基于GIS技術分析的氣味景觀分布與情緒評價研究
——以淮安市城市核心區為例

朱文元，徐敏輝，王憶雯

（1. 淮陰工學院建筑工程學院，江蘇 淮安 223001；2. 中國礦業大學（北京）力學與建筑工程學院，北京 100083；3. 淮陰工學院設計藝術學院，江蘇 淮安 223001）

氣味作為人類通過嗅覺來感受外部環境變化的重要途徑，潛移默化地影響人的行為與心理［1］?！皻馕毒坝^”一詞則最早由加拿大地理學家Porteous提出并將其類比為視覺景觀，強調氣味景觀的感知不連續、空間碎片化、偶發性的特點［2］。但在傳統的城市規劃中，視覺景觀設計一直占據絕對性地位，嗅覺景觀在很大程度上受到忽視［3］。而“人—環境”的感知關系并非局限于視覺，而是多感官、多方位地參與，應當包括嗅覺、聽覺等感官［4-5］。

城市氣味景觀研究在國內外主要形成兩種研究方向，即微小空間實驗員環境感知以及城市尺度的數據評價分析。就環境感知發展而言，國內外學者多以問卷調查、實驗者感知評價等方式［6-8］。Henshaw［6］以社會學的方法，讓受訪者集中精力感受周邊氣味環境，并在地圖上標注自我感受與氣味體驗；英國凱特·麥克萊恩（Kate McLean）帶領志愿者走遍紐約大街小巷進行氣味測度以繪制氣味景觀地圖［7］；楊安琪等［8］通過問卷調查與訪談等方式研究城市商業空間的氣味和使用者體驗之間的關聯性。國內外對于城市氣味的數據評價還未得出統一標準和較好范式。城市氣味數據評價研究多以區分氣味層次、考慮行人的主觀評價，并將研究結果應用于城市建設中［9-11］。封蓉等［9］根據對北京舊城區的氣味進行分類，分析城市氣味對地區發展的影響以及探討城市氣味景觀在城市規劃設計中應用的可能性；Quercia 等［10］通過社交軟件數據結合衛星地圖數據來分析當地氣味空間分布以及繪制氣味景觀地圖；德國羅薩諾·希法耐拉通過線上線下調研相結合的方式獲取氣味描述數據，通過構建城市氣味分類標準，分析街道氣味組成以及繪制可視化的氣味地圖，并將研究成果用于對城市規劃［11］。

氣味景觀作為人嗅覺感知環境的直接媒介，近年來國內外學者對其諸多影響進行論述，如懷舊、地方依戀、情緒調動等［1，12］。相較于直觀的視覺景觀研究，氣味景觀個案研究與感官評價數據還未被系統歸納，當今信息技術不斷發展，大數據結合GIS（地理信息系統）技術在氣味景觀研究中也得以應用［9、11］，這為從多角度和多層次研究城市氣味提供了便捷方法，也為城市氣味景觀地圖繪制以及行人情緒分布地圖的繪制提供了技術支撐。

1 研究區概況及數據源

1.1 研究區概況

淮安市作為國家淮河生態經濟帶一員，其生態環境與經濟建設都得以快速發展。研究聚焦于城市氣味景觀，選取氣味種類相對豐富、人口密度較大、留存相對完整的綠地和水體的淮安市中心城區核心區域。區域范圍為：長深高速以東，京滬高速以西，鹽河以南，淮六線以北。區域內地勢平坦，高程最高為14.46 米?！痘窗步y計年鑒（2021）》與《淮安市2020 年國民經濟和社會發展統計公報》顯示，淮安市2020 年居民擁有私家車較于2019年增加5.6萬輛、第二產業增加值為1 630.98 億元、私營與國有控股重工業共687 家。根據淮安市人民政府頒布的相關公告與文件顯示，淮安市對于城市氣味的防治重心主要在于嚴控工業排放、汽車尾氣、VOCs、生活排放等氣體排放以及治理臟臭水體、垃圾亂堆等惡臭氣味源，同時對綠化環境、建筑室外環境、花草樹木營建等品質要求有所提高，這反映出政府部門對于日常生活管理、城市氣味管控、居民生活品質的重視程度在不斷提高。

1.2 數據獲取

本研究區所用POI數據源于高德地圖，通過高德地圖開發者平臺，利用密鑰調取關鍵詞（餐飲、購物、公司企業、生活服務等）POI數據，共65 536條數據。通過OpenStreetMAP 開源數據網站（https：//www.openstreetmap.org/）獲取城市肌理（道路、水系、綠地等要素）數據。由于本研究中城市氣味的分布與擴散是以城市道路為基礎，但所獲取的原始道路數據的支路過多并且繁雜，在本研究中主要利用ArcGIS10.5軟件裁剪路網，對各等級道路進行緩沖區分析，并融合道路緩沖區面圖層，通過面轉線工具提取道路中心線以消解道路雙線和冗余的道路信息，最終確定研究區機動車路段1195條。

