李琳琳
嘉应学院 广东省梅州市 514000
、
摘要：绿视率作为绿色空间感知的直观评价标准,对于街道景观空间品质有直观的反映与影响。文章以梅江区中心城区百度街景全景图为研究对象,通过Python爬取街景图像,利用Python图像处理库OpenCV计算得出街道绿视率，结果显示：道路平均绿视率为21.8%，不同街道景观绿视率存在差异，道路绿化分布不均；其绿视率的影响因素包括街道宽度、植物形态、植物配置形式。
关键词：绿视率；街道景观；梅江区
1引言
街道是城市中具有重要地位的空间环境，也是人们对城市最直接的感受，因此，道路的景观构成对城市形象具有很大影响。绿视率是为一项反映城市道路景观绿化水平的物理量，这一概念最早在1987年日本由青木阳二提出：指人的视线里绿色所占的比率。绿视率在当前我国城市发展建设中已受到较高重视，通过统计“看到的绿色”即绿视率，能直观了解城市三维空间的绿化效果，为有关部门合理制定绿化建设策略提供依据。
当前，对于街道景观的绿视率的研究主要集中在街道景观绿视率识别方法、实际应用等等方面，就识别方法而言，刘兴邦通过实地调研、查阅历史书籍、档案馆查档，以及运用Matalb识别处理现状街景照片的方法对绿视率进行研究[1]；杨天翔则基于SemanticSegmentationV1.0软件计算，提出1种高稳定、易伸缩、广适用的道路绿视率测算方法[2]。就应用方面而言，王洋洋提出基于绿视率的城市生态舒适度评价模型构建，当绿视率水平低于30%时，城市生态舒适度的主要影响因子为绿视率[3]。可见绿视率为城市街道景观研究提供了源源不断的研究方向。
梅江区是梅州的城市中心，市容整洁美观，生态优良，市容、市貌美丽秀气。这样的城市地位要求其在进行街道景观升级改造时时，应有更全面的保护眼光和发展策略，积极配合和参与城市规划建设管理，努力提高城市品位，着眼于街道景观绿视率的更新。因此本文选取梅江区中心城区作为空间研究对象，基于百度图API检索和利用Python-OpenCV对大规模的街景图片中的绿色特征进行识别提取以及绿视率的量化计算，并通过对比分析寻求其绿视率的影响因素，以期对日后的梅江区街道景观升级改造寻求多方位的可能性。
2材料与方法
2.1研究区概况
梅江区，是广东省梅州市的市辖区，地处广东省东北部，梅州市中部。是梅州市经济、政治、文化和交通中心，同时也是我国的国家园林城市、国家卫生城市。本次研究以梅江区中心城区为研究范围，以道路绿视率为指标，选取梅江一路、梅江二路、梅江三路、彬芳大道、客都大道等展开街道景观质量及其影响因素研究。
2.2数据来源
街景图像主要来源于百度街景，其实时性较高，可以360°爬取，覆盖面广，成像效果极佳。
2.3研究方法
（1）百度地图API检索
百度地图API是百度地图开放平台下的一个服务功能，可通过创建一个网址，并将其放入Python代码中，即可快速、批量下载梅江区中心城区的街景图像。
（2）Python图像处理库OpenCV
OpenCV提供图像处理和计算机视觉方面的很多通用算法，可被应用在图像分割、人脸识别等领域。本文利用Python-OpenCV能够快速有效地对大规模的街景图片中的绿色特征进行识别提取以及绿视率的量化计算。
（3）对比分析
对比分析是数据分析中最常用且实用的分析方法，将两个或两个以上的道路绿化形式和景观结构进行比较对比分析得出影像梅江区中心城区街道景观的影响因素。
（4）文献研究法
通过阅读相关的文献，了解有关理论和研究动态，为本论文的研究提供理论基础，从而找到论文研究的重点。
3结果与分析
3.1绿视率结果分析
图2梅江区中心城区街景绿视率统计图
通过分析数据可以得出：(1)整体来看；梅江区中心城区的平均绿视率为21.8%，略高于全球主要城市绿视率平均值19.03%[4]，绿视率小于15%的取样点占比较高。(2)梅江区中心城区街道绿视率整体水平为15%～25%，属于正常水平。绿视率水平较低的路段少，有高于25%的路段。对于梅江区的未来发展而言，绿视率水平是有提升潜力的。(3)梅江区中心城区街道绿视率数值各点分布不均，有绿视率较低的情况，也有绿视率高的情况。
3.2影响绿视率因素分析
图3影响绿视率因素分析
（1）道路宽度.
根据绿视率定义和计算原理可知，道路宽度也是影响道路绿视率一个重要因素，道路宽度决定人们眼中视锥截面绿色面积占比，道路两边绿化能占据视野更大的比例；并且部分辅路围绕主干道的大面积绿化，其绿化作用或许较好地提高了绿视率。
（2）植物形态
道路绿化所选植物的种类、树龄和生长状况决定了植物的形态指标如株高、冠幅、叶片茂密程度等，道路绿化植物的形态是影响绿视率指标的关键因素。其中，乔木绿化作用最佳，有乔木的道路，乔木树冠占据了视野中天空的部分，因此绿视率较高。
（3）植物配置形式
绿化配置形式的调整优化取决于城市道路的功能定位，因此，道路绿化应该在道路情况允许的前提下，尽可能地丰富道路绿化形式，提高道路绿视率。
4结论
本研究针对梅江区中心城区街道景观进行基于百度地图API并利用Python-OpenCV图像识别处理技术对梅江区中心城区街道绿视率进行了整体测度和探索其影响因素。结果显示，梅江区中心城区街道景观平均绿视率为21.8%，属于一般绿化水平；并根据对比街景图片分析得出影响其绿视率的因素包括植物形态、道路宽度、植物配置形式；然而，本研究也存在一定的不足，比如绿视率数值受季节变化的影响较大，街景图像在时间上的选取也应该多样化，所以统计结果中还存在相应误差，还需在后续研究中对研究方法和技术加以改善和提升。
参考文献
[1]刘兴邦，董林涛，赵琳.绿视率视角下历史街道空间品质优化措施研究——以青岛中山路为例[J].城市建筑，2021，18(05):26-28.
[2]杨天翔.生态城区道路绿视率指标及测算方法初探——以上海新江湾城为例[J].国土资源信息化，2021(02):7-14+47.
[3]王洋洋，黄锦楼.基于绿视率的城市生态舒适度评价模型构建[J].生态学报，2021，41(06):2170-2179.
[4]崔喆,何明怡,陆明.基于街景图像解译的寒地城市绿视率分析研究——以哈尔滨为例[J].中国城市林业,2018,16(5):34-38.
作者简介：李琳琳（1998-04），女，汉族，籍贯：广东省汕头市，学历：本科