佛山祖庙–岭南天地历史街区声景空间差异分析

Foshan Zumiao-Lingnan Tiandi Historic Block: Spatial Differentiation Analysis of Soundscapes

摘要: 本研究以佛山市祖庙–岭南天地历史文化街区为例，探讨其声景空间差异及与场所空间结构的关系。通过实地调研，运用ArcGIS分析与语义分割技术，研究发现：(1) 高声级测点主要集中在社会要素丰富空间，低声级测点多位于自然要素丰富空间；(2) 不同类型声级–声音舒适度感知区域和声级–声音与环境协调度感知区域在空间分布上具有相似性；(3) 高声级–高感知区域的视域结构特征为高建筑视域因子(BVF)、低天空视域因子(SVF)和适中树木视域因子(TVF)；高声级–低感知区域则表现为较高BVF、适中SVF和高TVF；低声级–高感知区域具有较高BVF、相对较高SVF和适度TVF。研究揭示了历史文化街区声景的空间分异特征，指出声级与声音感知的关系受场所空间结构(视域因子构成)的影响，为历史文化街区声环境治理及声景规划提供了实践指导。

Abstract: This study investigated the Zumiao-Lingnan Tiandi historic cultural block in Foshan to elucidate spatial heterogeneity in the soundscape and its relationship with spatial structure of the site. Field measurements combined with ArcGIS spatial analysis and semantic‑segmentation techniques yielded three principal findings. (1) Measurement points with high sound levels were predominantly located in areas dominated by social activities, whereas low‑sound‑level points were concentrated in zones rich in natural elements. (2) The spatial distribution of zones classified by sound level and perceived acoustic comfort closely mirrored those categorized by sound level and perceived sound environment coordination. (3) Zones characterized by high sound levels and high perceptual ratings exhibited a view‑field structural characteristics characterized by a high Building View Factor (BVF), low Sky View Factor (SVF), and moderate Tree View Factor (TVF); zones characterized by high sound levels and low perceptual ratings displayed relatively high BVF, moderate SVF, and high TVF; zones characterized by low sound levels and high perceptual ratings possessed relatively high BVF, relatively high SVF, and moderate TVF. These results demonstrate pronounced spatial differentiation of soundscapes in historic cultural blocks and highlight that the relationship between sound level and acoustic perception is shaped by the site’s spatial structure—namely, the composition of the view factors. The findings provide actionable guidance for sound environment management and soundscape design in historic cultural blocks.

1. 引言

声景是个体、群体或社区在特定场景下所感知和理解的声环境。本研究声景包含物理声级和主观感知声环境两个维度。“以提高城市声环境舒适度为目的，开展声景主观调查与设计研究”是国家环境保护政策的重要内容。良好的声景设计能提升一个区域的幸福指数和环境价值，提高城市居民的休憩娱乐质量[1]。自20世纪以来，我国经济高速发展，城市急速扩张，对城市人文和生态环境造成了不良影响。历史街区是城市中历史人文价值丰富、人群高密度活动的公共空间，其声环境干扰问题日益突出，不容小觑。据报告，环境噪声已成为仅次于大气污染的第二大公共健康威胁。长期暴露于噪声环境中，可能导致烦躁、睡眠紊乱，并可能诱发心血管疾病、代谢障碍、认知功能下降等多种健康问题[2]。因此，将声环境治理纳入历史文化街区的生态环境治理实践，不仅有助于噪声治理、优化街区功能布局、促进旅游业发展，更能丰富生态环境保护理论内容，为其注入新的研究视角与方法。

