《ISPRS International Journal of Geo-Information》：Decoding Urban Riverscape Perception: An Interpretable Machine Learning Approach Integrating Computer Vision and High-Fidelity 3D Models
Yuzhen Tang,
Shensheng Chen,
Wenhui Xu,
Jinxuan Ren and
Junjie Luo
编辑推荐：
视觉感知是连接人类心理与建成环境的关键界面。然而，当前对城市滨水景观的研究常依赖静态二维图像，未能捕捉生态效度所需的空间深度与沉浸体验。此外，传统机器学习模型的“黑箱”特性阻碍了对特定环境特征如何驱动公众感知的理解。为填补这些空白，研究人员提出了一种创新框架，
视觉感知是连接人类心理与建成环境的关键界面。然而，当前对城市滨水景观的研究常依赖静态二维图像，未能捕捉生态效度所需的空间深度与沉浸体验。此外，传统机器学习模型的“黑箱”特性阻碍了对特定环境特征如何驱动公众感知的理解。为填补这些空白，研究人员提出了一种创新框架，整合高保真三维模型、计算机视觉（CV）与可解释人工智能（XAI）。以泰晤士河（伦敦）和塞纳河（巴黎）作为多样化案例，研究人员构建了高精度三维数字孪生以量化三维空间指标（如视域面积（Viewshed Area）、高宽比（H/W Ratio）），并应用SegFormer模型从水基全景影像中提取二维视觉元素（如绿视率（Green View Index））。主观感知数据通过沉浸式虚拟现实（VR）实验收集。采用随机森林（Random Forest）模型结合SHAP来解码感知的非线性驱动机制。结果揭示了三条通用原则：（1）富裕感与活力感主要由高建筑密度与垂直围合度驱动，挑战了滨水区传统上对开放性的偏好；（2）风景美感由高绿视率与高质量人工界面的协同作用决定，表明对自然-文化融合的偏好；（3）无聊感与视域面积显著正相关，表明缺乏视觉焦点的空旷视野会导致单调。本研究展示了整合数字孪生与XAI在揭示不同城市背景下稳健感知机制的有效性，为精准城市规划与滨河更新提供了科学循证工具。
**论文解读：解码城市滨水景观感知——基于可解释机器学习与高保真三维模型的综合方法**
**研究背景与问题**
城市滨水景观作为独特的蓝绿线性廊道，对生态韧性及公众福祉具有不可替代的价值。视觉感知是连接人类心理与建成环境的关键界面，然而当前研究存在两大核心缺口：其一，“空间缺口”——主流方法依赖静态二维图像（如街景图片），无法捕捉三维空间深度与沉浸感，尤其忽略了“河流峡谷效应”（由高宽比、三维视域等形态因素定义的关键心理感受）；其二，“分析缺口”——传统机器学习模型虽能拟合非线性关系，但其“黑箱”性质阻碍了从“预测”到“理解”的转化，难以揭示特定环境特征如何驱动感知以指导设计策略。为弥合这些缺口，研究人员整合高保真三维建模、沉浸式虚拟现实（Immersive Virtual Reality, IVR）与可解释人工智能（Explainable Artificial Intelligence, XAI）框架，旨在恢复滨水景观评估所需的空间维度与体验真实性，并透明解码环境特征对感知的驱动机制。
**研究内容与结论**
本研究以伦敦泰晤士河与巴黎塞纳河为案例，构建了高精度三维数字孪生模型与360度全景影像数据集，量化了二维视觉元素（如绿视率GVI、天空视率SVI、建筑视率BVI等）与三维空间指标（如河宽、建筑高度、高宽比H/W、视域面积）。通过120名参与者的沉浸式VR实验获取主观感知评分（富裕感、活力感、风景美感、无聊感）。采用随机森林回归模型结合SHAP（SHapley Additive exPlanations）解释框架，解码环境特征对感知的非线性驱动机制。结果揭示了三条跨情境的通用原则：（1）富裕感与活力感主要由高建筑密度与垂直围合度正向驱动，挑战了滨水区“绝对开放”的传统设计理念；（2）风景美感由高绿视率与高质量人工界面的协同决定，表明公众偏好“文明化的自然”；（3）无聊感与视域面积显著正相关，说明空旷视野若缺乏视觉焦点会导致单调感。本研究证明了数字孪生与XAI整合框架在揭示稳健感知机制方面的有效性，为精准城市规划与滨河更新提供了科学循证工具。论文发表在《ISPRS International Journal of Geo-Information》。
**主要关键技术方法**（不超过250字）
研究人员采用了以下核心方法：（1）高保真三维建模：利用无人机倾斜摄影（飞行高度100–120 m，地面采样距离<5 cm/pixel）结合Google Earth Studio三维网格数据，构建泰晤士河与塞纳河核心段（各约5 km）的高精度数字孪生模型。（2）计算机视觉语义分割：基于SegFormer深度学习模型（Transformer架构），在自建“城市滨水景观影像数据集”上微调，识别15类视觉元素（如树木、建筑、天空等），计算二维指标（绿视率GVI、天空视率SVI等）。（3）沉浸式VR实验：使用PICO NEO 3头戴显示器，以3自由度互动模式模拟船上视角；120名参与者（排除伦敦/巴黎长期居住者以避免地方依恋偏差）分为两组（每组60人）进行评分，数据通过组间一致性检验（Pearson r=0.773）验证可靠性。（4）可解释机器学习：构建随机森林回归模型（5折交叉验证优化超参数），结合SHAP框架进行全局解释，揭示特征贡献方向与非线性阈值。
