基于百度街景数据的街道绿视率研究——以兰州城关区十二条街道为例

街道绿视率作为观察道路绿化环境的直观指标,代表从行人的视角所看到的绿化景观水平,是近年来研究道路绿化品质的重要指标之一。通过应用技术先进的百度街景数据,结合创新性的深度学习方法,提取兰州市城关区部分街道绿视率,深入解析街道绿化品质的关键元素,评估街道绿化水平,并提出相关发展建议。研究表明:百度街景中植被要素比例可以一定程度反映居民真实视角的街道绿化情况;针对兰州市城关区域内的12段街道,其绿视率水平总体表现较好;街道绿视率与行道树冠幅之间呈强正相关性,与树高呈正相关,与树间间距呈负相关,与种植层次呈显著正相关。旨在为街道绿视率拓展新的数据来源,为精准提高城关区道路绿化品质提供量化支持,有助于科学决策并进一步推动园林绿化建设的精细化发展。

基于绿视率的街道绿地暴露公平性研究

绿地是重要的资源福祉,与健康服务联系紧密,是促进健康服务重要的一环。基于绿视率的街道绿地暴露公平性研究对保证绿地资源的公平分配具有重要意义。基于百度街景地图数据,利用图像语义分割技术测算长沙市天心区绿视率。在此基础上,结合天心区人口指标,采用基尼系数以及洛伦兹曲线,对长沙市天心区展开绿地暴露公平性研究。结果表明,长沙市天心区绿视率水平在5%以下的点位数量占比1%;5%~15%的点位数量占30%;15%~25%的点位数量占50%;25%~35%的点位数量占14%;绿视率在35%以上的点位数量占5%,整体绿地暴露水平一般。长沙市天心区总体绿地暴露基尼系数为0.55,绿地暴露分配差异较大。

城市公园绿视率对游人主观热舒适度的影响——以成都市人民公园为例

文章以成都市人民公园为例,旨在探讨城市公园绿视率如何影响热舒适度。通过深度学习技术计算和测量了公园内29个点位的绿视率,将公园空间分为四种不同类型:广场空间、滨湖空间、茶歇空间和树荫空间,分别选取其中四个具有代表性的点位进行微气候因素(空气温度、风速、相对湿度和太阳辐射)的测量。此外,研究共收集了375份问卷,详细收集受访者的主观热舒适度和微气候感知度数据。研究结果表明,绿视率与游人的主观热舒适度之间存在显著关联。绿视率的提高能够降低人们对太阳辐射的感知,从而提升主观热舒适度。

南京市景感生态学绿视率指标量化研究

城市绿地是城市生态系统中的关键组成部分,不仅形成生态缓冲区来提升环境质量,还能保障居民的健康与福祉。随着城市区域的持续扩张,科学合理地规划绿地对推动可持续城市发展越来越重要。基于景感生态学的原理,提供了一种评估城市街区内绿化覆盖尺度的定量方法和景感绿视率指标(Landsense Green View,LGV)。这一指标用于捕捉影响环境和心理健康结果的绿化程度。研究聚焦于南京市的中心城区,使用包括人工智能和街景大数据在内的先进手段来精确量化LGV并评估其空间分布。此外,研究采用地理信息系统(Geographic Information System,GIS)来分析空间模式,并利用计量经济学工具来识别和辨析该地区LGV值的影响因素。回归模型的决定系数为0.869,所采用的模型在预测和理解城市中LGV具有可靠性。GIS分析揭示了几个关键结果:1)街区尺度的自然景观显著提升LGV,相反,人工景观则成为阻碍,显著降抑制LGV。2)城市街区内土地使用的功能和多样性对LGV值有显著影响。3)揭示了LGV在南京的分布表现出内外不均衡的现象,具体呈现从城市中心向农村地区递减的城乡梯度。这种梯度揭示了获取城市绿地的生态效益在不同区位存在显著差距,可能会影响城市规划和政策制定。通过理解城市LGV的空间影响因素和规律,城市规划者和环境管理者可以更好地制定绿化资源配置,并优化城市布局从而增强居民可获得的生态服务和社会福利。本研究加深了从以人为本的角度对现有生态绿地在当前状态和空间模式的理解,突出了在城市绿地规划中整合先进的定量工具和空间分析技术的重要性。提出的研究框架,可支持精细化的城市规划和绿色管理策略,旨在提高城市绿地的质量和功能性,有助于实现绿地配置的可持续性和城市韧性目标。

