基于GIS的高密度城市声景质量及其影响因素研究∗——以广州天河区为例

陈怡冰 黄建锋 谢嘉琪 刘嘉慧 张天尧

(1 华南师范大学 广州 510630)

(2 香港理工大学 香港 999077)

(3 哈尔滨工业大学(深圳)深圳 518055)

0 引言

我国快速城镇化背景下的高密度城市空间形态，为城市环境质量和居住品质带来了诸多挑战[1]，其中，交通、生活、工业等噪声引发的听觉污染对居民生活与健康的影响尤为显著[2]。同时，自然声景短缺和城市特色声景缺失也对居民行为活动与生活品质产生诸多负面效应。因此，识别城市声景观问题、提升城市声景质量、营造城市特色声景是当前我国城市发展与更新过程中亟需重视的关键问题。

追求高品质声环境和营造城市地方性声景特色是当前声景研究与应用的重点[2]。声景(Soundscape)是“城市中某个绝对分类空间的声音结构”，强调除控制噪声之外、更加积极地改善声环境的人文理念[3−4]。其作为个体、群体或社区所感知的特定场景下的声环境，感知质量取决于声景内部声景构成要素的相互作用[5−6]。景观学视角下，声景研究强调视觉景观与声音的交互关系，例如人在观看景观时对在场声音的听觉感知、在倾听声音时对在场环境的视觉感知[7]。声景法作为城市声环境的营造手段，强调使用者主观感知及其与声音对象之间的互动关系[8]，积极的声景要素有利于创造更舒适的听觉环境[5]。影响声景质量的声景构成要素主要包括：声源类别、响度、锐度、愉悦度、平滑度、声音频谱时间特征等[4]。同时，声景语境要素可通过影响听觉、听觉解释和声环境质量等因素对声景质量产生重要影响[9]。例如，与城市声景质量相关的语境要素主要涉及：区位、场所特征、景观要素、城市形态构成、非听觉性体验、社会经济要素、个人特征等[4,10]。因此，“声景构成要素”与“语境要素”共同影响并决定了城市声景质量[11−13]。

当前国内外声景研究中热点议题涉及：声环境质量评价、声音景观类型分区[14−16]、城市声景地图可视化[17−19]、宏观尺度的声景技术运用及声景分析模型构建[20−21]、微观场景下的声景保护和声景营造[22]、小尺度空间设计要素对声景的影响[23]等。当前声景研究呈现多学科交叉的趋势：从噪声控制、声景营造到健康人居环境构建，声景不仅在景观建筑学、城市规划、声学技术创新等方面被广泛讨论，其对居民身心健康与幸福感构建等方面也得到了越来越多的探讨[9]。应用层面上，声景研究聚焦地方性声景保护及营造以及健康人居环境和场所认同感构建，并基于此对城市规划设计提出具体要求[24]。虽然诸多研究曾针对城市交通与噪声的关系进行探讨，但是针对建成环境与声景关系的研究仍处于起步阶段[25]。诸多研究针对微观场所的声景质量进行评价，涉及城市公园、城市公共空间、旅游风景区、居住区等场所[18,22,26]的声景质量及影响因素，基于此提出控制噪声、保护特色声景、营造舒适声环境的规划设计策略与政策建议。但上述研究多聚焦较为单一的城市空间类型，针对城市街区层面的声景质量的综合评价与系统分析较为不足，同时鲜有针对声景语境要素及其作用机制的考量，尚未形成可有效指导城市规划建设的循证基础[4]。在后疫情时代的高密度城市环境中，当前亟需针对建成环境语境要素(如土地利用功能、建筑密度、道路交通等)对城市声景质量的影响进行深度阐释[17]，从而揭示城市语境要素对声景质量的作用机制，为未来声景规划实践和政策制定提供理论支撑[3]。

