城市道路绿化景观整体评价研究

孙皓蕾，吴 威

（上海应用技术大学生态技术与工程学院，上海 201418）

实施城市更新是以习近平总书记为核心的党中央对今后城市发展方向的准确研判。实施城市更新的重中之重是对存量的提升改造。城市道路景观是城市整体风貌的一部分，在一定程度上能够体现一座城市的精神风貌、文明程度与综合实力［1］。所以更新城市道路风貌，提升城市道路景观美学品质意义深远。景观美学评价的研究分为四大学派： 心理物理学派、专家学派、经验学派和认知学派，其中心理物理学方法应用最为广泛［2］，而心理物理学方法中应用最广泛的是由Daniel 和Boster 提出的美景度评价法［3］。并且越来越多的学者选择借用计算机来进行景观评价和构建景观生态模型，并一直延续至今［4］。美景度评价法常应用于森林、公园、乡村、风景区和各类植物景观，近年来也逐步应用于道路景观［5－6］。本文通过对城市次干路整体绿化美景度评价的定性分析，结合数据量化景观影响因子的定量研究，最后筛选出显著性强的景观因子建立模型，用来解释道路美景度高低的变化，以期为道路绿化更新提供合理建议［7］。

1 材料与方法

1．1 评价材料选择

研究区域位于上海市闵行区浦江镇，闵行区位于上海中心城区西南部，在上海新一轮规划中被纳入主城片区。浦江镇是闵行区“一城九镇”中离市中心最近的新市镇，卢浦大桥建成通车之后使浦江镇与市中心人民广场几乎连成一条直线。浦江镇的迅速发展，对道路景观面貌要求日益提高。实验选取浦江镇12 条城市次干道，分别为昌林路、陈行公路、闵瑞路、先新路、沈杜公路、三鲁公路、立跃路、浦锦路、浦申路、江桦路、江桃路和江月路，其中的34 个样本点进行取景实验。

选择晴朗无云的天气，于9 月中旬10：00 ～15：00 使用尼康相机D3400 横向取景拍摄，以160 cm 高度模拟人眼视角，平行于道路方向拍摄，取景内容涵盖中分带、机非带、行道树绿带和路侧绿带。闪光灯保持关闭，光圈设置为8。每个样点拍摄3 张照片，共拍摄102 张照片。挑选视野内干扰物最少，像素清晰的照片共34 张进行美景度评价。

1．2 景观因子分解

浦江镇道路绿化美景度影响因子总共确立了色彩、中分带、机非带、行道树绿带和路侧绿带5 个主项，16 个分项。其中天空比例、植物色彩种类、绿视率、机非带非机动车道宽度比、行道树叶密度和行道树绿带人行道宽度比6 项为数值型变量，中分带生活型、机非带生活型、机非带种植形式变化、机非带灌木修剪方式、行道树绿带生活型、路侧绿带生活型、路侧绿带种植形式变化、路侧绿带可进入性、路侧绿带环境、路侧绿带地形变化为分类变量。数值型变量通过现场测量和软件处理获取数据并进行计算得出，其中的面积统计数据参考林宴州的方法［8］，使用照片处理软件通过样本照片选区内的像素格数量进行获取；分类变量中有序分类变量直接赋值，二分类变量和无序分类变量需设置哑变量，分类变量设置根据样本照片蕴含的信息进行划分，保证所有样本均含有此项中的一类［9］（见表1） 。

表1 景观因子分解

1．3 美景度评价

美景度评价问卷设计采用7 分制赋值方法［10］，规避了5 分制的粗糙和10 分制的精细烦琐，能够准确反映评价者对景观的好感度，分值极其表示含义为： －3 非常丑陋，－2 丑陋，－1 比较丑陋，0 一般，1 比较美观，2 美观，3非常美观。

美景度评价是定性评价方式，人员的多样性更加能够使美景度值具有广泛性意义。为了使人员背景丰富，不拘泥于学生样本和上海地区人员样本，展示采取照片形式发布网络问卷，要求被调查者观赏每张照片5 s ～7 s，并根据评分方法对景观样本进行打分； 另外设置三张照片为测试样本首先进行评价，使正式样本的评价结果更具有对比意义，测试样本的美景度评价结果不计入模型。

共发放100 份问卷，剔除评分时长过短的问卷15 份，共收回有效问卷85 份。利用Excel 2010 对得到的数据进行录入统计。

本研究计算方法运用传统标准化公式［11］：Zij=（Rij－Rj）/Sj。其中，Zij为第j评判者对第i个景观的美景度值的标准化值；Rij为第j评判者对第i个景观的美景度值；Rj为第j评判者对某一类景观的美景度值的平均值；Sj为第j评判者对某一类景观标准差。

