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。

视嗅感知下校园绿地的恢复性效益研究

校园绿地作为学生压力恢复、调节情绪的有效媒介,值得深入探讨。借用生理指标(收缩压、舒张压、心率、脑电波)和心理指标(POMS量表),选取花香(栀子)和叶香(雪松),探究视嗅感知下校园绿地恢复性效益的差异,通过SD景观感知量表判断嗅觉对视觉感知评价的影响,结果表明:1)栀子花香和雪松叶香均能显著降低舒张压、提高注意力(P<0.01),校园绿地中香气能够改善消极情绪,其中栀子花香更能缓解疲劳、提高精力,视嗅感知比单一视觉感知下的恢复性效益更强;2)栀子花香在高、中、低绿视率水平(10%~85%)环境下均能显著放松身心(P<0.05),雪松叶香在绿视率为35%~85%的环境中能显著降低压力(P<0.05),θ波在任何气味介入的不同绿视率校园绿地中没有显著变化;3)气味可以改变人对视觉景观的感知评价,且气味类型与场地自然感、氛围感和有趣度显著相关(P<0.05)。因此,校园绿地建设可结合视嗅感官体验,根据绿视率或其他环境特征合理种植芳香植物,增强场地恢复性水平。

基于绿视率的街道空间景观质量感知研究

在城市体检中构建主客观相互联动的街道绿化景观质量评价机制,对在城市更新中建设高质量街道空间具有现实意义。研究以昆明市呈贡老城区龙城街道为对象,以绿视率作为主要客观评价指标,以现场问卷调查数据作为主观感知评价指标,构建主客观联动的评价体系,揭示二者间内在规律,并对提升景观质量提出相应策略。

轨道交通车站封闭空间绿色视觉评价指标研究

通过分析人类的"绿色需求",阐述轨道交通车站封闭空间设置绿色植物的重要性。根据眼睛的视认特性,运用视觉心理学及相关几何知识推导出了绿色植物放置的临界高度和临界长度。通过计算,可得到临界高度和临界长度值,从而确定绿色植物的覆盖范围。临界高度评价指标和临界长度评价指标使轨道交通车站封闭空间内的绿色植物在满足人的绿色需求的同时其经济性也达到最佳。

基于街景图像的福州城区主要道路绿视率研究

道路的视觉感知是衡量城市绿化景观功能的重要途径,绿视率被认为是评价城市绿色空间的重要指标。本文根据植物对太阳光吸收和反射波谱特性,对应街景图像中红、绿、蓝三分量的特点,提取植被信息,从而计算绿视率。以福州市城区(鼓楼区、仓山区、台江区、晋安区)主要道路作为研究对象,计算每个观测点的绿视率和道路的平均绿视率,分析道路绿视率分布情况,且探索了绿视率的影响因素与绿视率之间的关系。结果表明:福州市城区主要道路中47%的道路平均绿视率达到了15%,且主要集中在鼓楼区以及台江区;公园等绿地对于周边道路的绿视率有着积极的影响;道路最佳的绿化模式为密林式,且道路板带模式的绿视率对比情况为一板两带式>四板五带式>二板三带式>三板四带式。

城市公园绿视率对人体身心健康的影响——以杭州为例

绿视率为城市公园环境评估的重要指标,其对人体身心健康影响的效应有待深入探讨,研究结果可为城市绿地规划建设及优化提供参考。基于城市公园实景影像,通过VR技术、利用POMS量表与语义分析量表评分作为心理评估指标,皮电信号值作为生理评估指标,探究基于绿视率的城市公园环境对人体身心健康的影响机制。结果表明:(1)城市公园绿色空间静态VR体验能使个体精神放松,增加积极情绪,减少消极情绪;(2)在实验条件下(绿视率范围10%~66%),随着场景绿视率的增加,个体心理、生理恢复愈加显著;(3)当环境绿视率低于35%时,其对个体的身心恢复受多因素协同影响,如水体面积、空间开敞度、硬质场地面积等;当绿视率值高于35%时,绿视率为环境对个体身心影响的主导因子。

城市行道树绿视量指数研究

本文立足于街道景观视觉质量定量研究不足,以行人的视觉感受为出发点,创新性地提出一种用于衡量城市行道树的绿量可视性的绿视量指数。该方法通过模拟人眼视野范围内周围树木的真实场景,定量描述了行人视角下所能捕获的行道树绿色面积,以及这种目视接触概率的空间分布差异。研究结果表明:对于复杂的城市街道景观,绿视量指数能够很好地反映出行道树的空间分布、树冠三维结构、建筑物遮挡、以及观察距离对行人感知城市绿量产生的影响。本方法充分利用多源信息,基于计算机的自动解译,实现了街道场景内任意位置的绿视量高精度计算,大大降低了人力成本,可用作大范围多区域间的对比评价。研究成果证实了多源遥感数据在评价道路绿化景观视觉效果上的有效性,可为环境规划设计、绿化精细化管理、人居环境改善提供技术支撑。

基于城市园林树木景观三维模拟的绿视率估算方法

城市生态景观功能主要是绿色植物对人的视觉作用。绿视率被认为是一种比较好的衡量绿色空间视觉感受的描述因子。目前绿视率的估算主要基于静态的图像或者街景数据,而绿视率是一种动态的量,不同视点有不同的值,且植物是生长变化的。因此,本文提出一种基于数据和模型综合驱动的园林树木三维模拟景观的绿视率计算方法,其利用虚拟地理环境、虚拟植物等技术,通过道路、建筑物等硬质景观数据和树木模型驱动,建立城市园林树木三维景观;根据视觉成像原理,构建虚拟相机,模拟不同视点园林景观的视觉图像,然后识别表征植被信息的像素,从而计算绿视率。本文研发了园林树木景观三维模拟及绿视率估算原型系统,并以城市道路树木景观为例,模拟分析了机动车道中车辆乘客可获得的绿视率,与街景图像提取的绿视率值相近。该方法和系统可用于包含时间变量的不同生长阶段园林树木景观的绿视率评估,支持交互设置不同的视点参数,估算城市任意位置和任意方向的绿视率,评价过去、现在和未来的园林景观绿化质量,以人的视觉感知角度为城市绿地规划提供参考。

绿色环境暴露对居民心理健康的影响研究——以南京为例

绿色环境暴露对心理健康的影响长期以来都受到国内外不同领域学者的关注,但从个体与环境交互的角度关注衡量个体对环境实际感知的研究较少。论文试图基于对居民视觉感知和时空活动等因素的考虑,结合机器学习等技术扩展绿色环境暴露的测度方式,并构建绿色环境暴露对心理健康影响的概念框架。同时,以南京为实证对象,运用结构方程模型对比分析绿地率、绿视率、绿色视觉暴露对心理健康影响的差异。研究发现,3种绿色环境暴露测度指标对心理健康均有显著正向影响,但影响程度和路径存在差异,建立更加综合的绿色环境暴露评价指标体系至关重要。主观建成环境可以作为绿视率和绿色视觉暴露对心理健康影响的中介变量,身体活动仅作为绿色视觉暴露影响心理健康的中介变量。研究拓展了绿色环境暴露对心理健康影响的研究框架,并对城市绿地系统的规划管理具有参考价值。