基于街景技术的街道风貌类型研究——以上海历史文化风貌区为例

■ 江浩波 JIANG Haobo 卢 珊 LU Shan 肖 扬 XIAO Yang

0 引言

上海市开展历史风貌保护和管控工作较早，自1986 年被国务院确定并公布为国家历史文化名城以来，2003 年，上海市政府出台《上海市中心城历史文化风貌范围划示》，划定了中心城区的12 个历史风貌区。经过多年的发展，目前已形成了由历史文化风貌区（风貌保护街坊）、风貌保护道路（河道）以及历史建筑组成的“点-线－面”保护体系。陈飞和阮仪三提出，虽然上海历史文化风貌区的管控方法具有一定的统一性，但12个风貌区间要素类型差异较大，在规划管控的策略上应分类对待。他们通过功能、历史建筑、空间特征、肌理、文化历史等维度进行了分类梳理，将12 个风貌区分为5 类风貌类型：传统地域文化型风貌区、公共活动中心型风貌区、海派生活社区型风貌区、特殊历史功能型风貌区和江湾历史文化风貌区。在实际规划管理中，风貌区风貌多样，其保护与发展呈现出“碎片化”和“一刀切”并存的诸多问题[1]，例如，老城厢和外滩等地区的风貌街道能否实施差异化规划管控策略，这种差异化规划管控是否需要等。因此，亟需全局统筹下的精细化规划管控和指引。

随着信息技术的不断发展，以街景分析为代表的大数据技术给城市规划精细化管理带来了契机[2-3]。街景图像中所包含的人本尺度的城市信息丰富，且数据覆盖面广、收集效率高，被证明具有客观性和准确性[4]。基于街景图像的街道环境评价，是利用街景识别技术对图像中的信息进行提取，如道路、行人、树木和建筑物等，进而实现对街道物理环境、社会环境、经济环境或美学环境的评价[5]。因此，本研究基于深度学习的街景技术，聚焦人本尺度下风貌片区和风貌街道两个维度，对上海主城区的12 个风貌区展开系统性类型学研究，为风貌区和风貌街道的精细化管理提供技术支持。

1 相关研究进展

1.1 上海历史文化风貌区的评价

历史文化风貌价值日益受到关注，例如，厦门作为非历史文化名城也积极搭建平台和构建风貌保护体系[6]。全国范围内，上海的历史文化风貌保护体系最为全面且富有特色，研究者们针对上海风貌保护体系的研究主要分为三个方面：要素评价研究、保护体系研究和更新规划研究。例如，宋凯旋和吴文治[7]总结上海历史文化风貌区的研究视角多样，涉及历史文化风貌区的规划、保护、开发、发展、更新、评估等多个层面。伍江和王林[8]从城市空间功能、社会生活、历史文化、技术法规等4 个维度对上海历史文化风貌区现状进行了系统总结。苏蓉蓉[9]总结了目前上海市历史风貌道路保护的现状问题和更新困境，并探讨了历史文化风貌区的更新规划路径。对于风貌区的管理，不仅要保护修缮历史建筑，还要提升风貌区整体环境品质[10-11]。风貌区原有的低建筑密度、高绿化水平以及优质配套的特征在逐步弱化，与此同时，建筑老化、功能退化、管理弱化的状况日益显现。

要素评价研究方法一直是上海风貌保护研究的热点方向，研究者通过分析要素因子，评价风貌区街道环境品质，如，黄丽琴[12]量化环境要素，评价历史文化风貌区在游憩空间品质中存在的差异和问题；陈卉和胡玉婷[13]则对激发街道活力的空间品质要素进行研究。同时，在保护体系研究方面，周俭等[14]和徐继荣[15]分别在保护规划编制和扩区深化工作这两个上海风貌保护的不同阶段，阐释了风貌保护中的研究重点和核心，明确分级分类，提出管控要求。郭鉴[16]和沙永杰等[17]则针对保护体系中的“线要素”——风貌道路，在近些年的实施中，总结和明确了风貌道路保护规划的基本理念和技术问题。在更新规划研究方面，苏蓉蓉[9]、李林等[18]分别从设计实践角度、整体性开发角度、场景理论视阈角度，探讨了更新规划路径[19]。

