CN109345314A - 一种农村道路景观视觉评价分析方法 - Google Patents

一种农村道路景观视觉评价分析方法 Download PDF

Info

Publication number
CN109345314A
CN109345314A CN201811201576.9A CN201811201576A CN109345314A CN 109345314 A CN109345314 A CN 109345314A CN 201811201576 A CN201811201576 A CN 201811201576A CN 109345314 A CN109345314 A CN 109345314A
Authority
CN
China
Prior art keywords
landscape
road
quality
visual
analysis method
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811201576.9A
Other languages
English (en)
Inventor
朱琳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan City University
Original Assignee
Hunan City University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hunan City University filed Critical Hunan City University
Priority to CN201811201576.9A priority Critical patent/CN109345314A/zh
Publication of CN109345314A publication Critical patent/CN109345314A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0282Rating or review of business operators or products
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/14Travel agencies

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明属于农村道路景观视觉评价领域,公开了一种农村道路景观视觉评价分析方法。采用SD法对道路景观视觉质量评价,按照评价结果,将样本进行排序、筛选;根据景观质量排序的结果,挑选不同质量层次的具有典型特征的景观样本,再次采用SD法对景观特征进行评价;通过相关分析和回归分析模型,分析景观特征对景观质量的影响,建立景观质量评价模型。本发明运用基于视觉感知的SD法,选取18张代表村域内道路垂直景观和水平景观的样本,对其进行视觉质量评价,并通过对数据进行相关分析和线性回归分析,建立景观质量评价模型。本发明有利于改善其道路景观质量,为后续的发展建设提供参考。

