沈照慶, 蘇志恒

(長(zhǎng)安大學(xué)公路學(xué)院, 西安 710064)

日本學(xué)者青木陽(yáng)二[1]于1987年提出綠視率這一概念,綠視率是指基于人眼視角呈現(xiàn)的圖像,綠色植物區(qū)域占整個(gè)圖像的比率,用于評(píng)價(jià)城市道路三維立體綠化效果[2]。之后由日本學(xué)者大野隆造補(bǔ)充和完善綠視率的概念,形成了一套完整的理論,日本政府最早將綠視率作為城市綠化水平評(píng)價(jià)標(biāo)準(zhǔn)的國(guó)家,從而得到廣泛推廣與應(yīng)用[3-4]。傳統(tǒng)的二維綠化評(píng)價(jià)指標(biāo)有綠化面積、綠化率等,但其僅反映二維平面的城市綠化效果,無法建立與人的感官的關(guān)系,二維評(píng)價(jià)指標(biāo)容易誤導(dǎo)城市治理者簡(jiǎn)單地認(rèn)為綠地面積越大,城市綠化建設(shè)效果越好,然而綠視率可以準(zhǔn)確、直觀地反映人群對(duì)于道路綠化空間品質(zhì)的滿意度,是遵守以人為本理念的踐行,從人眼視角出發(fā),真正做到城市居民與城市設(shè)計(jì)者和建設(shè)者的互動(dòng),讓城市建設(shè)者和設(shè)計(jì)者作為城市居民參與到城市生活中[5-7]。通過建立綠視率與人的主觀能動(dòng)意識(shí)的數(shù)學(xué)分析模型,可以總結(jié)出人對(duì)綠視率的滿意區(qū)間,從而得出人眼視角下品控化的城市綠地的量化評(píng)價(jià)[8-9]。綠植元素與個(gè)體的空間滿意度評(píng)價(jià)呈現(xiàn)強(qiáng)相關(guān)性,隨著綠視率的增長(zhǎng),人們對(duì)景觀滿意度有較大程度的提升;這表明在城市休閑空間中,要想提高綠量,可以采用種植大量綠植的方式來提升視覺景觀品質(zhì)和提高居民對(duì)休閑空間的景觀評(píng)價(jià)[10]。Ghekiere等[11]認(rèn)為美麗干凈的街道可以促進(jìn)青少年騎行游玩。美麗的街道可以形成優(yōu)美的天際線,促進(jìn)人們的出行[12]。綠視率作為城市道路綠化的三維評(píng)價(jià)指標(biāo),建立城市道路綠視率研究道路類型、周圍建筑與綠化模式之間的關(guān)系,找到最優(yōu)搭配形式,從而建設(shè)綠視率高值空間和營(yíng)造舒適的道路體驗(yàn)空間,進(jìn)而形成人性化城市道路系統(tǒng)具有重要指導(dǎo)意義[13-14]。

依靠地圖軟件、互聯(lián)網(wǎng)的數(shù)據(jù)庫(kù),將綠視率作為評(píng)價(jià)手段,檢測(cè)城市道路綠化建設(shè)中的短板和不足,為城市治理者提供可視化的城市綠視率分布情況,有助于治理者從問題的關(guān)鍵入手,更好地為城市居民提供良好的生活空間。谷歌地圖和百度地圖提供的街景圖片數(shù)據(jù),具有覆蓋面廣、圖像清晰、數(shù)據(jù)準(zhǔn)確等優(yōu)點(diǎn),使人能夠快速準(zhǔn)確地瀏覽街道級(jí)的自然景觀;數(shù)學(xué)軟件的引入,綠視率的計(jì)算方法逐漸呈現(xiàn)多樣化、精度化和大數(shù)據(jù)化的特點(diǎn),地圖街景開放平臺(tái)API接口供地圖使用者獲取海量街景圖片,再利用數(shù)學(xué)軟件計(jì)算每張街景圖的綠視率,并做出科學(xué)的分析,為研究者提供了足不出戶做研究的條件[15-20]。彭巍等[21]通過調(diào)用城市吧實(shí)景地圖獲取海量街景數(shù)據(jù),利用MATLAB軟件將街景圖片轉(zhuǎn)成HSL色彩空間,HSL即色相(hue)、飽和度(saturation)、亮度(lightness),提取綠色部分計(jì)算綠視率。李鳳儀等[22]調(diào)用百度地圖API接口獲取海量街景數(shù)據(jù),通過調(diào)節(jié)圖片參數(shù)可以獲取人眼視角下的街景圖像,調(diào)節(jié)視線方向與人眼視線方向一致,設(shè)置為0°(即為平視),為獲取全景圖片,爬取全景圖片的水平方向的參數(shù)為360°,利用MATLAB進(jìn)行識(shí)別并提取綠量計(jì)算綠視率。Wang等[23]通過 Google Street View API使用 Python 腳本輸入坐標(biāo)獲得街景圖像,為了獲取全景街景圖片,每個(gè)樣本點(diǎn)至少拍攝了6 個(gè)角度的街景圖像,并為無法生成全景照片的單個(gè)點(diǎn)添加了6個(gè)額外的角度,使用OpenCV的拼接器算法拼接了45 000張街景照片,使用SegNet模型進(jìn)行圖像分割并計(jì)算綠視率。李苗裔等[24]調(diào)用騰訊地圖開放平臺(tái)獲取街景圖片,綠視率測(cè)算GVI(green view index)采用機(jī)器識(shí)別的方式。

