基于深度学习和公众感知评估的美舍河滨水景观视觉特征及其与感知关系研究

《Sustainability》：Computer Vision-Based Identification of Riverfront Landscape Characteristics and Their Associations with Visual Perception: A Case Study of the Meishe River in Haikou, China

　　摘要：《海口市城市更新专项规划（2025—2035年）》2026年征求意见稿提出应加强蓝绿空间与城市生活的融合，并强调提升城市滨水公共空间品质的必要性。美舍河作为贯穿海口中心城区的主要城市河流，为探讨滨水景观特征与公众视觉感知之间的关系提供了典型研究场域。本研究基于实地采集的滨水景观图像，利用微调的DeepLabV3+模型提取九项客观视觉指标，并采用基于TrueSkill的图像两两比较方法获取感知吸引力、舒适度和自然度评分。研究采用空间自相关分析刻画各项指标与感知评分的空间格局，并通过空间校正相关性分析和多元回归分析探讨二者之间的关系。结果表明：（1）微调模型在独立测试集上mIoU达到0.712，表明其在识别研究区主要景观要素方面表现良好。九项客观视觉指标与三项主观感知维度均呈现显著正空间自相关，表明滨水景观构成与视觉感知均存在明显的空间集聚特征。（2）在考虑空间依赖关系并进行多重比较校正后，绿视率与色彩丰富度指数与三项主观感知维度总体呈显著正相关，而道路铺装率、设施可视指数和动态要素可视比例主要呈负相关。建筑可视指数和视觉熵主要与感知自然度呈负相关，而天空开阔度和水体可视指数未表现出稳定的相关性。（3）多元回归分析进一步表明，绿视率与感知自然度显著正相关，而设施可视指数、道路铺装率和动态要素可视比例总体上与主观视觉感知呈负相关。总体而言，美舍河滨水空间的视觉感知与植被、色彩特征及人工构筑物持续相关，其中与感知自然度的关联最为显著。研究结论可为海口城市更新背景下滨水绿化提升、人工界面改善及分段景观优化提供指导，并为打造美舍河活力滨水空间、推动滨水景观可持续更新提供参考。