早期历史文化街区(或城市街道)的声景研究多以听觉感知为主，主要通过实地测量和问卷调查相结合的方法收集物理声音指标与声景感知指标数据指导历史街区的设计与规划。Zhou通过声景漫步与实地访谈法，研究广州西关历史街区的典型音标，识别出粤语、手工劳作声与商业活动声等具有地域特色的声音，为后续历史文化街区的声景保护与规划提供了参考[3]。Han等研究指出，城市居民在春季、夏季和秋季更偏好街景中的自然视听元素，冬季则更青睐人工及社会性要素，说明街景偏好受季节和元素类型的显著影响[4]。Zhao等采用实地测量和问卷调查法，研究哈尔滨历史街区声景对地方依恋的影响，发现旅游型街区偏好文化相关声音以增强地方依恋，住宅型街区声景对地方依恋无明显影响，建议针对街区类型差异优化声景规划[5]。Ye等采用虚拟现实技术、实地测量与问卷调查相结合的方法，研究历史街区不同空间功能对声景与视觉景观感知的影响，发现不同空间功能的感知声源存在显著差异，提出根据功能类型合理设计声音元素，以提升环境整体和谐感[6]。随着研究的深入，研究者将视觉和听觉进行结合分析，以期更加全面地理解声景与环境感知的互动关系。刘江以福州三坊七巷为例，探讨街区声景感知与景观评价的关系，发现建筑景观满意度和自然声对声景愉悦度有显著正向影响，而机械声则有负向影响[7]。徐涵等基于泉州市西街的客观声级测量与公众调查数据探讨声景感知如何影响历史街区的街道活力，发现总体声景感知中，满意度、愉悦度以及丰富度与街道活力有正相关关系；声源类型中，自然声偏好度对历史街道活力有积极影响[8]。Xie等基于社交媒体大数据和语义分割模型，分析中国西南17个历史街区的视听环境及其交互效应，发现街道绿化与空间围合感显著提升人们对声环境的积极评价[9]。Jeon和Jo采用虚拟现实视听模拟技术，评估不同城市环境中声音与视觉交互对感知与满意度的影响，发现听觉因素(如鸟鸣和风声)对景观的自然性认知有重要补充作用，协同促进对城市空间的积极评价[10]。

尽管学者们对城市历史文化街区(/城市街区)声景研究做出许多贡献，然而，在同一街区声景是否存在空间差异以及这种差异与具体场所空间结构(视域因子构成)有何关系，尚未得到明确解释。本研究采用声级测量、调查问卷、ArcGIS空间分析与语义分割分析等方法对佛山祖庙–岭南天地历史文化街区声景进行空间维度综合研究。在总结分析历史文化街区声景空间特征及其成因的基础上，提出相应优化策略，以期为佛山祖庙–岭南天地历史文化街区声景治理提供参考，为其他城市街区声景优化提供借鉴。

2. 研究方法

2.1. 研究区域

祖庙–岭南天地历史文化街区位于广东省佛山市，有着900多年历史，是佛山文物古迹最密集、规模最大、传统风貌保存最完整的历史文化街区，承载着佛山千年历史名城和古代商业重镇的文化记忆(见图1)。祖庙–岭南天地历史文化街区作为融合传统建筑肌理与现代商业活动的密集街区，在新型城市开发背景下面临突出声环境问题。根据《声环境质量标准》(GB 3096-2008)和《声环境功能区划分技术规范》(GB/T 15190-2014)该区域划为2类声环境功能区，其昼间声级限值为60 dB (A)，夜间为50 dB (A)。然而，根据监测结果，该街区噪声水平持续偏高，18个监测点中只有早间时段的声级低于60 dB (A)阈值，中午和晚间时段均超过阈值，不仅影响公众的身心健康，还对生态环境、社会生活以及文化传承造成负面影响。在无法有效控制噪声的情境下，应当从声景角度出发，结合视听环境，对历史文化街区的声环境进行综合治理。

2.2. 数据采集

调研组于2024年10月1~5日(室外温度30℃~19℃)，11月7~11日(室外温度30℃~17℃)，在天气晴朗、微风的条件下，分别选择节假日和工作日开展实地调研。采用NIOSH SLM (此为噪声计软件，符合IEC 61672:3 SLM标准的2类要求，精准度±2 dB (A))、手机相机和问卷调查的方法收集等效连续A声级(LAeq)、全景街景图像和声景感知数据。

