街景圍合度與城市風環(huán)境的量化關系研究—以武漢市夏季為例

李鹍 薛麗蓮 / LI Kun, XUE Lilian

城市風環(huán)境的影響因素較多，從大的環(huán)境范圍來講，風環(huán)境會受周圍山體、湖泊、地形以及季節(jié)的影響；從城市規(guī)劃的角度來講，影響風環(huán)境的因素主要有兩個層面：一是城市地塊的總容量和體量，包括建筑密度、容積率和平均高度，二是城市街區(qū)的空間形態(tài)特征，包括圍合度、錯落度和最大高度（張濤 等，2017）。因此，關于城市風環(huán)境的研究難度較大，單一化處理方法很難取得效果。本文采用街景數(shù)據(jù)與圖像分割技術相結合的方法，通過定量分析，探尋街道的影像圍合度與實測風速的關系。

1 街景及城市風環(huán)境的國內外研究現(xiàn)狀

1.1 城市街景

街景作為新型的網絡開放數(shù)據(jù)源，國內外街道視覺領域都以此為基礎開展了相關研究。在我國目前的研究中，唐靜嫻等（2016）利用街景圖片研究了街道空間品質的智能評價；劉星等（2018）利用百度街景地圖為城市公共空間的環(huán)境質量評價和居民的戶外行為研究提供數(shù)據(jù)支持，做出了街景地圖對街道活力分析的適用性研究。國外學者的研究也比較成熟，大部分數(shù)據(jù)來源為谷歌（Google）街景。LI等（2015）利用谷歌街景對曼哈頓東村的綠化水平進行了評價，提出改進的綠地景觀指數(shù)，并與植被覆蓋度進行比較，評價街道綠地的空間分布；LI等（2017）研究改進的街景分析工具，有助于更好地理解市民與城市建成環(huán)境的相互作用，并使用谷歌街景評估城市街道景觀；此外，還有學者借助街景圖片數(shù)據(jù)，量化分析美國5個城市連續(xù)數(shù)年的環(huán)境變化，研究其與城市經濟變化的關系（Naik et al.，2015）。

1.2 城市風環(huán)境

楊俊宴等（2016）通過對南京新街口的區(qū)塊劃分及測點的測量，得出街區(qū)或用地的建筑密度、平均高度和圍合度與其行人高度處平均風速水平存在的線性關系，并且認為各因素的影響程度依次為平均高度＞建筑密度＞圍合度。李瓊（2009）研究發(fā)現(xiàn)，在居住區(qū)規(guī)劃設計的主要因子中，組團室外行人高度處的平均風速主要受首層架空率、建筑群平均高度及建筑密度的影響，而平均溫度主要受綠地率的影響。

圖1 武漢天地測量

圖3 街景數(shù)據(jù)處理過程

圖2 黎黃陂路測量

從以上文獻綜述中可以發(fā)現(xiàn)，國內外關于街景的研究主要是從視覺領域提出綠地景觀指數(shù)、研究街道的活力、對街景空間品質做出評價，以及研究街景與經濟變化的關系等，但是關于街景與街道熱環(huán)境各類指標之間相關性的研究還不多見。

2 研究對象

武漢有著悠久的歷史，其城市也是在長時間的發(fā)展中形成的，街道呈現(xiàn)多種形態(tài)和布局混雜的形式，與北京、西安等城市規(guī)整的街道布局大相徑庭。我國最長的河流長江及其最大支流漢江將武漢分為武昌、漢口、漢陽3個區(qū)域。武昌地區(qū)高校較多，且有城中湖——東湖，因此綠化區(qū)域較多；而漢口地區(qū)偏重商業(yè)發(fā)展，建筑密集，道路相對狹??；漢陽地區(qū)則由南太子湖等數(shù)個城市湖泊圍成核心區(qū)，內部主要功能為居住區(qū)。

武漢是夏熱冬冷氣候區(qū)的典型城市，屬于亞熱帶季風氣候。由于武漢江河、湖泊眾多且地處海拔較低的長江流域河谷中，因此夏季高溫高濕，使人感到悶熱潮濕，雖然絕對溫度不高，但仍被稱為“四大熱爐”之一。隨著城市化進程的加快，建筑的高度與密度都有了極大的增加，導致通風除濕更加困難，夏季也更顯炎熱，因此，改善城市通風對于減輕武漢夏季的熱島效應，提高熱舒適度十分重要。

