基于时序街景数据的城市街道绿化结构演变——以上海市中心城区为例

【目的】城市街道绿化结构的演变和优化是评价城市发展质量的重要指标,特别是在中国的典型城市上海,街道绿化对于改善城市微气候、减少空气污染以及提供居民休憩空间具有至关重要的作用。为了提升城市街道绿化质量,深入探究上海市中心城区在2013—2019年之间的城市街道绿化结构演变规律。【方法】基于时序街景图像数据,利用DeepLabV3+语义分割技术,详细分析上海市中心城区城市街道绿化结构的空间和时间演变规律。【结果】2013—2019年,上海城市街道绿化结构中的植物视觉要素占比有所增加,乔木、灌木和草本植物的视觉要素占比分别增加了25.09%、19.32%和42.39%。在街景的地理空间分布中,2019年综合性城市街道绿化结构(乔-灌-草)的数量相比2013年增加了23.99%,尤其是浦东新区和杨浦区的绿化结构增量变化更加明显。表明了城市街道绿化结构要素和绿化结构的增量具有空间分布一致性。【结论】基于人工智能技术的城市绿化监测方法能够有效识别城市街道绿化结构演变规律,为城市决策者和规划者提供了维护和增强城市绿化的全新视角。

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。

中国35个城市行道树树种组成特征研究

明确城市森林树种组成是城市森林建设与管理的基础。以往研究多局限在特定城市或区域,难以准确揭示其普遍规律。本研究基于百度街景选取全国35个主要城市,共设置88632个样点。并根据地理区域将这些城市划分为北方、南方、青藏和西北城市,比较不同区域城市行道树树种组成差异。结果表明:①基于街景调查我国常用行道树共99种,最常见的是杨树(Populus spp.)、柳树(Salix spp.)、香樟(Cinnamomum camphora)、雪松(Cedrus deodara)和国槐(Sophora japonica);②我国南方城市行道树种多选用阔叶树如香樟,北方和西北城市行道树则以杨树、柳树和槐树为主,青藏地区行道树以杨树和针叶树为主;③依据10/20/30经验法则,仅有昆明和桂林城市行道树在种的水平上配置较为合理,其他城市植物配置均不合理,尤其克拉玛依市的杨树相对多度高达61.2%,长沙市和杭州市的樟树比例超过树种总数的50%,单个树种优势明显,4个区域行道树树种水平上配置均不合理。今后在行道树种选择时北方、西北和青藏区域城市应减少杨树、柳树、松树和槐树等的利用,南方地区应增加适宜本土生长的其他树木种类。本研究为我国合理规划城市行道树,系统开展多城市对比和综合提升生态服务功能提供了重要参数。

基于街景测量的南昌市行道树结构特征与健康状况研究

行道树作为城市绿地系统的网络和骨架,在城市居民生活中发挥着无可替代的作用。快速准确的掌握城市行道树的结构特征和健康状况,有利于城市森林建设与管理,进而提升其生态服务功能。基于百度街景平台,通过街景测树法对南昌市的963个样方,共计26727株行道树展开调查。测量内容包括行道树大小指标(树高、胸径、冠下高和冠幅)、健康状况(支架比例、枯稍比例、叶色不健康比例和死亡比例)和植被垂直结构配置情况;并且探究了不同行政区和不同城市化强度(环城道路发展下的城乡梯度)下行道树的空间分布特征。结果表明:(1)南昌市行道树小树比例较高:胸径在10—20 cm的占65%,冠下高在1.5—2.5 m间的占76%,树高在4—8 m间的占71%,冠幅在2—6 m间的占76%;行道树生长整体表现为健康,各指标所占比例较小,但是叶片健康较差;35%的样地无叶色不健康,77%的样地无支架,76%的样地无枯梢,93%的样地无死亡;植被垂直结构配置状况良好,以乔⁃灌⁃草复合结构为主(比重为75%);(2)在空间分布上,不同行政区行道树大小指标和垂直结构配置上差异显著、健康状况(支架比例和叶色不健康比例)均表现显著性差异(P<0.05);不同环路行道树大小指标存在显著差异,表现为1环>2环>3环,垂直结构从内环到外环更为复杂,配置等级为1环<2环<3环,不同环路行道树健康状况(支架比例和叶色不健康比例)表现显著性差异(P<0.05)。综上所述,南昌市行道树整体健康状况良好,行道树个体较小,而且以复层结构为主,本研究基于百度街景对南昌市行道树结构特征和健康状况进行比较全面的评价,为南昌市今后城市行道树的规划和管理提供了基础数据支持。

基于多源数据的福州市主城区街道绿化品质研究

为了更精确地对街道绿化品质进行评估,以福州市主城区三环快速路街道范围内为研究对象,获取百度街景数据及图像分析提取街道绿视率,结合空间网络分析软件Axwoman,以POI、公交站点、地铁站点等大数据作为数据支撑,综合分析福州市街道活力和街道绿化水平之间的关系.结果表明:(1)福州市研究区内街道绿视率的平均值为21.62%,仓山区的绿视率平均值最高,达到了21.93%,鼓楼区、晋安区、台江区依次递减;(2)福州市街道各维度指标结果整体呈中心聚集且向周边扩散的趋势,福州市核心城区鼓楼区、台江区的区位特征和功能性指标整体较好,仓山区最差.但连接性指标则相反,仓山区最好.通过街道多维度评价结果与街道绿视率叠加分析进一步挖掘街道潜力,为规划者在后期提升城市街道的绿化品质提供依据.

