基于景观织补理论的城市街道景观分析

胡海辉， 张渡民， 左国良， 刘双， 王惠

(东北农业大学园艺园林学院， 哈尔滨 150036)

在存量规划的城市更新大背景下，老旧城区和新城区发展不平衡、城市肌理破碎等问题亟需解决。织补理论因其对破碎环境织补和连接的理念为存量规划提供了一定思路，而城市街道景观是反映城市面貌和个性的重要因素[1]，是城市更新的重要环节，更加注重人地和谐。景观织补理论对景观的组成成分、空间、使用者多重的考虑可以解决此问题，为城市景观的更新提供指导意义。

自1967年约翰·波特曼(John Portman)基于系统性思想提出了在旧的城市肌理中植入新的开放空间，缓解城市肌理的割裂，塑造城市活力[2]的“城市编织”理论以来，国外织补理论的研究对象逐渐从建筑、城市开放空间扩充至城市整体环境[3]。欧美各国的规划师提倡结合智能技术“织补”出连接紧密但更具有弹性的城市中心[4]，其研究多将景观织补理论作为在复杂城市系统论视角下解决城市更新存在问题的动态理念。而中国自20世纪90年代，吴良镛院士首次对历史街区的改造修补进行实践探索[5]；李沫[6]使用织补理念探索了海港地区的织补方法，国内织补理论多处于主观意识构建阶段，景观织补理论系统性的思想因主观意识始终无法大规模实施。综合中外研究，目前其研究内容多属于描述性结论，仍属于定性研究的范畴，当前对城市或景观等现存问题的客观描述缺乏定量研究辅证织补理论的必要性。

针对目前城市精细化建设中城市街道公共活动空间缺失的问题，现以城市中观尺度为视角，以景观织补理论为切入点，结合城市街景影像等多源数据，通过对开放街道数据(open street map，OSM)及兴趣点(point of interest，POI)的整理量化得出定量数据对景观织补理论视角下哈尔滨市街道景观的特征进行研究，为城市视角下街道景观织补策略提供一定思路。

1 景观织补理论下城市街道景观特征

控制街道建成环境景观质量的变量包括了街道组成要素、空间尺度、街道色彩、建筑风格、绿化植被、标识系统等众多变量，基于前人对城市织补和景观织补理论的研究[7-11]，结合城市街道景观的特点及研究方法，本文研究将织补理论下的街道景观特征分为三方面：空间形态特征、实体要素特征及使用特征。以对应织补理念中梳理空间、优化景观、提升体验的3个主要功能。

1.1 城市街道景观的空间形态特征

在风景园林学中，空间形态用于描述景观空间组成，不同于城市街道的空间形态，城市街道景观的空间形态描述了街道景观内部的空间肌理、密度以及上界面(天空)与其他界面的关系等，代表了街道景观的空间组成和变化趋势。由于织补理论重视保护肌理、调整空间结构的特性，对于空间形态特征的研究应集中于两方面：以人视角出发对街道景观界面的研究，以及从空间肌理出发对街道及周边建筑肌理的研究。其中人视角的研究重点应在于各景观界面构成及变化问题，而街道及建筑肌理则需考虑道路、建筑密度等问题。

1.2 城市街道景观的实体要素特征

城市道路有站前广场、停车场、通道、人行天桥、栽植、路面铺装等景观要素[11]。在城市街道景观中实体要素主要包括植物要素、建筑要素以及人工设施、路面等其他组成要素。

(1)植物要素：绿地是环境建设的基础[12]，中国对城市街道景观的研究就起源于植物要素的研究，植物景观应与街道性质、功能相适应，需符合行人行为规律，要具有防护、观赏功能的原则[13]，城市街道植物景观须保持多样性、协调性、均匀性的发展策略[14]。街道植物的种植，为城市环境做出了无可争议的生态、美学和功能贡献[15]。城市街道植物景观作为城市街道景观的主要要素，其植物的种类、色相、季相是不可忽略的内容，但同时也需要完善考虑其使用功能，才能同时满足城市街道植物景观的观赏性与合理性。

