街道植物空间与步行愉悦度的关联性

 

 

基于SPSS统计分析软件，利用Pearson相关分析识别步行愉悦度相关的街道植物空间形态特征因子，即高宽比、顶面通视率、绿视率（表3）。进一步筛选相关性显著（P<0.1）的影响因子并进行逐步回归分析，得到多元线性回归结果（表4）。

 

由表4可知，模型3引入街道植物空间的高宽比和顶面通视率构建最优回归模型，即步行愉悦度受到街道植物空间高宽比和顶面通视率的影响，均呈负相关。构建多元线性回归方程式如下：y=2.146–1.323x1–0.617x2（x1代表顶面通视率，x2代表高宽比）。方程中R2为0.712，调整后R2为0.616，模型解释能力为61.6%，多元线性回归法解释的数据集变化程度有限，说明步行愉悦度与街道植物空间特征的线性相关关系弱，但仍存在相关性。

 

 

考虑到街道植物空间特征对步行愉悦度的影响规律存在非线性关系，随机森林法能够有效地处理非线性数据集以及变量之间的相关性[45]，所以选择随机森林算法对影响因素的权重进行计算。

 

运用IBMSPSSModeler中的“随机树”节点构建随机森林模型，使用组装和字段采样，计算预测变量的重要性。通过验证得到R2为0.975，表明随机森林计算模型拟合程度较好（图9）。

 

最终得到预测变量为绿视率、顶面通视率、面积、形状系数、高宽比、侧面Ⅰ通视率。进一步通过预测变量的重要性计算各因素权重，得到绿视率的权重为0.2885，顶面通视率的权重为0.2388，面积的权重为0.1841，形状系数的权重为0.1642，高宽比的权重为0.0995，侧面Ⅰ通视率的权重为0.0249。

研究表明，街道植物空间特征中，绿视率、顶面通视率对步行愉悦度的影响权重最大，是步行愉悦度评价最重要的因素；面积、形状系数次之；高宽比的影响权重较小；侧面Ⅰ通视率的影响权重最小。