基于街景图片语义分割的安康老城区街道品质测度研究

师小燕 徐 缘

（1.中联西北工程设计研究院有限公司，陕西西安 710043；2.陕西自然资源勘测规划设计院有限公司，陕西西安 710043）

随着城市精细化管理不断推进，依托大数据的城市体检与城市问题研究日益受到关注。信息精度高、覆盖范围广、搜集成本低的街景图像数据成为城市空间品质研究的重要数据源[1]。叶宇等[2]结合街景数据，构建以“品质评价”与“可达性分析”的街道空间品质测度体系。戴智妹等[3]进一步深化基于街景图像研究街道空间品质的测度方法，增加街景图像采集的准确性和可信度。樊钧等[4]通过街景数据对街道的慢行品质进行测度研究，在实践上具有普适性和易用性。本文以安康老城区街道空间为研究对象，基于百度街景图像，从主观和客观两个维度构建街道空间品质测度体系，总结和探究安康老城街道空间品质测度结果，提出街道空间品质提升策略，为街道空间品质动态监测与管理提供参考。

1 测度体系构建

1.1 数据获取

本研究利用Python语言编写代码，利用百度地图API接口爬取街景图片。外部空间研究尺度宜为20～25 m，按照街道视觉尺度20 m选点，选取661个坐标观测点，每点从90°、180°、270°、360°截取人视街景图片，获取百度平台2020年收集的安康老城区有效街景图片2 440张，缺乏街景图像的51个点位进行人工拍摄，补充图像204张，共2 644张街景图片[5]。

1.2 指标选取

从街道空间品质评价角度分析，对前人的研究进行总结归纳，同时基于安康老城区街道空间实际概况，从街道客观建成环境和人的主观感受出发，选取相应指标进行评价。

街道空间品质测度指标体系如表1所示。

表1 街道空间品质测度指标体系

机动车通行指数由机动车道所占比例表征；街道步行指数由人行道所占比例表征；设施便利指数由座椅、路灯、花架等设施所占比例表征[6]。机动车干扰指数主要由机动车所占比例表征；交通标识指数主要由交通信号灯所占比例表征；街道绿视指数主要指街道树木所占比例；天空可视指数主要由天空所占比例表征；人群聚集指数主要由行人所占比例表征[7]。

2 品质测度分析

2.1 街道基本特征

安康市位于陕西省东南部，地处秦巴腹地，下辖1个区、8个县和1个县级市，总面积23 529 km2。本文研究区域为安康市老城区，地处汉滨区中心城区中部，北临汉江，总面积203 hm2。对安康老城片区进行实地踏勘，获取空间建筑基底与街道路网，街道空间具有路网密集、等级多样、均匀分布、方正平直、街道业态丰富等特点，选择59条路段进行研究。

2.2 指标量化分析

以2 644张安康市老城区街景图像为基础数据，在Arcgis平台中对数据进行坐标转换以及各类物质像素提取分析，分别对8个指标进行量化分析。

3个客观要素指标的指数结果如图1～图3所示。

图1 机动车通行指数

图2 街道步行指数

图3 设施便利指数

5个主观评价指标的指数结果如图4～图8所示。

图4 机动车干扰指数

图5 交通标识指数

图6 街道绿视指数

图7 天空可视指数

图8 人群聚集指数

2.3 总体量化特征

本研究引入正向指标服务能力值和负向指标服务能力值，正向指标主要包含街道步行指数、设施便利指数、交通标识指数、街道绿视指数、天空可视指数、人群聚集指数7项单因子；负向指标主要指机动车干扰指数。在Arcgis软件中利用已获取的安康老城区街景图片，对8大影响指标进行分析，得到各影响指标的品质指数，求和得到每条路的品质指数。指数值大表明街道品质高。在量化前对原始数据进行标准化整合处理，将正负向指标转换为无量纲的纯数值数据，数据复杂程度较低，选择易于操作的min-max标准化整合方法进行数据处理[8]。

式（1）为正相关指标计算公式，式（2）为负相关指标计算公式。

式中：xmin(j)——指标值中最小的值；xmax(j)——指标值中最大的值；i——样本编号；j——指标序号。

各级指标权重统计如图9所示。

图9 街道空间品质指数分布

由图9可知，安康老城片区的59条街道空间品质指数为0.613～2.023，平均值为1.052。安康老城的街道空间品质水平相当，差距不明显。其中，空间品质指数最高的街道是东内环路北端，空间品质指数最低的街道是金州北路北端。

2.4 综合评价结果

各项指标对街道空间品质的测度影响程度不同，总体量化后采用权值法对各项指标进行合理的权重配比计算。各级指标权重统计如表2所示。

表2 各级指标权重统计

根据权重计算各指标的实际数值，求和得到综合评价得分，将得分映射到对应的街道，使用ArcGIS自然断点法分级，将街道空间品质综合评价得分分为高、中、低三个等级。结果表明，本研究指数为0.089～0.131的街道属于高品质街道空间，街道数量为10条；指数为0.046～0.063的街道属于低品质街道空间，街道数量为15条；其余街道为中等品质街道。

街道空间品质综合评价得分如图10所示。街道空间品质指数等级分布如图11所示。

图10 街道空间品质综合评价得分

图11 街道空间品质指数等级分布

3 品质提升策略

3.1 路面可行策略

街道空间中机动车道易发生拥堵情况，可以加大路面执勤力度，对人流、车流进行有效疏解，确保道路交通秩序；需合理设置人行道宽度，满足《城市道路交通规划设计规范》（GB 50220—95）的人行道设置要求，结合实际情况适当拓宽人行道宽度；设置禁止占用人行道的明显标志，划定非机动车停靠区域，为行人营造良好的步行空间环境。

3.2 设施便利策略

完善街道空间设施，基础设施包括路灯、渗水性强地砖、无障碍设施等；街道应迎合居民的生活方式，适当增设座椅、共享充电桩、垃圾箱、公共卫生间等设施，为街区带来活力。

3.3 步行安全策略

街道空间是居民生活最易到达、使用率最高的公共空间，车辆、环境是影响居民在城市街道空间的日常安全的主要危险来源。基于居民心理安全需求，可以加强城市街道植物景观和照明景观设计；基于行为安全需求，为人行道设计一定的高差，减少机动车干扰，进一步完善交通标识。

3.4 空间舒适策略

街道空间舒适度主要通过提高绿视率和天空可视率实现。安康老城区绿视率不高且难以进行树木增植，可以利用建筑立面或桥梁隧道立面进行垂直绿化。违建现象会阻碍景观视线，应加大违建建筑的管理力度，整理街道界面，提高天空可视率。

3.5 场所社交策略

街道空间是城市的会客厅，日常通行、购物、休憩娱乐和交往活动集中在街道空间，而街道空间活力源自居民在空间中进行活动。将街道空间中存在安全隐患、发展潜力较小的低效空间改造为街头口袋公园或广场，供市民进行娱乐和信息交换。

4 结语

本研究依托百度街景图像，通过深度学习全卷积网络（FCN）技术对街道空间中150个标签进行语义分割识别，提取影响街道空间品质的关键元素，从主观和客观两个维度上分别筛选测度指标，计算街道空间品质系数，能够提高数据的可获得性和准确性。图像语义分割法对街道空间中大面积像素的识别精度较高，但街道空间环境要素通常较复杂，识别偶尔会产生一定的偏差，研究结果具有一定的局限性，后续研究可以针对此项技术继续进行深化和提升，进一步提高识别精度和研究的准确性。