将所有评判者对某个景观样本的标准化得分值求平均值，得出该景观样本的美景度。

1．4 模型构建

将上述景观因子数值作为自变量，样本美景度值作为因变量输入SPSS22．0，筛除相关性弱和解释意义偏低的景观因子，保留相关性和解释意义较强的因子，建立多元线性回归方程。

2 数据分析

2．1 人群美景度评价差异

2．1．1专业与非专业人群分析

评价者中专业人群占比53%，非专业人群占比47%，美景度评价趋势可以看出专业人群和非专业人群美景度评价结果趋势一致（见图1） 。对同一样本相较而言，两类人群对美景度高的样本的评价，专业人群的评价更高； 对美景度偏低的样本，专业人群的评价更低； 可能由于专业人员对道路美的影响因素更加了解，导致这类人群对美景度评价更加深刻，结果更加突出，但两类人群对样本评价美丑的总体趋势是一致的，经过Pearson 相关性检验（见表2） ，Sig 值小于0．01，Pearson 相关系数为0．85，二者的相关性显著，可以认为专业人群和非专业人群的美景度评价具有一致性，这和张锦等人的研究结果相同［12］。

图1 专业与非专业人群美景度评价趋势

表2 专业与非专业人群美景度评价相关性分析

2．1．2上海地区与非上海地区人群分析

评价者中上海地区人群占比42%，非上海地区人群占比58%，从美景度评价趋势可以发现上海地区和非上海地区人员对样本美景度评价趋势一致（见图2） ，而且线条基本重合，表明两类人群对各样本点的评价差异不大。对两类人群美景度评价结果进行Pearson 相关性检验（见表3） ，Sig 值小于0．01，Pearson 相关系数为0．929，二者相关性显著，可以认为上海地区和非上海地区人群对上海地区道路美景度美的认知具有一致性。

图2 上海地区和非上海地区人群美景度评价趋势

表3 上海地区和非上海地区人群美景度评价相关性分析

2．2 道路美景度分析

样本美景度结果显示（见表4） ，34 个景观样本中，有22 个样本（64．7%） 是负值，12 个样本（35．3%） 是正值，整体样本美景度平均值接近于0，道路美景度评价变化较为明显，但整体样本美景度评价一般。美景度最高的3 个样本为：样本6、样本10、样本7。其中，样本6、样本7、样本10 均位于江桦路。美景度最低的5 个样本为：样本31、样本13、样本2。样本31 位于沈杜公路，样本13位于江月路，样本2 位于昌林路。

表4 样本点美景度值

美景度高的三个样本点具有各自特色（见图3） ，样本6 美景度最高，SBE 值为1．231 9，该路段机非带为乔灌结合的植物层次且灌木色彩多变，行道树色叶植物效果突出，中分带和路侧绿带配置乔灌草三层植物层次，整体空间通透，线条流畅，绿树成荫； 样本10 美景度值为1．149 3，该路段位于江桦路和浦星公路交口附近，行道树绿带采用了乔灌搭配的形式，路侧绿带地形变化明显，提高了整体的绿视率，同时大面积草坪形式增加市民参与感；样本7 的SBE 值为1．025 5，该路段特点是行道树结合色叶灌木进行配置，季相色彩突出极具秋天的特征，路侧绿带草坪空间增加了整体开敞程度。三个样本点的共同特征是： 绿量丰富，整形式绿篱修剪，绿带植物层次丰富，路侧都含有草坪景观，并具有可进入性。

图3 高分美景度样本

通过对低分样本分析（见图4） ，样本31 美景度值最低，得分为－1．171 1，该路段无中分带、机非带和路侧绿带，行道树绿化层次单调，人行道狭窄；样本13 美景度值为－0．643 1，该段路侧绿带植物层次丰富，但地被缺失且乔木矮小，行道树树冠稀疏，机非带植物层次和形式变化单一，无中分带，整体绿视率低； 样本2 美景度值为－0．611 5，该样本无路侧绿带和中分带，机非带层次单调无变化。美景度评价较低的三个样本点都不具备中分带，机非带层次单一，整体无季相变化，不具备市民体验感。

图4 低分美景度样本

将34 个样本按所属道路归类计算，得到各条道路的美景度值（见表5） 。实验范围内美景度最高的三条道路为：江桦路、江桃路和浦申路，这三条道路隶属于浦锦街道。浦锦街道绿化建设时间较早，资金投入力度较大。到目前为止，浦锦街道已形成比较优秀的绿化。

表5 样本所属道路美景度排序

美景度值最低的三条道路为：闵瑞路、昌林路和沈杜公路。这三条道路隶属浦江镇（不含浦锦街道） ，通过实地调研分析，该区域绿化建设起步相对较晚，发展和道路绿化管理较为滞后，植被缺失且层次配置效果差，相较于浦锦街道具有更大的提升空间。

