呂旭昕，竇洛文，落昊飛，白 驊*

(1.長安大學 建筑學院，陜西 西安 710064；2.長安大學 汽車學院，陜西 西安 710064)

道路綠化是城市綠色空間構建中重要的一環(huán)，除了具有一般綠化所具有的生態(tài)功能、協(xié)調美化功能外，還承擔著引導司機駕駛視線，減低汽車噪音、尾氣污染和防眩的重要作用[1-2]。因此對道路綠化進行可視性評價分析十分必要。隨著遙感技術的發(fā)展，借助衛(wèi)星影像和GIS技術的評價分析成為國內的主要方法和趨勢。但是基于遙感影像的方法，始終受到其二維特性的限制，這種以俯視視角從上而下地反映一條道路綠化水平，忽略了人的視角。隨著對城市生態(tài)環(huán)境及綠地系統(tǒng)研究的不斷深入，城市綠地往往具有分布零散、結構形式多樣和地形復雜等特點，僅依靠對區(qū)域內的綠地位置、面積和覆蓋率等內容的判定來評價指導綠化體系難免片面。 在推進綠化時，除了地表綠化覆蓋之外，還要考慮從視覺感受的角度增加肉眼可見的綠色。有學者于20世紀80年代末提出了 “綠視率”(green view index,GVI)的概念，是指在人的視線中，綠植所占有的比率[3]。綠視率以人的視角來衡量綠化水平的質量，彌補了二維的評價方法難以體現立體的垂直的綠化上的效果[4]。這也使得綠視率成為近年新興的綠化評價方法之一。

大數據時代，街景數據為大范圍的街道綠化評價提供了可能[5-6]。開始有越來越多的學者嘗試運用地理大數據、街景地圖來對綠視率評價體系展開更深入系統(tǒng)的研究挖掘。目前國內外大多數關于綠視率的研究主要集中在對于各地區(qū)綠視率的調查及方法的改進、綠視率影響因素，以及應用于設計評價等層面的探索。例如張永霖等[7]運用了目前先進的Detectron2深度學習框架，利用深度卷積神經網絡對于圖像中復雜的場景學習和識別能力，快速對海量街景空間綠視率進行提取與分析。吳立蕾等[8]以張家港市西城區(qū)城市道路綠地為例，通過實地調查研究和數理統(tǒng)計分析，探索了城市道路綠地率和其他各因素之間的關系。鄭凌予等[9]通過對城市動態(tài)影像的采集，結合空間滿意度調查對城市公園空間環(huán)境進行評價。但少有學者將遙感數據與綠視率相結合進行對比研究。將綠視率作為植被覆蓋率、綠地率等二維綠化指標的補充有利于更合理地引導街道綠地的優(yōu)化，高效準確地對道路生態(tài)環(huán)境效益評價，對城市綠色空間路網的構建以及道路景觀的發(fā)展具有重要意義。因此，如何耦合綠視率和遙感指數的方法去解決生態(tài)規(guī)劃與視感景觀設計方面的科學研究仍存在較大的探索空間。

本研究采用一種街景大數據與植被覆蓋度指數相結合的城市道路環(huán)境量化方法，旨在實現人本角度下的城市道路綠量可視性優(yōu)化。以灃東新區(qū)為例，基于騰訊街景數據，對不同道路街景照片進行提取，并利用PSPNet框架進行語義分割，測算不同道路的平均綠視率。同時運用遙感影像提取灃東新區(qū)植被覆蓋度指數。運用SPSS輔助分析，得出綠視率與NDVI值具有著明顯相關。探索了在不同的道路等級、不同綠化形式、不同道路截面情況下2種數值的相關性特征。嘗試將NDVI指數與道路綠視率相結合對道路綠化可視性現狀進行綜合評價，依照研究結果對灃東道路空間綠量的可視化和道路景觀提升提供補充依據和參考[10-11]。

