城市社区公园声景分布与景观特征关联性研究——以沈阳鲁迅公园为例∗

张芮宁 张 圆 刘 洋

(沈阳建筑大学建筑与规划学院 沈阳 100168)

0 引言

城市公共开放空间作为居民日常休闲娱乐的主要场所，是城市生态和居民生活的重要载体[1]。特别是提供以游憩和交往空间为主要功能的社区公园，对于城市居民是易达且可以提供接触绿色资源的主要空间，对居民生理健康的提高[2]和积极情绪的促进[2−3]，均有着不可忽视的作用。高密度城市的社区公园与相对密集的居住区相伴，一般空间规模较小，公园中人群密集，内部环境受周边城市环境影响较大[4]。如何通过公园的空间规划、设施配置及景观环境设计，为居民休闲健身活动提供良好的空间支持和环境体验，值得深入研究[5−6]。

声景(Soundscape)是人居环境的重要组成部分，在居民健康[7−8]和福祉[9−10]中发挥着举足轻重的作用。2014年，国际标准化组织(International Organization for Standardization, ISO 12913-1)将声景定义为个体、群体或社区所感知的给定场景下的听觉环境[11]。既往研究表明，公园的声环境品质[12−13]、声音类别[14−15]、声景构成[16]等因素对游客的声景体验产生影响。城市公共开放空间的声景类型丰富[17]，尤其是在高密度城市的社区公园中，居民活动丰富且密集，各种活动声与自然声、周边交通声彼此交织，形成丰富而复杂的声景[18]。

研究选取典型的城市小型社区公园——沈阳市鲁迅公园作为实地调查对象。该公园景观区域和景观特征丰富，提供了多样的活动空间及活动设施；主要活动人群来自附近居民，活动以文化娱乐和休闲健身为主；公园与城市环境毗邻，为城市道路所环绕。研究通过现场声景调查，借助ArcGIS声景地图技术分析公园内声景时空特征；通过使用者问卷，确定公园内典型声事件的愉悦性和干扰性；建立区域景观特征指数，探索公园景观特征与声景分布的关联性，在此基础上提出与公园景观设计相结合的社区公园声景优化策略。

1 调查对象与方法

1.1 鲁迅公园空间与环境分析

鲁迅公园位于沈阳市和平区， 占地面积4.3 hm2，其中水面面积4390 m2，属于小型社区公园。园内山体、植被、人工水系等绿色资源，休闲活动场地以及健身器材等多种设施为附近居民提供了休闲娱乐与健身活动的空间。根据功能和空间特征，公园分为7 个景观斑块(图1)。公园内，自然声、活动声形成丰富而活跃的声景，又因其三边与城市道路相邻，一定程度受到交通声干扰。

图1 鲁迅公园平面分析图Fig.1 The map of the Lu Xun Park

1.2 现场实测与数据分析

现场实测包括声压级测量和声事件记录。前期预调研显示，公园内人群以附近居民为主，形成了时间、空间分布较为稳定的休闲健身娱乐活动。选取交通声干扰较大的工作日进行测量，分早间、午间、晚间3 个时段进行，具体时间和周边道路交通情况以及园区内人群及活动特征见表1。

表1 测量时段及特征Table 1 Characteristic analysis of measurement period

为确保声景测量的空间精度[19]，根据各斑块区域景观特征与人群活动的空间变化，采用15 m×15 m 网格，每个网格中心点附近为一个测点，共139 个有效测点。为在声景表现相对稳定的30 min 内完成相应时段的全部测量，以确保用于空间分析的声景数据具有共时性[19−20]，参考欧洲研究委员会(ERC)SSID(Soundscape Indices,740696)采用30 s 时长声学数据代表受访者所处公共空间声环境的做法[21−22]，将测量时长确定为1 min。

8 个经过培训的测量员，使用声级计，按照预先设定的测量路线同步开始测量。测量指标及工具包括：(1)1 min等效A声级(LAeq)(二级声级计，英国赛纳斯CR: 162B)，测量高度1.2 m，距离围墙或建筑表面至少3.5 m；(2)声事件感知显著性(声事件感知显著性量表[23])；(3)测点地理坐标(奥维互动地图APP)。

利用ArcGIS 10.2(Geographic Information System)对139 个测点的实测数据进行空间自相关验证(表2)。LAeq与3 类声事件感知显著性均在整个园区内呈现显著的空间自相关性(Z >2.58，P <0.01)，这同时也证明测量所获取的数据可用于同一时间断面的空间分析。

