摘 要：歷史文化街區(qū)在承載城市歷史記憶和文化的同時(shí)，也承載著城市生活的公共空間屬性。基于新技術(shù)的發(fā)展，區(qū)別于主觀評價(jià)的街景圖像識別可以為歷史文化街區(qū)的保護(hù)與發(fā)展提供新的分析方法。基于圖像語義分割技術(shù)，機(jī)器通過深度學(xué)習(xí)，可對橋西歷史文化街區(qū)的街景圖像語義進(jìn)行像素化識別，然后得到包含綠視率和天空可視率的街道空間品質(zhì)數(shù)據(jù)集，最后通過GIS技術(shù)對歷史文化街區(qū)街景進(jìn)行可視化分析，提出橋西歷史文化街區(qū)的更新優(yōu)化建議。

關(guān)鍵詞：圖像語義分割;橋西歷史文化街區(qū);街景圖像識別;大運(yùn)河

2017年5月，習(xí)近平總書記就大運(yùn)河文化帶建設(shè)作出批示，要求“保護(hù)好、傳承好、利用好”大運(yùn)河文化遺產(chǎn)。大運(yùn)河沿岸現(xiàn)存的歷史文化街區(qū)是大運(yùn)河文化的載體，同樣也屬于當(dāng)?shù)爻鞘械纳羁臻g。如何從街區(qū)使用者的人本角度出發(fā)，有效提升歷史街區(qū)空間品質(zhì)，是歷史文化街區(qū)保護(hù)與發(fā)展的重要一環(huán)。以橋西歷史文化街區(qū)為研究對象，對街區(qū)底圖數(shù)據(jù)進(jìn)行補(bǔ)充和刪減后，選取街區(qū)景點(diǎn)數(shù)據(jù)，基于深度學(xué)習(xí)之全卷積網(wǎng)絡(luò)（FCN）對街景圖像進(jìn)行語義分割，最后匯總統(tǒng)計(jì)得到可視化模型。此方法以定量數(shù)據(jù)結(jié)果更加準(zhǔn)確地反映歷史文化街區(qū)使用者的空間感受。

一、建成環(huán)境歷史與量化技術(shù)概述

（一）研究對象背景

橋西歷史文化街區(qū)地處杭州市拱墅區(qū)，位于大運(yùn)河杭州段的拱宸橋西側(cè)，整個(gè)街區(qū)的發(fā)展與拱宸橋密切相關(guān)。拱宸橋的歷史可以追溯到明清時(shí)期。明清時(shí)期大運(yùn)河杭州段改道后，此區(qū)域借其主航道的優(yōu)勢進(jìn)入發(fā)展階段?！吨亟ü板窐虮洝分刑岬剑爱?dāng)此轂擊肩摩之地，行李往來，固資利涉，矧其可以攔截逝水，漸使氣結(jié)沙回，捍災(zāi)御患”。由于來往貿(mào)易的增加，該河段的湖墅區(qū)域發(fā)展頗具規(guī)模。此后隨著沿河經(jīng)濟(jì)區(qū)塊產(chǎn)業(yè)迅猛發(fā)展，形成了“十里銀湖墅”的繁榮景象。

1895年，拱宸橋地區(qū)開始創(chuàng)辦各項(xiàng)產(chǎn)業(yè)，大量商人和僑民涌入該區(qū)域。1949年后，區(qū)域內(nèi)創(chuàng)設(shè)了大批工廠，也帶動大量勞動人口在此居住。歲月變遷導(dǎo)致多元文化匯集，也使得橋西街區(qū)相比其他區(qū)域的建筑風(fēng)格更加豐富。橋西街區(qū)內(nèi)街道結(jié)構(gòu)也從單一的橋西直街，逐漸形成“兩街四里弄”的結(jié)構(gòu)，即“橋西直街、橋弄街、通源里、同和里、如意里、敬勝里、吉祥寺弄”。隨著時(shí)代變遷，運(yùn)河的交通功能逐漸減弱，橋西街區(qū)的發(fā)展也逐漸走向衰落。

