鸟瞰–目视视角下城市绿地暴露的

地理和社会公平性分异研究

Examining the Heterogeneity of Geographical and Social Equity

of Urban Green Space Exposure at Overhead and Eye Levels

1 南京林业大学风景园林学院

2 复旦大学环境科学与工程系

引言

绿地是城市中重要的生态空间，然而在高密度城区，这类资源往往十分稀缺，容易引发公平性问题。绿地暴露（green space exposure，GSE）是指居民与城市绿地直接或间接的接触与互动。居民能够充分暴露于城市绿地中是实现绿地健康促进效益的先决条件。近年来，随着大数据与机器学习技术的普及应用，尽管现有研究已逐渐从单一维度的GSE评估转变为多维度评估，但仍缺乏系统的城市GSE评估模型。

绿地公平性研究经历了从数量公平到空间公平再到社会公平的嬗变。系统地评估城市GSE水平并识别其盲区，厘清其在地理和社会维度的公平性分异特征并提出规划干预策略，是实现科学“增绿”的重要途径，也是上游主动式干预公众健康的重要抓手。然而，现有研究难以为不同GSE现状的区域提供优化策略。综上，本研究在暴露生态学视角下，旨在构建鸟瞰–目视视角下城市GSE评估体系，系统性地衡量城市GSE地理和社会公平性。

研究方法

本研究选取中国南京市中心城区为研究区域。南京市中心城区包含新街口、河西、城南和江北四个市级中心，总体规划范围为804km²。中心城区不仅经济繁荣，在文化和历史方面具有重要地位，同时也是人口密度最高、路网最为复杂的区域。本研究利用ArcGIS 10.3将其划分为500m×500m的渔网网格，并以单个网格作为研究样本。

研究区域区位图 © 承颖怡，余兆武，张金光

本研究从鸟瞰–目视视角构建城市GSE评估体系。

鸟瞰视角下的城市GSE指标选取及数据获取

研究首先从哥白尼开放获取中心网站下载2021年9月的哨兵-2号卫星影像（分辨率为10m），经哨兵数据应用平台（SNAP）及ArcGIS 10.3处理计算得出研究区域内的NDVI。其次，采用欧洲航空局WorldCover v100土地覆盖数据（分辨率为10m），经Fragstats 4.2计算研究区域内的绿地组成指标。结果显示，研究区域内共识别出8种土地覆盖类型。考虑到灌木和草本湿地的面积占比较小，本文仅将树木、草地及耕地三个类型的面积占比纳入GSE指标。随后在Fragstats 4.2中计算树木、草地及耕地的整体景观格局指数作为配置维度指标。

目视视角下的城市GSE指标选取及数据获取

研究首先利用ArcGIS以200m的间隔沿一、二、三级道路选取79 777个观测点，使用百度街景地图捕捉观测点上0°、90°、180°和270°四个基本方向的图像（640×480像素），共计319108张。随后，在Python 3.7中使用包含150个类别的ADE20K数据库训练全卷积网络（FCN-8s）模型，对图像进行语义分割以获取其组成内容。计算绿色植被所占的百分比，即绿视率（GVI）。

本文使用人机对抗评分评估公众对街景图像的感知质量。研究团队从街景图像数据库随机选择5000张涵盖不同景观元素特征的街景图像构建训练数据集。从景观、建筑和城市规划类高校研究人员，以及熟悉当地环境的沿街店铺人员中随机选取40名志愿者（男女比例1∶1）对7项街景图像感知质量指标进行线上打分，评分范围均为0（质量极低）～100（质量极高）。基于Python的随机森林模型对志愿者评分及不同街景元素的占比进行训练，并自动为街景图像数据集评分。每个网格的GSE指标数值为该网格内所有图像相应指标评分的均值。为了排除结果偏差，本研究剔除了观测点少于5个的网格，最终得到有效样本共2750个。