景观服务视角下城市街区感知测度及空间分布特征
摘要:城市街区作为居民日常生活与游憩的重要空间环境,不仅提供物质产品,还可在精神感知层面提供景观服务,是提升人类福祉的关键。既往研究依赖于有限的数据源,难以对大规模城市街区景观的居民感知展开量化分析,不利于景观服务评价体系的完善。以街景数据为基础,提取绿视率、天空视率、建筑视率 3 种城市室外环境视觉景观要素;对城市街区居民安全、活力、美丽、富裕、压抑和无聊 6 项感知指标开展测度;并通过多元线性回归分析揭示视觉景观要素与居民精神感知之间的联系。
结果表明,城市中绿色空间、蓝色空间、灰色空间随城市功能特征均呈现聚集分布的规律:整体绿色视觉要素较匮乏;积极感知与消极感知具有明显空间分异;绿视率对于居民综合感知具有极显著的正向影响。大范围测度城市街区景观的感知情况为景观服务评价提供了一种新的思路和方法,以期指导未来的景观提升和城市更新。
结果表明,城市中绿色空间、蓝色空间、灰色空间随城市功能特征均呈现聚集分布的规律:整体绿色视觉要素较匮乏;积极感知与消极感知具有明显空间分异;绿视率对于居民综合感知具有极显著的正向影响。大范围测度城市街区景观的感知情况为景观服务评价提供了一种新的思路和方法,以期指导未来的景观提升和城市更新。
1 研究背景
城市街区不仅是由城市建筑、公共服务设施、交通系统集成的物质空间,更是承担商业、文化等一系列活动的社会空间[1],具有多元性和复杂性。近年来,城市形态及其功能日益复杂化,显著改变了城市街区环境。城市街道的建开放科学(资源服务)标识码(OSID)设往往注重经济效益,却忽视了街区品质的营造[2]。城市生态风险骤增,社会问题日益突出[3],导致人类福祉(human well-being)下降。
人类福祉是指健康、幸福并且物质上富足的生活状态[4]。既包括物质层面,也包括精神层面。景观空间作为自然 - 人文复合系统,承担社会、文化、生态多重功能。城市街区景观空间作为居民日常生活与游憩中占比极高的公共空间类型,能够从近人尺度提供文化服务、供给服务、调节服务以及生境服务,是促进人类福祉提升的关键[5]。研究表明,高质量的城市街区环境不仅能够振奋精神,有效降低多种心理疾病的发病率[6],更能促进户外活动的开展[7],进而提升居民身体素质。同时,城市街区景观空间是居民日常活动的载体,是居民形成场所归属感、提升生活幸福感的关键所在[8]。
量化评价是明确景观服务功能并指导景观提升实践的基础。对于景观服务的评价分为物质和精神两方面(图 1)。依托于生态系统服务的相关理论,对于景观空间的物质支持功能已经形成了较为完善的评价体系,涉及固碳释氧、调节气候、维持生物多样性等多个方面[9-10]。随着环境心理学的发展以及“场所精神”理论的提出,景观感知已经得到普遍重视[11],其服务功能与物质支持功能重要性相当。然而,如何量化景观空间的精神感知服务功能一直是研究的难点,阻碍了景观服务体系的进一步完善,亟待形成有指导性的感知评价体系。
传统的问卷调查和实地访谈虽然能够在一定程度上进行情感量化评价[12-13],但由于耗时长、成本高、受访人群有限、指标理解差异等问题,难以形成统一的评价标准,且不能从城市尺度进行大范围、细粒度的量化探究。深度学习技术的发展为解决这一问题提供了新的途径。Zhang 等[14]基于深度学习的场景语义分割方法,构建了场景中的视觉要素与感知的量化方法;Li 等[15]通过构建卷积神经网络和深度学习网络模型,探究了城市景观环境对居民健康状况的影响。
本研究引入街景大数据和深度学习技术,利用收集超过百万次的麻省理工学院 PlacePulse 感 知 评 价 众 包 数 据 集(简 称 MIT Place Pulse 数据集)进行测量和评价,参照数据集收集结果,以安全、活力、美丽、富裕、压抑、无聊为感知评价指标,从统计学上消除认知差异,形成共识性指标体系。
选取上海市黄浦区作为研究区域,利用 Seg Net 图像语义分割算法从图像中提取视觉景观要素信息;利用MIT Place Pulse 数据集训练深度学习模型,评估居民对 6 项指标的感知情况,从城市街区物理环境与居民心理感知关联性的层面加以解释,以期从宏观尺度上量化城市街区感知情况及空间分布特征,指导实际城市建设和景观设计中先评价、后实施、再评价的过程,为景观服务体系的构建和完善提供新的思路和方法。
选取上海市黄浦区作为研究区域,利用 Seg Net 图像语义分割算法从图像中提取视觉景观要素信息;利用MIT Place Pulse 数据集训练深度学习模型,评估居民对 6 项指标的感知情况,从城市街区物理环境与居民心理感知关联性的层面加以解释,以期从宏观尺度上量化城市街区感知情况及空间分布特征,指导实际城市建设和景观设计中先评价、后实施、再评价的过程,为景观服务体系的构建和完善提供新的思路和方法。