街道绿化对居民尤其是行人的生活质量至关重要，是评估街道可步行性的重要指标之一。传统受限于数据获取的困难，对街道绿化的研究多局限于较小的地域，而目前运用新兴的街景图片进行评价的方法也多基于人工判断。通过构建一种自动的方法，实现了大规模、精细化尺度的街道绿化的量化评价，并以成都一、二圈层的街道为案例进行实践。研究发现：成都街道以不绿和一般绿街道为主；二圈层的街道绿化好于一圈层的街道；东部、北部个别街道绿化较好，南部、西部整体绿化相对较好；绿化相对较好的街道主要与大学、公园景点、河流两侧、居住区有关；街道绿化与道路等级、街道周边地块性质、区位等相关。对步行系统规划、街道品质改善提升等工作具有一定的指导意义。
1数据
1.1 研究范围
本文的研究范围为成都市一、二圈层区县。成都市域共分为3个圈层，共19个区市县，一圈层包含5个，二圈层包含6个，三圈层包含8个。三圈层的区县街景图片未能覆盖，一、二圈层区县的总面积约3 678 km2。
成都市域
1.2 数据
本文研究数据主要包括路网数据、腾讯街景图片数据和用地类型数据。
（1）路网数据
本文的道路数据为来自导航公司的道路导航数据，对路网数据进行了预处理，包含合并多车道单车道、简化路网和拓扑处理3个步骤，最终所有道路均为单线，且均在交叉口处打断，成都一、二圈层参与计算的道路有33732条。
（2）街景图片数据
本研究的街景图片来源于腾讯街景地图，并采用网络爬虫的方法获取街景图片。按照位置查询的方式获取了成都的街景图片，图片大小为960×640像素，相机拍摄角度统一设置为0°，即平视；在抓取时，对同一条街道，按照每隔50 m的间隔大小取一个点，对每个点获取前、后、左、右4个方向的图片，每张图片包含了位置点唯一标示符、经纬度、水平角度和方位等信息。
几条典型路段街景图片展示
（3）用地类型
参考《城市用地分类与规划建设用地标准（GB50137—2011）》，将原始地块数据分为9类：R（居住用地）、A（公共管理与公共服务用地）、B（商业服务业设施用地）、M（工业用地）、W（物流仓储用地）、S（道路与交通设施用地）、U（公用设施用地）、G（绿地与广场用地）、TESHU（其他用地）。本文计算街道周边地块性质的方法参照龙瀛等的文章，最后多出unknown和mixed类，分别对应未知类及混合型，街道周边地块性质共分为10类。
2方法
2.1 评估指标
选择绿视率作为评估指标。绿视率指人们眼睛所看到的物体中绿色植物所占的比例，与“绿化率”、“绿地率”相比，“绿视率”更能反映公共绿化环境的质量，更贴近人们的生活。
2.2 基于街景图片的街道绿化自动化评估方法
街道绿化自动化评估即实现街道绿视率的自动、批量化计算。包含两个步骤，分别是解析街景图片的颜色构成和把基于点的绿视率聚合到街道。
街景图片颜色构成的解析在Matlab中完成，步骤如下：
对每一张照片，将照片的色彩模式从RGB导为HSV，并从数字图像中提取各色相通道的值；
对每一个像素，计算像素的颜色在颜色光谱中的度数（共360°）；
根据对颜色光谱的观察，定义60°—180°为绿色，因此，对每一张街景图片，绿色的比例为度数落在60°—180°之间的像素个数与总像素个数的比值。
考虑到每一个位置点有前、后、左、右4个方向的街景图片，对每一个位置点，取4个方向的街景图片绿色比例的平均值为该位置点的平均绿色比例，即为该位置点的绿视率。
绿视率计算框架
将绿视率分成4种程度：不绿、一般绿、绿及非常绿，4类对应的绿视率大小分别是≤0.2，（0.2-0.4]，（0.4-0.5] 以及>0.5。
不同绿视率水平对应的街景图片示意图
每一条街道上有多个位置点用来获取街景图片，即有多个绿视率的值。对每一条街道，取多个位置点的绿视率的平均值，即为该街道的绿视率。同时还可计算各条街道的绿视率的标准差，用来表示绿视率在街道上分布的不均匀性。标准差越大，各个位置点的绿视率差异越大，分布越不均匀。
3研究结果
有研究表明，绿色在人的视野中达到25%时，人感觉最为舒适，因此当绿视率大于0.25时，判定为绿色舒适型街道。
3.1 街道绿化描述性统计
