多源数据下的南昌历史城区街道品质测度研究_黄小兰.pdf

第 42 卷第 1 期2023 年 2 月东 华 理 工 大 学 学 报(社会科学版)JOURNALOFEASTCHINAUNIVERSITYOFTECHNOLOGY(SOCIAL SCIENCE)Vol.42No.1Feb 2023收稿日期:2022-09-05基金项目:国家自然科学基金项目(41561002)。作者简介:黄小兰(1968)，女，江西赣州人，副教授，博士，主要从事自然地理、土地资源管理研究。多源数据下的南昌历史城区街道品质测度研究黄小兰，冯思睿(东华理工大学 地球科学学院，江西 南昌 330013)摘要:街道与城市生活息息相关，提升街道空间品质对于城市高质量发展和社会建设具有重要意义。依托多源数据构建起人本尺度的街道空间品质测度体系，对南昌历史城区的街道空间进行量化和分级评价，结果表明当前南昌历史城区的街道空间存在一定的不足。因此，从安全性、便利性、舒适性和意象性提出优化策略，为南昌及其他城市的精细化、品质化的街道空间改造提供有益参考。关键词:多源数据;南昌历史城区;街道空间品质;街道空间优化中图分类号:TU984文献标识码:A文章编号:1674-3512(2023)01-0053-05黄小兰，冯思睿 多源数据下的南昌历史城区街道品质测度研究J 东华理工大学学报(社会科学版)，2023，42(1):53-57Huang Xiaolan，Feng Sirui Research on street quality measurement in Nanchang historical area based on multi-source data J Journal of East China University of Technology(Social Science)，2023，42(1):53-57在过去数十年外延式扩张发展模式的主导下，我国许多城市中那些代表着城市人文特色和历史记忆的历史城区却日渐缺乏关注。2021 年，“十四五”规划和 2035 年远景目标纲要指出，“加快转变城市发展方式，统筹城市规划建设管理，实施城市更新行动，推动城市空间结构优化和品质提升”1。即不再追求空间上的盲目扩张，更注重城市内涵式发展，致力于提高城市环境质量和居民生活水平，推动城市发展方式由“量”的增长向“质”的提高转变。城市街道作为构成城市的基本骨架，是承担交通出行活动的重要通道，也是承载市民多元生活的重要空间，更是展示城市文化特色的空间载体2 11。因此，加强对历史城区街道空间品质的研究，有助于提高居民生活质量，促进社会健康发展，同时对于城市魅力营造也有着重要作用。长期以来，因受制于研究手段的匮乏，对街道空间品质的大部分研究都局限于定性分析，难以对大规模的街道进行定量描述与等级比较。但随着多源数据的兴起与计算机技术的进步，街道、建筑等人本尺度城市形态的客观量化研究成为可能3。近年来，学者的研究主要集中在品质测度方法以及品质测度体系构建两方面。在品质测度方法方面，有学者基于城市街景图展开研究，通过计算机图像分割的方法识别街景图片中的绿化、天空、建筑等景物进而对街道进行评价4 6;也有学者结合 POI兴趣点对街道综合打分7 11。在品质测度体系构建方面，研究主要分为两大方向:一是行人主观感知与空间客观构成相结合的指标构建，如唐婧娴、龙瀛划分了四个客观评价和五个主观评价指标4;狄迪、蒋映红等人构建了空间形态和功能属性指标以及行为使用和品质风貌指标7。二是从行人的需求出发，以人的使用感受作为指标构建依据，如有学者围绕“五性三感”即街道空间的便利性、宜居性、多样性、公正性和安全性以及居民的获得感、安全感、幸福感作为评价准则9;缪岑岑则按照人群活动的生理需求和心理需求组织指标体系6。另外，也有学者针对不同城市风貌和文化特色对指标体系进行了调整和改进，如樊冰青等人在拉萨街道品质评价中加入了民族色彩感知度、民族特色商业密度等特色指标10;李斯仪在泉州古城街道空间品质体系中考虑到了历史资源分布、古城边界形式、古城中心距离等古城街道的特有要素11。