基于圖像語義分割法的城市冠頂式森林步道景觀質(zhì)量評價
——以福州福道為例

林盈芳,黎俊儀,李麗鳳,傅偉聰,董建文,2*

(1.福建農(nóng)林大學(xué)園林學(xué)院，福建 福州 350002；2.國家林業(yè)與草原局森林公園工程技術(shù)研究中心，福建 福州 350002)

隨著城鎮(zhèn)化進(jìn)程的推進(jìn)，城市森林成為城市綠地的重要組成部分。如何協(xié)調(diào)城市森林保護(hù)與公眾健康出行、休閑游憩的需求，成為城市建設(shè)者面臨的困境與挑戰(zhàn)。在此背景下，新加坡首次將為滿足冠層植物科研需要而建設(shè)的冠頂式森林步道引入城市山體空間，使公眾能夠無障礙地穿梭于森林冠層間[1-2]，這樣既節(jié)約了城市用地，又最大限度地保護(hù)了城市生態(tài)環(huán)境，對增進(jìn)公眾福祉具有重要的意義。相較于國外成熟的建設(shè)經(jīng)驗(yàn)，我國對城市冠頂式森林步道的建設(shè)與研究尚處于發(fā)展階段。福州“福道(Fu Forest Trail)”作為我國首條冠頂式森林步道，為公眾帶來了全新的游憩、觀賞體驗(yàn)，但如何提升其景觀質(zhì)量則是相關(guān)學(xué)者研究的重要課題。許曉玲等[3]對福道的游客滿意度進(jìn)行了評價，結(jié)果表明福道游客滿意度為優(yōu)秀，但認(rèn)為福道景觀質(zhì)量的提升仍需要加大對步道設(shè)施和文化建設(shè)的投入；林月彬等[4]基于福道環(huán)境的感知評價，從福道的通行感知和基礎(chǔ)設(shè)施建設(shè)兩方面提出了優(yōu)化建議。

有研究指出，開展景觀質(zhì)量評價對景觀質(zhì)量的提升有著積極的作用，可針對評價結(jié)果采取有效的措施來改善城市環(huán)境，從而提升公眾福祉[5]。目前，關(guān)于森林景觀質(zhì)量的研究主要以景觀要素的定性與定量分析相結(jié)合為主，其中基于定性分析的景觀要素評價結(jié)果在景觀質(zhì)量提升實(shí)踐過程中缺乏實(shí)際引導(dǎo)性[6]。因此，如何定量分析景觀要素，是城市冠頂式森林步道景觀質(zhì)量評價亟須解決的主要問題。近年來，有學(xué)者使用Photoshop軟件對景觀照片中各景觀要素的邊界進(jìn)行提取，以計(jì)算出各景觀要素在照片中的面積占比，從而實(shí)現(xiàn)景觀要素的客觀量化[7]。但該定量研究方法存在耗時久、無法自動處理數(shù)據(jù)等缺陷，不適合推廣至城市冠頂式森林步道景觀質(zhì)量評價研究中?；谏疃葘W(xué)習(xí)的圖像語義分割法能夠快速、自動實(shí)現(xiàn)圖像的像素級分類[8]，目前多用于城市街景圖像的處理，以提取天空、植被等景觀要素的量值[9-10]，為實(shí)現(xiàn)景觀質(zhì)量評價量化研究提供了新的方向。Daniel等[11]提出的景觀美景度評價法是目前國內(nèi)外學(xué)者運(yùn)用較為廣泛的景觀質(zhì)量評價方法，其以公眾的視覺審美感知為考量，常用于森林[12]、道路[13]等景觀質(zhì)量評價研究中。福州福道作為架空建設(shè)在城市山林之上的新型步道，其海拔較高、視野開闊，擁有獨(dú)特的視覺景觀環(huán)境，但當(dāng)前鮮有學(xué)者深入研究公眾對此類新型步道的審美感知評價。因此，本文以福州福道為例，利用灰色統(tǒng)計(jì)分析法預(yù)選其景觀要素，通過圖像語義分割法實(shí)現(xiàn)景觀要素的量化分解，建立了福道景觀美景度評價的多元線性回歸模型，開展了對福道景觀質(zhì)量的評價研究，以為城市冠頂式森林步道景觀質(zhì)量的定量評價提供理論依據(jù)。

