基于Cite space近10年街景研究进展与热点评述

唐开春，李 健

（浙江农林大学风景园林与建筑学院，浙江 杭州 311300）

中国城镇化过程中伴随病媒滋生、空气污染、热岛效应加重等不同环境风险。据世界银行统计至2019年底，全球平均城镇化率高达56%，以更拥挤的环境满足大部分人口生存所需。相较于乡村，城市更容易产生环境风险。但环境监测技术的发展降低风险暴露的概率，街景图像作为街道空间要素与场景的新型记录方式，能够以人类视角感知城市街道环境[1]，地理信息平台的扩大[2]促进了相关理论增长。广泛运用于环境分析[3-4]，交通[5-6]，健康[7-8]，社会经济话题研究[9-10]等不同领域。目前多数综述对研究现状分为2 类:一类是应用系统回顾，如街景图像分析方法比较[11]、应用技术领域总结[12]、使用现状[13]等，另一类是估算方法[14]、大数据[15]、城市分析[16]、街道绿视率[17]等专项总结，以上综述从不同角度对研究方法及应用进行阐述。同时由于地理范围限制，乡村街道数据进行采集难度大，地理信息完善程度不及城市，国内乡村街道数据的缺失使得极少研究落实于乡村，缺乏对乡村系统化研究。

对街景图像主题热点变化鲜有文献进行科学化、系统化评述。本文故利用文献计量工具[18]对研究成果系统梳理以实现宏观把握，掌握主题与热点变化并提出现状不足与未来展望，把握未来研究高地。

1 数据来源与方法

2012年为起点，截止2022年2月底，以主题词“Street view images（街景图像）”与3 种数据来源“Google street view（谷歌街景）”和“Baidu street view（百度街景）”及“Tencent street view（腾讯街景）”为关键词经WOS数据库检索，经手动筛选有效文献569 篇。

2 结果与数据分析

2.1 国际发文阶段及趋势

本文梳理2012年—2022年2月街景主题相关文献发表历程及趋势（图1）。

图1 WOS 中街景图像国际年度发文趋势（2012年—2022.2月）(作者自绘)Figure 1 International annual publication trend of street view images in WOS (2012-2022.2)

研究初期（2012—2014年）处于探索阶段，此阶段奠定以“人与环境”作为核心研究对象，同时街景数据也处于可靠性验证时期。利用街景图像作为虚拟环境还原了街道不同物理特征与人群行为与结果的相互机制与结果的验证[19]，其中Mutlu 通过混合拼接的新算法改善现阶段图像拼接技术以提高街道轮廓提取性能[20]。Wu 通过谷歌街景模拟街道环境测评建筑环境特征并验证了与心理健康的关联性及街景图像的可靠性[21]，此阶段街景大数据正逐年兴起，百度和腾讯也在该阶段开始并完善国内街景及定位服务，为后续街景理论研究提供多样的研究区域。

第二阶段（2015—2018年）缓慢增长阶段，更多研究者关注城市生存环境与城市病的重要性。各国城市建设内涵式发展不同阶段转型成为更多研究者关注城市生存环境作为研究重要方向。2015年中国中央城市工作会议“城市双修”概念[22]的提出标志了中国城市发展已经进入了内涵式发展的新阶段以及美国“纽约市百万棵树计划”等城市森林建设政策持续推进[23]，诸如此类的概念与政策提出促进了城市发展理论与实践研究。研究人员逐步将公共职业健康，交通，污染等不同专业进行结合研究，极大拓展了街景研究领域的范畴，以李小江与王若愚为代表的城市环境研究者，深入调查了城市整体格局与不同参数，如蓝绿空间，建筑环境等不同物理特征与社会群体的相关性及互相产生的影响，其中“绿视率”概念是街景理论的代表，不同于概念提出初期狭小的适用范围，城市街道绿化的研究面积，街道植被历史调查等基于街景大数据的发展与成熟而逐步扩展。

