EN中文

Landscape Architecture >

2025 , Vol. 32 >Issue 2: 110 - 119

DOI: https://doi.org/10.3724/j.fjyl.202403180161

Identification and Spatial Mapping of Locality of Streetscapes in Shanghai Hengfu Historic and Cultural Preservation Area

  • Yuhan SHAO , 1 ,
  • Sinan YIN , 1 ,
  • Dongbo MA , 2 ,
  • Yuting YIN , 3, 4, *
Expand
  • 1 College of Architecture and Urban Planning (CAUP), Tongji University
  • 2 Shanghai Tongji Urban Planning and Design Institute, Co., Ltd.
  • 3 Shanghai Key Laboratory of Urban Renewal and Spatial Optimization Technology
  • 4 School of Design, East China Normal University

SHAO Yuhan, Ph.D., is an associate professor and doctoral supervisor in the College of Architecture and Urban Planning (CAUP), Tongji University, and director of the Restorative Urbanism Research Center (RURC) of the Joint International Research Laboratory of Eco-urban Design, Ministry of Education. Her research focuses on restorative landscape health mechanism and landscape character preservation

YIN Sinan, is a Ph.D. candidate in the College of Architecture and Urban Planning (CAUP), Tongji University. Her research focuses on theory and method of planning, construction and governance of urban sustainable development

MA Dongbo is an urban planner in Shanghai Tongji Urban Planning and Design Institute, Co., Ltd. His research focuses on application of big data and artificial intelligence technology in urban planning research

YIN Yuting, Ph.D., is an associated research fellow in the School of Design, East China Normal University, and a visiting research fellow in Shanghai Key Laboratory of Urban Renewal and Spatial Optimization Technology. Her research focuses on restorative landscape planning and design, and theory and method of multi-sensory landscape perception

Received date: 2024-03-18

  Revised date: 2024-12-15

  Online published: 2025-12-07

Copyright

Copyright © 2025 Landscape Architecture. All rights reserved.
Fold

Abstract

[Objective] As one of the major open spaces, urban streets not only carry the transportation function, but also promote social interaction and economic growth, while displaying the aesthetic, cultural and historical characteristics of the city. However, many new or regenrated streets have gradually lost their identity due to the compromise of large-scale construction and short-term delivery. It is important to explore ways to protect and optimize the locality of streetscape since street constituents the most direct impression of a city, which not only forms the identity of a city together with architecture, historical and cultural heritage, geographical characteristics and social life, but also serves as an independent carrier of local expression. The identification and optimization of streetscape locality can help protect the uniqueness of landscape, enhance urban identity and construct urban image, especially for historical and cultural preservation areas in modern cities, and can also work as an important step to retain urban memory and enhance residents’ sense of belonging.
[Methods] This research first establishes a theoretic framework for streetscape locality through a discussion based on literature reviewed. The research proposes that streetscape locality should include the physical, social, historical and aesthetic aspects, with relevant indicators being identified for the four aspects respectively. These indicators are then compared with streetscape characteristics that can be measured by current image analysis technologies. On this basis, a framework for identification of streetscape locality is constructed. Taking Shanghai Hengfu Historic and Cultural Preservation Area (hereinafter referred to as the “Area”) as an example, the research adopts the semantic segmentation method and an AI-based evaluation model to analyze the locality of the Area, with the specific process being visualized using the Geographic Information System (GIS). The current spatial expression of streetscape locality characteristics in the Area is then discussed considering factors such as land use on both sides of a street, architectural styles, and traffic hierarchies.
[Results] Results suggest that in the aspect of physical locality, the indicators of enclosing degree, green visibility and sky visibility are consistent in spatial distribution. Specifically, the distribution of sky visibility is basically opposite to green visibility, while enclosing degree is similarly distributed with sky visibility. In general, the enclosing degree of the Area is rated moderate, while the green visibility and sky visibility of streetscape are rated at a medium to low level. Streetscape in the northern and western parts of the Area is relatively open compared with other parts and the highest green visibility is observed in streets around Xujiahui Park located in the southwestern part of the Area. In the social aspect, safety is rated good overall, but the human scale is rated moderate and the imageability level is low. Streetscape with appropriate human scale is safer than others, which may be due to the fact that both the two human scale and safety characteristics can positively influence the comfort of perception. Overall, safety and human scale characteristics are poor in the central part of the Area around Shanghai Conservatory of Music, the intersection betwwen Huaihai Middle Road and Fuxing Middle Road, as well as Yan’an Middle Road in the north and Chongqing South Road in the east of the Area. Besides, the streetscape imageability of the Area is only rated high where unique landmarks exist. In the historic aspect, legibility of the Area appears to be better in the southern part while rated poorest in the central part and western boundary of the Area, especially in Jiangsu Road and Nanchang Road close to the north side of the Fuxing Park. Among the characteristics in relation to aesthetic aspect, visual diversity, coherence and permeability show no direct or indirect correlation with each other in spatial distribution. The visual diversity and coherence of streetscape are rated good in the research area, but the permeability of streetscape is less satisfied. The visual diversity of streetscape at the intersection between Changshu Road and Huaihai Middle Road and along Jianguo West Road in the south is poor, and the permeability is also quite poor. In addition, the roads with low traffic hierarchy such as branches and alleys are generally rated better than those with high traffic hierarchy in terms of human scale, coherence and permeability.
[Conclusion] This research may provide a reference for subsequent protection, optimization and development of urban streetscape locality, and may also inspire more large-scale analysis of landscape concepts derived from sociology, anthropology and other disciplines in the future. Constrained by the accuracy of the algorithm model adopted and the availability of the streetscape image data collected, there may exist slight error in the analysis results. However, the research in general has succeeded in quantitatively measuring and mapping the locality of streetscape within the research area.