1 研究區(qū)概況

福州福道位于福州市鼓樓區(qū)，是我國首條采用鏤空無障礙格柵鋼板設(shè)計(jì)的冠頂式森林步道，其串聯(lián)起福州市內(nèi)部山體空間，已成為市民健身、游憩的絕佳去處。福州福道全線長約19 km，橫貫國光公園、金牛山體育公園、梅峰山地公園、左海公園等，本研究選取福州福道中段，即福道的兩個重要主出入口，梅峰山地公園至金牛山體育公園段為研究對象，該段步道長約5.2 km，順山勢盤旋接入福道主線，是福道的重要區(qū)段，開展了福道景觀質(zhì)量評價研究。

2 研究方法

2.1 福道景觀照片的采集

參照相關(guān)的研究成果[14]并通過預(yù)試驗(yàn)調(diào)查和專家咨詢，本文將福州福道分為4種主線步道空間區(qū)域——休憩亭廊區(qū)域、兩側(cè)有植被步道區(qū)域、山體側(cè)有植被步道區(qū)域和兩側(cè)無植被步道區(qū)域進(jìn)行景觀照片采集。為了完整采集各類型場景，選擇晴朗天進(jìn)行拍攝，拍攝高度固定為1.6 m，拍攝時間為9∶00～11∶00和14∶00～16∶00，沿福道主線棧道，每隔10 m拍攝1張照片，共拍攝照片608張，從中篩選出36張最具代表性的福道景觀照片用于福道景觀質(zhì)量評價。其中，休憩亭廊區(qū)域照片6張；兩側(cè)有植被步道區(qū)域照片12張；山體側(cè)有植被步道區(qū)域13張；兩側(cè)無植被步道區(qū)域照片5張。福州福道研究區(qū)段景觀照片拍攝的位置,見圖1。

圖1 福州福道研究區(qū)段景觀照片拍攝位置示意圖

2.2 基于灰色統(tǒng)計(jì)分析法的福道景觀要素篩選

灰色統(tǒng)計(jì)分析法是一種針對信息不完全且數(shù)據(jù)存在不確定性的系統(tǒng)模糊統(tǒng)計(jì)方法[15]。采用該方法篩選景觀要素，可以有效地解決因?qū)＜乙庖姴町惗a(chǎn)生的影響，從而實(shí)現(xiàn)對景觀要素的科學(xué)提取[16]。

根據(jù)相關(guān)研究和風(fēng)景園林領(lǐng)域?qū)＜业囊庖姡疚氖紫瘸醪綐?gòu)建了包括空間要素、自然要素和人工要素3類景觀要素在內(nèi)的準(zhǔn)則層，共計(jì)19個初選福道景觀要素[12,17-21]；然后采用灰色統(tǒng)計(jì)分析法對初選福道景觀要素進(jìn)行了篩選，具體篩選步驟如下：①請風(fēng)景園林領(lǐng)域?qū)＜业礁５肋M(jìn)行現(xiàn)場考察或向?qū)＜艺故靖５谰坝^照片，并發(fā)放初選景觀要素重要性評判問卷，累計(jì)回收有效問卷20份；②構(gòu)建灰類白化函數(shù)，計(jì)算各初選福道景觀要素的高、中、低3類灰類的灰度值；③計(jì)算各初選福道景觀要素的高、中、低3類灰類的決策系數(shù)；④對比各初選福道景觀要素的灰類決策系數(shù)，最終選取重要程度為“高”的初選福道景觀要素進(jìn)行景觀質(zhì)量評價[4,16]。

