随着城市精细化管理不断推进，依托大数据的城市体检与城市问题研究日益受到关注。信息精度高、覆盖范围广、搜集成本低的街景图像数据成为城市空间品质研究的重要数据源[1]。叶宇等[2]结合街景数据，构建以“品质评价”与“可达性分析”的街道空间品质测度体系。戴智妹等[3]进一步深化基于街景图像研究街道空间品质的测度方法，增加街景图像采集的准确性和可信度。樊钧等[4]通过街景数据对街道的慢行品质进行测度研究，在实践上具有普适性和易用性。本文以安康老城区街道空间为研究对象，基于百度街景图像，从主观和客观两个维度构建街道空间品质测度体系，总结和探究安康老城街道空间品质测度结果，提出街道空间品质提升策略，为街道空间品质动态监测与管理提供参考。1测度体系构建1.1数据获取本研究利用Python语言编写代码，利用百度地图API接口爬取街景图片。外部空间研究尺度宜为20~25 m，按照街道视觉尺度20 m选点，选取661个坐标观测点，每点从90°、180°、270°、360°截取人视街景图片，获取百度平台2020年收集的安康老城区有效街景图片2 440张，缺乏街景图像的51个点位进行人工拍摄，补充图像204张，共2 644张街景图片[5]。1.2指标选取从街道空间品质评价角度分析，对前人的研究进行总结归纳，同时基于安康老城区街道空间实际概况，从街道客观建成环境和人的主观感受出发，选取相应指标进行评价。街道空间品质测度指标体系如表1所示。10.19301/j.cnki.zncs.2022.07.023.T001表1街道空间品质测度指标体系项目影响要素指标量化量化模型客观要素路面可行性机动车通行指数车行道像素总量/所有像素总量街道步行指数人行道像素总量/所有像素总量设施便利性设施便利指数路灯、花架、垃圾箱、座椅像素总量/所有像素总量主观评价步行安全性机动车干扰指数机动车像素总量/所有像素总量交通标识指数交通标识像素总量/所有像素总量空间舒适性街道绿视指数街道绿植像素总量/所有像素总量天空可视指数天空像素总量/所有像素总量场所社交性人群聚集指数行人像素总量/所有像素总量机动车通行指数由机动车道所占比例表征；街道步行指数由人行道所占比例表征；设施便利指数由座椅、路灯、花架等设施所占比例表征[6]。机动车干扰指数主要由机动车所占比例表征；交通标识指数主要由交通信号灯所占比例表征；街道绿视指数主要指街道树木所占比例；天空可视指数主要由天空所占比例表征；人群聚集指数主要由行人所占比例表征[7]。2品质测度分析2.1街道基本特征安康市位于陕西省东南部，地处秦巴腹地，下辖1个区、8个县和1个县级市，总面积23 529 km2。本文研究区域为安康市老城区，地处汉滨区中心城区中部，北临汉江，总面积203 hm2。对安康老城片区进行实地踏勘，获取空间建筑基底与街道路网，街道空间具有路网密集、等级多样、均匀分布、方正平直、街道业态丰富等特点，选择59条路段进行研究。2.2指标量化分析以2 644张安康市老城区街景图像为基础数据，在Arcgis平台中对数据进行坐标转换以及各类物质像素提取分析，分别对8个指标进行量化分析。3个客观要素指标的指数结果如图1~图3所示。10.19301/j.cnki.zncs.2022.07.023.F001图1机动车通行指数10.19301/j.cnki.zncs.2022.07.023.F002图2街道步行指数10.19301/j.cnki.zncs.2022.07.023.F003图3设施便利指数5个主观评价指标的指数结果如图4~图8所示。10.19301/j.cnki.zncs.2022.07.023.F004图4机动车干扰指数10.19301/j.cnki.zncs.2022.07.023.F005图5交通标识指数10.19301/j.cnki.zncs.2022.07.023.F006图6街道绿视指数10.19301/j.cnki.zncs.2022.07.023.F007图7天空可视指数10.19301/j.cnki.zncs.2022.07.023.F008图8人群聚集指数2.3总体量化特征本研究引入正向指标服务能力值和负向指标服务能力值，正向指标主要包含街道步行指数、设施便利指数、交通标识指数、街道绿视指数、天空可视指数、人群聚集指数7项单因子；负向指标主要指机动车干扰指数。在Arcgis软件中利用已获取的安康老城区街景图片，对8大影响指标进行分析，得到各影响指标的品质指数，求和得到每条路的品质指数。指数值大表明街道品质高。