1.2 街景识别技术在城市规划中的应用

街景图片最早于2007 年5 月由谷歌公司推出，发展至今已经被大量应用在城市研究中，谷歌、腾讯和百度街景是常用的街景图像数据源。国内外研究者们首先通过与传统调查方法对比，验证了基于街景图像的研究对于实际物理环境反映的准确性[4,20]，Gong 等[21]基于金字塔场景分析网络（PSPNet）像素级语义分割方法，分析谷歌街景图像数据，以天空、树木和建筑的可见度为重要参数，评价香港高密度城市街道峡谷，并将场地调研的鱼眼图像数据、谷歌街景图像数据和3D GIS 模型数据三种数据来源的评价结果对比，验证了街景图像数据的有效性和高准确度。研究者们通过相关性分析，发现街景图像在反映物理环境的同时，也能够间接反映和评价社会经济环境[22-23]，如Wang等[24]将识别出的街道要素分为小汽车相关、步行相关和混合用地设施相关三类，并运用弹性网络回归模型，发现其与各类社区组织活力相关。基于街景图像对实际物理环境和社会经济环境的有效反映，唐婧娴等[25]学者，通过构建评价指标体系，将街景识别技术应用于街道空间品质评价中[26]。

城市街道是城市最基本的公共产品，是城市空间的骨架部分。既有研究主要针对衡量步行环境质量，测量诸如建筑高度、街区长度、街道和人行道宽度等物质空间特征[27]。同时，还涉及空间感知[28]；环境行为学[29]；VR 虚拟实验[30]等，涉及客观量化评价与主观空间认知。研究评价的指标体系，包括街道功能、街道尺度、街道家具、街道设施、街道绿化环境、街道慢行环境等，囊括街道空间环境中的各类要素和因子。风貌区内的街道还同时作为城市历史文化特征的载体，需要更加精细化的管理和设计[31]，因此，本研究基于深度学习的街景技术，对上海主城区的12 个风貌区展开全局性类型学量化研究，对既有管理政策分类提供优化方案和技术方法。

2 研究范围与数据

2.1 研究范围

研究选取能充分体现上海城市历史文化特征的中心城区范围内12 片历史文化风貌区作为研究对象（图1），包括：复兴路历史文化风貌区、提篮桥历史文化风貌区、外滩历史文化风貌区、人民广场历史文化风貌区、老城厢历史文化风貌区、衡复历史文化风貌区、虹桥路历史文化风貌区、山阴路历史文化风貌区、江湾历史文化风貌区、龙华历史文化风貌区、提篮桥历史文化风貌区、南京西路历史文化风貌区、愚园路历史文化风貌区、新华路历史文化风貌区。总用地面积2 696 hm2。

图1 上海中心城区12 个历史文化风貌区分布图[32]

2.2 街景数据分析

本研究通过腾讯街景数据采集，总计收集了上海中心城区12 个风貌区的16 651 张街景图片。在图像获取方面，首先通过OpenStreetMap获取路网数据，并应用ArcGIS10.5每隔30 m 生成一个街景点，以此街景点的坐标通过python 脚本进行地理坐标转换，再通过调用腾讯街景地图API 获取街道影像全景图。图像分割处理是计算机视觉中除了分类和检测外的另一项基本任务，本文应用DeepLabv3+模型结合Cityscapes 数据集，将每张全景图分割为天空、建筑、人行道等12 类街道要素，并计算每类要素在每张街景图中的比例。图 2 是分别对老城厢和衡复风貌区街景图片的语义分割。本研究首先将获取到的12 个风貌区的街景图像进行语义分割，获得这些街景图像中各街道要素的像素值。