2.2.1. 测点选择与声级测量

综合考虑祖庙–岭南天地历史文化街区空间功能多样性，优先选取街道沿线、开放空地、封闭巷道和标志性建筑地等典型的18个场所作为监测点(图1(c))。数据采集时段为上午(8:00~10:00)、中午(12:00~16:00)及傍晚(18:00~20:00)，数据采集过程中手机统一设定于离地高度1.2米，以贴近人耳的正常听觉位置，且距离主要反射面(地面除外)均大于3.5米，以有效控制反射声波对测量结果的影响[11]。每个测点连续测量三次，每次测量时间间隔5秒，以确保数据稳定性与可靠性。数据包括能够全面反映该区域平均声环境水平的等效连续A声级(LAeq)、最小声级(Lmin)和最大声级(Lmax)。对于夜间无法直接测量的特殊点位，利用已测得的时段数据，采用加权平均法进行数据补值处理，以确保全天数据的连续性和研究结果的准确性。

注：该图基于自然资源部标准底图服务网站下载的审图号为GS(2023)2767号的标准地图制作，底图无修改。

Figure 1. Study area

图1. 研究区域

2.2.2. 问卷调查与信效度检验

在18个监测点对游客进行问卷调查，与声级测量同步进行。问卷内容主要包括受访者基本人口统计学信息与声景感知两部分。基本人口统计信息包含性别、年龄、居住属性、最高学历及月收入等；声景感知参考了ISO 12913-2国际标准及相关文献[11]-[13]，设置声音的舒服、愉悦、烦躁、忧伤、满意及与视觉环境协调6个测量指标，采用五分制李克特量表打分。在研究分析中，将“烦躁”、“忧伤”2个负向评价指标进行逆向转换，与“舒服”、“愉悦”和“满意”等正向评价指标加和取平均值，从而构建每个监测点的综合舒适度指标。本研究共收集问卷200份，有效问卷193份，有效率96.5%。问卷量表Cronbach’s alpha系数为0.845，KMO值为0.841，表明问卷具备良好的内部一致性和分析值，故为有效问卷可用于后续的数据分析。

2.2.3. 全景街景图像采集

拍摄工作由八人分为四组分别实施，使用智能手机的全景拍摄功能，每人在每个测点的两个不同位置分别进行从左至右及从右至左两个方向的全景拍摄，以增加数据多样性，提升研究数据的全面性与科学性。最后，通过PTGui图像拼接软件将同一位置两个方向拍摄的图像合成为完整的平面全景图(共计72张)。

2.3. 研究技术

2.3.1. 声景图绘制

本研究借鉴谢春莹等对声学指标和感知指标进行空间插值的研究思路[14]，将各测点声级、声音舒适度感知指标和声音与环境协调度感知指标导入ArcMap 10.3软件，并采用简单克里金插值方法(Simple Kriging)生成上述各项指标的空间分布图。其次，以生成的各指标空间分布图作为基础数据图，将区域划分为“高–高”、“高–低”、“低–高”和“低–低”四个类别。利用ArcMap 10.3工具箱中的栅格计算器，基于表1中给出的划分标准，分别对声级与声音舒适度感知、声级与声音和环境协调度感知分布图进行区域筛选分析。最后，通过上述区域划分规则，形成两幅各含四个分区的声景感知分区图(本研究无低–低类型分区，图2(a)和图2(b))。

Table 1. Sound levels and sound environment perception type classification rules

表1. 声级–声环境感知类型划分规则

类别	条件1(x)	条件2(y)
高声级–高舒适/协调	$x\ge x_{avg}$	$y\ge y_{avg}$
高声级–低舒适/协调	$x\ge x_{avg}$	$y<y_{avg}$
低声级–高舒适/协调	$x<x_{avg}$	$y\ge y_{avg}$
低声级–低舒适/协调	$x<x_{avg}$	$y<y_{avg}$

注：x为等效连续A声级，x_avg为等效连续A声级均值；y为感知指标(声音舒适度感知和声音与环境协调度感知)；y_avg值固定为3代表感知评估中位值。

Figure 2. Spatial distribution map of sound levels and sound environment perception