本文基于地理学人地关系视角，以广州天河区南部区域为研究范围，通过对声源类型、声压级、声景主观感知、城市建成环境的调查研究，综合评估高密度城市街区的声景质量及其空间特征，并探讨城市语境要素在其中的作用机制。本文构建了包含客观测度与主观感知双重维度的城市空间声景质量评价框架，构筑城市声景观图并对声景质量进行综合评价；通过空间分析、统计分析等方法探究声景满意度的影响因素，最终为城市声景规划与设计提供政策建议。

1 研究方法

1.1 研究区域

20世纪80年代至今，广州市天河区由郊区快速拓展为新城市中心，具有人口密度高、土地利用功能混合、城市形态紧凑等典型高密度城市空间的特征[27]。基于对土地利用功能、建筑密度、道路密度、夜光数据等城市要素的综合密度分析，本研究选取天河区广园快速路南侧区域为研究范围(图1～2)，占地面积49.37 km2，具有土地利用功能多样、城市要素分布密度跨度大、城市功能空间混合多样等特征。

图1 研究区域概况Fig.1 The map of study area

图2 天河区城市综合密度图Fig.2 Comprehensive urban density map of Tianhe District

1.2 数据收集

研究采用声景漫步与问卷调查法收集声音主客观数据；通过互联网、遥感影像收集城市建成环境要素数据。基于居民日常生活“十五分钟社区生活圈”，本文将研究区域划分为1 km×1 km 的渔网格；基于渔网格的城市综合密度，布置测点1～3 个，共布置测点89 个进行声音数据收集。调查员在记录测点声音客观数据的同时，收集声音主观感知数据。针对声音客观属性数据，调查员通过奥维互动地图提供的经纬度数据确定好测点位置，在对应测点观察、采集并记录声源类型(交通声、机械声、自然声、人声)、声压级数据。声压级使用爱华AWA5636 基本型声级计、在距离地面高度1.2 m 处测量，测量时长为5 min。针对声音主观属性数据，以声景漫步法进行收集。通过招募具备建筑和声学知识背景的大学生志愿者，在实地进行声景质量评价的问卷调查。测度3 个主要变量：(1)主观响度；(2)总体满意度；(3)声景感知结构。问卷调查于2020年6月1日–15日进行。每个测点采集7～8 份问卷，最终共回收有效问卷630有效问卷。

城市建成环境要素数据包括道路密度、建筑密度、夜光强度3 个方面。前两者来源于“城市数据派”网站开源提供的城市建筑矢量数据；夜光强度数据来源于武汉大学珞珈一号夜光遥感卫星的影像(中央经线为112.93◦E，中央纬线为23.97◦N，WGS_1984坐标系)。

1.3 变量测度

声景客观属性由声源类型和声压级两个指标进行测度。对5种声源类型赋值1～5，调查员对各个测点声源类型进行判断后，将各个测点声源类型的众数确定为该点的最终声源类型。声压级由等效声压级LAeq和最大声压级Lmax两个指标进行测度。

声景主观感知属性测度包括3 个指标：主观响度、总体满意度、声景感知结构。前两者采用李克特五级量表进行衡量(1：非常小/非常不满意，2：很小/不满意，3：正常/一般，4：很大/满意，5：非常大/非常满意)，以算术平均值代表每一测点的声景质量。声景感知结构的测度上，从声景的物理维度和心理维度构建语义细分量表[28−29]，收集被访者对声景属性和声景感知的评价。通过主成分分析法提取出4 个感知因子(累计方差贡献率=66.383%)；依据旋转后的因子成分矩阵提取每个主成分下因子负荷值大于0.7 的语义(表1)，得到4 个感知因子主要包含的相关语义(表2)，并命名为：放松、交流、动态性和空间性[26]。因子1与放松感相关，例如“安静–吵闹、平静–焦虑、喜欢–不喜欢、愉悦–不愉悦和柔和–刺耳”等；因子2 与交流相关，例如“变化丰富–一成不变”和“ 有意义–无意义”；因子3 与声音动态性相关，例如“快–慢”和“音调高–音调低”；因子4 与声音空间性相关，例如“有方向–无方向”和“有回声–无回声”。随后使用以下方法计算声景感知结构的综合评分[30]：

