芮麗燕（上海市建筑科學(xué)研究院有限公司，上海 201108）

城市綠色空間建設(shè)是城市生態(tài)的重要構(gòu)成部分，在緩解城市熱島，固碳釋氧，改善城市微氣候，維持生態(tài)平衡等方面起著重要作用。目前，我國常用的綠化評價指標(biāo)仍局限于傳統(tǒng)的二維平面綠化評價指標(biāo)，例如綠地率、綠化覆蓋率等。但實際上，景觀綠化除了提供生態(tài)效益外，在人居環(huán)境舒適性體驗及情緒調(diào)節(jié)方面也具有顯著作用?？紤]到綠色空間對人的心理感知方面的影響，綠視率指標(biāo)被提出來了。像一些高密度發(fā)展的城市也頻頻應(yīng)用“綠視率”指標(biāo)進(jìn)行綠化規(guī)劃，如新加坡、東京等。

我國近些年來也展開了對綠視率的研究，由于綠視率的傳統(tǒng)測量方法比較繁瑣，所在早年綠視率研究不多、測量范圍也不廣。如今，在新數(shù)據(jù)環(huán)境下綠視率的獲取及識別技術(shù)也在進(jìn)行創(chuàng)新，當(dāng)前也需要對此進(jìn)行總結(jié)。

1 綠視率概念

人在環(huán)境中所接收到的信息有 90% 是來源于視覺。環(huán)境綠量會影響人的心理感受，綠色自然環(huán)境會對人的神經(jīng)系統(tǒng)產(chǎn)生積極的刺激，幫助人們舒緩緊張壓抑的情緒。1987 年，日本學(xué)者青木陽二提出可以將人眼視野范圍內(nèi)綠色植被占比作為人對綠色環(huán)境感知的度量，定義為“綠視率”。根據(jù)相關(guān)研究與實踐，當(dāng)綠視率高于 25% 時，會產(chǎn)生綠化較好的心理感受，當(dāng)綠視率 ＞50% 時人能感知到更多的綠色并產(chǎn)生舒適的心理感受。

我國的綠化評價指標(biāo)主要是以改善生態(tài)環(huán)境質(zhì)量為目的。目前有關(guān)綠化評價指標(biāo)有 20 多種，包括：綠地率、綠化覆蓋率、綠量、綠容率等。不同與以上這些綠化評價指標(biāo)，綠視率指標(biāo)是從人的綠意感受角度出發(fā)形成的新的綠化評價指標(biāo)，更有利于評價和提升綠化環(huán)境的綠量感知度及滿意度，符合當(dāng)下城市建設(shè)人性化的發(fā)展趨勢，契合社會健康的發(fā)展需求。表 1 為綠視率與目前常用的綠化指標(biāo)比較。

表1 綠化指標(biāo)比較

2 研究文獻(xiàn)分析

2.1 文獻(xiàn)發(fā)表數(shù)量及引證文獻(xiàn)

本文綠視率文獻(xiàn)發(fā)表及引證文獻(xiàn)量研究基于中國知網(wǎng)數(shù)據(jù)庫，具體文獻(xiàn)檢索過程如下，檢索主題“綠視率”，檢索類型 “期刊”，檢索時間范圍 “不限”。檢索時間截止到為 2021 年 4 月 21 日，找到符合主題綠視率的研究型和綜述論文共計 102 篇。其中，“綠視率”首次在國內(nèi)被提到是在 1998 年居住區(qū)環(huán)境設(shè)計的文章中，當(dāng)時該文就提高小區(qū)綠化的綠視率的重要性和常見措施方法。

國內(nèi)關(guān)于綠視率研究的發(fā)文量統(tǒng)計如圖 1 所示。從整體來講，國內(nèi)對綠視率的研究還較少。在 1998—2017 年，綠視率相關(guān)的發(fā)文量較低，每年的發(fā)文量＜10 篇。綠視率發(fā)文量有明顯增長趨勢是發(fā)生在 2018，從 2018 年到至今綠視率發(fā)文量達(dá)到 43 篇，占總發(fā)文量的 42%。相應(yīng)的，引證文獻(xiàn)也從 2016 年開始有激增趨勢，2020 年引證文獻(xiàn)也達(dá)到了168 篇。根據(jù)圖 1 的變化趨勢可以說明雖然綠視率這個概念在早期就已經(jīng)傳入了國內(nèi)，但了解的人不多。而近年，由于概念和時代的契合性，已有學(xué)者陸續(xù)開展研究。

圖1 綠視率發(fā)文數(shù)量及引證文獻(xiàn)數(shù)量的增長趨勢

2.2 關(guān)鍵詞分析

本文利用 CiteSpace V（版本 5.7.R 5）的共現(xiàn)功能對102 篇文獻(xiàn)進(jìn)行高頻關(guān)鍵詞分析，了解綠視率熱點研究領(lǐng)域。CiteSpace[1]是目前具有代表性的科學(xué)文獻(xiàn)分析軟件之一，可用于文獻(xiàn)數(shù)據(jù)挖掘和信息可視化展示。

