基于百度街景图像的行人视角城市街道植被绿化格局分析

城市街道绿化植被作为城市景观的重要组成部分, 其分布格局对城市景观美学发展及行人身心健康有显著影响, 立足行人视角准确监测街道绿植分布信息对城市规划与管理有明确的辅助作用。该文针对已有研究多采用沿天底方向垂直向下观测的遥感影像监测地表植被而对行人视角的绿色植被分布格局研究涉及不多的现状, 基于免费获取的百度街景图像, 选取绿植覆被典型的泰安市区为案例区, 结合网络信息抓取与空间地理信息处理技术, 分析百度街景图像提取侧视绿植信息的可行性, 统计并对比其计算结果与遥感影像提取结果的关系, 以期为城市规划与管理提供辅助参考信息。网络抓取案例区273个样点共3 276幅百度街景图像, 利用计算机监督分类提取图像中的绿植区域; 基于空间分析模型分析街道绿色植被的分布格局; 利用SPSS软件趋势拟合模块分析百度街景图像与遥感影像提取的植被信息的相关性。主要结果为: 百度街景图像可作为主数据源提取城市街道的侧视绿植分布情况; 案例区不同区域植被分布指数区别较大, 空间格局差异明显; 百度街道植被分布指数与基于遥感图像提取的10、20、50 m缓冲距离范围内植被覆盖面积呈显著正相关关系, 但两者的变化趋势并非完全一致。百度街道植被分布结果可作为遥感监测结果的辅助信息更好地指导城市绿色景观规划与精准管理。     

基于百度街景图像的行人视角城市街道植被绿化格局分析

城市街道绿化植被作为城市景观的重要组成部分,其分布格局对城市景观美学发展及行人身心健康有显著影响,立足行人视角准确监测街道绿植分布信息对城市规划与管理有明确的辅助作用。该文针对已有研究多采用沿天底方向垂直向下观测的遥感影像监测地表植被而对行人视角的绿色植被分布格局研究涉及不多的现状,基于免费获取的百度街景图像,选取绿植覆被典型的泰安市区为案例区,结合网络信息抓取与空间地理信息处理技术,分析百度街景图像提取侧视绿植信息的可行性,统计并对比其计算结果与遥感影像提取结果的关系,以期为城市规划与管理提供辅助参考信息。网络抓取案例区273个样点共3276幅百度街景图像,利用计算机监督分类提取图像中的绿植区域;基于空间分析模型分析街道绿色植被的分布格局;利用SPSS软件趋势拟合模块分析百度街景图像与遥感影像提取的植被信息的相关性。主要结果为:百度街景图像可作为主数据源提取城市街道的侧视绿植分布情况;案例区不同区域植被分布指数区别较大,空间格局差异明显;百度街道植被分布指数与基于遥感图像提取的10、20、50 m缓冲距离范围内植被覆盖面积呈显著正相关关系,但两者的变化趋势并非完全一致。百度街道植被分布结果可作为遥感监测结果的辅助信息更好地指导城市绿色景观规划与精准管理。     

全景绿视率自动识别和计算研究

绿视率是用于绿色空间感知的直观评价标准,传统研究的绿视率多基于平面影像进行计算,不能完全反映三维空间中人对绿量的主观感受。基于全景影像,提出全景绿视率的概念,通过全景相机获取球面全景照片,将等距圆柱投影转换为等积圆柱投影,利用基于语义分割的卷积神经网络模型,自动识别植被区域面积以实现全景绿视率自动化识别和计量。通过比较5项卷积神经网络模型对绿视率的识别效果,显示出Dilated ResNet-105神经网络模型具有最高的识别准确度。以武汉市武昌区紫阳公园为例,对各级园路和广场的全景绿视率进行计算和分析。将卷积神经网络的识别结果同人工判别结果进行对比研究,结果显示：使用Dilated ResNet-105卷积神经网络对绿植范围识别的平均交并比（mIoU）为62.53%,与人工识别的平均差异为9.17%。全景绿视率自动识别和计算可以为相关研究提供新的思路,实现客观准确、快速便捷的绿视率测量评估。     