上述研究方法,通過調(diào)用地圖開放平臺(tái),設(shè)置參數(shù)獲取海量街景圖片,檢查街景圖片是否真實(shí)反映道路狀況一般通過人工核對(duì)街景圖片,若綠色植物被廣告牌、汽車或因拍攝角度原因造成該采樣點(diǎn)的真實(shí)綠視率下降,從而影響整條道路綠視率測(cè)算的準(zhǔn)確性。地圖開放平臺(tái)可以使研究者獲取上千張或者上萬張街景圖片,人工處理數(shù)據(jù)工作量巨大。因此需要引入一種智能化算法幫助研究者快速地篩選出符合綠視率測(cè)算要求的圖片,遺傳算法恰恰符合這項(xiàng)工作的要求。遺傳算法是模擬自然界生物進(jìn)化機(jī)制,是一種尋找全局最優(yōu)解的搜索算法,它會(huì)隨機(jī)生成不同種類的問題解決方案,占據(jù)生存優(yōu)勢(shì)的種群才有可能保留下來,通過基因的選擇、迭代與優(yōu)化,建立適應(yīng)度函數(shù),初始種群的隨機(jī)化與遺傳中不斷進(jìn)行的變異,最終找到全局的最優(yōu)解,適合用于進(jìn)行全局的搜索與優(yōu)化[25-26]。

現(xiàn)以淄博市市轄區(qū)主要道路作為研究對(duì)象,結(jié)合淄博市市轄區(qū)的路網(wǎng)特點(diǎn)及道路路況,首次引入遺傳算法篩選視野開闊、綠色特征明顯的采樣點(diǎn)圖片,計(jì)算每條道路綠視率平均值及不同行政區(qū)劃的綠視率平均值,評(píng)價(jià)淄博市市轄區(qū)道路綠化水平,為淄博市的城市道路綠化建設(shè)提供有效參考依據(jù)。

1 測(cè)算和評(píng)價(jià)模型建立

1.1 研究方法

第一步,通過Bigemap Gis Office地圖軟件提取淄博市路網(wǎng)矢量數(shù)據(jù),使用AutoCad軟件每隔250 m劃分路線,通過ArcGIS軟件獲取地理坐標(biāo),采樣點(diǎn)的視線方向分別為前視線(180°)和后視線(-90°),調(diào)用百度地圖API獲取街景圖片,引入遺傳算法篩選清晰、無遮擋的街景圖片,最優(yōu)種群作為研究對(duì)象。第二步,由RGB色彩空間轉(zhuǎn)換為HSV色彩空間使用MATLAB軟件計(jì)算各樣本點(diǎn)的街景圖片的綠視率。第三步,ArcGIS軟件的自然間斷點(diǎn)分級(jí)法將綠視率分級(jí),實(shí)現(xiàn)采樣點(diǎn)綠視率的空間分布特征的可視化。第四步,分析不同水平綠視率的采樣點(diǎn)空間分布規(guī)律,總結(jié)影響綠視率大小的因素和發(fā)掘綠視率水平具備發(fā)展?jié)摿Φ牡缆凡⑻岢鼋鉀Q措施。

