郝新華 龍 瀛

街道綠化：一個(gè)新的可步行性評(píng)價(jià)指標(biāo)

郝新華 龍 瀛

街道綠化對(duì)居民尤其是行人的生活質(zhì)量至關(guān)重要，是評(píng)估街道可步行性的重要指標(biāo)之一。傳統(tǒng)受限于數(shù)據(jù)獲取的困難，對(duì)街道綠化的研究多局限于較小的地域，而目前運(yùn)用新興的街景圖片進(jìn)行評(píng)價(jià)的方法也多基于人工判斷。通過(guò)構(gòu)建一種自動(dòng)的方法，實(shí)現(xiàn)了大規(guī)模、精細(xì)化尺度的街道綠化的量化評(píng)價(jià)，并以成都一、二圈層的街道為案例進(jìn)行實(shí)踐。研究發(fā)現(xiàn)：成都街道以不綠和一般綠街道為主；二圈層的街道綠化好于一圈層的街道；東部、北部個(gè)別街道綠化較好，南部、西部整體綠化相對(duì)較好；綠化相對(duì)較好的街道主要與大學(xué)、公園景點(diǎn)、河流兩側(cè)、居住區(qū)有關(guān)；街道綠化與道路等級(jí)、街道周邊地塊性質(zhì)、區(qū)位等相關(guān)。對(duì)步行系統(tǒng)規(guī)劃、街道品質(zhì)改善提升等工作具有一定的指導(dǎo)意義。

可見(jiàn)綠 | 綠視率 | 街景 | 街道城市主義 | 可步行性 | 成都

郝新華

北京清華同衡規(guī)劃設(shè)計(jì)研究院有限公司規(guī)劃師，碩士

龍 瀛（通訊作者）

清華大學(xué)建筑學(xué)院

副教授，博士生導(dǎo)師，博士

0 引言

綠化是建成環(huán)境的重要要素，具有凈化空氣、緩解緊張情緒等作用，與居民生活的幸福指數(shù)息息相關(guān)。城市空間的綠化也一直受到人們的重視，霍華德所倡導(dǎo)的“田園城市”就建議在城市的周?chē)季謴V闊綠帶，以形成兼具城鄉(xiāng)優(yōu)勢(shì)的良好生活環(huán)境[1]。城市綠地包含公園綠地、防護(hù)綠地、生產(chǎn)綠地、附屬綠地等，不同的綠地類(lèi)型承載不同的功能，空間規(guī)劃對(duì)各類(lèi)綠地類(lèi)型均有一定的規(guī)定；控制性詳細(xì)規(guī)劃中，為了保證居民的生活質(zhì)量，也對(duì)居住類(lèi)地塊中的綠地率進(jìn)行了規(guī)定。

然而，受綠地實(shí)施情況等多重因素影響，實(shí)際的綠地空間往往比空間規(guī)劃中的要少[2]，平面圖紙上的綠化并不是人們能夠感受到的尺度，人肉眼可見(jiàn)的綠化才是與居民心情直接相關(guān)

的因素。因此，可見(jiàn)綠日益得到學(xué)界和業(yè)界的關(guān)注，并建議在實(shí)踐中應(yīng)用[3-4]，受限于數(shù)據(jù)獲取的困難，對(duì)其的客觀認(rèn)識(shí)均受到評(píng)價(jià)方法、時(shí)間和人力等方面的約束，已有研究也多局限于較小的地域，如Yang[5]等通過(guò)實(shí)地調(diào)查和攝影解釋相結(jié)合，建立評(píng)價(jià)城市森林景觀的綠色景觀指數(shù)。

同時(shí)，隨著國(guó)家新型城鎮(zhèn)化、中央城市工作會(huì)議等國(guó)家政策把對(duì)人的關(guān)注提高到新的高度，人的尺度的城市形態(tài)不斷得到重視[6]，街道作為人本尺度城市形態(tài)的重要體現(xiàn)，近年來(lái)也得到廣泛的關(guān)注。街道綠化是以街道為視角的綠化，雖然不受空間管制的約束，卻是在城市設(shè)計(jì)層次評(píng)估城市形態(tài)的重要指標(biāo)之一，對(duì)街道的可步行性至關(guān)重要。然而，同樣受限于數(shù)據(jù)獲取的困難，街道研究多為定性描述，缺乏定量分析[7]，街道綠化也是如此。

