基于街景图片语义分割的郴州道路绿视率研究

作者:曾祥平 陈亚萍
单位:中南大学建筑与艺术学院
摘要:绿视率是评价三维空间绿化质量的重要指标。以郴州为例,基于街景图片语义分割计算绿视率,得到郴州市中心城区道路绿视率的空间分布,从道路自身因素和行驶速度层面分析绿视率的影响因素,总结各因素对绿视率的影响。
关键词:绿化质量 绿视率 街景图片 语义分割
作者简介: 曾祥平,中南大学建筑与艺术学院硕士研究生; 陈亚萍,中南大学建筑与艺术学院博士研究生;

 

目前,我国对城市道路绿化质量评价的指标主要为绿地率、绿化覆盖率和人均绿地面积。绿视率的发展为定量研究空间绿量提供了新途径。绿视率最早由日本学者青木阳二提出,是指人们视野中绿色景观所占的百分比。研究城市道路绿视率,有助于了解道路绿化的构成,体现“以人为本”理念。

肖希等通过总结日本学者近30年来对绿视率的研究成果,论述了绿视率的基本概念和常用计量方法,以及其对我国城市绿化建设的积极意义;李鸿雁等选取驻马店市有代表性的道路为研究对象,研究道路行道树的种类、胸径、绿化模式、绿化覆盖率等与绿视率之间的关系。

近年来,学者更多研究绿视率的计算方法,有学者以美国纽约曼哈顿东村为例,利用谷歌街景图像测度绿视率;崔等基于街景图像解译寒地城市绿视率与道路等级的关系;郝新华等利用街景图片分析街道绿化率对居民出行的影响及与道路等级、区位等因素的关系。本文以郴州为例,研究绿视率的空间分布情况,定量化分析道路自身因素和行驶速度对绿视率的影响,制定郴州市道路绿化策略。

1 研究对象与方法

1.1 研究对象

本文的研究对象是郴州市中心城区有百度街景图片的道路,总长度为242.5km(见图1)。

图1 研究区域百度街景路网

图1 研究区域百度街景路网

 

1.2 研究方法

通过百度地图API爬取百度街景图片,取代传统的实地拍摄。为反映人在城市道路中对绿色的真实感受,每个取样点取4个方向的街景图片,分别计算各个方向的绿视率,取平均值作为该点的绿视率。道路以50m间距设置取样点,去除无街景图片的点,共获取街景图片25384张。

基于深度学习对街景图片进行识别和语义分割,即输入图像数据,解码器综合环境、周边要素和图形本身特征,实现图片要素智能分割。本文基于已有的训练集,可将输入的图像数据识别为天空、车道、建筑、绿化等12类要素(见图2)。

图2 街景图片分割示意

图2 街景图片分割示意

 

绿化的占比通过python代码批量输出。取样点的绿视率Gi计算如式(1)所示:

 

道路绿视率G的计算如式(2)所示:

 

式中,Gi为道路各取样点的绿视率,n为道路取样点的数量。

计算得出郴州市中心城区道路绿视率的空间分布情况,定量化研究道路自身因素和行驶速度对绿视率的影响,其中道路自身因素包括道路宽度、道路绿带数量、绿化配置形式和乔木体积。利用SPSS软件进行分析,探究不同影响因素下行驶速度与绿视率的关系。

2 道路绿视率空间分布情况

绿视率主要集中在15%~25%的区间内,高于25%的路段占44%。整体来看,道路绿视率平均水平是25.78%,高于全球主要城市平均水平19.03%。日本学者青木阳二的研究表明,人在环境中所接收到的信息90%来源于视觉,而绿色在人的视野中达到25%时,人眼的观察感知最舒适,指标越高越能对人产生积极的心理影响,让人对周边环境产生亲近感。郴州市中心城区道路绿视率的整体水平较高,给人的感受较舒适。

