面向遗产敏感型历史街区微更新的GeoAI优先级评估框架：不确定性审查与多模态验证

《Sustainability》：An Uncertainty-Audited GeoAI Framework for Sustainable Historic-District Micro-Renewal: Street-View Perception and Network-Based Field-Audit Prioritization

　　摘要历史街区的可持续再生需要精准定位小规模干预措施，因为保护性限制、资源有限性以及异质化的街道条件使得全面更新的方案并不适用。我们开发了一套经过不确定性审查的GeoAI工作流程，以支持面向保护敏感型微更新的实地核查优先级排序。在北京南锣鼓巷的案例研究中，2144张方向性街景图像代表了536张全景图，其中535张进入了最终的感知分析。语义分割和反复的视觉语言模型评分产生了街道景观指标和AI估计的视觉印象构念。在一个盲测的20张全景图子集中，十名独立评分员对感知活力和压抑感均表现出极优的测量总体信度（ICC(2,10) = 0.967 和 0.954），且人类平均评分与Qwen评分之间呈强相关（Spearman rho = 0.951 和 0.921；p < 0.001）。具有抗泄露能力的空间嵌套验证解释了30.0%的留一法活力方差和40.0%的留一法压抑感方差。一项包含48个规格参数的随机优先级分析表明，与参考规格相比，前15名的中位重叠度为13/15。对测量、分割架构、空间/模型、全景图到边缘以及决策权重不确定性的联合传播分析将E0079、E0076和E0129确定为最核心的候选片区，其保守的条件选择频率分别为0.608、0.605和0.577。这些频率是在所检验假设条件下的算法可接受性度量，而非校准概率、因果效应或建设建议。在相同20个面板上进行的独立本地Gemma 3 12B检查显示，其活力与人类平均评分呈中等正相关（Spearman rho = 0.752），与Qwen评分的相关性为rho = 0.752；压抑感与人类平均评分的相关性较弱但为正值（rho = 0.671），与Qwen评分的相关性为rho = 0.654。Gemma在活力方面平均低估0.700分，但在压抑感方面平均偏差接近于零（+0.010），因此跨模型效度仍然是构念特异性的，而非已确立的全局性结论。该工作流程支持透明的资源精准投放和后续实地调查，同时保留了利益相关方协商、工程评估、跨模型验证和跨街区复制的必要性。在此，保护敏感性被实施为对后续实地核查和干预评估的约束条件；遗产重要性并未由排名模型直接估计。