第三阶段（2018—2021年）呈上升趋势，得益于街景共享平台扩大与普及，机器学习与计算机结合增强，能高效提取数以万计的图像信息，VR 技术与大数据的发展与成熟与街景数据相结合也极大提高了城市调查的测评效率与准确性[24]，从而完成大范围空间城市物理特征分析并可视化表达,达成城市社会环境评估[25]，此阶段发文数量快速增加。

中国发文趋势与国际发文趋势整体类似。国内多以高校牵头，截至2022年2月底，国内完成相关研究达197 篇，预计2022年底突破60 篇，其中中国科学院的发文总数最多，该领域有很强的科研实力。由于研究年份时限，2022年1—2月选取文献暂无法代表当年主题特征，不具有学术参考意义。

2.2 学科类别分析

通过WOS 数据库学科分类前10 可知（表1），环境科学，公共环境与职业健康，工程电气电子学科是该领域主要学科，论文发表量占比分别为20.562%、16.169%、15.290%，更多涉及环境研究，地理物理，遥感学等，呈现学科复杂交叉性。街景领域优势在于综合性较强，所涉科目达88 种小类，目前多数研究集中于自然科学学科，社会人文领域开展较迟，研究范围相对弱势。

表1 WOS 中街景图像文献学科分类前10(作者自绘)Table 1 Top 10 subject categories of street view image literature in WOS

中心度反映某结点与其他结点接近程度，数值取舍于0—1，在学科领域中以数值高低表达强度。中心度超过0.1 的节点称为关键节点，较高中心度体现该学科重要性程度，但多数学科中心度小于0.1，表明在更多领域合作研究潜力不足，暂未取得更多合作研究成果。

2.3 期刊共被引分析

期刊共被引归类统计排名前20 中被引频次最高的是 “Landscape Urban Plan”（表2），该期刊影响因子为6.142，被引频次总数达249 次。其他期刊多涉及环境科学和生态学，社会人文类较少。近年城市风貌建设的愈发重视，城市公共环境与居民健康成为国内外学者研究的重要出发点与落脚点。结合发文学科看，在城市环境与生态领域，投入高效化信息处理技术，探索城市环境发展对公共卫生与居民健康的联系性，反映发展经济的同时社会注重生态的需求。

表2 WOS 中街景图像发文期刊共被引前20(作者自绘)Table 2 The top 20 journals that publish Street View images in WOS

3 主要研究力量分析

3.1 国家或地区合作网络统计

国家间合作创新是科学发展的重要方式，可有力推动科技进步[26]。通过国家合作网络统计发现（图2）。发达的经济背景是城市环境研究的重要推手，城市街景研究区域多为发达国家城市。理论研究来自51 个国家或地区，其贡献最大的国家是美国与中国，各以194 篇并列第一，各占比34.1%，形成以中美两极为核心的合作网络。中心度是反映合作创新程度的一项指标，中心度大于0.1 的国家多为欧美等发达国家，相比美国（0.55），中国（0.17）处于弱势，基础数据与地域合作的交流不便是中外协同研究不紧密的原因之一。

图2 街景图像相关国家合作网络图谱(作者自绘)Figure 2 Map of National Cooperation Networks Related to Street View Imagery

3.2 机构合作统计

节点代表不同机构，按发文量不同，节点半径各不相同，其连线反映机构间的合作密切度（图3）。各国以高校牵头理论研究，中国以中国科学院发文数量（28 篇）占据国内高校发文主导，欧美以麻省理工学院（20篇）与哥伦比亚大学（15 篇）及爱丁堡大学(15 篇)在发文量中占领先地位。从中心度看，虽中国发文量较高，但中心度0.1 以上的高校偏少，发文量最高的中国科学院（28 篇）中心度偏低（0.05），而美国的麻省理工学院（0.26）、哥伦比亚大学（0.12）均具较高中心度，国内多数研究机构中心度远低美国，欧美在城市街景领域具有更稳固的理论基础与合作创新。