基于绿视率的武汉市绿地公平性评价

绿地是一种资源福祉，基于绿视率的绿地公平性评价对保证绿色资源的公平分配具有重要意义。以武汉市中心城区为研究对象，基于百度街景地图、百度热力图、卫星遥感影像等多源数据，利用区位熵、基尼系数以及洛伦兹曲线，对武汉市绿视率空间分布公平性进行评价。结果表明：武汉市中心城区绿视率水平在较差以下的点位数量共占87.6%,主要集中在青山区武汉钢铁工业基地以及严东湖以南；达到很好水平的点位数量最少，只有0.4%,主要集中在东湖周边。武汉市中心城区总体绿视率基尼系数为0.49,绿视率分配差异较大，比较不公平。其中，洪山区基尼系数最大，为0.64,绿视率资源分配差距悬殊，江汉区基尼系数最小，为0.47,分配差距较大。武汉市中心城区低熵值区域最多，达29.7%,高熵值区域最少，达15.4%;洪山区、青山区、武昌区内部熵值分配高、低两极明显。用地性质和线性绿化作用是影响研究区绿地公平性的主要因素。研究结果可为优化城市绿地布局提供一定的理论基础和规划参考。     

基于绿视率的城市生态舒适度评价模型构建

城市生态系统服务指人类从城市生态系统中获取的利益,城市绿色空间是提供城市生态系统服务的主要载体。而城市化进程的加快对城市绿色空间的存量造成威胁,城市生态系统服务难以达到居民需求。传统的城市绿色空间评价指标集中于对城市绿地面积的评价,指标偏向整体性和二维化,忽视了三维绿量,也鲜少关注生态系统服务质量。基于以上背景提出了一个城市生态系统服务功能评价指标——城市生态舒适度,通过人体的主观感受对城市生态系统服务功能做出质量反馈,并结合灰色关联分析法构建了该指标的评价模型。通过样本的条件对比分析得出,当绿视率水平低于30%时,城市生态舒适度的主要影响因子为绿视率;当绿视率水平高于30%时,则是湿度、PM2.5浓度和风力等级。将评价模型的模拟结果与实测值进行对比验证,结果显示二者的变化趋势基本相同,表明评价模型科学有效。     

基于深度学习街景影像解译和景感生态学的视域环境定量解读

城市物理环境带给居民丰富而生动的视觉意象，目前许多文献结果表明其宜人性与公共福祉以及健康状况息息相关。景感生态为探究城市物理环境与居民感知信息之间的联系提供了指导依据，通过人本尺度的定量手段解读城市环境中视觉、听觉和味觉等多维度感知信息。秉承景感生态学的基本原理，引入一种结合街景大数据和深度学习的城市环境量化手段，以北京市六环范围为例，将景感视率作为测度对人本视角下的城市环境展开定量解读。在全面把控多维景感要素的同时，旨在实现以人为本的城市物理环境优化设计，从而满足人们对生活品质提升的实际需求。实验结果显示：（1）从视觉感受的宏观表现来看，北京四环路范围内建成环境的"闭合感"较强，而对绿植的感知程度相对偏弱，因而需要开展存量环境设计并优化视域界面结构；（2）以景感视率作为特征值进行聚类得出3类主导空间（绿色空间、灰色空间和蓝色空间），可针对灰色空间着重部署垂直绿化资源，提高城市视觉绿化的可感知性，从而营造舒适宜人的绿色氛围、促进公众身心健康；（3）为景感生态学提供了基于大数据思维的数据集和定量方法补充。综上，以街景影像和景感生态视角对北京市中心城区的视域环境展开定量分析，采用了先进的深度学习框架（Detectron2）并结合经典的机器学习方法（K-Means）对人本视域内多维景感要素的空间分布特征进行解读。借助景感生态规划可以有针对性的改善城市视域界面的感知质量，提升智能管理水平，帮助城市规划设计人员和管理者从人本视角提升城市公共环境品质和风貌。     

街道绿化品质的人本视角测度框架—基于百度街景数据和机器学习的大规模分析

新技术条件下测度街道绿化品质,实现人眼视角绿化可见度与街道可达性的整合分析。抓取上海的大规模街景数据,基于机器学习算法提取绿化可见度,将其与基于空间网络分析的街道可达性开展叠合分析,并与基于卫星遥感影像的绿化率比较,发现绿化率难以准确展现市民日常生活中绿化接触度。运用新技术和新数据推动精细化规划导控,实践上能实现大规模分析并保证高精度结果,理论上能为规划政策的人本视角转型提供支撑。     