表2 感知因子及相关语义词汇Table 2 Principal components and related semantic vocabulary

(1)用成分矩阵中每对语义的成分系数除以对应感知因子开方后的初始特征值，得到4 个感知因子对应语义的加权系数，计算出每个个案4 个感知因子的主成分得分。

(2)以各个感知因子方差贡献率占总方差贡献率的比率为权重，得到声景感知结构主观评价综合得分公式：

Y=0.656y1+0.144y2+0.103y3+0.096y4.

(3)计算每个测点个案的算术平均数，得出每个测点的声景感知结构主观评价综合得分。

城市建成环境属性测度包含以下4 个指标：(1)道路密度：研究区域内道路网的总里程与该区域面积的比值，在ArcGIS 的实现上是空间线密度分析的结果；(2)建筑密度：格网内建筑物基底总面积与格网总面积之比；(3)夜光强度：基于夜光遥感卫星监测的人类夜间灯光照明原始数据，经过亮度转换公式计算得到城市夜光强度的亮度数据；(4)综合密度：首先对道路密度、建筑密度、夜光强度3 项数据进行重分类，根据3 项数据数值对其进行等间距划分，以20%、40%、60%、80%为临界将其划分为5个类别，并赋予等级1～5。经专家调查法确定权重，再利用公式计算研究区域各处的综合密度：

其中，y为综合密度，x1为道路密度等级，x2为建筑密度等级，x3为夜光强度等级。

1.4 数据分析

研究采用SPSS(Version 25)统计软件和ArcGIS(Version 10.2)空间分析等手段对声景数据进行分析。首先，对天河区声景质量空间特征进行描述性分析，探讨声源类型、声压级、主观响度、总体满意度、声景感知结构的空间分布特征。基于GIS 空间分析，采用“Equal Interval” 分类方法对上述6项属性指标数值进行等间隔重分类处理，将声景质量的评价指标划为5类，分别记为1～5级；并以测点为单元进行空间插值，得到6 项声景属性的空间分布图。声源类型处理方面，将每个测点中数量最多的“声源类型”定为该测点主导声源类型，并将其导入ArcGIS 中，采用反距离权重进行插值，得到研究区域主导声源类型分布。

其次，构建多元线性回归模型分析声景主客观属性对其总体满意度的影响机制。基于对等效声压级、最大声压级、主观响度、声景感知结构四因子和总体满意度的相关性分析，排除感知因子中不显著相关的“交流”、“动态性”因子。将显著相关的“放松”和“空间性”因子、声源类型、主观响度、等效声压级和最大声压级作为自变量纳入回归模型。

针对城市建成环境与声景质量的关系，在ArcMap 平台中使用Multivariate 工具对声景质量(等效声压级、最大声压级、主观响度、总体满意度、声景感知结构)与城市建成环境属性数据(道路密度、建筑密度、夜光强度、综合密度)进行相关性分析。结果显示：“主观响度”要素、“声景感知结构” 要素与城市建成特征要素之间的相关系数不显著，因此将10项要素相关分析结果表格进行精简，得到“ 总体满意度分级图”、“等效声压级分级图”、“最大声压级分级图”、“道路密度分级图”、“夜光强度分级图”和“建筑密度分级图”的7项要素相关性报告。