图3 街景图像相关机构合作网络图谱(作者自绘)Figure 3 The network map of street view image related institutions

3.3 作者合作网络统计

通过作者网络图谱可清晰了解研究领域中作者的发文情况与合作关系[27]。图中所示该领域中王若愚，李小江呈核心合作研究趋势（图4），也是街景研究发文量前十的作者，但大部分研究者合作较少。以李小江与王若愚为代表形成的研究核心团体推动理论发展。王若愚致力于城市环境与居民身心健康的联系[28]，李小江研究重点是开发与应用城市地理空间分析与数据驱动分析方法[29]。但总体城市街景开展研究时间并不长，尚未迎来爆发式增长。

图4 街景图像相关作者合作网络图谱(作者自绘)Figure 4 The network map of related authors for street view images

对比中外研究内容发现两者研究方向差异较大。国外学者认为城市环境生态问题是极为重要的议题并致力不断突破，关注城市环境与健康的关联，如植被调查[30]、天空视图因子[31]、邻里障碍与肥胖[32]等，国内集中在计算机科学与技术研究领域，对城市生态环境关注较少。其不同国情与社会环境是研究者关注点相异的根本原因。

4 研究热点分析

4.1 关键词共现分析

关键词共现反映热点与核心力度（图5），有利于掌握研究重点[33]。2012年研究初期，“环境”、“审计”等是其主要研究内容，“环境”是该阶段研究核心且验证了街景数据运用的可靠性。2013—2015年出现较多关键词，集中在“体育活动”、“城市”与“谷歌街景”等。2016—2018年集中于环境暴露与居民行为结果关联性研究，如“绿色空间”“图案”“空气污染”等，其中“绿色空间”与“图案”在此阶段呈较高中心度，发现绿色环境是影响行为因素之一[34]，国内也证明身心健康和绿色环境是交互影响的[35]。2019—2021年“Land use”（土地利用）、“Climate change”（环境变化）“Race”（种族）等关键词反映研究重点转向人文社科领域，主要分析城市社会、人文、经济内在发展与趋势。

图5 街景图像关键词共现图谱(作者自绘)Figure 5 Keyword co-occurrence map of street view images

城市环境关联社会人文话题实证研究在研究主题中占据重要地位，但缺乏街景要素阈值讨论。绿视率成为日本近畿地区地方政府规划设计指标之一，以限制建筑无序建设，提高城市可视范围绿化，目的让居民感受到更多绿色。在城市增量与存量空间规划设计中应由“量”转“质”，例如林下植被层次与色彩比例是否会对行人情绪产生不同影响，城市空间不同物理环境元素阈值与居民生活质量两者之间产生不同结果的影响机制未系统探讨。

4.2 关键词聚类分析

通过关键词聚类，更好了解街景文献内部联系[36]，最终得到8 个聚类结果（图6）。根据关键词性质可分为“技术验证”“信息采集与开发”“技术应用”3 种类型（表3）。

图6 街景图像关键词聚类图谱(作者自绘)Figure 6 PStreet View Image Keyword Clustering Map

表3 WOS 中街景图像研究主题分类(作者自绘)Table3 Classification of Street View Image Research Topics in WOS

技术验证聚类结果以“#0 审计（Audit）”为代表的技术可靠性研究。谷歌街景虚拟空间技术于2007年实现[37]，相较现场采集，虚拟街景提高对城市环境的采集效率，但实验结果准确性仍存疑，数据可靠性是验证阶段指标之一[38]。

信息采集与处理聚类结果分别是 “#2 众包街景平台（Mapillary）”“#4 志愿地理信息（Volunteered geographic information）”“#6 深度学习（Deep learning）”。Mapillary、Volunteered Geographic Information(VGI)等众包平台致力于构建完善的城市信息[39]，由用户自愿参与并通过不同运动模式（步行，骑车，驾驶）贡献新的街景序列，不断添加新的数据类型与数据源以实现街区实时覆盖，是实现城市全域研究的关键。以深度学习为代表的人工智能技术在实际运用中受广泛关注[40]，常用于图像识别[41]、语音识别[42]、自然语言处理[43]。分析多维街景数据，通过输入、卷积、池化、完全连接、输出实现对图像的语义理解[44]。相较传统图像采集与数据构建，大大提高研究效率，更具有准确性与有用性[45]。