1 材料與方法

1.1 研究區(qū)域概況

灃東新城(108°51′-108°43′E，34°18′-34°23′N)是西咸新區(qū)渭河南岸的重要組成部分，東接西安市西三環(huán)，西接灃河東岸，南臨西漢高速，北臨渭河。規(guī)劃總面積159.3 km2。包含西安市轄區(qū)三橋街辦、王寺街辦、斗門街辦、建章街辦以及咸陽市轄區(qū)灃東街辦。灃東新區(qū)交通條件優(yōu)越，立體式交通網絡發(fā)達，6條高速公路穿境而過。本研究從國家地理信息服務平臺上獲取灃東新區(qū)道路矢量數據及屬性數據作為研究區(qū)的路網數據源(圖1)。為減少誤差，排除了正在大面積、大范圍施工修繕的道路；綠化剛剛更新過，喬木未長成冠的道路；周圍無綠化的村路。篩選出符合研究條件的道路80條。根據國家地理信息服務平臺上的道路分類和國內道路分級標準，把篩選出的道路分級為快速干道7條，主干道31條，次干道42條。

1.2 道路綠視率數據獲取及處理

所有街景數據均來自騰訊地圖開放平臺API，針對待研究的道路，每隔100 m設置一街景采樣點，每一采樣點坐標對應8張不同角度的全景碎片圖(圖1)。在騰訊地圖api中設置請求每一采樣點圖片的大小為640×480，heading(偏航角)設置為0°、45°、90°、135°、180°、225°、270°、315°，得到8個方向的全景碎片圖。Pitch值為俯仰角，設置為0°，符合正常人行走或駕駛時的視線方向。由于研究區(qū)域內行道樹綠化栽植以落葉喬木為主。為減少因季節(jié)造成的影像，本次街景圖像均選自2017年5-7月。獲取灃東地區(qū)全長357.65 km的80條道路，3 491個取樣點，共計27 928張照片(圖2)。

利用開源的PSPNet圖像語義分割框架對獲得的街景圖片進行批量處理提取植被，PSPNet可以計算出每張圖片中的不同的視感要素，它可以計算出不同的物體在圖片中的占比，比如植被、建筑、天空、汽車等。在計算后的結果中，每種顏色代表1種物體[12-13]。選取其中代表植被的RGB顏色，就可提取出所有表示植被的像元[14-15]。代表植物要素的像元數除以整張全景照片的像元數即為綠視率，道路的綠視率取所有采樣點綠視率的平均值(圖3)。

1.3 植被覆蓋度數據獲取及處理

數據是地理空間數據云上下載的30 m Landsat8影像，將數據輸入envi 5.2中，經過輻射定標、大氣校正、融合、裁剪，得到了研究區(qū)域15 m分辨率的多光譜影像。根據公式：

NDVI=(NIR-R)/(NIR+R)

(1)

遙感影像中近紅外波段的反射值與紅光波段的反射值之差比上兩者之和即為歸一化植被指數。NDVI的值通常在-1～1，負值表示地面覆蓋為云、水、雪等，對可見光高反射；0表示有巖石或裸土等，NIR和R近似相等；正值表示有植被覆蓋，且隨覆蓋度增大而增大[16-17]。得到NDVI的原始數據后，加載到arcgis10.2中進行后一步的統(tǒng)計分析和數據可視化[18-19]。人類的正常人眼視野范圍是120°、50～100 m。因此本次在計算各條道路的NDVI值時，以各道路的寬度向兩側各加50 m作為緩沖建立緩沖區(qū)[20]。本次所研究的80條道路的NDVI值與綠視率統(tǒng)計見圖4。

2 結果與分析

2.1 道路綜合綠量分布特征

通過得到的圖像，可以看出灃東整體NDVI值的分布呈現中部與東北部較低、西南部較高的局面。繞城高速以內的道路NDVI值越低，繞城高速以外的道路NDVI值越高。越靠近市區(qū)，道路周圍的綠地和植被越少。不同道路的綠視率分布也有著相同的趨勢。在灃東的中部，綠視率的差異性變化比較大且綠視率較低。而越靠近市區(qū)和郊區(qū)，綠視率的差異性則變低且綠視率相對來說較高。越靠近城市，道路的綠化與周圍的綠地有著更好的市政養(yǎng)護。越靠近郊區(qū)，周圍大量的農田降低了郊區(qū)道路的植被覆蓋度差異性。而中部正是城鄉(xiāng)交接帶，缺乏穩(wěn)定的市政綠化養(yǎng)護，也缺乏農田所帶來的植物綠色效益。有學者對綠視率的研究發(fā)現，綠視率與市民心理感知綜合評價有很大聯系性[21]。綠視率少于5%時，人對于眼前的場所會產生焦慮、壓抑、緊張、焦躁等情緒。綠視率5%～15%的綠量感知較差；綠視率15%～25%的會感受到綠化帶來的舒適；25%～35%的感覺有較多綠化，給人清爽的感受；35%以上綠視率的場所能使人產生清涼、濕潤、放松、舒適、色彩鮮艷和景觀豐富的心理感受。本次調研范圍內道路的綠視率劃分為0%～15%、15%～25%、25%～35%、35%以上4個等級。

