[发明专利]一种社区舒适感模拟预测方法

说明书

本发明公开了一种社区舒适感模拟预测方法，通过采集研究城市的多个社区舒适感特征和社区使用者的个体属性；利用街景图像数据，生成样本社区舒适感标记点的客观视觉感知指标和主观视觉感知指标；加载多波段遥感影像数据和建成环境空间数据，测算多个所述样本社区舒适感标记点的建成环境特征指标；基于映射关系数据构建社区舒适感评价预测模型。进一步，将待预测社区的实际使用者个体属性、待预测社区的客观视觉感知指标、主观视觉感知指标和建成环境特征指标作为输入参数，输入所述社区舒适感评价预测模型中，预测所述待预测社区的舒适感感知。

技术领域

本发明属于环境心理学的技术领域，具体涉及一种社区舒适感模拟预测方法。

背景技术

社区是城市重要的公共空间，是人们日常开展生活的重要场所。已有研究表明，社区客观环境与社区的舒适感有着密切的联系：混乱失序、令人不安的社区空间会导致负面的社会后果，可能滋生犯罪。舒适的社区环境不仅能够促进形成和谐的生活环境，也能够吸引居民围绕社区开展日常活动，带动地方商业发展和经济增长，提升城市整体活力。

然而，经申请人研究发现，现有社区舒适感分析技术存在如下问题：

(1)早期研究通常采用构建综合指标体系的方法进行评估，该方案存在的问题为指标选择及权重设置相对主观，这造成评估结果不准确。

(2)近年来，现有评价技术已有开始利用街景图像数据，采用机器学习的方法开展社区舒适感评估，例如，徐磊青根据学生与居民对街景图像的打分情况，探讨街景因素与舒适感知觉的关系；美国麻省理工学院则利用众包的方式采集百万张街景图像的评分，构建卷积神经网络，以此形成街景舒适感的评价。

现有技术利用街景识别进行评价的准确度虽然有所提升，但仍然存在问题，一方面，街景图像只能反映视觉冲击影响的居民对社区的舒适感受，但经申请人研究发现，社区给人的舒适感除了视觉冲击外，还受到空间的围合性、功能活力等因素的影响，此外现有街景图像通常只能采集白天的图像，而忽略了社区夜晚的光照条件这一重要因素。另一方面，社区作为居民公共生活的载体，其舒适感是一种在地化的感知，即只有社区的实际高频使用者，才能更好对社区的舒适感做出评价，且不同的人群对同一个场景可能产生迥异的舒适感评价，因此社区舒适感评价也应该考虑实际使用者个体属性差异。

为此，现有城市社区舒适感的评价技术存在相关缺陷，有待提供新的思路进行优化改进。

发明内容

本发明的目的是要解决上述的采用街景图像的城市社区舒适感评价技术，街景图像只能反映视觉冲击影响居民对社区的舒适感受，但没有考量社区给人的其他因素的影响。且现有技术没有考量对社区的舒适感做出评价的群体，没有考虑个体属性差异，综合导致评价不准确的技术问题，提供一种社区舒适感模拟预测方法。

为了解决上述问题，本发明按以下技术方案予以实现的：

本发明提供了一种社区舒适感模拟预测方法，所述社区舒适感模拟预测方法包括以下步骤：

获取研究城市的多个社区舒适感特征和对应的社区使用者的个体属性，所述社区使用者为评价研究城市社区以得到社区舒适感特征的居民；

根据社区舒适感特征对应的地理位置信息生成样本社区舒适感标记点，构建所述个体属性、社区舒适感特征和样本社区舒适感标记点的映射关系；

利用Python编程批量获取样本社区舒适感标记点的街景图像数据；

根据街景图像数据，生成样本社区舒适感标记点的客观视觉感知指标和主观视觉感知指标；

加载所述研究城市的建成环境空间数据和多波段遥感影像数据，测算多个所述样本社区舒适感标记点的建成环境特征指标；

构建包含所述个体属性、社区舒适感特征、客观视觉感知指标、主观视觉感知指标、建成环境特征指标和所述样本社区舒适感标记点的映射关系数据；