師小燕 徐 緣
(1.中聯西北工程設計研究院有限公司,陜西西安 710043;2.陜西自然資源勘測規劃設計院有限公司,陜西西安 710043)
隨著城市精細化管理不斷推進,依托大數據的城市體檢與城市問題研究日益受到關注。信息精度高、覆蓋范圍廣、搜集成本低的街景圖像數據成為城市空間品質研究的重要數據源[1]。葉宇等[2]結合街景數據,構建以“品質評價”與“可達性分析”的街道空間品質測度體系。戴智妹等[3]進一步深化基于街景圖像研究街道空間品質的測度方法,增加街景圖像采集的準確性和可信度。樊鈞等[4]通過街景數據對街道的慢行品質進行測度研究,在實踐上具有普適性和易用性。本文以安康老城區街道空間為研究對象,基于百度街景圖像,從主觀和客觀兩個維度構建街道空間品質測度體系,總結和探究安康老城街道空間品質測度結果,提出街道空間品質提升策略,為街道空間品質動態監測與管理提供參考。
本研究利用Python語言編寫代碼,利用百度地圖API接口爬取街景圖片。外部空間研究尺度宜為20~25 m,按照街道視覺尺度20 m選點,選取661個坐標觀測點,每點從90°、180°、270°、360°截取人視街景圖片,獲取百度平臺2020年收集的安康老城區有效街景圖片2 440張,缺乏街景圖像的51個點位進行人工拍攝,補充圖像204張,共2 644張街景圖片[5]。
從街道空間品質評價角度分析,對前人的研究進行總結歸納,同時基于安康老城區街道空間實際概況,從街道客觀建成環境和人的主觀感受出發,選取相應指標進行評價。
街道空間品質測度指標體系如表1所示。

表1 街道空間品質測度指標體系
機動車通行指數由機動車道所占比例表征;街道步行指數由人行道所占比例表征;設施便利指數由座椅、路燈、花架等設施所占比例表征[6]。機動車干擾指數主要由機動車所占比例表征;交通標識指數主要由交通信號燈所占比例表征;街道綠視指數主要指街道樹木所占比例;天空可視指數主要由天空所占比例表征;人群聚集指數主要由行人所占比例表征[7]。
安康市位于陜西省東南部,地處秦巴腹地,下轄1個區、8個縣和1個縣級市,總面積23 529 km2。本文研究區域為安康市老城區,地處漢濱區中心城區中部,北臨漢江,總面積203 hm2。對安康老城片區進行實地踏勘,獲取空間建筑基底與街道路網,街道空間具有路網密集、等級多樣、均勻分布、方正平直、街道業態豐富等特點,選擇59條路段進行研究。
以2 644張安康市老城區街景圖像為基礎數據,在Arcgis平臺中對數據進行坐標轉換以及各類物質像素提取分析,分別對8個指標進行量化分析。
3個客觀要素指標的指數結果如圖1~圖3所示。

圖1 機動車通行指數

圖2 街道步行指數

圖3 設施便利指數
5個主觀評價指標的指數結果如圖4~圖8所示。

圖4 機動車干擾指數

圖5 交通標識指數

圖6 街道綠視指數

圖7 天空可視指數

圖8 人群聚集指數
本研究引入正向指標服務能力值和負向指標服務能力值,正向指標主要包含街道步行指數、設施便利指數、交通標識指數、街道綠視指數、天空可視指數、人群聚集指數7項單因子;負向指標主要指機動車干擾指數。在Arcgis軟件中利用已獲取的安康老城區街景圖片,對8大影響指標進行分析,得到各影響指標的品質指數,求和得到每條路的品質指數。指數值大表明街道品質高。在量化前對原始數據進行標準化整合處理,將正負向指標轉換為無量綱的純數值數據,數據復雜程度較低,選擇易于操作的min-max標準化整合方法進行數據處理[8]。
式(1)為正相關指標計算公式,式(2)為負相關指標計算公式。

式中:xmin(j)——指標值中最小的值;xmax(j)——指標值中最大的值;i——樣本編號;j——指標序號。
各級指標權重統計如圖9所示。

圖9 街道空間品質指數分布
由圖9可知,安康老城片區的59條街道空間品質指數為0.613~2.023,平均值為1.052。安康老城的街道空間品質水平相當,差距不明顯。其中,空間品質指數最高的街道是東內環路北端,空間品質指數最低的街道是金州北路北端。
各項指標對街道空間品質的測度影響程度不同,總體量化后采用權值法對各項指標進行合理的權重配比計算。各級指標權重統計如表2所示。

表2 各級指標權重統計
根據權重計算各指標的實際數值,求和得到綜合評價得分,將得分映射到對應的街道,使用ArcGIS自然斷點法分級,將街道空間品質綜合評價得分分為高、中、低三個等級。結果表明,本研究指數為0.089~0.131的街道屬于高品質街道空間,街道數量為10條;指數為0.046~0.063的街道屬于低品質街道空間,街道數量為15條;其余街道為中等品質街道。
街道空間品質綜合評價得分如圖10所示。街道空間品質指數等級分布如圖11所示。

圖10 街道空間品質綜合評價得分

圖11 街道空間品質指數等級分布
街道空間中機動車道易發生擁堵情況,可以加大路面執勤力度,對人流、車流進行有效疏解,確保道路交通秩序;需合理設置人行道寬度,滿足《城市道路交通規劃設計規范》(GB 50220—95)的人行道設置要求,結合實際情況適當拓寬人行道寬度;設置禁止占用人行道的明顯標志,劃定非機動車停靠區域,為行人營造良好的步行空間環境。
完善街道空間設施,基礎設施包括路燈、滲水性強地磚、無障礙設施等;街道應迎合居民的生活方式,適當增設座椅、共享充電樁、垃圾箱、公共衛生間等設施,為街區帶來活力。
街道空間是居民生活最易到達、使用率最高的公共空間,車輛、環境是影響居民在城市街道空間的日常安全的主要危險來源?;诰用裥睦戆踩枨?,可以加強城市街道植物景觀和照明景觀設計;基于行為安全需求,為人行道設計一定的高差,減少機動車干擾,進一步完善交通標識。
街道空間舒適度主要通過提高綠視率和天空可視率實現。安康老城區綠視率不高且難以進行樹木增植,可以利用建筑立面或橋梁隧道立面進行垂直綠化。違建現象會阻礙景觀視線,應加大違建建筑的管理力度,整理街道界面,提高天空可視率。
街道空間是城市的會客廳,日常通行、購物、休憩娛樂和交往活動集中在街道空間,而街道空間活力源自居民在空間中進行活動。將街道空間中存在安全隱患、發展潛力較小的低效空間改造為街頭口袋公園或廣場,供市民進行娛樂和信息交換。
本研究依托百度街景圖像,通過深度學習全卷積網絡(FCN)技術對街道空間中150個標簽進行語義分割識別,提取影響街道空間品質的關鍵元素,從主觀和客觀兩個維度上分別篩選測度指標,計算街道空間品質系數,能夠提高數據的可獲得性和準確性。圖像語義分割法對街道空間中大面積像素的識別精度較高,但街道空間環境要素通常較復雜,識別偶爾會產生一定的偏差,研究結果具有一定的局限性,后續研究可以針對此項技術繼續進行深化和提升,進一步提高識別精度和研究的準確性。