2 研究方法

2.1 主觀評價法

研究主要使用陳意薇等所總結的主觀評價法［2］。該方法通過問卷調查和訪談的方式收集環境使用者對于區域氣味印象，研究者對氣味類型、氣味源位置、氣味強度、氣味持續時間、氣味喜好程度等進行區分。在此基礎上，利用EXCEL 進行統計分析并結合GIS（地理信息系統）實現城市氣味景觀地圖繪制。

2.2 GIS空間分析

在地理信息數據整合方面主要通過緩沖區分析、核密度估計法。緩沖區分析即對一組或一類地理要素（點、線、面）設置特點距離，圍繞該要素實現一定范圍的多邊形實體，從而實現數據在二維空間擴展的信息分析方法。

核密度估計法主要用于計算點、線要素測量值在指定鄰域范圍內的單位密度，以此來獲得點、線要素的空間分布密度情況。

3 研究結果

3.1 中心城區氣味景觀分析結果

3.1.1 氣味源分類及其屬性確定

通過對研究區常住人口進行問卷調查，將研究區內主要氣味源分為六大類，分別是餐飲服務、道路交通附屬設施、自然、工廠、生活性公共服務設施、購物服務。在此基礎上又可細分為食物、汽車排放、自然、工業排放、生活排放、醫院、煙草、動物、人造香氣九中類，再分為若干小類，見表1。

表1 氣味源分類結果

由于各城市生活環境與生活習慣的差異化，可能會導致氣味的構成、對居民生活的影響程度以及居民對氣味的情感意向會有所差異。因此，本文根據所確定的食物、汽車排放、自然、工業排放等九個種類的氣味源，對當地常住人口進行問卷調查，發放調查問卷300 份，回收有效問卷289份，以此直觀反映氣味對研究區域中的居民日常生活和空間品質的影響程度。

食物氣味源方面：選取寬度10～15 m的街巷作為調查點。油炸、燒烤、火鍋等攤位的氣味較為刺激，傳播距離約為50～100 m，持續時間較長，討厭與喜歡的比例為2.5∶1；蒸煮食物、茶、咖啡等氣味較為清淡，傳播距離較短，大約在10～20 m范圍內，同時氣味持續時間較短，討厭與喜歡的比例大約為1.8∶1。汽車排放方面：選取停車場與城市機動車道作為調查地點，行人對其描述主要有三點：持續時間短，但氣味較大（尤其是柴油車產生的尾氣），傳播距離大概為5～12 m，此外都表現為討厭情緒。自然環境方面：選取城市公園與河流步行道作為調查地點，大部分受眾都表現為愉悅、喜歡、開心等情緒，受訪者表示花香與綠色植物的清香氣味傳播較遠，持續時間久，傳播距離約5～10 m范圍。工業排放方面：在調查過程中，72%居民認為工業去除硫化物、細微顆粒物等污染，其產生的氣味還是存在的，對其生活造成了影響，認為其氣味最遠可以傳達至500 m 范圍，但其中83.3%居民認可其傳播距離在200～400 m范圍內；21%居民認為對其生活并未形成明顯影響，但表示討厭情緒。生活排放方面：有垃圾投放點、公廁、污水排放口、廚房油煙等氣味源，整體評價較為一致，為厭惡情緒，按討厭程度可將其分為：污水排放口、垃圾投放點、公廁、廚房油煙，其占比分別為89%、64%、61%、53%，并且認為污水排放口、垃圾投放點、公廁氣味時間持續時間較長，傳播距離較大。醫院氣味方面：76%的居民認為醫院存在氣味，尤其是中醫院的氣味較為顯著。其中42.11%的居民對中醫藥產生了討厭情緒，而其余居民則表示無感以及日常不重視。煙草氣味方面：近83%女性與62%的男性表現為厭惡，認為其傳播距離為5～10 m，但持續時間較為短暫。動物集聚場所氣味：81%的受訪者對動物交易場所產生的氣味表示討厭，認為動物集聚產生的氣味較大，大概為1～5 m。人造香氣方面：90%以上的評價較為正面，主要表現為喜歡，其中近2/3 的居民喜歡香水產生的香味，近1/6 的居民喜歡香薰氣味。有關人造香味的氣味源描述中近1/2 的居民認為人造香氣可傳播至5～10 m，1/3的居民認為可傳播至1～5 m，并且氣味存在時間較長。此外，有4 位受訪居民對于書籍、筆墨、霧霾等城市其他氣味有所補充，但書籍與筆墨的氣味傳播距離較小，霧霾天氣影響范圍較廣且出現概率較低，因此本文不作考慮。

