基于GIS技术分析的气味景观分布与情绪评价研究——以淮安市城市核心区为例

朱文元，徐敏辉，王忆雯

（1. 淮阴工学院建筑工程学院，江苏 淮安 223001；2. 中国矿业大学（北京）力学与建筑工程学院，北京 100083；3. 淮阴工学院设计艺术学院，江苏 淮安 223001）

气味作为人类通过嗅觉来感受外部环境变化的重要途径，潜移默化地影响人的行为与心理［1］。“气味景观”一词则最早由加拿大地理学家Porteous提出并将其类比为视觉景观，强调气味景观的感知不连续、空间碎片化、偶发性的特点［2］。但在传统的城市规划中，视觉景观设计一直占据绝对性地位，嗅觉景观在很大程度上受到忽视［3］。而“人—环境”的感知关系并非局限于视觉，而是多感官、多方位地参与，应当包括嗅觉、听觉等感官［4-5］。

城市气味景观研究在国内外主要形成两种研究方向，即微小空间实验员环境感知以及城市尺度的数据评价分析。就环境感知发展而言，国内外学者多以问卷调查、实验者感知评价等方式［6-8］。Henshaw［6］以社会学的方法，让受访者集中精力感受周边气味环境，并在地图上标注自我感受与气味体验；英国凯特·麦克莱恩（Kate McLean）带领志愿者走遍纽约大街小巷进行气味测度以绘制气味景观地图［7］；杨安琪等［8］通过问卷调查与访谈等方式研究城市商业空间的气味和使用者体验之间的关联性。国内外对于城市气味的数据评价还未得出统一标准和较好范式。城市气味数据评价研究多以区分气味层次、考虑行人的主观评价，并将研究结果应用于城市建设中［9-11］。封蓉等［9］根据对北京旧城区的气味进行分类，分析城市气味对地区发展的影响以及探讨城市气味景观在城市规划设计中应用的可能性；Quercia 等［10］通过社交软件数据结合卫星地图数据来分析当地气味空间分布以及绘制气味景观地图；德国罗萨诺·希法耐拉通过线上线下调研相结合的方式获取气味描述数据，通过构建城市气味分类标准，分析街道气味组成以及绘制可视化的气味地图，并将研究成果用于对城市规划［11］。

气味景观作为人嗅觉感知环境的直接媒介，近年来国内外学者对其诸多影响进行论述，如怀旧、地方依恋、情绪调动等［1，12］。相较于直观的视觉景观研究，气味景观个案研究与感官评价数据还未被系统归纳，当今信息技术不断发展，大数据结合GIS（地理信息系统）技术在气味景观研究中也得以应用［9、11］，这为从多角度和多层次研究城市气味提供了便捷方法，也为城市气味景观地图绘制以及行人情绪分布地图的绘制提供了技术支撑。

1 研究区概况及数据源

1.1 研究区概况

淮安市作为国家淮河生态经济带一员，其生态环境与经济建设都得以快速发展。研究聚焦于城市气味景观，选取气味种类相对丰富、人口密度较大、留存相对完整的绿地和水体的淮安市中心城区核心区域。区域范围为：长深高速以东，京沪高速以西，盐河以南，淮六线以北。区域内地势平坦，高程最高为14.46 米。《淮安统计年鉴（2021）》与《淮安市2020 年国民经济和社会发展统计公报》显示，淮安市2020 年居民拥有私家车较于2019年增加5.6万辆、第二产业增加值为1 630.98 亿元、私营与国有控股重工业共687 家。根据淮安市人民政府颁布的相关公告与文件显示，淮安市对于城市气味的防治重心主要在于严控工业排放、汽车尾气、VOCs、生活排放等气体排放以及治理脏臭水体、垃圾乱堆等恶臭气味源，同时对绿化环境、建筑室外环境、花草树木营建等品质要求有所提高，这反映出政府部门对于日常生活管理、城市气味管控、居民生活品质的重视程度在不断提高。

1.2 数据获取

本研究区所用POI数据源于高德地图，通过高德地图开发者平台，利用密钥调取关键词（餐饮、购物、公司企业、生活服务等）POI数据，共65 536条数据。通过OpenStreetMAP 开源数据网站（https：//www.openstreetmap.org/）获取城市肌理（道路、水系、绿地等要素）数据。由于本研究中城市气味的分布与扩散是以城市道路为基础，但所获取的原始道路数据的支路过多并且繁杂，在本研究中主要利用ArcGIS10.5软件裁剪路网，对各等级道路进行缓冲区分析，并融合道路缓冲区面图层，通过面转线工具提取道路中心线以消解道路双线和冗余的道路信息，最终确定研究区机动车路段1195条。

