论文部分内容阅读
摘要：利用新兴大数据手段采集百度街景图像，测算并分析了沈阳市三环以内的街道绿视率。从人本感知的角度，检验了城区绿化数量与质量，为后续优化提升提供了全新角度与参考。结果表明，沈阳市绿化整体感知水平一般，老旧城区绿化配置不足，在用地紧张的情况下应优先考虑绿化立体布置提升可见度。
关键词：绿化，绿视率，街景图像
一、引言
街道，是城市最基本的公共产品，是城市居民关系最为密切的公共活动场所。街道空间不仅是城市交通空间，也是市民重要的生活交流空间。作为城市文化和城市意向的直接载体、人本尺度城市形态的重要体现，街道空间应该回归以人为本为公众带来愉悦的步行体验。而绿化是建成环境的重要要素，然而，人们感觉不到平面图上的绿化，人眼可见的绿化才是与居民情绪直接相关的。因此，绿化可见度日益得到学界和业界的关注，并建议在实践中应用。
二、绿视率与相关发展
2.1绿视率的定义
绿视率这一概念在1987年由日本学者青木阳二正式提出，他将绿视率定义为人视野中绿色所占的百分比，通过该项指标反映城市空间绿化水平。这一指标在2004年成为日本的常规绿化评价指标之一。
2.2研究发展
当下，在日本已经有部分研究较为成熟，对绿视率的相关研究较多。日本教授青木阳二提出“绿视率”概念后，这一基本定义在日本得以沿用，但是具体在日本各个地方政府公布的绿视率调查报告中又有所不同。《京都市绿地建设基本实施计划》（2011）
所規定的绿视率，将其解释为，人类视力所能够看到的人类高度下的绿色比率。其中包含房屋附近的花卉植物等，墙面绿化和草地，远景处的高山和河流，都是立体绿化的计算指标，但是其他人造要素都不计算在内。
国内关于绿视率的研究主要集中在城市绿地、道路居住区方面的具体应用和绿视率与公众感知的探索研究阶段。由于人们从外部获得的信息中超过90%来自视觉，视觉感知成为影响心理活动的主要因素之一。所以公众感知与绿视率的关系研究主要集中在视觉感知中基于景观美学的质量评价、视觉景观评价和视觉对设计的影响研究方面。
三、研究数据与方法
3.1数据获取
在大数据方法出现之前，学者们对于绿视率的研究存在诸多的困难，特别是对于数据的获取，在绿视率的认识方面，也因为评价方法的落后，需要付诸大量的人力物力，只能对于较小范围的街区进行研究。但是近期的大数据方法的普及，对于街景图片的人视数据获取已经不那么困难，绿视率的研究也获得了突破性的进展，数据获取途径问题的解决不受时空限制，大量的研究已经证实，这是科学有效的手段。
本文拟研究沈阳市三环以内的街道绿视率，特点：①城市化建设较高，土地开发较为成熟，老旧城区对空间品质提升的诉求更高。②沈阳市三环以内街道活力高，提升绿化品质可以更多对应人本需求。
本次研究在OSM网站的基础上进行数据的采集，将沈阳市中心城区三环范围内的道路全部采集，并进行数据的初步处理。在百度街景地图的帮助下，使用API数据爬取，共计采集了三万多个样本点位，所有点位都是通过等距离分割获得。本次样本共计5198条街道段。使用HTTP URL提取百度街景内的API数据。输入每个位置的坐标位置以及需要获取的方向角度，可以得到每一个样本点位的街景地图，每个图片都有他们唯一的坐标和代码。将样本的视线垂直角度和水平角度等信息全部设置为FOV=20，就可以获得平视状态下的数据。在水平方向，基于样本位置和所处的街道空间形态，计算特定视角，采集平行道路方向的前后两张图片，以及垂直道路方向的左右两张图片，视角均为九十度。
3.2数据处理
本文使用卷积神经网络deeplab V3模型及其训练库，基于deeplab V3的分割模型可以将输入图像进行像素级的分类，并能保留形状很小的物体信息。将爬取到的街景图像批量分割处理提取植被信息，进而得到采样点的四方向平均绿视率。