1.2 數(shù)據(jù)獲取

首先,通過BigemapGisOffice地圖軟件提取淄博市轄區(qū)路網(wǎng)矢量數(shù)據(jù),Bigemap Gis Office是一款獲取地理相關(guān)數(shù)據(jù)的地圖軟件,通過選中需要的區(qū)域,區(qū)域包括張店區(qū)、周村區(qū)、博山區(qū)、淄川區(qū)及臨淄區(qū),下載5個(gè)區(qū)域的路網(wǎng)矢量數(shù)據(jù);導(dǎo)入路網(wǎng)矢量數(shù)據(jù)到AutoCad,使用等距取點(diǎn)的命令,根據(jù)人眼能正?？辞迨挛锏淖钸h(yuǎn)距離,對(duì)路網(wǎng)進(jìn)行250 m的等距采樣,共采集樣本點(diǎn)1 401個(gè)。其次,使用ArcMap的數(shù)據(jù)管理工具,添加XY坐標(biāo)到屬性表中,獲取采樣點(diǎn)地理坐標(biāo)。最后,通過Python調(diào)用百度地圖API接口,為了獲得貼近人眼視角的圖片,需要設(shè)置API的圖片參數(shù):圖片規(guī)格采用高度和寬度為720和960像素,每一個(gè)采樣點(diǎn)的垂直視角為0°,水平視角范圍為0°～120°。一個(gè)采樣點(diǎn)采集前(180°)和后(-90°)兩張圖片(圖1),共計(jì)2 802張。

圖1 街景圖片示例Fig.1 Schematic representation of street scene image

1.3 遺傳算法模型

1.3.1 遺傳算法

遺傳算法是通過模擬生物遺傳機(jī)制,建立適應(yīng)度函數(shù),在全局搜尋最優(yōu)解的搜索算法。通過百度地地圖API獲取的街景圖片,會(huì)有廣告牌、標(biāo)志牌和公交車等遮擋道路周邊喬木和光線影響圖片清晰度的情況,從而影響采樣點(diǎn)綠視率測(cè)算的精確性。同時(shí),若采樣點(diǎn)處于交叉口,交叉口應(yīng)保證足夠的轉(zhuǎn)彎視距,對(duì)綠視率要求較小,因此交叉口也不屬于采樣的區(qū)域。針對(duì)上述情況,引進(jìn)遺傳算法,發(fā)揮遺傳算法的搜索全局最優(yōu)解的優(yōu)點(diǎn),篩選清晰、無遮擋的街景圖片作為測(cè)算對(duì)象。

1.3.2 算法步驟

如圖2所示,引入遺傳算法,篩選清晰、無遮擋的街景圖片。第一步,編碼:把道路表達(dá)方式進(jìn)行編碼,一個(gè)基因表示一個(gè)采樣點(diǎn)的前(180°)和后(-90°)方向的街景圖片,一組基因串表示一條道路。第二步,初始種群:把淄博市調(diào)研的所有道路作為初始種群。第三步,適應(yīng)度計(jì)算:通過MATLAB軟件建立適應(yīng)度函數(shù),篩選有遮擋、光線不足等外界因素影響綠視率的圖片,比較同一采樣點(diǎn)前后街景圖片的綠視率大小。第四步,遺傳操作:一條道路的每一個(gè)基因上有前后兩個(gè)方向的街景圖片,選擇保留外界影響程度最小的圖片,去除影響較大的圖片,重新組合基因形成新的基因串。第五步,終止:一組新形成的基因串代表一條道路,最終形成新的優(yōu)良種群。

圖2 遺傳算法步驟Fig.2 Steps of genetical gorithm

圖3 遺傳算法篩選街景圖片示例Fig.3 Example of genetic algorithm screening street view images

1.3.3 遺傳算法對(duì)綠視率的影響

通過引入遺傳算法篩選清晰、無遮擋的街景圖片,對(duì)比前后兩個(gè)方向的采樣點(diǎn)綠視率大小,選取測(cè)算綠視率最佳的圖片。如圖 3所示,遺傳算法對(duì)篩選最佳街景圖片和提升綠視率測(cè)算準(zhǔn)確性具有一定效果。最終,篩選拍攝方向?yàn)榍?180°)和后(-90°)的圖片,共獲得有效街景圖片1 356張。

1.4 綠視率評(píng)估

1.4.1 自然間斷點(diǎn)分級(jí)法

導(dǎo)入采樣點(diǎn)的綠視率到ArcMap屬性表中,使用自然間斷點(diǎn)分級(jí)法,將采樣點(diǎn)的綠視率進(jìn)行分級(jí),使得每組之間的差異最大化,從而實(shí)現(xiàn)綠視率空間分布特征的可視化。