圖1 成都市域資料來(lái)源：作者自繪。

傳統(tǒng)基于現(xiàn)場(chǎng)調(diào)研的方法難以在大范圍、精細(xì)化的尺度上進(jìn)行評(píng)估，以大數(shù)據(jù)和開(kāi)放數(shù)據(jù)為代表的新數(shù)據(jù)環(huán)境和新技術(shù)及方法為精細(xì)尺度下的街道定量研究提供了可能，龍瀛和沈堯[8]率先在國(guó)內(nèi)提出街道城市主義（Street Urbanism），并在大范圍、精細(xì)化尺度上進(jìn)行街道的活力[7,9]、品質(zhì)[10-11]、可步行性[12]等量化研究及實(shí)踐。

新興的街景圖片等以人視為基準(zhǔn)視角的海量數(shù)據(jù)為街道綠化研究提供了一個(gè)重要的數(shù)據(jù)源，數(shù)據(jù)獲取便捷，且不受天氣、時(shí)間、地點(diǎn)的限制，已被證實(shí)是測(cè)量建成環(huán)境（如社區(qū)、街道）的有效手段[13-15]，并用于街道空間品質(zhì)評(píng)價(jià)[10-11]等多個(gè)方面，但多是人工判讀的方法。

街景數(shù)據(jù)的格式為圖片，在計(jì)算機(jī)領(lǐng)域，已能從圖片中識(shí)別地面的行人、汽車(chē)、建筑和天空等要素[16]，可見(jiàn)計(jì)算機(jī)領(lǐng)域的前沿技術(shù)方法并未在城市研究領(lǐng)域得到推廣。目前，城市研究領(lǐng)域，運(yùn)用計(jì)算機(jī)技術(shù)自動(dòng)從圖片中提取城市研究要素的研究有：Liu等構(gòu)建了基于社交媒體的帶地理坐標(biāo)的照片的自動(dòng)識(shí)別城市認(rèn)知的方法框架[17]，這是城市研究領(lǐng)域首個(gè)基于計(jì)算機(jī)技術(shù)自動(dòng)提取城市研究要素的研究。在街道綠化研究領(lǐng)域，Li等提出了一個(gè)基于google街景圖片的自動(dòng)評(píng)估城市街道尺度綠化的框架[18]，并將其應(yīng)用于曼哈頓市紐約區(qū)東村的實(shí)踐中，同年，他又基于google街景圖片評(píng)估了街道綠化與居民社會(huì)經(jīng)濟(jì)特征的相關(guān)性[19]；2016年，他又探索了城市綠地環(huán)境的不平等問(wèn)題[20]。

圖2 幾條典型路段街景圖片展示資料來(lái)源：騰訊街景數(shù)據(jù)抓取。

本文借鑒Yang[5]等和Li[18-19]等的研究成果，并進(jìn)行必要的修改，以街道為研究對(duì)象，嘗試通過(guò)使用新興的街景視圖來(lái)實(shí)現(xiàn)大規(guī)模、精細(xì)化尺度上、自動(dòng)的街道可見(jiàn)綠的量化評(píng)價(jià)。本文接下來(lái)的章節(jié)組織如下：第一及第二部分對(duì)騰訊街景圖片的獲取、評(píng)價(jià)指標(biāo)、街道綠化自動(dòng)化評(píng)估方法進(jìn)行介紹，第三部分展示以成都為案例進(jìn)行評(píng)估的實(shí)踐結(jié)果，分別從以行政區(qū)為單元的描述性統(tǒng)計(jì)分析、街道綠化空間分布和解釋模型3個(gè)方面展開(kāi)，最后文章對(duì)研究的理論、實(shí)踐意義進(jìn)行了總結(jié)并提出改進(jìn)計(jì)劃。

1 數(shù)據(jù)及方法

1.1 研究范圍

本文的研究范圍為成都市一、二圈層區(qū)縣。成都市域共分為3個(gè)圈層，共19個(gè)區(qū)市縣，一圈層包含5個(gè)，二圈層包含6個(gè)，三圈層8個(gè)。第三圈層的區(qū)縣街景圖片未能覆蓋，一、二圈層區(qū)縣的總面積約3 678 km2（圖1）。

1.2 數(shù)據(jù)

本文研究數(shù)據(jù)主要包括路網(wǎng)數(shù)據(jù)、騰訊街景圖片數(shù)據(jù)、用地類(lèi)型數(shù)據(jù)。

（1）路網(wǎng)數(shù)據(jù)