成都一、二圈层内整体街道绿视率为0.202，低于0.25。
从平均绿视率来看，成都金牛区的平均绿视率最低。一圈层内的成都中心老城区，人口密度大、商贸繁荣、经济活跃。二圈层的新都区等的街道绿视率接近，高于一、二圈层平均水平，但也均低于0.25；温江区的街道绿视率为成都一、二圈层内区县最高，且平均街道绿视率高于0.25，从绿化的角度看，整体街道让人感觉舒适，符合其国际花园城市的定位。
各区县平均绿视率和标准差分布
统计各区县不同等级绿化的街道占比，总体上，各个区中不绿和一般绿的街道占比最高，绿和非常绿的街道占比较小。
不同等级绿化的街道的区县占比
从一、二圈层的街道绿视率和标准差来看，表现为一圈层街道绿视率普遍偏低，二圈层街道绿视率整体高于一圈层街道绿视率，但也存在个别绿视率较差的街道。
一、二圈层平均绿视率和标准差分布
3.2 街道绿化空间分布
总体上，南部、西部的街道绿视率高于北部、东部的街道绿视率，北部、东部的高绿视率街道集中在个别街道，西部、南部整体绿视率较高，且越往外围绿视率越高。
街道平均绿视率空间分布
除上述整体的高绿视率分布区域之外，绿视率相对较高的街道分布如下：
东部和北部片区主要以沙河沿岸的街道及靠近沙河的电子科技大学沙河校区、星汉北路等为主。
西部的街道整体较绿，绿化更为明显的区域以公园景点及居住小区为主。
南部的街道主要指武侯区内的街道，相对较绿的区域以学校和居住区为主。
主要商业中心春熙路、市中心天府广场等街道绿化相对较差，而主要办公区如人民南路商务区、金融城则总体绿化相对较好。
3.3 街道绿视率解释模型
统计二圈层内不同等级街道的平均绿视率，可以看出，不同等级的道路，绿视率有所差异，整体来看：高速、城市快速路等较宽的道路绿视率水平相对较低；县道及以下等级道路绿视率接近，相对较高；其次是国道和省道。
不同等级街道平均绿化率
统计不同类型街道的平均绿视率，可以看出，工业、居住、混合、公共管理与公共服务、绿地类的街道绿视率整体较高，物流仓储用地、商业、道路交通广场等类型的街道绿视率整体较低。
不同性质的街道平均绿视率
根据前文统计分析结果，街道绿视率可能与道路等级、区位、道路的周边地块性质等因素相关，本部分选用成都二圈层内的路网，选择居住（R）、商业（B）、公共管理与服务（A）3类街道，采用回归分析的方法从定量的角度探讨绿视率与道路等级和区位的相关关系。
回归结果——标准系数
可见，无论整体还是分类型的街道，街道绿视率总体与道路等级成正相关，即道路级别越低，街道两旁绿化越好，而离原行政市中心越远，街道绿化越好，离区县行政中心和新市行政中心越近，街道绿化越好；例外的情况是，居住类街道离区县行政中心越远，街道绿化越好，但这类相关性较弱，商业类街道道路级别越高，街道两旁绿化越好；原市行政中心对居住类的负影响，及新市行政中心对商业类的街道绿视率正影响较为突出。
4结果与讨论
本文采用腾讯街景图片数据，从街景图片中提取绿色像素所占比重作为图片的绿视率，并将基于位置点的绿视率聚合到街道，以此对成都一、二圈层的街道绿化进行实证研究。理论方法上，绿视率的概念比绿化率、绿地率等能够更加科学地表征步行环境感受，其定量研究以及从人工判断到自动化评估的方法具有重要的学术与应用价值；突破以往街道量化研究采用人工调研、少量街道等的限制，实现大范围、精细化尺度上的街道量化研究，是街道量化领域的一大进步。
研究发现：
（1）金牛区的街道绿化普遍偏差，温江区的街道绿化总体最好；二圈层的街道绿化好于人口密度大、商贸繁荣、经济活跃的一圈层街道。
（2）总体上，东部、北部个别街道绿化较好，南部、西部整体绿化相对较好；绿化相对较好的街道主要与大学、公园景点、居住区有关，商业中心春熙路街道绿化差、CBD街道绿化相对较好。
（3）街道绿化与道路等级、区位相关，原市行政中心与居住类街道绿化的负相关、新市行政中心与商业类街道绿化的正相关较为明显。
详情请关注《上海城市规划》2017年第1期《街道绿化：一个新的可步行性评价指标》，作者：郝新华，北京清华同衡规划设计研究院有限公司；龙瀛，清华大学建筑学院。
