《Buildings》：How Can Crowd Perception Methodologies Be Employed to Understand the Locality Characteristics of Small Towns Within the Jiangnan Water Network? From the Perspective of Urban–Rural–Wildland Integration
Lin Zhang,
Yankai Miao and
Bianchi Alessandro
编辑推荐：
地域性（locality）体现为人类对环境的适应，并赋予人类归属感、认同感与依恋感。本研究整合自然与文化要素，结合自然基础与社会文化维度，以实现对物质空间的理解，从而支撑城乡野连续体中的宜居性建设，这是提升生活质量的根本。量化主观感知长期以来一直是研究中的难题
地域性（locality）体现为人类对环境的适应，并赋予人类归属感、认同感与依恋感。本研究整合自然与文化要素，结合自然基础与社会文化维度，以实现对物质空间的理解，从而支撑城乡野连续体中的宜居性建设，这是提升生活质量的根本。量化主观感知长期以来一直是研究中的难题。本研究通过深度学习技术分析街景图像，为宏观区域城乡野空间的人类感知提供了测度与空间分析方法。研究发现如下：（1）吴江区的景观要素占比空间分布呈现明显的区域分异，一级景观要素广泛分布于全区，而三级要素分布较为零散。（2）各镇景观地域性评分的空间分异与景观占比分布格局不同，高值区主要沿运河网络分布，低值区则集中于高度城镇化区域。（3）吴江小镇的景观类型与地域性感知存在显著的正负相关关系：正相关要素包括草地、桥梁、水体与船只，负相关要素包括天空、窗户、围墙与栏杆。这些发现揭示了吴江小镇内的感知模式与影响关系。本研究利用开源街景数据，展示了未来规划如何借助景观地域性评分与景观要素空间分布，与经济、人口和产业因素实现更有机地融合。为实现吴江景观地域性的传承与可持续发展，规划应遵循传承性、动态适应性与协同整合性原则，通过优化与地域性相关的景观要素、构建连贯的地域性格局，并使空间地域性感知与情感体验相协调，从而更好地回应居民的感知需求。
## 研究背景与问题
地域性（locality）是自然与文化特征经长期人地互动而形成的、使某一地方区别于其他地方的独特属性，其不仅是客观区域属性的集合，更是人与环境持续互动中产生的关联性与体验性建构。在人文地理学中，地方（place）强调通过生活经验、记忆与情感依附而被赋予意义的空间；地方认同（place identity）则是扎根于物理环境的自我认同组成部分，反映与特定地点相关的信念、价值观、记忆与情感的整合。相关概念如地方依恋（place attachment）与地方依赖（place dependence）进一步解释了对环境的情感纽带与功能依赖。这些视角共同表明，地域性整合了物质空间结构与社会建构意义。
快速城镇化加剧了自然栖息地的破碎化与城镇景观的同质化，削弱了景观地域性。中国长期存在的城乡二元结构，加之户籍与土地管理等制度安排，进一步深化了空间分割。小镇作为连接城市与乡村的关键节点，是城市、乡村与荒野景观共存并互动的场域。然而，既有研究多聚焦于单一尺度或单一类型的地域性分析，对小镇这一城乡过渡节点的景观地域性缺乏多元探讨；在实践中，有效的景观地域性规划不仅需要街区尺度的特征分析与设计，还需关注区域空间格局以增强城乡野景观的整体结构联系。此外，研究还普遍缺乏对跨行政边界的地域特征探索。
本研究将地域性定义为人对物理环境感知而形成的独特空间理解，其不仅是文化或自然特征的客观存在，更是个体在特定空间情境中解读与内化这些特征的结果。主观感知指个体对街道环境物理特征的个人化、情感性与认知性反应。既有研究表明，地域性的形成源于人们的视觉场景，其与当地依附的关联可在视觉图像中呈现。地理标签照片作为视觉场景的重要载体，为描述城乡景观提供了新视角，即地域性感知的结果。然而，已有研究主要聚焦于客观景观模式的识别与特定城镇或区域聚落网络的物理特征刻画，对主观感知维度的探究相对不足，尤其从感知视角出发的人与小镇景观地域性的互动机制尚待深入阐明。厘清主观感知与空间景观分布的关系，有助于细化吴江适地性规划目标。
苏南小镇作为中国发达地区最具代表性且最前沿的城镇类型，是县域城镇化驱动的典型样本。吴江小镇中，快速城镇化、工业扩张与太湖流域水文变化已使历史水乡格局与生态系统碎片化，破坏了栖息廊道与城乡连续性，而旅游与开发又进一步改变了其丰富的江南水乡遗产。因此，这些小镇需要更加重视融入居民主观感知与回应的地域性景观规划，亟需从主观视角深入探究地方景观的适应性表征与发展特征。
本研究中，"城乡野"（Urban–Rural–Wilderness）指空间连续体而非行政类别，描述从城镇化镇中心经乡村聚落至欠发达荒野地区在形态、土地利用与景观特征上的渐变过渡。该连续体既体现功能相互依存，也反映环境变异，在吴江这样历史水乡与扩张中的城郊工农业景观并存的区域尤为相关。吴江小镇展现出长期人水互动塑造的显著水乡形态特征：城乡混合状态、"田-林"纹理融入聚落、湖泊河汊形成的密集水网系统、组织日常生活与聚落布局的河湖耦合、由桥-水-水边人家构成的"小桥流水人家"街景、小规模低层中等密度的建成形态，以及日益模糊的城乡野边界。作为地方历史记忆的载体，吴江传统水乡在区域化与泛城市化趋势下正与扩张的工业景观日益交织，协调感知到的景观冲突并保护江南水乡独特性格，已成为吴江小镇可持续发展的关键任务。
