自采集街景数据下历史街区空间品质量化研究

探究云南省香格里拉市独克宗古城历史文化街区空间品质现状,提出改善对策。基于自采集的11814张街景图片,量化评估古城空间品质,分析空间失序、绿视率、天空率等指标。发现空间环境较好的样本占8.98%,较差的占33.3%,绿视率低,建筑风貌不突出,路面铺装单一,停车混乱。对提升民族地区历史文化街区空间品质有较好的借鉴和指导作用,通过量化测度和微改造介入,可针对性优化绿化、停车和建筑风貌,提升古城空间品质。

基于街景数据的北京中轴线缓冲区街道色彩更新策略研究

街道色彩是影响城市空间感知的重要因素。使用百度地图批量获取北京中轴线缓冲区街道图像,并利用深度学习和模型分析街道图像,提取现有街道的主色调、辅助色和点缀色,从而挖掘区域街道色彩基因,并客观分析现存的色彩问题。通过语义分析法,从使用者需求和色彩发展趋势的角度,对色彩问题进行补充分析,并提出街道色彩的优化策略。

基于街景数据的城市街道空间可步行性测度方法与应用

可步行性是城市街道活力的重要体现,探讨街道空间可步行性测度指标和方法,对于城市精细化治理具有重要意义。以合肥市三个中心片区为研究对象,优化步行指数评价体系(Walk Score)的评价指标,采用定量分析法,对街景图片进行语义分割得到各要素的占比,计算不同指标的值,研究合肥市街道空间可步行性的特征。结果表明:街道可步行性特征为老城区(36.724)>滨湖新区(31.037)>政务区(30.007),生活性指标与生态性指标局部正相关,生活性、生态性指标与安全性指标显著负相关。设施服务水平、日常服务设施空间布局、街道绿化程度、步行道宽度和机动交通密度是影响可步行性的主要因素。

三维街景数据在特大城市街区道路环境现状评估中的应用——以北京市为例

从特大城市街区单元的道路环境问题入手,在明确了三维街景数据获取方式与特点的基础上,设计了基于三维街景数据的城市区域街区单元的评估模式。这种借助于倾斜摄影测量和车载移动设备的三维街景数据,将大大提高城市区域评估的效率和准确率,并高效扩大评估的范围。本文基于这种最新的城市区域评估模式,利用街区道路环境现状评估模型对北京市典型区域实现了街道环境的评估。通过对街区单元的道路环境现状评估结果发现,基于三维街景数据的特大城市街区单元道路环境现状评估模型对于提高评估效率和准确率具有大幅帮助。同时发现,北京市机动车占道、绿蔽缺乏、栏杆恶劣、街道失落的情况仍很严重,街区单元道路环境的改善任务仍很重。研究成果将为城市精细化管理和城市设计提供数据支撑,为城市形象改善提供坚实基础。

城市尺度下的建筑色彩定量化测度——基于街景数据与机器学习的人本视角分析

新时期城市设计的人本化转型,催生了对于城市尺度下建筑色彩的一系列导控实践。研究针对以往建筑色彩分析难以在大尺度下高效开展的问题,结合街景数据和机器学习,提出了人本视角下的大规模、精细化分析方法。解决了以往建筑色彩分析拘泥于手工小样本采集,难以大范围运用的问题,可快速实现建筑色彩分析与主导色提取,为相关实践提供科学化建议。该分析方法运用开源易得的街景数据,实现了建筑色彩这一难以测度要素的精细化度量,在实践中具有较好的普适性和易用性。

基于街景数据的城市街道景观视觉评价——以福州主城区为例

街道景观是城市重要的公共空间,对街道景观视觉质量进行评价有助于提升城市环境的宜居性。以福州主城区的街景图片为基础数据,使用主成分分析法和熵权法提取视觉安全性、景观舒适性、景观丰富性构建城市景观视觉评价指标体系,确定各指标权重并对街道景观指标进行评价分析,结果表明:视觉安全性体现城市街道景观的基础需求,景观舒适性体现城市街道景观的核心内涵,景观丰富性体现城市街道景观的整体形象。因此,综合协调不同街道要素是优化城市街道景观的有效途径。

基于语义与街景数据的生活型街道界面研究——以南宁市新竹路、凤翔路为例

街道是城市中重要的公共空间,是为市民提供活动、社交和通勤的开放场所。近年来,街道的空间品质成为研究的重点。本文在整合、剖析现阶段国内街道领域研究的基础上,从步行者视角出发,采用语义分析与街景图片数据测评相结合的方法,对南宁市具有代表性的生活型街道步行空间进行了分段分析。通过对街道空间的环境界面和建筑界面进行精细化研究,希望为生活型街道步行空间界面优化策略提供有效的技术手段。

