張林

（廣州大學(xué)建筑與城市規(guī)劃學(xué)院）

1 引言

工業(yè)化與城市化的不斷推進(jìn)，城市環(huán)境建設(shè)為居民日常生活提供了極大便利，但與此同時，系列環(huán)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(tài)發(fā)展[1]。而城市道路綠化是城市綠地系統(tǒng)的重要構(gòu)成部分，不僅能改善城市生態(tài)環(huán)境，還可改善居民生活品質(zhì)，是衡量城市綠化建設(shè)水平的重要標(biāo)準(zhǔn)之一。近年來，一些學(xué)者從城市綠化與居民行為關(guān)系的研究中認(rèn)識到，人們在環(huán)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(qū)環(huán)境質(zhì)量和步行空間體驗(yàn)，進(jìn)而促使人們從人本視角對街景綠化的視覺質(zhì)量研究[3-4]。

綠視率最早起源于環(huán)境心理學(xué)分支，是由日本學(xué)者青木陽二于1987年提出的，并在2004年被日本政府認(rèn)定為常規(guī)綠化評價重要指標(biāo)之一[2]。該指標(biāo)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(shè)計中[5]，對我國景觀結(jié)構(gòu)變革和綠化政策建設(shè)具有重要的指導(dǎo)意義，是評估城市綠化質(zhì)量重要的數(shù)據(jù)形式之一[6]。早期，由于研究手段相對匱乏，城市綠化質(zhì)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(biāo)上[7]，忽略了人本感知的重要性。如今，隨著計算機(jī)發(fā)展和圖像語義分割技術(shù)不斷創(chuàng)新，綠視率的研究也愈發(fā)成熟，圖像獲取也由早先傳統(tǒng)的現(xiàn)場圖像采集逐漸轉(zhuǎn)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(jié)省了人力和時間成本。相較之下，雖然傳統(tǒng)街景采集形式較為繁瑣，但在應(yīng)對部分在線街景難以覆蓋的社區(qū)、公園以及校園小尺度內(nèi)部空間，還需借助傳統(tǒng)的采樣方法[8]?；诖耍疚囊詮V州大學(xué)道路空間為例，基于語義分割技術(shù)，運(yùn)用計算機(jī)深度學(xué)習(xí)算法對校園街景影像進(jìn)行測度，旨在為校園規(guī)劃與管理提供科學(xué)有效的改進(jìn)措施和補(bǔ)充依據(jù)。

2 研究區(qū)域及數(shù)據(jù)獲取

2.1 廣州大學(xué)概況

研究基地位于廣州市番禺區(qū)大學(xué)城內(nèi)，總面積可達(dá)131.7hm2，人口密度較高。廣州大學(xué)按功能可分為教學(xué)區(qū)和生活區(qū)，但兩區(qū)域內(nèi)的整體規(guī)劃設(shè)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(qū)域開展基于綠視率的校園街景質(zhì)量研究，以此來測評高校內(nèi)部的綠化水平。

2.2 數(shù)據(jù)獲取

2.2.1 路網(wǎng)繪制與采樣點(diǎn)布置

為了準(zhǔn)確分析校園街景綠化質(zhì)量，本實(shí)驗(yàn)提前對校園路網(wǎng)進(jìn)行摸查，同時結(jié)合在線地圖確定采樣點(diǎn)的位置，具體步驟如下：①基于谷歌地圖提取廣州大學(xué)全部路網(wǎng)數(shù)據(jù)；②利用arcgis裁剪出廣州大學(xué)核心路網(wǎng)；③借助arcgis 沿道路等距（100m）生成采樣點(diǎn)[6]，最后結(jié)合實(shí)際路況，適當(dāng)調(diào)整樣點(diǎn)位置，剔除部分無法進(jìn)入或者重復(fù)的樣點(diǎn)，最終累計采樣點(diǎn)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(tǒng)的現(xiàn)場采集方式，根據(jù)校園路況進(jìn)行實(shí)景拍攝。研究于2023 年3 月晴天進(jìn)行，時間為早上10 點(diǎn)～下午5 點(diǎn)，相機(jī)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(jié)合樣點(diǎn)圖，并借助“兩步走”軟件，沿校園道路前進(jìn)，約每間隔100m 左右進(jìn)行拍攝，每個采樣點(diǎn)都包括四個采集方向（0o、90o、180o和270o），以此作為該點(diǎn)的行人全景視角，最終累計導(dǎo)出街景圖像420張，并保留每個采樣點(diǎn)的地理坐標(biāo)。