為了更便捷地抓取街道上不同位置的街景圖片（每隔50 m），本文的道路數(shù)據(jù)為來(lái)自導(dǎo)航公司的道路導(dǎo)航數(shù)據(jù)，本文對(duì)路網(wǎng)數(shù)據(jù)進(jìn)行了預(yù)處理，包含合并多車(chē)道多單車(chē)道、簡(jiǎn)化路網(wǎng)和拓?fù)涮幚?個(gè)步驟，最終所有道路均為單線(xiàn)，且均在交叉口處打斷，成都一、二圈層參與計(jì)算的道路有33 732條。

（2）街景圖片數(shù)據(jù)

考慮到騰訊街景覆蓋的范圍相對(duì)百度、高德等地圖的街景覆蓋范圍較廣，本研究的街景圖片來(lái)源于騰訊街景地圖。本文采用網(wǎng)絡(luò)爬蟲(chóng)的方法獲取街景圖片，在騰訊地圖開(kāi)放平臺(tái)上可以獲取街景信息查詢(xún)的API①http://lbs.qq.com/panostatic_v1/guide-getImage.html。詳細(xì)說(shuō)明，需要輸入的參數(shù)包括圖片大小、位置或者ID、方向、相機(jī)拍攝角度以及開(kāi)發(fā)者密鑰。根據(jù)輸入?yún)?shù)的不同可分為兩種獲取方法，分別是按照通過(guò)位置查詢(xún)和通過(guò)ID查詢(xún)（ID可通過(guò)騰訊地圖開(kāi)放平臺(tái)上的街景拾取器獲得）。

本文按照位置查詢(xún)的方式獲取了成都的街景圖片，圖片大小為960*640像素，相機(jī)拍攝角度統(tǒng)一設(shè)置為0°，即平視；在抓取時(shí)，對(duì)同一條街道，按照每隔50 m的間隔大小取一個(gè)點(diǎn)，對(duì)每個(gè)點(diǎn)獲取前、后、左、右4個(gè)方向的圖片，每張圖片包含了位置點(diǎn)唯一標(biāo)示符、經(jīng)緯度、水平角度、方位等信息（圖2）。

（3）用地類(lèi)型

參考《城市用地分類(lèi)與規(guī)劃建設(shè)用地標(biāo)準(zhǔn)（GB50137—2011）》，將原始地塊數(shù)據(jù)分為9類(lèi)：R（居住用地）、A（公共管理與公共服務(wù)用地）、B（商業(yè)服務(wù)業(yè)設(shè)施用地）、M（工業(yè)用地）、W（物流倉(cāng)儲(chǔ)用地）、S（道路與交通設(shè)施用地）、U（公用設(shè)施用地）、G（綠地與廣場(chǎng)用地）、TESHU（其他用地）。本文計(jì)算街道周邊地塊性質(zhì)的方法參照龍瀛等[9]的文章，最后多出unknown和mixed類(lèi)，分別對(duì)應(yīng)未知類(lèi)及混合型，街道周邊地塊性質(zhì)共分為10類(lèi)。

2 方法

2.1 評(píng)估指標(biāo)

綠視率指人們眼睛所看到的物體中綠色植物所占的比例，即可見(jiàn)綠所占的比例，它強(qiáng)調(diào)立體的視覺(jué)效果，代表城市綠化的更高水準(zhǔn)，與“綠化率”、“綠地率”相比，“綠視率”更能反映公共綠化環(huán)境的質(zhì)量，更貼近人們的生活。因此，本文選擇綠視率作為評(píng)估指標(biāo)。

2.2 基于街景圖片的街道綠化自動(dòng)化評(píng)估方法

街道綠化自動(dòng)化評(píng)估即實(shí)現(xiàn)街道綠視率的自動(dòng)、批量化計(jì)算。包含兩個(gè)步驟，分別是解析街景圖片的顏色構(gòu)成和把基于點(diǎn)的綠視率聚合到街道。

本文街景圖片顏色構(gòu)成的解析在Matlab中完成，步驟如下所示：對(duì)每一張照片，將照片的色彩模式從RGB導(dǎo)為HSV，并從數(shù)字圖像中提取各色相通道的值；對(duì)每一個(gè)像素，計(jì)算像素的顏色在顏色光譜中的度數(shù)（共360°，圖3）；根據(jù)對(duì)顏色光譜的觀察，定義60°—180°為綠色，因此，對(duì)每一張街景圖片，綠色的比例為度數(shù)落在60°—180°之間的像素個(gè)數(shù)與總像素個(gè)數(shù)的比值?？紤]到每一個(gè)位置點(diǎn)有前、后、左、右4個(gè)方向的街景圖片，對(duì)每一個(gè)位置點(diǎn)，取4個(gè)方向的街景圖片綠色比例的平均值為該位置點(diǎn)的平均綠色比例，即為該位置點(diǎn)的綠視率。

