基于街景圖片與語義分割技術(shù)的徐州市老城區(qū)街道安全感知評(píng)價(jià)研究

萬傳瑋 王榮華 孫欣琨

(江蘇師范大學(xué)地理測(cè)繪與城鄉(xiāng)規(guī)劃學(xué)院，江蘇 徐州 221116)

引言

城市街道是居民日?；顒?dòng)和通行的重要公共空間。但隨著機(jī)動(dòng)交通的飛速發(fā)展，帶來了部分城市街道空間失序、街區(qū)配套設(shè)施不足、機(jī)動(dòng)車過多、綠化景觀缺乏等一系列問題，導(dǎo)致居民在街道空間的安全感知下降。塑造舒適安全的城市街道空間，提升居民對(duì)城市的安全感知是建設(shè)安全健康城市的基礎(chǔ)。

已有研究表明，街道客觀環(huán)境與街道的安全性有著密切的聯(lián)系。蘇俊伊等研究了北京的街道景觀要素和安全之間的關(guān)系，發(fā)現(xiàn)街道環(huán)境復(fù)雜度、空間密閉度和植被密度與街道安全呈負(fù)相關(guān)[1]；而徐磊青等研究發(fā)現(xiàn),提高街道綠視率、管理水平和沿街建筑美感可以有效提升街道的安全感知，非機(jī)動(dòng)車則降低了安全感知[2]。江文津等以2個(gè)美國城市街景圖片為例探索了影響街道安全感知的因素，發(fā)現(xiàn)管理程度與界面透明度對(duì)街道安全感知的提升影響顯著，而綠色植被、機(jī)動(dòng)車與安全感知評(píng)價(jià)之間沒有顯著相關(guān)的關(guān)系[3]；周麗則從街道底界面、街道側(cè)界面以及2個(gè)界面相互作用形成的空間出發(fā)，發(fā)現(xiàn)植物綠化、功能設(shè)施、建筑立面及附屬設(shè)施的設(shè)置和空間尺度等是影響街道景觀安全的主要方面[4]。前人關(guān)于街道客觀環(huán)境與其安全性之間的關(guān)系的研究結(jié)論并不一致，需要進(jìn)行深入研究。

隨著大數(shù)據(jù)及計(jì)算機(jī)語義分割技術(shù)的發(fā)展，越來越多的學(xué)者將其應(yīng)用到城市公共空間問題的研究領(lǐng)域當(dāng)中，并在城市街道空間品質(zhì)、街道活力、街道景觀等方面進(jìn)行了一系列的論證研究。如唐靜嫻利用多時(shí)相、多角度的街景圖片數(shù)據(jù)，對(duì)北京更新類居住區(qū)外圍街道空間品質(zhì)水平進(jìn)行測(cè)度評(píng)價(jià)[5]。徐磊青等基于虛擬街道模型探究了建筑界面與綠視率對(duì)街道體驗(yàn)的影響[6]。葉宇則運(yùn)用python程序?qū)志皵?shù)據(jù)進(jìn)行大規(guī)模的抓取，并結(jié)合機(jī)器學(xué)習(xí)算法SegNet提取街景圖像中綠視率、天空可見度、建筑界面、道路機(jī)動(dòng)化程度、步行空間、多樣性6個(gè)關(guān)鍵空間特征對(duì)上海市的街道品質(zhì)進(jìn)行評(píng)估[7]。但借助街景數(shù)據(jù)并結(jié)合計(jì)算機(jī)圖像識(shí)別技術(shù)，對(duì)街道客觀物質(zhì)要素對(duì)居民的安全感知影響的研究還不夠深入。為此，本研究基于百度街景數(shù)據(jù)與計(jì)算機(jī)語義分割技術(shù)，在對(duì)徐州市老城區(qū)街道安全感知進(jìn)行定量分析的基礎(chǔ)上，深入探討街道安全性與街道景觀要素之間的關(guān)系，為提升城市街道安全提供借鑒參考。