基于帧间光流特征和改进RNN的草鱼摄食状态分类

针对鱼类连续摄食行为较难识别与量化的问题, 提出一种基于帧间光流特征和改进递归神经网络(Recurrent neural network, RNN)的草鱼摄食状态分类方法。首先利用偏振相机搭建户外池塘采样系统, 采集不同偏振角度水面图像, 并基于图像饱和度和亮度模型自动选择低反光角度图像, 构建图像样本库; 其次通过光流法提取帧间运动特征, 并基于投饲机开关状态构建时间序列帧间特征样本集, 然后利用样本集训练改进RNN分类网络。以上海市崇明区瑞钵水产养殖专业合作社的试验数据对该方法进行验证。结果表明, 研究方法综合准确率为91%, 召回率为92.2%, 均优于传统的鱼类摄食行为识别方法。研究结果可为鱼类精准投喂技术研究提供参考。     

内容和运动方向感知计算模型

对视野中的物体及运动方向进行感知是视觉感知的基本问题之一,较高级视皮层从V1区的简单细胞开始分为两个通路：“What通路”和“Where通路”．前者对物体的形状、颜色、纹理等内容感知,后者对空间运动速度和方向等感知．本文利用仿脑视觉信息处理计算结构,研究视觉内容和运动方向上的感知计算模型、计算机理和学习算法．该计算模型是一个三层的神经网络,第一层是视觉信号输入层,用于接收外界图像刺激．第二层是神经信息内部表象层,与第一层的网络联结是通过神经元稀疏表象原理自适应形成神经元的感受野．为此,引入Kullback_Leibler散度描述神经元响应的独立性,极小化该代价函数导出网络联结权值的学习算法．从自然图像块中学习得到图像基函数,这些基函数具有局部性、朝向性和带通滤波性．这些性质与生理实验结果中的V1区简单细胞感受野特征相吻合．将这些基函数作为神经元的感受野,并在第三层对较高级视皮层的内容感知和运动感知神经元进行建模．在理想刺激中加入一定量的噪声后,该模型对内容和运动方向的感知仍有较高的准确率和较好的鲁棒性．最后给出的实验仿真结果说明模型的可行性和学习算法的简单有效性．     

以菌紫质膜人工感受野为基础的图象边缘检测系统

本文应用菌紫质沉淀膜在一维上模拟了动物ＧＣ感受野。以该人工感受野为基础,构建了一个边缘检测系统,并成功地对图像的边缘进行了检测。本文所获得的结果将为人工视觉、图像技术和分子电子器件的发展提供新的启示。     

街道峡谷绿化带设置对空气流场及污染分布的影响模拟研究

合理设置道路绿化带能够改变街道空气流场进而改善空气质量。利用风洞试验结合数值模型的方法测试了树冠形状和绿化带位置对街道峡谷的风场影响。在数值模型中,采用针对植物模型不同高度赋予不同叶面积密度(leaf area density,LAD)值的新方法近似模拟不同树冠形状的植物,通过输入污染源数据,得到风场及污染物浓度数据结果;与风洞试验结果进行对比,验证了其有效性;进而,利用数值模型分析了不同绿化带设置下街道峡谷内行人的污染暴露特征,结果表明绿化带位置及树冠形状影响街道峡谷中的涡流结构,形成复杂的细小湍流,从而影响街道峡谷中的风环境和污染物分布。阔叶树冠和位于街道峡谷中央的绿化带位置有利于降低行人污染暴露风险。未来研究中,通过增加风洞试验布点、考虑热力作用及气象因子的影响,或许可以提供更加详细的改善街道峡谷微环境的绿化带布局,为城市大气环境管理和绿地系统建设提供科学依据。     

公共空间安全感研究：以上海城市街景感知为例

在文献基础上梳理了街道安全感影响因素,并采用上海样本检验了“街道眼”等西方街道安全理论。邀请30位学生和30位市民对上海5个不同发展时期社区的300张百度街景图片进行安全感评定。实验发现绿视率、管理程度、车道数等都对安全感起着显著作用,并分别建立了单双车道和多车道街道空间的安全感回归模型。其中发现绿视率（单双车道相关系数R=0.728,p<0.01;多车道相关系数R=0.471,p<0.01）、管理程度（单双车道相关系数R=0.766,p<0.01;多车道相关系数R=0.450,p<0.01）、车道数量因素（相关系数R=0.502,p<0.01）对安全感均有显著的积极作用,界面透明度（单双车道相关系数R=0.222,p<0.01）、独立自行车道（相关系数R=0.309,p<0.01）及设计美感（相关系数R=0.432,p<0.01）等因素在单双车道空间中具有积极影响,而助动车与自行车（单双车道相关系数R=-0.327,p<0.01;多车道相关系数R=-0.281,p<0.01）在对安全感知评价具有消极影响,机动车（单双车道相关系数R=0.251,p<0.01;多车道相关系数R=-0.327,p<0.01）在单双车道与多车道空间中呈现相反的作用。     