根據氣味的自身特性，針對氣味的濃度和持久性分別分為高、中、低三個等級。高濃度氣味包括汽車尾氣、煙草和食物氣味；中濃度包括工業排放、生活排放、醫藥和人造香氣；低濃度氣味則是自然和動物氣味。高持久性的包括生活排放、工業排放、自然氣味；中持久性的包括食物、醫藥、動物和人造香氣；低持久性的包括汽車尾氣與煙草氣味。其次研究通過設置常規氣候開闊場地條件下的場景問卷，結合調研者與受訪人，模糊確定氣味源擴散半徑如表2。

表2 氣味源描述特征

3.1.2 中心城區氣味景觀結果

利用ArcGIS10.5 軟件，將九中類氣味源以緩沖區分析方法確定在理想氣候條件下的淮安市核心區城市氣味景觀分布（見圖1），緩沖區距離設置條件見表2。在不同氣味影響范圍影響條件下，淮安市核心區的氣味主要集中在商業中心地塊，工業及周邊地區的氣味較為單一且影響范圍遠沒有商業中心的影響范圍大，商業地區內部氣味種類繁多，并且由于其容積率與建筑密度相對較高，不利于空氣與外界氣體的交換，因此氣味的消散時間受到影響。

在300 m帶寬條件下，通過對不同氣味源進行核密度估計，以獲取不同氣味影響范圍（見圖2）?；窗彩兄行某菂^內氣味景觀節點分布呈現大分散，小集中的空間態勢，在大范圍內各地區都存在氣味景觀節點，在小范圍內主要集中在用地復雜地區，存在多種氣味類型，各類氣味的重要程度、影響范圍大小不一。整體角度而言，清江浦區主城區氣味分布較為密集，且影響范圍較廣，其中食物性氣味最為密集，雖影響范圍較小，但連貫成片區。局部片區而言，核心區的中西部片區城市氣味分布相對密集，是煙草、生活排放、食物、汽車尾氣等氣味源分布核心，側面反映該區域人口集中、基礎設施完善；而東部片區各類氣味源分布較少，該區域主要氣味源為汽車尾氣，該區域位于淮安市經濟開發區西側，此片區分布有住宅區、物流集散地、汽車修理廠等，上班、購物、汽車維修等需求造成了較大的汽車尾氣排放量。相較于生產區域，在生活區域內的氣味多引發居民的好感情緒，能在極大的程度上滿足居民的幸福感和地區歸屬感。在遠離生活區域的生產地區，氣味景觀較為單一，主要以生產排放和自然氣味景觀為主。

圖2 不同氣味影響范圍

通過ArcScene 對各氣味影響范圍依據核密度數值進行縱向拉伸，并且疊加各氣味源的核密度圖層（見圖3）。對于核心區整體而言，城市氣味相對分布濃度較高的普遍存在于淮海商業中心、萬達商業中心、楚秀園片區?；春Ｉ虡I中心與萬達商業中心集聚了眾多商業與服務業門類，區域內的氣味復雜多變。而楚秀園片區因其附近旅游景點多，散布諸多餐飲等門店以及其本身的自然優勢，致使其氣味復雜，但其中自然氣味分布最多，影響范圍最大。根據所得的氣味分布峰值圖來看，各類氣味中以食物氣味和汽車尾氣為氣味濃度分布密度最高、氣味影響力最大的。商業區內在各種氣味的綜合下，氣味的聚合性變得更強，氣味的峰值呈現多重山巒狀，而在較遠的生產地區，生產排放的氣味特性明顯，且占比巨大峰值出現較大差異。

