历史街区视觉感知的地域差异与特征贡献模式：基于街景图像的可解释机器学习方法——以厦门集美学村为例

《Buildings》：Zonal Differentiation and Feature-Contribution Patterns of Visual Perception in Historic Districts: An Explainable Machine Learning Approach Using Street View Imagery—A Case Study of Jimei School Village, Xiamen

　　

从历史性城市景观（HUL）的视角来看，不同的保护强度和法定边界可能会在历史街区内部造成“地域差异”。然而，传统的同质化更新策略经常忽视这种异质性，从而影响了实体城镇景观和人类的感知。本研究分析了来自集美学村的核心保护地带和建设控制地带的1714张全景街景图像。研究人员考察了11个客观视觉特征和6个模型预测的感知维度，并由具有当地生活经验的参与者提供了情境验证。通过结合K-Means聚类、随机森林（RF）建模和沙普利可加解释（SHAP）特征归因，本研究调查了这两个地带之间非线性的、基于模型的贡献模式。结果显示，客观特征和预测感知存在显著但非二元的差异。街景类型表现出地域倾向，同时也表明了地带内部的多样性和跨地带的重叠。特征归因显示，在核心保护地带中，色彩构成、绿化、建筑界面和车辆存在更为突出，而在建设控制地带中，绿化、空间开放度和道路空间组织发挥着更强的作用。本研究为历史街区评估建立了一个可解释的基于街景的框架，为差异化、以人为本的地带更新提供了实证支持。

历史街区作为城市记忆的活态档案，将文化脉络与日常生活联系在一起。在中国，法定保护规划通常将历史区域划分为核心保护地带和建设控制地带。核心保护地带包含主要遗产资源和历史空间肌理，对新建和扩建有严格的限制；建设控制地带则位于其周围或相邻处，起到过渡作用，在满足保护要求的前提下允许一定程度的开发，但建筑高度、体积、色彩、形式等仍受控制。从历史性城市景观（HUL，将历史区域视为建成遗产、空间形态、文化价值等共存的分层城市系统的方法）的视角来看，这两个地带不应被简单视为不同级别的开发限制区，其独特的保护和管理条件也可能在物理形态、视觉景观和日常体验上产生差异。然而，当代城市更新往往忽视这种细微的异质性，倾向于采用统一策略，这可能会削弱过渡区的特征并使历史特色面临同质化设计的风险。此外，传统的微观环境感知研究多依赖问卷调查和实地观察，在空间覆盖、时间效率和数据粒度上存在局限。因此，研究人员提出需要理解地带差异并在保持遗产价值的同时做出响应。本研究聚焦于具有独特双区保护结构的厦门集美学村历史文化街区，利用街景图像和可解释机器学习，构建了一个视觉感知预测和地带比较的框架，旨在为保护管理、以人为本的景观评估和精细化空间更新提供证据。该论文发表在《Buildings》期刊上。

为开展此项研究，研究人员采用了基于百度地图开放平台以20米间隔采集的街景图像（样本队列来源为厦门集美学村核心保护与建设控制地带），并运用了多项关键技术方法。首先，通过开源计算机视觉库（OpenCV）和语义分割网络提取色彩属性（如HSV色彩空间的亮度与饱和度、颜色熵）与空间元素指标（如绿视率、天空视点率、建筑比例）。其次，采用预训练的麻省理工学院（MIT）Place Pulse 2.0模型生成六维感知得分，并由具有建筑学背景的当地居民进行了人工基线验证。接着，运用K-Means聚类在17维特征空间中识别出代表性的街景类型。最后，构建了基于随机森林（RF）和沙普利可加解释（SHAP，一种能为单个预测分配特征贡献度的可解释人工智能方法）的框架，并结合10折交叉验证，以量化不同地带间客观视觉元素对模型预测感知的非线性贡献模式。

在数据分析与研究结果方面，研究主要分为以下几个部分：

客观视觉特征分析显示，核心保护地带的平均绿视率为13.6%，平均建筑比例为15.6%，空间围合指数（Enclosure Index）平均值为0.772，表明该区空间形态相对开敞。相比之下，建设控制地带的建筑比例增至20.1%，绿视率降至9.9%，围合指数升至1.093，显示出更高密度的物理界面和狭窄街巷特征。同时，建设控制地带的颜色熵和平均色彩饱和度略高，且机动车最大比例相对较高，客观反映了其容纳现代城市运行和建设相关功能的作用。

视觉感知预测结果分析表明，经过人工评估验证（评估者间信度ICC值在0.774至0.874之间），预训练模型能合理捕捉当地街景的感知倾向。核心保护地带在“更富裕”、“更安全”和“更美丽”维度的平均值较高，且负面感知得分较低，呈现出宁静、视觉愉悦且同质化的感知模式。建设控制地带虽然在“更活泼”维度得分较高，但在“更压抑”维度的标准差最高，表明其内部存在异质性，高质量景观节点与视觉感知较弱的区域并存。

街景聚类分析通过K-Means算法将样本分为四类空间原型。聚类1（开敞视觉渗透空间）具有最高的天空视点率和较低的建筑比例，预测安全性较高；聚类2（低色彩硬质铺装空间）缺乏绿化且色彩饱和度低，被强烈感知为“更单调”和“更压抑”；聚类3（高建筑围合空间）建筑比例和围合度极高，预测“更压抑”值最高；聚类4（高绿视率遮蔽空间）虽环境封闭且亮度低，但丰富的植被色彩使其预测“更美丽”值极高且“更活泼”值最高。这些类型在两个地带的分布显示出内部多样性和跨地带重叠，并未与法定边界完全对应。

在讨论部分，研究人员探讨了非线性特征贡献模式与分区更新策略。基于10折交叉验证的SHAP分析表明，在核心保护地带，颜色熵对“更活泼”和“更单调”预测高度敏感，嘉庚风格建筑、红砖白石材料与绿化形成的视觉分层有助于提升活力预测；而在建设控制地带，模型对各维度的预测更依赖于绿视率，连续的植被能有效降低“更压抑”预测并提升美感和安全性预测。

最后，研究结论总结指出，集美学村两个地带存在显著但非二元的差异。建设控制地带建筑密度高、围合感强，而核心地带绿化可见度更高。同一视觉元素在不同保护和发展条件下发挥着不同的解释作用。因此，研究确立了精细化、以人为本的地带更新原则：核心保护地带应遵循小规模、情境敏感的干预，保留红砖白石的特色调色板，避免同质化的立面重涂，并管理交通以提升慢行体验；建设控制地带则应强调植被连续性、行人可达性和空间明确性，通过连续的行道树和清晰的行人路线软化硬质界面，改善与历史核心区的视觉过渡。该框架为历史街区内部的差异化评估提供了可解释的方法论基础。