专栏名称: 景观及规划前沿
专注于景观生态学、城乡规划(城市生态规划、智慧城市、交通规划、历史保护与文化遗产)、景观生态网络等相关方向的最新文献与资讯!欢迎投稿最新的科研进展、招聘信息、学术讲座、专刊征稿等相关资讯
目录
相关文章推荐
一起神回复  ·  求求你,别再往眼球上滴眼药水了! ·  2 天前  
一起神回复  ·  求求你,别再往眼球上滴眼药水了! ·  2 天前  
51好读  ›  专栏  ›  景观及规划前沿

【Landsc Urban Plan】使用Google街景和深度学习分析社区街道的绿色视图指数对步行时间的影响

景观及规划前沿  · 公众号  ·  · 2024-09-03 10:09

正文


【Landscape and Urban Planning】

使用Google街景和深度学习分析社区街道的绿色视图指数对步行时间的影响

01

摘要

    以前的研究报告表明绿色植物是步行活动的一个重要因素,绿色植物以多种形式存在,包括树木、花园、绿化墙壁等。然而,传统的城市绿化测量方法涉及各种形式的绿化覆盖面的限制,并且不能反映行人的实际暴露程度。因此,本研究使用韩国首尔 2350 名居民的步行行为调查数据,检查了不同收入群体的街道绿化景观指数 (GVI) 及其与步行活动的关联。本研究利用谷歌街景 (GSV) 和深度学习通过语义分割计算 GVI,从行人的视觉角度引用绿化。对传统绿化变量与 GVI 进行相关性分析以检查差异,并应用多元回归模型来确定步行时间与绿化变量之间的关系。本研究的结果表明,常规绿化变量和 GVI 在特定绿化形式和视角方面存在差异。正如假设的那样,GVI 与传统的绿化变量与步行时间的相关性更密切。此外,本研究发现,低收入居民通常居住在低 GVI 社区,但步行时间对 GVI 更敏感。这些结果是因为 GVI 代表了行人的实际绿色植物暴露情况,并且收入群体在日常生活中的车辆使用程度存在差异。本研究结果表明,在分析城市绿化与步行行为之间的关系时,有必要从多个角度考察这种关系,并探讨与视线齐平的街道绿化的重要性。我们的研究结果为促进行人步行环境的公共政策提供了有用的见解。

02

研究结果

1.相关性分析

    本研究进行了 GVI 与公园面积、行道树数量之间的相关性分析,以验证差异。考虑到绿化变量的 MAUP,我们计算了四个缓冲区(250、500、750、1000 米)的绿化矩阵,并对这些缓冲区进行了相关分析。

虽然在四个缓冲区中,每个缓冲区的公园面积与 GVI 之间都存在明显的相关性,但系数较小,且随着缓冲区面积的增大而减小(表1)。此外,有几个社区的 GVI 很高,但公园面积很少或没有(图1a)。这是因为公园面积和 GVI 在捕捉特定绿化形式方面存在差异。

表1 测试数据集的混淆矩阵

图1 现有绿化计算方法与 GVI 之间的散点图

    为了更具体地识别这种差异,我们根据调查对象的住房类型对散点图进行了验证(图 2a)。大多数 GVI 值高但公园面积小的小区都是公寓楼。这是因为,在使用公共绿化数据时,公寓楼内的植被或花园等私人绿化并没有包括在内。例如,图2a 中蓝色圆圈代表的样本小区有一个小公园(图2b),但其 GVI 很高。如 GSV 图像(图2c)所示,该公寓区有大量植被。因此,使用以前的方法在计算行人(尤其是居住在公寓中的居民)实际接触绿化的情况时存在局限性。此外,如前所述,首尔约有 40% 的居民居住在公寓中,因此在计算首尔等高密度城市的绿化面积时,这种低估可能会造成问题。

图2 传统绿色计算方法的局限性

    接下来,GVI 与行道树数量的相关性分析结果显示在图1b。从概念上讲,行道树变量可能与 GVI 密切相关,因为行道树位于街道沿线,行人可以看到,并且 GSV 图像可以准确捕获这种形式的街道绿化。即使系数值为 0.2,高于公园面积 (表1),几个没有或很少有行道树的社区被证明具有较高的 GVI。这是因为 GVI 可以包含行道树、绿墙、花园和其他形式的私人植被。此外,GVI 可以考虑观察到的植被的活力,GVI 与现有绿化变量之间存在视角差异。

