基于街景視角的城市騎行視覺環(huán)境研究

廖偉圣，李 浩，夏澤龍

（1.河海大學 地球科學與工程學院，江蘇 南京 211100）

街景圖像是一種新型的網絡開放數(shù)據(jù)源，從人的視角記錄了城市街道層級的剖面景象[1]，具有語義信息豐富、覆蓋面廣、采集方便、成本低等特點，已在城市景觀量化、城市環(huán)境評價、城市建筑規(guī)劃[2-3]等方面得到廣泛應用。同時，街景圖像沿著城市路網分布，蘊含了與城市街道環(huán)境密切相關的各類語義信息，因此非常適合對街道、社區(qū)或整個城市的環(huán)境要素進行分析與評價。

騎行是一種便捷的交通方式，也是一種時尚的戶外休閑活動。根據(jù)出行意愿的不同，可分為通勤騎行（以出行為目的）和休閑騎行（以休閑為目的）兩類。本文關注騎行者對休閑旅游的需求，主要分析騎行者在游覽過程中對騎行路線的選擇偏好。隨著GPS定位技術的迅速普及和共享單車的廣泛使用，利用騎行軌跡數(shù)據(jù)探討用戶出行行為的研究越來越多，如呂雄鷹[4]等基于摩拜單車數(shù)據(jù)分析了上海市共享單車的騎行需求以及時空分布特征，并識別出了騎行交通熱點、交通走廊和停放供需矛盾區(qū)域，為引導城市實現(xiàn)低碳綠色可持續(xù)發(fā)展提供了規(guī)劃思路。然而，目前對于騎行軌跡的研究主要關注用戶的出行時空特征，而對騎行路線視覺偏好的研究相對較少。鑒于此，本文以城市騎行軌跡數(shù)據(jù)和街景圖像數(shù)據(jù)為基礎，旨在從街景視角對南京市騎行熱點路段的視覺環(huán)境進行精細化解讀，從而探討分析騎行者對沿路街道環(huán)境的視覺偏好。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

南京市是江蘇省省會，是長江三角洲地區(qū)重要的中心城市。截至2019年，南京市的常住人口為850萬人，城鎮(zhèn)人口為707.2萬人，城鎮(zhèn)化率達到83.2%。作為國家首批歷史文化名城，南京市內及其周邊擁有豐富的旅游資源。圍繞現(xiàn)有資源，南京市緊扣地方特色打造主題鮮明的旅游景區(qū)。本文選取南京市街景圖像的主要覆蓋區(qū)域作為研究區(qū)，包括中心城區(qū)的鼓樓區(qū)、建鄴區(qū)、玄武區(qū)、秦淮區(qū)、雨花臺以及近年來發(fā)展迅速的棲霞區(qū)、浦口區(qū)、江寧區(qū)，如圖1所示。

圖1 研究區(qū)域位置

1.2 數(shù)據(jù)來源

本文采用的數(shù)據(jù)包括騎行軌跡數(shù)據(jù)和街景圖像數(shù)據(jù)。騎行軌跡數(shù)據(jù)來源于兩步路戶外運動共享平臺（https://www.2bulu.com/）。該平臺可提供由用戶群體上傳的多種類型的休閑出行軌跡數(shù)據(jù)，如步行、自駕車、騎行等。本文利用Python爬蟲工具獲得南京市2017－2019年帶有地理位置信息的用戶騎行軌跡，每條軌跡數(shù)據(jù)記錄包含若干個行車軌跡點，軌跡點又包括線路ID、經緯度坐標、時間戳、瞬時速度、高程等字段信息。對采集的數(shù)據(jù)進行預處理和整理工作，最終得到4 763條騎行路線和563.4萬個軌跡點。街景圖像數(shù)據(jù)來源于百度地圖平臺（https://map.baidu.com/）發(fā)布的城市道路街景數(shù)據(jù)。以50 m的平均間隔，沿街道路網分別從前后左右4個方向（水平視角對應0°、90°、180°、270°）進行街景圖像采集，最終實際采集到210 536張街景圖像。騎行GPS軌跡線的空間分布和街景圖像示意圖如圖2所示。

圖2 數(shù)據(jù)源示意圖

2 研究方法

2.1 基于軌跡線的熱點路段探測

與基于通勤的騎行行為不同，戶外休閑騎行靈活隨意、不具規(guī)則性，更在意騎行過程中的沿途風光，而非騎行目的地[5]。為了探測居民騎行活動在城市路網中的空間分布規(guī)律，需要利用軌跡聚類方法挖掘騎行活動頻繁的熱點路段。然而，基于離散點的點密度算法[6]或聚類算法[7]往往會割裂同一騎行行為軌跡點之間的關聯(lián)性，難以準確識別騎行者頻繁經過的熱點路段，不適用于本文的研究內容。因此，本文提出了一種基于軌跡線的熱點路段探測方法。為了精細化探測騎行軌跡密集的路段，首先將城市路網按照固定間隔剖分為等距離的路段，并按照固定間隔對軌跡線進行采樣，從而將每條軌跡線抽象為相互關聯(lián)的序列點集；然后將采樣點投影到距其最近的路段，統(tǒng)計各路段采樣點的個數(shù)，并將其設置為路段權重，如R1和R5分別投影了4個和5個點，則路段權重分別對應為4和5。由圖3可知，R3路段的權重最大，軌跡線也最密集，說明該路段的騎行活動最頻繁。