本文以武漢夏季風環(huán)境特征為基礎，著重探索城市通風與圍合度的關系。研究范圍以武漢市中心城區(qū)即三環(huán)線以內為主，屬于建筑、人口集中密集區(qū)域。選取2015～2017年的夏季作為測量時間段，共設置116個測點，進行熱環(huán)境指標的測量。

3 研究方法

由于城市空間具有復雜多樣的特點，單一的研究方法很難取得效果，因此，本研究綜合利用實地調研、實地測量風速、圖像分割法等方法進行研究。

3.1 數(shù)據(jù)來源

本文的研究重點是城市風環(huán)境與街景圍合度的關系。城市風環(huán)境數(shù)據(jù)方面，通過實地測量的方式，獲取城市典型空間的風速、風向、溫度、濕度等指標；街景圖像數(shù)據(jù)則來自開放數(shù)據(jù)源的百度地圖和騰訊地圖。

3.1.1 風環(huán)境測量

在武漢市范圍內選擇具有代表性的城市空間進行熱環(huán)境相關氣象指標的觀測（圖1、2）。具體做法為：（1）在2015～2017年每年的6～8月，在各測量點使用便攜式的氣象站進行風速、風向、溫度、濕度等指標的測量；（2）每個測量點的測量時間為3天，每天的測量時間段為8:00～20:00，測量高度為行人的影響范圍，即距地約1.5m處；（3）為防止周圍固體壁面自身邊界層的影響，儀器與固體壁面保持1m以上的距離，為避免其他不可控因素的干擾，有專人在其旁邊看護；（4）測量儀器主要為超聲波測風儀、萬向風速計、溫濕度自記儀等；（5）風環(huán)境指標的測量時間間隔為1min，最終求取穩(wěn)定時間段9:00～18:00的平均值。

3.1.2 街景圖像的獲取

在測點街景圖像數(shù)據(jù)的獲取方面，根據(jù)GPS（Global Positioning System，全球定位系統(tǒng)）所測得的坐標，將WGS84（World Geodetic System，世界大地測量系統(tǒng)）坐標轉化為百度坐標，然后在百度地圖的全景模式中，分別選擇該測點90°、180°、270°和360° 4個不同角度的街景圖像。

街景圖像作為一類新型的開放數(shù)據(jù)源，具有明確的網絡共享特征，有助于更加人性化地分析街道特點，從而分析整個區(qū)域的環(huán)境狀態(tài)。百度地圖街景的更新比較快，圖像獲取時間范圍為2014～2017年，不同街區(qū)有所不同。騰訊地圖街景的更新比較慢，通常有2013年和2015年兩個年份的數(shù)據(jù)，但是其數(shù)據(jù)覆蓋率比較高，比如江漢路步行街、楚河漢街以及漢口江灘的綠道在百度街景上沒有圖像，而在騰訊地圖上有相對較全的街景數(shù)據(jù)庫。因此，本研究在獲取數(shù)據(jù)時將兩種來源相結合，各取其優(yōu)勢。

3.2 數(shù)據(jù)處理

根據(jù)數(shù)據(jù)搜集的過程，對風環(huán)境及街景數(shù)據(jù)分別進行處理，風環(huán)境的處理主要是把不同年份不同時間段的風速進行歸一化處理，以進行相互比較；而對街景圖像的處理，主要采用圖像分割法進行語義分割，用于求取街景圍合度。

3.2.1 風速的歸一化處理

風環(huán)境參數(shù)采用氣象數(shù)據(jù)歸一化處理方法。根據(jù)在武漢各空間的測量，每個觀測點的觀測時間為3天，每天的測量時段為8:00～20:00?？紤]實驗開始和結束時觀測環(huán)境易受影響的情況，所有觀測點統(tǒng)一選擇9:00～18:00共10h的數(shù)據(jù)進行歸一化分析。將在測量點實地觀測到的3天風環(huán)境指標數(shù)據(jù)的平均值與武漢氣象站提供的相應3天9:00～18:00的風速平均值的比值作為歸一化系數(shù)，分別乘以氣象站2015～2017年6～8月共計9個月白天9:00～18:00風環(huán)境相應指標的平均值，該結果即為各測點相對于武漢氣象站2015～2017夏季測量值的歸一化值（ZHANG et al.，2018）。

3.2.2 街景圖像處理

將獲取的武漢夏季測點的街景圖像導入segnet①圖像分割法在線平臺，進行在線處理（圖3）。最后將處理好的街景圖片進行結果求取，求得每一張圖片中代表天空、建筑、柱體、人、車輛元素的像素大小，進而可以得到街道的圍合度，以及各元素比例所體現(xiàn)的不同的街道屬性。本文主要研究典型城市空間的圍合度，因此并沒有采用批量處理的方式，而是采用圖像截取軟件進行人視選取，并進行人工處理及計算。在研究目標數(shù)量較少的情況下，該方法可以避免機器的識別誤差，對本研究而言更為適合。

