城市行人空间的双摩擦映射研究：结合街道视图视觉分析与地理神经网络加权回归方法——以土耳其伊兹密尔为例

《Sustainable Cities and Society》：Dual friction mapping of urban pedestrian spaces: Integrating street-view visual analytics and Geographically Neural Network Weighted Regression in Izmir, Türkiye

　　•人行道级别的PFI被建模为城市环境的结果。•SegFormer-B5提取有效绿色视野指数（e-GVI）、有效天空视野因子（e-SVF）、障碍物和清晰通行宽度。•在六边形区域划分的条件下，GNNWR的测试R2值为0.407。•树冠和清晰通行宽度可以减少摩擦；建筑密度会增加摩擦。•一个双变量图谱区分了物理和热干预的必要性。

引言
当一段街道的行走难度或舒适度超出预期时——因为可用路径被阻塞或狭窄，或者由于热暴露使得行走变得不愉快或不安全——行人会减少行走次数、选择不同的路线，或者将出行方式改为驾车，即使是在步行本来是最快和最健康的选择的短距离内；基于代理的和实证的路径选择研究也证实了行人会主动绕过热不适的路段（Melnikov等人，2022年）。我们将这种情况称为“行人摩擦”：任何减少人行道实际使用性的环境障碍，无论是物理的还是热的。在炎热夏季的城市中，这种后果会更加严重：减少步行与更差的心血管和代谢健康结果相关，而物理障碍（破损或狭窄的人行道、侵占的停车空间和街道设施）和热暴露（无遮荫、高反照率、低天空开放度的走廊）的负担不均衡地落在依赖步行的居民身上——儿童、老年人和没有可靠替代方式的低收入家庭。希望优先安排干预措施的规划者需要一个足够细致的行人摩擦度量标准，以便区分不同的街道段，并将物理摩擦（可用步行空间的阻塞或减少）与热摩擦（沿途的与热相关的不适）区分开来，因为这两种情况需要不同的干预措施，并不一定同时发生。因此，行人基础设施最好被理解为一个公共卫生和气候适应系统，而不仅仅是一个交通设施：步行依赖于街道边缘的连续性、宽度、安全性和热舒适性，尤其是在紧凑型城市中，短距离出行可能会从机动旅行转向步行。来自可步行性研究的证据表明，街道配置、土地使用强度和感知环境质量在细小的空间尺度上影响了步行行为（Huang等人，2024年；Li等人，2022年）。同时，在地中海城市中，热暴露正成为户外活动的关键限制因素。城市热研究显示，表面材料、植被减少、峡谷几何形状和低天空开放度会改变局部热负荷（He，2019年；Mohajerani等人，2017年；Weng等人，2004年）。因此，尽管从法律或制图的角度看人行道可能存在，但如果障碍物压缩了可用空间或热应力使行走变得不适，其性能仍然不佳。

街景图像技术使得在大城市区域内进行行人级别的测量成为可能。Li等人（2015年）证明，基于谷歌街景的像素级绿色视野测量可以近似实地观察到的街道绿化情况，而Seiferling等人（2017年）展示了街道级别的树冠可见性与头顶植被指标之间的差异。相关研究使用了街景图像来衡量各种行人级别的指标：每日可接触的绿化情况（Li，2021年；Ye等人，2019年）、行人流量和感知的安全性或混乱程度（Salesses等人，2013年；Zhang等人，2018年），以及视觉可步行性或城市场所的公众形象（Chen等人，2023年；Chen等人，2020年；Chen等人，2024年；Lu，2019年）。最近的综述和软件论文进一步表明，街景分析正从孤立的图像指标朝着可复制的城市视觉智能工作流程发展（Biljecki和Ito，2021年；Ito等人，2024年；Ito等人，2025年；Zhang等人，2024年）。这些研究直接涉及到两个与行人舒适度相关的问题：首先，街道级别的视图捕捉了行人实际遇到的情况；其次，物理障碍物和可见性条件在短距离内会有所变化。然而，许多可步行性测量仍然依赖于地块、道路网络或邻里范围的汇总数据。这些单位对于规划统计是有用的，但可能会忽略中断步行的局部不连续性。

热学研究从不同的角度研究同一条街道。遥感工作将地表温度（LST）和反照率与城市热模式联系起来（Liang，2001年；Mohajerani等人，2017年；Weng等人，2004年），而归一化差异植被指数（NDVI）和建筑密度进一步调节了这些模式（Emino?lu和?elik，2026年；Mo等人，2024年；Theeuwes等人，2017年），同时微气候研究表明天空开放度、峡谷形态和遮荫会改变街道级别的行人热暴露（Gong等人，2018年；Ratti和Richens，2004年；Xia等人，2021年）。Pearlmutter等人（2007年）和Sun等人（2022年）进一步指出，室外热舒适度不能仅归结为空气温度；辐射、遮荫、表面储存和局部几何形状也很重要。多维城市形态研究还表明，热暴露随着紧凑度、表面结构和功能区的不同而在多个空间尺度上变化，从整个城市的紧凑度（Alavipanah等人，2018年；Yin等人，2018年）到街区级别的表面结构和功能分区（Guo等人，2016年；Liao等人，2021年；Lin等人，2024年；Xu等人，2024年）。对于像伊兹密尔这样的城市，炎热的夏季与密集的混合用途走廊并存，热应力不仅仅是可步行性的次要属性，它是步行条件本身的一部分。

