基于Cite space近10年街景研究進(jìn)展與熱點評述

唐開春，李 健

（浙江農(nóng)林大學(xué)風(fēng)景園林與建筑學(xué)院，浙江 杭州 311300）

中國城鎮(zhèn)化過程中伴隨病媒滋生、空氣污染、熱島效應(yīng)加重等不同環(huán)境風(fēng)險。據(jù)世界銀行統(tǒng)計至2019年底，全球平均城鎮(zhèn)化率高達(dá)56%，以更擁擠的環(huán)境滿足大部分人口生存所需。相較于鄉(xiāng)村，城市更容易產(chǎn)生環(huán)境風(fēng)險。但環(huán)境監(jiān)測技術(shù)的發(fā)展降低風(fēng)險暴露的概率，街景圖像作為街道空間要素與場景的新型記錄方式，能夠以人類視角感知城市街道環(huán)境[1]，地理信息平臺的擴(kuò)大[2]促進(jìn)了相關(guān)理論增長。廣泛運用于環(huán)境分析[3-4]，交通[5-6]，健康[7-8]，社會經(jīng)濟(jì)話題研究[9-10]等不同領(lǐng)域。目前多數(shù)綜述對研究現(xiàn)狀分為2 類:一類是應(yīng)用系統(tǒng)回顧，如街景圖像分析方法比較[11]、應(yīng)用技術(shù)領(lǐng)域總結(jié)[12]、使用現(xiàn)狀[13]等，另一類是估算方法[14]、大數(shù)據(jù)[15]、城市分析[16]、街道綠視率[17]等專項總結(jié)，以上綜述從不同角度對研究方法及應(yīng)用進(jìn)行闡述。同時由于地理范圍限制，鄉(xiāng)村街道數(shù)據(jù)進(jìn)行采集難度大，地理信息完善程度不及城市，國內(nèi)鄉(xiāng)村街道數(shù)據(jù)的缺失使得極少研究落實于鄉(xiāng)村，缺乏對鄉(xiāng)村系統(tǒng)化研究。

對街景圖像主題熱點變化鮮有文獻(xiàn)進(jìn)行科學(xué)化、系統(tǒng)化評述。本文故利用文獻(xiàn)計量工具[18]對研究成果系統(tǒng)梳理以實現(xiàn)宏觀把握，掌握主題與熱點變化并提出現(xiàn)狀不足與未來展望，把握未來研究高地。

1 數(shù)據(jù)來源與方法

2012年為起點，截止2022年2月底，以主題詞“Street view images（街景圖像）”與3 種數(shù)據(jù)來源“Google street view（谷歌街景）”和“Baidu street view（百度街景）”及“Tencent street view（騰訊街景）”為關(guān)鍵詞經(jīng)WOS數(shù)據(jù)庫檢索，經(jīng)手動篩選有效文獻(xiàn)569 篇。

2 結(jié)果與數(shù)據(jù)分析

2.1 國際發(fā)文階段及趨勢

本文梳理2012年—2022年2月街景主題相關(guān)文獻(xiàn)發(fā)表歷程及趨勢（圖1）。

圖1 WOS 中街景圖像國際年度發(fā)文趨勢（2012年—2022.2月）(作者自繪)Figure 1 International annual publication trend of street view images in WOS (2012-2022.2)

研究初期（2012—2014年）處于探索階段，此階段奠定以“人與環(huán)境”作為核心研究對象，同時街景數(shù)據(jù)也處于可靠性驗證時期。利用街景圖像作為虛擬環(huán)境還原了街道不同物理特征與人群行為與結(jié)果的相互機(jī)制與結(jié)果的驗證[19]，其中Mutlu 通過混合拼接的新算法改善現(xiàn)階段圖像拼接技術(shù)以提高街道輪廓提取性能[20]。Wu 通過谷歌街景模擬街道環(huán)境測評建筑環(huán)境特征并驗證了與心理健康的關(guān)聯(lián)性及街景圖像的可靠性[21]，此階段街景大數(shù)據(jù)正逐年興起，百度和騰訊也在該階段開始并完善國內(nèi)街景及定位服務(wù)，為后續(xù)街景理論研究提供多樣的研究區(qū)域。

