預告|GeoInsider第37期：基于街景的城市環(huán)境感知

2020-09-09 21:06 作者:GeoInsider 0人讀過 | 我要投稿

?溫馨提示：

GeoInsider茶話會——每周五上午10點，聽作者分享一篇地學經(jīng)典新論文!

·報告預告信息將在“科研圈內(nèi)人”微信公眾號發(fā)布

·視頻將在B站“GeoInsider”直播和部分共享

·PPT共享QQ群:602423441與GEE QQ第2群:1102698162

歡迎關注這3個號

GeoInsider Webinar

在線講座系列第37期

題目：Urban Sensing using Google Street View

報告人：Dr. Xiaojiang Li, Assistant Professor, Temple University

　　　　李小江博士，天普大學助理教授, 前麻省理工學院MIT Senseable City Lab博后

時間：北京時間 9月11日（周五）上午10:00

　　　加州時間 9月10日（周四）晚上7:00

　　　悉尼時間 9月11日（周五）中午12:00　　

參與方式：B站“GeoInsider”直播間平臺，直播間可現(xiàn)場留言提問，進入方式如下二選一：

(a)B站直播間鏈接：https://live.bilibili.com/22243531

(b)B站直播間二維碼：

摘　要

城市是人與自然交互的主要場所，也是人類的主要聚集地。隨著大規(guī)模的城市化，研究如何建設更為舒適、宜居、健康的城市是一個日益迫切的問題。更好地量化城市環(huán)境是很多城市環(huán)境研究的必要條件。傳統(tǒng)的城市環(huán)境信息獲取往往側(cè)重于城市客觀環(huán)境信息的獲取，而不能從人本尺度去研究城市。例如傳統(tǒng)的基于遙感數(shù)據(jù)的城市環(huán)境研究往往從天空視角反映城市的環(huán)境信息。然而通過天空視角獲取的城市環(huán)境信息可能并不能很好的反映生活在城市中的人們具體的一些感受，進而難以更好的反映城市中人和環(huán)境之間的交互。本次演講者將從一個新的視角，基于城市街景在城市街道尺度對城市環(huán)境進行研究。演講者會探討近些年使用街景進行城市環(huán)境研究，作者同樣會探討基于多種數(shù)據(jù)源，新的圖像分析算法（如深度學習），從更精細的角度研究城市環(huán)境和人的相互作用。演講者會使用幾個具體的研究項目來展示如何使用城市街景、大規(guī)模人為活動軌跡數(shù)據(jù)，光照模型，城市熱環(huán)境模擬等來研究城市環(huán)境。更為詳細更多的研究課題，請查閱演講者的研究網(wǎng)站和近期論文, www.urbanspatial.info。

關鍵詞：

城市感知Urban Sensing，城市可持續(xù)發(fā)展Urban Sustainability，空間數(shù)據(jù)科學Spatial Data Science, 城市環(huán)境信息學urban environmental informatics

參考文獻：

1. Li, X., Zhang, C., Li, W., Ricard, R., Meng, Q., & Zhang, W. (2015). Assessing street-level urban greenery using Google Street View and a modified green view index. Urban Forestry & Urban Greening, 14(3), 675-685.

(http://senseable.mit.edu/treepedia/treepedia_publication.pdf)

2. Li, X., Ratti, C., & Seiferling, I. (2018). Quantifying the shade provision of street trees in urban landscape: A case study in Boston, USA, using Google Street View. Landscape and Urban Planning, 169, 81-91.

http://senseable.mit.edu/papers/pdf/20170830_Li-etal_QuantifyingShade_LUP.pdf

3. Li, X., Cai, B. Y., Qiu, W., Zhao, J., & Ratti, C. (2019). A novel method for predicting and mapping the occurrence of sun glare using Google Street View. Transportation Research Part C: Emerging Technologies, 106, 132-144.

http://senseable.mit.edu/papers/pdf/20190722_Li-etal_NovelMethod_TR-C.pdf

4. Li, X., Santi, P., Courtney, T. K., Verma, S. K., & Ratti, C. (2018). Investigating the association between streetscapes and human walking activities using Google Street View and human trajectory data.?Transactions in GIS,?22(4), 1029-1044.

http://senseable.mit.edu/papers/pdf/20180815_Li-etal_InvestigatingAssociation_TransactionsGIS.pdf

5. Li, X., & Ratti, C. (2018). Mapping the spatial distribution of shade provision of street trees in Boston using Google Street View panoramas.?Urban Forestry & Urban Greening,?31, 109-119.

http://senseable.mit.edu/papers/pdf/20180425_Li-Ratti_MappingShades_UrbanForestry.pdf

6. Li, X., & Ratti, C. (2019). Mapping the spatio-temporal distribution of solar radiation within street canyons of Boston using Google Street View panoramas and building height model.?Landscape and Urban Planning,?191, 103387.

http://senseable.mit.edu/papers/pdf/20180802_LiRatti_MappingGSV_LandscapeUP.pdf

7. Treepedia, http://senseable.mit.edu/treepedia

有別于傳統(tǒng)的數(shù)據(jù)，街景近乎行人的視角反應城市街道環(huán)境

通過街景計算城市街道綠化水平

通過對全景影像的幾何變換，得到天空視角的街道環(huán)境

深度卷積網(wǎng)絡精確的識別不同的城市街道地物

通過光照模型計算出街道的太陽輻射及熱環(huán)境

通過幾何模型精確預測太陽炫光的發(fā)生

GeoInsider簡介

GeoInsider是一個最初由舊金山灣區(qū)的GeoScience同行自發(fā)形成的公益性交流平臺，定位在頂級的產(chǎn)學研交叉，包括PNS級講座、產(chǎn)業(yè)應用轉(zhuǎn)化、留學Intern教職申請等交流，迄今已邀請發(fā)表過Science、Nature等高水平文章，以及來自Harvard、Berkeley等頂級機構(gòu)的Webinar報告交流，是一個擴大學術影響力的平臺。歡迎關注B站、微信公眾號、QQ交流群:602423441。

往期報告