2 研究方法

2.1 主观评价法

研究主要使用陈意薇等所总结的主观评价法［2］。该方法通过问卷调查和访谈的方式收集环境使用者对于区域气味印象，研究者对气味类型、气味源位置、气味强度、气味持续时间、气味喜好程度等进行区分。在此基础上，利用EXCEL 进行统计分析并结合GIS（地理信息系统）实现城市气味景观地图绘制。

2.2 GIS空间分析

在地理信息数据整合方面主要通过缓冲区分析、核密度估计法。缓冲区分析即对一组或一类地理要素（点、线、面）设置特点距离，围绕该要素实现一定范围的多边形实体，从而实现数据在二维空间扩展的信息分析方法。

核密度估计法主要用于计算点、线要素测量值在指定邻域范围内的单位密度，以此来获得点、线要素的空间分布密度情况。

3 研究结果

3.1 中心城区气味景观分析结果

3.1.1 气味源分类及其属性确定

通过对研究区常住人口进行问卷调查，将研究区内主要气味源分为六大类，分别是餐饮服务、道路交通附属设施、自然、工厂、生活性公共服务设施、购物服务。在此基础上又可细分为食物、汽车排放、自然、工业排放、生活排放、医院、烟草、动物、人造香气九中类，再分为若干小类，见表1。

表1 气味源分类结果

由于各城市生活环境与生活习惯的差异化，可能会导致气味的构成、对居民生活的影响程度以及居民对气味的情感意向会有所差异。因此，本文根据所确定的食物、汽车排放、自然、工业排放等九个种类的气味源，对当地常住人口进行问卷调查，发放调查问卷300 份，回收有效问卷289份，以此直观反映气味对研究区域中的居民日常生活和空间品质的影响程度。

食物气味源方面：选取宽度10～15 m的街巷作为调查点。油炸、烧烤、火锅等摊位的气味较为刺激，传播距离约为50～100 m，持续时间较长，讨厌与喜欢的比例为2.5∶1；蒸煮食物、茶、咖啡等气味较为清淡，传播距离较短，大约在10～20 m范围内，同时气味持续时间较短，讨厌与喜欢的比例大约为1.8∶1。汽车排放方面：选取停车场与城市机动车道作为调查地点，行人对其描述主要有三点：持续时间短，但气味较大（尤其是柴油车产生的尾气），传播距离大概为5～12 m，此外都表现为讨厌情绪。自然环境方面：选取城市公园与河流步行道作为调查地点，大部分受众都表现为愉悦、喜欢、开心等情绪，受访者表示花香与绿色植物的清香气味传播较远，持续时间久，传播距离约5～10 m范围。工业排放方面：在调查过程中，72%居民认为工业去除硫化物、细微颗粒物等污染，其产生的气味还是存在的，对其生活造成了影响，认为其气味最远可以传达至500 m 范围，但其中83.3%居民认可其传播距离在200～400 m范围内；21%居民认为对其生活并未形成明显影响，但表示讨厌情绪。生活排放方面：有垃圾投放点、公厕、污水排放口、厨房油烟等气味源，整体评价较为一致，为厌恶情绪，按讨厌程度可将其分为：污水排放口、垃圾投放点、公厕、厨房油烟，其占比分别为89%、64%、61%、53%，并且认为污水排放口、垃圾投放点、公厕气味时间持续时间较长，传播距离较大。医院气味方面：76%的居民认为医院存在气味，尤其是中医院的气味较为显著。其中42.11%的居民对中医药产生了讨厌情绪，而其余居民则表示无感以及日常不重视。烟草气味方面：近83%女性与62%的男性表现为厌恶，认为其传播距离为5～10 m，但持续时间较为短暂。动物集聚场所气味：81%的受访者对动物交易场所产生的气味表示讨厌，认为动物集聚产生的气味较大，大概为1～5 m。人造香气方面：90%以上的评价较为正面，主要表现为喜欢，其中近2/3 的居民喜欢香水产生的香味，近1/6 的居民喜欢香薰气味。有关人造香味的气味源描述中近1/2 的居民认为人造香气可传播至5～10 m，1/3的居民认为可传播至1～5 m，并且气味存在时间较长。此外，有4 位受访居民对于书籍、笔墨、雾霾等城市其他气味有所补充，但书籍与笔墨的气味传播距离较小，雾霾天气影响范围较广且出现概率较低，因此本文不作考虑。