2 广州市天河区声景质量评价及其影响因素

2.1 声景空间特征

声景主客观属性上：平均等效声压级为63.0 dB(SD = 28.591)，平均最大声压级为69.6 dB(SD =33.869)。声源类型以交通声最多(70.8%)，自然声与人声比例相当(12.4%，14.6%)。声景主观感知上：主观响度平均分为3.035(SD = 0.691)，整体呈现中等强度主观响度；总体满意度平均评分为3.144(SD=0.720)，呈现偏向中立的声景总体评价；声景感知结构综合得分平均值为−0.00428，整体上声景呈现多维度的偏正向感知，表明该区域声景感知更为复杂和丰富(SD = 0.756)。

声源类型的空间结构上(图3(a))：西北部沈海高速广州支线、广州大道北和广园快速路三大道路沿线区域声源类型为单一交通声；中部员村街道及其周边区域和东南部桃园中路沿线区域声源类型较为丰富，涵盖3类不同声源。

声压级方面(图3(b))，天河公园附近等效声压级最低，其次为珠江沿岸及体育西路商圈。研究区西部五山路高校聚集区由于受到较为密集公路的影响，其等效声压级较公园和商圈高。等效声压级等级最高的区域为西北部沈海高速广州支线、广州大道北和广园快速路三大道路沿线区域、东部珠吉街道和前进街道沿线区域。后者的地物类型包含了密集的快速路和工业区，因此更容易出现“较大等效声压级”。最大声压级与等效声压级等级分布结果基本一致(图3(c))。

主观响度方面，西北部沈海高速广州支线、广州大道北和广园快速路三大道路沿线区域主观响度最大，其可能与该区域内低等级商业活动(如小商品批发等)所产生的环境行为噪声相关。主观响度较低的区域为体育西路商圈，该区域以商业中心为主要空间形态，主观响度较为舒适(图3(d))。

总体满意度方面，研究区域呈现东-中-西较为明显的层次分布(图3(e))。体育西路商圈及天河公园区域的总体满意度最高，东北部珠村十社工业区和珠村裕景工业园区域的声环境总体满意度较低。

声景感知结构方面，研究区域北部至南部，声景感知结构主观评价结果呈现由差到好的总体趋势(图3(f))。珠江新城-海心沙一带声景感知结构较好；西北部沈海高速广州支线、广州大道北和广园快速路三大道路沿线及工业区一带声景感知结构较差。

图3 声景空间特征分布图Fig.3 Distribution map of soundscape spatial characteristics

2.2 声景质量影响因素

多元回归分析结果显示(表3)：总体模型中声景客观属性指标(声源类型、声压级)与总体满意度之间均无显著性相关关系；主观响度与总体满意度呈显著性负向相关关系(β=−0.121)，表明主观响度降低有利于提高总体满意度；声景感知结构因子中“放松”与“空间性”均对总体满意度具有显著性积极影响(“放松”因子β=−0.223、“空间性”=−0.088)，意味着声景特征偏向舒适、安静、柔和和自然，总体满意度越高。

表3 声景主客观属性与总体满意度回归模型(n=630)Table 3 Regression model of subjective and objective attributes of soundscape and overall satisfaction(n=630)

基于GIS 的相关性分析结果显示(表4)：第一，总体满意度与声景客观属性指标(等效声级、最大声级)的相关性较强(−0.66,−0.39)，且呈负相关关系。第二，总体满意度与建成环境特征属性呈现较弱的相关性：与建筑密度、综合密度呈现较弱的负相关关系(−0.26,−0.13)；与夜光强度呈现较弱的正相关关系(0.17)；与道路密度的相关性非常弱(−0.07)。第三，声压级与建成环境要素各指标之间的相关性非常弱。由此可推断，声压级较低的地区易于呈现较高的声景满意度；建筑密度与城市综合密度较低的地区容易呈现出较高声景满意度；夜光强度较高的地区呈现较高的声景满意度。

表4 基于GIS 空间分析的七项要素相关性报告提要Table 4 Summary of the report on the correlation of seven elements based on GIS spatial analysis