2007年，橋西歷史文化街區(qū)的保護(hù)與改造工作正式開始。2010年，《拱宸橋西歷史文化街區(qū)保護(hù)規(guī)劃》在杭州市規(guī)劃局進(jìn)行公示，將拱宸橋西歷史文化街區(qū)分為重點(diǎn)保護(hù)區(qū)、建設(shè)控制地帶、環(huán)境協(xié)調(diào)區(qū)三塊。橋弄街、橋西直街是游客的主要瀏覽路徑，增加同和里、敬勝里以及吉祥寺弄的支路，形成新的路徑，并對各地塊功能板塊再劃分，增加了中國刀剪劍博物館、中國傘博物館、中國扇博物館等板塊，增加橋西直街南面休憩板塊以及以橋弄街、橋西直街為主路徑的商業(yè)板塊。

（二）研究技術(shù)背景

1984年，英國學(xué)者比爾·希列爾等以拓?fù)潢P(guān)系代替歐幾里得的傳統(tǒng)數(shù)學(xué)視角，結(jié)合計(jì)算機(jī)技術(shù)提出空間句法方法——通過對圖底空間進(jìn)行網(wǎng)格分割，由得到的網(wǎng)格對應(yīng)得出相對位置的軸線地圖，最后實(shí)現(xiàn)網(wǎng)格與軸線地圖的鏈接。而后Axman、Depthmap等集成化軟件的出現(xiàn)，實(shí)現(xiàn)了其分析方法在二維大數(shù)據(jù)新技術(shù)上的破圈。隨著多源城市大數(shù)據(jù)的完善，機(jī)器新技術(shù)也得到相應(yīng)的發(fā)展，數(shù)據(jù)存儲、挖掘和可視化技術(shù)也日益完善，這都賦予了人們審視城市環(huán)境的新視角。

三維遙感模型、全景街景照片、開源地圖碼等拓展了城市空間分析方法，而街景圖片可以直觀地反映街區(qū)情況。基于街景圖片的深度學(xué)習(xí)技術(shù)，利用各類編程軟件建立多層次神經(jīng)網(wǎng)格，對輸入對象的模型數(shù)據(jù)集對照處理后輸出解碼，從而得出相應(yīng)的數(shù)據(jù)（圖1）。此技術(shù)本質(zhì)是對機(jī)器進(jìn)行上萬次訓(xùn)練，以達(dá)到模擬人腦分析的效果，其優(yōu)于人腦的是可實(shí)現(xiàn)以街道節(jié)點(diǎn)為觀察對象，通過自定義數(shù)據(jù)庫自動化地對街景圖片中的要素進(jìn)行識別，從而得到各項(xiàng)要素占比的綜合數(shù)值。

近年來，國內(nèi)也出現(xiàn)了街景相關(guān)的研究分析與案例，如龍瀛等運(yùn)用街景圖像等數(shù)據(jù)融合街道界面，研究拓展了街道量化研究面域及可行性[1-2];唐婧嫻等利用街道圖像數(shù)據(jù)集對北京及上海街道品質(zhì)進(jìn)行了測量[3];邱燁珊等通過深度學(xué)習(xí)技術(shù)將景觀物理數(shù)據(jù)與街道景觀美學(xué)框架相關(guān)聯(lián)[4]。

（三）綠視率評價(jià)背景

多年來，綠地率、人均公園覆蓋面積率等指標(biāo)被大量應(yīng)用于空間評價(jià)。二維指標(biāo)可以對景觀綠化空間做出直接的量化評價(jià)，但無法對三維的景觀效果進(jìn)行評價(jià)。

1987年，國際上有學(xué)者初次提出了可用來表示空間內(nèi)綠化指標(biāo)的“綠視率”，至此街道綠化開始由平面評價(jià)向立體評價(jià)轉(zhuǎn)變。有關(guān)研究表示，人在環(huán)境中所接收的信息90%來自視覺[5]，所以通過人眼觀察，可得出街道空間內(nèi)景觀綠化占比。