為便于理解不同綠視率的真實(shí)街景情況，圖4展示了不同街景對(duì)應(yīng)的綠視率大小，并將綠視率分成了4種程度，分別是不綠、一般綠、綠及非常綠，4類(lèi)對(duì)應(yīng)的綠視率大小分別是<=0.2，（0.2-0.4]，（0.4-0.5] 以及>0.5。

每一條街道上有多個(gè)位置點(diǎn)用來(lái)獲取街景圖片，即有多個(gè)綠視率的值，對(duì)每一條街道，取多個(gè)位置點(diǎn)的綠視率的平均值，即為該街道的綠視率，同時(shí)還可計(jì)算各條街道的綠視率的標(biāo)準(zhǔn)差，用來(lái)表示綠視率在街道上分布的不均勻性，標(biāo)準(zhǔn)差越大，各個(gè)位置點(diǎn)的綠視率差異越大，分布越不均勻。

圖3 綠視率計(jì)算框架資料來(lái)源：作者自繪。

圖4 不同綠視率水平對(duì)應(yīng)的街景圖片示意圖資料來(lái)源：騰訊街景數(shù)據(jù)抓取。

3 研究結(jié)果

為避免某些街道上街景圖片位置點(diǎn)過(guò)少造成誤差，本文選取位置點(diǎn)數(shù)大于3的街道進(jìn)行分析，以下分析均基于位置點(diǎn)大于3的街道，成都一、二圈層范圍內(nèi)的街道數(shù)為33 372；有研究表明，綠色在人的視野中達(dá)到25%時(shí)，人感覺(jué)最為舒適，因此當(dāng)綠視率大于0.25時(shí)，判定為綠色舒適型街道。

各區(qū)縣參與統(tǒng)計(jì)的街道條數(shù)中，雙流縣參與計(jì)算街道數(shù)較多，青白江區(qū)參與計(jì)算的街道條數(shù)最少，但最低也有1 112條，仍有較大的量，具有統(tǒng)計(jì)意義。

3.1 街道綠化描述性統(tǒng)計(jì)

成都一、二圈層內(nèi)整體街道綠視率為0.202，低于0.25（讓人感覺(jué)舒適的街道綠視率）。

從平均綠視率來(lái)看，成都金牛區(qū)的平均綠視率最低，其次是青羊、成華、武侯區(qū)等，錦江區(qū)的綠視率也同樣低于一、二圈層內(nèi)平均水平，這幾個(gè)區(qū)均位于一圈層內(nèi)，為成都的中心老城區(qū)，人口密度大、商貿(mào)繁榮、經(jīng)濟(jì)活躍；二圈層的新都區(qū)、雙流縣、龍泉驛區(qū)、郫縣、青白江區(qū)的街道綠視率接近，高于一、二圈層平均水平，這幾個(gè)區(qū)縣的綠視率均低于0.25，從可見(jiàn)綠的角度來(lái)看，這幾個(gè)區(qū)縣的舒適度仍有待提升；溫江區(qū)的街道綠視率為成都一、二圈層內(nèi)區(qū)縣最高，且平均街道綠視率高于0.25，從綠化的角度看，整體街道讓人感覺(jué)舒適，符合其國(guó)際花園城市的定位（圖5）。

結(jié)合街道綠視率和街道綠視率標(biāo)準(zhǔn)差，總體上，平均綠視率越高，區(qū)內(nèi)各街道的綠視率的差異越大；一圈層的金牛、青羊、成華、武侯區(qū)平均綠視率和標(biāo)準(zhǔn)差均較低，說(shuō)明這幾個(gè)區(qū)的街道綠視率普遍偏低；一圈層的錦江區(qū)街道綠視率低于二圈層內(nèi)平均水平，但標(biāo)準(zhǔn)差與二圈層內(nèi)平均水平接近，說(shuō)明錦江區(qū)的街道整體綠視率低，但少部分街道的綠視率相對(duì)較高；二圈層的新都區(qū)、雙流縣、郫縣、青白江區(qū)的街道綠視率和標(biāo)準(zhǔn)差分別是中等和較高的水平，說(shuō)明這幾個(gè)區(qū)縣的街道綠視率總體差異大，街道綠視率高、低分化；平均綠視率最大的溫江區(qū)標(biāo)準(zhǔn)差也最大，說(shuō)明溫江區(qū)的街道整體綠視率較好，個(gè)別街道較差。