(2)建筑要素：建筑是城市街道环境中最重要的人工因素，街道正是由于沿着它有建筑才称其为街道[16]。由于城市街道承载的交通功能不同，街道景观的观赏距离各异，步行和车行街道的建筑布置受此影响。城市街道景观的建筑要素由沿街建筑界面的几何形态、色彩等因素集合而成。对于建筑界面几何形态的研究，建筑立面和场地的关系(宽高比)是提高街道行走氛围的关键[17-18]。而对街道建筑界面的色彩的研究起源于乔凡尼·布鲁诺(Giovanni Brino)的历史街区色彩规划，此后随着对建筑色彩的关注，规划者往往对整座城市的建筑色彩制定一定的标准而不仅限于街道建筑界面色彩的要求[19]。建筑界面的几何形态协调、色彩舒适会确定良好的街道景观基调。

(3)其他要素：在街道景观中，街道人工设施、路面和天空也是影响街道景观质量的原因。其中，人工设施如信号灯、指示牌、路灯等以交通为主的设施首先需要考虑人车交通的安全，才可能考虑对街道景观的影响，不可本末倒置；虽然街道小品可以打破线性空间的单调、丰富街道景观，但因街道使用功能不同，街道小品的设置也需考虑不同街道的视觉特性，如交通性街道需尺度大、数量少、造型简洁、引人注目的雕塑，而生活性街道则需要细致的小品，为街道增添景致[16]。

道路路面包括人行道与车行道，在满足交通功能的情况下，道路路面尤其是人行道对美观有很高的要求，材质最好与街道两旁建筑物密切配合，在色彩上充分考虑色调、色相等以提高使用者的视觉辨识能力，形成良好的街道景观效果[20]。

天空是景观与建筑区别最大的界面，在城市街道景观的设计中天象是可利用的自然景观要素，因此在进行街道景观设计时可充分利用这一自然景观，在朦胧初开的黎明或在重归混浊的黄昏，应注意结合城市的天际线创造优美的城市街道景观。

1.3 城市街道景观的使用特征

从城市功能角度来看，城市中人的活动是城市灵魂的体现。没有人的生产与生活活动，城市就不能称其为城市，而只是废墟。城市景观的意义就是人的活动赋予的，城市景观的精髓就在于人的活动所具有的意义与丰富多彩。城市街道不能在以交通功能为主的快速发展过程中与城市街道环境脱节，而忽略了其作为城市街道空间的一部分也是承载市民公共活动的重要空间。而且由于城市开放空间稀缺，居民的公共活动往往发生于街道的空间中[21]。景观设计强调以人为本，即满足景观中使用者的使用需求，在城市街道景观中，人的交流、休憩、购物、通行等活动往往需要购物、休闲等设施满足，这些设施的丰富程度从一定程度上反映了街道景观质量。

2 研究区域与数据处理

2.1 研究区域

以哈尔滨市绕城高速内部为研究区域，哈尔滨绕城高速作为哈尔滨市公路的中心枢纽，连接各高速公路及城市一级路、快速路，用于分流过境车辆、疏导市区车辆。是哈尔滨市区与周围地区交流的重要通道。

2.2 数据来源及处理

通过OpenStreetMap(http://www.openstreetmap.org/)获取街道矢量数据，经处理后得到道路单

线的矢量数据。OpenStreetMap也提供了城市路网及各街道名称数据(图1)。

建筑轮廓数据使用百度个性地图编辑器(https://lbsyun.baidu.com/custom/index.htm)处理后进入ArcGIS中二值化进行分类，最终转化为矢量数据。