基于街景数据的违法建设监测技术及应用

违法建设严重影响了城市市容市貌和居民生活。为了有效监测与发现违法建设,本文探索并实践了基于街景数据的违法建设监测的关键技术,并在北京市开展了示范应用,形成了以下研究成果:(1)制定了街景技术在监测违法建设的技术流程;(2)融合深度学习技术研发了街景中变化建筑物的自动识别算法,设计了变化图的布局格式并提出了变化图自动生成算法;(3)结合地理信息系统(GIS)技术形成了内外业一体化的实地核查违法建设业务流程,实现违法建设从发现到拆除的全过程监测;(4)研究设计了街景查违系统,并在北京市“疏解整治促提升”专项行动中开展了实践应用。本文关键技术研究和应用示范对提高全市生态文明建设、城市市容市貌空间治理具有重要的技术支撑。

基于街景数据的街道景观与餐饮业活力关系研究

街道是城市重要的公共空间,街道空间承载着交通、生活和商业等多种城市功能。文章选择以城市街道所承载的商业功能中的餐饮业为例,基于街景视角探究了街道空间的景观与餐饮业活力之间的关系:首先,基于HDBSCAN聚类算法构建了街道空间;其次,应用图像语义分割模型提取了街景图片中的建筑物、天空和树木等12种景观目标,构建了天空占比、绿视率、围合度、围墙占比、道路占比和混乱度6个街道景观指标;然后,利用大众点评数据中的餐饮业点评信息,采用核密度算法测算了餐饮业活力;继而,应用偏相关分析对街道空间的街道景观与餐饮业活力的关系进行了分析研究。最后,以广州市天河区为研究区进行了实验验证,结果表明:街景视角下的街道景观与餐饮业活力有着显著的相关关系,混乱度、绿视率、围墙占比、天空占比均与餐饮业活力负相关,而围合度与餐饮业活力正相关。

基于百度街景数据的苏州古城区街道绿化研究

街道绿化对城市居民尤其是街道行人的出行舒适度至关重要,是评估城市绿化的重要指标之一。研究通过抓取苏州市古城区大规模街景数据,基于机器学习算法提取街道绿视率,对苏州古城区的街道绿化水平进行评判。

人本尺度的街道空间品质测度——结合街景数据和新分析技术的大规模、高精度评价框架

本研究针对城市微更新的实际需求,结合街景数据和新分析技术提出了面向人本尺度的街道空间品质测度操作框架。研究以上海杨浦区和虹口区为案例,基于街景图像数据,运用机器学习算法对街道空间要素进行提取,进而使用神经网络算法训练评价模型,构建大规模且精细度高的街道场所品质测度。与此同时,通过叠加sDNA的空间网络可达性分析结果,建立以"品质评价"与"可达性分析"为维度的评价矩阵,找出分析区域中"具有更新潜力的街道",为城市微更新提供精细化技术支持。

基于街景数据和深度学习的街道界面渗透率大规模测度研究——以上海为例

随着当前城市规划与设计的精细化转型,人本尺度下的街道空间品质特征研究日益受到广泛关注。作为影响街道空间品质的关键要素之一,街道渗透率即街道底层门窗洞口面积占底层界面面积的比例的量化测度需求日益提升。现有渗透率的测度主要依赖于成本高、效率低的手工分析,难以进行大规模、高效地测度。针对这一问题,本研究基于开源街景数据和机器学习算法,提出了一套人本视角下街道渗透率大规模、精细化测度和分析方法,并以上海中心城区为例,快速高效地实现了该范围内街道渗透率的计算和可视化。人工标注的结果与计算机的智能化识别在校核中显示了较高的拟合度,证明了该方法的有效性。实证分析发现,上海中心城区内街道渗透率存在明显的空间异质性,呈现“内高外低”的空间格局。本研究对经典城市设计要素与新数据新技术的深度整合方法可为人本导向的城市设计实践提供有力支持,同时兼具大规模与高精度的宏观图解也有助于提高设计师对街道空间的深入认知。

基于机器学习和街景图像的历史城区店招色彩量化研究——以苏州为例

店招色彩是城市风貌的重要组成元素,特别是风貌重点管控的历史城区。文章运用机器学习技术和街景图像数据,以苏州历史城区为例,基于“传统建筑一管控建筑一现代建筑”3个尺度构建一套历史城区店招色彩的评价方法。该方法以街道为单位识别不同类型建筑的店招主导色彩并对街道的店招色彩协调度进行评价。通过筛选协调度较高和较低的街道,分析其店招色彩特点,提出历史城区店招色彩量化管控的依据。该方法可为历史城区店招的精细化更新管控提供技术支持。