Key words： urban renewal; locality; urban streetscape; artificial intelligence; characteristic identification; spatial mapping; historic and cultural preservation area

Cite this article

Yuhan SHAO , Sinan YIN , Dongbo MA , Yuting YIN . Identification and Spatial Mapping of Locality of Streetscapes in Shanghai Hengfu Historic and Cultural Preservation Area[J]. Landscape Architecture, 2025 , 32(2) : 110 -119 . DOI: 10.3724/j.fjyl.202403180161

随着城市建设从增量扩张迈入更新提质时期，如何营造高品质城市空间已成为规划设计实践面临的首要挑战[1]。街道作为城市主要公共空间之一，不仅承载交通运输功能，也是促进社会互动、经济增长、展示城市审美、文化和历史特征的场所[2]。然而，出于对大规模建设和项目短期交付的妥协，很多新建或更新的城市街道逐渐失去了地方风貌特色；对街道历史和文化价值的忽视，也可能会进一步导致城市地方性的丧失。面对城市风貌重塑和景观地方性凸显的要求，亟须针对街道景观地方性的保护和优化展开探索。
地方性指一定范围内环境固有的自然和文化特征[3]，是城市表达自我和地方认同的关键[4]。与地方性相关的概念最早起源于Proshansky等提出的场所认同（place identity），描述的是个人与重要地点之间的心理关系[5]。Eisenhaue等则将“认同”一词定义为“人的理解和经历”[6]。因此，有学者认为地方性是个体在整个生命周期的理解和经历中形成的对环境的认同，也受社会互动的影响，是历史、社会、经济和政治过程相结合的产物[7]。早期关于城市意象的研究中，学者多依据以人为核心的主观感受描述、归纳地方性。随着地方性内涵的拓展，相关研究逐步从人境关系、文化传承以及地方发展等多重角度对其解读，也随之衍生出大量相关的概念，如地方感（sense of place）[8]、场所依恋（place attachment）[9]、场所依赖（place dependence）[10]、地方认同（local identity）[11]和社区认同 （community identity）[12]。社会学视角下，通常认为地方性包含存在认同、空间认同、个人认同和文化认同[13]4个层面。其中，文化认同与景观环境的文化历史内涵紧密相关，这一点在历史、文化遗产景观保护对地方性塑造的重要作用中有所体现[14]。笔者在已有研究基础上，从物理、社会、感知和记忆等多个维度构建了地方性的概念框架，重新梳理了景观特征与地方性的关系[15]。
目前，针对街景地方性特征的识别评价研究相对较少。一方面，地方性的空间内涵多元且复杂，既有研究多在国家、区域、城市等大尺度展开：探索文化[16]和种族差异[17]对国家地方性的影响；探索城乡差异[18]、文化与工业遗产[19]和城市形态[20]对地方性的影响；探索历史建筑[21]、公共空间[22]和功能混合程度[23]对社区地方性的影响等。街道是城市中尺度较小的公共空间，因此很少有围绕街景展开的地方性特征研究。而街景作为具有不同形态和功能的视觉实体，能够直接展现城市景观风貌，也是城市地方性的核心表达之一。近年来，有学者开始关注街景地方性对凸显城市个性和塑造城市意象的作用，但仅将街道景观视作大尺度地方性的一类构成要素[24]，探索其历史特征[25]、植物配置[26]、沿街功能[27]、周边用地开发强度和街道网络可达性[28]等对区域地方性表达的意义。另一方面是由于街道空间品质，尤其是感知品质，在大尺度研究中量化测度难度较高。但随着人工智能算法和街景图像大数据的广泛应用，很多早期无法大规模量化的街道空间品质指标，如绿视率[29]、天空可见度[30]、丰富度[31]、建筑界面围合度[32]和机动化程度[33]等，目前都可以逐一实现测度。例如唐婧娴等以北京、上海为例对街景品质进行了定量评价和对比分析，发现上海的街道整洁度、空间围合感较好；而北京街道尺度较大，空间可读性相对较差[34]。还有学者在城市尺度上对街道的感知品质进行评价，如借助眼动仪和机器学习算法，将街景的疗愈感知与街景元素一一对应，建立了主观疗愈感知和客观街景特征之间的联系[35]；评价与比较北京、上海、广州、深圳4座中国特大城市的街景视觉舒适度，发现街景舒适度的空间分布特征、影响因素和机制等在城市间、城市内均有明显差异[36]。目前，仅有一项研究以街景图像作为城市外观的物理表达，将城市场景解析为街景本体和街道的视觉描述[37]，但该研究仍聚焦于特征评价，未涉及地方性内容。
综上，街景地方性的识别与优化有助于凸显城市个性，塑造城市意象。然而现有研究多将街景作为理解城市地方性的一部分，鲜有将街景作为一个独立的地方性表达系统进行探索。本研究旨在通过解析街景地方性的内涵和构成，构建街景地方性特征识别框架；以上海市徐汇衡复历史风貌区（简称衡复风貌区）为例，借助街景大数据和基于人工智能的图像分析技术，识别衡复风貌区街景地方性相关特征，并对街景地方性在区域尺度下的空间表达进行分析。

1 研究方法

本研究首先通过解析街景地方性内涵，提取地方性相关的感知维度和特征指标；其次，比对街道环境特征和目前图像分析技术可测度的街景感知空间特征，构建街景地方性特征识别框架；再次，借助百度街景图像大数据和DeepLabv3+语义分割，识别研究范围内街景地方性相关特征数据，并进行空间映射；最后，综合考虑街道两侧用地特征、建筑风格和交通功能等，分析衡复风貌区街景地方性特征的空间表达现状（图1）。
图1 研究框架