基于百度街景数据的道路绿视率研究——以福州西湖社区为例

基于百度街景数据,对福州市西湖社区不同街道的街景数据进行提取,通过Photoshop等软件进行处理分析,测算不同道路空间的绿视率数值。同时运用Depth map对道路空间整合度进行对比,分析得出人群聚集地区的绿视率现状;通过对比不同类型和不同等级道路绿视率的差异,结合道路整合度分析结果,对提升街道空间品质提出具体建议。

基于街景图像的哈尔滨历史街区天空视角因子评价

文中以哈尔滨南岗、道里、道外3个典型历史街区为研究对象,使用卷积神经网络对街景图像进行语义分割,计算重要城市形态指标天空视角因子(SVF)。研究结果发现,基于街景图像和基于建筑高程得到的SVF平均值差值为0.425。其差值由街谷内行道树遮阴造成。树木遮阴对哈尔滨历史街区内天空视角因子的影响比例为56.3%。

城市街道绿化空间分布及其对住宅价格影响研究--以石家庄市为例

采用深度学习技术SegNet网络模型对石家庄市27124张街景图像中的街道绿色特征进行提取,计算街道绿视率,在此基础上建立特征价格模型,进一步分析街道绿化对住宅价格的影响。研究结果表明:石家庄市街道整体绿视率平均值为25.92%,高于人眼感觉最舒适的街道绿化水平;街道绿视率空间分布差异较大,商场密集路段以及高架桥遮挡视线路段分值较低,城市支路分值普遍较高;街道绿视率对住宅价格影响程度较高,街道绿视率每提高1%,每套住宅价格平均上涨1.194万元。研究结果可为政府实施城市精细化管理提供帮助,为城市规划以及房地产开发提供依据。

湖南省城市绿色空间差异分析

城市的绿植空间在城市形象和人居生活中起着重要作用。本文结合爬虫技术通过百度地图获取百度街景图像数据,基于机器学习算法提取街景图像中绿植空间占比,分析长沙市、株洲市和攸县3个不同等级城市中心城区绿色空间占比。讨论各城市绿色空间占比与该城市的城市规模、经济发展和城市绿化投入之间的关系得出:随着城市规模和城市经济发展,城市绿色空间占比差距变小,而城市绿化投入越多,城市的绿色空间占比越高。本文研究采用街景图像数据,实现了低成本、大规模数据采集,结合机器学习算法分析城市绿色空间占比,不仅为城市数据采集提供新的可行方法,也为城市空间的评价提供了新视角。

徐州中心区街道景观、功能与活力关系研究

通常获取同一时段的街道景观、功能、活力数据时较为困难,难以量化三者时空关系。研究以百度街景地图、百度地图POI数据和百度热力地图为基础,通过地理信息系统和机器学习方法,提取街道景观、功能、活力指标。研究显示:街道景观、功能与活力呈显著负相关和正相关,且街道功能与活力相关性更强;街道景观、功能和街道活力的聚类关系存在空间异质性,中心区域和外围区域聚类关系存在显著差别;街道功能密度和功能混合度与街道活力的聚类关系整体相似,但局部存在差异。研究揭示了街道景观、功能和活力间的数量和空间关系,并在此基础上针对不同路段提出优化策略,以期为徐州街道品质提升提供参考。

基于百度街景的SVF计算及其在城市热岛研究中的应用

SVF(Sky View Factor)是描述城市辐射和城市热环境的有效指标之一,是研究城市热岛的重要几何参数,如何快速准确地计算大规模的SVF对城市形态和城市气候研究具有重要意义。已有研究发现,SVF与热岛强度具有强烈关系,但以往研究存在争论和局限性。本研究采用百度全景静态图,基于深度学习,使用Deeplabv3+模型对天空范围进行探测,提出一种SVF自动计算方法,并用该方法计算上海市中心城区的SVF分布。本研究引入局地气候分区(Local Climate Zones, LCZ),将大规模、精确的SVF结合每个地块具体的土地利用和建筑情况进一步用于SVF与热岛强度的关系研究。实验结果表明,在不同场景下,Deeplabv3+模型都能对天空范围进行有效探测(MIOU=91.64%);本文方法计算的SVF与鱼眼照片计算的SVF具有令人满意的一致性(R2=0.8869);在不同区域,SVF与热岛强度的关系不同,对于LCZ5开敞中层建筑,最高相关系数为0.68,对于LCZ1紧凑高层建筑,最高相关系数为-0.79。本文SVF计算方法在上海市中心城区的成功应用,验证了在中国高密度和复杂的城市环境中使用街景图像计算大规模SVF的可行性,此外本文基于区域化研究思想进一步研究了SVF与城市热岛的关系,弥补了以往此类研究的不足。