Description

一种农村道路景观视觉评价分析方法
技术领域
本发明属于农村道路景观视觉评价领域,尤其涉及一种农村道路景观视觉评价分析方法。
背景技术
目前,业内常用的现有技术是这样的:农村道路景观是道路与其周围环境的一个综合景观体系,是由道路两侧的垂直景观(绿化、建筑、农田、山体等)和水平景观(路面、边坡等)所构成。农村景观视觉质量评价是农村景观规划开发的科学基础和依据。[1]视觉景观评价,侧重于分析景观要素及特征对视觉感知的影响,以心理物理学方法占据主导地位。近年来学界关于景观质量的研究尚未形成新的评价方法,仍沿用美景度评估法、SD语义差异法等,多种方法的结合使用已经成为一种共同的趋势。
总的来看,国内关于农村道路景观的实证研究较少,基于景观美学的视觉质量定量研究更少。自2015年6月,国家质检总局、国家标准委发布《美丽乡村建设指南》GBT32000-2015以来,美丽乡村建设进入标准化管理模式,这对于提升农村建设质量和水平具有十分积极的作用。《美丽乡村建设指南》为开展美丽乡村建设提供了框架性、方向性技术指导,使美丽乡村建设有标可依,使乡村资源配置和公共服务有章可循,使美丽乡村建设有据可考。同时,标准对乡村个性化发展预留了自由空间,鼓励各地根据乡村资源禀赋,因地制宜、创新发展。近年来,农村道路作为农村基础设施建设重点之一,在农村土地综合整治、新农村建设、城乡统筹发展平台上,得到了迅猛扩展。研究其道路景观质量和特征,探索道路景观特征对视觉景观质量的影响,不仅有利于改善其道路景观质量,为后续的发展建设提供参考,更有利于推进其旅游产业发展,并且,为今后乡村规划建设中道路景观的建设与发展提供科学依据。
综上所述,现有技术存在的问题是:
1.对农村道路景观的研究主要集中于道路工程设计与造价、道路美化与生态保护等方面。对农村道路景观视觉评价的研究尚不足。
2.近年来学界关于景观质量的研究尚未形成新的评价方法,仍沿用美景度评估法、SD语义差异法等。
解决上述技术问题的难度和意义:
SD语义差异法过于依赖人心的审美态度和照片的效果,审美态度会因时间、地点、文化等因素有所差异,照片质量也会因光线、构图、清晰程度而有所不同。
道路景观和人的认知极其复杂,道路景观视觉评价还面临着诸多问题,视觉评价缺乏统一的定义和标准;道路景观视觉评价牵涉到客观方面的因素,同时仍缺乏衡量的标准。如何将个体体验与景观普遍性表征结合,服务于景观评价,为道路景观规划和提升提供数据支撑,是很有必要思考的问题。
发明内容
针对现有技术存在的问题,本发明提供了一种农村道路景观视觉评价分析方法。
本发明是这样实现的,一种农村道路景观视觉评价分析方法,所述的分析方法包括:
步骤一,采用SD法对道路景观视觉质量评价,按照评价结果,将样本进行排序、筛选;
步骤二,根据景观质量排序的结果,挑选不同质量层次的具有典型特征的景观样本,再次采用SD法对景观特征进行评价;
步骤三:通过相关分析和回归分析模型,分析景观特征对景观质量的影响,建立景观质量评价模型。
进一步,评价尺度定为-2,-1,0,1,2五级,确定了共8对形容词;对应景观特性为识别度、美感、地域性、幽静度、清洁性、秩序性、色彩感、绿化度。
进一步,对道路景观的视觉特性的要素之间的相关性分析采用皮尔逊相关系数。
进一步,采用以下公式对道路景观视觉质量进行评价:
Zij=(Rij-Rj)/Sj
其中,Zij为第j个评判者对第i个景观评分的标准化值,Rij为第j个评判者对第i个景观的评分,Rj为第j个评判者对某一类景观评分的平均值,Sj为第j个评判者对某一类景观评分的标准差,通过公式对每个景观质量分值进行分析,最后得到不同景观的质量排序。
进一步,所述农村道路景观视觉评价分析方法的信度分析的信度系数Cronbach’α信度系数,计算公式为a=[K/(K-1)]*[1-(∑S2i)/(S2x)],K为量表中题项的总数,S2i为第i题得分的题内方差,S2x为全部题项总得分的方差。
α≥0.9,则信度很高;0.8≤α<0.9,则信度可以接受的;0.7≤α<0.8,则认为量表设计存在一定的问题,但仍有一定参考价值;α<0.7,则认为量表设计存在较大问题,应考虑重新设计。
进一步,所述农村道路景观视觉评价分析方法对道路景观的视觉特性的要素之间的相关性分析采用皮尔逊相关系数。公式为:
其中cov(X,Y)叫做X,Y的协方差,σX是X的标准差,μX是X的期望E(X);若相关系数p的为正值,表明变量之间呈,反之,则为负相关。
进一步,所述农村道路景观视觉评价分析方法的线性回归分析运用逐步回归的方法,方差分析说明因变量和自变量之间存在线性关系,P<0.05;公式为:
Yi=β01Xi12Xi2+...+βpXipi, i=1,...,n.;
识别性,地域性和幽静度三项特征的P值分别为0.525、0.402、0.363均大于0.05,与景观质量的相关性不显著,故将其剔除;
美景度方程为:
F=0.029+0.319*X2+0.135*X5+0.132*X6+0.117*X7+0.242*X8;
式中:F代表美景度,X2代表视野美感,X5代表清洁性,X6代表景观秩序,X7代表色彩感,X8代表绿化度;其中视觉美感相关程度最高,其次是绿化度。
本发明的另一目的在于提供一种应用所述农村道路景观视觉评价分析方法的信息数据处理终端。
综上所述,本发明的优点及积极效果为:
本发明不仅有利于改善其道路景观质量,为后续的发展建设提供参考,更为中国乡村规划建设中道路景观视觉研究提供科学依据。村庄规划通过农村道路景观视觉评价研究可以反映当前道路建设取得的成效及不足,为农村建设管理部门提供村庄发展的动态依据,其次,道路景观评价系统有助于村庄建设者对以往编制的规划成果和发展事实进行对比研究和评价反馈,借此总结归纳出影响规划实施的因素,既而推动乡村规划实施评价在乡村规划领域的发展。
附图说明
图1是本发明实施例提供的农村道路景观视觉评价分析方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
下面结合附图对本发明的应用原理作详细的描述。
如图1所示,本发明实施例提供的农村道路景观视觉评价分析方法包括以下步骤:
S101:借鉴SD法对道路景观视觉质量进行评价,按照评价结果,将样本进行排序、筛选;
S102:根据景观质量排序的结果,挑选不同质量层次的具有典型特征的照片作为景观样本,再次采用SD法对景观特征进行评价;
S103:通过相关分析和回归分析模型,分析景观特征对景观质量的影响,建立景观质量评价模型。
下面结合实施例对本发明的应用原理作进一步描述。
实施例1
鉴于景观的视觉环境质量是景观的视觉特征和人的心理活动共同作用的结果,因此,其评价的准确性不仅取决于客观的环境,也受到主观的评价者的影响。[6]研究表明,专家和专业学生的辨别能力和内部一致性最好,因此,本发明采用基于专家和专业学生评判的方式,将评价者分两组:专家组和专业学生组,并以发放纸质问卷和基于网络技术的电子问卷的方式,使得评价过程和评价结果比较客观,且节省时间,可操作性强。评价过程中,首先讲解评价规则,以使评价者在正式评价前建立起自己的评价标准。然后使评价者对照每张照片边看照片边填写问卷,一张照片停留约1分钟。评价过程中,要求每位评价者独立地评价每张照片,并强调应关注照片中景观的本身,而非照片质量。
对于第一组评判,选择湖南城市学院20位城市规划、建筑学和风景园林等专业的讲师、副教授、教授等,通过纸质问卷和电子问卷,对18个样本照片进行评判。第二组评判选择50位城市规划、建筑学和风景园林等专业大三至大五的高年级学生,并通过电子邮件的形式发放和回收问卷,来对样本进行评判。每位评判者在规定的时间内将电子问卷返回,评判过程同第一组评判相同。
本发明专注于农村道路景观的视觉评价,通过实地调研,本发明于2018年4月22日-25日,选择了个18个视野开阔或具有典型景观特征的地点作为拍照点。在晴朗天气的9时至14时,分别从东、南、西、北四个方向进行拍摄,拍摄者和拍摄工具保持不变,拍照高度约为1.5米左右,拍照角度基本保持水平,不特意改变拍照高度和拍照角度,不使用闪光灯,不刻意回避积极或消极因素,比如整洁有序的绿化和脏乱的垃圾堆等,共获取98张照片。因而以此为标准对照片进行初步遴选和整理。综合考虑道路两侧的垂直景观(绿化、建筑、农田、水塘等)和水平景观(路面、边坡等)等要素组合以及近景、远景比例,对照片进行筛选,最终确定18张照片作为景观质量评价样本。
第二组评判因为是针对专业学生组,理解层次不同于专家组,因此应精简照片数量,但是目前还没有明确的挑选标准,参照第一轮的研究结果,本发明选取景观质量最优和景观质量最差的各4张照片作为分析景观特征的典型样本,因为它们之间的差异明显,更能直观表达出口洲村道路景观的实际情况,景观特征更加突出。对第一轮数据进行标准化处理,公式如下:
式①中Zij为第j个评判者对第i个景观评分的标准化值,Rij为第j个评判者对第i个景观的评分,为第j个评判者对某一类景观评分的平均值,Sj为第j个评判者对某一类景观评分的标准差。利用该公式对每个景观质量分值进行标准化后,再求平均值,最后得到不同景观的质量排序(表2),样本11,4,14,2得分最高,样本17,7,19,15得分最低。