Fig. 1 Research framework

1.1 构建特征识别框架

综合比对地方性理论[38]和图像识别技术可测度的街景空间品质[39]，本研究提出包含物理、社会、历史、美学4个维度的街景地方性识别框架。其中，物理维度指街景外观的物理表达，影响特征包括围合度、天空可见度、绿视率3项；社会维度是指从人的角度出发，对街道场所精神的理解和体验，包括街景的意象性、人本尺度和安全性3项；历史维度指街道环境内能够让人们接触、阅读和理解历史的有形和无形的环境信息，影响特征包括易读性1项；美学维度是指影响人们景观美学感受的街景内容，影响特征包括一致性、渗透性和视觉丰富度3项（表1）。
表1 城市街景地方性特征识别框架[40-47]

Tab. 1 A framework for identification of the locality of urban streetscape[40-47]

特征维度 特征指标 指标描述
物理维度 围合度 街景视野中边界所定义的空间感，通常由街道宽度与沿街界面高度决定[40]
天空可见度 街景视野中天空占画面的百分比[41]
绿视率 街景视野中植被（如行道树、绿化带、垂直绿化等）占画面的百分比[42]
社会维度 意象性 描述街景的可识别性和可记忆性，受物理特征、人们的心理感知和社会文化因素等综合影响[43]
人本尺度 街道和街道空间中各元素设计尺度与人们行为习惯、心理需求的匹配程度[44]
安全性 街道环境特征和管理维护状态能让人们心理上感到安全的程度[44]
历史维度 易读性 街道空间结构可以被人们理解的难易程度[45]
美学维度 一致性 街道空间各元素设计特征在视觉上统一性和整体性[46]
渗透性 街景两侧沿街界面允许视线穿透的程度[47]
视觉丰富度 街景视野中可见的元素种类、数量等特征多样性程度[46]

1.2 研究区域选取

本研究以衡复风貌区为研究区域，进行街景地方性特征识别与分析（图2）。衡复风貌区是上海最早确立的12个历史文化风貌区之一，区域内包含950栋优秀历史建筑、33条风貌保护道路，其中31条为一类风貌保护道路。
图2 衡复风貌区位置（2-1）范围及部分风貌保护道路现状（2-2）

Fig. 2 Scope of the Shanghai Hengfu Historic and Cultural Preservation Area (2-1) and current status of certain streets under protection (2-2)

近年来，衡复风貌区的原生环境和生活方式在网红文化兴起的浪潮中受到严重冲击。有关部门不断加强对区域内优秀历史建筑、风貌道路的保护管理和精细化治理[48]，但多以点状、线状形式展开历史建筑保护、街道界面整治等工作，缺少对区域街景地方性的系统考量。故本研究拟以衡复风貌区为例，探索识别街景地方性特征的方法，为后续提升衡复风貌区街景品质、重塑其地方性特征提供设计线索。

1.3 特征数据获取

百度街景数据包含了中国相对全面的城市街景数据，且超大城市街景数据每3~6个月更新一次，数据准确度较高。因此，本研究的街景图像通过Python编程软件从百度开源地图数据库中获得，原始图像采集时间选取2019年10月①。图像数据包括研究范围内百度街景采集车采集的所有街景点图像（约8 856张）及其对应坐标，所有街景图像从车行角度拍摄，取景范围相同，像素为1 510×1 000 dpi。
街景地方性特征指标中，绿视率和天空可见度2项指标通过DeepLabv3+模型进行图像语义分割计算后进行空间映射；另外8项指标需自行训练评价模型获取数据。评价模型分3个训练步骤进行。1）对研究区域内所有街景图像按照10%的比例进行随机抽样，由焦点小组（由3位相关专业人员和3位非相关专业人员构成）对样本图片的围合度、视觉丰富度、意象性、渗透性、易读性、一致性、安全性和人本尺度8项指标以李克特3级量表进行评价，评分结果作为训练数据集。2）基于TensorFlow框架，使用NVIDIA GeForce RTX4090Ti图形处理器自行训练图像分类模型（经测试数据集验证，模型精度为92.48%），对研究区域内所有街景的8项特征指标进行评分。3）将研究范围内街景点与赋分情况逐一对应，获得各项特征指标的空间分布。

2 结果与分析

2.1 街景地方性物理特征空间分布

街景围合度是表征街道空间尺度和人群心理感受之间关系的重要指标。一般当街景围合度适中（即街道宽度和视觉边界高度比值为0.7~2.0[40]）时，行人感受舒适[49]；围合度越低，行人在街道内越有逼仄、压迫之感；围合度较高时，又会因过于开阔，影响人们对街道环境的掌控程度，降低人们的安全感[50]。研究区内，街景围合度中人们感知到的宽度主要取决于街道宽度、交通岛、高架桥等因素，感知到的高度则受高架桥遮挡、行道树高度和两侧建筑高度等因素影响。整体上，研究区围合度适中、行人感知舒适的街景仅出现在局部路段，如衡山路与华山路交叉口附近、复兴中路与瑞金二路交叉口附近和新天地商业区附近；研究区东南部、南部的街景围合度较低，行人感知较为逼仄；西北部、北部街景围合度较高，空间较为开阔，行人对街道边界的感知降低。研究区东南部、南部主要以历史悠久的特色建筑为主，内含多条上海市特色风貌道路，行道树及街边绿化树木普遍冠大而密，导致街景围合度整体较高，尤以街道宽度较窄、绿化状况良好的东湖路、肇嘉浜路和思南公馆附近街道为最。西北部、北部以居住区为主，历史文化氛围减弱，两侧建筑退界和街道宽度均显著增加，街景围合度较高，以西部边界的江苏路、兴国路、常熟路以及淮海中路（常熟路—襄阳北路）、陕西南路北段和部分公园绿地（襄阳公园、延中公园和博爱园等）周边街道为代表。此外，研究区北部边界的延安中路和重庆南路虽街道较宽，但因上设延安高架、南北高架，局部路段街景围合度也相对较高（图3）。
图3 衡复风貌区街景围合度特征空间映射情况

Fig. 3 Spatial mapping of the enclosing level of streetscape in Hengfu Historic and Cultural Preservation Area