表2 空间自相关分析Table 2 Spatial autocorrelation analysis

在此基础上，依据数据的变量类型[24−26]，选择反距离权重法(Inverse distance weight)进行格栅插值，得到公园典型工作日LAeq分布，利用克里金(Kriging)插值分析，得到3 类声事件感知显著性分布。

1.3 问卷调查与统计分析

在公园7 个景观斑块区域内随机进行游客的访谈式问卷，基于受访者在该公园的一般性经验，对12个典型声事件的愉悦性和干扰性进行评价。选取其中每周都会到访的附近居民受访者，纳入有效样本计入统计，共计87份(见表3)。

表3 受访者基本构成(N =87)Table 3 Basic composition of respondents(N =87)

为得到居民对声事件体验的聚类特征，将受访者对典型声事件愉悦性和干扰性评价进行系统聚类分析(Hierarchical cluster analysis, HCA)；为得到不同人群对典型声事件体验差异，将受访者个体属性进行单因素方差分析(One-way ANOVO)；为得到景观特征对声事件感知显著性的关联性，将景观特征指数与声事件感知显著性进行相关分析(Spearman’s rho analysis)。以上统计分析均采用SPSS 24进行。

2 调查结果与分析

2.1 声景构成及时空间特征

公园内的声事件根据声源类型分为自然声、交通声和活动声。其中，自然声以鸟鸣声为主，还包含风吹树叶声和虫鸣声；交通声由外部道路产生，与自然声共同构成了公园的背景声；活动声则来自市民的休闲娱乐与健身活动，包括乐器演奏声、运动声、音乐声和人声，构成了公园丰富多样的前景声。插值分析发现，公园不同时段不同空间承载着不同的声事件，产生的声压级也不同，形成了一定的声景时空分布规律(图2)。

从图2 可见，3 类声事件几乎遍布公园，等效A声级LAeq的数值较高。早间(图2(a))为全天声压级最大的时段(LAeq=(58.4±8.5)dB(A))。早间时段公园内主要进行晨练活动，活动种类较多且人群密集，活动声感知比较显著。LAeq较高的区域主要分布在斑块1和斑块7。前者硬质广场面积较大，承载的人群活动也较为丰富，如扇子舞、广场舞等。后者虽然植被覆盖较密，但此处存在吹笛子活动，其声音穿透力强，影响范围较大，自然声被显著掩蔽。此外，由于外部道路在早高峰时车流量较大，公园内交通声感知较显著，主要分布在斑块7；自然声则主要在斑块1有显著的感知。

图2 声景构成及分布图Fig.2 Soundscape composition and distribution diagram

午间(图2(b))公园较为安静(LAeq=(56.1±8.1)dB(A))。此时公园活动人数最少，并以休闲游憩为主，活动声较早间减弱，观测到少量集中发声的活动，如吹萨克斯、合唱等。LAeq较高的区域主要分布在斑块1 和斑块2，是人群活动较为密集的地方。该时间段外部道路车辆较少，公园内交通声感知较弱，主要分布在临近城市道路的斑块6 和斑块7。随着活动声和交通声的减弱，此时自然声的感知加强，斑块7 感知最为显著，斑块1 作为人群主要活动的空间，由于活动声大量的存在导致自然声被掩蔽。

晚间(图2(c))公园整体较午间略有升高(LAeq=(57.1±7.9)dB(A))，但仍低于早间。此时公园内主要进行健身休闲活动，如广场舞，活动声较午间有所升高。LAeq较高的区域主要分布在公园的斑块1、斑块2 和斑块6，为硬质广场较大或存在较多设施的区域，其中斑块1的LAeq达到全天最高，为73.8 dB(A)。由于该时段与晚高峰重叠，公园内交通声感知较为显著，主要分布在公园南侧临近城市道路的区域。自然声则主要分布在离道路较远的北侧区域。

总体而言，公园内活动较丰富，尤其是硬质面积较大的斑块是游客主要活动区域，活动集中，活动声感知显著性更高；对于外侵的交通声而言，整个公园均会不同程度地受到影响，靠近城市道路的斑块，特别是临近道路车道数大的斑块感知更显著；植被茂盛的区域鸟类数量较多，自然声感知显著性高。

