《Land》：A Multidimensional Framework for Diagnosing Streetscape Perception in Historic-District Renewal Using Street-View Imagery and Deep Learning
编辑推荐：
历史文化街区的更新需要在街道尺度上解决以人为中心的问题，例如文化表达、空间体验与视觉舒适。然而，现有评估方法主要依赖实地调查、专家判断或单一视觉指标，难以在广泛街道网络中产生可复现且空间显式的诊断证据。研究人员提出一种多维街道景观感知诊断框架，评估文化特征识别
历史文化街区的更新需要在街道尺度上解决以人为中心的问题，例如文化表达、空间体验与视觉舒适。然而，现有评估方法主要依赖实地调查、专家判断或单一视觉指标，难以在广泛街道网络中产生可复现且空间显式的诊断证据。研究人员提出一种多维街道景观感知诊断框架，评估文化特征识别(CCR)、空间秩序(SO)与视觉舒适度(VC)三个维度。以中国徐州彭城七里历史文化街区为案例，该框架整合街景影像(SVI)、主观成对比较、Bradley–Terry模型与基于ResNet50的深度学习预测。基于2243个采样点与8693张街景图像，构建三个感知预测模型，采用五折分层交叉验证评估，并使用额外历史文化街区图像进行独立外部验证。输出结果映射至街道网络，通过空间统计分析与多维剖面分类进行检验。结果表明三个感知维度呈现差异化的空间格局与显著空间聚类：CCR围绕历史节点与遗产富集区形成局部簇群，SO与VC则呈现更清晰的廊道状与网络状模式。该框架将街道景观感知预测组织为可解释的多维空间剖面，从而为面向保护更新的历史文化街区精细化治理提供空间证据。
研究背景方面，历史文化街区不仅是城市遗产的物理载体，更是文化记忆、空间体验与公共生活持续被感知与实践的场所。既有街区更新研究多聚焦单体建筑修复与物质设施提升，对人本尺度的街道景观感知关注不足；传统评估依赖实地调查、专家打分与问卷，劳动密集、成本高、空间覆盖有限。近年来街景影像(SVI)、计算机视觉(CV)与城市人工智能(AI)为建成环境评估提供新路径，但已有SVI研究常将美学、安全、活力、历史特征等单维处理，缺乏对文化特征识别(CCR)、空间秩序(SO)与视觉舒适度(VC)三者的整合诊断，也较少将感知结果转化为空间诊断与差异化更新决策。为此，研究人员以中国徐州彭城七里历史文化街区为案例，构建融合SVI、主观成对比较、Bradley–Terry模型与ResNet50预测的街道景观感知多维诊断框架，旨在为街区更新提供可复现、细粒度、空间显式的证据基础。该文发表于《Land》。
关键技术方法上，研究人员沿OpenStreetMap路网以50 m间隔布设2243个采样点，从百度街景获取四向影像共8693张；选取910张代表性图像交由71名参与者（以建筑学专业学生为主，含本地熟悉者）完成按CCR、SO、VC分维度的成对比较，累计20475条有效记录；“难以判断”样本不计入Bradley–Terry胜负值矩阵。经Bradley–Terry模型估计潜变量感知分数，按Jenks自然断点法分级，分别保留501、735、768张图像作为三维度训练标签。采用ImageNet预训练ResNet50，两阶段迁移学习（冻结主干训分类头，再解冻layer4微调），五折分层交叉验证选型，并以江苏其他历史文化街区100张独立图像做外部Spearman秩相关验证。预测分数按四向平均聚合为点级得分，在ArcGIS中用Kriging可视化、以原有点级值做全局Moran’s I、Getis–Ord General G与局部Gi*空间自相关及冷热点的统计分析，并按Jenks将点级三维度分级组合为均匀高、混合中高、单低、双低、均匀低五类多维感知剖面。
研究结果部分，“SVI感知预测模型性能”显示CCR模型五折交叉验证准确率0.8638、Macro-F1 0.8606，SO为0.8125与0.7808，VC为0.8398与0.7945；独立外部验证中三维度Spearman ρ分别为0.721、0.671、0.565（均p<0.001），表明模型在未见街区图像上保留人类相对感知序次。“多维街道景观感知的空间格局”表明CCR呈节点中心聚集，高值环绕户部山、黄楼公园、回龙窝等遗产节点，低值散于居住区与商业街；SO呈廊道与网络状，高值沿淮海路、中山路等开阔连续道路及云龙公园等公共空间，低值位于窄巷与封闭居住街；VC亦呈廊道状但受绿化、界面、交通与视觉杂乱影响更广，黄河故道高VC廊道因CCR与SO偏低而在综合图中弱化。“全局空间自相关与高值聚类”中CCR、SO、VC与综合得分的Moran’s I为0.5926、0.5891、0.6049、0.6058（p<0.001），General G z值均显著为正，证实全局高值聚类。“局部热点与冷点格局”的Gi*分析定位CCR为历史轴带局部簇群，SO与VC为廊道状显著簇群。“感知得分维度间相关”显示SO与VC Pearson相关最强，CCR与二者中等相关；偏相关控制VC后CCR–SO仍ρ=0.480，控制SO后CCR–VC偏ρ=?0.171，印证三维度相关但不互换。“多维感知剖面与更新优先级”中2176个点里混合中高占46.00%，均匀低18.66%，均匀高8.23%，单低19.16%（CCR低占14.61%最高），双低7.95%；CCR低最普遍，均匀低多见于西北与东南居住区。
讨论部分指出，该研究将历史街区街道景观感知由通用视觉质量评价拓展为CCR、SO、VC并行的多维诊断，揭示单维分数掩盖的维度内与跨维度缺陷；用成对比较与Bradley–Terry把有限主观判断转为可训练标签，借ResNet50推至全研究区并空间化，为非地标街巷提供可复现补充方法；以Moran’s I、General G、Gi*强化预测得分的空间解释力。空间分化上CCR节点聚集、SO偏廊道公共空间、VC关涉界面绿化与杂乱，三者不可相互替代——黄河故道即高VC但CCR、SO不高的例证。更新策略上按剖面分型：均匀高区重保护轻干预，混合中高区增量改善，单低区针对性补强（CCR低补文化可见性与连续性，SO低调步行连续与开合平衡，VC低治界面招牌停车杂乱），双低区协同干预，均匀低区优先更新但须结合遗产价值与可行性校核。局限在于参与者偏建筑专业、SVI缺声嗅时序与行为、未量化物理要素贡献、权重与Jenks分级具数据依赖性、外部验证仅限江苏街区。
结论部分翻译：以中国徐州彭城七里历史文化街区为案例，本文基于街景影像、主观成对比较、Bradley–Terry模型与ResNet50预测构建街道景观感知多维诊断框架，整合文化特征识别(CCR)、空间秩序(SO)与视觉舒适度(VC)三个相关但不可互换维度，并通过点级聚合、GIS制图与空间统计将主观判断转为空间显式诊断证据。结果显示三维度空间格局各异但相关：CCR高值绕历史节点，SO高值连开阔连续道路与公共空间，VC呈界面绿化与杂乱相关的廊道状；SO与VC相关最强，CCR与二者中等相关。全局Moran’s I、General G与局部Gi*确认预测得分显著聚类；多维剖面显示缺陷非单维，混合中高最多，均匀低可观，单低中CCR低最频。该框架为历史街区提供可复现空间显式诊断途径，独立外部验证证人类序次与模型预测显著对应，推动从泛化美化转向面向保护、基于剖面与语境敏感的更新。