## 技术方法
为捕捉这一感知维度，研究人员开展了以下研究：采用街景大数据与深度学习技术，基于用户生成轨迹数据平台"2bulu"收集2023年1月至12月吴江区的街景图像共2512张，涵盖主要县道、乡镇道路与村道，实现小镇街道基本全覆盖；基于土地利用边界与空间特征将图像按地理坐标分类为城镇、乡村与荒野三类；通过开展在线问卷调查收集居民主观感知，使用Likert五级量表评估感知地域性程度，共获658份有效问卷；运用全卷积神经网络（fully convolutional network, FCN）进行语义分割，识别天空、道路、树木、建筑、植被、墙体、草地、行人、电线杆、窗户、门、汽车、船只、桥梁、围栏、标牌共17类景观要素，计算各要素像素占比；以ResNet50模型为基础模型，使用问卷派生的感知分数进行微调训练，建立视觉特征与感知景观地域性之间的映射关系；将训练好的模型应用于全部街景图像生成地域性评价分数，利用ArcGIS 10.8进行空间化；最后进行Pearson相关分析，检验提取的景观要素与主观地域性感知之间的关联强度与方向。
## 研究结果
**景观要素比例分析**：基于像素比例的统计分析显示，天空、水面、树木和建筑构成了街景环境中最主要的可观测物理环境特征，四类要素合计占识别像素总量的62.14%。其中天空占比最高（24.62%），其次为树木（17.54%）、水面（10.37%）与建筑（9.61%）。二级环境要素主要包括植被、道路、栏杆与草地，合计占比22.18%。其余要素合计仅占3.53%。自然要素在街景环境中占主导地位（63.33%）。城镇区域建成环境要素比例较高；乡村区域人工与自然要素结合，景观地域性评分变异性最大；荒野区域以自然要素为主，地域性评分普遍较高。
**问卷与模型评价结果**：调研结果显示三类景观的感知分异明显：荒野景观获得最高的地域性认同度（76.44%），其次为城镇空间（65.50%）与乡村空间（43.77%）。基于问卷数据训练的ResNet50模型应用于全部2512张轨迹图像后，荒野图像高地域性评分比例最高，乡村次之，城镇图像集中于中高评分范围，与问卷感知结果总体一致。
**地域性评分的空间分布特征**：景观地域性评分呈现空间冷热效应，沿东太湖岸线形成较连续的线性空间走廊热点区；沿太浦河向东，连续热点区转化为黎里、同里、七都等镇的单核热点模式；平 arbitrary and Pingwang、震泽亦呈现高分值，与连续线性空间形成"点-线-点"空间结构。西部乡村与荒野空间的地域性评分持续高于城镇化区域，而高度城市化的松陵（现吴江开发区部分）与盛泽等地评分较低。值得注意的是，高建筑密度并非必然导致低评分，关键取决于空间构成与自然要素的整合程度。
**景观类型与地域性感知的相关性**：相关性分析表明，桥梁（r=0.144）、水面（r=0.115）、标牌（r=0.081）、道路（r=0.057）、船只（r=0.042）、门（r=0.043）与草地（r=0.043）与感知景观地域性呈显著正相关；天空（r=-0.161）、窗户（r=-0.059）、围墙（r=-0.035）、栏杆（r=-0.029）与电线杆（r=-0.025）呈显著负相关。正相关要素中自然要素比例较高，负相关要素中人工要素比例较高。
## 讨论与结论
研究人员从三个维度展开讨论：首先，地域性感知的空间异质性反映景观构成与视觉结构的综合影响，而非单纯的人工或自然要素存在与否；连续水系、植被廊道与开敞天空形成连贯景观场景以强化区域认同，而高度城镇化环境往往碎片化这些自然结构。其次，正负向影响的空间效应表明，具有正向关联的景观类型不仅包含自然要素，也包含桥梁、船只等文化代表性人工要素，其感知贡献源于文化共鸣与主观感知；而围墙、窗户等建成环境要素削弱地域性感知。从规划视角，应尊重自然水面的河湖肌理，协调河网-城镇-农田组织关系；对负向要素则需通过调整比例、优化色彩形态风格以增强与江南水乡环境的和谐性。第三，城乡野连续体中的感知梯度显示：城镇化核心区地域性感知较低，但保留水乡特征的镇仍可获得较高评分；乡村过渡空间变异性最大；荒野区域因自然要素主导及历史景观模式的延续性而评分较高。
研究结论部分明确指出，本研究通过深度学习技术分析街景图像，为宏观区域城乡野空间的人类感知提供了测度与空间分析。（1）吴江区景观要素占比空间分布区域分异明显；（2）景观地域性评分的空间分异与景观占比分布格局不同，高值区沿运河网络分布，低值区集中于高度城镇化区域；（3）景观类型与地域性感知存在显著正负相关，正相关要素包括草地、桥梁、水体与船只，负相关要素包括天空、窗户、围墙与栏杆。研究揭示了吴江小镇的感知模式与影响关系，为未来规划提供了定量测度景观地域性感知的方法，支持江南小镇适地性景观规划。