圖3 淮安市中心城區氣味濃度分布

3.2 城市氣味情緒評價

3.2.1 評價文本數據及調研結果

本文借鑒希拉耐拉等繪制的城市氣味地圖，研究氣味對行人心情造成的影響，分析氣味影響下的行人情感傾向。通過八爪魚軟件所共享的抓取大眾點評與新浪微博評論數據模塊，一鍵抓取用戶所分享的城市氣味源的相關評價，通過去除空值、刪除標點符號等數據清洗工作，結合ROST CM6 軟件詞頻匯總以及自然語義分析，提取高頻詞匯和情緒評價條數，總體正負情緒情感分析準確度達到70%～80%，高頻情感詞匯主要包括興奮、愉快、舒適、無感、厭惡、討厭、煩躁、失望等。以興奮、愉快、舒適、無感、厭惡、煩躁、失望等7 種情緒進行分析，研究區氣味高值點淮海商業中心的興奮、愉快的評價總體占據42.4%，其主要字段顯示為美食、景觀、人造香味，其中店鋪以及攤位店鋪的美食氣味評價占據較高部分，也是打卡評價的較高來源；而厭惡、失望情緒占據23.7%，主要字段顯示為道路車流、周邊停車、垃圾以及油煙氣味等；無感情緒評價中11.2%集中于此，顯示的理由繁多且復雜，關聯性不足，不予統計。萬達商業中心的情緒評價中興奮、愉悅、舒適情緒評價占比為63.6%，字段顯示主要為美食、甜品、咖啡等氣味獲得好評；厭惡、煩躁、失望等負面情緒評價占比26.1%，主要字段還是顯示汽車尾氣較多以及交通流量較大。而楚秀園區域的情緒顯示主要為舒適、愉悅，情緒評價占比約為36.8%，字段顯示為自然環境、休閑環境，厭惡、煩躁等情緒表達較少，占比約為10.8%，字段顯示相關信息與地區氣味源的影響不大。

根據調查問卷結果，參考封蓉等［9］研究成果，其在北京后海與舊城氣味景觀研究中，利于Python進行語句打分，并將氣味所調動的行人情緒分為正面、負面、中性三種類別，在氣味景觀地圖繪制中也以喜愛、反感、無感三類情緒氣味景觀進行界定，本文欲將興奮、愉快、舒適合并至好感情緒，厭惡、討厭、煩躁合并至反感情緒，而無感情緒在問卷調研中占比始終較低，因此本文將情緒分類預劃定為好感、無感、反感三種類別。91.6%受訪者同意將引起行人情緒變化代表性氣味源分為三類，即好感，無感，反感情緒氣味，即根據區分的情緒氣味做出氣味景觀影響下的情緒分布如圖4 所示?；窗彩兄行某菂^好感度最高區域在于淮海商業片區以及楚秀園片區周邊，最為反感的區域在于經濟開發區西側。在氣味景觀影響下的受訪者情緒可視化圖中，淮安市中心存在著大面積的反感氣味，但強烈反感區較少，主要為反感較低值區和反感低值區。無感氣味在城市中存在范圍較少，主要表現在城市的街道，氣味表現不明顯的區域。而好感氣味區主要集中在了淮海商業中心向外延展大部分地區。

圖4 淮安市中心城區氣味濃度分布

圖5 受訪者情緒氣味分布圖

3.2.2 氣味情緒評價結果

通過對引起行人情緒變化的氣味密度分布圖層相互疊加，獲取受訪者氣味評價圖分析結果如圖6所示。其中淮海商業中心、石塔湖片區以及大學城片區范圍內，行人易受城市氣味影響而表達的情緒類型最為集中且多樣化。其中好感度最高的位于淮海商業中心，被調研者中有86.4%的人對此區域氣味有好感，因其承載了城市中心的娛樂、商業、休閑、文化等功能，并且餐飲、購物、廣場內的綠植等分布密集易散發出令人們愉悅的氣味。而行人情緒低值區主要分布于經濟開發區西側地帶，因其距離城市主要辦公生產地區較遠、住宅區分布較多、道路網分布較為密集，致使為滿足工作—居住、購物—居住以及休閑—居住等需求而產生大量的汽車尾氣，同時該地物流倉儲、工廠、市政設施分布較多也是致使該區域行人對于氣味感知低落的原因。

圖6 受訪者氣味評價分析圖

4 結語

POI數據、大眾點評、微博數據等大數據與GIS空間分析相結合的應用為研究區氣味景觀地圖、行人情緒分布地圖繪制提供了技術指導，線上主觀評價和線下問卷調查相互驗證為研究的內容提供了豐富性、完整性和準確性。結果顯示，淮安市氣味景觀多元，通過感知和氣味分類，構成了核心區獨特的氣味景觀地圖；在氣味景觀地圖與行人情緒感知地圖中，淮海商業中心氣味分布種類多元且其氣味易使行人接受，表現愉悅；而核心區東部氣味種類較少且消極氣味占據比重較大，行人厭惡感較為強烈。未來城市建設中，應當注重氣味治理，提倡公交出行以及劃定綠地，引導生產要素合理配置從而提高綠色全要素能源效率［13］。

了解城市氣味景觀分布對于提升城市品質、改善人居生活、指導城市更新設計具有重要的指導意義。大數據分析技術結合問卷調查的方式，克服了數據量不足、實驗范圍小以及耗費精力多等缺點。不足的是，因氣味具有特殊的無規律空間擴散的特性，即整個研究忽略時空等條件對氣味擴散范圍、氣味濃度和持續時間的影響，雖然該方式不滿足常規氣候條件下的氣味擴散規律，但空間連續的氣味分布結果仍可對城市規劃設計和研究提供一定參考。