基于空间测度和空间品质的工业历史文化街区绿视率研究

目的为提升历史文化街区街道空间品质。方法以沈阳市工人村历史文化街区为研究对象,分析历史街区空间现状,利用相关性分析探讨绿视率与其他空间测度的影响关系以及对历史文化街区街道空间品质的耦合影响,建立历史文化街区空间品质的多元回归模型,探究空间品质与空间测度特征的影响机制。结果在历史文化街区中绿视率、历史建筑可见度、围合度、景观多样性为高值显著特征,天空开阔度、参与度为低显著特征且空间差异明显;历史文化街区的空间品质主要受到绿视率、天空开阔度、历史建筑可见度、围合度的影响;绿视率与空间品质成正相关关系,与其他空间测度成负相关关系。结论以历史文化街区空间测度特征量化研究为导向,根据空间测度结果提出历史文化街区街道空间的设计导则,为制定控制项奠定基础。

基于多年份街景图像对大理古城街道绿视率提升设计策略研究

文章以绿视率作为评价指标,探讨如何通过提升街道和公共空间的绿视率,达到改善城市生态环境、提升居民心理健康与生活质量的目的。选定云南省大理古城作为研究区域,分析古城绿视率的现状、变化趋势,探究其绿视率影响因素并提出优化策略。研究采用量化分析方法,对大理古城2016年与2020年的街道绿视率进行对比评价,同时利用深度学习全卷积网络技术,对街景图像中的树、草和其他植物进行语义分割,实现绿视率的精确量化。研究结果表明,2016—2020年,大理古城街道的平均绿视率有所下降,绿化水平未能达到预期目标。通过进一步分类对比分析,揭示街道宽度、绿化形式、建筑特色等因素对绿视率的影响。最后结合大理古城的具体情况,提出一系列改进绿化的措施,可有效提升城市绿视率,增强城市生态环境和文化特色。

城中村街巷空间绿视率分析与优化研究

绿视率作为人们对空间绿量的直观反映,也反映了道路与绿化的比例关系,所以绿视率和绿视率满意度能够以简洁的数据和评分反映街巷空间的绿化质量。以墨江县城中村街巷空间为例,采用现状调研、绿视率图像收集及计算、加上线下及网络问卷调查街巷空间满意度的方法进行研究,结果表明:(1)街巷空间平均绿视率均低于35%,居民满意度大部分评价为一般,现状景观质量较差,亟待提高。(2)经过对街巷空间绿视率及其满意度的深入评估,所得到的评价等级标准显示,在景观品质不佳的地区,公众对于绿视率的标准设定更高。(3)针对低绿视率现状提出空间优化、增加绿化、后期植物管理等优化策略,促进城中村人居环境的良好发展。

基于多源数据的绿视率量化方法综述

绿视率是刻画城市绿地空间分布特征的一个关键指标,且其与居民的视觉感知和实际感受紧密相连,因此可作为链接绿地生态系统服务与人类福祉的一个重要指标,是发展以人为本的高品质城市绿地的重要抓手。发展高效、准确量化绿视率的技术方法可为城市绿地科学研究、规划与管理提供重要支撑。遥感和地面观测技术的快速发展推动了城市植被研究由二维向三维方向拓展,但数据的可得性和易用性限制了绿视率研究的发展,开展科学的、可操作的绿视率量化工作仍需技术方法上的创新。在对绿视率测度方法综述的基础上,重点对最常用的两种方法——基于照片和基于场景量化绿视率进行了综述,从数据获取性、空间覆盖度、数据真实度、操作难度和结果精确度五个方面综合分析与对比分析了两种方法的优缺点。未来绿视率量化方法研究需要多学科深度交叉共同探索人与绿地环境交互机制,构建城市多尺度绿视率量化方案、关注多源数据耦合建模、控制模型训练与使用成本、构建方法评价体系等。绿视率是典型的人与绿地环境的交互过程,地理信息科学应在吸纳计算机视觉计算方法的基础上,将空间异质性、尺度、距离衰减等地理空间效应模式融入分析中,提升模型的合理性和结果的可用性,以期从方法与应用两个方面推动绿视率研究的发展。

利用DeepLabv3+模型提取分析街景图像绿视率——以北京三环内为例

基于语义分割模型的绿视率提取缺乏适用性研究,本文首先基于DeepLabv3+语义分割预训练模型和自主标注样本,采用迁移学习策略,构建街景图像语义分割模型,并对其进行精度验证。然后基于构建的街景图像语义分割模型提取计算北京三环内绿视率(GVI),分析点、线尺度下绿视率空间分布特征。结果表明:①相比DeepLabv3+语义分割预训练模型,迁移学习后模型F1值和mIoU值分别提高了7%和3%;②点状尺度上北京三环内绿视率整体呈“西高东低,北高南低”聚类式分布特征,0~0.15区间内街景采样点GVI约占58.1%;③线状尺度上整体呈“环线低环内高”且中心发散式特征分布,0~0.15区间内研究区道路GVI约占59.8%。该研究对于提升城市街道绿化感知程度和城市空间规划具有重要的参考意义。