**研究结果**
**4.1 客观特征分析**
- **4.1.1 模型性能与数据概要**：SegFormer模型在语义分割任务中取得93.69%的平均像素精度，满足实验要求。通过高清3D模型及分割结果，量化了多维环境特征。
- **4.1.2 城市形态对比分析**：在二维视觉层面，塞纳河绿视率（均值9.0%）约为泰晤士河（3.3%）的三倍，且动态对象指数与驳岸视率更高，体现更连续的生态界面与视觉活力。三维空间形态方面，泰晤士河建筑高度标准差（44.7 m）远超塞纳河（13.4 m），高宽比波动极大（0.13–4.15），形成“城市峡谷”；塞纳河高宽比稳定（0.25–1.52），空间尺度和谐。
- **4.1.3 空间序列与演化模式**：泰晤士河呈现“高异质性”与“分段分化”，建筑视率与高宽比在中央CBD段（采样点40–50）显著峰值，天空视率呈U形分布；塞纳河则体现“形态连续性”与“韵律和谐”，各项指标变化平缓，仅在重要节点（如卢浮宫）出现局部峰值。
**4.2 主观视觉感知结果**
两组参与者评分一致性高（r=0.773）。塞纳河在富裕感（均值4.71）和风景美感（均值4.94）上显著高于泰晤士河（4.04与4.31）；无聊感方面泰晤士河（均值3.56）高于塞纳河（3.21）。空间分布上，泰晤士河的富裕感、活力感与风景美感呈“中高两端低”，无聊感反之；塞纳河的各感知序列变化更平稳，体现韵律感。
**4.3 相关性分析与模型构建结果**
- **4.3.1 相关性分析结果**：Pearson分析显示，富裕感与建筑视率、高宽比、建筑高度强正相关（r>0.63），与天空视率、视域面积强负相关；风景美感与建筑视率（r=0.595）和绿视率（r=0.560）均显著正相关；活力感与建筑高度、动态对象指数正相关；无聊感与视域面积负相关。
- **4.3.2 模型构建结果**：四个随机森林回归模型表现稳健（R2：活力感0.667，风景美感0.619，富裕感0.509，无聊感0.425）。SHAP分析揭示：富裕感由天空视率（负向）、视域面积（负向）、建筑视率（正向）和建筑高度（正向）主导；活力感由建筑高度（正向）绝对主导；无聊感中最重要预测因子为视域面积（正向），建筑高度和河宽为负向；风景美感中绿视率（正向）最重要，其次为河宽与建筑视率（均正向）。
**总结讨论与结论**
**讨论部分**：研究指出不同感知的预测性能差异（活力感与风景美感预测精度较高，富裕感与无聊感较低）反映了感知构建的刺激驱动与认知加工之分。核心驱动机制包括：（1）“水缓冲的峡谷效应”——水面缓解传统街道峡谷的压迫感，使高围合度转化为富裕与活力正信号；（2）“协同美学”——风景美感源自自然元素与高质量人工界面的协同，并非纯粹荒野；（3）“前景悖论”——空旷无焦点的视野导致无聊，挑战了单纯追求开放性的设计理念。实践启示强调利用密度塑造天际线标志、融合生态与视觉复杂性、以及应用“数字孪生+可解释AI”进行感知驱动的前评估。研究局限包括：案例局限于全球北方西方城市、参与者为低熟悉度视角（游客凝视）、数据为静态快照且忽略多感官通道。
**研究结论翻译**：本研究解决了解码客观城市形态与主观公众感知之间复杂非线性机制的挑战。通过构建并验证整合高保真三维实景模型、沉浸式虚拟现实（IVR）与可解释人工智能（XAI）的研究框架，突破了传统二维评估的局限，为捕捉滨水景观研究中真实的“临场感”提供了方法学上严谨的协议。理论上，本研究挑战了在滨水规划中优先考虑绝对开放的传统设计理念。来自泰晤士河与塞纳河的实证结果揭示了一个反直觉的“水缓冲峡谷效应”：在高密度城市环境中，“空间围合度”与“垂直尺度”并不引致压迫感，而是被公众解码为富裕感与活力感的正面符号。此外，本研究通过识别“自然-人工协同”完善了对城市美学的理解，表明最优审美体验源自高质量建筑界面与绿色元素的和谐交织，而非追求纯粹荒野。同时，“前景悖论”的识别——无焦点的空旷导致无聊感——为前景-庇护理论增添了关键层次，强调了线性景观序列中视觉焦点的必要性。方法与实践上，本研究展示了“数字孪生+可解释AI”框架的变革潜力。SHAP模型成功可视化了景观指标的非线性阈值效应，证明了其优于传统线性回归的解释力。该框架不仅可作为分析工具，更可作为循证设计的预测工具，赋能城市规划者从直觉驱动决策转向数据驱动模拟，在方案阶段预评估公众心理响应。总之，本研究为滨水复兴提供了科学证据。通过澄清感知的核心驱动机制，为未来构建整体性、多感官的“感知知识图谱”奠定了坚实基础，最终促进更以人为本、充满活力且可持续的城市滨水景观。