2.3 基于圖像語義分割法的福道景觀要素量化

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的分支，其利用卷積神經(jīng)網(wǎng)絡(luò)模型(Convolutional Neural Network,CNN)從帶有語義類別標(biāo)簽的海量數(shù)據(jù)中自動學(xué)習(xí)，提取圖像特征，以實(shí)現(xiàn)圖像的像素級分類，已成為當(dāng)前圖像語義分割的主流方法[8]。本文統(tǒng)一使用圖像語義分割法指代該技術(shù)。金字塔場景解析網(wǎng)絡(luò)(Pyramid Scene Parsing Network,PSPNet)是CNN的一種，其利用金字塔池化模塊有效聚合圖像上、下文信息，適用于復(fù)雜場景的精細(xì)化分割[22]。本文使用包含150類城市場景的ADE20K數(shù)據(jù)集對PSPNet進(jìn)行訓(xùn)練，以自動獲取福道各景觀要素在圖像中的面積占比，并將從單張景觀圖像中識別出的天空面積占比定義為天空開闊度，植被面積占比定義為綠視率[23]。采用PSPNet分割解譯景觀圖像的過程和結(jié)果見圖2，其識別精度可使用像素交并比(Intersection over Union，IoU)來衡量，其計(jì)算公式如下：

圖2 采用PSPNet分割解譯景觀圖像的過程示意圖

(1)

式中：A為人工提取景觀要素所得的目標(biāo)結(jié)果；B為CNN分割景觀要素所得的預(yù)測結(jié)果。

IoU值越高，表明PSPNet識別景觀要素的精度越高。

2.4 景觀美景度評價與模型構(gòu)建

2.4.1 評價方式選擇

相關(guān)研究表明，基于景觀照片的景觀視覺評價結(jié)果與基于景觀直接體驗(yàn)的評價結(jié)果高度相關(guān)，研究者對基于景觀照片的非現(xiàn)場直接體驗(yàn)方法均表達(dá)了積極的認(rèn)可態(tài)度，因此認(rèn)為景觀照片可有效替代現(xiàn)場調(diào)查方式[24-25]。

盡管評價者文化背景各異或來自不同群體，但評價結(jié)果在統(tǒng)計(jì)學(xué)意義上的差異并不顯著[26]。本研究共邀請140名福州市常住居民參與線上問卷調(diào)查，對福道景觀(共36張照片)進(jìn)行美景度評價，評分標(biāo)準(zhǔn)采用李克特7級量表(見表1)。在對回收問卷進(jìn)行檢查并剔除明顯隨意評分問卷后，最終得到有效問卷131份。

表1 福道景觀美景度評分標(biāo)準(zhǔn)

2.4.2 景觀美景度分值標(biāo)準(zhǔn)化處理

由于公眾的審美評價標(biāo)準(zhǔn)存在差異，因此需要對收集的問卷評分值進(jìn)行標(biāo)準(zhǔn)化處理。平均單張照片標(biāo)準(zhǔn)化處理后的所有景觀美景度分值，即為該照片的景觀美景度值[27]。景觀美景度標(biāo)準(zhǔn)化處理的計(jì)算公式如下：

(2)

(3)

2.4.3 景觀美景度評價模型構(gòu)建

本文使用SPSS 25.0軟件，以景觀照片的景觀美景度值作為因變量，將灰色統(tǒng)計(jì)分析法篩選出的景觀要素作為自變量，并采用t值進(jìn)行偏相關(guān)分析，剔除不顯著或偏相關(guān)系數(shù)較小的景觀要素后，建立景觀美景度評價的多元線性回歸模型。

3 研究結(jié)果與討論

3.1 基于灰色統(tǒng)計(jì)分析法的福道景觀要素篩選結(jié)果

本文采用灰色統(tǒng)計(jì)分析法對19個初選福道景觀要素進(jìn)行篩選，排除重要性程度為“中”的天際線比例、遠(yuǎn)山占比、棧道周邊地形、植物種類豐富度、植物整齊度、界面圍合感、建筑物占比、景觀設(shè)施占比、棧道鋪裝占比和棧道欄桿占比10個景觀要素后，最終篩選出重要性程度為“高”的天際線復(fù)雜度、天空開闊度、可視區(qū)域面積、最遠(yuǎn)視線距離、棧道形態(tài)、視覺復(fù)雜度、場景色彩豐富指數(shù)、綠視率和植物色彩豐富度9個景觀要素進(jìn)行福道景觀質(zhì)量評價。福道景觀要素灰色重要程度的篩選結(jié)果，見表2。