1.4.2 綠視率計(jì)算

如圖4所示,使用MATLAB軟件遍歷遺傳算法篩選后的圖片,綠視率(green view index,GVI)是綠色植物的面積與整張圖片面積的比率。綠視率計(jì)算公式為

圖4 綠視率計(jì)算流程Fig.4 Process of calculation of the GVI

在HSV顏色空間下,當(dāng)像素點(diǎn)的色調(diào)(H)的取值范圍0.130.1、明度(V)的取值范圍V>0時(shí),可判定該像素點(diǎn)為綠色。

2 結(jié)果與分析

2.1 研究區(qū)域

選擇淄博市的張店區(qū)、淄川區(qū)、博山區(qū)、臨淄區(qū)及周村區(qū)作為研究區(qū)域,結(jié)合路網(wǎng)分布及城市居民主要分布的特點(diǎn),對(duì)5個(gè)轄區(qū)內(nèi)的部分道路進(jìn)行采樣取值,分區(qū)域下載矢量路網(wǎng)數(shù)據(jù)。

2.2 淄博市綠視率總體數(shù)值特征

如表1所示,淄博市市轄區(qū)共采集1 401個(gè)樣本點(diǎn),實(shí)際有效樣本點(diǎn)數(shù)是1 356個(gè),淄博市5個(gè)市轄區(qū)整體的綠視率平均值為20.483%。將綠視率劃分為4個(gè)等級(jí),分別為0.339 6%～11.460 6%(低水平)、11.460 7%～20.226 1%(一般水平)、20.226 2%～30.540 9%(較高水平)、30.540 9%～67.263 3%(高水平)。

2.3 基于行政區(qū)劃的空間分布特征

如圖5所示,綠視率整體分布差異明顯,較高水平和高水平采樣點(diǎn)集中分布在房屋聚集區(qū)域,低水平和一般水平采樣點(diǎn)遠(yuǎn)離房屋聚集區(qū)域。為進(jìn)一步調(diào)查差異化明顯的原因,選擇綠視率水平較高的道路,如共青團(tuán)西路、金晶大道等(圖6),周邊喬木生長(zhǎng)高大,樹冠繁茂,喬木冠層可以遮住道路上空。綠化模式與車道數(shù)的搭配會(huì)影響采樣點(diǎn)綠視率的大小,車道數(shù)與綠視率的關(guān)系符合雙向雙車道>雙向三車道>雙向單車道>雙向四車道,有30條道路設(shè)置隔離綠化帶,如大順路、稽下路等(圖7),部分非機(jī)動(dòng)車與機(jī)動(dòng)車隔離綠化帶采用疏林灌木式這一綠化模式,喬木和灌木的組合提高了綠視率。

圖5 綠視率空間分布情況Fig.5 Spatial distribution of green view index

圖6 部分高水平綠視率街景示例Fig.6 Partialstreetviewexamplesofhigh-levelgreenvisionspaces

圖7 部分設(shè)置隔離綠化帶道路Fig.7 Part of roads setting isolated green belt

如表2和表 3所示,低水平和一般水平的采樣點(diǎn)共有774個(gè),占總數(shù)的57%,主要分布在博山區(qū)、周村區(qū)和淄川區(qū)(圖5)。路面寬度較寬、綠化模式搭配不合理和道路周邊喬木較矮,樹冠無法覆蓋道路上空容易造成綠視率處于一般水平以下。同時(shí),雙向四車道的道路路面寬度較寬,綠色植物在圖片中的比率下降,如雪宮路、金晶大道、柳泉路、正陽(yáng)路。

表2 各區(qū)劃的綠視率數(shù)值特征Table 2 Numerical characteristics of the GVI for each districts

表3 各區(qū)劃綠視率分布情況Table 3 Distribution of the GVI in different districts

2.4 基于道路的空間分布特征

在研究區(qū)域內(nèi),覆蓋90條道路,超過綠視率平均值的道路有32條,僅占總體的36%,制作箱型圖觀察綠視率的分布情況。各區(qū)劃內(nèi)均存在道路的綠視率分布不均勻,最大值與最小值相差較大,存在低水平的采樣點(diǎn)。