    相关分析结果显示 GVI 与传统绿化变量之间存在显著差异。这些是由于包含特定的绿色植物形式,也是因为视角的差异。在包括特定形式的绿色植物方面,GVI 捕捉了私人绿色植物,例如公寓大楼中的植被。相对于传统绿色植物变量,这一优势可以更好地估计实际绿色植物暴露。

2.Mann-Whitney 检验

    为了确定不同社区和收入水平的 GVI 差异,我们在调查中使用了家庭规模和收入数据。本研究根据 2016 年按家庭规模划分的收入中位数,将受访者的收入类别分为上层和下层。

    如图3,受访者社区的 GVI 存在差异,这种差异与收入阶层 (表2)。高收入群体通常比低收入群体生活在更绿色的社区。如前所述,这是因为首尔的绿化基础设施与房价呈正相关,因此高收入群体通常居住在以完善绿化基础设施为特色的住宅区。

图3 受访者社区的 GVI 值

表2 按收入组别划分的 GVI 差异

3.多元回归模型

    多元回归模型的结果如表3。模型 1 的因变量是功利步行时间,模型 2 的因变量是休闲步行时间。作为参考,所有变量的方差膨胀因子 (VIF) 值为 <5,表明模型中没有多重共线性问题。

表3 多元回归分析的结果

    个体和家庭变量的分析结果表明,性别、年龄、主观健康和自我选择是一个或多个模型的重要因素。其中一些变量对每个因变量(例如,性别、主观健康状况、主观交通安全和居住位置的选择)具有相互冲突或不同的影响。这些结果可能是由步行目的之间的差异引起的。具体来说,因为功利性步行比休闲步行与日常生活更密切相关,所以无论受访者如何评估自己的健康状况,都会进行功利性步行。特别是,两个模型都表明个体步行意愿的自选择变量是最重要的变量之一,表明了自选择对步行活动的影响。

    在邻里因素中,公交车站、土地利用组合、十字路口、公园和 GVI 与步行时间有显著关联。功利性步行包括伴随使用公共交通工具的步行,因此功利性步行在附近有公交车站的住宅区更为常见。因此,休闲步行在公交车站附近并不重要。然而,就实用步行时间而言,到地铁站的距离没有统计学意义。如前所述,合适的步行距离是 500 m ,但在我们的样本中,到地铁站的平均距离为 558 米。因此,我们假设地铁站离样本的社区太远,无法激发实用主义的步行活动。

    主观土地利用混合仅与功利性步行时间相关。混合土地利用意味着从住宅到非住宅设施的距离很近。因此,只有功利性步行,即以目的地为导向的步行,被证明与感知的土地利用组合有关。作为目标构建的环境变量,交叉口的数量与功利主义和休闲步行呈正相关。许多十字路口的存在代表着高连通性、到目的地的距离更短以及更多样化的步行路径。因此,大量的十字路口可以促进步行活动,既是为了实用目的,也是为了休闲。

    在绿化变量中,结果表明,高 GVI 促进了实用和休闲步行时间。在功利性步行模型中,绿化变量中只有 GVI 显著。尽管行道树的数量和 GVI 都是衡量街道沿线绿化数量的方法,但只有 GVI 与实用步行时间有显着关联。如前所述,这是因为大多数功利性的步行活动都发生在街道上,而 GVI 比传统的绿化测量方法更能代表行人暴露于绿化的程度。

    在休闲步行模型中,在绿化变量中,公园面积和 GVI 被发现是休闲步行时间的重要因素。发现公园面积变量在两个模型之间具有显著差异。这是因为步行目的不同。如前所述,功利性步行发生在街道上而不是公园里,因为它指的是在日常活动中步行。相比之下,休闲步行发生在公园等设施中,因为它包含锻炼的步行。尽管如此,街道绿化有可能以两种方式促进休闲步行活动。首先,休闲步行可以像功利性步行一样在街道上进行。其次,考虑到街道绿化可以增加公园等社区设施的使用频率 ,但居住在 GVI 高社区的居民更有可能使用社区设施,从而促进在公园里休闲散步。





请到「今天看啥」查看全文