表2 福道景觀要素灰色重要程度的篩選結(jié)果

3.2 基于圖像語義分割法的福道景觀要素量化結(jié)果

福道部分景觀照片的PSPNet景觀要素識別效果，見圖3。通過對原始照片與PSPNet分割解譯結(jié)果進(jìn)行對比發(fā)現(xiàn)：PSPNet對天空區(qū)域的識別偏差主要集中在天空與遠(yuǎn)山相接部分；而PSPNet對植被區(qū)域的識別結(jié)果存在一定的偏差，其未能完整地識別出欄桿鏤空區(qū)域以及場地內(nèi)的服務(wù)設(shè)施，且PSPNet會將樹干、枝葉之間的孔隙一并識別為植被。

圖3 福道部分景觀照片的PSPNet景觀要素識別效果

為了評估PSPNet對福道天空和植被景觀要素的識別精度，隨機(jī)篩選5張福道景觀照片進(jìn)行IoU驗(yàn)證分析，其結(jié)果見表3。

由表3可知，PSPNet對植被景觀要素識別的IoU值在88.61%～95.21%之間，對天空景觀要素識別的IoU值在90.91%～97.46%之間，表明PSPNet在分割解譯福道景觀照片的過程中表現(xiàn)良好，能夠準(zhǔn)確識別出景觀照片中的大部分天空景觀要素和植被景觀要素，說明PSPNet提取的天空開闊度和綠視率的景觀要素量值結(jié)果是可靠的。

表3 福道部分景觀照片PSPNet識別與人工識別效果的對比

3.3 福道景觀照片美景度值分析

對本文篩選出的36張福道景觀照片進(jìn)行景觀美景度評價，其評價結(jié)果見表4。

表4 福道景觀照片美景度值的計(jì)算結(jié)果

由表4可知：山體側(cè)有植被步道(AT1～AT13)區(qū)域的總體景觀美景度評分最高，說明步道外側(cè)無植被遮擋視線的景觀更受公眾喜愛，該類區(qū)域的景觀質(zhì)量最高；兩側(cè)有植被步道(HT1～HT12)區(qū)域的景觀美景度值波動較大，可見植物的蔭蔽程度對景觀美景度具有較大的影響，當(dāng)步道兩側(cè)植被嚴(yán)重遮擋視線使置身于步道中的人群無法看到植被以外的景色時，公眾的喜愛度會因此降低；休憩亭廊(LP1～LP6)區(qū)域和兩側(cè)無植被步道(NT1～NT5)區(qū)域的景觀美景度值皆為負(fù)數(shù)，其中以休憩亭廊區(qū)域的總體景觀美景度評分最低，可見休憩亭廊區(qū)域周邊景色較差，景觀質(zhì)量最低，而兩側(cè)無植被步道區(qū)域的綠視率過低，同樣對景觀效果會產(chǎn)生不利的影響。

在篩選的36張福道景觀照片中，編號為AT8、HT3和HT2的景觀照片最受公眾喜愛，其景觀美景度值分別為0.700、0.659和0.581(見表4)，這3張景觀照片場景的天空開闊度為20%～40%，綠視率為30%～50%，有3～4種植物色彩，空間都較為通透，植物在陽光照射下充分，展現(xiàn)了葉色的光澤感，場景色彩較為和諧；而編號為NT2、LP2和HT11的景觀照片最不受公眾喜愛，其景觀美景度值分別為-0.778、-0.727和-0.592，其共同點(diǎn)為植被景觀單調(diào)，而過高或過低的植被蔭蔽程度以及雜亂無序的場景色彩是造成其景觀美景度評分較低的原因。景觀美景度值最高和最低福道的景觀照片，見圖4和圖5。

