基于街景图像的厦门本岛环境特征对住宅价格的影响研究

住宅价格的空间分异是城市空间资源配置不均衡的外在表现,理解住宅价格的主导影响因素及其空间分异特征对于住区规划及房价调控政策的制定具有重要意义。既有研究较少考虑环境品质对住宅价格的影响和影响因素的作用尺度差异,针对以上问题,本文引入街景图像,在特征价格模型的基础上拓展环境特征,构建多尺度地理加权回归（MGWR）模型,研究环境特征对住宅价格的影响效用,并通过分析其他控制变量的系数空间格局,总结各变量的空间分异特征规律。主要结论为：① 街景图像测度的环境特征更符合人们对居住环境的真实感知,研究结论可为居住环境品质提升提供更加精细化的设计策略; MGWR模型对变量的空间分异现象具有更接近于真实值的拟合效果,可描述不同变量的作用尺度差异,这有助于为特定地区制定针对性规划策略。② 厦门本岛住宅价格呈现显著的聚类特征,并沿城市核心发展轴呈“带状”结构分布。③ 3个环境特征变量对于住宅价格均为显著的正向影响,且作用接近全局尺度,街景绿视率的影响最强,其次是天空开敞度和相对步行指数。④ 总结各变量的系数空间分异规律,发现不同特征地区住宅价格的主导影响因素不同,核心地区主要受交通、教育因素的影响;老城地区主要为环境品质、建筑质量因素;新城地区则为区位、生活设施因素。     

结合行驶场景语义的轨迹-路网实时匹配方法

实时地图匹配技术在智能交通、自动驾驶等领域起着关键作用.现有实时地图匹配算法在高架、立交道路等复杂场景受到平行道路的干扰,匹配正确率较低.针对这一问题,本文提出了一种利用与车辆轨迹同步采集的图像对行驶场景进行分类,从而辅助城市复杂道路环境下地图匹配的方法.该方法在车辆靠近高架区域时利用图像对车辆行驶场景进行分类,结合车辆行驶方向、轨迹点与路段的距离、匹配路段邻接性等指标,对当前轨迹点进行实时匹配.以上海市三段高频采集的轨迹数据为例进行试验,使用匹配率、召回率、精确率等指标对结果进行精度评价.结果表明,本文方法的平均匹配率、召回率和精确率达到96.86％、97.17％、93.46％,优于传统实时匹配方法;对原始轨迹进行降采样后,匹配率、召回率、精确率等指标保持稳定.比较高架道路、立交等复杂场景的匹配效果,以及对比单点匹配耗时、延时和内存占用情况,本文方法均能保持较好的匹配结果.