从绿视率空间分布来看,研究区域内道路绿视率差异明显,最高的是位于老城区的中行路,绿视率有58.1%;最低的是同样位于老城区的燕子前路,绿视率仅有8.5%。老城区的北湖公园、烈士公园、南塔公园、骆仙岭等区域的绿视率高,在40%以上,生态资源较好,道路绿化景观层次相对丰富;老城区旧街巷的绿视率低于20%,建成时间早、绿化少,两侧基本都是建筑,东边的白水片区和工业园区还在建设中,许多新建道路绿化还待生长,尚未形成良好的生态景观,这些区域绿视率较低(见图3)。

图3 郴州市中心城区绿视率空间分布

图3 郴州市中心城区绿视率空间分布

 

3 绿视率影响因素分析

3.1 道路自身因素

调查统计郴州市中心城区主要道路的宽度、绿带数量、绿化配置形式和乔木体积,研究上述4个因素与绿视率的关系(见表1)。根据绿化的种植密度及景观层次,将绿化配置划分为疏林式、疏林灌木式和密林式;乔木体积是衡量乔木在视野中所占比例的指标,被划分为高、中、低3个等级。表中的很多定性数据,在分析前,需将其转变为定量数据来处理,例如密林式以3代替,疏林灌木式以2代替,疏林式以1代替;乔木体积的高、中、低分别用3、2、1来表示。

道路宽度、道路绿带数量、绿化配置形式和乔木体积4个因素与绿视率的相关系数如表2所示,结果显示4个因素都与绿视率显著相关,其中道路宽度与绿视率呈负相关关系,道路绿带数量、道路绿化配置和乔木体积与绿视率呈正相关关系,乔木体积与绿视率的相关系数最高。

表1 郴州市道路相关数据调查统计(部分)   

表1 郴州市道路相关数据调查统计(部分)

表2 郴州市道路影响因素的相关系数   

表2 郴州市道路影响因素的相关系数

将绿视率划分为>40%、20%~40%、10%~20%和<10%4个等级,研究不同绿视率等级下不同因素道路的占比情况。道路宽度与绿视率等级的关系如图4a所示,绿视率大于40%的道路宽度均在24m以内,12m以下的占75%;绿视率小于10%的道路宽度在12m以下的比例也很高,占68%。道路越窄,绿量高低对绿视率的影响就越显著。随着绿视率等级降低,宽度大于24m的道路所占比例逐渐升高。绿视率在10%~20%和20%~40%的道路,4种类型的道路宽度都存在,其中绿视率在10%~20%时,道路宽度主要为12~18m,占60%。

道路绿带能丰富视野中绿色所占面积,提高绿视率。绿视率大于20%的道路,其中有绿带的道路所占比例要明显高于无绿带的道路;绿视率小于20%时,则相反,其中绿视率小于10%的道路均无道路绿带(见图4b)。

在城市空间方面,景观层次越丰富,所体现的绿色越多。绿视率小于20%的道路中,疏林式所占比例要明显高于其他形式,其中绿视率小于10%的道路均为疏林式;绿视率大于20%的道路中,疏林灌木式所占比例较大,绿视率大于40%时,疏林灌木式所占比例最大,绿视率在20%~40%时,3种植物配置形式占比相对均衡(见图4c)。

道路中乔木体积对绿视率有显著影响。绿视率大于40%的道路以中高乔木为主,其中高乔木占78%;绿视率在20%~40%的道路,高、中、低乔木比例较均衡;随着绿视率降低,低乔木在道路所占比例急剧增加,高乔木则相反,绿视率在10%~20%的道路,以低乔木为主,未出现高乔木;绿视率小于10%时,道路中全部为低乔木(见图4d)。

图4 不同绿视率等级下不同因素道路的占比

图4 不同绿视率等级下不同因素道路的占比

 

3.2 行驶速度与绿视率的相关分析

随着行驶速度提高,驾驶员的视点位置往前移动,视野的水平角减小使其范围变窄(见图5)。

如图6所示,不同影响因素下行驶速度对绿视率的影响会有显著差异,本文研究了道路宽度、道路绿带数量、绿化配置形式和乔木体积4个因素下绿视率与行驶速度的关系。

如图6a所示,在道路宽度不同,其他因素相同情况下,绿视率与行驶速度呈明显的负相关关系。道路宽度为12m时,行驶速度大于80km/h后,绿视率保持稳定;道路宽度为18m时,绿视率随行驶速度增加持续减小;道路宽度为28m时,行驶速度大于60km/h后,绿视率才开始减小。可以发现,道路宽度较小时,行驶速度对绿视率的影响大,而道路宽度较大时,行驶速度在60km/h以内,绿视率变化较小。