3 數(shù)據(jù)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(diǎn)的綠視率，Agi為采樣點(diǎn)i圖像中綠色像元所占面積，Ai為采樣點(diǎn)i圖像像元總面積。

全景綠視率是指每個采樣點(diǎn)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(diǎn)的全景綠視率，GVIim為采樣點(diǎn)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(fā)，借助深度學(xué)習(xí)平臺來構(gòu)建卷積網(wǎng)絡(luò)開源模型，精準(zhǔn)實(shí)現(xiàn)對街景圖像的語義分割處理，并基于ADE-20K 數(shù)據(jù)集訓(xùn)練，有效識別植物、建筑、天空、汽車等多種環(huán)境元素，量化各圖像中的植物占比，即各采樣點(diǎn)坐標(biāo)對應(yīng)的綠化率，在利用ARCGIS實(shí)現(xiàn)校園街景綠化率可視化。

4 結(jié)果與分析

4.1 綠視率評價標(biāo)準(zhǔn)與分析

本研究主要借鑒日本學(xué)家折原夏志對綠視率的相關(guān)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(qū)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(jù)統(tǒng)計，全校綠化率平均值可達(dá)42.56%（教學(xué)區(qū)44.77%，生活區(qū)39.65%），其中綠量感知“較好”及“很好”的樣點(diǎn)共89個。由此可見，廣州大學(xué)校園綠化水平整體較佳，但是從區(qū)域分布來看，高綠視率采樣點(diǎn)主要集中在教學(xué)區(qū)，而生活區(qū)的綠視率相對較低。

圖1 廣州大學(xué)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(jié)果來看，廣州大學(xué)整體綠視率呈現(xiàn)西高東低的趨勢（見圖1），究其影響原因可總結(jié)為：西側(cè)教學(xué)區(qū)由湖及附屬綠地組成的中心生態(tài)島，建筑環(huán)島而設(shè)，運(yùn)動、景觀板塊穿插其中，路網(wǎng)呈環(huán)形放射狀。為兼顧師生的日常學(xué)習(xí)與工作需求，該區(qū)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(jié)構(gòu)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(xué)各采樣點(diǎn)綠視率統(tǒng)計表

而東側(cè)生活區(qū)主要承擔(dān)師生的飲食起居，面積相對較小，包括宿舍樓群、飯?zhí)靡约案黝惙?wù)中心。為提高土地利用率，導(dǎo)致該區(qū)域內(nèi)建筑分布集中且排列規(guī)整，路網(wǎng)呈方格網(wǎng)狀。雖實(shí)現(xiàn)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(jié)論

本文基于三維立體空間，從人本視角出發(fā)，借助街景圖像，對校園綠視率進(jìn)行定量描述，以此直觀反映出校園綠化的建設(shè)水平與不足，繼而對未來校園規(guī)劃建設(shè)提供新思路。雖然街景圖像已成為環(huán)境評價的熱點(diǎn)趨勢，但整體發(fā)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(tài)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(xiàn)，導(dǎo)致計算機(jī)識別錯誤，繼而影響綠視率的準(zhǔn)確性。

②遮擋物與清晰度。在進(jìn)行街景圖片分析時，應(yīng)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(shù)據(jù)，防止研究出現(xiàn)較大誤差。

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