这一前提将我们的研究与两个相邻的研究传统联系起来，我们在此基础上进行了发展但并未直接复制它们。第一个是热可步行性，它结合了行人网络和人行道级别的基础设施来评估热暴露，而不是将舒适度视为与网络无关的附加因素；最近的人行道级别框架将行人流动性与微气候建模结合起来，以确定热风险和行人需求的重叠点（Colaninno等人，2025年），这在概念上接近我们自己的双变量脆弱性图谱，但在这里是通过街景图像的分割得到的，而不是通过流动性流量数据。第二个是热脆弱性指数传统，它结合了暴露度、敏感性和适应能力指标，通常在较粗略的人口普查或邻里范围内，以识别处于气候风险中的人口（Emino?lu和?elik，2026年；Inostroza等人，2016年）；行人摩擦指数（PFI）可以被视为一个人行道级别的物理和热暴露层，原则上可以输入到这样的综合风险框架中，尽管它本身并未包含定义完整热脆弱性指数的敏感性或适应能力组成部分。

如果一个规划者仅依据一个全城范围的比例系数来行动——例如，“将人行道拓宽1米可以减少X倍的摩擦”——那么如果这种关系在整个城市中并不恒定，就会造成资源分配不当，因为在某些邻里中这种干预措施可能过于严格，在其他地方可能不够充分。这是一个现实的风险，而不是假设的风险：我们自己的形态聚类（第2.3.2节）将城市划分为七个结构上不同的区域——从紧凑的高层核心区到开放的低密度山坡住宅区——这些区域的地表覆盖、楼层面积密度和网络中心性有显著差异，因此没有先验的理由认为一个单一的全球系数能够同样好地描述所有七个区域中狭窄人行道的效果。此外，物理摩擦和热摩擦经常在不同的文献中单独测量，然后使用假设空间效果恒定的全局回归模型进行建模；这种假设本身就有问题，因为在有遮荫的住宅街道中狭窄的人行道与在高度中心化、阳光直射的主干道中相同宽度的行人道所承受的行走成本是不同的。地理加权回归（GWR）和多尺度地理加权回归（MGWR）通过估计局部系数来处理空间非平稳性（Fotheringham等人，2017年；Lu等人，2014年），但它们仍然依赖于基于核的局部加权方法，这假设加权函数本身具有预定的固定形式（通常是距离衰减核）；当形态转变明显而不是平滑时，这成为一个真正的限制，正如我们七个区域之间的转变一样。地理神经网络加权回归（GNNWR）则通过神经架构直接从数据中学习空间加权函数（Du等人，2020年），因此在这里使用它并不是因为它比GWR/MGWR更新，而是因为它放宽了在我们研究区域记录的明显形态转变下最有可能存在的特定固定核假设。现在更广泛的地理加权神经方法包括时间、卷积和地理加权人工神经扩展（Dai等人，2022年；Hagenauer和Helbich，2022年；Wang等人，2022年；Wu等人，2021年）；Yin等人（2024年）记录的Python实现使这个模型适用于大型的点级城市数据集。这为测试行人摩擦的决定因素不仅在数量上，而且在符号和相互作用上是否在城市区域内变化提供了途径。

本研究提出了一个适用于土耳其伊兹密尔功能城市区域的人行道级别双重摩擦映射的PFI。该指数结合了基于街景的物理舒适度得分（PCS）和基于遥感的 thermal friction score（TFS），在126个H3六边形区域内嵌套的5663个谷歌街景（GSV）采样点上进行测量。本研究做出了四项贡献。首先，它将行人摩擦视为一个物理-热学的联合构建，而不仅仅是一个单一的可步行性或热指标。其次，它使用SegFormer-B5/ADE20K分割技术从22,652张街景图像中提取有效绿色视野指数（e-GVI）、有效天空视野因子（e-SVF）、障碍物负荷和有效清晰通行宽度（ECWm）。第三，它使用GNNWR估计空间变化的效果，并将其与普通最小二乘（OLS）、空间滞后、GWR和MGWR模型进行比较。第四，它将双重摩擦结果转换为一个双变量脆弱性图谱，区分了物理可达性的优先事项和热干预的优先事项。