图2 用DeepLabv3+模型对街景图片语义分割

将街景图像中的各数据进行相关性分析，发现整体上风貌区街景图像的各要素之间存在一定相关性（表1）。其中，街景图像中天空要素的占比与树木要素的占比呈现显著负相关，这反映出在街道尺度相对较小的历史风貌区中，较高的绿视率往往伴随着较低的天空开敞度，而有研究表明，较高的天空开敞度和绿视率都会对人的健康及街道环境有积极影响，因此，应当寻求绿视率与天空开敞度之间的一个平衡值。同时，自行车、行人和围栏三者之间都有较强的相关性，其中，围栏与行人、自行车呈现显著负相关，反映了围栏的限制性作用。另外，铺装与道路以及汽车之间也具有较强的相关性。

表1 各街道要素之间的相关性分析结果

3 实证分析

3.1 基于街景的风貌区间要素特征差异分析

通过对12 个风貌区总体特征分析看出，各个风貌区的总体特征差异很大。将12 个要素特征整体可分为三组，在12 个风貌区之间，天空、树木、道路、建筑要素的占比相差较大，路标、围栏、标识、汽车要素的占比相差较小，而柱体、自行车、行人、铺装等要素的占比则反映出极值较多的特征。绿化的占比可以反映该片区整体的步行适应性水平。新华路和衡复两个风貌区的均值最高，其次是南京西路，其他风貌区的均值集中分布在0.1～ 0.3 之间；老城厢和外滩风貌区的中位数值最低；外滩和提篮桥风貌区绿视率值的变化区间较小，区间变化均在0.1 左右（外滩风貌区绿视率集中分布在0.03～0.13，提篮桥风貌区绿视率集中分布在0.05～0.15）。用行人和自行车占比的总和来衡量地区的活力水平。由于人的要素在街景图像中所占比重相对较小，12 个风貌区的活力度值相对集中分布在0～0.05 区间范围内。老城厢的均值显著高于其他风貌区，且存在较多高值，最高达0.25；虹桥路和新华路的活力度最低，且集中分布在0～ 0.01 之间。

如图 3 所示，在天空开敞度方面，衡复和新华路风貌区的均值明显低于其他风貌区，集中分布在0.2 以下，一半以上的街景点天空开敞度极低，集中分布在0～ 0.05 之间；而提篮桥的均值最高（0.38），龙华、江湾、虹桥路风貌区与其相似；其余大部分风貌区的天空开敞度值均值分布在0.3 左右。

图3 12 个风貌区总体特征箱线图

道路、铺装、行人、自行车这四个指标的占比通常可用来理解衡量机动化水平。刘丙乾等提出，街道机动化程度与道路占比、人行道占比、机动车占比、慢行者占比（行人、骑行者）这4 种因素密切相关[33]。结果显示，虹桥路风貌区的机动化水平均值最高（0.13），其次是南京西路风貌区（0.12）、龙华风貌区（0.11）和江湾风貌区（0.11）；老城厢和新华路风貌区的均值最低（0.07），其中，老城厢风貌区部分值集中分布在0 以下；衡复风貌区内的机动化水平浮动最小，集中分布在0.05～ 0.14之间。

3.2 基于街景的风貌街区类型分析

对12 个风貌区所有街景节点的街道要素进行因子分析和聚类分析。通过因子分析，将11 个街景要素降维至5 个因子（表2）；通过K-means聚类分析法，将5 个因子分为以下4类地区：第Ⅰ类节点地区机动化水平较低，活力亦较低；第Ⅱ类节点地区机动化水平最低，车辆最少，但天空开敞度最高，活力最高；第Ⅲ类节点地区绿视率最高；第Ⅳ类节点地区机动化水平最高，但活力最低（表3）。