基于Photo Sphere Viewer的轻量化可量测街景系统研究

随着新型基础测绘体系发展,测绘技术和装备不断升级,大量街景数据随着车载激光扫描工作一并被采集。针对该数据路线随机性大、密集程度高等特点,以及传统街景地图系统插件受限、扩展性不强、无法量测等局限,本文设计了基于Photo Sphere Viewer的轻量化可量测街景系统,在开源插件的基础上实现了对其组件的扩充、实现了行进方向、地图交互等系统功能的设计优化,进一步实现了基于深度图的街景地图量测功能。生产作业队伍对系统的使用结果表明,该系统可以辅助生产作业队伍进行属性采集、纹理更新、数据检查等多项工作,操作灵活便捷,且具有较强的可扩展性,便于基于生产需求进行改进调整,提高了生产效率,为新型基础测绘成果进一步深化应用提供了良好的借鉴作用。

基于街景大数据的长沙市道路绿化视觉评价

【目的】了解长沙市街道绿化现状特征,为城市绿道建设、道路品质提升提供有效参考依据。【方法】利用MATLAB软件进行图像色彩空间模型转换,通过ArcGIS软件,运用自然间断点分级法,对长沙市主城区街道的绿视率量化评价。【结果】1)有效的7225个绿视率采样点可分为低值点(0.004%~3.899%)、中值点(3.905%~13.771%)和高值点(13.895%~34.576%)3个等级。绿视率为高值的空间点多分布在景观资源较好的区域、道路网较为稀疏的区域以及部分老街;低值点多分布在市区道路网较为密集的区域和跨江大桥上。2)道路绿视率的整体平均值为3.336%。高于平均值的道路有139条,高于10%的道路仅有18条。3)六个行政区划中,望城区绿视率平均值最高,岳麓区位居第二,其他依次为芙蓉区、开福区、雨花区和天心区。4)根据道路结构分析,22个高值空间所处的道路为单幅路,其中13个空间为两车道,9个空间为四车道。5)道路绿视率分布比较均匀的道路有麓山路、麓山南路、月宫路及永通大道,曙光北路、树木岭路、双河路则差异性较大。【结论】长沙市主城区绿化相对较好的街道主要与大学、公园景点、居住区有关,而商业中心街道、CBD街道绿化相对较差,且道路间差异性较大,绿化状态分布不均匀;街道绿化与道路等级、区位相关,绿视率的空间分布受到了新老城区和道路功能的影响;绿视率高值空间都为平面路段空间,低值空间中接近一半为非平面路段空间,且道路上并行车道数的增加会使绿视率降低,影响绿视率效果。绿视率作为评价建成街道品质环境的重要指标,仍具有较大的拓展空间。

基于MMS街景的导航数据采集方法研究

本文利用MMS街景数据,结合基础地理信息数据进行导航数据的采集、加工与整理。主要分析了街景数据的特点和数据采集中的关键技术,阐述了基于街景数据的导航数据的采集流程,并介绍了该技术方法在江苏省电子导航地图数据库建设项目的应用情况。

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。

互联网影像地图和街景地图数据检测

针对互联网地理信息服务和应用的发展变化,为确保互联网地图数据符合国家管理要求,探讨了互联网影像地图数据和街景地图数据检测的内容与方法。结合测绘地理信息相关法律、法规,制定了影像分辨率、空间位置精度、属性信息等检查项,明确了互联网影像地图和街景地图数据涉及地理信息的检测指标。结合具体数据检测工作,对检测结果进行了深入分析,以获取和掌握风险状况,为互联网地理信息服务产品的监管提供支持和保障。

基于大规模街景图像的武汉市历史文化风貌街区色彩控制研究

街道色彩是城市风貌特色的一个重要组成部分,尤其是在承载着独特色彩信息的历史文化风貌街区。然而,在现有的历史文化风貌街区色彩调查方法与评价技术中,存在着色彩样本数量少、人工成本高、宏观控制无法深入到街道尺度、色彩量化指标不明晰等问题。该文以武汉市历史文化风貌街区为例,依托大规模街景图像数据,利用算法提取街区主色并构建合理的色彩评价模型,可为历史文化风貌街区的色彩控制与修复提供引导。

基于街景地图数据的北京市东城区街道绿色空间正义评估研究

绿色空间正义是城市空间正义的典型代表,意为在人群中公平分配维护绿色空间的责任和享有绿色空间的权益。根据其定义,以北京市东城区为例,从责任和权益2个角度着眼,一方面基于百度街景地图数据提炼街道空间绿视率的空间分布特点,表征街道绿色空间的客观可感知水平;另一方面将街道绿视率和实时人口热力叠加,探讨街道绿色空间的实际被感知程度,从而完成对北京市东城区街道绿色空间维护和享有情况的评估。发现邻近使用者维护街道绿色空间的责任对绿化客观可感知水平的重要性,以及合理的道路断面设计对同时提升街道空间活力和绿视率即绿化实际被感知程度的有效性。由此总结出2点街道绿色空间规划设计建议,即明晰权责边界并保证公共权益优先级,以及加强落地性设计导则中对绿色空间正义问题的关注,并对未来研究提出展望。