报告详情
基于深度学习的城市景观格局演变特征识别及其效应评估——以扬州市为例
编号：413
访问权限：私有
更新：2023-05-04 10:12:50
浏览：657次
口头报告
报告开始：2023年05月07日 15:24（Asia/Shanghai）
报告时间：12min
所在会场：[4B] 4B、生态与可持续发展 [4B-2] 4B-2 生态与可持续发展
暂无文件
摘要
景观格局的合理配置是城市空间结构优化和品质提升的前提。如何准确识别和科学量化景观格局演变特征及其效应，并在城市空间优化决策中得到有效应用，是当前城市规划亟待解决的关键问题。为此，本项目整合利用CNN、Transformer、GCN和LSTM深度学习技术，提出多时空混合神经网络模型，以提升客观视角下景观格局演变特征识别的准确性；其次，从自然性、扩张性、多样性与连通性四个目标维度，构建生态-社会效应评估指标体系，开展城市景观格局演变效应评价研究；最终，提出有针对性的景观格局优化策略。本项目拟选择扬州市中心城区作为典型案例区开展实证研究，旨在提高景观格局演变特征识别精度并创新景观格局优化方法，为本地区乃至全国其他城市规划建设提供科学依据。
关键词
暂无
报告人
杨萌
扬州大学稿件作者
全部评论
重要日期
-
会议日期
05月05日
2023
至05月08日
2023
-
03月31日 2023
初稿截稿日期
-
05月25日 2023
注册截止日期
主办单位
青年地学论坛理事会
中国科学院青年创新促进会地学分会
中国科学院青年创新促进会地学分会
承办单位
武汉大学
中国科学院精密测量科学与技术创新研究院
中国地质大学（武汉）
中国科学院精密测量科学与技术创新研究院
中国地质大学（武汉）
发表评论