1 研究區(qū)域概況及數(shù)據(jù)來源

1.1 研究區(qū)域

選取徐州市老城區(qū)內(nèi)的9條主要街道作為研究案例：淮海路、和平路、建國路、青年路、蘇堤路、民主路、西安路、中山路、解放路,這些道路均為生活性商業(yè)街道且功能性質(zhì)基本一致，見圖1?；春Ｂ贰⑶嗄曷?、和平路和建國路為東西走向，其他5條道路為南北走向。徐州市作為淮海經(jīng)濟(jì)區(qū)中心城市，省域副中心城市，擁有908.38萬常住人口；承擔(dān)著重要的經(jīng)濟(jì)、交通、科技、醫(yī)療等職能。其老城區(qū)是發(fā)展最為成熟的中心區(qū)域，居住、商業(yè)氣息濃厚，更是代表著徐州市未來發(fā)展“門面”；在新時(shí)代城市更新的背景下，街道空間安全感的提升對(duì)徐州市建設(shè)高質(zhì)量健康城市有著重要的現(xiàn)實(shí)需求及意義。

圖1 研究案例道路示意圖

1.2 百度街景圖片的獲取

路網(wǎng)數(shù)據(jù)通過OSM(開放街道地圖)獲取，經(jīng)過QGIS和ArcMap進(jìn)行矢量化、地理配準(zhǔn)和簡(jiǎn)化處理，以50m為間距確定每個(gè)街景采樣點(diǎn)地理坐標(biāo)。編寫Python數(shù)據(jù)采集程序，設(shè)置街景圖片采樣點(diǎn)參數(shù)，批量輸入地理坐標(biāo)，通過百度地圖全景靜態(tài)圖API獲取相關(guān)的街景圖片。經(jīng)過反復(fù)調(diào)試、實(shí)驗(yàn)與篩選，最終確定獲取垂直視角為15°、水平方向?yàn)?°(前)，水平視角為120°且分辨率為1024×512的街景圖片，如圖2。9條街道共選取街景圖片480張。

圖2 百度街景圖片示例

2 研究方法

2.1 安全感知評(píng)價(jià)方法

通過問卷調(diào)查的方式，采用李克特7級(jí)量表法，對(duì)獲取的百度街景圖片進(jìn)行主觀安全感知評(píng)價(jià)，1分代表極不安全，7分代表極安全。為保證每條道路街景圖片出現(xiàn)的隨機(jī)性，將480張街景圖片隨機(jī)打亂并匿名編號(hào)為1～480，按等差數(shù)列每30個(gè)為1組，分16組。如，第1組問卷圖片集為1、31、61、91…451。共設(shè)置16份問卷，通過問卷星進(jìn)行線上發(fā)放，每份問卷以回收至少30份有效樣本量為最低標(biāo)準(zhǔn)。問卷填寫人在進(jìn)行問卷街景圖片打分前，需對(duì)圖片進(jìn)行整體預(yù)覽后，對(duì)所有街景圖片有所了解后再進(jìn)行評(píng)價(jià)。道路街景圖片最終得分均采用取平均值的方式進(jìn)行處理。

2.2 街景要素識(shí)別

本文使用目前最新一代神經(jīng)網(wǎng)絡(luò)DeepLab-V3+算法對(duì)480張街景圖片進(jìn)行語義分割，DeepLab-V3+是2018年由谷歌技術(shù)團(tuán)隊(duì)基于卷積神經(jīng)網(wǎng)絡(luò)系統(tǒng)開發(fā)出的進(jìn)一步優(yōu)化版的算法，其算法識(shí)別綜合了像素的局部光譜信息和像素的全局整體結(jié)構(gòu)信息來提取圖像特征，可以較為精準(zhǔn)(82.1%)地識(shí)別各種形式的照片。選用CityScapes數(shù)據(jù)集對(duì)街景圖片中車行道、人行道、建筑物、圍墻、柵欄、桿、信號(hào)燈、指示牌、植被、地形山體、天空、行人、汽車等19類較為常見的要素進(jìn)行識(shí)別分割。如圖3所示。在得到語義分割圖后，對(duì)各景觀要素進(jìn)行提取，并測(cè)算各類景觀要素在要素分割圖中的占比。

圖3 街景圖片要素分割示意圖

2.3 街景要素指標(biāo)測(cè)度

通過對(duì)公共空間安全感[2]及街道空間品質(zhì)[8]的相關(guān)研究分析，結(jié)合本實(shí)驗(yàn)街景圖片的特征，最終將19類街道景觀元素合并為6個(gè)客觀要素指標(biāo)。

