基于Cite space近10年街景研究進展與熱點評述

唐開春，李 健

（浙江農林大學風景園林與建筑學院，浙江 杭州 311300）

中國城鎮化過程中伴隨病媒滋生、空氣污染、熱島效應加重等不同環境風險。據世界銀行統計至2019年底，全球平均城鎮化率高達56%，以更擁擠的環境滿足大部分人口生存所需。相較于鄉村，城市更容易產生環境風險。但環境監測技術的發展降低風險暴露的概率，街景圖像作為街道空間要素與場景的新型記錄方式，能夠以人類視角感知城市街道環境[1]，地理信息平臺的擴大[2]促進了相關理論增長。廣泛運用于環境分析[3-4]，交通[5-6]，健康[7-8]，社會經濟話題研究[9-10]等不同領域。目前多數綜述對研究現狀分為2 類:一類是應用系統回顧，如街景圖像分析方法比較[11]、應用技術領域總結[12]、使用現狀[13]等，另一類是估算方法[14]、大數據[15]、城市分析[16]、街道綠視率[17]等專項總結，以上綜述從不同角度對研究方法及應用進行闡述。同時由于地理范圍限制，鄉村街道數據進行采集難度大，地理信息完善程度不及城市，國內鄉村街道數據的缺失使得極少研究落實于鄉村，缺乏對鄉村系統化研究。

對街景圖像主題熱點變化鮮有文獻進行科學化、系統化評述。本文故利用文獻計量工具[18]對研究成果系統梳理以實現宏觀把握，掌握主題與熱點變化并提出現狀不足與未來展望，把握未來研究高地。

1 數據來源與方法

2012年為起點，截止2022年2月底，以主題詞“Street view images（街景圖像）”與3 種數據來源“Google street view（谷歌街景）”和“Baidu street view（百度街景）”及“Tencent street view（騰訊街景）”為關鍵詞經WOS數據庫檢索，經手動篩選有效文獻569 篇。

2 結果與數據分析

2.1 國際發文階段及趨勢

本文梳理2012年—2022年2月街景主題相關文獻發表歷程及趨勢（圖1）。

圖1 WOS 中街景圖像國際年度發文趨勢（2012年—2022.2月）(作者自繪)Figure 1 International annual publication trend of street view images in WOS (2012-2022.2)

研究初期（2012—2014年）處于探索階段，此階段奠定以“人與環境”作為核心研究對象，同時街景數據也處于可靠性驗證時期。利用街景圖像作為虛擬環境還原了街道不同物理特征與人群行為與結果的相互機制與結果的驗證[19]，其中Mutlu 通過混合拼接的新算法改善現階段圖像拼接技術以提高街道輪廓提取性能[20]。Wu 通過谷歌街景模擬街道環境測評建筑環境特征并驗證了與心理健康的關聯性及街景圖像的可靠性[21]，此階段街景大數據正逐年興起，百度和騰訊也在該階段開始并完善國內街景及定位服務，為后續街景理論研究提供多樣的研究區域。

第二階段（2015—2018年）緩慢增長階段，更多研究者關注城市生存環境與城市病的重要性。各國城市建設內涵式發展不同階段轉型成為更多研究者關注城市生存環境作為研究重要方向。2015年中國中央城市工作會議“城市雙修”概念[22]的提出標志了中國城市發展已經進入了內涵式發展的新階段以及美國“紐約市百萬棵樹計劃”等城市森林建設政策持續推進[23]，諸如此類的概念與政策提出促進了城市發展理論與實踐研究。研究人員逐步將公共職業健康，交通，污染等不同專業進行結合研究，極大拓展了街景研究領域的范疇，以李小江與王若愚為代表的城市環境研究者，深入調查了城市整體格局與不同參數，如藍綠空間，建筑環境等不同物理特征與社會群體的相關性及互相產生的影響，其中“綠視率”概念是街景理論的代表，不同于概念提出初期狹小的適用范圍，城市街道綠化的研究面積，街道植被歷史調查等基于街景大數據的發展與成熟而逐步擴展。