在绿视率划分依据方面中，根据人本身对视觉中看到绿色的舒适感程度划分，当绿色在人的视觉中达到时25%，对于人们是舒适感最为适合的范围，在生理上感到舒适，在心理上感到愉悦（吴正旺、单海楠等，2016），视觉中绿色比例高于15%时，会大幅提高自然氛围，当视觉中绿视低于15%时，人们会感到明显的人造活动的痕迹。
四、分析结果
4.1绿视率总体分布特征
参考已有研究，街道平均绿视率=∑街道上每个采样点绿视率值/街道上采样点个数。利用ArcGIS空间分析方法得到采样点平均绿视率值20.236%，经过核算后沈阳市三环以内平均街道绿视率18.094%，中位数16.884%。绿视率值在5%以下的街道占比9.59%，5%-15%占比32.67%，15%-25%占比34.41%，25%-35%占比16.36%，35%以上占比6.97%。
4.2绿视率分环路分布特征
一环绿视率平均值13.984%，一二环间绿视率平均值18.625%，二三环间绿视率平均值21.139%
沈阳市街道绿视率分环路整体绿量感知一环<一二环间<二三环间。空间上整体呈现“里低外高”、“南高北低”。
4.3绿视率分行政区分布特征
沈北新区绿视率平均值27.92%，浑南新区绿视率平均值21.67%，苏家屯区绿视率平均值20.67%，于洪区绿视率平均值20.50%，皇姑区绿视率平均值17.86%，大东区绿视率平均值17.76%，和平区绿视率平均值16.77%，沈河区13.55%。
五、总结
参考折原夏志的绿视率五段划分标准，总体上沈阳市绿视率水平多处于二、三级，整体感知水平一般。二环以内整体水平偏低，尤其以中街、太原街为主的商业区及沈河区部分老旧小区问题突出。城市外部新区绿化建设相对较好，且东部优于西部。后续应加强老旧城区绿化优化，用地紧张的情况下可以考虑立体绿化布置提升绿视率，从人的生理感知出发来自下而上地对原有理论进行实践和补充。
参考文献
[]1叶宇，张昭希，张啸虎，曾伟.人本尺度的街道空间品质测度——结合街景数据和新分析技术的大规模、高精度评价框架[J].国际城市规划，2019，34（01）：18-27.
[2]裴昱，吴灈杭，唐义琴，李婷婷，龙瀛.基于空间数据的北京二环内夜间街道活力与影响因素分析[J].城市建筑，2018（09）：111-116.
关键词：绿化，绿视率，街景图像
一、引言
街道，是城市最基本的公共产品，是城市居民关系最为密切的公共活动场所。街道空间不仅是城市交通空间，也是市民重要的生活交流空间。作为城市文化和城市意向的直接载体、人本尺度城市形态的重要体现，街道空间应该回归以人为本为公众带来愉悦的步行体验。而绿化是建成环境的重要要素，然而，人们感觉不到平面图上的绿化，人眼可见的绿化才是与居民情绪直接相关的。因此，绿化可见度日益得到学界和业界的关注，并建议在实践中应用。
二、绿视率与相关发展
2.1绿视率的定义
绿视率这一概念在1987年由日本学者青木阳二正式提出，他将绿视率定义为人视野中绿色所占的百分比，通过该项指标反映城市空间绿化水平。这一指标在2004年成为日本的常规绿化评价指标之一。
2.2研究发展
当下，在日本已经有部分研究较为成熟，对绿视率的相关研究较多。日本教授青木阳二提出“绿视率”概念后，这一基本定义在日本得以沿用，但是具体在日本各个地方政府公布的绿视率调查报告中又有所不同。《京都市绿地建设基本实施计划》（2011）
所規定的绿视率，将其解释为，人类视力所能够看到的人类高度下的绿色比率。其中包含房屋附近的花卉植物等，墙面绿化和草地，远景处的高山和河流，都是立体绿化的计算指标，但是其他人造要素都不计算在内。
国内关于绿视率的研究主要集中在城市绿地、道路居住区方面的具体应用和绿视率与公众感知的探索研究阶段。由于人们从外部获得的信息中超过90%来自视觉，视觉感知成为影响心理活动的主要因素之一。所以公众感知与绿视率的关系研究主要集中在视觉感知中基于景观美学的质量评价、视觉景观评价和视觉对设计的影响研究方面。
三、研究数据与方法
3.1数据获取