通过百度地图开放平台(https://lbsyun.baidu.com/)获取街景数据。街景影像记录了街道空间的物理环境特征，直接反映了街道的物理环境和美学环境评价需要的要素[22]。相较于传统现场观察，本文研究中采用的基于街景影像批量化的识别方法能够快速高效地分析街道的物质空间环境，主要包括提取图像中道路、植被、天空等要素在图面的像素比例及位置。这种分析不会涉及使用者的主观体验，所得数据为客观的像素占比，因此可以代表建成环境的物理属性。因人类在300 m以内可分辨事物轮廓，因此选择200 m进行采样。共获取街景图像22 297张。使用PSPNet图像分割模型对获取

图1 哈尔滨城市街道名称Fig.1 Harbin city street name

的22 297张街景图像进行要素识别及像素统计，各要素分割结果如表1所示。通过随机取样100张图像与手工标注图像对比可得准确率为84%。

表1 分割结果Table 1 Segmentation results

3 基于景观织补理论的街道景观研究

3.1 街道景观的空间形态特征计算

对于空间形态特征需考虑各景观界面的构成、变化及街道建筑的空间肌理。由于街道景观中界面的变化会引起使用者对景观感知的变化，本文研究利用街道各要素或界面变化的剧烈程度表示街道界面的变化；用围合度表示空间的限制程度。对于街道及建筑的空间肌理，则使用基于密度分析的街道网络几何特征及建筑开发强度表示。

街道各景观界面变化的剧烈程度：界面的变化意味着该空间出现变化，对于景观而言内外空间产生联系从而使整个空间具有一定的“渗透性”，是引起使用者感知变化的重要因素[23]。描述街道各景观界面的变化的剧烈程度需要对各街景采样点经过图像分割后的景观界面占比进行分析并计算同街道各采样点景观界面占比的标准差，以建筑界面为例，计算公式为

(1)

式(1)中：xi为研究区内某街道第i个街景采样点中建筑要素占总体画面的比例；μbuilding为该街道建筑要素占总体画面比例的平均值；n为研究区域内街道总体数量。经计算，使用自然间断点法对所得数据进行分级，在与各街道长度进行相关性分析后，得到斯皮尔曼相关系数为0.24，p=0.43无明显相

关性，且在连通松花江南北两岸的主要通道上，松花江公路大桥、松浦大桥、阳明滩大桥均小于平均值，而松北大道由于太阳岛部分造成标准差较大，验证了该数据的可信程度。

通常建筑界面变化的剧烈程度在建筑密集区域代表街道景观两个侧界面的变化程度，标准差高的区域证明建筑界面的连续性遭到中断，更容易形成空间的变化。从空间分布来看，建筑界面的变化程度呈不规则分布，其中哈尔滨市二环内区域(康安路、和兴路、三大动力路、电塔街、公滨路、南直路、友谊东路、友谊路、河图街、前进路)与绕城高速的连接街道呈现两类分布：从二环内部延伸至绕城高速如长江路、先锋路等街道建筑界面的变化程度较剧烈，连接二环与绕城高速如秀明路、机场路等街道的建筑界面变化程度极小。该现状是二环内部与外部开发强度巨大差距造成的。在哈尔滨二环内部区域及松北区，建筑界面的标准差较大的区域位于中央大街、道外区域，经纬街到公路大桥区域标准差较小。一定程度上反映了旅游区较居住区的建筑界面有更剧烈的变化(图2)。

植被变化的剧烈程度同建筑界面，其计算公式为

(2)

式(2)中：xi为研究区内某街道第i个街景采样点中植被要素占总体画面的比例；μvegetation为该街道植被要素占总体画面比例的平均值。

经计算整体上植被变化的剧烈程度呈现市区低，郊区高的分布，其中一环内部(田地街、南极街、宽城街、宣化街南段、文昌街东北段、教化街和新阳路东北段)高于一环、二环中央区域，但植被的变化程度最剧烈的街道集中于中央大街街区、松花江南岸的友谊路、防汛路，经实地调查，友谊路、防汛路两侧植物与建筑交替出现，而中央大街街区街道连通性较大，且北段植物景观较少，造成了植物景观在南段和终端受街道分割交替性出现、北端植被在图片中占比较小，因此呈现分布不均的状态。而同为热门旅游区的道外街区，则因植被稀少，无剧烈变化。因此，植被变化的剧烈程度并不能完全代表景观空间形态特征的好坏，仍需结合其他要素综合分析(图3)。