表2 街景要素变量的因子分析结果

表3 风貌区K-means 聚类分析结果

将聚类的结果进一步可视化，如图 4 所示：衡复、南京西路、愚园路和新华路风貌区中第Ⅲ类街景点集聚，反映其绿视率较高，其中，愚园路风貌区的第Ⅲ类街景点相对集中在风貌区中央，而衡复风貌区空间品质类型较为统一；老城厢风貌区中以第Ⅱ类街景点为主导，反映其活力度很高，且天空开敞度较高，机动化水平较低，车辆最少，但绿视率较低，环境质量并不高；虹桥路、龙华、江湾这三个风貌区为同一个空间品质类型，风貌区内第Ⅳ类街景点的分布比较集中，反映其机动化水平较高，活力较低，这也与其处于城市非核心区域的区位特征相吻合；外滩和人民广场风貌区所构成的四类街景点类型分布比较均质、分散，其中，第Ⅱ类街景点较为主导，反映其作为以公共活动为特征的区域对空间环境的多样化要求。

图4 街景点聚类分析结果

3.3 基于街景的风貌街道类型分析

将范围内相同路进行合并，对12 个风貌区的363 条道路进行因子和聚类分析，得到与街景点分类的类似结果，街道尺度存在四种风貌品质类型。

可视化结果（图 5）显示，老城厢内第Ⅳ类道路集中分布在第一象限，而其他三个象限的道路均以第Ⅱ类为主导。这是由于，在老城厢城市更新中，第一象限主要用于建造高容积率的商住和办公用房，在改造建设的过程中，活力度呈下降趋势，而机动化水平上升。

图5 街道聚类分析结果

外滩和人民广场风貌区作为以公共活动为特征的区域，道路聚类结果也反映出以第Ⅱ类为主的分布特征。除高等级道路外，外滩风貌区中，苏州河两侧的道路及分布在风貌区内部的南京东路、四川中路、汉口路、福州路等活力度较高，均属于第Ⅱ类；人民广场风貌区中，第Ⅱ类型的道路如新昌路、江阴路、汉口路、福州路等，则集中分布在中央开放空间周边成片的里弄街坊之中。

衡复、南京西路、新华路风貌区以第Ⅲ类道路分布为主。在衡复风貌区的77 条道路中，有55 条道路都为第Ⅲ类林荫道路。新华路风貌区作为平均绿视率最高的风貌区，其内部除南侧的淮海西路为第Ⅳ类以及安西路为第Ⅱ类外，其余5 条路都为第Ⅲ类林荫道；其中，新华路作为重要的国宾路，绿视率达到0.7。

愚园路、山阴路和提篮桥风貌区内四种类型道路分布较为均衡。在愚园路风貌区内，愚园路、宣化路等属于第Ⅲ类型道路；江苏路等随着风貌区内业态的引进活力度提升，属于第Ⅱ类型道路；风貌区内的长宁路等高等级道路则属于第Ⅳ类。山阴路和提篮桥风貌区都位于虹口区，其中，山阴路风貌区中拥有众多的名人故居、花园洋房和新式里弄，部分路段活力度较高，街道景观优美，历史人文气息浓厚；其中的多伦路、长春路等属于第Ⅱ类，而甜爱路、山阴路等则属于第Ⅲ类。

江湾、龙华、虹桥风貌区中以第Ⅳ类道路分布为主。江湾风貌区整体上保留了“大上海都市计划”所规划实施的环形放射的城市道路网格局，具有较高的机动性；龙华和虹桥路风貌区的保护对象主要为内部场地而非道路，包括大面积的龙华寺、西郊宾馆和上海动物园，而具有街景的道路主要分布在风貌区边缘且机动化水平很高。其中，虹桥路具有最高的机动化水平（0.2）。