图2. 声级–声环境感知空间分布图

2.3.2. 视域因子评估

(1) 场景解析全景街景图象

深度学习框架下的语义分割技术可有效提取全景街景图像的关键特征，在声环境研究中具有重要应用价值[15] [16]。本研究使用金字塔场景解析网络进行语义场景解析，特别关注建筑物、天空和树木的语义特征分析。实验采用阿里云服务器平台(八CPU，NVIDIA V100 GPU，16G显存)，处理了72张全景街景图像，生成全景街景语义图(见表2(a)和表2(b))。

Table 2. Workflow for calculating View Factors (VFs) using panoramic street view images

表2. 使用全景街景图计算VFs工作流程

名称	祖庙	岭南天地
(a) 全景街景图
(b) 全景街景语义图
(c) 鱼眼图
[BVF, SVF, TVF]	[0.71, 0.11, 0.08]	[0.71, 0.01, 0.20]

注：BVF：建筑视域因子Building view factor；SVF：天空视域因子Sky view factor；TVF：树木视域因子Tree view factor。

(2) 映射鱼眼图

由于鱼眼图能够较好地保留原始图像中的角度信息与空间结构关系，有效剔除图像边缘的冗余或无效信息区域，具有将图像有效信息集中于圆形视域区域的优势。已有学者通过构建鱼眼图的方法计算视域因子(View Factors, VFs) [17]-[19]。因此，本研究以鱼眼图作为基础图像，用于视域因子的计算。

鱼眼图映射是通过构造鱼眼图像上的像素($x_f$ , $y_f$ )和全景街景图像上的像素($x_p$ , $y_p$ )之间的关系来实现的，公示如下：

$r=\sqrt{{\left(x_p-R\right)}^2+{\left(y_p-R\right)}^2}$ (1)

$\theta =\left(arctan2\left(y_p-R,x_p-R\right)+2\pi \right)mod\left(2\pi \right)$ (2)

式中，$r$ 为像素点与中心的距离，$\theta$ 为归一化到$\left[0,2\pi \right)$ 范围内的角度，R和D为鱼眼图的最大半径和直径$\left(0\le x_p,y_p<D\right)$ 。

$x_f\text{}=\frac{\theta }{2\pi }\text{}\times \left(\text{width}-1\right)，y_f\text{}=\frac{r}{R}\text{}\times \left(\text{height}-1\right)$ (3)

式中，width与height分别是全景街景图像的宽度和高度。

(3) 视域因子(VFs)统计

通过计算视域因子，可进一步分析不同空间结构对声环境的潜在影响，为城市声景优化提供科学依据。为了使用Johnson和Watson提出的公式(4)计算VFs [20]，我们将鱼眼图像分成多个等宽的同心环，然后将代表天空、树木和建筑物的所有环形部分相加，以分别计算建筑视域因子(BVF)、天空视域因子(SVF)和树木视域因子(TVF)。BVF、SVF和TVF分别用于定量评估从地面某一观测点可视的建筑、天空和树木的比例，其中TVF涵盖草地和树木等植被特征。公式如下：

${\Psi }_x=\frac{1}{2\pi }\sin \frac{\pi }{2n}{\displaystyle \sum _{i=1}^n\sin }\left[\frac{\pi \left(2i-1\right)}{2n}\right]a_{i,x}$ (4)

式中，$x$ 代表环境要素类别，如建筑、天空或树木；$n$ 表示总环数(本研究中设定为100)；$i$ 为环的索引(取值范围1至100)；$a_{i,x}$ 表示第$i$ 个环中特征$x$ 的像素角宽度。c直观呈现了所生成的鱼眼图示例。

基于上述视域因子计算的基础上，本文进一步将各测点获得的BVF、SVF和TVF数据，按照前文划分的声景感知分区进行归类整理。即对每个感知分区内所有测点的视域因子数据(BVF、SVF和TVF)分别汇总，并计算其均值与标准差(表3和表4)。

Table 3. Distribution characteristics of view factor based on perceived sound comfort

