場所(place)是地理分析中的基礎概念，它是聯系人和地理環境相互作用的紐帶，也是表達地理知識的基本單元。如何形式化表達場所，并在此基礎上，揭示人的行為模式與地理空間格局之間的關系，一直是地理信息科學領域所關注的問題。beat365官方网站劉瑜教授課題組張帆博士利用街景圖像大數據觀測城市物質環境，結合人工智能技術進行定量化分析，并提出了一系列研究分析方法，探讨了場所尺度的人地關系，并為城市研究和智慧城市建設提供了理論基礎。

街景圖像是觀測城市物質空間的一種新型的大數據源，其觀測視角更接近于人，所表達的内容也更為豐富。街景圖像不但詳盡地描繪了城市物質空間的組成（建築物、道路、交通設施等），同時蘊含了大量有關城市功能和社會經濟屬性的信息。為了量化場所間物質環境的相似度和特異度，并挖掘每個場所中最有特色的場景，課題組提出了一種基于機器學習和混淆矩陣的方法。通過分析數百萬張來自于社交媒體的城市街景照片，該研究計算了全球18個城市的城市景觀特色程度，及城市間的相似程度，并挖掘出了最有城市代表性的照片（圖1）。

圖1 利用街景圖像計算城市景觀特色度與相似度，并挖掘城市最有代表性的場景

街景圖像所表達的城市物質空間，在很大程度上與人們在城市中行為特征相關聯。如何度量城市物質空間對人們情感體驗的影響，進而為城市設計和規劃提供決策支持？課題組利用機器學習模型，學習了來自于全世界幾萬名志願者對數十萬張街景的評分結果，實現了對任意自然場景的感知評分評估。圖2所示為模型對北京五環内100萬張街景圖片，在安全感、生機感、壓抑感等六個維度的評分結果。該工作從個體感知的角度提供了新的視角來觀測城市空間的分異格局，為構建和諧、宜居環境提供方法支持。

圖2 利用街景圖片觀測大尺度城市區域居民情感感知評價

而什麼樣的城市物質空間會使居民産生更積極的情感體驗？為了回答這一問題，首先需要對城市物質空間進行定量化表達。課題組提出了基于計算機視覺的，城市街道場景要素提取和基本分類方法，從“人-地”、“靜-動”等多個層次對場景中可能出現的64種視覺要素（建築、車輛、植被等）進行了梳理，進一步實現對場景、街道和區域類型的分類，輔助城市物質環境的定性理解和定量分析（圖3）。基于此工具，研究不但驗證了自然要素對居民情感體驗的積極作用，同時發現了圍牆、大規模人造地物對居民的消極作用。

圖3 利用街景圖片定量研究城市物質空間的基本框架

城市物質空間不但影響居民的情感體驗，同時也蘊含了城市功能和居民活動等信息。但城市物質空間和社會空間之間存在多大程度的關聯性，一直是有待回答的問題。研究利用街景表達城市物質空間，設計了一種基于深度學習的模型，來學習和預測每條街道上每小時居民出行的模式。發現僅僅根據街景圖片，算法就可以還原65%以上的相關場所居民日出行活動的時空分布模式（圖4）。該工作構建了連接物質空間與社會活動空間關系的橋梁，可以潛在地衡量建成環境與居民活動、社會經濟水平發展之間的不均衡性，從而為城市設計與管理提供參考和決策支持。

圖4 利用街景圖片預測城市居民活動模式

劉瑜教授課題組長期緻力于利用多源時空大數據來開展分析及應用研究，提出了“社會感知（Social Sensing）”的概念。基于街景圖像定量分析的系列研究，為“社會感知”提供了新的視角，将幫助我們全面研究地理環境。相關成果近日分别發表在地理信息科學、遙感、城市研究等領域的重要刊物ISPRS Journal of Photogrammetry and Remote Sensing (https://www.sciencedirect.com/science/article/pii/S0924271619301133)，Landscape and Urban Planning (https://www.sciencedirect.com/science/article/pii/S0169204618308545)，Computers, Environment and Urban Systems (https://www.sciencedirect.com/science/article/pii/S0198971517303903)，Royal Society Open Science (https://royalsocietypublishing.org/doi/full/10.1098/rsos.181375)中，張帆博士為論文第一作者。該系列研究工作得到了國家自然科學基金、國家重點研發計劃等項目的資助。