第二階段（2015—2018年）緩慢增長階段，更多研究者關(guān)注城市生存環(huán)境與城市病的重要性。各國城市建設(shè)內(nèi)涵式發(fā)展不同階段轉(zhuǎn)型成為更多研究者關(guān)注城市生存環(huán)境作為研究重要方向。2015年中國中央城市工作會議“城市雙修”概念[22]的提出標(biāo)志了中國城市發(fā)展已經(jīng)進(jìn)入了內(nèi)涵式發(fā)展的新階段以及美國“紐約市百萬棵樹計劃”等城市森林建設(shè)政策持續(xù)推進(jìn)[23]，諸如此類的概念與政策提出促進(jìn)了城市發(fā)展理論與實踐研究。研究人員逐步將公共職業(yè)健康，交通，污染等不同專業(yè)進(jìn)行結(jié)合研究，極大拓展了街景研究領(lǐng)域的范疇，以李小江與王若愚為代表的城市環(huán)境研究者，深入調(diào)查了城市整體格局與不同參數(shù)，如藍(lán)綠空間，建筑環(huán)境等不同物理特征與社會群體的相關(guān)性及互相產(chǎn)生的影響，其中“綠視率”概念是街景理論的代表，不同于概念提出初期狹小的適用范圍，城市街道綠化的研究面積，街道植被歷史調(diào)查等基于街景大數(shù)據(jù)的發(fā)展與成熟而逐步擴(kuò)展。

第三階段（2018—2021年）呈上升趨勢，得益于街景共享平臺擴(kuò)大與普及，機(jī)器學(xué)習(xí)與計算機(jī)結(jié)合增強(qiáng)，能高效提取數(shù)以萬計的圖像信息，VR 技術(shù)與大數(shù)據(jù)的發(fā)展與成熟與街景數(shù)據(jù)相結(jié)合也極大提高了城市調(diào)查的測評效率與準(zhǔn)確性[24]，從而完成大范圍空間城市物理特征分析并可視化表達(dá),達(dá)成城市社會環(huán)境評估[25]，此階段發(fā)文數(shù)量快速增加。

中國發(fā)文趨勢與國際發(fā)文趨勢整體類似。國內(nèi)多以高校牽頭，截至2022年2月底，國內(nèi)完成相關(guān)研究達(dá)197 篇，預(yù)計2022年底突破60 篇，其中中國科學(xué)院的發(fā)文總數(shù)最多，該領(lǐng)域有很強(qiáng)的科研實力。由于研究年份時限，2022年1—2月選取文獻(xiàn)暫無法代表當(dāng)年主題特征，不具有學(xué)術(shù)參考意義。

2.2 學(xué)科類別分析

通過WOS 數(shù)據(jù)庫學(xué)科分類前10 可知（表1），環(huán)境科學(xué)，公共環(huán)境與職業(yè)健康，工程電氣電子學(xué)科是該領(lǐng)域主要學(xué)科，論文發(fā)表量占比分別為20.562%、16.169%、15.290%，更多涉及環(huán)境研究，地理物理，遙感學(xué)等，呈現(xiàn)學(xué)科復(fù)雜交叉性。街景領(lǐng)域優(yōu)勢在于綜合性較強(qiáng)，所涉科目達(dá)88 種小類，目前多數(shù)研究集中于自然科學(xué)學(xué)科，社會人文領(lǐng)域開展較遲，研究范圍相對弱勢。

表1 WOS 中街景圖像文獻(xiàn)學(xué)科分類前10(作者自繪)Table 1 Top 10 subject categories of street view image literature in WOS