天空界面变化的剧烈程度同建筑界面，其计算公式为

(3)

式(3)中：xi为研究区内某街道第i个街景采样点中

图2 街道建筑界面变化剧烈程度Fig.2 Drastic change degree of street building interface

图3 街道植物景观界面变化剧烈程度Fig.3 Severity of changes in street plant landscape interface

天空要素占总体画面的比例；μsky为该街道天空要素占总体画面比例的平均值。天空界面变化的剧烈程度代表着街道上界面的变化趋势，通常变化剧烈代表着街道景观中空间具有一定的变化，而标准差较小则代表整条街道的上界面无明显波动。总体而言，天空变化的剧烈程度在研究区域内呈中心低、四周高、东部低、西部高的分布规律，其中二环内爱建社区、会展中心、道外中马路、南五道街等区域所得标准差较低；二环外天恒大街、北提门街、哈红公路等通向绕城高速的街道标准差较低。此外，连接松花江南北两岸、二环内部与哈尔滨绕城高速、松花江南岸沿江街道、沿铁路线的街道标准差均较高(图4)。

街道的围合度:围合度是指建筑物、墙体、其他构筑物围合公共空间的程度，良好的围合度将会给人以舒适、可荫蔽的感受，拥有视觉焦点的空间容易形成围合感[24]。其具体计算公式为

(4)

式中：nbuilding为街景影像中建筑要素占比；nwall为街景影像中墙要素占比；nfence为街景影像中栅栏要素占比；N为整个街道地块边线长度。

经计算得，研究范围内平均围合度为38.9%，

由于该指标受建筑、墙等要素影响，因此与这些要素的分布具有一定的相似性。由图5可得，围合度最好的区域位于道里区、果园街、文昌街附近，呈现出老城区和江北新区为高值聚集区，中心高四周低，松花江两侧与铁路两侧低的分布态势(图5)。

基于密度分析的街道网络几何特征：街道的平面几何特征多针对局部街道路段进行分析，而大尺度的街道网络分析最有效的是密度指标，其中线密度分析是街道网络几何特征分析中常见的分析方法[25]，通常借助ArcGIS中的线密度分析进行计算。由于线密度代表路径连通的总距离，因此数值越高，在平面上(不考虑街道宽度)流通性越强，从而造成空间的多变。本文研究使用单元格大小约为0.000 9像元，统计了以道路中心线为中心，两侧各150 m内的线密度值，所得结果如图6所示，可以得出整体上研究区域内线密度中心高、四周低的分布规律，其中道里区道路的线密度最高，松花江北岸哈尔滨市政府区域线密度最高。

建筑的开发强度:建筑的开发强度使用50 m缓冲区内建筑密度表示，一般来说，开发强度高的地区由于建筑的多样导致街道空间具有更多的变化，经计算得建筑密度呈现老城区高，群力、江北等新城区低的特性(图7)。

图4 街道天空界面变化剧烈程度Fig.4 Intensity of street sky interface change

图5 街道围合度Fig.5 Street enclosure

图6 街道线密度Fig.6 Street linear density

图7 街道缓冲区建筑开发强度Fig.7 Building development intensity of street buffer zone

3.2 街道景观的实体要素特征

实体要素特征是构成城市街道景观必不可少的物质要素，如天空要素较多的街道有利于提供较广阔的视野；植被要素高的街道自然环境较好；人行步道占比较高的街道有助于提升使用者的安全感知和步行体验，本文使用图像分割对主要实体景观要素如植被、街道路面、建筑、天空在图片中的占比进行分析(图8)。