根据气味的自身特性，针对气味的浓度和持久性分别分为高、中、低三个等级。高浓度气味包括汽车尾气、烟草和食物气味；中浓度包括工业排放、生活排放、医药和人造香气；低浓度气味则是自然和动物气味。高持久性的包括生活排放、工业排放、自然气味；中持久性的包括食物、医药、动物和人造香气；低持久性的包括汽车尾气与烟草气味。其次研究通过设置常规气候开阔场地条件下的场景问卷，结合调研者与受访人，模糊确定气味源扩散半径如表2。

表2 气味源描述特征

3.1.2 中心城区气味景观结果

利用ArcGIS10.5 软件，将九中类气味源以缓冲区分析方法确定在理想气候条件下的淮安市核心区城市气味景观分布（见图1），缓冲区距离设置条件见表2。在不同气味影响范围影响条件下，淮安市核心区的气味主要集中在商业中心地块，工业及周边地区的气味较为单一且影响范围远没有商业中心的影响范围大，商业地区内部气味种类繁多，并且由于其容积率与建筑密度相对较高，不利于空气与外界气体的交换，因此气味的消散时间受到影响。

在300 m带宽条件下，通过对不同气味源进行核密度估计，以获取不同气味影响范围（见图2）。淮安市中心城区内气味景观节点分布呈现大分散，小集中的空间态势，在大范围内各地区都存在气味景观节点，在小范围内主要集中在用地复杂地区，存在多种气味类型，各类气味的重要程度、影响范围大小不一。整体角度而言，清江浦区主城区气味分布较为密集，且影响范围较广，其中食物性气味最为密集，虽影响范围较小，但连贯成片区。局部片区而言，核心区的中西部片区城市气味分布相对密集，是烟草、生活排放、食物、汽车尾气等气味源分布核心，侧面反映该区域人口集中、基础设施完善；而东部片区各类气味源分布较少，该区域主要气味源为汽车尾气，该区域位于淮安市经济开发区西侧，此片区分布有住宅区、物流集散地、汽车修理厂等，上班、购物、汽车维修等需求造成了较大的汽车尾气排放量。相较于生产区域，在生活区域内的气味多引发居民的好感情绪，能在极大的程度上满足居民的幸福感和地区归属感。在远离生活区域的生产地区，气味景观较为单一，主要以生产排放和自然气味景观为主。

图2 不同气味影响范围

通过ArcScene 对各气味影响范围依据核密度数值进行纵向拉伸，并且叠加各气味源的核密度图层（见图3）。对于核心区整体而言，城市气味相对分布浓度较高的普遍存在于淮海商业中心、万达商业中心、楚秀园片区。淮海商业中心与万达商业中心集聚了众多商业与服务业门类，区域内的气味复杂多变。而楚秀园片区因其附近旅游景点多，散布诸多餐饮等门店以及其本身的自然优势，致使其气味复杂，但其中自然气味分布最多，影响范围最大。根据所得的气味分布峰值图来看，各类气味中以食物气味和汽车尾气为气味浓度分布密度最高、气味影响力最大的。商业区内在各种气味的综合下，气味的聚合性变得更强，气味的峰值呈现多重山峦状，而在较远的生产地区，生产排放的气味特性明显，且占比巨大峰值出现较大差异。