對于國內(nèi)城市來說，綠視率作為綠色空間評價(jià)指標(biāo)，可以為城市新舊空間街道提供新的改進(jìn)意見。橋西歷史文化街區(qū)見證了杭州的歷史發(fā)展，承載著悠久的大運(yùn)河文化。若要保護(hù)杭州城市歷史文化，就要提高歷史街區(qū)的街道品質(zhì)。而歷史街區(qū)的街道品質(zhì)與人們的直接體驗(yàn)感密切相關(guān)，景觀綠化空間成為評估城市空間質(zhì)量的重要指標(biāo)[6]。

二、景觀覆蓋與空間感知評估

（一）街景數(shù)據(jù)獲取

第一步，參考WGS-84坐標(biāo)系取得研究區(qū)域內(nèi)的開放街道數(shù)據(jù)，再通過GIS對底圖的基礎(chǔ)路網(wǎng)進(jìn)行補(bǔ)充和修整，對所有街道交叉點(diǎn)做節(jié)點(diǎn)提取。從橋西歷史文化街區(qū)規(guī)劃層面來考慮，以20米為間距進(jìn)行二次描點(diǎn)，共計(jì)85個(gè)數(shù)據(jù)爬取點(diǎn)。第二步，用Python通過百度地圖街景的API，批量采集GIS繪制節(jié)點(diǎn)的街景，以同一坐標(biāo)點(diǎn)采集相對坐標(biāo)前后左右的街景圖片。之后對街景圖片進(jìn)行核對，對于沒有采集到的街景節(jié)點(diǎn)進(jìn)行人工采集。人工采集要在陰天無強(qiáng)光線干擾情況下進(jìn)行，以確保環(huán)境無明顯色差。總計(jì)采集324張街景，無法識別街景圖片14張，補(bǔ)充街景圖片30張，合成圖片87張。

（二）街景語義分割

現(xiàn)采用SegNet街景圖像語義分割模型，其中樞網(wǎng)格基于兩個(gè)VGG16去除連接層，整體形成“Input編碼—Output解碼”的過程。環(huán)境配置使用“Anaconda+PyTorch+PyCharm”，其中數(shù)據(jù)集部分采用ADE20K數(shù)據(jù)集進(jìn)行語義識別。相對于傳統(tǒng)數(shù)據(jù)集CityScapes的19個(gè)語義類別，其語義類別數(shù)量多達(dá)150個(gè)，并且擁有超過25 000張圖像。從街景圖片語義分割結(jié)果上來看，整體分割效果良好，對大部分元素如天空、樹、植物、建筑物、道路、墻體等的識別較為準(zhǔn)確，但由于部分道路屬于多種分類，所以會出現(xiàn)顏色合并狀態(tài)，需要后期研究時(shí)對圖底進(jìn)行處理（圖2）。

（三）街景數(shù)據(jù)分析

首先，在數(shù)據(jù)分析上將街區(qū)空間綠視率分為五個(gè)等級：綠視率在0%至5%，表示景觀綠化差;綠視率在5%至10%，表示景觀綠化較差;綠視率在10%至15%，表示景觀綠化居中;綠視率在15%至20%，表示景觀綠化較好;綠視率大于20%，表示景觀綠化良好。考慮到歷史文化街區(qū)的規(guī)劃要求，景觀因素可能因場地原因有不同形式的表達(dá)形態(tài)，故整合街景圖像語義分割之后的數(shù)據(jù)表，將景觀因素全部疊加，如樹、草、綠籬等，以總的占比數(shù)值為結(jié)果。

將街區(qū)天空可視率分為四個(gè)等級：可視率在0%至10%，表示天空視野狹窄;可視率在10%至20%，表示天空視野較狹窄;可視率在20%至30%，表示天空視野較好;可視率在30%至40%，表示天空視野開闊。

通過街景景觀數(shù)據(jù)表可知：綠視率處于5%以下的占比為10.3%;綠視率處于5%至10%的占比為16.2%;綠視率處于10%至15%的占比為20.7%;綠視率處于15%至20%的占比為16.1%;綠視率大于20%的占比為36.7%（圖3、4）。