然而，以上相关性结果中未发现道路密度与声景总体满意度之间的关系，与已有研究结论有所差异[31]。为进一步探究道路要素对声景质量的影响，本研究继而对“道路等级”与声景满意度之间的关系进行分析。根据实地踏勘，将研究区域的主要道路按照等级从高到低分为国道、省道、高速路、城市快速路和其他5 类，按照临近原则赋予每个测点道路等级数据。随后借助SPSS 软件，对“道路等级”和“总体满意度”进行相关性检验。以“总体满意度”为因变量，“道路等级”为自变量，构建一元线性回归模型。结果显示：“道路等级”非标准化系数β=0.141(p=0.000)，标示着测点所处区域道路等级越低，声景总体满意度越高(表5)。由此可见，道路等级对声景总体满意度有显著影响，与道路等级相关的车速及车流量等特征可能会对声景主观感知产生直接作用。

表5 道路等级与总体满意度的线性回归模型Table 5 Linear regression model of road grade and overall satisfaction

3 结论与启示

本研究通过对广州天河区广园快速路以南地区进行声景质量评价并分析影响其的关键语境要素，可得出以下主要结论：

首先，针对影响声景总体满意度的声景要素，声压级、主观响度以及声景感知结构因子对声景感知具有显著影响：声压级低、主观响度低、柔和、舒适、安静、自然的声环境有利于提升声景总体满意度。

其次，针对影响城市声景质量的建成环境语境要素，本研究认为道路功能和土地利用功能是影响城市声景质量及其空间分布的关键所在。一方面，道路功能和土地利用功能直接影响了声源类型、声压级等客观声景要素属性；而较高的建筑密度、道路等级、城市综合密度均不利于声景总体满意度的提升。另一方面，夜光强度所反映出的城市生活活力与声景总体满意度和声景感知结构具有显著的正相关关系，即城市生活活力的塑造有助于提升声景满意度，并由此揭示出个体在城市生活中的行为特征对声景主观感知特征及其空间分层的潜在影响。

再次，将本研究所得的声景满意度的空间分布与广州现行声环境功能区进行对比分析可得：虽然本研究区符合声环境功能区规划的噪声控制阈值，但使用者对声景的总体满意度仍然较低。本文研究区域位于2 类区、4a 类区[31]，测点主要分布于交通线两侧，执行的最大噪声阈值为4a类70 dB，实验中采集到的声压级数据分布在60～66 dB 之间，符合噪声阈值。然而，本研究中西北部呈现极差的声景总体满意度。由此可推断，广州已有声环境规划对声景质量的控制绩效不高，未能实现对城市声景质量的控制目标。

基于以上结论，本研究针对街区尺度的城市声景规划建设提出以下政策建议：城市声景营造不仅应关注噪声控制，更应塑造主观响度适宜、放松性与空间性兼具的城市声景。同时，应从使用者的特征及需求出发，注重不同城市功能空间中地方性声景规划建设。未来城市声景塑造上，应考虑城市生活活动空间对个体行为活动及其声景构成要素的影响，其中城市绿地及公共活动空间是关注的焦点。在营造城市开敞空间等重要节点的声景时，应注重控制开敞环境中的主观响度，加强“放松”声景感知结构要素的设置，使其满足“柔和”、“舒适”、“安静”、“自然”等特征。

此外，应将城市建成环境中的关键语境要素纳入重点考量对象。在声环境功能区规划和声景营造过程中，应综合考量道路功能、道路等级、土地利用功能、建筑密度等建成环境要素的时空特征及其对声环境的影响路径，通过构建空间模型进行模拟优化等手段，制定并完善高密度城市环境语境下的声景规划建设。因此，城市声景空间规划应成为未来高密度城市环境中声环境控制的重点之一；而在现行国土空间规划创新实践中，也应充分考虑城市关键建成环境要素对声景质量的影响，通过合理规划道路系统、用地功能以及调控建筑密度和城市空间功能等手段，促进积极的地方性声景空间营造，促进并实现健康人居环境。