基于ChatGPT-4o多模态能力的街道景观变化感知评估研究——以上海为例

针对传统街道景观评估方法成本高、标准不一致的问题，研究人员创新性地结合ChatGPT-4o多模态大语言模型(MLLM)与DenseNet121深度学习技术，构建了全自动化评估框架。研究发现上海2013-2022年间街道景观改善率达70.6%，揭示了中高质量区域优先改造的空间分异规律，为可持续城市发展提供了AI赋能的决策工具。

　　

随着全球城市化进程加速，街道景观正经历剧烈变迁。这种变化既带来环境品质提升的机遇，也伴随特色丧失与社区衰败的挑战。传统评估方法依赖人工问卷和专家判断，存在成本高昂、标准不一等局限，难以支撑大规模动态监测。尤其在中国上海这样的超大城市，街道兼具交通功能与社会交往空间属性，其景观变化直接影响居民健康、步行适宜性(walkability)和城市活力(vitality)，亟需建立客观、高效的评估体系。

针对这一科学问题，中国某研究机构（根据CRediT声明推测为国内单位）的Yang Xiao和Yiwen Tang团队在《Sustainable Cities and Society》发表创新研究。他们首次将OpenAI最新发布的ChatGPT-4o多模态大语言模型(Multimodal Large Language Model, MLLM)应用于城市景观评估，结合DenseNet121深度学习架构，构建了从训练集生成到模型泛化的全自动化分析框架。研究采用分层空间随机抽样法，从上海6340.5 km2范围内选取4387个街景观测点，通过"gpt-4o-2024-05-13"模型分析2013-2022年景观变化方向与幅度。

关键技术包括：1）利用MLLM处理多模态（视觉-文本）数据生成初始标签；2）基于DenseNet121的密集连接结构实现特征复用；3）通过六种卷积神经网络（含ResNet50、Inception_v3等）比较验证模型性能；4）采用1e-5低学习率优化参数训练。

【Measurement on urban space visual perception】
突破传统问卷局限，通过AI解析街景图像中环境要素与人类感知的复杂关联。研究发现自然景观增强能显著提升积极情绪体验，而高密度"城市峡谷"易引发心理焦虑。

【Study area】
以上海为典型案例，其融合新旧特色的多元化街道景观和2013-2022年连续街景图像数据，为研究不同发展阶段景观演变规律提供理想样本。

【Deep Learning Model Training and Selection】
比较实验显示DenseNet121在验证集表现最优，其密集连接机制通过特征复用有效捕捉景观细微变化，准确率达70.6%。

【Discussion】
量化分析揭示：1）景观改善面积是退化面积的4倍（70.6% vs 17.6%）；2）严重退化区域不足1%；3）初始质量中等区域改善最显著（45.9%），体现"马太效应"。

【Conclusions】
研究证实：1）MLLM能超越表面视觉变化，整体评估空间配置动态；2）黄浦江以西及内环内为退化集中区；3）资源分配存在"嫌贫爱富"倾向，呼吁包容性发展策略。

该研究的重要意义在于：首次实现从人工评估到AI全流程自动化的方法论突破，为SDGs（可持续发展目标）提供可扩展的技术支持。特别是发现城市更新中存在"择优改造"的空间不均衡现象，对制定兼顾效率与公平的规划政策具有警示价值。ChatGPT-4o展现的复杂多模态数据处理能力，为实时、低成本的动态城市管理开辟了新路径。