圖8表明,小提琴圖呈現(xiàn)最低綠視率值和最高綠視率值差異大,表明可能存在顯著區(qū)別的采樣點(diǎn)。造成這一顯著區(qū)別的原因是,部分路段采用不同綠化模式,不同采樣點(diǎn)的綠視率大小也隨之產(chǎn)生較大的變化,基本符合關(guān)系:密林式>疏林灌木式>疏林草坪式>灌木/草坪式。部分路段由疏林灌木式變成灌木/草坪式,會(huì)導(dǎo)致整條道路綠視率減少;道路周邊采用高度和樹冠大小不一致的喬木,同樣會(huì)顯著降低整條道路綠視率平均值。淄博市各區(qū)劃間的綠視率差異性較大,并且大部分道路綠視率的最大值與最小值相差較大,從而造成綠視率分布不均勻。

圖8 部分道路差異性分布Fig.8 Part of roads differential distribution

2.5 綠視率影響因素

2.5.1 最優(yōu)綠化模式

道路綠化模式是由喬木、灌木和草坪的不同搭配方式組成的,按種植密度分為密林式、疏林灌木式、疏林草坪式、灌木/草坪式[21]。由表4中綠視率結(jié)果證實(shí),密林式>疏林灌木式>疏林草坪式>灌木/草坪式。如表5所示,淄博市有54%的道路采用疏林灌木式的綠化模式,采用疏林灌木式的道路綠視率水平達(dá)到了較高水平,雖然密林式對(duì)綠視率的影響更為顯著,但由于密林式維護(hù)成本較大并且需要占據(jù)更多的土地資源,因此疏林灌木式更加適用于城市道路綠化。

表4 綠視率與綠化模式關(guān)系表Table 4 Relationship between green view rate and road greening pattern

表5 綠化模式與車道數(shù)關(guān)系表Table 5 Relationship between road greening pattern and the number of lanes

2.5.2 車道數(shù)與綠視率的聯(lián)系

在淄博市調(diào)研共有90條道路,按車道數(shù)分為:雙向單車道、雙向雙車道、雙向三車道和雙向四車道。調(diào)研區(qū)域多以雙向單車道和雙向雙車道居多,綠視率平均值大小為雙向雙車道>雙向三車道>雙向單車道>雙向四車道(表6)。其中,雙向四車道綠色植物占據(jù)圖片面積較小,因此綠視率最小。雙向三車道和雙向雙車道比雙向單車道的綠視率高的主要原因是,雙向三車道和雙向雙車道的道路設(shè)置非機(jī)動(dòng)車道與機(jī)動(dòng)車道隔離綠化帶,有23條道路的隔離綠化帶采用疏林灌木式這一綠化模式,由綠化模式與綠視率的關(guān)系分析得,雙向三車道和雙向單車道要比雙向單車道綠視率高。雙向雙車道比雙向三車道綠視率高的主要原因是,雙向雙車道的綠色植物占據(jù)面積要多于雙向三車道。淄博市共有27條雙向單車道道路,有52%的道路采用灌木/草坪式,低水平和一般水平的道路受這一綠化模式影響較多。

表6 綠視率與車道數(shù)關(guān)系表Table 6 Relationship between green view rate and the number of lanes

3 結(jié)論

本次調(diào)研區(qū)域是淄博市市轄區(qū),采用分區(qū)域調(diào)研的方法,選擇居民生活和工作主要區(qū)域,得出以下結(jié)論。

(1)綠視率大小是由車道數(shù)和綠化模式共同影響。密林式可以最大化提升綠視率水平,但是需要占據(jù)更多的土地資源。疏林灌木式可以提供較高水平的綠化效果并且占據(jù)城市土地資源較少,比密林式更適合城市道路綠化。

(2)綠視率與車道數(shù)的關(guān)機(jī)基本符合:雙向雙車道>雙向三車道>雙向單車道>雙向四車道,雙向雙車道和雙向三車道與疏林灌木式和疏林草坪式這兩種綠化模式結(jié)合,道路綠視率處于較高水平。

(3)應(yīng)遵從區(qū)分區(qū)劃和區(qū)分道路的原則,有針對(duì)性地對(duì)綠視率處于低水平和一般水平的道路,提出解決措施,疏林灌木式這種綠化模式更適用于城市道路,綠視率提升效果顯著,積極推行疏林灌木式。保證喬木生長(zhǎng)旺盛,樹冠越大,綠色植物占據(jù)圖片面積就會(huì)增加,綠視率會(huì)顯著提升。