圖4 群光廣場測點4個角度的街景圖像（左）及處理后圖像（右）

圖5 群光廣場各元素比例

在街景圖像中，天空、樹木、建筑、柱體、人、車輛等12種元素最能代表街道的特點，通過圖像分割法將這些元素進行區(qū)分，進而可以透視出不同街道的景觀個性及其空間分布特征，量化分析不同街道的屬性。比如，群光廣場的街景圖像經過分割法處理之后（圖4），可得出天空、建筑、樹木、柱體、人、車輛元素的平均值（表1）。將天空比率定義為街道天空的開敞度；將樹木、建筑、柱體、車輛和人的占比作為該點界面的圍合度。經計算，群光廣場的開敞度為14.67%，圍合度為61.45%。

根據(jù)街景元素的不同比例，將2015～2017年夏季的所有測點分為3種類型：以樹木要素為主的街道、以建筑要素為主的街道和以天空要素為主的街道。根據(jù)群光廣場各元素占比情況（圖5），其建筑像素占比達到61%，因此，群光廣場是以建筑像素為主的空間屬性。

4 數(shù)據(jù)處理與分析

LI等（2017）認為街道天空的可視開敞性（openness of streetcanyon）是研究城市小氣候、空氣污染遷移和人們對環(huán)境的感知的重要參考。在城市中，風速大小與天空可視開敞性和視野圍合度有較大關系，一般而言，開敞性越大，視野越廣闊，風速越大。而圍合度與開敞度是兩個相對的概念，由此可推理出，圍合度越大的街道可能風速越小，對減輕熱島效應、降低空氣污染越不利。街景圍合度表現(xiàn)的是除天空之外的建筑、柱體、樹木、人、車輛對街道的圍合感。

表1 群光廣場測點4個不同角度圖片的元素的像素大小及平均值

本研究共選取了116個典型城市空間，每個空間選取4張不同角度的街景圖像，總共464張。每個城市空間進行了3天的風環(huán)境數(shù)據(jù)測量，在這些數(shù)據(jù)中，有些是屬于無序和離散的無效數(shù)據(jù)，因此在做圍合度與風速歸一值相關性分析時應該去掉，從而避免復雜的城市空間干擾。

4.1 統(tǒng)計分析流程

對夏季所有測點的圍合度與風速歸一化值進行相關性分析（圖6），可以看出圍合度與風速的關系呈現(xiàn)負相關的趨勢，但是在趨勢線附近有較多離散點，因此其相關性分析中，=0.0719，顯示圍合度與風速歸一化值的關系較弱。另一方面，根據(jù)2015～2017年夏季116組數(shù)據(jù)的統(tǒng)計分析結果，相伴概率值p=0.004＜0.05，兩個數(shù)據(jù)之間存在統(tǒng)計學意義。因此，在下一步研究中，將著重分析對兩個數(shù)據(jù)相關性產生干擾的空間類型。

4.1.1 以樹木要素為主的綠地公園類測點的干擾分析

圖7 夏季圍合度與風速的關系（去除公園類的測量點）

圖8 風速熱點分布

由于百度地圖及騰訊地圖沒有公園內部的街景，因此在求取公園街景時只能選擇靠近公園的其他點的街景圖像，導致公園類街景圍合度的求取無法十分準確。同時，周邊建筑立面上不同孔隙表面的圍合度對于風速的影響也不同。比如以樹木要素為主的空間，由于樹葉間的縫隙很多，因此孔隙率高，其對于風速的阻擋相對堅硬的建筑表面來說要小得多，這與以建筑要素為主的空間的風速遮擋不同。因此，在進行圍合度與風速歸一值相關性分析時，由于無法計算邊界圍合度以及樹木較多帶來的高孔隙率，所有公園周圍的測點對相關性分析影響較大。如圖7所示，在去除公園類的測量點后，圍合度與風速歸一值的相關性增加，但依然不理想。