3 结果

3．1 模型构建

3．1．1建立初步模型

将美景度值作为因变量，16 个景观因子作为自变量输入SPSS22．0 分析软件，使用Stepwise 法进行6 次运算后，路侧绿带可进入性N，生活型层次L，机非带和非机动车道宽度比H，中分带生活型层次D，绿视率C进入初步模型。

3．1．2建立最终模型

运用Enter 法保证哑变量同时进入模型［13］，得到L1，D1的显著性大于0．05，解释意义偏低，同时二者系数接近于0，自行剔除两个哑变量。此时路侧绿带生活型层次L的对照组变成了原对照组单层结构和L1复层结构的结合；中分带生活型层次D的对照组变成了原对照组无层次和D1单层次结构的组合。建立的回归方程如下：

Z= －0．796 +0．373N+0．588D2+0．781D3+1．212C+0．245L2－0．443L3－1．029H。

3．2 模型分析

回归方程R2的值越接近1，说明回归直线对观测值的拟合程度越好，该回归方程R2为0．861（见表6） ，回归方程具有较好的拟合度；回归方程通过了F 检验，且P＜0．05，方程中至少有一项自变量系数不为0，该方程有意义；方程中的解释变量系数和常数项，经过T 检验，各自变量系数不为0，P＜0．05，各解释变量具有意义和显著性。

表6 道路美景度与景观因子的回归分析

通过对自变量的系数解读发现，美景度值与绿视率、路侧绿带的可进入性呈正相关； 与机非带非机动车道宽度比呈负相关；而中分带生活型层次对美景度的影响是：两层种植结构和三层种植结构相比对照组产生正面影响；路侧绿带的生活型层次对美景度的影响是：三层种植结构与美景度呈正相关，无结构层次与美景度呈负相关。

这说明：视野范围内，绿色植物可视面积越大，即绿视率越高，使行人对该道路美景度产生更多美的感受，重视绿视率指标，能够大大优化城市道路绿化景观质量［14］；中分带的生活型层次会对美景度产生影响，两层和三层的生活型层次相对于无中分带和单一层次美景度更高，三层生活型层次对美景度的美观程度影响更强烈；机非带宽度与非机动车道宽度比例越大，行人对道路的美景度感受越低，机非带不必追求绿化宽度而挤压非机动车道宽度，相反保证机动车道宽度，会使道路具有更高的美观程度，从行人视角考虑主要是因为，非机动车道能使视野宽敞，视线通透，且为非机动车行驶留足空间，使行人产生一定的安全感； 路侧绿带三层生活型层次能显著提高道路美景度，而路侧绿带的缺失则会更大程度降低道路的美观程度。

4 结论与讨论

4．1 人员对美景度的评价影响

按照专业性和地区性人群分类对比的美景度评价趋势一致，不同地区人员的美景度评价结果没有明显差异，专业人员比非专业人员对景观评价的好恶感更为强烈；经过皮尔森检验显示专业人员和非专业人员，上海地区人员和非上海地区人员的美景度评价结果高度相关，可以认为美景度评价的人员选择中专业性和地区性不具有明显差异。

4．2 浦江镇道路美景度评价结果

美景度较高的样本集中于江桦路，而美景度较低的样本相对分散。总体而言，浦江镇浦锦街道道路美景度普遍高于浦江镇其他区域，浦锦镇美景度最高的三条道路是：江桦路、江桃路、浦申路。浦江镇美景度最差的三条道路是：沈杜公路、昌林路和闵瑞路。

4．3 美景度评价模型

通过定性和定量分析结合，得到美景度线性回归模型：

Z= －0．796 +0．373N+0．588D2+0．781D3+1．212C+0．245L2－0．443L3－1．029H。

景观因子对美景度影响程度由大到小排列依次是：绿视率C（1．212） 、机非带非机动车道宽度比H（－1．029） 、中分带生活型层次——三层D3（0．781） 、中分带生活型层次——两层D2（0．588） 、路侧绿带生活型层次——无L3（－0．443） 、路侧绿带可进入性N（0．373） 、路侧绿带生活型层次——三层L2（0．245） 。

4．4 讨论

加快浦江镇绿化环境建设，提高绿化建设水平，从而对接浦锦街道环境水平，已经成为浦江镇环境改善，打造“园林街镇”的当务之急。具体建议如下：

增加道路整体绿量，打造绿树成荫的景观道，补充缺失地被，提高绿地覆盖率，增加植物生活型层次，替换长势较差的树种，适当栽植常绿树种；中分带生活型构成避免单一结构，具有一定宽度的中分带可以配置两层甚至三层的植物层次增加整体道路的美感； 保证机动车道的宽度，对于行人来说，宽阔的非机动车道相较于机非带更令人感到美观和舒适；补充缺失的路侧绿带，增加乔灌草层次感，有条件的还可以建设可进入式的路侧绿带，增加市民体验感和参与性，没有路侧绿带设置条件的场地可以通过打造立体绿化软化硬质景观，增加道路绿视率［15］。