总之，计算机技术的不断发展使测度体系所需的数据来源不断扩展，同时行人复杂的感官体验使评价指标的选择和计算方式都有了继续改进的空间。南昌历史悠久、底蕴深厚，不仅是豫章文化的中心，也是红色革命文化的起点，千百年来英才辈出，具有“天下英雄城”的美誉。近年来，南昌历史城区呈现出落后于城市发展的总体态势。老城区人口密集、道路狭窄、交通拥堵、建筑老旧，同时基础配套设施落后，人居环境质量有待提高12。从量化评价的角度切入，有利于深化对南昌历史城区的认识，推动对南昌街道空间的研究。本研究依托多源数据，从以人为本的角度出发，构建多指标测度体系，对南昌历史城区街道品质进行量化评价，旨在丰富多源数据的实证运用研究，为南昌历史城区街道空间的优化提供理论支撑。1研究区域范围依照 南昌市历史文化名城保护规划(2011)中所划定的历史城区范围，并考虑到研究的可行性与代表性，将研究区域限定于历史城区内明清时期城墙所围合的地理空间范围。明清城墙在民国时期被拆除，之后在城墙基础上开辟出环城马路，并以古代乡贤的名字将各段分别命名为安石路(今八一大道)、榕门路、船山路、永叔路和阳明路13。因此，本研究的具体范围:东至八一大道，西至榕门路、船山路，南至永叔路，北至阳明路，行政区划上分属东湖区与西湖区的管辖范围。该地区自建城以来就是南昌城的政治、经济、文化中心，如今很大程度上保留着明清以来的城市空间格局14。另外，参考龙瀛、周垠的街道活力评价研究，将街道空间范围界定为以道路中线为基础、向左右各延伸 55米的区域15。2数据获取与处理路网数据采集于众源地理数据平台 OSM(Open Street Map)，其具有数据量大、现时性高、信息丰富、成本低的优势16。在 OSM 平台下载研究范围周边的道路数据后，在 ArcGIS 平台中进行数据筛选和清理工作。再根据后续的分析需要导出间距为 30 米的采样点数据和 2 353 个带有经纬度信息的点数据。街景图片是通过对接百度地图 API 中的全景静态图服务批量获取，以上述从路网中提取的点数据进行 采 样，爬 取 平 均 间 距 30 米、分 辨 率 为1 024 512 像素的街道全景图，共收集 2 353 张有效图片。街景数据处理方法采用中国地质大学(武汉)关庆锋教授团队构建的基于深度学习全卷积网络(FCN)的视觉影像语义分割软件17。在输入获取的百度静态全景图后，软件将自动对图中物体进行分类识别和计算，输出的结果为经过语义分割后的图片以及显示图片内物体在 150 个分类标签中占比情况的 Excel 表格。地理信息兴趣点(POI)数据获取于百度地图API。根据研究需要，获取了研究范围内及其周边的美食、酒店、购物等 18 类 POI 数据，数据内含有行业类别、名称、地址、所属行政区等信息。地表温度数据(LST)获取于 Google Earth En-gine 平台。通过编程代码选取 2021 年 5 月至 9 月研究区域内 30m 分辨率的 Landsat8 遥感图像，算出该时段的地表温度中位数，以测量南昌夏季街道的热环境舒适度，结果导出为栅格图像数据，并通过采样点提取栅格的数值。3研究方法3 1测度体系构建参考前期街道品质量化相关研究，根据南昌街道现状和马斯洛需求层次理论对测度指标进行增减和优化。马斯洛需求层次理论指出，人具有五大需求层次，从低到高分别为生理、安全、社交、尊重和自我实现需求，在满足低层次需求的前提下才可能考虑高级需求，同时不能偏废，更不能忽视其他需求18。由此，保证人身安全应是人们行走于街道时的最基本需求。在满足安全通行需求的基础上，人们才会考虑街道功能上的便利程度，继而关注街道周边环境带来的身心舒适度，最后才能有意象化的体验和感受。因此，本研究采用安全性、便利性、舒适性、意象性作为一级评价指标，并按此顺序构建街道品质测度体系，如表 1 所示。