超越数量：基于图像分割的中国20大城市城市绿地质量评估

《Ecological Indicators》：Beyond quantity: Image segmentation-based assessment on quality of urban green spaces in China’s 20 major cities

绿色空间数量与质量多维度评估及社会自然驱动差异研究，基于20城遥感与街景数据，发现东部城市质量被低估，潜力城市自然因素主导，提出差异化规划策略。

　　城市绿地在推动生态可持续性和提升人类福祉方面发挥着关键作用。尽管可以通过简单的指标来评估绿地的数量，但绿地的质量更能反映植被对人类提供的服务价值。然而，关于不同城市及城市内部街区之间绿地数量和质量的差异，目前研究尚不充分。本研究基于中国20个主要城市的遥感数据和街景图像，采用图像分割技术比较了城市与街区尺度上的绿地数量和质量差异，并分析了社会和自然因素对绿地状态的影响。研究结果揭示了绿地数量与质量之间存在广泛不匹配的现象。例如，南方城市如广州在绿地可用性方面得分最高，但绿地总量相对较低；而东北部城市如哈尔滨虽然绿地总量较高，但其绿地多样性与设施评分相对较低。在街区尺度上，85%的城市中，绿地覆盖率高的街区表现出较差的设施配置（得分低于0.20），而在75%的城市中，绿地质量较高的街区往往在多样性方面表现较好（得分高于0.5）。

研究还发现，在高度城市化的地区，社会经济因素对绿地质量的影响更为显著，而在一些具有发展潜力的城市中，自然因素则在塑造绿地方面起到主导作用。这些发现强调了在不同尺度上评估绿地的重要性，以及针对不同类型城市采取差异化的改进策略的必要性。通过将城市尺度与街区尺度相结合，本研究构建了一个双重尺度的分析框架，为推进城市生态空间的包容性规划提供了科学依据。

在研究方法方面，我们采用了深度学习技术进行图像分割，使用了基于全卷积神经网络（FCN-8s）的模型，该模型在街景图像中实现了对绿地、水体和基础设施的语义分割。此外，我们还结合了土地利用数据，利用500米缓冲区来计算绿地的可用性、可达性、美观度、设施配置和多样性。这些评估维度涵盖了绿地在实际使用中的多个方面，如人口密度、植被类型、基础设施分布等，从而全面反映绿地的实际服务价值。

通过分析社会和自然驱动因素，我们发现不同城市在绿地数量和质量上的影响因素存在显著差异。例如，在数量评估中，道路密度是影响最大的因素，而夜间灯光强度和年降水量也在某些城市中发挥重要作用。在质量评估方面，人口密度、建成区密度和公共交通密度是主要驱动因素，而自然因素如相对高程和年温度在某些城市中同样起到关键作用。这些发现有助于理解不同城市绿地发展的背后机制，并为制定更具针对性的政策和规划提供依据。

研究结果表明，城市绿地数量与质量之间存在显著不匹配的现象，这在东部城市尤为明显。在这些城市中，绿地数量的增加往往未能带来质量的同步提升，导致居民在实际使用中体验到的绿地效益不足。相比之下，一些具有发展潜力的城市，如哈尔滨，虽然绿地总量较高，但其绿地质量仍有待提高，特别是在设施配置和多样性方面。因此，未来城市规划应更加关注质量维度，以实现更公平的生态系统效益分配。

在规划策略上，我们建议根据城市的不同发展阶段和特征，采取差异化的措施。对于高度城市化的城市，应优先发展三维绿化，如屋顶花园和垂直绿化，同时结合蓝绿走廊建设，提升绿地的生态连接性。对于处于快速转型阶段的城市，需要加强绿色基础设施与交通系统的整合，确保绿地的可达性和设施配置的完善。在平衡发展的城市，应注重生态分区和公众参与式公园设计，以满足多样化人群的需求。而对于具有发展潜力的城市，应采用气候适应性措施，如本地植被种植和耐旱景观设计，以提升绿地的长期可用性和生态韧性。

尽管本研究提供了有价值的见解，但仍有几个局限性需要关注。首先，研究样本主要基于中国东部城市的人口规模排名，未能充分代表西部地区的城市情况。未来的研究可以进一步纳入更多具有区域代表性的样本。其次，当前的绿地质量评估主要依赖于视觉感知，忽略了其他感官因素，如环境噪音和空气污染，这些因素也可能影响绿地的实际质量。最后，研究时间范围局限于5月至9月，即植被生长最旺盛的季节，未能考虑植物物候对绿地状态的影响。未来的研究可以进一步比较南北城市在不同季节的绿地数量和质量差异，以获得更全面的理解。

本研究的结论表明，通过街景图像和机器学习技术，可以对城市绿地的数量和质量进行多维度评估，从而提供更加以人为本和大规模的分析。研究揭示了绿地数量与质量之间的不匹配现象，并强调了社会经济因素在高度城市化地区的重要性，以及自然因素在一些发展潜力城市中的作用。基于这些发现，我们建议针对不同类型的绿地发展情况，采取相应的规划策略，以实现更公平、更可持续的城市生态空间建设。