3 个时段对比发现，园区内游客较多，活动声在全天感知显著并遍布了整个公园。当交通处于高峰期时，园内交通声感知更显著，受到其影响越大。而当公园活动声和交通声感知显著时，自然声的感知相应减弱，这可能是由于鸟类被人群打扰，亦可能是由于自然声易被声压级较大的活动声和交通声掩蔽[27]。

2.2 典型声事件的空间影响和游客体验

不同的声事件，引发游客愉悦与否的情绪体验，并对游客的活动产生不同程度的干扰。HCA 聚类分析谱系图结果显示，12 种典型声事件分为“非常愉悦且不干扰”、“不愉悦且有点干扰”、“比较愉悦但略有干扰”3 类，各类对应声事件的采集时段、中心处声压级、空间影响面，以及各自的愉悦性、干扰性得分见图3。

聚类结果表明评价最高的组(图3(a))是“非常愉悦且不干扰”的声事件，仅包括鸟鸣声一种。针对人群特征进行差异分析，结果显示各种受访者群体对鸟鸣声一致的体验最佳。选取鸟鸣声感知最普遍的午间时段进行影响面分析(图3(a))，结果显示，对公园声景愉悦性产生积极贡献、有助于环境健康效益[28]的鸟叫声，在整个公园的分布并不均匀，仅有49.6%的面积可以被比较显著地感知到。在早间时段和晚间时段，这个数值分别为28.8%和37.4%。

第二组(图3(b))是“不愉悦且有点干扰”的声事件，包括宠物狗叫声、交通声、健身口号声。其中，宠物狗叫声在入口广场区北侧和西侧以及健身器材区均有分布，影响面较小但体验最差。道路交通声，从靠近道路的边缘向公园中心区域呈现逐渐衰减趋势，在午间时段由于活动人数较少而更具感知显著性，其主观体验具有一致性。集体性健身活动发出的口号声较为高亢，游客体验较差，主要分布在斑块1 和斑块2 中有大面积硬质场地及健身器材的区域。

第三组(图3(c))是“比较愉悦但略有干扰”的声事件，均来自公园使用者的休闲、娱乐和健身活动。这些符合公园功能的活动声，空间分布和影响面各不相同，但均呈现较高的愉悦度和较低的干扰性。单因素方差分析发现，年龄和到访频率不同的受访者群体对该类声音的体验存在差异。老年人以闲坐聊天等偏静态活动为主，中年人则较多进行动态和热闹的健身娱乐活动，后者对各种活动声的体验比青年群体和老年人好；青年群体对所有声事件的愉悦性和干扰性评价均最差，这可能与青年群体在公园中的活动参与度较低有关，也可能是因为他们受教育程度普遍较高因而对声环境品质要求更高[29]。到访频率不同的居民也存在体验的差异，来公园频次较高的居民在声愉悦和声干扰两方面的评价均高于频次较低的居民，这或许可以用地方依恋理论加以解释[30]。

图3 典型声事件体验及影响面分析Fig.3 Experience and impact analysis of typical acoustic events

交谈声几乎遍布公园，这与社区公园较高的人群密度有关；合唱活动西侧紧邻5 m高小型山体，虽然中心处声压级较高，但在该方向明显较平坦的东侧衰减更快；乒乓球活动发生在公园西侧广场，声压级不高但紧邻围墙声场较封闭因而显著性较高；萨克斯声和笛子声频率较高，穿透力较强，影响范围较大，但二者均为悠扬的音乐声，愉悦性评价较高；扇子舞音乐声和广场舞音乐声伴随着人群舞蹈的声音，影响面较小，体验评价较单一的乐器声略低；儿童嬉闹声主要分布在适合儿童游玩的北侧硬质广场和人工水系周边，声压级和影响面均较小，在各种活动声中获得了最高的愉悦性评价。

2.3 景观特征与声景分布的关联性分析

通过前文对3类声事件感知显著性在空间上的分布的分析发现，不同斑块的景观特征会影响声事件感知显著性。植被越茂密，所孕育鸟叫虫鸣等自然声越多；居民的活动主要由场地和设施对其的支持力所决定，硬质场地面积和设施的数量越多，对活动的支持力越大，可能发生的活动就越多，随之产生的活动声越大；公园内交通声来自周边道路，道路车道数越多，交通声越显著，显著性随远离道路而衰减。基于上述空间分布规律，构建与声景具有潜在关联的3 个景观特征指数：自然指数(Natural index, NI)、人群聚集指数(Crowed index, CI)和交通影响指数(Traffic-influence index, TII)(表4)。