2.3.1 綠視率

綠視率是指街景圖片中綠色植被所占的比例，其計(jì)算公式：

綠視率=綠化植被面積/圖像總面積×100%

2.3.2 天空開敞度

天空開敞度是反映街道空間開闊程度一個(gè)重要指標(biāo)，其計(jì)算公式：

天空占比=天空面積/圖像總面積×100%

2.3.3 界面圍合度

界面圍合度是指街道兩側(cè)界面建筑物及圍墻或其他構(gòu)筑物圍合街道空間的程度，其計(jì)算公式：

界面圍合度=(建筑+圍墻)面積/圖像總面積×100%

2.3.4 機(jī)動(dòng)化程度

機(jī)動(dòng)化程度是用來反映街道交通通行的狀況，其計(jì)算公式：

機(jī)動(dòng)化程度=(車行道+機(jī)動(dòng)車)面積/圖像總面積×100%

2.3.5 道路附屬設(shè)施率

道路交通附屬設(shè)施率是指交通信號(hào)燈、指示牌等設(shè)施占總圖像面積的比例，其計(jì)算公式：

道路附屬設(shè)施率=(信號(hào)燈+指示牌+桿+圍欄)面積/圖像總面積×100%

2.3.6 行人慢行交通率

行人慢行交通率對(duì)建立步行友好型街道，緩解道路交通擁擠現(xiàn)象具有重要意義。其計(jì)算公式：

行人慢行交通安全性=(人行道+行人+非機(jī)動(dòng)車)面積/圖像總面積×100%

3 結(jié)果分析

本次調(diào)查共發(fā)放問卷601份，回收問卷601份，剔除選項(xiàng)相同的無效問卷74份，最終有效問卷527份，有效問卷率87.7%。通過問卷信度分析可以得出，本次調(diào)查問卷Cronbach’s(克隆巴赫)系數(shù)值均大于0.9，具有較高的可信度。

3.1 居民主觀安全感知評(píng)價(jià)分析

根據(jù)居民對(duì)徐州市老城區(qū)內(nèi)9條街道安全感知評(píng)價(jià)計(jì)算得出，9條街道的安全感知評(píng)價(jià)得分分布在4～5分區(qū)間，其中6分以上以及3分以下得分較少，可見9條街道的安全性水平一般，見圖4。

圖4 不同分值區(qū)間分布

通過單因素方差分析發(fā)現(xiàn)，不同道路之間的街道安全感知評(píng)價(jià)得分是具有顯著差異的，見表1。9條街道的安全感知評(píng)價(jià)排序依次為建國路>淮海路>和平路>中山路>西安路>蘇堤路>解放路>民主路>青年路；其中建國路街道的安全感知評(píng)價(jià)最高(5.007)，而青年路的安全感知評(píng)價(jià)最低(3.736)，見圖5。

表1 不同街道的安全感知評(píng)價(jià)差異性

圖5 徐州市不同街道安全感知評(píng)價(jià)均值

3.2 客觀要素指標(biāo)對(duì)比分析

9條街道的平均綠視率為21.4%；結(jié)合江蘇省城鎮(zhèn)化和城鄉(xiāng)規(guī)劃研究中心相關(guān)研究實(shí)踐表明，9條街道的總體綠視率較好，但不同道路的綠視率差異較大，部分道路綠視率水平普遍偏低，如和平路(12.3%)、淮海路(12.3%)、中山路(15.1%)；天空占比與界面圍合度平均值分別為20.5%、22.2%，其中青年路的天空占比最低(2.9%)，可能是由于道路狹窄且街道樹木較多，遮擋了天空，導(dǎo)致街道視野不開闊。除蘇堤路界面圍合度較低(13.8)外，其他街道界面圍合度相似；9條街道的機(jī)動(dòng)化程度差異不大，道路附屬設(shè)施率建國路最好(7.0)，青年路最差(1.3)，行人慢行交通率蘇堤路最高(6.2)，和平路、淮海路和中山路均較低(2.5)，如表2所示。

