持論でしかないので話半分に聞いてほしいのですが、
＞見えるものを書こうとすると
これが原因だと思います。
目に見えるものを書くだけでは、これは「説明」です。
どういう環境なのか説明しているだけ。
だから、その様子が手に取れずイメージできない。
たぶん、人の様子や建物の様子など、周囲の様子をあれこれ詰め込みすぎて文章が膨らんでるんじゃないでしょうか。

描写ってのは「表現」です。
例えば駅前の雑踏を書きたければ、「サラリーマンや学生などが行き交い、一日の始まりが～」みたいに飾った文章で長々と状況説明をするのではなく。
「駅前では忙しなく人が行き交い、サラリーマンと肩がぶつかるも軽く睨まれただけですぐに構内へと消えていった。」
といった感じで、「そういう場面でありそうな状況」を書いたほうがイメージしやすくなります。
この例では、雑踏の様子を説明しているのではなく、雑踏という状況下でありえそうなシチュエーションでもって雑踏を描写している、肩がぶつかるほど混み合っている、という表現になります。
「肩がぶつかった」とあるので、それくらい混んでることがわかります。一方で「肩がぶつかったことを気にするほど」なので寿司詰め状態なほど混んでるわけではない、ということもイメージできますよね。

見たままを書くんでなく、その状況を書くと良いかなと思います。
なので、
＞実際に描写したい場所に行って自分で見て来てもう
実際に行ってロケハンする場合、周囲の様子を覚えるのではなく、その状況下でどういう事が起こっているかをよく観察してみると良いと思う。
人間がいる環境なら、風景よりも人間のほうを観察してみると良いことも多いです。
もちろん大きなことは起こらないだろうから、妄想しながら「こんなことが起こりそう」というイメージも含めて。