統(tǒng)計(jì)各區(qū)縣不同等級(jí)綠化的街道占比，總體上，各個(gè)區(qū)中不綠和一般綠的街道占比最高，綠和非常綠的街道占比較小；從非常綠的街道占比來(lái)看，溫江區(qū)的非常綠街道占比最高，其次雙流縣、錦江區(qū)等，而從不綠的街道占比來(lái)看，溫江區(qū)的不綠街道占比最低，一般綠街道占比高于不綠街道占比的區(qū)縣主要有溫江區(qū)和青白江區(qū)（圖6）。

從各區(qū)縣不同等級(jí)的街道綠化結(jié)構(gòu)來(lái)看，青羊、成華、武侯區(qū)具有相似的結(jié)構(gòu)，各等級(jí)綠化街道的占比依次是64：33：2：0；郫縣、青白江區(qū)、新都區(qū)的結(jié)構(gòu)具有較高的相似性，各等級(jí)綠化街道的占比依次是48：45：5：1，綠和非常綠的街道占比處于中等水平，這3個(gè)區(qū)縣的共同特點(diǎn)是位于二圈層的北部。

從一、二圈層的街道綠視率和標(biāo)準(zhǔn)差來(lái)看（圖7），表現(xiàn)為一圈層街道綠視率普遍偏低，二圈層街道綠視率整體高于一圈層街道綠視率，但也存在個(gè)別綠視率較差的街道。

3.2 街道綠化空間分布

可視化表達(dá)需求，本文選取成都市三環(huán)內(nèi)的街道進(jìn)行展示。本文采用ArcGIS的Natural Break法進(jìn)行分級(jí)。

總體上，南部、西部的街道綠視率高于北部、東部的街道綠視率，北部、東部的高綠視率街道集中在個(gè)別街道，西部、南部整體綠視率較高，且越往外圍綠視率越高（圖8）。

除上述整體的高綠視率分布區(qū)域之外，綠視率相對(duì)較高的街道分布如下：

東部和北部片區(qū)主要以沙河沿岸的街道及靠近沙河的電子科技大學(xué)沙河校區(qū)、星漢北路等為主。

西部的街道整體較綠，綠化更為明顯的區(qū)域以公園景點(diǎn)及居住小區(qū)為主，公園景點(diǎn)有：青羊區(qū)的浣花溪公園、黃忠公園一帶、清水河沿線(xiàn)、海斯凱體育公園；居住小區(qū)有：青羊區(qū)的中大?金沙君瑞苑、華語(yǔ)印象金沙西園、金牛區(qū)的茗園尚筑、四川師范大學(xué)實(shí)驗(yàn)外國(guó)語(yǔ)學(xué)院、清水河周邊小區(qū)等，推測(cè)西部的居住小區(qū)整體較為高檔、居住環(huán)境整體較好。

南部的街道主要指武侯區(qū)內(nèi)的街道，相對(duì)較綠的區(qū)域以學(xué)校和居住區(qū)為主，學(xué)校有：四川大學(xué)等；居住區(qū)有：桐梓林附近的錦繡花園、倪家橋附近的盤(pán)古花園、玉林小學(xué)附近的居住區(qū)、玉林中街東側(cè)的天府花園、成都大世界中心商廈附近的紫竹苑等。

主要商業(yè)中心春熙路、市中心天府廣場(chǎng)等街道綠化相對(duì)較差，而主要辦公區(qū)如人民南路商務(wù)區(qū)、金融城則總體綠化相對(duì)較好。

圖5 各區(qū)縣平均綠視率和標(biāo)準(zhǔn)差分布資料來(lái)源：作者自繪。

圖6 不同等級(jí)綠化的街道的區(qū)縣占比資料來(lái)源：作者自繪。

圖7 一、二圈層平均綠視率和標(biāo)準(zhǔn)差分布資料來(lái)源：作者自繪。

圖8 街道平均綠視率空間分布資料來(lái)源：作者自繪。

3.3 街道綠視率解釋模型

統(tǒng)計(jì)二圈層內(nèi)不同等級(jí)街道的平均綠視率，可以看出，不同等級(jí)的道路，綠視率有所差異（圖9），整體來(lái)看：高速、城市快速路等較寬的道路綠視率水平相對(duì)較低；縣道及以下等級(jí)道路綠視率接近，相對(duì)較高；其次是國(guó)道和省道。