表1 綠視率等級劃分

2.2 綠視率與NDVI值相關性分析

由圖4可以看到，2種數據在大的趨勢和分布的差異性上都具有一定的相似性。說明2種數據之間具有某種聯系。為充分驗證綠視率與植被覆蓋度的相關性，本研究對調研的80條道路的綠視率與歸NDVI值進行相關分析，并建立回歸方程(表2)。

表2 綠視率-NDVI指數回歸分析

從表2可以看出，綠視率與歸一化植被指數NDVI的皮爾遜系數小于0.001，證明兩者呈現著較強的相關性。這也與之前學者們對于綠視率影響因素的研究結果相符合[22]。NDVI值高的道路，其周圍植被覆蓋豐富，道路周圍有較大面積農田或綠地。道路周圍的綠地可以彌補人視線范圍內的綠量，在相同的道路綠化形式和橫斷面情況下，道路周圍的綠地可以幫助提升綠視率。

在不同的道路情況下，綠視率與NDVI值的相關性大小也不同。本研究根據所有道路的不同道路等級、綠化形式、道路橫斷面形式依次分類，計算在不同因素下道路綠視率與NDVI值的相關性系數，其相關性系數變化見圖5。不同的綠化形式下，綠化形式越豐富道路周圍的植被覆蓋度對道路的綠視率影響越弱。經過分析，在綠化形式豐富的道路，雖然綠視率高，但是道路綠化占據了視線的大部分，阻擋了人視線延伸到遠處的路徑。因此，在道路綠化豐富的情況下，綠視率的提升主要依靠道路本身綠化，而受道路旁的植被覆蓋度影響較小。在喬灌、喬草、灌草和道路綠化稀少的情況下，人的視線看到的遠處的綠地所占整個視閾的占比更高。因此，綠視率受植被覆蓋度影響較大，相關性更高。在不同的道路橫斷面形式下，道路周圍的植被覆蓋度對道路的綠視率影響隨著板帶數越多，道路路幅越寬，影響越小。研究后發(fā)現，第一是因為多層的綠化帶阻擋了從道路中心看向路外綠地的視線[23]。第二是因為帶數越多則道路路幅越寬，人與植被之間的視線距離變遠，在視線中的占比會變低，此外路幅越寬說明需要承擔的交通量越大，對視野的開闊性就有一定的要求，因此綠視率的影響必然下降。

2.3 道路綠量可視性綜合評價

為了對道路綠量的可視性進行評價，結合街道綠視率和NDVI值2種不同數據，將所統(tǒng)計的道路綠量可視性分為4類：第1類，雙優(yōu)型，這類道路的綠視率較高，且道路周圍有著不少綠地；第2類，道路有著不錯的綠視率，但道路的周圍缺少綠地；第3類，道路周圍有較多綠地，但綠視率卻偏低；第4類，兩項數值都較低，是道路綠化提升時應重點關注的路段。

第1類道路的分布主要在郊區(qū)，以斗細路、斗門公路等郊區(qū)的老縣道、老鄉(xiāng)道為代表。距離城市較遠，道路周圍有著大量的農田。需要承載的交通量小，大多是一板兩帶。綠化形式大多是喬木或喬草結合，且行道樹大都有20 a以上的樹齡，在樹種上常使用垂柳(Salixbabylonica)、楊樹(Populustomentosa)等冠幅較大的喬木。較窄的路寬和高大冠幅的喬木，加上周圍大量的農田可以彌補人視線中的綠色占比，這些都促進著此類型道路綠量可視性的增加。第2類道路的分布主要在中部與東部靠近城市的地區(qū)，以和平園區(qū)2號路和昆明路為代表。這類道路大都從建筑密集區(qū)穿過，周圍分布著社區(qū)、村鎮(zhèn)或者緊鄰城市，因此NDVI值較低。但這類道路有著豐富的綠化形式，大多是喬灌草結合上下層植被配置合理的綠化形式，這使得這類道路的綠視率較高。第3類道路有著NDVI值較高，但綠視率低的特征。以連霍高速、福銀高速代表的快速干道和躍進村北路為代表的村鎮(zhèn)道路2種形式為主。以連霍為例，道路向外50 m緩沖區(qū)內周圍有著大量的農田、苗圃。但是快速干道因為承擔交通功能的特殊性，對開闊性要求較高，在綠化時避免大冠幅喬木。而且連霍高速灃東段大部分為高架橋，車輛行駛于高出地面數十米以上，道路兩旁分布的綠地幾乎無法進入駕駛人員的視線。這使得此類道路呈現出NDVI值較高，但綠視率低的特征。而以躍進村北路為代表的村路，是因為缺乏合理的綠化甚至無道路綠化，綠視率的提升僅依靠道路周圍進入視線的農田。第4類道路，大部分分布在中部城鄉(xiāng)交接處，以天臺九路、付一路為代表。由于處于城鄉(xiāng)交接處的特殊位置，既缺少城市的園林綠化養(yǎng)護，又沒有了郊區(qū)農田帶來的農業(yè)綠色空間。因此使得這類道路呈現出NDVI值和道路綠視率都低的現象(圖6)。