表2 18个样本景观质量标准化值排序
照片号 标准化值 照片号 标准化值 照片号 标准化值
P11 1.075 P8 0.346 P3 -0.346
P4 0.875 P16 0.288 P13 -0.394
P14 0.841 P1 0.128 P17 -0.397
P2 0.644 P6 -0.178 P7 -0.409
P18 0.613 P9 -0.234 P10 -0.501
P5 0.506 P12 -0.259 P15 -0.875
视觉景观质量分析
表2显示,18个景观样本中9个样本的质量标准化值为正值,其余9个样本为负值。将正负两组景观进行直观对比后,可知景观特性存在以下几点差异:
秩序性方面的差异。正值组景观中道路两侧的树木排列较为整齐,树干挺直,道路材质为水泥,硬化特征明显,且在视域中占有较大比例,纵深感强。而负值组景观中树木排列较为凌乱,缺乏秩序感。清洁性方面的差异。正值组景观中,路面清洁,道路两侧绿化也较为整洁;而负值组景观中,有影响视觉感受的污染了的水塘等。绿化度方面的差异。正值组景观中的树木较为茂盛,树冠形态优美,且草本植物覆盖度较高,总体展现出良好的生命力;而负值组景观中的树木较为稀疏、凌乱,甚至有多处景观中有荒草出现或地表裸露,总体来看,生命力不强。
信度分析
信度是指测量的一致性,它的功能在于检验测量本身是否稳定。本发明采用目前最常用的信度系数Cronbach’α(克朗巴哈)信度系数,其计算公式为a=[K/(K-1)]*[1-(∑S2i)/(S2x)],K为量表中题项的总数,S2i为第i题得分的题内方差,S2x为全部题项总得分的方差。
进行评价,Cronbach’α系数在0-1之间。经验上,如果α≥0.9,则认为信度很高;如果0.8≤α<0.9,则认为信度是可以接受的;如果0.7≤α<0.8,则认为量表设计存在一定的问题,但仍有一定参考价值;如果α<0.7,则认为量表设计存在较大问题,应考虑重新设计。由表3可知,本发明参与信度分析的项数有8个,即8对形容词,其信度系数为α=0.921>0.9,说明本发明的内在信度很高,可以进行问卷调查。
表3.本问卷的可靠性统计量
相关分析
相关关系是事物直接存在的相互依赖、相互制约、相互影响的关系。本发明对道路景观的视觉特性的要素之间的相关性分析采用Pearson(皮尔逊)相关系数。其公式为:
其中cov(X,Y)叫做X,Y的协方差,σX是X的标准差,μX是X的期望E(X)。若相关系数p的为正值,表明变量之间呈,反之,则为负相关。本发明对道路景观的视觉特性的要素之间的关系见表4。根据分析结果,所有变量之间都为正相关,且美感与幽静度的相关性最高,相关值为0.732;清洁度与秩序性相关度也较高,相关值为0.729。并且,各景观特征与景观视觉质量(average visual quality,AVQ)也存在一定的相关性,比如美感与景观视觉质量的相关性最高,为0.775。
表4.道路景观的视觉特性的要素之间的相关性
线性回归分析
线性回归分析运用逐步回归的方法,方差分析说明因变量(景观质量特征)和自变量(评价因子)之间存在线性关系(P<0.05)。其公式为:
Yi=β01Xi12Xi2+...+βpXipi, i=1,...,n.;
本发明中,识别性,地域性和幽静度三项特征的P值分别为0.525、0.402、0.363均大于0.05,与景观质量的相关性不显著,故将其剔除。保留视野美感、清洁性、景观秩序、色彩丰富度、植被覆盖程度等七项特征,继续进行回归分析。最终建立的线性回归模型如下表,美景度方程为:
F=0.029+0.319*X2+0.135*X5+0.132*X6+0.117*X7+0.242*X8;
式中:F代表美景度,X2代表视野美感,X5代表清洁性,X6代表景观秩序,X7代表色彩感,X8代表绿化度。其中视觉美感相关程度最高,其次是绿化度,能够说明这两者显著地影响了评判者对景观的喜好。
表5线性回归系数表
(R2=0.722;F=204.382;Sig=0.000)
通过对18个样本组成的正负量大组景观进行直观对比,秩序性、清洁度、植被覆盖度等三项景观特征在18个典型样本中区分度较好,因而可以进入最终的视觉景观评价模型;通过多次回归分析,可知美感对道路景观视觉质量有显著影响,其他道路景观特征如绿化度、清洁度、秩序性、色彩感等,对视觉景观质量也有较大影响。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现,所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (8)

