全局检索与知识浏览

街景感知模型可大规模预测安全等主观属性，但其本质仍为相关性建模：无法识别针对特定场景、可能改变人类判断的局部视觉变化。我们提出一种基于杠杆的干预性反事实框架，将场景级可解释性重构为在结构化反事实编辑空间内的有界搜索。每个杠杆定义一个语义概念、空间支持范围、干预方向及受约束的编辑模板。候选编辑通过提示词引导的图像编辑生成，并仅在满足同地点保持性、局部性、真实性和合理性等有效性检验时予以保留。在来自五座城市的50个场景的初步实验中，该框架揭示了基于代理的方向性模式初探结果，以及纯提示编辑下的实用失效分类体系；其中，交通基础设施（Mobility Infrastructure）与物理维护（Physical Maintenance）两类杠杆引发的安全性辅助变化最为显著。人类成对判断仍为未来验证的基准真值终点。

尽管近年来已利用机器学习构建了全球覆盖的城市感知数据集，但其在准确评估其他国家和地区局部城市感知方面的有效性仍存在问题。本文描述了一种基于深度学习与迭代反馈及推荐评分相结合的方法，提出了一种人机对抗评分框架，可实现对中国城市局部城市感知的快速、低成本评估。采用先进的全卷积网络（FCN）和随机森林（RF）算法，该方法的感知估计误差低于10%。从视觉特征和城市功能两个方面进行驱动因素分析，验证了其在推导局部城市感知方面的可行性。该人机对抗框架具备高通量与高精度评分能力，为城市规划者和研究人员提供了一种经济、快速的局部城市感知评估解决方案。

社会脆弱性与社区韧性是灾害风险管理的关键分析框架。环境感知质量亦通过塑造社会资本及灾后心理恢复能力，影响灾害后果。然而，现有研究极少考察感知质量如何与韧性–脆弱性系统相关联，致使实践者难以判断感知质量是否以及如何与韧性相关配置及社会脆弱性发生交互作用。此外，分析此类关联需首先厘清感知质量的概念内涵，因其在主观体验与客观环境之间缺乏明确的本体论定位，从而阻碍其与韧性–脆弱性系统形成连贯的理论联结。因此，本文将街景感知质量重新界定为‘街道景观氛围’（streetscape atmosphere），即一种前主体性的、跨尺度的感知背景，介于主体与客体之间，兼具物质性与社会性，并可通过聚合众包评判数据予以量化。本研究以美国东北部为案例，采用受控空间滞后模型并结合分解分析法。研究发现呈现三种模式：第一，高社会脆弱性系统性地与较低美感、更高压抑感的街道景观氛围相关联，该模式揭示了街道景观氛围中累积性劣势对结构性不平等的强化效应；第二，住房与基础设施韧性与较低美感、更高压抑感的氛围相关，而制度韧性则与更低压抑感的氛围相关；第三，这些氛围特征通过公共空间环境的可见构成及其维护状况得以物质化表达。本研究是首批将街道景观氛围纳入韧性–脆弱性系统实证分析的探索之一。

见SSRN 4174009

《美国地理学家协会年鉴》；第115卷；第7期；第1720-1741页；2025年发表；出版机构Routledge。

Landscape and Urban Planning；卷 212；页码 104125；发表于 2021 年；出版机构 Elsevier。

尽管已有研究评估了视觉空间指标与城市居民心理感知之间的关系，但关于城市视觉空间与居民心理感知之间系统性关联的研究仍较为稀缺。本研究旨在探讨城市视觉空间与居民心理感知之间的相关性，分析视觉空间指标对居民主观感知的影响，并重点关注蓝绿空间在可步行性、围合度、开放性、形象性及交通流量等机制下对城市居民心理影响的作用。研究采用全卷积网络（FCN-8s）对武汉的街景图像进行分割，通过人机对抗框架与随机森林算法结合构建城市感知数据集。基于街景数据，设计七类视觉空间指标，以上述五项视觉空间指标为中介变量，对城市居民感知进行多元线性回归分析，并开展蓝绿空间对居民心理影响的中介效应分析。结果表明，城市视觉空间指标与居民心理感知之间存在显著关联，其中绿度与围合度等视觉空间指标对居民心理感知具有显著影响，且部分视觉空间指标在蓝绿空间影响居民心理的过程中发挥显著中介作用。本研究系统分析了视觉空间指标与居民心理感知之间的关系及其作用机制，为深入探索复杂城市环境中的心理响应机制提供了前瞻性基础。

《计算机、环境与城市系统》；第78卷；第101386页；2019年发表；出版机构Pergamon

居住在感知安全、活跃且美观的邻里环境中的人群更有可能参与身体活动，而居住在感知单调和压抑的邻里环境中的人群则较少参与身体活动。此外，邻里感知与身体活动之间的关系在不同强度的身体活动水平中存在差异。腾讯街景影像与深度学习技术相结合，为评估中国大城市邻里环境暴露提供了一种准确的自动化工具。