表3. 基于声音舒适度感知的视域因子分布特征

象限	等效连续A声级/dB(A)	声音舒适度感知	测点数	均值 ± 标准差 Mean ± Standard Deviation
				BVF	SVF	TVF
高声级–高舒适	≥62.99	≥3.0	9	0.50 ± 0.20	0.03 ± 0.04	0.34 ± 0.21
高声级–低舒适	≥62.99	<3.0	1	0.42 ± null	0.08 ± null	0.42 ± null
低声级–高舒适	<62.99	≥3.0	8	0.41 ± 0.23	0.12 ± 0.09	0.35 ± 0.19
低声级–低舒适	<62.99	<3.0	0	null ± null	null ± null	null ± null

Table 4. Distribution characteristics of view factor based on perceived sound-environment coordination

表4. 基于声音与环境协调度感知的视域因子分布特征

象限	等效连续A声级/dB(A)	声音与环境协调度感知	测点数	均值 ± 标准差 Mean ± Standard Deviation
				BVF	SVF	TVF
高声级–高舒适	≥62.99	≥3.0	9	0.50 ± 0.20	0.03 ± 0.04	0.34 ± 0.21
高声级–低舒适	≥62.99	<3.0	1	0.42 ± null	0.08 ± null	0.42 ± null
低声级–高舒适	<62.99	≥3.0	8	0.41 ± 0.23	0.12 ± 0.09	0.35 ± 0.19
低声级–低舒适	<62.99	<3.0	0	null ± null	null ± null	null ± null

3. 结果分析

3.1. 历史文化街区声景特征分析

根据物理声级和声环境感知数据分析(表5)，祖庙Z1-Z6六个测点及岭南天地L7、L9两个测点声级均低于均值62.99 dB (A)，而Z8、L1-L6、L8及L10则高于均值。然而，除L10外，这些测点的声音舒适度感知与声音与环境协调度感知均高于中间值3.0。声级最高区域Z8 (68.22 dB (A))的声音舒适度感知(3.64)及声音与环境协调度感知(4.20)均高于感知量表中间值。声级最低区域L9，其声级为58.28 dB (A)，声音舒适度感知(3.20)以及声音与环境协调度感知(4.0)均高于中间值3.0。上述差异，与各测点所处的空间类型及其景观特点密切相关。

3.2. 声级–声环境感知空间分布差异分析

高声级–高舒适区主要集中在北部小吃街(Z8)以及中部核心区，以Z8、L5与L6为代表；高声级–低舒适区以L10为代表；低声级–高舒适区涵盖祖庙Z1-Z6测点和岭南天地的L7与L9测点(图2)。高声级–高协调区也位于北部小吃街(Z8)及中部核心区域，典型测点为Z8、L5与L6；高声级–低协调区以Z7、L3与L10为代表；低声级–高协调区对应Z1-Z6测点以及L7和L9测点。研究区域存在明显的空间分异现象，不同感知类型的声级–舒适度感知区域与声级–协调度感知区域分布具有相似性。

Table 5. Sound environment indicators and spatial types for Zumiao-Lingnan Tiandi

表5. 祖庙–岭南天地声景指标及场所类型

测点	等效连续A声级/dB(A)		声音舒适度感知		声音与环境协调度感知		场所类型
	均值	标准差	均值	标准差	均值	标准差
祖1	62.92	8.41	3.62	0.83	3.61	0.59	绿荫广场
祖2	61.91	5.01	3.61	0.86	3.21	0.70	绿荫广场
祖3	60.50	5.60	3.76	0.56	3.94	0.60	山水亭园休憩区
祖4	60.63	11.40	3.60	0.74	3.86	0.80	许愿池
祖5	60.45	8.14	3.40	0.67	3.55	0.79	游廊
祖6	61.28	5.38	3.60	0.47	4.33	1.02	入口广场
祖7	65.07	7.27	3.38	0.64	3.56	0.80	绿荫广场
祖8	68.22	6.93	3.64	0.58	4.20	0.48	小吃街
岭1	63.74	8.60	3.58	0.84	3.55	0.69	商业古街
岭2	63.12	10.29	3.22	0.83	3.44	0.55	商业古街
岭3	63.08	11.73	3.63	1.19	3.63	0.73	水景游憩步道
岭4	63.09	10.91	3.65	0.67	3.91	0.81	水景广场
岭5	65.49	10.93	3.48	0.84	3.38	0.77	商业广场
岭6	66.27	8.34	3.60	1.01	3.54	0.78	水景广场
岭7	61.00	7.52	4.30	0.50	3.50	0.78	岭南巷道
岭8	63.69	8.78	3.24	0.54	3.80	0.91	商业古街
岭9	58.28	10.22	3.52	0.63	4.00	1.20	水景休憩空间
岭10	65.19	11.03	2.70	0.90	2.83	0.90	水景广场