天空可见度是构成街景风貌特色的重要指标，也与人们所感知到的街景舒适度显著相关[51]。研究区内，天空可见度主要与街道宽度、行道树种植距离、树冠稀疏程度、周边建筑高度等有关，共同形成行人仰视15~30°视域范围的街道图景。研究区内街景天空可见度整体较高。受街道宽度影响，交通等级高的道路街景天空可见度略高于低交通等级道路。例如，在延安中路和重庆南路受高架桥遮挡的情况下，位于区域边界的4条交通干道街景天空可见度仍处于中等偏上水平；区域内的另一条主干路淮海中路街景天空可见度也相对较高。衡山路、复兴西路和陕西南路等次干路天空可见度明显偏低；在两侧多为历史建筑和老旧小区的支路、街巷内，由于行道树冠幅浓密，街景天空可见度最低，如安福路、五原路、长乐路、南昌路和皋兰路等（图4）。
图4 衡复风貌区街景天空可见度空间映射情况

Fig. 4 Spatial mapping of the sky visibility of streetscape in Hengfu Historic and Cultural Preservation Area

街景绿视率一般用于表征街道环境内人们所感知到的自然景观占比，是街道景观特征最为重要的表达因素，对街道活力[42]、舒适度[41]和出行偏好[26]等均有积极影响，也是培养居民游客对街道环境认同感的关键景观要素[52]。研究区内街景绿视率主要取决于街道内行道树、街边绿化、种植池等绿色景观元素的数量。整体来看，研究区内街景绿视率处于中等水平，部分风貌保护道路如衡山路、思南路、长乐路、武康路、永福路、湖南路、复兴西路、岳阳路、茂名南路等街景绿视率较高。从分布上看，绿视率较高的街景集中分布在中部的襄阳公园、东部的复兴公园和北部的徐家汇公园附近区域。此外，在部分街道空间尺度较大且建筑、交通设施较多的区域，街景绿视率会显著降低，如研究区边界的主、次干路延安中路、重庆南路、华山路和肇嘉浜路以及武康路与淮海中路交叉口、常熟路与淮海中路交叉口以及陕西南路与淮海中路交叉口等区域（图5）。
图5 衡复风貌区街景绿视率空间映射情况

Fig. 5 Spatial mapping of the green visibility of streetscape in Hengfu Historic and Cultural Preservation Area

研究区内，街景地方性物理层表达特征为：围合度和绿视率适中，天空可见度较好。其中，北部、西部街景围合度较其他区域相对开放；绿视率在西南部的徐家汇公园附近最高，在4条边界道路和中心区域的常熟路与淮海中路交叉口最低。
在既有研究中，围合度特征已被证实与街景开阔度有关[53]，而天空可见度在街景视觉层面是开阔度的直观体现[44]。因此，围合度较高的街道，天空可见度也较高，符合既有研究论证成果。影响绿视率的主要元素之一是行道树，其高度是限定围合度的重要条件，其冠幅又对天空可见度产生影响。符合本研究中天空可见度分布特征与围合度一致，但与绿视率分布特征基本相反的情况。

2.2 街景地方性社会特征空间分布

街景意象性是由环境元素所形成的使街道独特、可识别且令人难忘的特质，其中最为重要的影响元素之一是地标[54]。地标并不一定是宏伟、大型的建筑，决定一个元素能否成为地标的标准是独特性，以及它与空间位置的关系。研究区内街景意象性主要由特色建筑、行道树、街道尺度等构成。然而，研究区内大部分建筑建设年代相近，且历史建筑和风貌街道多遵循保护性更新原则，未对其外立面作明显改建，区域内整体建筑风格与景观风貌较为相似，街景意象性强弱差别不明显。仅淮海中路部分街道因周围存在聂耳音乐广场、环贸广场等地标，街景显示出较强意象性。另外，武康路、思南路和安福路东段等两侧有标志性历史建筑的街道，街景意象性也相对较强（图6）。
图6 衡复风貌区街景意象性空间映射情况

Fig. 6 Spatial mapping of the imageability of streetscape in Hengfu Historic and Cultural Preservation Area

人本尺度的街道是组织高效交通网络，塑造人性化社区的基本要求。在街景语境下，这一特征指能够提供与人体生理尺寸和感知尺寸（大小、比例、行走速度等）相适应的设计内容，如建筑细节、路面纹理、街道树木和街道家具等[43]。研究范围内，人本尺度较为适宜的街景占绝大多数。研究区西部江苏路、兴国路和吴兴路以及上海音乐学院北侧淮海中路、复兴公园北侧南昌路设计尺度最为宜人；区域南部道路街景人本尺度相对不适，如东南部绍兴公园周边的绍兴路、永嘉路、陕西南路南段、思南路南段以及西南部建国西路与天平路交叉口、徐家汇公园东侧的宛平路南段、高安路南段等（图7）。
图7 衡复风貌区街景人本尺度空间映射情况

Fig. 7 Spatial mapping of the human scale of streetscape in Hengfu Historic and Cultural Preservation Area

安全性是行人在街道环境中主观感知到的不受潜在威胁伤害的程度，通常与交通状况、夜间照明、视线遮蔽以及街道两侧是否提供互动监视有关[43]。因街景图片为日间拍摄，区域内街景安全性主要考虑交通状况、视线遮蔽、互动监视等影响因素。综合来看，研究区安全性整体较高。仅交通等级较高的延安中路东段、淮海中路、重庆南路和衡山路受机动车车流量大的影响，使行人感知到较低的安全性。此外，上海音乐学院东南侧的汾阳路局部路段街道两侧消极界面较多，无法提供充足的互动监视，且街旁绿化较多，形成视线遮蔽，也导致人们感知到的安全性较低。淮海中路东侧的淡水路和黄陂南路安全性相对较低，主要由于附近有医院、商厦等热门出行目的地，目的地周边机动车、非机动车、行人流量较大、动线混杂（图8）。
图8 衡复风貌区街景安全性空间映射情况