如圖 2 關(guān)鍵詞共現(xiàn)圖譜所示，高頻關(guān)鍵詞除了“綠視率”之外還有“綠化覆蓋率”“綠地率”“風(fēng)景園林”“城市道路”“居住區(qū)”“卷積神經(jīng)網(wǎng)絡(luò)”“機(jī)器學(xué)習(xí)”和“南京”等。

圖2 關(guān)鍵詞共現(xiàn)圖譜

對于一個新的綠化評價指標(biāo)，將綠視率與綠地率和綠化覆蓋率等常用指標(biāo)比較研究的過程是必不可少的。通過街道的綠視率及綠化覆蓋率的測量和比較，發(fā)現(xiàn)綠化覆蓋率和綠視率指標(biāo)呈正相關(guān)，但相關(guān)性較弱，表明綠化覆蓋率和綠視率這兩個指標(biāo)確實是從不同角度出發(fā)評價綠化質(zhì)量，并不可相互替代。

同時，隨著人工智能的發(fā)展，“卷積神經(jīng)網(wǎng)絡(luò)”“機(jī)器學(xué)習(xí)”等技術(shù)也用于綠視率的研究中，成為綠視率研究中頻次較高的關(guān)鍵詞。通過機(jī)器學(xué)習(xí)圖像識別的方式可實現(xiàn)綠視率自動計算，從而使大范圍綠視率統(tǒng)計獲得了可能。

“南京”是對綠視率研究最早且關(guān)注最高的城市之一，早在 2003 年南京市綠化委員會就有發(fā)文表示提高主城綠視率的建設(shè)是建設(shè)綠色南京的重要環(huán)節(jié)。根據(jù)近年來南京街道綠視率的調(diào)研，南京街道綠視率整體水平較好，綠視率在30% 左右，主城區(qū)街道綠視率相對較低在 20% 左右。

根據(jù)詞頻分析，綠視率研究應(yīng)用廣泛集中于城市街道、風(fēng)景園林、居住區(qū)等領(lǐng)域。根據(jù)日本學(xué)者折原夏志的5 段評價劃分標(biāo)準(zhǔn)，綠視率＜5% 為綠化感知差，綠視率5%～15% 為綠化感知較差，綠視率 15%～25% 為綠化感知一般，綠視率 25%～35% 為綠化感知較好，綠視率超過35% 綠化感知好。如圖 2 所示，根據(jù)現(xiàn)有文獻(xiàn)調(diào)查顯示，我國目前已調(diào)研中的省、市、區(qū)、縣、街道的平均綠視率都達(dá)到了一般水平，更有接近 80% 的已調(diào)研區(qū)域達(dá)到全球主要城市平均綠視率 19.03% 的水平。總體來說，我國街道綠視率分布規(guī)律為南方地區(qū)、城市景觀資源好的地區(qū)街道綠視率較高，北方寒冷地區(qū)、老城區(qū)街道綠視率相對較低。相比城市街道綠視率調(diào)研結(jié)果，城市公園、園林等區(qū)域內(nèi)的綠視率相對較高，平均綠視率在 50% 左右，如表 2 所示。而住宅綠視率因為住宅類型、綠化布局形式、空間設(shè)計等因素，綠視率水平差距較大，范圍可達(dá) 10%～30%，如表 3 所示。除了以上 3 個為主要應(yīng)用領(lǐng)域外，綠視率還被用于評價一些特殊區(qū)域，例如醫(yī)院戶外環(huán)境設(shè)計、高架橋景觀空間、地下空間、商業(yè)空間等，表 4 總結(jié)了在其他空間的綠視率調(diào)研結(jié)果。

表2 生態(tài)空間綠視率調(diào)研

表3 居住空間綠視率調(diào)研

表4 其他空間綠視率調(diào)研

圖3 街道綠視率的調(diào)研

3 綠視率的測量方法

3.1 測點及時間選取

對于綠視率測點的選擇，通?？梢苑譃橄到y(tǒng)抽樣法和分層抽樣法。系統(tǒng)抽樣法是將調(diào)查區(qū)域看作一個整體，對區(qū)域進(jìn)行均衡地劃分，從每個區(qū)域內(nèi)抽取一個測點，該方法具有一定的普遍性和客觀性。目前在城市街道上常見的是以50～250 m 為間距劃分，根據(jù)道路長度決定，一般每條道測點≥5 個。住宅道路綠視率測點間距基于室外空間視覺尺度理論，通常是以 24 m 為間距劃分[5]。分層抽樣法是指根據(jù)項目特點針對主要研究區(qū)域進(jìn)行劃分抽樣，該方法選取的測點更具有代表和針對性，但因為劃分過程中具有一定的主觀性，所以也容易造成人為誤差。