3 結論與討論

本研究基于landset衛(wèi)星影像對灃東地區(qū)的NDVI值進行了計算與統(tǒng)計，并利用騰訊地圖街景數據和語義分割技術對灃東地區(qū)主要道路的綠視率進行計算統(tǒng)計。應用GIS分析2種數據的空間分布規(guī)律，用SPSS分析2種數據的相關性，探索了在不同的道路等級、不同綠化形式、不同道路截面情況下2種數值的相關性變化特征。嘗試將NDVI值與道路綠視率相結合分析灃東道路的綠化特征與質量。

灃東新區(qū)的植被覆蓋度從整體上看，東西方向上以繞城高速為邊界，越靠近西安市區(qū)植被覆蓋度越低。南北方向上越靠近咸陽市區(qū)植被覆蓋度越低。在西三環(huán)與繞城高速中間的區(qū)域，綠視率明顯低于其他區(qū)域，這是因為城鄉(xiāng)邊緣效應所導致的，因此在灃東后期的綠地規(guī)劃，與道路規(guī)劃中應重點優(yōu)先考慮。

道路周圍的植被覆蓋度與道路的綠視率有著較強的相關性。在不同等級的道路中，二三級道路周圍的植被覆蓋度對道路的綠視率影像比較明顯。在不同的綠化形式下，綠化形式越豐富道路周圍的植被覆蓋度對道路的綠視率影響越弱，甚至無影響。在不同的道路橫斷面形式下，道路周圍的植被覆蓋度對道路的綠視率影響隨著板帶數越多，道路路幅越寬，影響越小。

在對于道路綠化的提升上，要根據2種數據分出的4個級別采用不同方法。第1類道路，植被覆蓋度與道路綠視率都較高，空間綠量的可視性高。但這類路段綠化形式較為簡單，下層植被缺乏，綠視率與NDVI值都得益于周圍的大量農田，如果后期發(fā)生農田變更，城鎮(zhèn)擴建，這類道路會迅速變成第4類植被覆蓋度與道路綠視率雙低的類型。因此在規(guī)劃時應仔細考慮。第2類道路，綠化形式豐富，周圍的NDVI值較低，綠量的可視性較高。因此這類道路在優(yōu)化提升時應將重點從道路綠化轉移到對道路周圍剩余的綠化面積的挖掘上來[24]，比如新建街頭綠地，或路口的口袋公園。第3類道路，以快速干道和村路為主，綠量的可視性較低。對于快速干道由于其特殊的交通功能性，不能大量栽植喬木，而且多數快速干道為高架設施，高于地面十幾米的視野水平，必然降低了道路周圍綠量的可視性。對于鄉(xiāng)村道路來說，應考慮如何利用周圍道路周圍的大量的綠地來提升道路的綠視率，如大地景觀?；蛘咴谔嵘齼?yōu)化時應多考慮喬灌草結合的豐富綠化形式，或者利用一些攀援植物來提升垂直綠化，直接提升道路綠視率。第4類道路植被覆蓋度與道路綠視率都較低，大多位于城鄉(xiāng)交接的邊緣。因此對于這種道路的優(yōu)化提升需要從多方面入手，不僅要提升道路的綠化形式也需要對道路周圍的綠地進行合理的規(guī)劃。