完成街景图像分割后，通过空间连接匹配街景采集点与对应街道，并统计各种要素在每条街道路段中的平均值，在QGIS软件中对主要研究要素的空间分布可视化进行分析。从图像识别结果来看呈现天空与建筑像素的分布完全相反，即建筑要素多的街道天空可视范围较少，且建筑要素呈中心向四周递减，天空要素呈中心向四周递增的分布状态，其中，道里区建筑要素占比最高[图8(a)]。对比步行街道分布图8(b)来看，在建筑要素分布较多的区域，建筑要素与步行空间要素分布一致，且与道路线密度分布图也证明了该结论。

从步行道路要素与道路要素的分布情况可以得出，研究范围内步行道路占比较低，且大部分道路间无明显差异，这对行人安全性具有较大影响。

而道路要素呈现中心高，四周低的分布状态。道路要素与天空要素分布状况相似，图8(b)呈现快速路与主干路占比较高，次干路与支路占比较低的分布。

为更精确地理解各要素的分布特点，本文研究利用全局空间自相关分析进行进一步研究，分析结果如表2所示，建筑、天空、人行步道、街道四要素的莫兰指数(Moran’sI)均大于0且p=0，在1%显著水平下通过假设检验，说明在哈尔滨绕城高速内部区域四要素均存在空间正相关，即存在较为明显的聚集趋势。

植物作为街道景观中重要的造景手法，可以柔化硬质景观带来的生硬之感，并丰富街道水平视角的轮廓线，使街景更为自然生动、贴合自然。此外植物的美学功能和卫生防护功能会丰富街道的美观程度和自然系统的多样性，从而更有利于提升街道品质、展示街区形象，创造更具吸引力的街道空间[26]。因此，植被作为街道景观中最重要的影响因素，其分布直接影响街道景观质量。图像分割后各街道的平均植被要素在图片中的占比与前人的研究对比，属于正常范围[27]，从分布情况可知，植被分布呈中间向四周递增的趋势，且沿江街道高于其他街道，松花江以北区域高于松花江南岸。著名的旅游街区中央大街街区内植被可视因子呈中央大街极高、东西两侧街道较低的分布(图9)。

表2 街道实体要素特征Moran’s I指数Table 2 Moran’ I index of street physical landscape elements

图8 街道实体要素特征Fig.8 Characteristics of street entity landscape elements

此外，利用全局空间自相关分析得：Moran’sI指数0.507 9，p=0，z=21.644 493，在1%显著水平下通过假设检验。即哈尔滨绕城高速区域内植被分布均存在空间正相关，有较为明显的聚集趋势。热点分析表明，研究范围内的热点区域主要分布在道里区、道外区以及绕城高速，绝大部分冷点区域分布于二环到绕城高速圈层区域(图10)。

3.3 街道景观的使用特征

城市街道的主要使用者是城市居民，街道景观因人的活动被赋予意义，因此，人的活动可以代表街道景观的质量，同时，步行适宜性、景点数量及热度、商业多样性与活力、产业相关因素也是影响城市活力的有力驱动因素[28]，而在景观织补理论中却

缺乏对人类活动的相关研究。如前文所述，以使用特征代表城市街道景观使用者的活动。通常城市规划领域使用者的活动以活力一词代表，在对城市街道空间活力的研究中，研究者多使用餐饮数据等POI对与街道活力相关的问题进行探索[29]，POI数据因含有准确地理坐标的特性有助于在大范围、高密度的城市街道空间中准确描述街道的功能与活力[30]。但街道景观中不仅需要从街道空间活力考虑，还需明确其服务对象主要为街道周边的居民，因此景观织补理论中使用商业功能、生活服务设施、交通服务设施、居住设施及交通标识表示街道景观的使用特征。

依据前人研究及景观织补理论中需进行统计分析的功能将POI重新分为以下5类，如表3所示。

将POI汇总后进行核密度的分析，选择1 000 m作为搜索半径[31]，所得结果如图11所示，道里区以中央大街为中心的商业旅游区域的POI密度最高，道外区太古新天地、南岗区博物馆工人文化宫、桥东街、西城红场附近密度较高。可以得出主要的商业区通常是POI密度高的区域，松花江以北区域远低于松花江南岸，南岗区和道里区为研究区域内高密度区域分布最多的行政区。

