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

作     者：邵源 叶丹 叶宇 Shao Yuan;Ye Dan;Ye Yu

作者机构：深圳市城市交通规划设计研究中心 深圳市城市交通规划设计研究中心城市交通研究院 同济大学建筑与城市规划学院 同济大学建筑与城市规划学院高密度人居环境与生态节能教育部重点实验室 同济大学生态化城市设计国际合作联合实验室计算性城市设计分中心 

基　　金：国家自然科学基金面上项目(52078343) 国家重点研发计划(2023YFC3805503) 

出 版 物：《国际城市规划》 (Urban Planning International)

年 卷 期：2023年第38卷第6期

页      码：39-47页

摘      要：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。

主 题 词：城市设计 街道 界面渗透率 深度学习 街景数据 人本尺度 

学科分类：12[管理学] 1204[管理学-公共管理类] 08[工学] 081303[081303] 0813[工学-化工与制药类] 0833[0833] 083302[083302] 

核心收录：

D　O　I：10.19830/j.upi.2021.241

馆 藏 号：203125243...