統(tǒng)計(jì)不同類(lèi)型街道的平均綠視率（圖10），可以看出，工業(yè)、居住、混合、公共管理與公共服務(wù)、綠地類(lèi)的街道綠視率整體較高，物流倉(cāng)儲(chǔ)用地、商業(yè)、道路交通廣場(chǎng)等類(lèi)型的街道綠視率整體較低。

根據(jù)前文統(tǒng)計(jì)分析結(jié)果，街道綠視率可能與道路等級(jí)、區(qū)位、道路的周邊地塊性質(zhì)等因素相關(guān)，本部分選用成都二圈層內(nèi)的路網(wǎng)，選擇居住（R）、商業(yè)（B）、公共管理與服務(wù)（A）3類(lèi)街道，采用回歸分析的方法從定量的角度探討綠視率與道路等級(jí)和區(qū)位的相關(guān)關(guān)系。選用的因變量為各個(gè)位置點(diǎn)的平均綠視率，自變量為各個(gè)位置點(diǎn)所在道路的道路等級(jí)和區(qū)位，道路等級(jí)分為高速公路、國(guó)道、城市快速路、省道、縣道、鄉(xiāng)鎮(zhèn)道路和其他道路，依次賦值為1，2，……，7，區(qū)位分別采用到區(qū)縣行政中心距離、到成都原市政中心距離、到新市政中心距離表示，整體、各類(lèi)街道計(jì)算所得R方如表1所示，R方均較低，但各項(xiàng)顯著性檢驗(yàn)結(jié)果均為0，說(shuō)明街道綠視率與區(qū)位、道路等級(jí)均相關(guān)。標(biāo)準(zhǔn)系數(shù)如圖11所示，可見(jiàn)，無(wú)論整體還是分類(lèi)型的街道，街道綠視率總體與道路等級(jí)成正相關(guān)，即道路級(jí)別越低，街道兩旁綠化越好，而離原行政市中心越遠(yuǎn)，街道綠化越好，離區(qū)縣行政中心和新市行政中心越近，街道綠化越好；例外的情況是，居住類(lèi)街道離區(qū)縣行政中心越遠(yuǎn)，街道綠化越好，但這類(lèi)相關(guān)性較弱，商業(yè)類(lèi)街道道路級(jí)別越高，街道兩旁綠化越好；原市行政中心對(duì)居住類(lèi)的負(fù)影響、及新市行政中心對(duì)商業(yè)類(lèi)的街道綠視率正影響較為突出。

圖9 不同等級(jí)街道平均綠化率資料來(lái)源：作者自繪。

圖10 不同性質(zhì)的街道平均綠視率注：A：公共管理與公共服務(wù)用地，B：商業(yè)服務(wù)業(yè)設(shè)施用地，M：工業(yè)用地，R：居住用地，W：物流倉(cāng)儲(chǔ)用地，S：道路與交通設(shè)施用地，U：公用設(shè)施用地，G：綠地與廣場(chǎng)用地，mixed: 混合型，TESHU：其他用地，unknown：未知。資料來(lái)源：作者自繪。

圖11 回歸結(jié)果——標(biāo)準(zhǔn)系數(shù)注：A：公共管理與公共服務(wù)用地，B：商業(yè)服務(wù)業(yè)設(shè)施用地，R：居住用地。資料來(lái)源：作者自繪。

表1 回歸結(jié)果——R方

4 結(jié)果與討論

本文采用騰訊街景圖片數(shù)據(jù)，從街景圖片中提取綠色像素所占比重作為圖片的綠視率，并將基于位置點(diǎn)的綠視率聚合到街道，以此對(duì)成都一、二圈層的街道綠化進(jìn)行實(shí)證研究。理論方法上，綠視率的概念比綠化率、綠地率等能夠更加科學(xué)地表征步行環(huán)境感受，其定量研究以及從人工判斷到自動(dòng)化評(píng)估的方法具有重要的學(xué)術(shù)與應(yīng)用價(jià)值；突破以往街道量化研究采用人工調(diào)研、少量街道等的限制，實(shí)現(xiàn)大范圍、精細(xì)化尺度上的街道量化研究，是街道量化領(lǐng)域的一大進(jìn)步。