在大数据方法出现之前，学者们对于绿视率的研究存在诸多的困难，特别是对于数据的获取，在绿视率的认识方面，也因为评价方法的落后，需要付诸大量的人力物力，只能对于较小范围的街区进行研究。但是近期的大数据方法的普及，对于街景图片的人视数据获取已经不那么困难，绿视率的研究也获得了突破性的进展，数据获取途径问题的解决不受时空限制，大量的研究已经证实，这是科学有效的手段。
本文拟研究沈阳市三环以内的街道绿视率，特点：①城市化建设较高，土地开发较为成熟，老旧城区对空间品质提升的诉求更高。②沈阳市三环以内街道活力高，提升绿化品质可以更多对应人本需求。
本次研究在OSM网站的基础上进行数据的采集，将沈阳市中心城区三环范围内的道路全部采集，并进行数据的初步处理。在百度街景地图的帮助下，使用API数据爬取，共计采集了三万多个样本点位，所有点位都是通过等距离分割获得。本次样本共计5198条街道段。使用HTTP URL提取百度街景内的API数据。输入每个位置的坐标位置以及需要获取的方向角度，可以得到每一个样本点位的街景地图，每个图片都有他们唯一的坐标和代码。将样本的视线垂直角度和水平角度等信息全部设置为FOV=20，就可以获得平视状态下的数据。在水平方向，基于样本位置和所处的街道空间形态，计算特定视角，采集平行道路方向的前后两张图片，以及垂直道路方向的左右两张图片，视角均为九十度。
3.2数据处理
本文使用卷积神经网络deeplab V3模型及其训练库，基于deeplab V3的分割模型可以将输入图像进行像素级的分类，并能保留形状很小的物体信息。将爬取到的街景图像批量分割处理提取植被信息，进而得到采样点的四方向平均绿视率。
在绿视率划分依据方面中，根据人本身对视觉中看到绿色的舒适感程度划分，当绿色在人的视觉中达到时25%，对于人们是舒适感最为适合的范围，在生理上感到舒适，在心理上感到愉悦（吴正旺、单海楠等，2016），视觉中绿色比例高于15%时，会大幅提高自然氛围，当视觉中绿视低于15%时，人们会感到明显的人造活动的痕迹。
四、分析结果
4.1绿视率总体分布特征
参考已有研究，街道平均绿视率=∑街道上每个采样点绿视率值/街道上采样点个数。利用ArcGIS空间分析方法得到采样点平均绿视率值20.236%，经过核算后沈阳市三环以内平均街道绿视率18.094%，中位数16.884%。绿视率值在5%以下的街道占比9.59%，5%-15%占比32.67%，15%-25%占比34.41%，25%-35%占比16.36%，35%以上占比6.97%。
4.2绿视率分环路分布特征
一环绿视率平均值13.984%，一二环间绿视率平均值18.625%，二三环间绿视率平均值21.139%
沈阳市街道绿视率分环路整体绿量感知一环<一二环间<二三环间。空间上整体呈现“里低外高”、“南高北低”。
4.3绿视率分行政区分布特征
沈北新区绿视率平均值27.92%，浑南新区绿视率平均值21.67%，苏家屯区绿视率平均值20.67%，于洪区绿视率平均值20.50%，皇姑区绿视率平均值17.86%，大东区绿视率平均值17.76%，和平区绿视率平均值16.77%，沈河区13.55%。
五、总结
参考折原夏志的绿视率五段划分标准，总体上沈阳市绿视率水平多处于二、三级，整体感知水平一般。二环以内整体水平偏低，尤其以中街、太原街为主的商业区及沈河区部分老旧小区问题突出。城市外部新区绿化建设相对较好，且东部优于西部。后续应加强老旧城区绿化优化，用地紧张的情况下可以考虑立体绿化布置提升绿视率，从人的生理感知出发来自下而上地对原有理论进行实践和补充。
参考文献
[]1叶宇，张昭希，张啸虎，曾伟.人本尺度的街道空间品质测度——结合街景数据和新分析技术的大规模、高精度评价框架[J].国际城市规划，2019，34（01）：18-27.
[2]裴昱，吴灈杭，唐义琴，李婷婷，龙瀛.基于空间数据的北京二环内夜间街道活力与影响因素分析[J].城市建筑，2018（09）：111-116.