基于绿视率和NDVI的城市街道景观分析与优化研究

街道景观空间对市民健康和城市风貌具有重要影响。既往研究中常以归一化植被指数(NDVI)和绿视率(GVI)来分别代表二维和三维的绿色指标,但对二者的指标相关性研究甚少。采用基于深度学习的图像语义分割方法分析百度街景计算代表性街道的GVI,利用GF-1卫星数据计算NDVI,比较分析城市街道的GVI和NDVI指标特征及相关性。结果表明,1)中山市中心城区各代表街道GVI指标参差不齐,从8.06%到36.00%,其中石岐街道兴中道GVI最高;2)各街道观测点的NDVI均值随着缓冲区尺度的增加也随之呈现出不同变化,NDVI均值具有强烈的尺度敏感性;3)50 m GVI和DNVI均值的皮尔逊相关系数最高,达到0.832。在此基础上分析街道景观存在的不足并给出优化建议,为城市街景评估、空间优化、景观提升提供参考。

有氧运动中不同绿视率与音乐节奏联合刺激的情绪改善效益研究

目的:对比有氧运动联合视听觉复合刺激中不同绿视率与音乐节奏组合方式的人体情绪改善效果差异,分析最佳刺激组合干预方式。方法:将120名18~26岁被试(平均年龄为24.2岁)随机分为高绿视率-快节奏组、高绿视率-慢节奏组、低绿视率-快节奏组和低绿视率-慢节奏组。被试完成准备工作,静坐8 min后进行前测;4组被试均佩戴VR目镜及头戴式蓝牙耳机并完成10 min中等强度功率自行车运动(50%心率储备+静息心率),恢复至安静状态后进行后测(恢复期间仍需进行视、听觉干预,恢复时间不少于10 min)。结果:在同等绿视率程度下,被试舒张压降低幅度在慢节奏音乐条件下的效果显著好于快节奏音乐(P<0.05),其他情绪效益反映指标的音乐节奏组间差异不显著(P>0.05)。在相同音乐节奏条件下,高绿视率组收缩压降低、积极性情绪水平升高、恢复结果得分增加的变化幅度显著大于低绿视率组(P<0.05);高绿视率组舒张压降低、消极性情绪水平降低、LF/HF升高、RMSSD降低的变化幅度大于低绿视率,但未达到显著性水平。整体上,慢节奏音乐情绪效益优于快节奏音乐,高绿视率情绪效益优于低绿视率。结论:有氧运动中,聆听快节奏音乐能够缓解消极性情绪,聆听慢节奏音乐可降低血压,观看高绿视率视频能够提升积极性情绪。有氧运动中,高绿视率联合慢节奏音乐刺激是增强情绪改善效益的最佳视、听觉联合刺激方式。

利用Grasshopper编程快速计量景观空间全景绿视率的方法探讨——以济南市莱芜区红石公园环园路12处节点全景绿视率计量为例

绿视率是人眼视角下反映空间绿化效果的可视性指标,为城市绿化的建设与评估提供了新的指导方向。本研究选取济南市莱芜区红石公园环园路12处节点,拍摄场地周围景观全景图像,利用Grasshopper软件编制程序模块,对全景图像进行图像分割和解析,快速计算环园路12处采样点的全景绿视率,评估红石公园环园路不同景观节点的绿化质量,为寻求全景绿视率快速计量方法做一些有益的探索。

基于绿视率的滨水绿道心理恢复影响研究

绿视率是反映城市绿色空间建设水平的重要指标之一,以宜宾市三江新区滨水绿道为研究对象,通过语义分割计算绿视率,结合环境要素及PRS-11量表,评价环境心理恢复效益,探究城市滨水绿道绿视率与环境要素、环境心理恢复效益间的作用关系。结果表明,(1)绿视率与环境要素中的绿化面积呈显著正相关,而与水景质量为负相关。(2)绿视率为24%~34%的滨水绿道空间恢复效益并无显著差异。(3)环境要素:绿化面积、植物丰富度、地形层次及水景质量与环境恢复效益都呈显著正相关。(4)环境的心理恢复效益与绿视率、地形层次、水景质量之间存在正向的多元回归关系。同时,提出绿视率视角下城市滨水绿道的设计意见,希望能对城市绿道建设发展有一定参考意义。