研究發(fā)現(xiàn)：（1）金牛區(qū)的街道綠化普遍偏差，溫江區(qū)的街道綠化總體最好；二圈層的街道綠化好于人口密度大、商貿(mào)繁榮、經(jīng)濟(jì)活躍的一圈層街道；（2）總體上，東部、北部個(gè)別街道綠化較好，南部、西部整體綠化相對(duì)較好；綠化相對(duì)較好的街道主要與大學(xué)、公園景點(diǎn)、居住區(qū)有關(guān)，商業(yè)中心春熙路街道綠化差、CBD街道綠化相對(duì)較好；（3）街道綠化與道路等級(jí)、區(qū)位相關(guān)，原市行政中心與居住類(lèi)街道綠化的負(fù)相關(guān)、新市行政中心與商業(yè)類(lèi)街道綠化的正相關(guān)較為明顯。

本文具有一定的實(shí)踐意義，首先，基于各個(gè)點(diǎn)的街道綠視率計(jì)算結(jié)果，對(duì)街道層次的綠化進(jìn)行評(píng)價(jià)，較高的街道可以作為步行系統(tǒng)規(guī)劃的參考，而對(duì)于較低的街道，在進(jìn)行街道改善提升的工作時(shí)可提供決策支持；其次，街道層次的綠化對(duì)于個(gè)人進(jìn)行戶(hù)外活動(dòng)、路線(xiàn)選擇具有一定的參考意義，在進(jìn)行最優(yōu)路徑規(guī)劃時(shí)，多一層考慮的因素。

當(dāng)然，本文研究及方法仍具有一定的局限性。由于街景圖片缺乏時(shí)間信息，無(wú)法準(zhǔn)確獲知街景圖片的季節(jié)，當(dāng)圖片季節(jié)為晚秋或冬季時(shí)，會(huì)對(duì)街道綠化的結(jié)果造成誤差，同時(shí)難以滿(mǎn)足對(duì)城市建設(shè)更新快速地區(qū)及時(shí)掌握街道運(yùn)營(yíng)情況的需求；由于采用綠色像素所占比重作為圖片的綠視率，對(duì)于道路兩旁由于施工等因素蓋上綠色的網(wǎng)或者篷布時(shí)，這種情況無(wú)法識(shí)別，造成一定的誤差。街景圖片應(yīng)用于城市空間的研究仍具有較大的拓展空間，后續(xù)可采用機(jī)器學(xué)習(xí)的方法對(duì)街景圖片進(jìn)行深度挖掘，對(duì)街道空間的元素構(gòu)成進(jìn)行更加精細(xì)、細(xì)致的刻畫(huà)。

References

[1]Howard E. To-morrow: a peaceful path to real reform[M]. Cambridge: Cambridge University Press, 2010.

[2]韓昊英，龍瀛. 綠色還是綠地？——北京市第一道綠化隔離帶實(shí)施成效研究[J]. 北京規(guī)劃建設(shè)，2010（3）：59-63. HAN Haoying, LONG Ying. Green or green land? research about implementation of first green isolation belt in Beijing[J]. Beijing Planning Review, 2010(3): 59-63.

[3]Aoki Y. Relationship between perceived greenery and width of visual fields[J]. Journal of the Japanese Institute of Landscape Architects, 1987, 51 (1): 1-10.

[4]Ohno R. A hypothetical model of environmental perception[M]. New York: Springer US, 2000.

[5]Yang J, Zhao L, Mcbride J, et al. Can you see green? assessing the visibility of urban forests in cities[J]. Landscape & Urban Planning, 2009, 91(2):97-104.

[6]龍瀛，葉宇. 人本尺度城市形態(tài)：測(cè)度、效應(yīng)評(píng)估及規(guī)劃設(shè)計(jì)響應(yīng)[J]. 南方建筑，2016（5）：39-45. LONG Ying, YE Yu. Humanistic scale of urban morphology: measurement, effect assessment and design implication[J]. South Architecture, 2016(5): 39-45.

[7]郝新華，龍瀛，石淼，等.北京街道活力：測(cè)度、影響因素與規(guī)劃設(shè)計(jì)啟示[J]. 上海城市規(guī)劃，2016（3）：37-45. HAO Xinhua, LONG Ying, SHI Miao, et al. Street vibrancy of Beijing: measurement, impact factors and design implication[J]. Shanghai Urban Planning Review, 2016 (3):37-45.

[8]龍瀛. 街道城市主義——新數(shù)據(jù)環(huán)境下城市研究與規(guī)劃設(shè)計(jì)的新思路[J]. 時(shí)代建筑，2016（2）：128-132. LONG Ying. Street urbanism: a new perspective for urban studies and city planning in the new data environment[J]. Time Architecture, 2016(2):128-132.

