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。

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。

垂直视角下杭州市滨江区街道绿化差异与融合分析

针对目前城市街道绿化多指标评价的缺乏,文章以杭州市滨江区为例,从垂直视角,以百度街景为数据源,利用FCN-8S语义分割模型识别并计算街道绿视率与植被层次性,再通过熵权法融合数据以实现街道绿化整体评价。结果表明:滨江区绿视率与植被层次性在空间分布上差异较大;滨江区综合绿化存在地区差异性;滨江区多数街道绿化分布分散且不均匀,稳定性较差。因此,未来街道绿化建设中:应按需兼顾绿化数量及层次性,注重植被配置,减小地区绿化差异;应结合城市建设需求,加强街道绿化稳定性,美化城市形象。

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。

基于遗传算法的淄博市主干道绿视率测算和评价

为了提升绿视率测算精度、找出影响绿视率大小的因素和提升道路绿视率的措施,以淄博市主干道作为研究对象,以绿视率作为道路绿化效果的评价指标。首次利用遗传算法筛选清晰、无遮挡的街景图片,使用MATLAB软件计算绿视率,通过ArcMap软件,对淄博市道路绿化效果量化评价。研究结果表明,淄博市绿视率平均值达到20.483%。低水平和一般水平的采样点主要是路面宽度较宽和绿化模式搭配不合理导致;建立绿化模式与道路类型的关系表,疏林灌木式对绿视率的提升显著,更加适合城市道路绿化。车道数的绿视率对比情况为:双向双车道>双向三车道>双向单车道>双向四车道。道路设置非机动车道与机动车道的隔离绿化带,绿化带采用疏林灌木式,将对提升绿视率效果显著。

跑步频率与街区环境特征关联研究——基于街景图片和公众参与地理信息系统视角

街区环境与体力活动的关联研究大多聚焦于家庭地点附近的地理单元,但跑步、骑行等线性活动覆盖的空间范围较广,因此传统的、以家为中心生成缓冲区的方法难以体现跑步活动实际的发生地点。通过公众参与地理信息系统获取赫尔辛基居民的跑步路径,生成不同尺度线缓冲区,结合谷歌街景图像、城市开放数据库、卫星图像等渠道获取的街区环境指标,构建多项逻辑回归模型分析街区环境特征和个人因素对跑步频率的影响程度。研究发现,街景绿视率是影响跑步频率的主导因素,对跑步意愿有积极影响。高区域坡度也能显著提升跑步积极性,而高道路交叉口密度对跑步频率有消极影响。性别、年龄、教育水平对跑步频率积极性也有显著作用。结合跑步频率与街区环境的关系,从提升跑步活动积极性出发进行空间分析,为街区健康环境优化和更新提供理论依据。

电动出租汽车充电特征等研究动态

选取来自国际学术期刊的论文,以概述形式对城市交通理论方法、实证分析等学术研究成果进行总结性介绍,旨在增强城市交通业界和学界对国际学术动向和研究热点的关注,促进学术交流。本期共选取4篇论文,内容包含电动出租汽车充电特征、电动共享汽车驾驶人充电站选择偏好、社区街道绿景指数对步行时间的影响、人的活动对城市交通事故的空间影响等研究。

基于多源数据的合肥市老城区街道绿化空间研究

基于百度路网、街景图像及人口热力等多源数据,以合肥市老城区为例,通过绿视率指标与其他指标进行叠加分析,将城市街道被感知程度与实际需求程度相对比,识别出街道绿色空间不足的空间点,并在此基础上对比分析6条典型街道之间的差异性及共性的影响因素。研究发现:合肥市老城区街道绿化率平均值为18.02%,绿化感知属于一般水平;老城区绿化建设呈现两极分化的状态,大部分街道绿视率分布在5.00%~15.00%,属于较差水平,且人口活力越高的区域,平均绿视率越低;老城区街道接近城市公园绿地的绿视率普遍偏高;不同等级街道的绿视率差异化显著。影响街道绿视率的因素较多,其中街道断面设计、植物搭配类型为主要因素,绿视率与天空可视域呈现中等相关关系。最后对绿视率在城市规划中的应用及文章研究的局限性展开探讨与展望。