安全性主要考虑人车分行、交通指引设施、夜间社会监督等因素，因此确立了步行安全度、交通标识、夜间安全度三个指标，其中夜间安全度是指公安派出所、治安亭可以在夜间接受行人的问询和求助，发挥对街道的监督作用。便利性从街道承担的基本交通功能出发，以出行距离为标准，分别设置交通站点便捷度和公共服务设施便捷度。舒适性分绿视率、天空可视率、空间围合度、热环境舒适度 4 个二级指标，其中绿视率由日本学者青木阳二45东华理工大学学报(社会科学版)2023 年提出，是指在人的视野中绿色所占的百分比19，徐磊青等人的研究表明，在街道步行环境中绿视率与人们所感知到的环境品质成正比20;而天空可视率也是空间环境质量的重要指标，开阔的天空视野不仅有利于改善城市微气候，也可以有效疏解现代市民紧张的生活和工作压力21;空间围合度是指建筑物、墙体、其他构筑物围合公共空间的程度，良好的围合度将会给人以舒适、可荫蔽的感受4。意象性是空间的可认知、可识别、有特色的品质4，城市特色就是一种意象，是人们通过空间和社会活动的体验和感知获得的22。功能多样、色彩丰富的街道往往具有更高的意象性，如人潮涌动的商业街总能成为一座城市的旅游地标;设置有底层商业的居住区或商务办公区也往往比单一功能区更具活力23，因此景观多样度和功能混合度成为衡量指标。通过对各指标重要性进行打分，算出各指标权重，在层次分析法辅助软件 yaaph 通过一致性检验后，求出平均值，即得出权重结果，最终评价测度体系，如表 1 所示。表 1街道品质测度体系一级指标二级指标指标量化方式数据来源相关性权重安全性步行安全度人行道像元占街景图片总像元的比例百度全景静态图 API正相关0192 7夜间安全度采样点周边 55m 缓冲区内夜间服务公安派出所、治安亭的数量百度地图 POI正相关0121 4交通标识交通标识像元占街景图片总像元的比例百度全景静态图 API正相关0076 50390 5便利性交通站点便捷度采样点周边 55m 缓冲区内的交通站点(公交站、地铁站)的数量百度地图 POI正相关0092 0服务设施便捷度采样点周边 55m 缓冲区内的公共设施(美食、酒店、购物、旅游景点、休闲娱乐、医疗等)的数量百度地图 POI正相关0184 10276 1舒适性绿视率街道中的绿植像元占街景图片总像元的比例百度全景静态图 API正相关0095 2天空可视率天空像元占街景图片总像元的比例百度全景静态图 API正相关0053 9空间围合度街道两旁围合物体像元之和(建筑+柱体+围栏)与街景照片总像元之比百度全景静态图 API正相关0023 1热环境舒适度 采样点的热环境数值Google Earth Engine负相关0023 10195 3意象性景观多样度街景照片内可识别出的要素数量百度全景静态图 API正相关0046 0功能混合度采样点周边 55m 缓冲区内 POI 的混合程度，使用香农 维纳多样性指数计算(式中，Pi 为第 i 种POI 数量占所有 POI 数量的百分比)百度地图 POI正相关0092 00138 1考虑到评价指标采用不一样的数据处理方法，各指标数据在分析计算后的量值相差甚远，无法叠加比较，因此需要对原始结果进行归一化处理。研究采用线性函数归一化(Min Max Scaling)的方法，将原始数值映射到 0，1 的范围，实现等比缩放。3 2品质测度结果评价将各项二级指标进行归一化处理和加权叠加计算后，得出四个一级指标的评价结果，并导入ArcGIS 软件中实现数据可视化，通过自然断点法(Jenks Natural Breaks)将评价结果分为一至五级，得分由一到五向下递减，得分最高为一级，得分最低为五级。结合百度街景图片可验证评价结果的合理性，并分析出影响街道品质好坏的关键因素。3 2 1单项指标结果评价(1)安全性评价从整体空间位置来看，研究区内的街道安全性等级分布较为均匀。从具体道路来看，安全性较低的有象山路、八一大道。象山路的主要问题是设置的交通标识数量较少，部分斑马线未设置红绿灯和交通指示牌;八一大道由于道路