[9]龍瀛，周垠. 街道活力的量化評(píng)價(jià)及影響因素分析—以成都為例[J]. 新建筑，2016（1）：52-57. LONG Ying, ZHOU Yin. Quantitative evaluation on street vibrancy and its impact factors: a case study of Chengdu[J]. New Architecture, 2016(1):52-57.

[10]唐婧嫻，龍瀛，翟煒，等. 街道空間品質(zhì)的測(cè)度、變化評(píng)價(jià)與影響因素識(shí)別——基于大規(guī)模多時(shí)相街景圖片的分析[J]. 新建筑，2016（5）：130-135. TANG Jingxian, LONG Ying, DI Wei, et al. Measurement, change evaluation and impact factors identification of quality of street space based on analysis of large-scale and multi-temporal street view[J]. New Architecture, 2016 (5): 130-135.

[11]唐婧嫻，龍瀛. 特大城市中心區(qū)街道空間品質(zhì)的測(cè)度：以北京二三環(huán)和上海內(nèi)環(huán)為例[J]. 規(guī)劃師（待發(fā)表）. TANG Jingxian, LONG Ying. Measurement of quality of street space in central urban area of megacity with examples of second and third ring of Beijing and inner ring of Shanghai[J]. Planners (In press).

[12]龍瀛，周垠. 成都街道可步行性評(píng)價(jià)[EB/OL]. https://geohey.com/apps/dataviz/fbacf0f113e94569 88f8e27f373a61e2/share?ak=ZmYzNmY0ZWJhYj cwNGU2ZGExNDgxMWUxNmZiOWNhNGY. LONG Ying, ZHOU Yin. Evaluation of street walkability of Chengdu[EB/OL]. https://geohey. com/apps/dataviz/fbacf0f113e9456988f8e27f373a 61e2/share?ak=ZmYzNmY0ZWJhYjcwNGU2ZG ExNDgxMWUxNmZiOWNhNGY.

[13]Rundle A G, Bader M D M, Richards C A, et al. Using Google Street View to audit neighborhood environments[J]. American Journal of Preventive Medicine, 2011, 40(1):94-100.

[14]Odgers C L, Caspi A, Bates C J, et al. Systematic social observation of children’s neighborhoods using Google Street View: a reliable and costeffective method[J]. Journal of Child Psychology & Psychiatry, 2012 (53):1009-1017.

[15]Kelly C M, Wilson J S, Baker E A, et al. Using Google Street View to audit the built environment: inter-rater reliability results[J]. Annals of Behavioral Medicine, 2013, 45(1):108-112.

[16]Liu M Y, Lin S, Ramalingam S, et al. Layered interpretation of street view images[J]. Computer Science, 2015 (10):393-396.

[17]Liu L, Zhou B, Zhao J, et al. C-IMAGE: city cognitive mapping through geo-tagged photos[J]. Geojournal, 2014: 1-45.

[18]Li X, Zhang C, Li W, et al. Assessing street-level urban greenery using Google Street View and a modified green view index[J]. Urban Forestry & Urban Greening, 2015,14(3):675-685.

[19]Li X, Zhang C, Li W, et al. Who lives in greener neighborhoods? the distribution of street greenery and its association with residents’ socioeconomic conditions in Hartford, Connecticut, USA[J]. Urban Forestry & Urban Greening,2015, 14(4):100-106.

[20]Li X, Zhang C, Li W, et al. Environmental inequities in terms of different types of urban greenery in Hartford, Connecticut[J]. Urban Forestry & Urban Greening, 2016 (18):163-172.

Street Greenery: A New Indicator for Evaluating Walkability

We propose an automatic method using emerging online street view service for quantitatively evaluating greenery at street level in a large area, and then apply it for analyzing street greenery in the first and second circle of Chengdu, one of large cities in the west of China. We calculate the greenery of each street by Green Looking Ratio, one index suitable for evaluating visible greenery. We find that (1) streets closer to city center tend to be less green; (2) greener streets of Chengdu are more frequently related with the riverside, parks, spots and communities in the fringe of core area; (3) different road grade and different land use around show different greenery of streets. The findings may help draft more appropriate policies in planning and engineering practices for street greenery.

Visible greenery | Green Looking Ratio | Street view | Street urbanism | Walkability | Chengdu

1673-8985（2017）01-0032-05

TU981

A