圖4 福道美景度值最高的景觀照片

圖5 福道美景度值最低的景觀照片

3.4 景觀美景度評價多元線性回歸模型建立與分析

將基于灰色統(tǒng)計(jì)分析結(jié)果篩選出的9個景觀要素進(jìn)行量化賦值(見表5)，并以景觀要素作為自變量，以景觀美景度分值作為因變量，建立景觀美景度評價模型。

表5 福道景觀要素的賦值及量化方法

本文通過對福道景觀要素進(jìn)行4次偏相關(guān)分析，剔除偏相關(guān)系數(shù)較小的景觀要素后，共確定6個影響福道景觀美景度的景觀要素，包含4個景觀空間要素(天空開闊度x1、最遠(yuǎn)視線距離x6、可視區(qū)域面積x5和場景色彩豐富指數(shù)x4)和2個景觀自然要素(綠視率x2和植物色彩豐富度x8)，見表6。福道景觀美景度評價多元線性回歸模型的回歸系數(shù)和統(tǒng)計(jì)量，見表7。建立的景觀美景度評價多元線性回歸模型方程為：y=16.515+0.036x1+0.020x2-0.247x4+0.004x5-0.331x6+0.177x8。

表6 福道景觀要素的4次偏相關(guān)分析結(jié)果

表7 福道景觀美景度評價多元線性回歸模型的回歸系數(shù)和統(tǒng)計(jì)量

由表6和表7可知：本文建立的福道景觀美景度評價模型的相關(guān)系數(shù)R2為0.607>0.6，表明模型具有良好的解釋度，模型的Sig.為0.000<0.001，表明模型具有很好的統(tǒng)計(jì)學(xué)意義；對福道景觀美景度影響程度由大到小的景觀要素為天空開闊度x1(1.185)>綠視率x2(0.804)>植物色彩豐富度x8(0.382)>最遠(yuǎn)視線距離x6(-0.327)>可視區(qū)域面積x5(0.283)>場景色彩豐富指數(shù)x4(-0.209)。其中，天空開闊度的標(biāo)準(zhǔn)化回歸系數(shù)值為1.185，表明其對福道景觀美景度的貢獻(xiàn)率最大；天空開闊度、綠視率、植物色彩豐富度和可視區(qū)域面積與景觀美景度呈正相關(guān)關(guān)系，且前三者的顯著性均小于0.01，說明這3個景觀要素與景觀美景度之間存在極顯著的相關(guān)性，公眾對景觀的喜好度會隨著天空開闊度、綠視率和植物色彩豐富度的提高而提升，而可視區(qū)域面積的增大，也同樣有利于提升景觀的美景度，因?yàn)橐曇霸谒胶拓Q直方向上的延展性越好，公眾便可以欣賞到更為豐富的景觀層次變化，有助于提升公眾的景觀體驗(yàn)；最遠(yuǎn)視線距離和場景色彩豐富指數(shù)與景觀美景度呈負(fù)相關(guān)關(guān)系，說明當(dāng)視線距離過遠(yuǎn)，雜亂的城市建筑會影響景觀視覺效果，景觀美景度值會隨著視線距離的延伸而降低，而場景色彩豐富指數(shù)則反映了色彩的有序程度，場景整體色彩的復(fù)雜度過高將會導(dǎo)致色彩秩序混亂，從而降低景觀視覺質(zhì)量。

3.5 討論

上述研究結(jié)果表明：天空開闊度對福道景觀美景度的影響最大，表明開放性強(qiáng)的步道環(huán)境更受公眾青睞[28]；綠視率、植物色彩豐富度與福道景觀美景度高度相關(guān)，說明保持景觀的自然性尤為重要，這在李雪瑩等[17]的研究中也得到了證實(shí)，而光線引起的植物色彩變化是植物色彩數(shù)量增加的主要原因，植物葉片在光線影響下展現(xiàn)的光亮色澤，打破了大面積單調(diào)的綠色植被景觀，產(chǎn)生了更佳的環(huán)境美體驗(yàn)效果，這與董建文等[29]的研究結(jié)果具有一致性；可視區(qū)域面積與公眾景觀視野的廣度和寬度有關(guān)，良好的視野條件能提高公眾對景觀的偏好，這在Gao等[30]的研究中也得到了驗(yàn)證；而隨著最遠(yuǎn)視線距離的增加，步道周邊過度開發(fā)的城市建筑隨之可見，破碎且色彩雜亂的城市建筑群會使得公眾的視覺吸引力降低[19]；無序的色彩環(huán)境將不利于公眾對景觀的體驗(yàn)，這與van der Berg等[31]的研究結(jié)果相符。