通過街景天空數(shù)據(jù)表可知：可視率處于0%至10%的占比為30.4%;可視率處于10%至20%的占比為40.6%;可視率處于20%至30%的占比為15.9%;可視率處于30%至40%的占比為13.1%（圖5）。

對橋西歷史文化街區(qū)內(nèi)地圖設(shè)置的87個(gè)街景圖像節(jié)點(diǎn)分析可知，橋西歷史文化街區(qū)區(qū)域內(nèi)綠視率反差大，靠近大運(yùn)河、橋弄街的區(qū)域綠視率良好，靠近小河街的吉祥寺弄、毗鄰橋西直街的同和里區(qū)域綠視率情況差。敬勝里與同和里相鄰的開敞區(qū)域綠視率反而不及小河街區(qū)轉(zhuǎn)角位置，靠近大運(yùn)河區(qū)域也不全是良好區(qū)域?？紤]到景觀良好區(qū)域可能對天空可視的遮擋與景觀較差區(qū)域有較大天空可視率的可能性，故將天空可視率數(shù)據(jù)與綠視率數(shù)據(jù)整合，從而得出整體適宜度等級（圖6）。綜上可知，從整體街道適宜度來看，中間段同和里、北面橋弄街以及橋西直街南段區(qū)域需要提高街道的適宜度。

三、結(jié)語

利用街景圖像的語義分割方法對橋西歷史文化街區(qū)進(jìn)行分析，得到橋西歷史文化街區(qū)綠視率和天空可視率數(shù)據(jù)，經(jīng)整合數(shù)據(jù)得出整體街道適宜度數(shù)據(jù)，可為街道改造提供可量化的數(shù)據(jù)參考。從整體來看，橋西歷史文化街區(qū)主要路段街道適宜度良好，少部分需改善;居民區(qū)部分景觀空間不足，豎向空間上略顯單調(diào)，還需在考慮可視率的情況下豐富植物配置，因地制宜地調(diào)整景觀綠化。

橋西歷史文化街區(qū)是杭州運(yùn)河文化的活力點(diǎn)，當(dāng)?shù)匦枰诰S持杭州歷史街區(qū)原真性的前提下，隨著時(shí)代發(fā)展適當(dāng)適時(shí)地對部分街區(qū)景觀空間進(jìn)行調(diào)整，以實(shí)現(xiàn)對街道的美化，從而減少人們在街區(qū)游覽過程中的疲勞感，增強(qiáng)其視覺上對場地氛圍的環(huán)境感知。從宏觀層面來看，改造橋西歷史文化街區(qū)，不僅有利于傳承杭州記憶和大運(yùn)河歷史文化，也是橋西歷史文化街區(qū)編入新的時(shí)代記憶、與新時(shí)代文化融合發(fā)展的過程。

參考文獻(xiàn)：

[1]龍瀛.（新）城市科學(xué)：利用新數(shù)據(jù)、新方法和新技術(shù)研究“新”城市[J].景觀設(shè)計(jì)學(xué)，2019（2）：8-21.

[2]龍瀛，唐婧嫻.城市街道空間品質(zhì)大規(guī)模量化測度研究進(jìn)展[J].城市規(guī)劃，2019（6）：107-114.

[3]唐婧嫻，龍瀛.特大城市中心區(qū)街道空間品質(zhì)的測度：以北京二三環(huán)和上海內(nèi)環(huán)為例[J].規(guī)劃師，2017（2）：68-73.

[4]邱燁珊，車生泉，謝長坤，等.基于深度學(xué)習(xí)的上海城市街景與景觀美學(xué)公眾認(rèn)知研究[J].中國園林，2021（6）：77-81.

[5]BADRINARAYANANV，KENDALLA，CIPOLLAR.SegNet：ADeepConvolutional Encoder-Decoder Architecture for Image Segmentation[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，2017（12）：2481-2495.

[6]肖希，韋怡凱，李敏.日本城市綠視率計(jì)量方法與評價(jià)應(yīng)用[J].國際城市規(guī)劃，2018（2）：98-103.

作者簡介：

陳繼超，浙江工商大學(xué)碩士研究生。研究方向：環(huán)境設(shè)計(jì)。