图3 淮安市中心城区气味浓度分布

3.2 城市气味情绪评价

3.2.1 评价文本数据及调研结果

本文借鉴希拉耐拉等绘制的城市气味地图，研究气味对行人心情造成的影响，分析气味影响下的行人情感倾向。通过八爪鱼软件所共享的抓取大众点评与新浪微博评论数据模块，一键抓取用户所分享的城市气味源的相关评价，通过去除空值、删除标点符号等数据清洗工作，结合ROST CM6 软件词频汇总以及自然语义分析，提取高频词汇和情绪评价条数，总体正负情绪情感分析准确度达到70%～80%，高频情感词汇主要包括兴奋、愉快、舒适、无感、厌恶、讨厌、烦躁、失望等。以兴奋、愉快、舒适、无感、厌恶、烦躁、失望等7 种情绪进行分析，研究区气味高值点淮海商业中心的兴奋、愉快的评价总体占据42.4%，其主要字段显示为美食、景观、人造香味，其中店铺以及摊位店铺的美食气味评价占据较高部分，也是打卡评价的较高来源；而厌恶、失望情绪占据23.7%，主要字段显示为道路车流、周边停车、垃圾以及油烟气味等；无感情绪评价中11.2%集中于此，显示的理由繁多且复杂，关联性不足，不予统计。万达商业中心的情绪评价中兴奋、愉悦、舒适情绪评价占比为63.6%，字段显示主要为美食、甜品、咖啡等气味获得好评；厌恶、烦躁、失望等负面情绪评价占比26.1%，主要字段还是显示汽车尾气较多以及交通流量较大。而楚秀园区域的情绪显示主要为舒适、愉悦，情绪评价占比约为36.8%，字段显示为自然环境、休闲环境，厌恶、烦躁等情绪表达较少，占比约为10.8%，字段显示相关信息与地区气味源的影响不大。

根据调查问卷结果，参考封蓉等［9］研究成果，其在北京后海与旧城气味景观研究中，利于Python进行语句打分，并将气味所调动的行人情绪分为正面、负面、中性三种类别，在气味景观地图绘制中也以喜爱、反感、无感三类情绪气味景观进行界定，本文欲将兴奋、愉快、舒适合并至好感情绪，厌恶、讨厌、烦躁合并至反感情绪，而无感情绪在问卷调研中占比始终较低，因此本文将情绪分类预划定为好感、无感、反感三种类别。91.6%受访者同意将引起行人情绪变化代表性气味源分为三类，即好感，无感，反感情绪气味，即根据区分的情绪气味做出气味景观影响下的情绪分布如图4 所示。淮安市中心城区好感度最高区域在于淮海商业片区以及楚秀园片区周边，最为反感的区域在于经济开发区西侧。在气味景观影响下的受访者情绪可视化图中，淮安市中心存在着大面积的反感气味，但强烈反感区较少，主要为反感较低值区和反感低值区。无感气味在城市中存在范围较少，主要表现在城市的街道，气味表现不明显的区域。而好感气味区主要集中在了淮海商业中心向外延展大部分地区。

图4 淮安市中心城区气味浓度分布

图5 受访者情绪气味分布图

3.2.2 气味情绪评价结果

通过对引起行人情绪变化的气味密度分布图层相互叠加，获取受访者气味评价图分析结果如图6所示。其中淮海商业中心、石塔湖片区以及大学城片区范围内，行人易受城市气味影响而表达的情绪类型最为集中且多样化。其中好感度最高的位于淮海商业中心，被调研者中有86.4%的人对此区域气味有好感，因其承载了城市中心的娱乐、商业、休闲、文化等功能，并且餐饮、购物、广场内的绿植等分布密集易散发出令人们愉悦的气味。而行人情绪低值区主要分布于经济开发区西侧地带，因其距离城市主要办公生产地区较远、住宅区分布较多、道路网分布较为密集，致使为满足工作—居住、购物—居住以及休闲—居住等需求而产生大量的汽车尾气，同时该地物流仓储、工厂、市政设施分布较多也是致使该区域行人对于气味感知低落的原因。

图6 受访者气味评价分析图

4 结语

POI数据、大众点评、微博数据等大数据与GIS空间分析相结合的应用为研究区气味景观地图、行人情绪分布地图绘制提供了技术指导，线上主观评价和线下问卷调查相互验证为研究的内容提供了丰富性、完整性和准确性。结果显示，淮安市气味景观多元，通过感知和气味分类，构成了核心区独特的气味景观地图；在气味景观地图与行人情绪感知地图中，淮海商业中心气味分布种类多元且其气味易使行人接受，表现愉悦；而核心区东部气味种类较少且消极气味占据比重较大，行人厌恶感较为强烈。未来城市建设中，应当注重气味治理，提倡公交出行以及划定绿地，引导生产要素合理配置从而提高绿色全要素能源效率［13］。

了解城市气味景观分布对于提升城市品质、改善人居生活、指导城市更新设计具有重要的指导意义。大数据分析技术结合问卷调查的方式，克服了数据量不足、实验范围小以及耗费精力多等缺点。不足的是，因气味具有特殊的无规律空间扩散的特性，即整个研究忽略时空等条件对气味扩散范围、气味浓度和持续时间的影响，虽然该方式不满足常规气候条件下的气味扩散规律，但空间连续的气味分布结果仍可对城市规划设计和研究提供一定参考。