3.3. 不同类型声级–声环境感知空间视域因子构成分析

佛山祖庙–岭南天地历史文化街区高声级–高舒适和高声级–高协调区域(高声级–高感知) BVF为0.50、SVF为0.03和TVF为0.34；高声级–低舒适和高声级–低协调区域(高声级–低感知) BVF为0.42、SVF为0.08和TVF为0.42；低声级–高舒适和低声级–高协调区域(低声级–高感知) BVF为0.41、SVF为0.12和TVF为0.35 (表2和表5)。不同类型声级–舒适度感知与声级–协调度感知分布区域具有相似性，其视域因子(BVF、SVF、TVF)在不同类型感知区域中的数值分布亦呈现出高度相似的趋势。

进一步的分析显示，不同类型区域BVF、TVF指标离散趋势和四分位数存在差异(图3(a)和图3(b))，高声级–高感知区域的BVF整体水平最高，其BVF均值比其它感知区域高约0.08~0.09；而TVF均值比高声级–低感知区域约低0.08，比低声级–高感知区域约低0.01。这表明高声级–高感知区域内，大多数测点虽然具备高建筑合围度和较好的绿化视野占比，但其整体绿化覆盖度仍非研究范围内最高。尽管如此，高声级–高感知区域TVF的均值与上四分位数依旧处于相对较高区间，说明跟其它感知区域相比，该类型区域内大多数测点的绿化视野占比仍处于较优状态。这进一步揭示，在建筑围合度高且绿化较好的空间环境中，人流所产生的社会性声源更倾向于被感知为场所活力而非单纯的噪声干扰。换言之，高BVF与适中的TVF在视觉上缓和了高声级带来的负面影响，从而提升了整体环境的感知质量。但需要注意的是，社会性声源和人口密度亦需控制在一定范围内，否则即便此L10这类具备较高TVF (0.42)的水景广场，也可能使人感到不适。

Figure 3. Boxplot of the distribution of the view factor in different soundscape perception regions

图3. 不同声景感知区域的视域因子分布箱线图

4. 结论与讨论

4.1. 结论

本研究通过实地监测、发放问卷以及拍摄全景街景图获取等效连续A声级、声景感知和视域因子等研究数据，基于ArcMap 10.3软件绘制物理声级–声景感知分布图，研究佛山祖庙–岭南天地历史文化街区声景空间分异现象，并从视域因子构成视角揭示游客声景感知与声级偏离的原因。具体研究结论如下：(1) 声级较高(≥62.99 dB (A))的测点主要集中于商业古街、小吃街和水景广场等功能复合、人流密集的空间，这些测点多数表现为高舒适、高协调的感知类型；而声级较低(<62.99 dB (A))的测点多位于绿荫广场、山水亭园休憩区及水景休憩空间等自然要素丰富、空间封闭性较高的区域，亦普遍体现为高舒适、高协调的感知。(2) 声音舒适度、声音与环境协调度指标虽不同，但二者的高声级–高感知、高声级–低感知与低声级–高感知区域分布空间上表现出一致性。高声级–高感知区域集中在商业古街、小吃街及部分水景广场；高声级–低感知区域在水景广场；低声级–高感知区域则多出现在绿荫广场、山水亭园休憩区及岭南巷道等空间类型。(3) 高声级–高感知区域呈现出高BVF、低SVF以及适中的TVF，这一结构组合在高声级环境中有效缓解噪声对人的干扰；高声级–低感知区域虽具较高TVF且属于水景广场，但在高社会性声源与高人口密度作用下超出人们可接受范围，未能通过空间结构有效缓解噪声干扰，表现为低舒适与低协调感知，成为高声级区域中的特例；低声级–高感知区域的视域结构特征则体现为较高BVF、相对较高的SVF与适中的TVF，表明其通过适度开放与较强自然要素的结合实现了良好的感知缓冲效果。