这些贡献围绕一个总体研究问题和五个具体的、可测试的假设组织起来，这些假设随后由GNNWR的局部系数直接验证（第3.5节）。RQ：炎热夏季的地中海城市的行人摩擦是由单一主导因素引起的，还是由必须在局部进行映射和加权的空间变化的物理和热机制引起的？五个假设在个体GNNWR预测因子和交互项的层面上具体化了这个问题：
•H1：更大的有效清晰通行宽度（ECWm）可以减少行人摩擦。（物理障碍效应。）
•H2：形态密度指数（MDI）和地面面积比率（GAR）（六边形的建筑占地面积）的交互作用会放大摩擦。（形态密度-地面覆盖协同效应。）
•H3：更高的树冠高度（TCH）可以降低热行人摩擦。（树冠热缓解。）
•H4：介数中心性（BC）与到最近公园的距离（DPark）的交互作用会增加摩擦，即位于中心但公园稀少的地方摩擦更大。（网络中心性-绿色通道。）
•H5：地形坡度和街道峡谷比率（SCR）的交互作用会加剧热摩擦。（地形-热放大效应。）

H1和H3这两个主要效应得到了局部系数证据的一致支持；在几乎每个节点上，ECWm和TCH都是负值。H2、H4和H5在严格的预测符号基础上没有得到支持。对于H2来说，这一结果是明确的：在86.6%的节点上，交互作用是负的，而不是正的。然而，对于H4和H5，由于它们的系数在完整案例样本上的评估结果较小且符号不稳定（见第3.5节），预测符号测试是一个粗略的工具；因此，我们将它们正式的“拒绝”分类视为不确定的证据，而不是对潜在的中心性-公园通道或坡度-峡谷机制的自信拒绝。这种明显支持/拒绝的主要效应与脆弱、符号不稳定的交互效应之间的区别本身是有信息量的，因为它表明，一旦允许它们的效应在局部变化而不是作为一个单一的全球交互项进行估计，形态密度和地面建筑覆盖并不会以简单放大的方式结合：在最密集、建筑最密集的区域，这两个主要效应似乎会重叠而不是叠加，这与摩擦信号在任一驱动因素 already 较高时达到饱和是一致的，而不是因为环境在绿色覆盖量上的简单差异。

本文的其余部分安排如下。第2节描述了研究区域、采样设计、视觉和热指标、PFI构建以及空间建模工作流程。第3节报告了采样结果、指标分布、模型比较、局部系数模式和敏感性测试。第4节解释了这些发现对行人舒适度理论、空间建模和规划实践的意义。第5节总结了主要结论。

研究区域
本研究是在土耳其西部爱琴海沿岸的主要大都市区伊兹密尔进行的，该地区位于北纬38.4°、东经27.1°附近（图1(a)）。伊兹密尔是土耳其人口第三大的省份，根据2023年基于地址的人口登记系统（土耳其统计研究所，2024年），该省有4,479,525名居民。分析重点关注了构成连续城市功能核心的十一个区域：巴尔科瓦（Balcova）、巴伊拉克利（Bayrakli）、博尔诺瓦（Bornova）、布查（Buca）、吉利（Cigli）、加济埃米尔（Gaziemir）、古泽尔巴赫切（Guzelbahce）、卡拉巴格勒（Karabaglar）和卡尔西亚卡（Karsiyaka）。

通过排除和抽样流程，最初的8191个H3分辨率的9边形数据集被缩减到了397个符合条件的行人使用区域，排除率为95.2%（见表3）。最大的数据损失发生在土地利用和基础设施排除阶段，此阶段移除了工业区、机场、港口、军事设施、公路、铁路、农业用地以及大型机构用地等区域。

研究结果支持这样一种观点：在炎热的都市环境中，行人的舒适度受到物理障碍和热暴露的共同影响，单一因素不足以确定最不舒适的区域——许多拥有清晰、无障碍的人行道的街道段仍因高温而带来不适感，反之亦然（见下文）。物理摩擦和热摩擦对行人舒适度的影响程度相当（α=β=0.5，第2.9节），因此这种联合效应不容忽视。

本研究对土耳其伊兹密尔功能城区的 sidewalk（人行道）水平的行人摩擦进行了建模。分析并非将行人舒适度（PFI）视为一个独立的终点，而是将其作为点级响应变量，探讨行人环境的哪些特征导致了某些街道段在物理和热环境方面更加不便。建模框架结合了街道视图语义分割、Landsat热指数、城市网络指标、建筑形态等因素。

**作者贡献声明：**
- 优素夫·埃米诺格鲁（Yusuf Emino?lu）：撰写初稿、数据可视化、软件开发、方法论设计、调查实施、正式数据分析、数据整理、概念构建。
- 凯马尔·梅尔特·丘布库楚（Kemal Mert ?ubuk?u）：撰写初稿、结果验证、研究监督、方法论设计、概念构建。

**关于手稿准备过程中使用生成式AI和AI辅助技术的声明：**
在撰写过程中，作者使用了生成式AI工具辅助语言和语法编辑以及代码编写。作者对所有生成内容进行了审核和修改，并对最终发布的成果负全责。

**资金情况：**
本研究未获得任何来自公共部门、商业机构或非营利组织的专门资助。

**利益冲突声明：**
作者声明没有已知的可能影响本文研究结果的财务利益冲突或个人关系。

**作者名单：**
优素夫·埃米诺格鲁（Yusuf Emino?lu）
凯马尔·梅尔特·丘布库楚（Kemal Mert ?ubuk?u）