研究结果表明，视觉绿色空间的数量与质量可能通过不同机制影响老年人的抑郁状况。

交通研究部分 D：交通与环境；第114卷；页码103549；发表于2023年；出版机构Pergamon。

由于生理特征，女性在城市公共空间中处于不利地位。然而，针对女性视角下的安全感知评估及其影响因素的研究仍较为有限。尽管机器学习技术取得进展，但高效且准确地量化安全感知仍具挑战性。本研究以武汉市为例，提出一种结合RankNet与Gist特征的方法，用于对女性街道安全感知进行排序。采用全卷积网络-8s（FCN-8s）提取建成环境特征，并运用普通最小二乘法（OLS）回归与地理加权回归（GWR）分析这些特征与女性安全感知之间的关系。研究结果揭示以下关键发现：（1）武汉市的安全感知排名与其多中心城市格局相吻合，中心城区存在显著差异；（2）建成环境特征显著影响女性安全感知，其中天际线视域因子（Sky View Factor）、绿视率（Green View Index）和道路可视性为最具影响力的因素，天际线视域因子对安全感知具有正向影响，其余因素则呈负向影响；（3）建成环境特征对安全感知的影响具有空间异质性，可将研究区域划分为三类：天空与道路主导区、建筑主导区以及绿化主导区。最后，本研究提出了构建更安全、更适于女性的都市公共空间的针对性策略。

现有实证数据难以充分揭示大城市中人们居住与工作地点的分布特征；然而，街区层面的信息（如街景影像）却丰富且易获取。本研究构建了一种基于ResNet-50的社交检测模型，探索街景影像与职住属性之间的潜在关联。该方法提取某一街区八个方向的街景影像，用于预测地块的职住属性，并以熵指数衡量深圳市职住混合程度作为案例分析。社交检测模型在识别职住模式方面表现良好，均方根误差较低（RMSE = 0.1094）。相较于其他街区范围方法，八方向街区方法能更充分地利用街景影像信息，其RMSE为0.1135，表现最优。研究表明，结合街景影像与深度学习技术可有效表征与经济社会数据研究结果一致的职住属性特征；例如，研究发现深圳存在大量高职住混合区域，而专门用于就业或居住的区域极少。该方法若定期应用，可助力监测城市职住模式的空间动态变化，为城市规划与发展提供支持。

Journal of transport & health；卷 13；页码 90-102；发表于 2019 年；出版机构 Elsevier。

Sustainable Cities and Society；卷 66；页码 102664；发表于 2021 年；出版机构 Elsevier。

《环境管理杂志》；第344卷；第118093页；2023年发表；出版机构 Academic Press

研究结果表明，街道全景中的绿色与蓝色空间对中国的老年人具有抑郁防护作用，但需通过纵向研究进一步验证因果关系。街道全景数据与卫星遥感提取的绿色和蓝色空间指标反映了自然环境的不同方面。街道全景数据与深度学习技术均为健康相关研究中自动化环境暴露评估的重要工具。

摘要 城市感知是当前城市研究的热点话题，在城市规划与设计中发挥着积极作用。目前，计算城市感知主要有两种方法：1）利用模型直接自动学习图像特征；2）结合机器学习与基于专家知识的特征提取方法（如物体比例）。以武汉市两条典型街道为研究区域，采集视频数据作为模型输入。本研究选取两种代表性方法：1）端到端卷积神经网络（基于CNN的模型）；2）基于全卷积神经网络与随机森林（FCN + RF的模型）。通过对比两种模型的精度，分析其在不同城市场景下的适应性。同时，基于POI数据和OSM数据，分析基于CNN的模型与城市功能之间的关系，验证其可解释性。结果表明，基于CNN的模型精度高于FCN + RF的模型。由于基于CNN的模型考虑了地物的拓扑特征，其感知结果与城市功能之间具有更强的非线性相关性。此外，研究发现基于CNN的模型更适用于空间异质性较弱的场景（如中小城市环境），而FCN + RF的模型则适用于空间异质性较强的场景（如中国特大城市的中心城区）。本研究结果可为城市规划中的城市感知模型选择提供决策支持参考。

《GIS学报》（Transactions in GIS），2026年8月，第30卷，第5期。

发表日期：2026年7月 来源：《计算机、环境与城市系统》，第127卷 作者：金东焕，李承敏，韩彩妍，金友贞，高奉宇，黄义正

出版日期：2026年12月；来源：《Computers, Environment and Urban Systems》，第130卷；作者：白婷婷、徐东、高锋、刘佳伟、宋永泽