人本主義視角下校園道路空間綠量可視性研究
——以廣州大學為例

張林

（廣州大學建筑與城市規劃學院）

1 引言

工業化與城市化的不斷推進，城市環境建設為居民日常生活提供了極大便利，但與此同時，系列環境問題也接踵而至，綠地面積不斷縮減，時刻威脅著居民健康和生態發展[1]。而城市道路綠化是城市綠地系統的重要構成部分，不僅能改善城市生態環境，還可改善居民生活品質，是衡量城市綠化建設水平的重要標準之一。近年來，一些學者從城市綠化與居民行為關系的研究中認識到，人們在環境中接受的信息90%來自視覺[2]，高可見度的街景綠化可以直接改善社區環境質量和步行空間體驗，進而促使人們從人本視角對街景綠化的視覺質量研究[3-4]。

綠視率最早起源于環境心理學分支，是由日本學者青木陽二于1987年提出的，并在2004年被日本政府認定為常規綠化評價重要指標之一[2]。該指標是基于人眼視角對綠色暴露和綠量感知的定量分析，常用于城市街景綠化研究與公共空間景觀設計中[5]，對我國景觀結構變革和綠化政策建設具有重要的指導意義，是評估城市綠化質量重要的數據形式之一[6]。早期，由于研究手段相對匱乏，城市綠化質量評判主要集中在客觀的綠地率、綠地覆蓋率以及人均綠化面積等二維平面指標上[7]，忽略了人本感知的重要性。如今，隨著計算機發展和圖像語義分割技術不斷創新，綠視率的研究也愈發成熟，圖像獲取也由早先傳統的現場圖像采集逐漸轉向百度、谷歌街景的在線下載，其處理方式也趨于批量自動化計算，大大節省了人力和時間成本。相較之下，雖然傳統街景采集形式較為繁瑣，但在應對部分在線街景難以覆蓋的社區、公園以及校園小尺度內部空間，還需借助傳統的采樣方法[8]。基于此，本文以廣州大學道路空間為例，基于語義分割技術，運用計算機深度學習算法對校園街景影像進行測度，旨在為校園規劃與管理提供科學有效的改進措施和補充依據。

2 研究區域及數據獲取

2.1 廣州大學概況

研究基地位于廣州市番禺區大學城內，總面積可達131.7hm2，人口密度較高。廣州大學按功能可分為教學區和生活區，但兩區域內的整體規劃設計大不相同，綠化分布也存在差異。因此，為了給師生提供一個舒適宜人的綠色活動空間，本研究選擇在此區域開展基于綠視率的校園街景質量研究，以此來測評高校內部的綠化水平。

2.2 數據獲取

2.2.1 路網繪制與采樣點布置

為了準確分析校園街景綠化質量，本實驗提前對校園路網進行摸查，同時結合在線地圖確定采樣點的位置，具體步驟如下：①基于谷歌地圖提取廣州大學全部路網數據；②利用arcgis裁剪出廣州大學核心路網；③借助arcgis 沿道路等距（100m）生成采樣點[6]，最后結合實際路況，適當調整樣點位置，剔除部分無法進入或者重復的樣點，最終累計采樣點共102個。

2.2.2 校園道路圖像獲取

由于百度街景地圖未覆蓋到校園尺度，因此本研究主要使用傳統的現場采集方式，根據校園路況進行實景拍攝。研究于2023 年3 月晴天進行，時間為早上10 點～下午5 點，相機垂直高度主要固定在1.6m～1.65m，以此來模擬行人的水平視線。采樣員結合樣點圖，并借助“兩步走”軟件，沿校園道路前進，約每間隔100m 左右進行拍攝，每個采樣點都包括四個采集方向（0o、90o、180o和270o），以此作為該點的行人全景視角，最終累計導出街景圖像420張，并保留每個采樣點的地理坐標。