中心度反映某結(jié)點與其他結(jié)點接近程度，數(shù)值取舍于0—1，在學(xué)科領(lǐng)域中以數(shù)值高低表達(dá)強(qiáng)度。中心度超過0.1 的節(jié)點稱為關(guān)鍵節(jié)點，較高中心度體現(xiàn)該學(xué)科重要性程度，但多數(shù)學(xué)科中心度小于0.1，表明在更多領(lǐng)域合作研究潛力不足，暫未取得更多合作研究成果。

2.3 期刊共被引分析

期刊共被引歸類統(tǒng)計排名前20 中被引頻次最高的是 “Landscape Urban Plan”（表2），該期刊影響因子為6.142，被引頻次總數(shù)達(dá)249 次。其他期刊多涉及環(huán)境科學(xué)和生態(tài)學(xué)，社會人文類較少。近年城市風(fēng)貌建設(shè)的愈發(fā)重視，城市公共環(huán)境與居民健康成為國內(nèi)外學(xué)者研究的重要出發(fā)點與落腳點。結(jié)合發(fā)文學(xué)科看，在城市環(huán)境與生態(tài)領(lǐng)域，投入高效化信息處理技術(shù)，探索城市環(huán)境發(fā)展對公共衛(wèi)生與居民健康的聯(lián)系性，反映發(fā)展經(jīng)濟(jì)的同時社會注重生態(tài)的需求。

表2 WOS 中街景圖像發(fā)文期刊共被引前20(作者自繪)Table 2 The top 20 journals that publish Street View images in WOS

3 主要研究力量分析

3.1 國家或地區(qū)合作網(wǎng)絡(luò)統(tǒng)計

國家間合作創(chuàng)新是科學(xué)發(fā)展的重要方式，可有力推動科技進(jìn)步[26]。通過國家合作網(wǎng)絡(luò)統(tǒng)計發(fā)現(xiàn)（圖2）。發(fā)達(dá)的經(jīng)濟(jì)背景是城市環(huán)境研究的重要推手，城市街景研究區(qū)域多為發(fā)達(dá)國家城市。理論研究來自51 個國家或地區(qū)，其貢獻(xiàn)最大的國家是美國與中國，各以194 篇并列第一，各占比34.1%，形成以中美兩極為核心的合作網(wǎng)絡(luò)。中心度是反映合作創(chuàng)新程度的一項指標(biāo)，中心度大于0.1 的國家多為歐美等發(fā)達(dá)國家，相比美國（0.55），中國（0.17）處于弱勢，基礎(chǔ)數(shù)據(jù)與地域合作的交流不便是中外協(xié)同研究不緊密的原因之一。

圖2 街景圖像相關(guān)國家合作網(wǎng)絡(luò)圖譜(作者自繪)Figure 2 Map of National Cooperation Networks Related to Street View Imagery

3.2 機(jī)構(gòu)合作統(tǒng)計

節(jié)點代表不同機(jī)構(gòu)，按發(fā)文量不同，節(jié)點半徑各不相同，其連線反映機(jī)構(gòu)間的合作密切度（圖3）。各國以高校牽頭理論研究，中國以中國科學(xué)院發(fā)文數(shù)量（28 篇）占據(jù)國內(nèi)高校發(fā)文主導(dǎo)，歐美以麻省理工學(xué)院（20篇）與哥倫比亞大學(xué)（15 篇）及愛丁堡大學(xué)(15 篇)在發(fā)文量中占領(lǐng)先地位。從中心度看，雖中國發(fā)文量較高，但中心度0.1 以上的高校偏少，發(fā)文量最高的中國科學(xué)院（28 篇）中心度偏低（0.05），而美國的麻省理工學(xué)院（0.26）、哥倫比亞大學(xué)（0.12）均具較高中心度，國內(nèi)多數(shù)研究機(jī)構(gòu)中心度遠(yuǎn)低美國，歐美在城市街景領(lǐng)域具有更穩(wěn)固的理論基礎(chǔ)與合作創(chuàng)新。