技术运用聚类结果分别是“#1 天空视图因子（Sky view factor）”与“#3 建筑环境（Built environment）”“#5可步行性（Walking）”“#7 城市洪水（Urban floods）”。#1 包括热舒适性，城市热岛，地温等。#3 包括太阳辐射，街道峡谷，建筑景观因子等关键词，站在城市生态系统角度对城市热环境进行分析，深究建成环境与太阳辐射条件协同性[46]。#5“可步行性”关注城市蓝绿空间。街道绿化与蓝色空间引起的休闲活动感知[47]。#7“城市洪水”通过城市建筑高程与道路网，建立城市山洪模型实现山洪抵抗脆弱性评估，保证防灾，受灾处理与灾后重建的安全需求是未来发展的焦点。

街景采集平台与视图处理技术的发展扩大城市街景的研究范围，对于城市规划设计效果的考量更具有实际意义。城市规划层面，在平视与俯视视角不同尺度下与城市资源配置实际结果在二者评估中资源不平等与误配现象迭出，未来结合街景数据合理配置与管理城市资源是规划统筹重点之一。设计层面中，城市步行品质研究中建筑空间尺度，蓝绿空间比例，广告视觉刺激等如何配置以贴合行人心理感受与使用需求是提升城市形象与内涵式发展的未来需要。

5 研究结论与未来展望

5.1 研究结论

国内外理论研究不同侧重——国外更关注人类健康与生存环境话题，国内注重城市分析与计算机工程提升。相较于发达国家与地区的高度城市化，国内处于城镇化进程中，判断城市发展形势是实现城市优化的方式之一。

多维度研究的延伸——从数据可靠性验证转向健康城市探索，现趋向城市发展研究。“体育活动”“建筑环境”“健康”等主题自初步研究至成为城市环境安全研究框架核心，不断关注多维度主题，开展纵向研究。

不足在于研究地域富集城市，乡村未受到同等重视，缺乏研究系统性与城乡结合分析与评价[48]。其次，国际合作研究交流不足，数据共享与合作平台的缺乏正成为深度研究的壁垒[49]。最后理论指导性需要加强，为相关政策制定提供参考与数据支持，实现城市品质提升。

5.2 未来展望

中国在快速城镇化与城市产业变革调整背景下，城市存量与增量空间规划设计在相对公平正义的前提下促进环境资源的合理配置。面对国土空间规划发展变化的趋势，实现城市环境公平与品质提升是未来的更高目标，为保障其顺利完成，研究人员可以从以下3 点进行完善。

（1）适当补充乡镇街景，完善城乡地域研究体系。由于地理限制，乡村风貌尚未进行理论研究与实践探索，建议采用奖励机制[50]以众包形式完善取景类型。美丽乡村推进行动对中国乡镇的改变[51]应受到重视，乡村类型多样且丰富，地域性更多彩[52]，未来可与城市形成互补体系。

（2）促进基础数据与领域合作平台的建立。研究效益与研究深度的提升需要不同领域的专家参与。促进多学科研究集成加以研究创新[53]，打破数据与交流限制，提高研究参与度是未来学科交互化的趋势[54]。

（3）加强城市规划设计与理论落地性。研究理论落实到城市空间建设与管理调控是最终目的。结合不断创新的城市空间分析工具开展环境研究，改善城市空间系统布局并确定居住环境元素与场景的理想阈值，完善以“人”为落脚点的标准与规范，开展城市规划与微观设计改善行动，将理论研究成果转化成实际应用效益，提高城市居住品质。