圖3 基于軌跡線的熱點路段探測方法

2.2 基于街景圖像的視覺環(huán)境量化

為了從街景圖像中獲取語義對象，本文采用Python構建金字塔場景解析網絡（PSPNet），并結合麻省理工學院公開發(fā)布的場景解析數(shù)據(jù)集（ADE20K）進行圖像分割。本文對ADE20K數(shù)據(jù)集中包含的150個類別進行篩選，考慮到街道環(huán)境中的場景要素，重點關注道路、天空、建筑、樹木、車輛等類別。經測試，基于Keras深度學習框架實現(xiàn)的PSPNet神經網絡在驗證集上的預測準確率為0.79，且僅考慮本文重點關注的場景要素時，準確率可達0.92。

為了定量描述場景，本文構建了一個六維的場景表達向量V[8]，每個維度對應視場中特定場景要素的覆蓋比，以此刻畫街景采樣點所在位置可見的空間區(qū)域的局部視覺環(huán)境。場景表達向量由視覺要素組成，既能揭示單一街道場景要素的多樣性及其內部差異，又能發(fā)掘街道場景之間的共性與特性。

式中，tree_rate、sky_rate、building_rate、road_rate、car_rate、other_rate分別為樹木、天空、建筑、道路、車輛、其他等要素在場景的平均比例。

街景圖像語義分割流程如圖4所示，包括輸入街景圖像、PSPNet模型解析、輸出語義分割結果和統(tǒng)計各要素占比等步驟。

圖4 街景圖像語義分割流程圖

3 實驗與結果分析

3.1 騎行熱點路段的空間分布特征

權重排序前10%的熱點路段的空間分布如圖5所示，可以看出，南京市騎行熱點路段呈中心聚集、外圍分散的特點，即主城區(qū)中心熱點道路分布集中，主城區(qū)外圍熱點路段分布較零散。為方便進一步探測熱點路段的具體位置，根據(jù)聚集形態(tài)，本文將上述熱點路段劃分為11個熱點區(qū)域。

圖5 騎行熱點路段探測結果

熱點區(qū)域3、4、5、6位于南京市主城區(qū)核心位置，包括的熱點路段為漢中門大街—北圩路、中山南路—丹鳳街、秦虹路—文安街和中山東路—解放路。該區(qū)域鄰近南京市規(guī)模最大的商業(yè)中心—新街口，周邊集中了較多的購物、餐飲、娛樂、休閑設施，由此可見商業(yè)區(qū)對居民騎行行為具有較大的吸引力。熱點區(qū)域8和9位于玄武湖附近，玄武湖的環(huán)湖路一直是騎行者公認的黃金線路，也是首選的市內旅游觀光地。熱點區(qū)域10周邊存在眾多休閑文化場所，且靠近萬達廣場、奧特萊斯等商業(yè)綜合體，優(yōu)美的綠化環(huán)境和完善的商業(yè)設施使得更多居民選擇騎行方式開展休閑、游覽活動。熱點區(qū)域11地處國家5A級風景區(qū)—中山陵內，景區(qū)內的紫金山綠道沿線植被茂盛、景點眾多，騎行者可欣賞途徑的風景，是一種運動與觀光相結合的出游方式。熱點區(qū)域1中的新河街—新亭街位于河西城市生態(tài)公園，分布在秦淮新河沿岸。該區(qū)域自然景觀豐富，是城市與生態(tài)環(huán)境和諧共處的規(guī)劃實踐案例。熱點區(qū)域2中的九鄉(xiāng)河東路—元化路位于仙林大學城，周邊高等院校云集，同時分布有大量的科教文衛(wèi)機構，該處騎行活動參與者以在校大學生居多。

3.2 騎行熱點路段視覺環(huán)境量化分析

南京市騎行熱點路段的視覺要素占比情況如表1所示，可以看出，天空占比最大的熱點路段是新河街—新亭街，位于城市邊緣地帶，其環(huán)境中自然要素占比較突出；相較于其他路段，陵園路—博愛西路的綠化最好，樹木占比高達73.6%，綠色清新的環(huán)境給人舒適的視覺感受；中山南路—丹鳳街地處新街口商業(yè)中心區(qū)，是建筑和車輛占比最大的熱點路段，街道兩側或街角路口分布著密集的高層建筑，聚集了大量商業(yè)和生活服務設施，道路嚴重擁堵；九鄉(xiāng)河東路—元化路位于城郊，是道路占比最大的路段，作為仙林大學城中的主干道，車流量小、道路寬敞，周邊地形平坦，適宜開展休閑體育活動；總體而言，各要素在熱點路段視覺環(huán)境中的占比情況與南京市當前城市環(huán)境現(xiàn)狀基本一致，即主城區(qū)和郊區(qū)的街道綠化水平存在一定差異，郊區(qū)街道更寬敞且具有開闊的視野，主城區(qū)街道兩側建筑更密集且車流量較大。