表2 徐州市老城區(qū)主要街道客觀指標(biāo)要素對(duì)比

3.3 居民主觀安全感知評(píng)價(jià)與客觀指標(biāo)要素的關(guān)系分析

3.3.1 相關(guān)性分析

通過SPSS統(tǒng)計(jì)分析軟件對(duì)街道空間主觀安全感知與街道空間客觀要素的關(guān)系進(jìn)行相關(guān)性分析得出，街道安全感知與天空占比、道路附屬設(shè)施率的Pearson相關(guān)系數(shù)分別為0.148、0.563，呈現(xiàn)顯著正相關(guān)關(guān)系(p<0.01)；與機(jī)動(dòng)化率、行人慢行交通率及界面圍合度的Pearson相關(guān)系數(shù)分別為-0.324、-0.231、-0.148，呈顯著負(fù)相關(guān)關(guān)系(p<0.01)；與綠視率的Pearson相關(guān)系數(shù)為0.055，相關(guān)性不顯著，見表3。說明增加天空占比和道路附屬設(shè)施或降低機(jī)動(dòng)車、行人慢行交通和界面密度能提升居民對(duì)街道的安全感知評(píng)價(jià)。

表3 相關(guān)性分析結(jié)果

3.3.2 逐步線性回歸分析

相關(guān)性分析只能說明兩者之間的關(guān)系，但各景觀要素之間也存在相互影響，即自變量之間存在著混雜干擾，從而影響回歸模型運(yùn)算結(jié)果的準(zhǔn)確性，因此需進(jìn)一步使用逐步線性回歸分析。由表4可以得出，道路附屬設(shè)施率、綠視率、天空占比、行人慢行交通率與機(jī)動(dòng)化率依次進(jìn)入回歸模型，而界面圍合度并未進(jìn)入模型；調(diào)整后的R2為0.367，顯著性均小于0.05水平，說明道路附屬設(shè)施、綠視率、天空占比、行人慢行交通率與機(jī)動(dòng)化率這5個(gè)客觀指標(biāo)能夠解釋徐州市老城區(qū)街道安全感知評(píng)價(jià)的36.7%。VIF全部小于5，意味著5個(gè)自變量之間不存在多重共線性，本次的運(yùn)算結(jié)果準(zhǔn)確可靠。

表4 逐步線性回歸分析結(jié)果

道路附屬設(shè)施率、綠視率、天空占比與安全感知呈顯著正相關(guān)的關(guān)系，說明道路附屬設(shè)施率、綠視率與天空占比越高，街道的安全感知就越高。而行人慢行交通安全性和機(jī)動(dòng)化程度與街道安全感知呈顯著負(fù)相關(guān)的關(guān)系，即行人慢行交通安全性和機(jī)動(dòng)化程度越高，街道的安全感知評(píng)價(jià)也就越低；反之亦然?；谝陨戏治?，得出自變量與因變量之間的回歸方程：

街道空間安全感=4.324+9.360×道路附屬設(shè)施率+0.838×綠視率+0.823×天空占比-4.116×行人慢行交通安全性-1.207×機(jī)動(dòng)化程度

街道景觀要素對(duì)徐州市老城區(qū)內(nèi)9條街道安全感知的影響程度依次為道路附屬設(shè)施率>行人慢行交通率>機(jī)動(dòng)化程度>綠視率>天空占比。

4 討論與結(jié)論

4.1 街道安全感知評(píng)價(jià)的影響因素

本研究從居民主觀安全感知評(píng)價(jià)角度出發(fā)，探究影響街道安全感知評(píng)價(jià)的影響因素，以徐州市老城區(qū)部分街街景照片為例進(jìn)行相關(guān)實(shí)驗(yàn)，通過回歸分析發(fā)現(xiàn)：道路附屬設(shè)施對(duì)街道安全感知評(píng)價(jià)具有重要意義，說明完善的道路設(shè)施設(shè)計(jì)可以對(duì)街道使用者起到警示或提醒的作用，對(duì)街道安全發(fā)揮著不可或缺的作用[9]；綠視率對(duì)街道安全感知的提升影響顯著，可能是由于綠視率能夠提高街道的美學(xué)偏好，從而提升了安全感知；行人慢行交通率及機(jī)動(dòng)化程度會(huì)降低了街道安全感知，這些結(jié)論在一定程度上印證了徐磊青[2,6]、葛亞軍[10]等的研究結(jié)論。

4.2 提升街道安全感知的優(yōu)化策略

為創(chuàng)建更安全的城市街道，提高居民的安全感知。筆者結(jié)合本文對(duì)影響街道安全因素的分析，對(duì)今后城市街道的設(shè)計(jì)和改造工作提出一些建議與參考。