图9 街道植被景观要素分布Fig.9 Distribution of street vegetation landscape elements

图10 街道植被景观热点分析Fig.10 Hot spot analysis of street vegetation landscape

表3 兴趣点功能类型Table 3 POI function type

给人舒适亲密感觉的外部空间的尺度为70～80英尺(约25 m)[17]，本文研究以街道中心线划定左右50 m缓冲区来囊括所有等级街道，并统计缓冲区内POI点数，最终计算获得该道路POI与道路长度之比(POI密度)。

(5)

式(5)中：Nn为缓冲区内POI的个数；Li为第i条街的街道长度；Cpoi密度为第i条街道POI的密度。

经分析，道里区东部、道外区西部、南岗区东部、香坊区西部、北部街道附近的交通服务设施与居住设施上十分发达；而商业设施POI密度最高的街道集中于哈尔滨著名的商业街区中央大街街区与博物馆区域；研究范围内生活服务设施丰富，仅西部与北部部分区域较少。

风景名胜则广泛分布于哈尔滨市二环内部，集中于太阳岛、中央大街景区、博物馆附近，宣化街、文昌街、西大直街、中山路环绕区域街道平均风景名胜设施密度最高，而西九道街、西十道街、红星街、西十一道街、西十六道街为研究区域内密度最高的五条街道，均位于中央大街景区。

在交通标识设施的统计中，使用图像识别中traffic_sign、traffic_light在图像中的占比表示，总的来说交通标识占比较少，交通标识在市区中的占比较低，但城市快速路、主干路占比高于次干路及支路，此外，松花江南岸中央大街及斯大林公园附近标识丰富。

此外，利用全局空间自相关分析得：Moran’sI指数为0.341 604，p=0，z=14.582 477，在1%显著水平下通过假设检验。即哈尔滨绕城高速区域内交通标识分布均存在空间正相关，有较为明显的聚集趋势。热点分析表明，研究范围内的热点区域主要分布在二环到绕城高速圈层区域，绝大部分冷点区域分布于道里区、道外区、香坊区以及绕城高速(图12)。

图11 兴趣点核密度分析Fig.11 POI nuclear density analysis

图12 交通标识热点分析Fig.12 Hot spot analysis of traffic signs

4 讨论与结论

从景观织补理论出发，基于街景影像等数据对哈尔滨绕城高速内部街道的景观更新进行研究，通过总结街道景观织补理论的特征，分别从街道及周边的空间形态、实体要素、使用特征3个特征进行分析，基于POI、OSM及图像分割所获数据，通过计算线密度、POI密度等方法获得了表示研究区内1 098条街道空间形态特征、实体要素特征、使用特征的各类基础数据。

对于空间形态特征，统计了研究区域内街道的线密度、建筑密度、以及各街景点建筑、天空、植被要素变化的剧烈程度，并总结了几类数据的空间分布。对于景观要素特征，使用图像分割中建筑、植被、天空、步行道路、车行道路要素的统计数据对每条街道的街景特征求取平均值，并使用自然间断点对五种要素进行分级统计，使用QGIS对数据进行可视化以及总结其分布特征和内在关系。对于使用特征，通过核密度分析阐述了研究区域内所有POI点以及风景名胜的空间分布特征；对POI进行筛选和分类，使用规定范围内的POI数量与街道长度的比值表示POI在每条街道的分布特征，并对不同种类的POI在街道上的分布特征进行总结；对街景影像中交通信号标识的占比进行统计。

数据显示建筑与天空界面的变化剧烈程度、街道围合度、线密度、建筑可视因子、步行道路、各类POI的密度分布相似，均呈中心高四周低的分布态势，而植物界面变化剧烈程度、天空可视因子、植被可视因子、交通标识在图像中的占比、机动车道路在图像中的占比占分布相反。