然而，單一視覺要素的比較分析無法揭示騎行者對不同路段的總體視覺感受。為了進一步探究不同熱點路段視覺場景的差異性，本文根據(jù)每條路段中所有要素的占比分布關系推測其場景類型，采用場景表達向量量化熱點路段的視覺環(huán)境特征，并繪制不同熱點路段中各視覺要素的占比分布圖（圖6），可以看出，部分熱點路段的視覺環(huán)境要素占比具有一定的相似性?；诖?，本文將上述路段劃分為不同的場景類型，若視覺環(huán)境中建筑和其他要素的占比突出，且樹木占比遠大于天空占比，則可將該熱點路段定義為市區(qū)林蔭道類型，建筑密集說明該路段處于城市中的繁華街區(qū)，其他要素較多說明其局部環(huán)境復雜，常規(guī)的5類要素不足以較完整的描述整個環(huán)境，樹木占比遠大于天空占比說明其很可能形成林蔭空間；若建筑和其他要素占主導，且樹木與天空占比差異較小，則將該路段定義為市區(qū)主干道類型；若道路、樹木和天空占比較多，且建筑占比較小，則可將該路段定義為郊區(qū)主干道類型；若樹木、天空以及其他要素占比高，且建筑較少、道路狹窄，說明該處以自然景觀為主，可將其定義為郊區(qū)小路類型；若建筑和其他要素占比突出，且綠化水平低、車輛占比遠大于其他類型道路，說明該處可能位于城市中心商務區(qū)，可將其定義為商業(yè)街區(qū)類型；若樹木占比最高，且天空、建筑、道路、車輛占比都非常小，說明該處可能位于較為偏僻的森林覆蓋區(qū)域，可將其定義為景區(qū)林蔭道類型。

表1 不同熱點路段的視覺要素占比

圖6 各聚集區(qū)域內熱點路段各要素占比分布及其所屬類別

為了驗證上訴分類的合理性以及更直觀地對比不同類型熱點路段場景的視覺感官差異，本文借助路段實景圖像對分類結果進行說明。由圖7可知，漢中門大街—北圩路、秦虹路—文安街、中山北路—薩家灣和中山東路—解放路等市區(qū)林蔭道類型的熱點路段，道路遮蔭率高、道路兩邊樹木高大挺拔，具有較高的觀賞價值；上元大街—金箔路和中央路—黑龍江路作為市區(qū)主干道類型，雖然二者都有林蔭道路，但未能形成大面積的綠蔭；新河街—新亭街屬于郊區(qū)小路類型，在視覺環(huán)境感知中天空開闊、道路兩側綠化好，為騎行活動提供了良好的場所環(huán)境；屬于郊區(qū)主干道的九鄉(xiāng)河東路—元化路和龍蟠路—北安門街，與新河街—新亭街有諸多相似，但卻具有更加寬敞的道路，是城郊出行的主干道路；中山南路—丹鳳街貫穿商業(yè)街區(qū)，周邊高樓林立、車水馬龍，樹木稀少且矮小，視覺環(huán)境中的城市景觀特征明顯；陵園路—博愛西路位于中山陵風景區(qū)內，屬于景區(qū)林蔭道類型，其視覺環(huán)境中自然要素極其突出，是騎行者尋幽覓靜的好去處。

圖7 各熱點街道真實視覺環(huán)境與所屬類型

4 結 語

1）基于休閑騎行軌跡數(shù)據(jù)挖掘了騎行者頻繁經過的熱點路段，并結合城市空間結構分析和理解了騎行者對騎行路線的選擇偏好。

2）利用街景圖像信息量化熱點路段街道環(huán)境的視覺要素，通過構建場景表達向量進一步分析了不同街道的視覺環(huán)境特征；并根據(jù)場景環(huán)境的相似性將南京市騎行熱點路段細分為市區(qū)林蔭道、市區(qū)主干道、郊區(qū)主干道、郊區(qū)小路、商業(yè)街區(qū)、景區(qū)林蔭道6類。

3）融合騎行軌跡數(shù)據(jù)和街景圖像數(shù)據(jù)，對人類行為活動的環(huán)境特征進行了多角度、精細化的研究，既為騎行環(huán)境研究提供了新的思路和方法，又為后續(xù)休閑騎行空間設計和優(yōu)化工作的開展提供了輔助決策支持。