圖3 街景圖像相關(guān)機(jī)構(gòu)合作網(wǎng)絡(luò)圖譜(作者自繪)Figure 3 The network map of street view image related institutions

3.3 作者合作網(wǎng)絡(luò)統(tǒng)計

通過作者網(wǎng)絡(luò)圖譜可清晰了解研究領(lǐng)域中作者的發(fā)文情況與合作關(guān)系[27]。圖中所示該領(lǐng)域中王若愚，李小江呈核心合作研究趨勢（圖4），也是街景研究發(fā)文量前十的作者，但大部分研究者合作較少。以李小江與王若愚為代表形成的研究核心團(tuán)體推動理論發(fā)展。王若愚致力于城市環(huán)境與居民身心健康的聯(lián)系[28]，李小江研究重點是開發(fā)與應(yīng)用城市地理空間分析與數(shù)據(jù)驅(qū)動分析方法[29]。但總體城市街景開展研究時間并不長，尚未迎來爆發(fā)式增長。

圖4 街景圖像相關(guān)作者合作網(wǎng)絡(luò)圖譜(作者自繪)Figure 4 The network map of related authors for street view images

對比中外研究內(nèi)容發(fā)現(xiàn)兩者研究方向差異較大。國外學(xué)者認(rèn)為城市環(huán)境生態(tài)問題是極為重要的議題并致力不斷突破，關(guān)注城市環(huán)境與健康的關(guān)聯(lián)，如植被調(diào)查[30]、天空視圖因子[31]、鄰里障礙與肥胖[32]等，國內(nèi)集中在計算機(jī)科學(xué)與技術(shù)研究領(lǐng)域，對城市生態(tài)環(huán)境關(guān)注較少。其不同國情與社會環(huán)境是研究者關(guān)注點相異的根本原因。

4 研究熱點分析

4.1 關(guān)鍵詞共現(xiàn)分析

關(guān)鍵詞共現(xiàn)反映熱點與核心力度（圖5），有利于掌握研究重點[33]。2012年研究初期，“環(huán)境”、“審計”等是其主要研究內(nèi)容，“環(huán)境”是該階段研究核心且驗證了街景數(shù)據(jù)運用的可靠性。2013—2015年出現(xiàn)較多關(guān)鍵詞，集中在“體育活動”、“城市”與“谷歌街景”等。2016—2018年集中于環(huán)境暴露與居民行為結(jié)果關(guān)聯(lián)性研究，如“綠色空間”“圖案”“空氣污染”等，其中“綠色空間”與“圖案”在此階段呈較高中心度，發(fā)現(xiàn)綠色環(huán)境是影響行為因素之一[34]，國內(nèi)也證明身心健康和綠色環(huán)境是交互影響的[35]。2019—2021年“Land use”（土地利用）、“Climate change”（環(huán)境變化）“Race”（種族）等關(guān)鍵詞反映研究重點轉(zhuǎn)向人文社科領(lǐng)域，主要分析城市社會、人文、經(jīng)濟(jì)內(nèi)在發(fā)展與趨勢。

圖5 街景圖像關(guān)鍵詞共現(xiàn)圖譜(作者自繪)Figure 5 Keyword co-occurrence map of street view images

城市環(huán)境關(guān)聯(lián)社會人文話題實證研究在研究主題中占據(jù)重要地位，但缺乏街景要素閾值討論。綠視率成為日本近畿地區(qū)地方政府規(guī)劃設(shè)計指標(biāo)之一，以限制建筑無序建設(shè)，提高城市可視范圍綠化，目的讓居民感受到更多綠色。在城市增量與存量空間規(guī)劃設(shè)計中應(yīng)由“量”轉(zhuǎn)“質(zhì)”，例如林下植被層次與色彩比例是否會對行人情緒產(chǎn)生不同影響，城市空間不同物理環(huán)境元素閾值與居民生活質(zhì)量兩者之間產(chǎn)生不同結(jié)果的影響機(jī)制未系統(tǒng)探討。