每個綠視率測點的數(shù)值為多個不同方向的綠視率平均值，一般取 4～8 個方向。測點拍攝的方向及角度通常按照道路的主要形態(tài)決定，在比較規(guī)整的街道上測量，通常按測點前后左右 4 個方向進(jìn)行測量，將 4 個方向的平均值作為該測點綠視率。

3.2 圖像獲取

目前獲取綠視率的圖像的方式主要有兩種，一種是通過傳統(tǒng)現(xiàn)場圖像采集，另外一種是通過街景地圖進(jìn)行采集。傳統(tǒng)的現(xiàn)場調(diào)研拍照方法需要將最接近人眼成像效果的焦距24 mm 相機(jī)固定在大約 1.5～1.6 m 處（成人視線高度），進(jìn)行實景照片拍攝。街景地圖采集法通過利用谷歌、騰訊街景、百度街景地圖等平臺提供免費的 API 開發(fā)接口，下載和調(diào)用街景靜態(tài)圖片，該方法可在短時間內(nèi)獲得采樣點 4 個方向的街道立面圖片數(shù)據(jù)，可以有效的避免了現(xiàn)場采集的繁瑣和安全隱患。

雖然相比之下，傳統(tǒng)的方法需要耗費大量的人力和時間，但在街景地圖難以覆蓋的區(qū)域，例如住宅區(qū)、生態(tài)公園等，還是需要依賴傳統(tǒng)的測量方法。所以考慮到綠視率指標(biāo)的推廣，在街景無法覆蓋的區(qū)域如何利用現(xiàn)有技術(shù)去簡化綠視率傳統(tǒng)測量方法的繁瑣過程也是未來研究需要解決和突破的地方。

3.3 圖像處理與計算

綠視率圖像處理與計算方法也分為傳統(tǒng)人工和自動化圖像處理方法。傳統(tǒng)人工圖像處理方式可以通過像素或網(wǎng)格計算方法進(jìn)行，需要借助 Photoshop、Matlab、GIMP 等圖像處理軟件對圖像進(jìn)行處理。這兩種方法均需要人工操作（如手動框選、網(wǎng)格劃分等），這不僅導(dǎo)致人工誤差的出現(xiàn)，而且費時費力。

所以隨著計算機(jī)發(fā)展，綠視率的圖像處理方式也朝著自動化的方向發(fā)展。近年來，大量學(xué)者們也嘗試實現(xiàn)綠視率的自動、批量化計算。郝新華和龍瀛[13]通過圖像中植物 HSV范圍，彭銳和劉海霞[14]通過圖像中植物色調(diào)、飽和度、明度范圍，對照片中的每個像素進(jìn)行色彩判斷，開發(fā)了自動計算綠視率的算法。但該方法也存在缺陷，這種基于 HSV 或HSL 色彩識別的方法容易受天氣、季節(jié)、光照和拍攝角度的影響，也容易將非自然的綠色物體，例如綠色汽車、綠墻壁等，納入到綠視率的計算中，導(dǎo)致計算產(chǎn)生較大誤差。

在深度學(xué)習(xí)和無人駕駛技術(shù)的蓬勃發(fā)展下，圖像語義分割技術(shù)極大地推動了綠視率自動化計算的發(fā)展。一系列用于圖像語義分割的開源模型，例如卷積神經(jīng)網(wǎng)絡(luò)模型（CNN）、完全卷積網(wǎng)絡(luò)(FCN)等常見模型，通過數(shù)據(jù)集訓(xùn)練后能被用于識別街景圖像元素，包括植被、道路、建筑、天空等，可以實現(xiàn)綠視率計算的自動化[8],[15]。目前常用于城市街景語義分割識別的數(shù)據(jù)集有 CamVid、CityScapes、Mapillary Vistas、Apollo Scape 、DD100k、Synthia、KITTY 等，如表 5所示。

表5 街景數(shù)據(jù)集

4 結(jié) 語

由于高度自然的視覺感受能減輕壓力、愉悅心情，對增強(qiáng)免疫系統(tǒng)功能和心理健康恢復(fù)等都有積極的作用。將綠視率用于衡量或評價城市街道、休憩空間及住宅景觀等期望獲得療愈功能的場所，具有重要意義。目前隨著人工智能技術(shù)的發(fā)展，綠視率測量計算的效率也大大提升，有利于對城市街道進(jìn)行大范圍的綠視率評估。針對綠視率不足的區(qū)域，我們可以通過調(diào)整植物配置形式、增加立體綠化等方法提高綠視率。其次，針對居住區(qū)等空間的綠視率測量還需要優(yōu)化，例如圖像采集方式，在未來可考慮采用無人機(jī)等自動化照片采集方法，減少照片采集的時間和人力成本。在綠視率計算精準(zhǔn)度上，目前，圖像語義分割識別方法是基于城市街景數(shù)據(jù)集訓(xùn)練的。針對不同區(qū)域的綠視率測量，在未來可考建立更具有針對性的訓(xùn)練數(shù)據(jù)集，提高識別和計算的精準(zhǔn)度。