第三階段（2018—2021年）呈上升趨勢，得益于街景共享平臺擴大與普及，機器學習與計算機結合增強，能高效提取數以萬計的圖像信息，VR 技術與大數據的發展與成熟與街景數據相結合也極大提高了城市調查的測評效率與準確性[24]，從而完成大范圍空間城市物理特征分析并可視化表達,達成城市社會環境評估[25]，此階段發文數量快速增加。

中國發文趨勢與國際發文趨勢整體類似。國內多以高校牽頭，截至2022年2月底，國內完成相關研究達197 篇，預計2022年底突破60 篇，其中中國科學院的發文總數最多，該領域有很強的科研實力。由于研究年份時限，2022年1—2月選取文獻暫無法代表當年主題特征，不具有學術參考意義。

2.2 學科類別分析

通過WOS 數據庫學科分類前10 可知（表1），環境科學，公共環境與職業健康，工程電氣電子學科是該領域主要學科，論文發表量占比分別為20.562%、16.169%、15.290%，更多涉及環境研究，地理物理，遙感學等，呈現學科復雜交叉性。街景領域優勢在于綜合性較強，所涉科目達88 種小類，目前多數研究集中于自然科學學科，社會人文領域開展較遲，研究范圍相對弱勢。

表1 WOS 中街景圖像文獻學科分類前10(作者自繪)Table 1 Top 10 subject categories of street view image literature in WOS

中心度反映某結點與其他結點接近程度，數值取舍于0—1，在學科領域中以數值高低表達強度。中心度超過0.1 的節點稱為關鍵節點，較高中心度體現該學科重要性程度，但多數學科中心度小于0.1，表明在更多領域合作研究潛力不足，暫未取得更多合作研究成果。

2.3 期刊共被引分析

期刊共被引歸類統計排名前20 中被引頻次最高的是 “Landscape Urban Plan”（表2），該期刊影響因子為6.142，被引頻次總數達249 次。其他期刊多涉及環境科學和生態學，社會人文類較少。近年城市風貌建設的愈發重視，城市公共環境與居民健康成為國內外學者研究的重要出發點與落腳點。結合發文學科看，在城市環境與生態領域，投入高效化信息處理技術，探索城市環境發展對公共衛生與居民健康的聯系性，反映發展經濟的同時社會注重生態的需求。

表2 WOS 中街景圖像發文期刊共被引前20(作者自繪)Table 2 The top 20 journals that publish Street View images in WOS

3 主要研究力量分析

3.1 國家或地區合作網絡統計

國家間合作創新是科學發展的重要方式，可有力推動科技進步[26]。通過國家合作網絡統計發現（圖2）。發達的經濟背景是城市環境研究的重要推手，城市街景研究區域多為發達國家城市。理論研究來自51 個國家或地區，其貢獻最大的國家是美國與中國，各以194 篇并列第一，各占比34.1%，形成以中美兩極為核心的合作網絡。中心度是反映合作創新程度的一項指標，中心度大于0.1 的國家多為歐美等發達國家，相比美國（0.55），中國（0.17）處于弱勢，基礎數據與地域合作的交流不便是中外協同研究不緊密的原因之一。

圖2 街景圖像相關國家合作網絡圖譜(作者自繪)Figure 2 Map of National Cooperation Networks Related to Street View Imagery

3.2 機構合作統計

節點代表不同機構，按發文量不同，節點半徑各不相同，其連線反映機構間的合作密切度（圖3）。各國以高校牽頭理論研究，中國以中國科學院發文數量（28 篇）占據國內高校發文主導，歐美以麻省理工學院（20篇）與哥倫比亞大學（15 篇）及愛丁堡大學(15 篇)在發文量中占領先地位。從中心度看，雖中國發文量較高，但中心度0.1 以上的高校偏少，發文量最高的中國科學院（28 篇）中心度偏低（0.05），而美國的麻省理工學院（0.26）、哥倫比亞大學（0.12）均具較高中心度，國內多數研究機構中心度遠低美國，歐美在城市街景領域具有更穩固的理論基礎與合作創新。