3 數據計算與處理

3.1 綠視率計算

綠視率指道路圖像中綠色像元面積占比，其計算公式（1）為：

式（1）中：GVI為該樣點的綠視率，Agi為采樣點i圖像中綠色像元所占面積，Ai為采樣點i圖像像元總面積。

全景綠視率是指每個采樣點四個方向上綠視率平均值，最大程度還原行人視野范圍，其計算公式（2）為：

式（2）中：PGVI為該樣點的全景綠視率，GVIim為采樣點i第m方向街景圖像綠視率[5]。

3.2 道路圖像處理

本研究以人眼視野出發，借助深度學習平臺來構建卷積網絡開源模型，精準實現對街景圖像的語義分割處理，并基于ADE-20K 數據集訓練，有效識別植物、建筑、天空、汽車等多種環境元素，量化各圖像中的植物占比，即各采樣點坐標對應的綠化率，在利用ARCGIS實現校園街景綠化率可視化。

4 結果與分析

4.1 綠視率評價標準與分析

本研究主要借鑒日本學家折原夏志對綠視率的相關研究，將其分為為5 個等級：0～5%（極差）；5%～15%（較差）；15%～25%（一般）；25%～35%（較好）；綠視率>35%（很好）[2,9]。計算可知，綠視率范圍值在0～0.872，借助ARCGIS軟件將其劃分為4個區間，并賦予4 種不同顏色：10.5%～29.4%（紅色）、29.4%～45.2%（橙色）、45.2%～60.8%（綠色）和60.8%～87.2%（深綠色），其中顏色越紅則說明綠視率越低，越綠則說明綠化水平越佳（見圖1）。據統計，全校綠化率平均值可達42.56%（教學區44.77%，生活區39.65%），其中綠量感知“較好”及“很好”的樣點共89個。由此可見，廣州大學校園綠化水平整體較佳，但是從區域分布來看，高綠視率采樣點主要集中在教學區，而生活區的綠視率相對較低。

圖1 廣州大學整體綠視率分布圖

4.2 校園綠視率分布影響因素分析

從研究結果來看，廣州大學整體綠視率呈現西高東低的趨勢（見圖1），究其影響原因可總結為：西側教學區由湖及附屬綠地組成的中心生態島，建筑環島而設，運動、景觀板塊穿插其中，路網呈環形放射狀。為兼顧師生的日常學習與工作需求，該區域各板塊分布均勻，彼此相互交織，局部建筑利用連廊等方式相互連接，道路寬窄適中，景觀結構豐富，視野通透，因此街景圖像中綠色占比明顯增加。

表1 廣州大學各采樣點綠視率統計表

而東側生活區主要承擔師生的飲食起居，面積相對較小，包括宿舍樓群、飯堂以及各類服務中心。為提高土地利用率，導致該區域內建筑分布集中且排列規整，路網呈方格網狀。雖實現了空間使用集約化，但也縮減了綠化面積，僅在宿舍樓群邊緣及中間河流帶存在綠化，多處綠化有明顯的建筑遮擋，從而大幅度降低了行人視野中的綠色要素。

5 討論與結論

本文基于三維立體空間，從人本視角出發，借助街景圖像，對校園綠視率進行定量描述，以此直觀反映出校園綠化的建設水平與不足，繼而對未來校園規劃建設提供新思路。雖然街景圖像已成為環境評價的熱點趨勢，但整體發展仍處于初級階段，還需完善一些問題，以提高圖片識別能力和計算的精確度。

①時效性與有效性。不同時間段植物生長狀態不同，夏季各地植物生長趨勢大致相同，是最佳的采樣時間。而陰雨天則會影響圖片顏色的最終呈現，導致計算機識別錯誤，繼而影響綠視率的準確性。

②遮擋物與清晰度。在進行街景圖片分析時，應觀察圖片中是否存在大體量的臨時遮擋物，例如人、車等元素，同時也要剔除圖片模糊的樣本數據，防止研究出現較大誤差。

③在線街景數據覆蓋范圍。目前社區、公園、校園等小尺度內部空間街景數據缺失，校園街景圖像仍需借助人工采集方式，耗費人力和時間，增大了科研難度，因此如何更簡易獲取科學有效的街景數據仍是未來需攻克的重要難題。