4.2 關(guān)鍵詞聚類分析

通過關(guān)鍵詞聚類，更好了解街景文獻(xiàn)內(nèi)部聯(lián)系[36]，最終得到8 個聚類結(jié)果（圖6）。根據(jù)關(guān)鍵詞性質(zhì)可分為“技術(shù)驗證”“信息采集與開發(fā)”“技術(shù)應(yīng)用”3 種類型（表3）。

圖6 街景圖像關(guān)鍵詞聚類圖譜(作者自繪)Figure 6 PStreet View Image Keyword Clustering Map

表3 WOS 中街景圖像研究主題分類(作者自繪)Table3 Classification of Street View Image Research Topics in WOS

技術(shù)驗證聚類結(jié)果以“#0 審計（Audit）”為代表的技術(shù)可靠性研究。谷歌街景虛擬空間技術(shù)于2007年實現(xiàn)[37]，相較現(xiàn)場采集，虛擬街景提高對城市環(huán)境的采集效率，但實驗結(jié)果準(zhǔn)確性仍存疑，數(shù)據(jù)可靠性是驗證階段指標(biāo)之一[38]。

信息采集與處理聚類結(jié)果分別是 “#2 眾包街景平臺（Mapillary）”“#4 志愿地理信息（Volunteered geographic information）”“#6 深度學(xué)習(xí)（Deep learning）”。Mapillary、Volunteered Geographic Information(VGI)等眾包平臺致力于構(gòu)建完善的城市信息[39]，由用戶自愿參與并通過不同運動模式（步行，騎車，駕駛）貢獻(xiàn)新的街景序列，不斷添加新的數(shù)據(jù)類型與數(shù)據(jù)源以實現(xiàn)街區(qū)實時覆蓋，是實現(xiàn)城市全域研究的關(guān)鍵。以深度學(xué)習(xí)為代表的人工智能技術(shù)在實際運用中受廣泛關(guān)注[40]，常用于圖像識別[41]、語音識別[42]、自然語言處理[43]。分析多維街景數(shù)據(jù)，通過輸入、卷積、池化、完全連接、輸出實現(xiàn)對圖像的語義理解[44]。相較傳統(tǒng)圖像采集與數(shù)據(jù)構(gòu)建，大大提高研究效率，更具有準(zhǔn)確性與有用性[45]。

技術(shù)運用聚類結(jié)果分別是“#1 天空視圖因子（Sky view factor）”與“#3 建筑環(huán)境（Built environment）”“#5可步行性（Walking）”“#7 城市洪水（Urban floods）”。#1 包括熱舒適性，城市熱島，地溫等。#3 包括太陽輻射，街道峽谷，建筑景觀因子等關(guān)鍵詞，站在城市生態(tài)系統(tǒng)角度對城市熱環(huán)境進(jìn)行分析，深究建成環(huán)境與太陽輻射條件協(xié)同性[46]。#5“可步行性”關(guān)注城市藍(lán)綠空間。街道綠化與藍(lán)色空間引起的休閑活動感知[47]。#7“城市洪水”通過城市建筑高程與道路網(wǎng)，建立城市山洪模型實現(xiàn)山洪抵抗脆弱性評估，保證防災(zāi)，受災(zāi)處理與災(zāi)后重建的安全需求是未來發(fā)展的焦點。

街景采集平臺與視圖處理技術(shù)的發(fā)展擴(kuò)大城市街景的研究范圍，對于城市規(guī)劃設(shè)計效果的考量更具有實際意義。城市規(guī)劃層面，在平視與俯視視角不同尺度下與城市資源配置實際結(jié)果在二者評估中資源不平等與誤配現(xiàn)象迭出，未來結(jié)合街景數(shù)據(jù)合理配置與管理城市資源是規(guī)劃統(tǒng)籌重點之一。設(shè)計層面中，城市步行品質(zhì)研究中建筑空間尺度，藍(lán)綠空間比例，廣告視覺刺激等如何配置以貼合行人心理感受與使用需求是提升城市形象與內(nèi)涵式發(fā)展的未來需要。