在量化前对原始数据进行标准化整合处理，将正负向指标转换为无量纲的纯数值数据，数据复杂程度较低，选择易于操作的min-max标准化整合方法进行数据处理[8]。式（1）为正相关指标计算公式，式（2）为负相关指标计算公式。mij=xij-xmin (j)xmax (j)-xmin (j) （1）nij=xmax (j)-xijxmax (j)-xmin (j) （2）式中：xmin(j)——指标值中最小的值；xmax (j)——指标值中最大的值；i——样本编号；j——指标序号。各级指标权重统计如图9所示。10.19301/j.cnki.zncs.2022.07.023.F009图9街道空间品质指数分布由图9可知，安康老城片区的59条街道空间品质指数为0.613~2.023，平均值为1.052。安康老城的街道空间品质水平相当，差距不明显。其中，空间品质指数最高的街道是东内环路北端，空间品质指数最低的街道是金州北路北端。2.4综合评价结果各项指标对街道空间品质的测度影响程度不同，总体量化后采用权值法对各项指标进行合理的权重配比计算。各级指标权重统计如表2所示。10.19301/j.cnki.zncs.2022.07.023.T002表2各级指标权重统计一级指标一级指标权重二级指标二级指标权重三级指标三级指标权重客观要素0.5路面可行性0.240 4机动车通行指数0.054 2街道步行指数0.160 2设施便利性0.181 3设施便利指数0.266 7主观评价0.5步行安全性0.439 9机动车干扰指数0.121 8交通标识指数0.211 2空间舒适性0.083 4街道绿视指数0.089 4天空可视指数0.059 3场所社交性0.055 0人群聚集指数0.037 2根据权重计算各指标的实际数值，求和得到综合评价得分，将得分映射到对应的街道，使用ArcGIS自然断点法分级，将街道空间品质综合评价得分分为高、中、低三个等级。结果表明，本研究指数为0.089~0.131的街道属于高品质街道空间，街道数量为10条；指数为0.046~0.063的街道属于低品质街道空间，街道数量为15条；其余街道为中等品质街道。街道空间品质综合评价得分如图10所示。街道空间品质指数等级分布如图11所示。10.19301/j.cnki.zncs.2022.07.023.F010图10街道空间品质综合评价得分10.19301/j.cnki.zncs.2022.07.023.F011图11街道空间品质指数等级分布3品质提升策略3.1路面可行策略街道空间中机动车道易发生拥堵情况，可以加大路面执勤力度，对人流、车流进行有效疏解，确保道路交通秩序；需合理设置人行道宽度，满足《城市道路交通规划设计规范》（GB 50220—95）的人行道设置要求，结合实际情况适当拓宽人行道宽度；设置禁止占用人行道的明显标志，划定非机动车停靠区域，为行人营造良好的步行空间环境。3.2设施便利策略完善街道空间设施，基础设施包括路灯、渗水性强地砖、无障碍设施等；街道应迎合居民的生活方式，适当增设座椅、共享充电桩、垃圾箱、公共卫生间等设施，为街区带来活力。3.3步行安全策略街道空间是居民生活最易到达、使用率最高的公共空间，车辆、环境是影响居民在城市街道空间的日常安全的主要危险来源。基于居民心理安全需求，可以加强城市街道植物景观和照明景观设计；基于行为安全需求，为人行道设计一定的高差，减少机动车干扰，进一步完善交通标识。3.4空间舒适策略街道空间舒适度主要通过提高绿视率和天空可视率实现。安康老城区绿视率不高且难以进行树木增植，可以利用建筑立面或桥梁隧道立面进行垂直绿化。违建现象会阻碍景观视线，应加大违建建筑的管理力度，整理街道界面，提高天空可视率。3.5场所社交策略街道空间是城市的会客厅，日常通行、购物、休憩娱乐和交往活动集中在街道空间，而街道空间活力源自居民在空间中进行活动。将街道空间中存在安全隐患、发展潜力较小的低效空间改造为街头口袋公园或广场，供市民进行娱乐和信息交换。4结语本研究依托百度街景图像，通过深度学习全卷积网络（FCN）技术对街道空间中150个标签进行语义分割识别，提取影响街道空间品质的关键元素，从主观和客观两个维度上分别筛选测度指标，计算街道空间品质系数，能够提高数据的可获得性和准确性。图像语义分割法对街道空间中大面积像素的识别精度较高，但街道空间环境要素通常较复杂，识别偶尔会产生一定的偏差，研究结果具有一定的局限性，后续研究可以针对此项技术继续进行深化和提升，进一步提高识别精度和研究的准确性。