1.一种农村道路景观视觉评价分析方法,其特征在于,所述的分析方法包括:
步骤一,采用SD法对道路景观视觉质量评价,按照评价结果,将样本进行排序、筛选;
步骤二,根据景观质量排序的结果,挑选不同质量层次的具有典型特征的景观样本,再次采用SD法对景观特征进行评价;
步骤三:通过相关分析和回归分析模型,分析景观特征对景观质量的影响,建立景观质量评价模型。
2.如权利要求1所述的农村道路景观视觉评价分析方法,其特征在于,评价尺度定为-2,-1,0,1,2五级,确定了共8对形容词;对应景观特性为识别度、美感、地域性、幽静度、清洁性、秩序性、色彩感、绿化度。
3.如权利要求1所述的农村道路景观视觉评价分析方法,其特征在于,对道路景观的视觉特性的要素之间的相关性分析采用皮尔逊相关系数。
4.如权利要求1所述的农村道路景观视觉评价分析方法,其特征在于,采用以下公式对道路景观视觉质量进行评价:
Zij=(Rij-Rj)/Sj
其中,Zij为第j个评判者对第i个景观评分的标准化值,Rij为第j个评判者对第i个景观的评分,Rj为第j个评判者对某一类景观评分的平均值,Sj为第j个评判者对某一类景观评分的标准差,通过公式对每个景观质量分值进行分析,最后得到不同景观的质量排序。
5.如权利要求1所述的农村道路景观视觉评价分析方法,其特征在于,所述农村道路景观视觉评价分析方法的信度分析的信度系数Cronbach’α信度系数,计算公式为a=[K/(K-1)]*[1-(∑S2i)/(S2x)],K为量表中题项的总数,S2i为第i题得分的题内方差,S2x为全部题项总得分的方差;
α≥0.9,则信度很高;0.8≤α<0.9,则信度可以接受的;0.7≤α<0.8,则认为量表设计存在一定的问题,但仍有一定参考价值;α<0.7,则认为量表设计存在较大问题,应考虑重新设计。
6.如权利要求1所述的农村道路景观视觉评价分析方法,其特征在于,所述农村道路景观视觉评价分析方法对道路景观的视觉特性的要素之间的相关性分析采用皮尔逊相关系数,公式为:
其中cov(X,Y)叫做X,Y的协方差,σX是X的标准差,μX是X的期望E(X);若相关系数p的为正值,表明变量之间呈,反之,则为负相关。
7.如权利要求1所述的农村道路景观视觉评价分析方法,其特征在于,所述农村道路景观视觉评价分析方法的线性回归分析运用逐步回归的方法,方差分析说明因变量和自变量之间存在线性关系,P<0.05;公式为:
Yi=β01Xi12Xi2+...+βpXipi,i=1,...,n.;
识别性,地域性和幽静度三项特征的P值分别为0.525、0.402、0.363均大于0.05,与景观质量的相关性不显著,故将其剔除;
美景度方程为:
F=0.029+0.319*X2+0.135*X5+0.132*X6+0.117*X7+0.242*X8;
式中:F代表美景度,X2代表视野美感,X5代表清洁性,X6代表景观秩序,X7代表色彩感,X8代表绿化度;其中视觉美感相关程度最高,其次是绿化度。
8.一种应用权利要求1~7任意一项所述农村道路景观视觉评价分析方法的信息数据处理终端。
CN201811201576.9A 2018-10-16 2018-10-16 一种农村道路景观视觉评价分析方法 Pending CN109345314A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811201576.9A CN109345314A (zh) 2018-10-16 2018-10-16 一种农村道路景观视觉评价分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811201576.9A CN109345314A (zh) 2018-10-16 2018-10-16 一种农村道路景观视觉评价分析方法

