基于深度学习的水体生境图像分类与质量评价——以长三角一体化先行启动区为例

【目的】面对长三角一体化地区生态高质量修复与智能化监测的更高诉求,开展基于深度学习的水体生境质量评价,旨在探索风景园林数字技术的前沿领域,为长三角一体化地区的水体生态修复与生态绿色发展提供信息化与智能化的技术支撑。【方法】采用基于深度学习的图像分类方法,通过卷积神经网络(convolutional neural networks,CNN)训练,实现大范围、大批量的水体生境卫星图像智能识别、分类与评价。【结果】构建了长三角一体化先行启动区水体生境卫星图像数据集,训练了水体生境质量评价深度学习模型,对研究范围内全域的水体生境进行了高精度、自动化的生境质量评价。【结论】深度学习模型能够长时序、大范围地对水体生境进行质量评价,为水体生境的修复实践提供技术支撑,未来可实现对长三角一体化示范区水体生境质量的跟踪监测。

生态审美语境下水网乡村风貌保护与再生——以荷兰羊角村为例

针对在美丽乡村建设过程中传统乡村风貌屡屡被破坏的现象,通过生态审美视角的引入,研究提出乡村风貌保护与再生应实现生态优先与乡土传承共建,绿水青山与乡土美感共生的双目标,并提出水网乡村风貌保护与再生“四维交叠”的概念框架,即以要素组成、空间结构为基础的生态系统服务,与以人地关系、乡土感知为依托的审美体验,是相互渗透、相互交叠的关系。通过对荷兰典型成功案例——羊角村的深入剖析,研究总结归纳水网乡村风貌保护与再生方面的9条实践启示,旨在为我国相似水网地区乡村风貌的实践困境提供方法借鉴以及最佳实践参考。

基于文献计量分析的河流生境质量评价研究

水体生态修复作为国土空间生态修复规划的核心内容逐渐成为研究热点,其中河流生境质量评价是水体生态修复规划的基础,通过科学知识图谱工具CiteSpace与VOSviewer进行文献计量分析,梳理研究脉络,研判主要领域。从研究领域看,集中于河流生物状况、水体污染物浓度、评价方法与指标、河流物理生境4个方面;从时间维度看,重要研究领域河流物理生境加速式出现是风景园林学科未来可以有所侧重的前沿方向;比较国内外研究可见,国内相关研究所采用的评价方法多参考国外评价体系。河流生境质量评价在城乡规划与风景园林学科都有较强的实践需求,但却留存较多的理论空白,应注重与相关交叉学科的研究。未来可根据研究对象的地域性特征进一步制定适合中国河流生境特征的评价指标与权重,为我国国土空间规划中河流生态修复提供一定的理论支撑与实践指导。

桥下空间城市更新与空间重构——以上海市苏州河中环节点桥下空间为例

桥下空间作为一类典型的高密度城区困难立地,由于其权责归属与管理机制较为复杂,在城市更新过程中未受到足够的重视。文章提出高密度城区桥下空间的城市更新需要综合性优化策略的介入,构建桥下绿色基础设施"低""线""公""园"四个维度的概念框架,即以"低"影响开发为途径的生态基底锚固、以"线"性空间为脉络的情景主题塑造、以"公"民共享为核心的场地活力激发、以"园"城交融为目的的空间关联组织。通过对典型案例上海市长宁区苏州河中环节点的深入剖析,阐述低效利用的高密度城区桥下空间如何逐步转变为绿色基础设施,总结规划桥下空间更新与重构的3条优化策略,旨在为其他城市高密度城区的桥下空间更新提供思路与实践范例。