城市绿视率影响因素和健康效应的研究进展

总结国内外绿视率研究现状,归纳城市绿视率的影响因素及其对居民健康效应的影响。从绿视率角度为城市绿化品质提升给予建议,并对绿视率的研究工作提出了展望。

多维度的城市街道绿化质量测度与评价--以大连市中心城区为例

文章以辽宁省大连市中心城区为例,基于卫星遥感影像、百度街景数据及图像语义分析和线上调查,提取街道植被覆盖率、绿视率及绿化配置数据,进行绿化质量测度与评价。结果显示:(1)研究区域整体的街道绿化质量一般,植被覆盖率均值为32.84%,绿视率均值为22.40%,绿化配置简单占比61.53%;(2)商业型街区的3项绿化指标表现最差,景观休闲型街区的街道绿视率与绿化配置水平最高;(3)行道树冠幅、街道和路幅宽度、乔灌草的搭配,以及街旁绿地的布置均是影响街道绿化质量的因素。

基于绿视率的城市绿化评估——以武汉江汉区为例

目前我国仍以3大传统绿化指标评估城市绿化的二维情况,缺乏三维空间绿化效果评估。文章以武汉市江汉区为例,采用系统抽样法,将江汉区划分为472个250m×250m网格,基于腾讯地图的街景图像计算绿视率,从江汉区绿视率整体空间格局、不同用地类型绿视率差异性以及绿化覆盖率对绿视率的影响等方面评估该片区的三维绿化,结果显示:1)江汉区不同区域绿视率差异较大,平均值为16.26%;2)公园绿地、居住用地、商业用地的绿视率依次递减;3)绿视率随绿化覆盖率的增加而增加,但其增长趋势逐渐趋缓。

基于多源数据的多维度居住环境主观绿化评价水平与心理健康研究--以上海市里弄为例

既有研究对城市绿地的心理健康效益持有不同观点,原因之一为各研究对绿地的评价方法存在差异。目前评价绿化水平的维度较为单一,且缺乏对城市特殊居住环境和社会空间类型的关注。基于2016年上海市新旧里弄综合调研数据,分析里弄建成环境绿化空间对自评健康与心理健康的影响。研究采用卫星遥感与街景识别等技术,从绿地可达性、绿地面积、社区植被覆盖水平、社区绿视率水平、社区绿化满意度等多个维度和不同尺度,对居住环境主观绿化评价水平进行量化。研究发现:居住区植被覆盖率特征及公园规模与自评健康显著相关,公园规模与心理健康显著相关,未发现绿视率以及居住地到公园距离对健康有显著影响,同时发现主观绿化评价水平对居民健康存在显著的积极作用。

浙江省绍兴市街景蓝绿空间多维度评价

在新时代城乡人居环境高质量发展的背景下,从二维和三维两方面测度城市街景蓝绿空间感知状况,有助于为街道空间品质提升和城市绿化建设提出科学的参考依据和优化策略。以江南水乡浙江省绍兴市为例,使用街景图片数据和全卷积神经网络语义分割法,识别二环内沿街蓝绿空间,并基于遥感影像的归一化差分植被指数和归一化差分水体指数比较二维平面与三维空间的蓝绿空间的差异,结果表明:1)绍兴市整体沿街绿色空间感知度较高,但存在较大的空间分异;2)沿街蓝色空间虽然充裕,但由于路边植被、围栏等形成视觉障碍,存在不少“临水不见水”的现象;3)沿街绿色空间和蓝色空间的比例在二维和三维方面分别呈中等程度相关和弱相关。基于此,就绍兴市沿街蓝绿空间的提升与改进提出了相应的建议。

企业资源观视角下绿色供应链战略风险评价指标体系研究

基于企业资源观(RBV)的视角,通过识别绿色供应链风险关键影响因素,构建了制造企业绿色供应链风险评价指标体系,可为企业绿色供应链战略的实施与可持续发展提供决策依据和借鉴。

