广州市室内地温的变化规律分析

对2012年2月—2014年2月间广州室内地温进行了分析,同时还分析了其与室外气温的相互关系,结果表明：室内日平均地温随月份的变化呈正弦曲线变化,并且其变化与室外平均气温的变化有很高的相关性,但室内地温的升降幅小于室外气温的升降幅,春夏季室外气温高于室内地温,而秋冬季节相反;室内地温的日较差通常很小,一般小于1℃;当室内地温日较差在1～2℃时,多是室外处于持续的升温或持续降温状态;当室内地温日较差大于2℃时,多是因受冷空气影响。有冷（暖）空气影响时,室内地温下降（上升）较室外气温有一定程度的滞后,室内地温下降（上升）幅度较小但保持一致下降（上升）趋势,二者日平均温度变化趋势较为一致。     

基于街景影像多特征融合的广州市越秀区街道空间品质评估

全面准确地描述街景影像的多层次特征在基于街景影像对街道空间品质进行评估的研究中具有重要意义。以广州市越秀区为例,获取前后左右各视角街景影像中手工设计的特征（SURF特征、HOG特征）和基于深度学习的特征（语义特征）,基于单一特征和多特征融合采用支持向量机（Support Vector Machine, SVM）、随机森林（Random Forest, RF）训练各视角的评估模型。结果表明,以基于SVM建立的单特征模型为例,基于HOG特征（73.03%）、语义特征（72.28%）的模型平均精度优于SURF特征（56.00%）,基于SVM前后左右各视角模型的最优分类精度为82.8%（前）、81.7%（后）、76.6%（左）、76.6%（右）,而基于RF各视角模型的最优分类精度为82.8%（前）、85.0%（后）、78.1%（左）、70.3%（右）。前后视角的模型精度略优于左右视角。各视角最优模型均为多特征融合模型,最优模型平均分类精度和Kappa系数可达80.6%和0.62。利用街景影像评估街道空间品质时,各算法之间性能差异微弱,而特征选择及组合方式是提升精度的关键。越秀区街道空间品质存在明显空间分异,其西南部的街道空间品质亟待提升。本研究构建了基于街景影像多特征融合的大规模高精度街道空间品质测度方法,实现了对越秀区街道空间品质的评估,研究结果可为相关部门进行街道环境综合整治提供参考。