Fig. 8 Spatial mapping of the safety of streetscape in Hengfu Historic and Cultural Preservation Area

研究区内，街景地方性社会层表达特征为：1）街景安全性整体较强、人本尺度适中、意象性较弱；2）安全性和人本尺度特征在中心区域上海音乐学院、淮海中路与复兴中路交叉口以及区域北部边界延安中路、东部边界重庆南路部分较差；3）支路、街巷等低交通等级道路街景人本尺度较高交通等级道路更为适宜；4）区域街景意象性仅在少量具有独特地标路段较强。
既有实证研究中，尚未对安全性、意象性和人本尺度的内在联系达成广泛共识。本研究中，这3个地方性社会特征的空间分布特征也并无明显联系。对比街景人本尺度和安全性分布特征发现，人本尺度适宜的街景相对来说安全性较强，可能与这两类特征均为感知舒适度的积极影响因素有关[46]，即三者之间可能存在中介效应关系。街景意象性空间分布特征则与人本尺度、安全性无明显一致性。

2.3 街景地方性历史特征空间分布

与街景地方性历史特征表达相关的易读性指一个地方的空间结构作为整体被人理解的容易程度[45]。在街道网络层面，易读性常常决定寻路的难易程度，也可被用于评价网络的有序性；在街道单体层面，易读性受建筑、景观、街道家具、铺装材料等与环境有序程度和可记忆程度相关的元素影响[55]。研究区南部整体上易读性强于中部和北部，中部及西部边界易读性最弱，尤其是江苏路和复兴公园北侧南昌路。江苏路易读性弱，一是与研究区西侧的现代商办、居住区接壤，两侧街景差异较大，临街建筑功能混杂。二是南昌路两侧老旧小区较多，存在违章搭建情况，部分老旧小区正在改建中，临街界面杂乱；街道宽度本身较窄，又受到机动车通行、非机动车停放等影响，视觉上较为杂乱，可能是导致南昌路易读性弱的主要原因。此外，由于淮海中路与常熟路交叉口区域街道两侧风貌一致性较差，导致街景易读性也相对偏弱。淮海中路南北侧建筑风格存在明显差异，南侧为原法租界，北侧为现代商业楼宇；常熟路两侧建筑功能和建成时间均有明显不同，东侧为2000年后建成的商业楼宇，西侧则为20世纪30年代左右建设的居住区（图9）。
图9 衡复风貌区街景易读性空间映射情况

Fig. 9 Spatial mapping of the legibility of streetscape in Hengfu Historic and Cultural Preservation Area

2.4 街景地方性美学特征空间分布

一致性通常用于描述视觉上的连贯性和秩序感。研究区内，街景一致性的程度由建筑物、景观、街道家具和铺装材料等物理元素的规模、特征和组合排列等共同决定[47]。研究区大部分道路街景一致性较强。总体来看，支路、街巷等低交通等级道路（如吴兴路、太原路、思南路等）一致性明显强于主干路（如华山路、延安中路等）、次干路（如常熟路、衡山路等）等高交通等级的道路。究其原因，一是由于高交通等级道路两侧分布了建设时代与更新程度不同的现代风格商业、商办建筑，远不如支路、街巷两侧的老旧小区、历史建筑等在建筑风格方面统一；二是高交通等级道路人流、车流混杂，沿街界面也更为功能多样、风格繁杂（图10）。
图10 衡复风貌区街景一致性空间映射情况

Fig. 10 Spatial mapping of the coherence of streetscape in Hengfu Historic and Cultural Preservation Area

渗透性指人们可以看到或感知到街道空间边缘以外活动的程度[47]。渗透性强的街景有利于促进行人使用沿街功能，提升街道活力[56]。研究区内，影响街景渗透性的物理元素包括沿街界面中可能出现的玻璃幕墙、窗户、门、栅栏、景观和通往街区的开口等。研究区街景渗透性整体较弱：一是由于街道两侧的商业建筑多为历史建筑改建，以实体墙面为主，且无玻璃幕墙、栅栏点缀，如乌鲁木齐南路；二是街道两侧老旧小区受建成年代风格影响，窗体较小，且部分小区外侧有实体围栏，如延庆路、华亭路等；三是区域内人流、车流量较大，少量开放式商业区（如思南公馆）运用景观（如景观墙、较高的绿化、公共艺术装置）作为遮挡，以保证其内部私密性和不受干扰，一定程度上也减弱了沿街界面的渗透性。区域内，街景渗透性仅在环贸商业广场南侧的南昌路（一侧为透明玻璃界面的底商，一侧为住区外侧的护栏）、徐家汇公园北侧的衡山路（一侧为开放式绿地，一侧为透明玻璃界面的底商）较强（图11）。
图11 衡复风貌区街景渗透性空间映射情况

Fig. 11 Spatial mapping of the permeability of streetscape in Hengfu Historic and Cultural Preservation Area

视觉丰富度与人在单位时间内通过视觉感官接收到的具有明显差异的信息数量有关[47]。研究区内，街景视觉丰富度取决于街道空间内容种类和数量的多寡，如建筑物、景观元素、街道家具、标牌的数量、种类、色彩和装饰，以及人类活动的类型丰度和强度等。因存在大量历史保护建筑和景观道路，研究区整体上街景视觉丰富度较强，以思南公馆、上海理工大学、上海音乐学院和丁香花园附近街道为最。丰富度较低的街景主要集中在淮海中路与常熟路交叉口、乌鲁木齐南路和重庆南路：淮海中路与常熟路交叉口和乌鲁木齐南路沿街功能单一，现代化高层建筑增多，两侧建筑风格独特性与东南侧的风貌区腹地相比也有明显减弱；重庆南路视觉丰富度较弱一是可能由于街道尺度较大，人们所感知到的空间内容较少；二是路段中有南北高架遮蔽了大量的行人视线，也在一定程度上影响了人们对除交通设施以外其他视觉内容的接收（图12）。
图12 衡复风貌区街景视觉丰富度空间映射情况