在道路有2条绿带、1条绿带和无绿带3种情况下,绿视率与行驶速度呈明显的负相关关系,随着行驶速度增加,绿视率减小,道路在有绿带情况下的绿视率降低程度要高于无绿带(见图6b)。

如图6c所示,在疏林式、疏林灌木式和密林式3种绿化配置情况下,绿视率与行驶速度呈明显的负相关关系。疏林灌木式道路的绿视率变化程度更大;对于疏林式和密林式的道路,绿视率随行驶速度均匀增加,减小程度越来越低。

如图6d所示,乔木体积不同,行驶速度对绿视率的影响不同,高乔木的道路,绿视率随行驶速度增加而减小;中乔木的道路,随行驶速度增加,绿视率先减小后增加;低乔木的道路,行驶速度小于40km/h时,绿视率随行驶速度增加而降低,行驶速度大于40km/h后,绿视率保持相对稳定。

4 结语

随着视觉生态理论和以人为本理念的发展,绿视率的重要性越来越突出,郴州市中心城区道路的绿视率整体水平较好,给人的感觉较舒适。本文定量研究了道路自身因素和行驶速度对绿视率的影响,分析得出绿带数量、绿化配置形式、乔木体积与绿视率呈正相关,其中乔木体积对道路绿视率的影响最大,道路宽度与绿视率呈负相关且影响程度较小。行驶速度对绿视率的影响也受这4个因素影响,道路中乔木体积为中或低时,绿视率与行驶速度不存在明显的相关关系,其他情况的道路,绿视率随行驶速度增加而减小。

图5 视野大小随车速变化示意

图5 视野大小随车速变化示意

 

图6 不同影响因素下绿视率随行驶速度增加的变化

图6 不同影响因素下绿视率随行驶速度增加的变化

 

针对本次研究得出的结论,为提高道路绿视率,可采取以下绿化策略:降低道路宽度,增加道路绿带宽度和数量,增加乔木数量,充分利用生态资源,合理布置道路绿化的景观层次。

 

 

参考文献[1]吴立蕾,王云.城市道路绿视率及其影响因素——以张家港市西城区道路绿地为例[J].上海交通大学学报(农业科学版),2009,27(3):267-271.

[2] 青木阳二.视野のがりと量感の[J].造园杂志,1987,51(1):1-10.

[3]解自来.提高主城“绿视率”是建设“绿色南京”的重要环节[J].现代城市研究,2003(6):83-86.

[4]肖希,韦怡凯,李敏.日本城市绿视率计量方法与评价应用[J].国际城市规划,2018,33(2):102-107.

[5]李鸿雁,蒋炳伸,秦兰娟,等.城市道路绿视率应用研究[J].广东农业科学,2013,40(20):55-57.

[6] LI X,ZHANG C,LI W,et al.Assessing street-level urban greenery using Google Street View and a modified green view index[J]. Urban forestry&urban greening,2015,14(3):675-685.

[7]崔,何明怡,陆明.基于街景图像解译的寒地城市绿视率分析研究——以哈尔滨为例[J].中国城市林业,2018,16(5):34-38.

[8]郝新华,龙瀛.街道绿化:一个新的可步行性评价指标[J].上海城市规划,2017(1):32-36,49.

[9]张学鹏.基于深度学习的图像语义分割方法研究与实现[D].成都:电子科技大学,2018.

[10]陈佳,胡丹,余卫宇.一种基于深度学习的遥感图像语义分割方法:CN107610141A[P].2018-01-19.

[11]张驰.考虑空间视野的高速公路运行速度预测模型与应用研究[D].西安:长安大学,2010.
Research on Road Green View Rate in Chenzhou Based on Semantic Segmentation of Street View Images
1273 0 0
文字:     A-     A+     默认 取消