道路绿视率不同识别方法比较研究——以徐州市为例

探究不同识别方法对绿视率的影响,对于提高绿化识别准确率以及绿视率标准的制定有重要意义。以徐州市3类特征用地为研究对象,运用3种不同识别方法对道路移动采样数据集进行绿视率提取,进而分析不同方法对道路绿视率识别值以及准确率的影响。结果表明,1)基于RGB、HSL颜色的方法对于绿视率值存在低估,机器学习SegNet方法在识别精度上优于基于颜色提取的RGB和HSL方法;2)不同用地分组和图像亮度与绿视率差异和精度差异相关性不显著,色偏系数与绿视率差异呈显著正相关。研究结果为政府绿视率标准制定和绿视率监测工作提供了方法论的实证参考及建议。

基于街景图像的呼和浩特市中心城区街道绿视率分析

城市绿色空间对居民生活品质至关重要,城市街道绿化是其中的关键,直接影响居民生活和城市生态。绿视率是评估街道绿化状况的重要指标,能够有效地衡量街道绿化的可见性和质量。本研究利用百度街景图像数据和深度学习方法,计算每条道路的平均绿视率,分析道路绿视率的空间分布特征及数值分布情况,对研究区街道绿化水平进行评价。研究表明:呼和浩特市中心城区街道绿视率在空间分布上呈现出明显的中心–边缘格局,整体绿化水平较好,后续的街道绿化提升工作应重点关注城市中心区域。

扬州东关历史街区夏季街巷空间绿视率研究

选取扬州市东关历史街区街巷空间作为研究对象,通过实地调查研究和数理统计分析,发现东关历史街区街巷的绿视率总体偏低,绿化效果不佳,不同街巷空间指标下绿视率存在明显差异。分析总结出街巷空间绿视率差异性存在的原因,从而提出解决街巷空间体验感不佳的对策,以期为历史街区的环境质量及整体规划提供一定的参考价值。

基于绿视率的城市绿道空间绿量可视性特征

为了解城市绿道植物空间绿量可视性特征，通过构建绿视率计量方法，以广东省立绿道1号线为例进行调查分析，探索了基于绿视率的城市绿道空间绿量可视性特征。结果表明：①省立绿道1号线沿线4个区域总的绿视率均值为31．06％，其中天河区（38．19％）〉海珠区（35．97％）〉越秀区（26．76％）〉荔湾区（26．67％）。②天河区绿道与荔湾区、越秀区绿道绿视率存在显著差异（P〈0．05），表明天河区绿道空间绿量可视性优于荔湾区和越秀区；虽然海珠区绿道绿视率较荔湾区和越秀区高，但通过方差分析多重比较来看，3个区的绿道绿视率没无显著差异（P〉O．05），表明荔湾区、越秀区、海珠区绿道的空间绿量可视性较相似。⑧越秀区和天河区绿道绿视率较为集中地分布在24％～40％区间，说明越秀区和天河区各自区域绿道内部的绿视率数值较为稳定，其空间绿量可视性效果差异不大，给人感觉一种持续、稳定的绿色空间；而荔湾区和海珠区绿道绿视率的分散在10％-50％，说明荔湾区和海珠区各自区域绿道内部的绿视率数值不稳定，其空间绿量可视性效果差异较大，给人一种间断、具有冲击力的绿色空间。基于绿视率的空间绿量可视性可用于评价城市森林建设的视觉效果。

迷人的街道:建筑界面与绿视率的影响

街道作为城市公共空间的核心,其漫游体验价值是城市空间的重要资产。本文以虚拟街道的实验方式探讨了迷人街道的2个变量:建筑界面与绿视率对街道体验的影响。我们首先建构了15个虚拟街道模型,由90名大学生使用VR头盔沉浸式体验这些虚拟街道环境,然后回答环境体验相关问卷。分析结果表明,建筑界面和绿视率都影响了街道的迷人体验,但是界面影响第一,绿视率第二。从迷人要素顺序排列来看,灰空间界面>开敞界面>绿视率>玻璃界面>格栅界面,最了然无趣的是实墙界面。迷人意味着身体参与街道活动的可能,而不仅是视觉探索的趣味。

绿化率 绿地率 绿视率

对绿化率、绿地率、绿视率的概念进行分析比较,指出其异同,并说明三者在衡量居住小区绿化质量中的不同作用。

城市道路绿视率及其影响因素——以张家港市西城区道路绿地为例

介绍了"道路绿视率"指标的源起、发展及研究意义,并针对影响城市道路绿视率指标的因素作了理论研究,以张家港市西城区城市道路绿地为例,通过实地调查研究和数理统计分析,进一步探讨各影响因素与城市道路绿视率指标之间相关性,为城市道路绿地的视绿设计提供科学依据。