圖3 街景圖像相關機構合作網絡圖譜(作者自繪)Figure 3 The network map of street view image related institutions

3.3 作者合作網絡統計

通過作者網絡圖譜可清晰了解研究領域中作者的發文情況與合作關系[27]。圖中所示該領域中王若愚，李小江呈核心合作研究趨勢（圖4），也是街景研究發文量前十的作者，但大部分研究者合作較少。以李小江與王若愚為代表形成的研究核心團體推動理論發展。王若愚致力于城市環境與居民身心健康的聯系[28]，李小江研究重點是開發與應用城市地理空間分析與數據驅動分析方法[29]。但總體城市街景開展研究時間并不長，尚未迎來爆發式增長。

圖4 街景圖像相關作者合作網絡圖譜(作者自繪)Figure 4 The network map of related authors for street view images

對比中外研究內容發現兩者研究方向差異較大。國外學者認為城市環境生態問題是極為重要的議題并致力不斷突破，關注城市環境與健康的關聯，如植被調查[30]、天空視圖因子[31]、鄰里障礙與肥胖[32]等，國內集中在計算機科學與技術研究領域，對城市生態環境關注較少。其不同國情與社會環境是研究者關注點相異的根本原因。

4 研究熱點分析

4.1 關鍵詞共現分析

關鍵詞共現反映熱點與核心力度（圖5），有利于掌握研究重點[33]。2012年研究初期，“環境”、“審計”等是其主要研究內容，“環境”是該階段研究核心且驗證了街景數據運用的可靠性。2013—2015年出現較多關鍵詞，集中在“體育活動”、“城市”與“谷歌街景”等。2016—2018年集中于環境暴露與居民行為結果關聯性研究，如“綠色空間”“圖案”“空氣污染”等，其中“綠色空間”與“圖案”在此階段呈較高中心度，發現綠色環境是影響行為因素之一[34]，國內也證明身心健康和綠色環境是交互影響的[35]。2019—2021年“Land use”（土地利用）、“Climate change”（環境變化）“Race”（種族）等關鍵詞反映研究重點轉向人文社科領域，主要分析城市社會、人文、經濟內在發展與趨勢。

圖5 街景圖像關鍵詞共現圖譜(作者自繪)Figure 5 Keyword co-occurrence map of street view images

城市環境關聯社會人文話題實證研究在研究主題中占據重要地位，但缺乏街景要素閾值討論。綠視率成為日本近畿地區地方政府規劃設計指標之一，以限制建筑無序建設，提高城市可視范圍綠化，目的讓居民感受到更多綠色。在城市增量與存量空間規劃設計中應由“量”轉“質”，例如林下植被層次與色彩比例是否會對行人情緒產生不同影響，城市空間不同物理環境元素閾值與居民生活質量兩者之間產生不同結果的影響機制未系統探討。

4.2 關鍵詞聚類分析

通過關鍵詞聚類，更好了解街景文獻內部聯系[36]，最終得到8 個聚類結果（圖6）。根據關鍵詞性質可分為“技術驗證”“信息采集與開發”“技術應用”3 種類型（表3）。

圖6 街景圖像關鍵詞聚類圖譜(作者自繪)Figure 6 PStreet View Image Keyword Clustering Map

表3 WOS 中街景圖像研究主題分類(作者自繪)Table3 Classification of Street View Image Research Topics in WOS

技術驗證聚類結果以“#0 審計（Audit）”為代表的技術可靠性研究。谷歌街景虛擬空間技術于2007年實現[37]，相較現場采集，虛擬街景提高對城市環境的采集效率，但實驗結果準確性仍存疑，數據可靠性是驗證階段指標之一[38]。