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。

城市绿化对空气质量的影响研究——以中国27个省会城市为例

城市间绿化程度与空气污染比较及相关差异分析是提出城市环境管理措施的重要前提。选择全国27个主要省会城市,基于网络街景照片测定绿色指数差异,对比空气主要质量指标[空气质量指数(AQI)、细颗粒物(PM_(2.5))、可吸入颗粒物(PM_(10))、二氧化硫(SO_2)、二氧化氮(NO_2)、臭氧(O_3)、一氧化碳(CO)]的基础上,探讨了二者相关关系,旨在为提升环境质量、改善绿化水平提供基础数据。结果表明:(1)济南市和重庆市的绿色指数最高,分别达到是11.70%和11.55%,呼和浩特市和拉萨市城市绿色指数最低,在4%～5%。(2)海口市的空气质量最好,AQI为39.66,郑州市和济南市的空气质量最差,AQI年均值分别为117.34和113.93。但是不同空气指标城市排序间差异较大,比如PM_(2.5)、PM_(10)、NO_2以及SO_2年平均最低的城市都是海口,拉萨市年平均CO含量最低(0.55 mg·m^(-3)),哈尔滨市年平均O_3含量最低(77.08μg·m^(-3))。(3)相关关系分析发现,增加城市的绿色程度,伴随着空气质量的改善,如沈阳、南宁、合肥等城市;但对于某些城市,则存在明显的正相关,如兰州、昆明、贵阳等城市,这意味着城市越绿伴随着空气污染的加重。尽管大量研究已经表明,城市绿色植被能够起到滞尘降低污染的作用,目前我国主要城市的空气污染程度,仅依靠城市绿化改善已经远远不够,甚至某一些城市绿色植被存在阻碍空气流通的作用。上述研究结果为科学规划城市绿化、提升空气质量提供基础数据支撑。

基于街景图像的城市街道绿视率计量方法比较分析

【目的】针对街景图像在绿视率计量研究中的使用做出了说明,综合研究现状,对不同的绿视率数据获取方法和计算方法进行了介绍。【方法】对比了传统方法和利用算法模型(PSPNet或SegNet)的自动化方法,阐述了传统方法存在效率低、损耗大、精确度低等不足,而自动化方法有效的解决了这些问题。【结果】基于卷积神经网络模型的图像语义分割,使街景图片的处理与分析变得更为简便,但自动化方法仍有不足之处需要完善。【结论】文章指出利用机器学习来处理数据问题是未来研究发展的新趋势,预测融合机器学习和遥感技术的街景图像自动化计量方法将在城市规划建设、绿道效益评估等方面具有良好应用前景。

基于绿视率的城市生态舒适度评价模型构建

城市生态系统服务指人类从城市生态系统中获取的利益,城市绿色空间是提供城市生态系统服务的主要载体。而城市化进程的加快对城市绿色空间的存量造成威胁,城市生态系统服务难以达到居民需求。传统的城市绿色空间评价指标集中于对城市绿地面积的评价,指标偏向整体性和二维化,忽视了三维绿量,也鲜少关注生态系统服务质量。基于以上背景提出了一个城市生态系统服务功能评价指标——城市生态舒适度,通过人体的主观感受对城市生态系统服务功能做出质量反馈,并结合灰色关联分析法构建了该指标的评价模型。通过样本的条件对比分析得出,当绿视率水平低于30%时,城市生态舒适度的主要影响因子为绿视率;当绿视率水平高于30%时,则是湿度、PM2.5浓度和风力等级。将评价模型的模拟结果与实测值进行对比验证,结果显示二者的变化趋势基本相同,表明评价模型科学有效。

基于街景图像解译的寒地城市绿视率分析研究--以哈尔滨为例

通过解析街景图像能够自动地测度绿视率,但目前尚无剔除秋冬季街景图像的方法。文章提出使用多来源图像数据,采用SIFT匹配算法判定相似图像的方法剔除秋冬季街景图像。以哈尔滨为例,从整体、区域和街道3个层次,根据POI密度识别城市中心区、郊区以及各功能区,并将绿视率与其叠加分析后得出结论:中心区的绿视率显著高于郊区;单一功能的绿视率排序为服务<居住<工作。绘制不同等级道路的街景绿像热度图,得到不同等级道路绿视率特点,即快速路绿视率最高,其次是主干道和支路,再次是次干路,高速公路最低。对于高等级道路,中央绿化带提升绿视率的作用明显;对于低等级道路,行道树对绿视率的影响较大。

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。