表4 景观特征的3 个指数Table 4 Three indexes of landscape characteristics

为分析景观特征对声景分布的影响，计算各测量时间段各斑块声事件感知显著性均值，分别与其对应的景观特征指数进行斯皮尔曼相关分析(表5)。结果表明，自然指数NI 和交通影响指数TII 均在0.01 水平上，分别与自然声感知显著性和交通声感知显著性显著正相关(rs(21)= 0.552，P=0.010；rs(21)=0.729，P=0.000)；人群聚集指数CI与活动声感知显著性在0.1水平上显著正相关(rs(21)=0.416，P=0.061)。

表5 声事件感知显著性与景观特征指数相关分析Table 5 Correlation analysis between the perceived significance of acoustic events and indexes of landscape characteristics

上述结果表明，自然指数NI 高的景观区域，可以孕育更多的鸟鸣声，再加上虫鸣和风吹树叶声，可以带来积极的声景体验和健康效益；虽然公园的植被分布、地势变化、围墙设置所产生的降噪作用并不均匀[34]，但以距离和车道数构造的交通影响指数TII 仍然很好地表征了交通声感知的空间分布；对于人群活动所产生的丰富的活动声，由于其空间分布、声压级大小、声学特性各具特色，产生的声景体验也存在差异，这与实验室进行的相关研究结果相一致[35]。即使这样，以可停留面积为测度的人群聚集指数CI 仍然在0.01 水平上呈现出与这类声音感知的关联性。

值得注意的是，LAeq不仅与景观特征指数无统计相关性，与3 类声事件的感知显著性也无相关性，也就是说，研究所建构的景观特征指数不能预测空间中LAeq的分布。这是由于实测声压级是各种声源能量叠加的结果，公园内也没有哪类声音在能量上占据完全的主导性。此外，各类声音感知显著性之间的相关分析观测到自然声感知显著性与活动声感知显著性显著负相关(rs(21)=−0.594，P= 0.010)，这一方面缘于鸟类昆虫等对于密集人群活动的避让，另一方面也是由于活动声对自然声的掩蔽效应，说明了不同声事件在公园内共生所产生的交互影响。

3 结论与讨论

本研究以沈阳鲁迅公园为研究对象，通过实地调查和数据分析发现：(1)城市小型社区公园中密集的人群和丰富的声事件共享着公园内的时空间，声压级和声事件分布均具有显著的空间自相关性。(2)不同声事件带给居民的愉悦性和干扰性体验具有聚类特征，空间影响范围存在差异。(3)所构建的公园斑块景观特征指数与声景分布具有显著相关性：①自然指数NI 与自然声感知显著性呈现显著正相关(rs(21)= 0.552，P= 0.010)；②人群聚集指数CI 与活动声感知显著性呈现显著正相关(rs(21)= 0.416，P= 0.061)；③交通影响指数TII 与交通声感知显著性呈现显著正相关(rs(21)=0.729，P=0.000)。

基于上述发现，借助与声景分布具有统计学关联性的自然指数NI、人群聚集指数CI、交通影响指数TII，可以很好地预测公园的声景分布，通过景观设计孕育和引导社区公园良好的声景，为居民休闲健身与交往活动提供空间支持的同时，创造舒适和愉悦的环境体验。针对性策略包括：(1)通过丰富而有效的绿化提升自然支持指数，以孕育鸟叫虫鸣和水声等优美愉悦的自然声景，增加自然声的感知范围，从而增加人居环境的健康效益。(2)针对交通影响指数高的区域，通过设置假山亭台、服务设施、景观小品、密植树木，艺术性声屏障等，实现隔声降噪，降低交通声对声景感知的负面干扰。(3)更重要的是，针对社区公园丰富的居民活动，根据不同活动所产生声音的愉悦性、干扰性和影响面，对居民的健身与休闲娱乐活动进行空间的支持性设计，包括：①借助空间规划和分区设计引导居民活动在空间区域上的合理分布，以实现时空间上的和谐共生；②为音乐类休闲活动进行适当的局部声场设计，以提升活动人群的听觉体验并减少空间上的传播；③对产生干扰性声音的活动进行场地减振或吸声降噪设计等。

此外，不同声事件共生所产生的交互作用、空间中视景与声景的交互作用，以及因此产生的影响都值得深入探索。如何通过空间设计形成良好的声景生态，如何通过声景或视景设计优化提升交互体验，还需要开展相应的实证研究，为公园的综合设计或改造提供参考依据。