关于街景识别类型的准确性问题，研究认为，Ⅱ、Ⅲ类道路应当作为重点风貌道路，并将12 个风貌区的363 条道路的聚类结果与《上海市中心城历史文化风貌区风貌保护道路规划》中划定的144 条风貌保护道路进行分析比较。图 6 所示，选取的70 条风貌保护道路中，有41条道路被街景数据识别为第Ⅲ类海派漫步型林荫道，15 条被街景数据识别为第Ⅱ类活力特色型道路；在研究选取的137 条风貌保护道路中，有47 条为第Ⅲ类海派漫步型林荫道，39 条为第Ⅱ类活力特色型道路，Ⅱ、Ⅲ类风貌道路均位列4 种聚类结果中的前两位（图7），显示出基于街景技术具有较高的准确性。识别结果出入较大的主要集中在老城厢和江湾历史文化风貌区，原因在于有些具有历史文化价值信息并不包含在街景图像中。

图6 聚类结果在70 条风貌保护道路中的分布

图7 聚类结果在137 条风貌保护道路中的分布

4 结论

研究发现，街景分析技术能够较好地反映出上海市中心城区12 个历史文化风貌区的物质空间特征和类型，人本尺度下的风貌要素特征可将12 个风貌区分为4 类：即活力特色风貌区、海派漫步风貌区、历史事件风貌区、混合类型风貌区（表4）。其中，外滩风貌区、人民广场风貌区、老城厢风貌区为活力特色风貌区，具有较低的机动化水平、较高的天空开敞度和较高的活力度水平；衡复风貌区、南京西路风貌区和新华路风貌区为海派漫步风貌区，具有较高的绿视率；虹桥路风貌区、江湾风貌区和龙华风貌区为历史事件风貌区，具有较高的机动化水平和较低的活力度水平，其本身的环境特点不具有宜人的尺度和较高的街道品质，但因其具有纪念意义的历史背景而具有风貌保护价值；山阴路风貌区、提篮桥风貌区和愚园路风貌区以上几种风貌类型分布比较均衡，属于混合类型风貌区。在空间分布上，分类结果在城市空间结构上呈现圈层关系：最内层并置的两个圈为海派漫步风貌区和活力特色风貌区，中间层为混合类型风貌区，外圈层为历史事件风貌区（图8）。

图8 上海中心城区历史文化风貌区类型空间结构图

表4 基于街景图像的上海风貌区分类结果

研究结果进一步印证了陈飞和阮仪三提出的上海风貌区精细化分类的必要性和合理性。分类结果符合现状风貌区的功能、历史建筑、空间特征、肌理、文化历史等方面的特征，如衡复和新华路风貌区所呈现的高绿视率等高品质特征，符合其风貌完好之海派生活社区型风貌区的类型特点；外滩和人民广场风貌区所反映出的较高活力度水平，也符合其作为公共活动中心型风貌区的类型特点；而提篮桥风貌区被归纳为混合类型风貌区，也符合“北侧提篮桥监狱，南侧里弄式花园住宅及新式里弄较为集中”等对其风貌特点的描述。同时，从空间环境特征上来看，图4 的聚类结果显示，江湾与龙华、虹桥路风貌区为同一类型的风貌区，都具有机动化水平高、活力度低等特征。

此外，研究发现，基于人本尺度的视觉风貌评价与已确立风貌保护道路具有高度的一致性，以海派漫步型林荫道和活力特色型道路为主体部分，但分析发现，一些具有最高机动化水平，但由于其特殊的历史与文化价值也被划在风貌保护道路的行列中，如虹桥路。相反，如衡复风貌区内的嘉善路不在已确立风貌保护道路名单内，但其绿视率、活力度等多项指标均高于一般风貌区的保护道路。因此，精细化的定量研究有利于了解风貌区道路特点、类型和构成，形成“自下而上”的更新反馈，易于发现总结不同区域的痛点难点。建议上海未来风貌保护道路的管理，在依赖风貌区编制、“分区分级”管理体系的基础上，建立风貌区与风貌保护道路平行的管控思路，从整体的视角横向比较风貌保护道路，先“分级”再“分区”，并针对上海差异类型道路提供相应的管控措施。