沈阳市建成区行道树的结构与功能研究

城市森林不仅可以减少城市中的裸露地面 ,更是大气污染的天然净化器。它可以促使大气中Ｏ2和ＣＯ2 的平衡 ,降低多种有害气体浓度 ,吸附空气中的灰尘[3] 。沈阳市是一个重工业城市 ,由于历史和现实的原因 ,以工矿企业污染物排放为主要污染源的大气污染日益严重。因此 ,城市森林的建设对于减轻城市大气污染至关重要。行道树是城市森林的重要组成部分 ,是连接城市分段隔离绿地的纽带 ,同时又为野生动物提供了栖息地及迁移通道 ,被认为是城市自然恢复的重要手段 ,其功能越来越受到人们的重视[8] 。怎样合理配置行道树的结构 ,发挥其最大生态效…     

基于夏季小气候效应的杭州街道适应性设计策略研究

随着城市热岛效应日趋严重,小尺度公共空间的气候研究已成为风景园林学科的研究热点之一。选取杭州市文一西路和古墩路作为实测对象,于2017年8月对各测点空间的空气温度、相对空气湿度、太阳辐射强度、风速风向进行测定,分析小气候因子日变化趋势,并运用Rayman 1.2模型评价人体舒适度,针对性提出街道空间小气候适应性设计策略。研究表明,尽可能设定与城市主导风平行或接近的街道朝向,通过人为增建遮阴空间、调控街道界面小气候一致、采用植物或绿色建筑材料、增设道路中央景观界面,且当人行道及机非分隔绿带分别种植落叶、常绿乔木,设五条绿带,选用乔—灌—草复层结构,同时增设垂直绿化时,能够有效缓解夏季极端热感受,从而营建舒适健康的城市街道空间。     

基于手机健身数据的城市街道健康服务功能研究

城市街道是城市空间的基本单元,承载着多元的城市生活。本研究基于手机APP共享的健身数据,以街道线性体育活动为研究对象,从健康视角认知街道空间属性和特征。运用VGI-GIS的方法,在信息矢量化和可视化的基础上,从时间和空间2个维度,对城市街道的健康服务功能进行描述。基于运动热点空间的分布格局,研究在空间集聚、建成环境和人群收入3个层面上进行分析。结果表明,街道的空间连续性对健身活动有促进作用,大型公园和高校对健身活动有巨大的吸引力,公交站点对健身活动有多方面的影响,不同收入阶层健身活动差异明显。多元化的热点空间模式为提升街道的健康性提供了因地制宜的可能性。以健康为导向的城市设计探索采用临时封闭街道,在商业和办公区域周边增设户外体育设施等措施,提升街道的健康服务功能。     

基于城市微气候模拟软件的城市道路绿化带对PM2.5消减作用的研究

随着经济的快速发展及机动车保有量的持续增长，车辆造成的道路污染问题日益严重。广州作为中国重要的经济发展城市，交通源排放问题高度集中，机动车排放是城市PM2.5的主要来源之一，开展减缓城市道路污染危害的研究具有重要意义。本研究为调查绿化带对广州城市道路PM2.5的影响，运用实测与城市微气候模拟软件（ENVI-met）模拟结合的研究方法，实测并分析城市道路空间PM2.5的浓度分布及其影响因素，使用实测数据对模拟软件进行验证分析，模拟研究理想道路模型下不同高宽比、风向等因素及绿化带植配类型对PM2.5的消减作用。研究表明：（1）城市道路空间PM2.5浓度分布受污染源、街道高宽比、风速风向、绿化带等综合影响，自然消减情况下，其主要受风速风向和高宽比双因素影响；（2）通常街道高宽比越大，越有利于道路空间PM2.5的扩散；（3）城市道路空间PM2.5自然沉降最小距离为12 m，0-12 m范围内应保持无障碍物的开敞环境，PM2.5消减的关键范围是12-24 m，此范围内可以利用生态手段沉降颗粒物；（4） PM2.5消减率受绿化带和风向的双控制，应根据主导风向选择绿化带植配方式。在主导风平行面和垂直迎风面绿化带对PM2.5有正消减效应，建议植配类型为"乔-乔+灌+草"；在主导风垂直背风面绿化带对PM2.5呈负消减效应，植配类型为"乔-灌"绿化带消减率接近于自然消减率，而植配类型为"乔-灌+草"和"乔-乔+灌+草"的绿化带加重了颗粒物在该区域的积聚。