Fig. 12 Spatial mapping of the visual diversity of streetscape in Hengfu Historic and Cultural Preservation Area

研究区内，街景地方性社会层表达特征为：1）研究区街景整体视觉一致性较强、渗透性一般、丰富度较强；2）中部淮海中路与常熟路交叉口和南部建国西路部分街景视觉丰富度较差，沿街界面渗透性弱；3）低交通等级道路街景一致性和渗透性比高交通等级道路更好。视觉一致性、渗透性和丰富度三者之间在既有实证证据中并未发现直接联系或交叉影响。同样的，作为本研究中表达街景地方性美学的3个特征，它们在空间中的分布特征也各有不同。

3 结语

街景是独立的地方性表达载体，对街景地方性特征的识别和分析对于深入理解历史文化风貌区景观独特性有重要意义。本研究从物理、社会、历史和美学4个特征维度解析街景地方性，识别了各维度包含的特征指标；运用街景图像大数据和人工智能算法，对上海市徐汇衡复历史风貌区街景地方性特征的空间表达情况进行了映射；综合考虑街道两侧用地特征、建筑风格和交通功能等，分析了研究区内街景地方性的现状特征。受限于算法模型的准确性和图像数据采集年份滞后，结果可能存在少量误差；此外，研究结果仅对街景地方性特征进行了识别，暂未对其优化目标和措施等提出建议。本研究整体上完成了街景地方性内涵解读、特征框架构建、特征评价模型训练与空间映射等内容，为后续进行更多复杂景观感知品质的大尺度分析奠定了基础。同时，本研究回应了当下城市地方性缺失和景观同质化的关键议题，为未来城市街景地方性的保护、优化和发展提供了线索。

1 2019年是研究范围内街景现有完整数据中最新年份。

文中图表均由作者绘制，其中图2~12底图引自谷歌卫星地图（2024年）、街景图片引自百度街景（2019年）。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
FRIEDMANN J. Place and Place-Making in Cities: A Global Perspective[J]. Planning Theory & Practice, 2010, 11(2): 149-165.

[2]
WEI J X, YUE W Z, LI M M, et al. Mapping Human Perception of Urban Landscape from Street-View Images: A Deep-Learning Approach[J]. International Journal of Applied Earth Observation and Geoinformation, 2022, 112 102886

DOI

[3]
汪芳, 李薇, PROMINSKI Martin. 城镇化和地方性的新冲突、新策略与新探索: 中德双边研讨会会议综述[J]. 地理研究, 2014, 33(11): 2205-2214

WANG F, LI W, MARTIN P. The New Conflicts, Strategies and Explorations of Urbanization and Locality: Overview on the Sino-german Symposium[J]. Geographical Research, 2014, 33(11): 2205-2214.

[4]
SHAO Y H, LANGE E, THWAITES K, et al. Defining Local Identity[J]. Landscape Architecture Frontiers, 2017, 5(2): 24-41.

[5]
PROSHANSKY H M, ITTELSON W H, RIVLIN L G. Environmental Psychology: Man and His Physical Setting[M]. New York: Holt, Rinehart and Winston, 1970.

[6]
EISENHAUER W B, KRANNICH R S, BLAHNA D J. Attachments to Special Places on Public Lands: An Analysis of Activities, Reason for Attachments, and Community Connections[J]. Society & Natural Resources, 2000, 13(5): 421-441.

[7]
PRITCHARD A, MORGAN N J. Culture, Identity and Tourism Representation: Marketing Cymru or Wales?[J]. Tourism Management, 2001, 22(2): 167-179

DOI

[8]
HAY R. Sense of Place in Developmental Context[J]. Journal of Environmental Psychology, 1998, 18(1): 5-29

DOI

[9]
STOKOLS D. People in Places: A Transactional View of Settings[J]. Cognition, Social Behavior, and the Environment, 1981, 441(488): -.

[10]
QIAN J X, ZHU H. Chinese Urban Migrants' Sense of Place: Emotional Attachment, Identity Formation, and Place Dependence in the City and Community of Guangzhou[J]. Asia Pacific Viewpoint, 2014, 55(1): 81-101

DOI

[11]
PROSHANSKY H M, FABIAN A K, KAMINOFF R. Place-Identity: Physical World Socialization of the Self[J]. Journal of Environmental Psychology, 1983, 3(1): 57-83

DOI

[12]
杨振山, 吴笛, 杨定. 迁居意愿、地方依赖和社区认同: 北京中关村地区居住选择调查分析[J]. 地理科学进展, 2019, 38(3): 417-427

DOI

YANG Z S, WU D, YANG D. Willingness to Move, Place Dependence and Community Identity: An Investigation of Residential Choice in the Zhongguancun Area in Beijing[J]. Progress in Geography, 2019, 38(3): 417-427

DOI

[13]
STOBBELAAR D J, PEDROLI B. Perspectives on Landscape Identity: A Conceptual Challenge[J]. Landscape Research, 2011, 36(3): 321-339

DOI

[14]
DEVINE-WRIGHT P, LYONS E. Remembering Pasts and Representing Places: The Construction of National Identities in Ireland[J]. Journal of Environmental Psychology, 1997, 17(1): 33-45

DOI

[15]
SHAO Y H, LANGE E, THWAITES K, et al. Understanding Landscape Identity in the Context of Rapid Urban Change in China[J]. Land, 2020, 9(9): 298

DOI

[16]
何悦, 陈荣, 张云路. 基于原住民地方依恋的新型农村社区公共景观感知与优化策略: 以北京田仙峪村为例[J]. 风景园林, 2022, 29(3): 31-36

HE Y, CHEN R, ZHANG Y L. Perception and Optimization Strategies of Public Landscape in New Rural Communities Based on Place Attachment of Indigenous People: A Case Study of Beijing Tianxianyu Village[J]. Landscape Architecture, 2022, 29(3): 31-36.