4.1.2 以天空要素為主的開敞度較大的干擾點分析

根據(jù)所有測點的風速熱點分布，部分測點的風速明顯大于其他測點，比如分布在長江與漢水旁邊的開敞度大的測點風速較大，其次是分布在武昌的東湖、南湖、沙湖和分布在漢口的菱角湖公園、后襄河公園等開敞度大的測點。分析其原因，上述測量點周邊都是武漢市面積較大的水體，空間開敞，而水體本身溫度比較恒定，也會促使其周圍大氣邊界層產生空氣流動。所以這些點受環(huán)境影響形成較大風速，與空間圍合度無法形成較大相關關系，在進一步的相關性的研究中，將取消這類城市空間。

圖9 夏季圍合度與風速的關系（去除開敞度大的測點）

圖10 夏季圍合度與風速的關系（最終結果）

除了上述測點外，以天空要素為主的空間也有類似特征：開敞度較大，圍合度與風速的關系很微弱，其原因也與湖泊、河流等地域的測點類似——受空曠的地表大氣的影響。比如琴臺大劇院測量點靠近漢江，周邊環(huán)境較為開闊；中海琴臺華府、月亮灣碼頭、南岸嘴江灘及臨江公園也均靠近大型水體，空間開闊，開敞度較大，都會對圍合度與風速的相關性產生影響。如圖9所示，在去掉這些測量點的干擾之后，圍合度與風速歸一值的相關性分析中，R2=0.2157，相關性顯著增加。

4.1.3 建筑密度高的測點的干擾分析

在分析一些離散度較高的測點時發(fā)現(xiàn)，這些測點周圍建筑密度較高，由此形成過高的圍合度。而由于建筑密集，對風速有較大干擾，難以進行通風，所以這些測點的風速歸一值一般較小。在這種情況下，街景圍合度與風速歸一值幾乎毫無關系，因此需要消除這類無效點的干擾。

比如根據(jù)實地調研測量與百度街景的數(shù)據(jù)，可知水果湖步行街周圍建筑密度高，步行街的兩側都是建筑與樹木，來往車輛與人群密集，因此圍合度較高，水果湖步行街風速歸一值較小。同樣，漢汽社區(qū)及司門口等周圍建筑密度也較高的測點，其風速歸一值也較小。如圖10所示，在去除這類測點后，R2=0.7349，街景圍合度與風速的相關性明顯增強。

4.2 結果分析

根據(jù)上述步驟可以看到，由于城市空間的復雜性，并非所有空間其圍合度與風速都有明顯的相關性。綠地公園類空間周圍分布著孔隙率比較高的樹木，建筑比較少，對風的遮擋比較小，因此，風速受街景圍合度的影響很小，且大多數(shù)綠地公園內部并沒有街景。在一些建筑密度高的商業(yè)、居住區(qū)內部，街景被大量建筑包圍，城市風很難進入內部，這時風速受街景圍合度的影響很小。河道兩旁或地域開闊位置的測點，即開敞度較大的測點一般風速較大，在這些測量點，街景圍合度與風速歸一值幾乎毫無關系。因此，在研究中去除這3類測量點，可以發(fā)現(xiàn)，街景圍合度與風速的相關性較高，=0.7349，兩者呈現(xiàn)明顯的負相關關系。同時，可以看出建筑密度較高的測點對街景圍合度與風速的相關性影響最大，其次是比較開敞的測點，以樹木為主的公園類測點雖然也有影響，但是相對比較微弱。

5 結語

從以上數(shù)據(jù)及分析結果可以看出，在不同類型的城區(qū)，街景圍合度與風速的關系呈現(xiàn)出不同的相關性特征。總體來說，對于城市中建筑分布均勻、開敞度適當?shù)膹V大空間區(qū)域，街景圍合度與風速有較強的負相關關系，武漢地區(qū)夏季可用關系式y(tǒng)=-0.2076x+0.8386表示。由此可以在該地區(qū)根據(jù)城市中建筑密度的分布特征來推導風環(huán)境較差的區(qū)域，也可以根據(jù)某區(qū)域的風環(huán)境要求來設計周邊空間的圍合度。這為科學規(guī)劃、改善城市通風、提高環(huán)境熱舒適性提供了量化的研究方法。但同時也應該考慮到該量化關系有較多的空間局限性，比如建筑密度高的城區(qū)、開敞度大的水域、樹木較多的公園都無法使用該關系式進行環(huán)境規(guī)劃，這也是未來研究需要更多深入思考的地方。另外，本文主要研究測點街景圍合度與風速的關系，很多其他氣候指標未考慮在內，在以后的研究中指標方面可以更加全面。

注釋

①Segnet是利用像素級語義分割的深編碼解碼器體系結構，能識別室外天空、建筑、柱體、道路標志、道路、人行道、樹木、標識、圍欄、車輛、行人、自行車等12種街道要素。