信息采集與處理聚類結果分別是 “#2 眾包街景平臺（Mapillary）”“#4 志愿地理信息（Volunteered geographic information）”“#6 深度學習（Deep learning）”。Mapillary、Volunteered Geographic Information(VGI)等眾包平臺致力于構建完善的城市信息[39]，由用戶自愿參與并通過不同運動模式（步行，騎車，駕駛）貢獻新的街景序列，不斷添加新的數據類型與數據源以實現街區實時覆蓋，是實現城市全域研究的關鍵。以深度學習為代表的人工智能技術在實際運用中受廣泛關注[40]，常用于圖像識別[41]、語音識別[42]、自然語言處理[43]。分析多維街景數據，通過輸入、卷積、池化、完全連接、輸出實現對圖像的語義理解[44]。相較傳統圖像采集與數據構建，大大提高研究效率，更具有準確性與有用性[45]。

技術運用聚類結果分別是“#1 天空視圖因子（Sky view factor）”與“#3 建筑環境（Built environment）”“#5可步行性（Walking）”“#7 城市洪水（Urban floods）”。#1 包括熱舒適性，城市熱島，地溫等。#3 包括太陽輻射，街道峽谷，建筑景觀因子等關鍵詞，站在城市生態系統角度對城市熱環境進行分析，深究建成環境與太陽輻射條件協同性[46]。#5“可步行性”關注城市藍綠空間。街道綠化與藍色空間引起的休閑活動感知[47]。#7“城市洪水”通過城市建筑高程與道路網，建立城市山洪模型實現山洪抵抗脆弱性評估，保證防災，受災處理與災后重建的安全需求是未來發展的焦點。

街景采集平臺與視圖處理技術的發展擴大城市街景的研究范圍，對于城市規劃設計效果的考量更具有實際意義。城市規劃層面，在平視與俯視視角不同尺度下與城市資源配置實際結果在二者評估中資源不平等與誤配現象迭出，未來結合街景數據合理配置與管理城市資源是規劃統籌重點之一。設計層面中，城市步行品質研究中建筑空間尺度，藍綠空間比例，廣告視覺刺激等如何配置以貼合行人心理感受與使用需求是提升城市形象與內涵式發展的未來需要。

5 研究結論與未來展望

5.1 研究結論

國內外理論研究不同側重——國外更關注人類健康與生存環境話題，國內注重城市分析與計算機工程提升。相較于發達國家與地區的高度城市化，國內處于城鎮化進程中，判斷城市發展形勢是實現城市優化的方式之一。

多維度研究的延伸——從數據可靠性驗證轉向健康城市探索，現趨向城市發展研究?！绑w育活動”“建筑環境”“健康”等主題自初步研究至成為城市環境安全研究框架核心，不斷關注多維度主題，開展縱向研究。

不足在于研究地域富集城市，鄉村未受到同等重視，缺乏研究系統性與城鄉結合分析與評價[48]。其次，國際合作研究交流不足，數據共享與合作平臺的缺乏正成為深度研究的壁壘[49]。最后理論指導性需要加強，為相關政策制定提供參考與數據支持，實現城市品質提升。

5.2 未來展望

中國在快速城鎮化與城市產業變革調整背景下，城市存量與增量空間規劃設計在相對公平正義的前提下促進環境資源的合理配置。面對國土空間規劃發展變化的趨勢，實現城市環境公平與品質提升是未來的更高目標，為保障其順利完成，研究人員可以從以下3 點進行完善。

（1）適當補充鄉鎮街景，完善城鄉地域研究體系。由于地理限制，鄉村風貌尚未進行理論研究與實踐探索，建議采用獎勵機制[50]以眾包形式完善取景類型。美麗鄉村推進行動對中國鄉鎮的改變[51]應受到重視，鄉村類型多樣且豐富，地域性更多彩[52]，未來可與城市形成互補體系。

（2）促進基礎數據與領域合作平臺的建立。研究效益與研究深度的提升需要不同領域的專家參與。促進多學科研究集成加以研究創新[53]，打破數據與交流限制，提高研究參與度是未來學科交互化的趨勢[54]。

（3）加強城市規劃設計與理論落地性。研究理論落實到城市空間建設與管理調控是最終目的。結合不斷創新的城市空間分析工具開展環境研究，改善城市空間系統布局并確定居住環境元素與場景的理想閾值，完善以“人”為落腳點的標準與規范，開展城市規劃與微觀設計改善行動，將理論研究成果轉化成實際應用效益，提高城市居住品質。