4.2. 讨论

(1) 研究表明无论物理声级高低，公众均可能产生较高水平的声音舒适度、协调度感知。声源语义能否与空间功能及大众心理预期相匹配是对场所声音产生积极感知的重要因素。因此，城市历史文化街区的声环境规划不应仅以单一的声级阈值作为管控依据。对于以社会交往和商业活动为主导的商业古街、小吃街等场所，规划重点应在于维持并优化其充满活力的声音氛围，将适度的人声、背景音乐等社会性声源纳入调控要素，使其在高声级区域产生积极的声源语义(如热闹、愉悦)，以增强空间活力。对于绿荫广场、山水亭园等以休憩与恢复体验为核心的静态空间，则应采取保护性策略，通过声屏障、绿化带等措施有效控制噪声侵入，并强化鸟鸣、水声和风声等自然声，突出其宁静的语义特征。

(2) 不同声级–舒适度感知区域与声级–协调度感知区域分布具有相似性，因此可以采取相似的声环境优化策略。高声级–高感知区域，重在维持活力并优化声景品质，可通过AI驱动的自然声背景系统，实时选择鸟鸣、水声等自然掩蔽声，以提升公众声感舒适度。高声级–低感知区域结合蓝绿基础设施工程，实施声源与时段管控削减交通噪声，同时辅以水景声屏障(小型喷泉)不仅能通过非能量掩蔽进一步减轻噪声干扰，亦可增加环境的宁静感[21] [22]。低声级–高感知区域，则优先保护现状，不引入新的噪声刺激或音景干扰，保持其既有的宁静。建议定期开展声环境监测，以保障其低声级环境的长期维持和公众高水平声景感知体验。

(3) 对历史文化街区声环境治理需要综合考虑不同区域的声环境特点和治理需求。研究发现，空间封闭性和绿化对人们的行为和感知影响最大。因此，针对高声级–高感知区域利用其高建筑视域因子、低天空视域因子以及适中的树木视域因子所形成的独特空间结构优势，进一步强化声景设计。如通过传统音乐表演、手工艺制作展示等活动增加具有地方特色和文化内涵的声音元素，增强游客对该区域的积极感知。针对高声级–低感知区域，适度提升该区域的天空视域因子，通过优化建筑与景观设施布局，增强空间通透性，从而减少噪声的积累。限制在该区域举办大型集会、商业促销等活动的频率和规模，避免过多的人流和嘈杂声源集中出现。针对低声级–高感知区域，应充分利用其较高建筑视域因子、相对较高天空视域因子和适度树木视域因子所塑造的空间结构特征，将其打造为安静、舒适的休闲及文化体验空间。在规划和管理中，应避免在此类区域建设可能产生噪声的设施或阻止干扰性活动，同时加强对自然植被的保护和管理。

(4) 本研究在历史文化街区声环境治理方面取得了一定成果，但仍有不足。在方法上，声景感知空间插值分析未充分考虑声音传播衰减与边界效应，鉴于研究区域范围小、测点密度较高及研究精力受限等原因，而采取简化处理。未来可结合传播模型与边界效应提升预测精度。在研究框架上，分析了声级、声景感知、视域因子及声景要素占比等主客观数据，但未纳入视觉元素间的空间相邻关系，可能导致场景结构信息捕捉不足。未来可将视觉相邻关系纳入框架，以深化历史文化街区声景研究。

NOTES

^*通讯作者。