城市街道空间品质评价体系构建研究.docxVIP

? ? 城市街道空间品质评价体系构建研究 ? ? 孙瑞丰，王语嫣 （吉林建筑大学建筑与规划学院，吉林 长春 130000） 1 引言 当前，我国正处于精细化发展的进程中，但如何提升城市空间活力历来都是城市建设的首要目标，而街道作为对城市环境影响的重要组成部分，其空间品质的好坏在很大的程度上影响着城市公共生活空间的繁盛程度与城市活力。城市公共空间品质的提升是所有城市，发展到一定阶段后皆要面临的难题，却也是继续发展城市，优化城市环境品质以及提升城市形象的必要手段。 自《国家新型城镇化规划（2014—2020年）》为代表的一系列宏观政策发布实施以来，推动以人为本、注重品质的城市建设已成为大家的共识。在此背景下，城市设计越发重视以空间品质活力为主导、以大数据精细化为手段，体现为“2D城市”向“3D城市”转变的城市设计新特征。综上所述，本文将在理论评价的基础上，通过利用近年来涌现的机器学习的新技术，整合街道空间研究领域的有效影响因子，建构一个涉及面更广泛的街道空间品质评价体系，将其纳入到街道研究科学体系中，以供日后研究者参考借鉴。 2 相关研究进展 随着新信息时代的发展，城市建设的下半场逐步转向定量化、精细化、人本尺度、品质导向的实践，由此诞生了新城市科学，即依托于计算机技术发展和多源城市数据的涌现，运用量化分析和数据计算途径来研究城市的模式。其中在街道空间研究领域中，大数据以及人工智能和机器学习技术在数据采集、数值计算、多源数据融合分析、指标深度学习等方面的进展飞速。其中，Rundle等（2011）通过街景图片评价街区环境的物质空间指标，对纽约37个步行街区进行研究；Naik等（2014）借用实际项目的数据作为训练集，对美国的21个城市的街景图片进行深度学习，对其街道空间安全度进行研究；Ewing等（2010）通过对街景图片人工赋值的方式进行街道空间的主观评价。韩君伟（2013）通过机器学习对街景图象中的元素进行识别，提出了视觉熵的概念，以此来对商业步行街区的街道空间复杂性进行量化研究；吴志强（2016）依据百度热力图研究了上海市空间结构；龙瀛（2016）基于机器学习和街景数据，对北京和成都进行了街道空间品质的大规模量化与分析；唐婧娴（2017）通过计算机图像识别、图像分割技术对北京、上海这类中国特大城市中心区街道空间品质进行测度；樊钧，唐皓明，叶宇（2019）通过空间网络分析和聚类算法实现苏州古城区街道空间慢行品质的形态组构评价。 基于多源数据的街道空间品质研究一览表 3 城市街道空间品质 本研究中，涉及空间品质的研究对象是城市街道，即为城市街道空间品质。由上述分析得到，城市街道空间品质是由城市街道空间中的客观物质空间要素和主观空间感知两个方面组成（如图1），前者包含街道空间承载力和街道空间吸引力两个维度，其体现的是街道周边建筑体量，围合度及其物质空间对街道于人群集聚所造成的影响，包含建筑强度、建筑空间形态、街道可达性、功能混合度等用以描述物质空间品质好坏程度的影响因素；而后者则包含街道安全性、街道舒适度以及街道社交性三个维度，其体现的是人们对街道物质空间街道的主观感受满意程度。通过街景数据提取街景图片进行机器学习，识别出图片中各种要素在整张图片中的像素占比，标识出更受人群喜欢的那种街道，以此来体现街道空间品质的优劣。 图1 街道空间品质评价体系构成 4 街道空间品质评价体系构建 构建街道空间品质的评价体系是本文研究的根本目的。通过对大量国内外街道空间品质的研究分析，得出目前对于街道空间品质的评价，多数基于四个基本要素展开，即街道的使用——人、人的户外活动、街道空间、人车通行。从而结合街道空间品质的内涵要素与人的需求，研究从人的感知要素、活动要素、物质空间要素、通行要素四个方面入手，确定以两个维度评价街道空间品质，即物质空间构成和主观空间感知。 街道空间的物质空间构成是由物质空间要素与通行要素组成的，他是人及其活动的载体。街道物质空间的构成包含街道两侧建筑经济技术指标、通行能力、街道环境、公共服务设施等因素，不同的物质空间构成要素对街道空间的承载力和吸引力亦不同，进而影响了街道空间品质的优劣。 街道空间的主观空间感知是由街道使用者和人的户外活动体现的，其感知的好坏主要反映在街道上的人群数量。人是空间使用的主体，是最直观观察感受街道品质的使用者，街道空间主观感知主要包含街道安全性、舒适度、社会性三个指标组成，那些舒适、安全、适宜交往的街道更容易吸引人们的前往，人们更愿长时间停留，街道空间呈现的活力更高，街道的品质也更易被人群接受。 归纳总结出影响街道空间品质的指标（如图2）。在物质空间构成维度，评价指标主要聚焦于街道空间承载力（建设强度与建筑空间形态、步行空间沿街界面宽度、步行便利性、街道设施丰富度）与街道空间吸引力（道路可达