的商業活動場所，適度開發旅游景點，加強高品質街道的連續性；其次應加強支路街道空間品質改造，拉升長春市街道空間品質的整體水平，應當從增加街道沿線綠化、強化人行活動空間和豐富商業場所種類等方面關注支路的改造建設，提升長春城市的整體形象；再次由車輛干擾指數可知，長春市的車輛與行車道占比較高，道路擁擠程度較高，隨著城市發展，道路擴張蔓延較快，應及時增加、新建道路的交通標識標志，完善支路、無名路的交通信號燈、導向標識等；最后應適當提高長春市視覺色彩氛圍，通過對建筑色彩的合理規劃，提升街道視覺感受和空間品質。