5 研究結(jié)論與未來展望

5.1 研究結(jié)論

國內(nèi)外理論研究不同側(cè)重——國外更關(guān)注人類健康與生存環(huán)境話題，國內(nèi)注重城市分析與計算機(jī)工程提升。相較于發(fā)達(dá)國家與地區(qū)的高度城市化，國內(nèi)處于城鎮(zhèn)化進(jìn)程中，判斷城市發(fā)展形勢是實現(xiàn)城市優(yōu)化的方式之一。

多維度研究的延伸——從數(shù)據(jù)可靠性驗證轉(zhuǎn)向健康城市探索，現(xiàn)趨向城市發(fā)展研究?！绑w育活動”“建筑環(huán)境”“健康”等主題自初步研究至成為城市環(huán)境安全研究框架核心，不斷關(guān)注多維度主題，開展縱向研究。

不足在于研究地域富集城市，鄉(xiāng)村未受到同等重視，缺乏研究系統(tǒng)性與城鄉(xiāng)結(jié)合分析與評價[48]。其次，國際合作研究交流不足，數(shù)據(jù)共享與合作平臺的缺乏正成為深度研究的壁壘[49]。最后理論指導(dǎo)性需要加強(qiáng)，為相關(guān)政策制定提供參考與數(shù)據(jù)支持，實現(xiàn)城市品質(zhì)提升。

5.2 未來展望

中國在快速城鎮(zhèn)化與城市產(chǎn)業(yè)變革調(diào)整背景下，城市存量與增量空間規(guī)劃設(shè)計在相對公平正義的前提下促進(jìn)環(huán)境資源的合理配置。面對國土空間規(guī)劃發(fā)展變化的趨勢，實現(xiàn)城市環(huán)境公平與品質(zhì)提升是未來的更高目標(biāo)，為保障其順利完成，研究人員可以從以下3 點進(jìn)行完善。

（1）適當(dāng)補(bǔ)充鄉(xiāng)鎮(zhèn)街景，完善城鄉(xiāng)地域研究體系。由于地理限制，鄉(xiāng)村風(fēng)貌尚未進(jìn)行理論研究與實踐探索，建議采用獎勵機(jī)制[50]以眾包形式完善取景類型。美麗鄉(xiāng)村推進(jìn)行動對中國鄉(xiāng)鎮(zhèn)的改變[51]應(yīng)受到重視，鄉(xiāng)村類型多樣且豐富，地域性更多彩[52]，未來可與城市形成互補(bǔ)體系。

（2）促進(jìn)基礎(chǔ)數(shù)據(jù)與領(lǐng)域合作平臺的建立。研究效益與研究深度的提升需要不同領(lǐng)域的專家參與。促進(jìn)多學(xué)科研究集成加以研究創(chuàng)新[53]，打破數(shù)據(jù)與交流限制，提高研究參與度是未來學(xué)科交互化的趨勢[54]。

（3）加強(qiáng)城市規(guī)劃設(shè)計與理論落地性。研究理論落實到城市空間建設(shè)與管理調(diào)控是最終目的。結(jié)合不斷創(chuàng)新的城市空間分析工具開展環(huán)境研究，改善城市空間系統(tǒng)布局并確定居住環(huán)境元素與場景的理想閾值，完善以“人”為落腳點的標(biāo)準(zhǔn)與規(guī)范，開展城市規(guī)劃與微觀設(shè)計改善行動，將理論研究成果轉(zhuǎn)化成實際應(yīng)用效益，提高城市居住品質(zhì)。