本研究發(fā)現(xiàn)道路附屬設(shè)施與街道安全之間呈正相關(guān)的關(guān)系，是影響街道安全性的最大因素；因此，在設(shè)計(jì)街道空間時(shí)，應(yīng)注重道路設(shè)施的合理配置。如道路標(biāo)識(shí)設(shè)施的設(shè)置需突出醒目、容易辨別，規(guī)范并維護(hù)好交通標(biāo)志、交通信號(hào)燈、護(hù)欄和其他設(shè)施；人行橫道可以進(jìn)行彩色涂色，通過改變地面色彩變化提高過街空間可識(shí)別性；另外可以采取高品質(zhì)的路面鋪裝和足夠數(shù)量的垃圾桶等措施來提升街道整潔度，從而提升居民的街道安全感知。

多維度營(yíng)造綠地空間，提升街道綠視率。綠地作為提升城市街道安全的重要載體，可以利用欄桿、圍墻、建筑外立面等增設(shè)垂直綠化；鼓勵(lì)街道空間與社區(qū)花園、口袋公園等參與式綠地的融合銜接進(jìn)行街道綠化提升。由此，在彌補(bǔ)破舊建筑立面增加建筑美感，提升街道綠視率的同時(shí)還起到了加強(qiáng)街道空間的活力的作用。

在街道空間設(shè)計(jì)中應(yīng)注意街道與樹木以及周圍建筑的關(guān)系，創(chuàng)造適當(dāng)?shù)目臻g尺度?？刂坪媒值缹捀弑龋ＷC一定的視野開闊度，增加天空占比，增強(qiáng)街道安全性。

盡管本研究發(fā)現(xiàn)機(jī)動(dòng)交通及慢性交通均降低了街道的安全感知，但街道承載著城市道路的主要交通功能，因此不可盲目限制機(jī)動(dòng)車出行，造成城市道路交通壓力?？梢酝ㄟ^設(shè)置減速帶、限速、改變交通路線等措施，改善道路交通環(huán)境，降低機(jī)動(dòng)車速度，以確保交通通行安全，提升街道安全。

4.3 結(jié)論與不足

本文利用街景圖像數(shù)據(jù)與計(jì)算機(jī)語義分割技術(shù)，以徐州市老城區(qū)9條主要街道為對(duì)象，研究了城市街道安全感知與街道客觀景觀要素之間的關(guān)聯(lián)性。研究發(fā)現(xiàn)：9條街道的安全感知評(píng)價(jià)整體一般，且不同道路的安全感知評(píng)價(jià)差異顯著，建國路的總體評(píng)價(jià)最高，青年路最低，安全性有待提升。9條道路的客觀景觀要素中，綠視率、天空占比、道路附屬設(shè)施占比和行人慢性交通占比差異較大；而界面圍合度，機(jī)動(dòng)化程度差異不大。街道安全感知評(píng)價(jià)與道路附屬設(shè)施、行人慢行交通、機(jī)動(dòng)車、天空占比、綠視率高度相關(guān)，道路附屬設(shè)施影響最大。在未來的城市街道規(guī)劃設(shè)計(jì)中，應(yīng)把握好影響城市街道空間安全的主要要素，綜合考慮街道的生態(tài)、安全、功能等多方面，有效提高街道安全性，建設(shè)健康宜居城市。

依托大數(shù)據(jù)和計(jì)算機(jī)技術(shù)，能夠進(jìn)行大規(guī)模的街道空間分析并有效提升研究的客觀性。本文中對(duì)街景圖片中道路、山體、樹木、人行道、天空等要素進(jìn)行了分割識(shí)別，但由于百度開放平臺(tái)提供的街景圖片數(shù)據(jù)來自不同年份，因此不同年份、季節(jié)的街景圖片可能會(huì)造成結(jié)論的偏差；街道兩旁的建筑門窗、底層商鋪形式可能也會(huì)影響街道安全感知評(píng)價(jià)，街道的寬度、形式、長(zhǎng)度等也可能會(huì)影響安全感知評(píng)價(jià)，因此后續(xù)會(huì)對(duì)影響街道安全感知的景觀要素進(jìn)行深入分析。