Publications (1)

Publication Number Publication Date
CN109345314A true CN109345314A (zh) 2019-02-15

Family

ID=65309592

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811201576.9A Pending CN109345314A (zh) 2018-10-16 2018-10-16 一种农村道路景观视觉评价分析方法

Country Status (1)

Country Link
CN (1) CN109345314A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110458088A (zh) * 2019-08-07 2019-11-15 南京林业大学 一种基于影像与主成分的森林风景资源视觉质量评价方法
CN111242493A (zh) * 2020-01-17 2020-06-05 广州市城市规划勘测设计研究院 一种街道品质评价方法、装置、系统及存储介质
CN113076580A (zh) * 2021-03-26 2021-07-06 东南大学 一种公路景观视觉环境评价模型构建方法
CN114120106A (zh) * 2021-11-13 2022-03-01 肇庆市城市规划设计院 城市绿地景观评价方法、装置、存储介质及终端设备
CN114596003A (zh) * 2022-03-25 2022-06-07 广州山水比德设计股份有限公司 植物景观视觉舒适性的分析方法和装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103218619A (zh) * 2013-03-15 2013-07-24 华南理工大学 一种图像美学评价方法
CN105069268A (zh) * 2015-09-11 2015-11-18 长江大学 一种基于gis的景观视觉影响综合评价方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103218619A (zh) * 2013-03-15 2013-07-24 华南理工大学 一种图像美学评价方法
CN105069268A (zh) * 2015-09-11 2015-11-18 长江大学 一种基于gis的景观视觉影响综合评价方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
周波等: "美丽乡村之乡村道路景观视觉评价分析研究——以湖南省安乡县出口洲村为例", 《湖南城市学院学报》 *
李光红等: "《大学生就业力研究 人才筛选标准化视域》", 31 January 2015 *
李安: "《语料库语言学及Python实现》", 31 August 2018 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110458088A (zh) * 2019-08-07 2019-11-15 南京林业大学 一种基于影像与主成分的森林风景资源视觉质量评价方法
CN111242493A (zh) * 2020-01-17 2020-06-05 广州市城市规划勘测设计研究院 一种街道品质评价方法、装置、系统及存储介质
CN113076580A (zh) * 2021-03-26 2021-07-06 东南大学 一种公路景观视觉环境评价模型构建方法
CN113076580B (zh) * 2021-03-26 2024-01-16 东南大学 一种公路景观视觉环境评价模型构建方法
CN114120106A (zh) * 2021-11-13 2022-03-01 肇庆市城市规划设计院 城市绿地景观评价方法、装置、存储介质及终端设备
CN114596003A (zh) * 2022-03-25 2022-06-07 广州山水比德设计股份有限公司 植物景观视觉舒适性的分析方法和装置
CN114596003B (zh) * 2022-03-25 2024-07-19 广州山水比德设计股份有限公司 植物景观视觉舒适性的分析方法和装置

Similar Documents

Publication Publication Date Title
CN109345314A (zh) 一种农村道路景观视觉评价分析方法
Yusof et al. Digital leadership among school leaders in Malaysia
Valenzuela et al. The social media basis of youth protest behavior: The case of Chile
Foroughi et al. Public participation and consensus-building in urban planning from the lens of heritage planning: A systematic literature review
Hansen et al. Citizen participation and Internet GIS—Some recent advances
Hysing et al. Who greens the northern light? Green inside activists in local environmental governing in Sweden
Pozdniakova Smart sustainable cities: the concept and approaches to measurement
Jeong et al. Approaches to validating a mutual participatory web-planning interface in rural Extremadura (Spain)
Crosas et al. Mapping Food and Health Premises in Barcelona. An Approach to Logics of Distribution and Proximity of Essential Urban Services
Crociata et al. Creative workforce and economic development in precrisis Europe: Main trends and causality relationships
Stewart Half empty or half full? Staffing trends in academic libraries at US research universities, 2000–2008
Rachmawati et al. Developing smart city in the new capital of Indonesia
Han Identifying the roots of inequality of opportunity in South Korea by application of algorithmic approaches
Urbanc et al. Landscapes as represented in textbooks and in students’ imagination: Stability, generational gap, image retention and recognisability
Derungs et al. Dialect borders—political regions are better predictors than economy or religion
Yin Forecast without historical data: objective tourist volume forecast model for newly developed rural tourism areas of China
Wen et al. Potential conflicts between individual preferences and city color planning: A case study of Busan, South Korea
Stephan Social practices of flood (risk) management–a visual geographic approach to the analysis of social practices in an empirical case in Chiapas, Mexico
Zeng et al. Ecotourism development and the egocentric network of female residents: A case study in Zhangjiajie National Forest Park
Petrová Cultural Enterpreneurship Illustrated on the Non-Profit Arts Sector in the Czech Republic
Davison et al. Researching place in urban design
Kim Adaptive capacity and local-level fisheries co-management activities: A case of South Korea
Indrawati et al. Identification of smart technology indicators for measuring smart city: An Indonesian perspective
Mancini et al. 4. A comparison of regression tree-based features selection methods for the prediction of academic performances
Rogers et al. Characterization of public and stakeholder objectives in environmental management: New Hampshire’s Lamprey River

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20190215

RJ01 Rejection of invention patent application after publication