從本次研究的應(yīng)用來看，PSPNet將喬木、灌木的孔隙統(tǒng)一識別為植被，使得枝葉茂密圖片的總體識別精度高于枝葉稀疏圖片。張煒等[32]在識別全景圖像的植被時也發(fā)現(xiàn)了該特征，這屬于圖像語義分割識別中的慣例。此外，由于福道景觀與ADE20K數(shù)據(jù)集內(nèi)城市景觀存在景觀要素和空間結(jié)構(gòu)的差異，因此PSPNet對福道欄桿、垃圾桶等要素的識別易出現(xiàn)歸類錯誤等情況。后續(xù)研究可考慮通過在數(shù)據(jù)集中增加相應(yīng)的標(biāo)定數(shù)據(jù)等方式，實(shí)現(xiàn)對冠頂式森林步道景觀要素的精準(zhǔn)量化提取。

4 結(jié)論與建議

本文采用灰色統(tǒng)計(jì)分析法篩選冠頂式森林步道景觀要素，通過公眾對冠頂式森林步道景觀的審美偏好調(diào)查，并借助圖像語義分割法提取相關(guān)景觀要素量值用于景觀美景度評價，最終構(gòu)建了福道景觀美景度評價的多元線性回歸模型，主要得到如下結(jié)論：

(1) 經(jīng)隨機(jī)篩選場景的IoU驗(yàn)證分析，PSPNet對植被和天空景觀要素的識別精度分別達(dá)到88.61%和90.91%。圖像語義分割法實(shí)現(xiàn)了對景觀要素量值的快速、客觀提取，從人本視角為城市冠頂式森林步道景觀研究提供了新思路。

(2) 在福道的4種主線步道空間區(qū)域中，山體側(cè)有植被步道區(qū)域的總體景觀美景度評分最高，而休憩亭廊區(qū)域的總體景觀美景度評分最低；山體側(cè)有植被步道區(qū)域和兩側(cè)有植被步道區(qū)域較受公眾喜愛，休憩亭廊和兩側(cè)無植被步道區(qū)域總體最不受公眾歡迎。

(3) 共確定6個影響福道景觀美景度的景觀要素，其影響程度由大到小為：天空開闊度>綠視率>植物色彩豐富度>最遠(yuǎn)視線距離>可視區(qū)域面積>場景色彩豐富指數(shù)。其中，天空開闊度、綠視率、植物色彩豐富度和可視區(qū)域面積與景觀美景度呈正相關(guān)關(guān)系，最遠(yuǎn)視線距離和場景色彩豐富指數(shù)與景觀美景度呈負(fù)相關(guān)關(guān)系。

本文集成了圖像語義分割法和景觀美景度評價法，為探索以人為本的城市冠頂式森林步道的景觀設(shè)計(jì)路徑提供了理論依據(jù)。為提升城市冠頂式森林步道景觀的質(zhì)量，本文提出以下建議：從空間要素角度出發(fā)，應(yīng)提高天空開闊度，保障良好的景觀可視域，并應(yīng)盡量避免干擾公眾審美感知景觀要素的負(fù)面影響，控制景觀視線，保持景觀要素色彩秩序的平衡；從自然要素角度出發(fā)，應(yīng)重點(diǎn)關(guān)注景觀的自然度，提高綠視率并營造色彩多變的植被空間，避免過多人工化痕跡對自然森林景觀造成的巨大割裂。