预告|GeoInsider第37期：基于街景的城市环境感知

2020-09-09 21:06 作者:GeoInsider 0人读过 | 我要投稿

温馨提示：

GeoInsider茶话会——每周五上午10点，听作者分享一篇地学经典新论文!

·报告预告信息将在“科研圈内人”微信公众号发布

·视频将在B站“GeoInsider”直播和部分共享

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

欢迎关注这3个号

GeoInsider Webinar

在线讲座系列第37期

题目：Urban Sensing using Google Street View

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

　　　　李小江博士，天普大学助理教授, 前麻省理工学院MIT Senseable City Lab博后

时间：北京时间 9月11日（周五）上午10:00

　　　加州时间 9月10日（周四）晚上7:00

　　　悉尼时间 9月11日（周五）中午12:00　　

参与方式：B站“GeoInsider”直播间平台，直播间可现场留言提问，进入方式如下二选一：

(a)B站直播间链接：https://live.bilibili.com/22243531

(b)B站直播间二维码：

摘　要

城市是人与自然交互的主要场所，也是人类的主要聚集地。随着大规模的城市化，研究如何建设更为舒适、宜居、健康的城市是一个日益迫切的问题。更好地量化城市环境是很多城市环境研究的必要条件。传统的城市环境信息获取往往侧重于城市客观环境信息的获取，而不能从人本尺度去研究城市。例如传统的基于遥感数据的城市环境研究往往从天空视角反映城市的环境信息。然而通过天空视角获取的城市环境信息可能并不能很好的反映生活在城市中的人们具体的一些感受，进而难以更好的反映城市中人和环境之间的交互。本次演讲者将从一个新的视角，基于城市街景在城市街道尺度对城市环境进行研究。演讲者会探讨近些年使用街景进行城市环境研究，作者同样会探讨基于多种数据源，新的图像分析算法（如深度学习），从更精细的角度研究城市环境和人的相互作用。演讲者会使用几个具体的研究项目来展示如何使用城市街景、大规模人为活动轨迹数据，光照模型，城市热环境模拟等来研究城市环境。更为详细更多的研究课题，请查阅演讲者的研究网站和近期论文, www.urbanspatial.info。

关键词：

城市感知Urban Sensing，城市可持续发展Urban Sustainability，空间数据科学Spatial Data Science, 城市环境信息学urban environmental informatics

参考文献：

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

有别于传统的数据，街景近乎行人的视角反应城市街道环境

通过街景计算城市街道绿化水平

通过对全景影像的几何变换，得到天空视角的街道环境

深度卷积网络精确的识别不同的城市街道地物

通过光照模型计算出街道的太阳辐射及热环境

通过几何模型精确预测太阳炫光的发生

GeoInsider简介

GeoInsider是一个最初由旧金山湾区的GeoScience同行自发形成的公益性交流平台，定位在顶级的产学研交叉，包括PNS级讲座、产业应用转化、留学Intern教职申请等交流，迄今已邀请发表过Science、Nature等高水平文章，以及来自Harvard、Berkeley等顶级机构的Webinar报告交流，是一个扩大学术影响力的平台。欢迎关注B站、微信公众号、QQ交流群:602423441。

往期报告