[17]
ROSENBAUM M S, MONTOYA D Y. Am I Welcome Here? Exploring how Ethnic Consumers Assess Their Place Identity[J]. Journal of Business Research, 2007, 60(3): 206-214

DOI

[18]
BELANCHE D, CASALÓ L V, RUBIO M Á. Local Place Identity: A Comparison Between Residents of Rural and Urban Communities[J]. Journal of Rural Studies, 2021, 82 242-252

DOI

[19]
DEL P P B, GONZÁLEZ P A. Industrial Heritage and Place Identity in Spain: From Monuments to Landscapes[J]. Geographical Review, 2012, 102(4): 446-464

DOI

[20]
GOSPODINI A. Urban Morphology and Place Identity in European Cities: Built Heritage and Innovative Design[J]. Journal of Urban Design, 2004, 9(2): 225-248

DOI

[21]
DAVIS P. Place Exploration: Museums, Identity, Community[M]. London: Routledge, 2007.

[22]
LOW S M. Spatializing Culture: The Ethnography of Space and Place[M]. London: Routledge, 2016.

[23]
MORENO C, ALLAM Z, CHABAUD D, et al. Introducing the “15-Minutes City” Sustainability, Resilience and Place Identity in Future Post-Pandemic Cities[J]. Smart Cities, 2021, 4(1): 93-111

DOI

[24]
李嘉宁. 基于街景图片数据的中德城市地方性度量和比较研究[D]. 北京: 北京大学, 2020.

LI J N. Measurement and Comparative Study of Urban Locality Between China and Germany Based on Street View Image Data[D]. Beijing: Peking University, 2020.

[25]
LEWICKA M. Place Attachment, Place Identity, and Place Memory: Restoring the Forgotten City Past[J]. Journal of Environmental Psychology, 2008, 28(3): 209-231

DOI

[26]
王磊, 章璇, 韩昊英, 等. 基于时序街景数据的城市街道绿化结构演变: 以上海市中心城区为例[J]. 风景园林, 2024, 31(9): 42-50

DOI

WANG L, ZHANG X, HAN H Y, et al. Evolution of Urban Street Greening Structure Based on Time Series Street View Data: A Case Study of the Central Urban Area of Shanghai[J]. Landscape Architecture, 2024, 31(9): 42-50

DOI

[27]
邵钰涵, 殷雨婷, 薛贞颖. 基于街景大数据的北京、上海街景舒适度评价及比较[J]. 风景园林, 2021, 28(1): 53-59

SHAO Y H, YIN Y T, XUE Z Y. Evaluation and Comparison of Streetscape Comfort in Beijing and Shanghai Based on a Big Data Approach with Street Images[J]. Landscape Architecture, 2021, 28(1): 53-59.

[28]
RAFIEMANZELAT R. Influence of Place Identity on Walkability: A Comparative Study Between Two Mixed Used Streets Chaharbagh St. Isfahan, Iran and Dereboyu St. Lefkosa, North Cyprus[J]. World Academy of Science, Engineering and Technology, 2017 10): 255-264.

[29]
叶宇, 黄成成, 李心恬, 等. 人本视角街道绿视率与鸟瞰视角绿化覆盖率的表现差异及影响因素解析[J]. 风景园林, 2023, 30(9): 20-28

DOI

YE Y, HUANG C C, LI X T, et al. Mapping the Differences Between Human-Scaled Visible Street Greenery vs. Green Coverage from Bird's-Eye View and a Further Exploration of the Effecting Issues[J]. Landscape Architecture, 2023, 30(9): 20-28

DOI

[30]
ZENG L Y, LU J, LI W Y, et al. A Fast Approach for Large-Scale Sky View Factor Estimation Using Street View Images[J]. Building and Environment, 2018, 135 74-84

DOI

[31]
叶宇, 张灵珠, 颜文涛, 等. 街道绿化品质的人本视角测度框架: 基于百度街景数据和机器学习的大规模分析[J]. 风景园林, 2018, 25(8): 24-29

YE Y, ZHANG L Z, YAN W T, et al. Measuring Street Greening Quality from Humanistic Perspective: A Large-Scale Analysis Based on Baidu Street View Images and Machine Learning Algorithms[J]. Landscape Architecture, 2018, 25(8): 24-29.

[32]
KORALAGE C, PERERA R, WIJESUNDARA J. The Influence of Building-Street Interface on Fostering Public Activities[C]//ICCPP. Proceedings of the International Conference on “Cities, People and Places”-ICCPP-2023. Colombo: ICPP, 2023: 350-365.

[33]
郭馨, 赖建东, 马志锋, 等. 街道品质虚拟评价与现场调研评价方法的一致性分析: 以深圳轨道核心区街道为例[J]. 规划师, 2022, 38(6): 70-78

DOI

GUO X, LAI J D, MA Z F, et al. A Study on the Consistency Between Street View Survey and On-Site Survey: Shenzhen Example[J]. Planners, 2022, 38(6): 70-78

DOI

[34]
唐婧娴, 龙瀛, 翟炜, 等. 街道空间品质的测度、变化评价与影响因素识别: 基于大规模多时相街景图片的分析[J]. 新建筑, 2016, 5(5): 110-115

TANG J X, LONG Y, ZHAI W, et al. Measuring Quality of Street Space, Its Temporal Variation and Impact Factors: An Analysis Based on Massive Street View Pictures[J]. New Architecture, 2016, 5(5): 110-115.

[35]
YIN Y T, SHAO Y H, XUE Z Y, et al. An Explorative Study on the Identification and Evaluation of Restorative Streetscape Elements[J]. Landscape Architecture Frontiers, 2020, 8(4): 76-89

DOI

[36]
SHAO Y H, YIN Y T, XUE Z Y, et al. Assessing and Comparing the Visual Comfort of Streets Across Four Chinese Megacities Using AI-Based Image Analysis and the Perceptive Evaluation Method[J]. Land, 2023, 12(4): 834

DOI

[37]
ZHANG F, ZHANG D, LIU Y, et al. Representing Place Locales Using Scene Elements[J]. Computers, Environment and Urban Systems, 2018, 71 153-164

DOI

[38]
DUBEY A, NAIK N, PARIKH D, et al. Deep Learning the City: Quantifying Urban Perception at a Global Scale[C]//LEIBE B, MATAS J, SEBE N, et al. Computer Vision−ECCV 2016. Cham: Springer International Publishing, 2016: 196-212.

[39]
GAO S, JANOWICZ K, MONTELLO D R, et al. A Data-Synthesis-Driven Method for Detecting and Extracting Vague Cognitive Regions[J]. International Journal of Geographical Information Science, 2017, 31(6): 1245-1271.

[40]
EWING R H, CLEMENTE O. Measuring Urban Design: Metrics for Livable Places[M]. Washington, D. C.: Island Press, 2013.

[41]
董贺轩, 高翔. 街道植物空间对步行愉悦度的影响[J]. 风景园林, 2023, 30(1): 54-62

DOI

DONG H X, GAO X. Influence of Street Plant Space on Walking Pleasure[J]. Landscape Architecture, 2023, 30(1): 54-62

DOI

[42]
LIU M, JIANG Y, HE J L. Quantitative Evaluation on Street Vitality: A Case Study of Zhoujiadu Community in Shanghai[J]. Sustainability, 2021, 13(6): 3027

DOI

[43]
徐磊青, 江文津, 陈筝. 公共空间安全感研究: 以上海城市街景感知为例[J]. 风景园林, 2018, 25(7): 23-29

XU L Q, JIANG W J, CHEN Z. Study on Perceived Safety in Public Spaces: Take Perception of Street View in Shanghai as an Example[J]. Landscape Architecture, 2018, 25(7): 23-29.

[44]
李鹍, 薛丽莲. 街景围合度与城市风环境的量化关系研究: 以武汉市夏季为例[J]. 生态城市与绿色建筑, 2018 3): 52-56

LI K, XUE L L. Research on the Quantitative Relationship Between Streetscape Enclosure and Urban Wind Environment: Taking the Summer in Wuhan as an Example[J]. Eco-city and Green Building, 2018 3): 52-56.

[45]
KÖSEOĞLU E, MENGI Ç V. Streetscape Perception: Interaction of Perceived Legibility and Sense of Security in the Streets of Hasköy, Beyoğlu[J]. A+Arch Design International Journal of Architecture and Design, 2017, 3(1): 13-24.

[46]
WANG L, HAN X, HE J, et al. Measuring Residents' Perceptions of City Streets to Inform Better Street Planning Through Deep Learning and Space Syntax[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2022, 190 215-230

DOI

[47]
邵源, 叶丹, 叶宇. 基于街景数据和深度学习的街道界面渗透率大规模测度研究: 以上海为例[J]. 国际城市规划, 2023, 38(6): 39-47

SHAO Y, YE D, YE Y. Measuring the Transparency of Street Interface Based on Street View Images and Deep Learning: Taking Shanghai as an Example[J]. Urban Planning International, 2023, 38(6): 39-47.

[48]
鲍柏江, 王林, 薛鸣华. 上海历史风貌区巷弄精细化治理路径探索: 以徐汇区衡复历史文化风貌区为例[J]. 上海城市规划, 2023, 172(5): 92-97

BAO B J, WANG L, XUE M H. Delicacy Governance Path of Alley in Historical Areas of Shanghai: A Case Study of the Xuhui Hengfu Historical and Cultural Area[J]. Shanghai Urban Planning Review, 2023, 172(5): 92-97.

[49]
FANG Z G, LIU C, XIAO Y. Evaluation of Street Aesthetics and Influencing Factors Using Multi-source Deep Learning Methods: The Case Study of Shanghai[J]. International Urban Planning, 2023, 38(6): 48-58.

[50]
PARK Y, GARCIA M. Pedestrian Safety Perception and Urban Street Settings[J]. International Journal of Sustainable Transportation, 2020, 14(11): 860-871

DOI

[51]
马俊来. 面向规划衔接的完整街道详细分类方法[J]. 城市交通, 2021, 19(4): 100-111

MA J L. Detailed Complete Streets Classification for Planning Integration[J]. Urban Transport of China, 2021, 19(4): 100-111.

[52]
刘悦来, 周安锌. 从自然疗愈到社会修复: 公共健康视角下社区花园的疗愈价值探索[J]. 风景园林, 2024, 31(5): 103-115

DOI

LIU Y L, ZHOU A X. From Natural Healing to Social Restoration: Exploring the Healing Value of Community Gardens from the Perspective of Public Health[J]. Landscape Architecture, 2024, 31(5): 103-115

DOI

[53]
LI X, LYU Z H, ZHENG Z G, et al. Assessment of Lively Street Network Based on Geographic Information System and Space Syntax[J]. Multimedia Tools and Applications, 2017, 76(17): 17801-17819

DOI

[54]
LYNCH K. The Image of the City[M]. Cambridge: The MIT Press, 2023.

[55]
RAPOPORT A. The Meaning of the Built Environment: A Nonverbal Communication Approach[M]. Beverly Hills: Sage Publications, 1982.

[56]
ERKARTAL P O, UZUNKAYA A. Transparency as a Component of Public Space[J]. IOP Conference Series: Materials Science and Engineering, 2019, 471 092026

Options
Outlines

/

〈 〉