广东财经大学联合多单位在《Landscape and Urban Planning》发文 | 基于深度学习与街景影像揭示城市道路植被致敏风险暴露特征

摘要

城市绿地（Urban Green Space, UGS）的植物致敏正日益成为全球关注的问题，其中道路植被是过敏原暴露的主要来源。尽管评估城市绿地的致敏潜力对于有效的城市绿化管理至关重要，但开发高效且自动化的致敏源检测方法仍是一项重大挑战。本研究提出了一种创新框架，该框架整合了街景影像（Street View Images, SVI）、目标检测与识别算法以及机器学习技术，以实现对绿地致敏性的自动评估。通过引入百度热力数据来表征人口暴露水平，研究绘制了广州市中心的综合致敏风险图。且主要研究发现如下：1.研究提出的创新性评估框架的准确率达到了70%，并成功检测出64种致敏植物。2.研究设计了一种基于透视缩放效应的植被冠层尺寸估算模型，并对检测到的三万余株植物的冠层尺寸和高度进行了估算。3.综合考虑人口密度因素，应优先在人口密集区域开展致敏物种管理，以实现更高的管控效率。所提出的风险制图方法大幅降低了传统现场调查的时间和资源消耗，并提供了一种可推广至其他城市环境且可扩展解决方案。

城市道路植被致敏评估对公共健康至关重要，但传统人工实地调查不仅耗时费力，且难以覆盖城市尺度；而现有结合卫星遥感与街景的方法不仅数据获取成本高，且在建筑密集的“城市街道峡谷”中易受阴影干扰和GPS信号遮蔽影响，导致多源数据匹配困难。为此，本研究提出了一种仅依赖单源街景影像的自动化评估框架。该框架采用YOLOv8深度学习模型进行植被目标检测，并集成百度植物识别API实现道路绿地大规模物种识别。此外，研究利用针孔相机模型与地平面假设，通过XG_Boost回归模型从2D街景中快速估算植被冠幅与高度，解决了单目视觉下的尺度恢复难题，实现了无须LiDAR数据的低成本生物量提取。

在风险评估层面，目前的城市绿地致敏性指数（Index of Urban Green Zone Allergenicity, IUGZA）多聚焦于植物本身的生物学特征，往往忽略了人群暴露强度的空间差异。本研究通过引入百度热力指数来表征城市人群密度的动态分布，并据此构建了改进的人群加权致敏暴露风险模型（I'UGZA）。与静态人口数据不同，热力图能更真实地捕获不同时段的人群活动强度。研究将该人群加权指标定义为“管理优先度指数”，旨在识别生物性过敏原与高密度人类活动区重叠的关键区域。这种方法使评估从单纯的“致敏危害”转向“致敏危害-暴露”双重维度的综合风险分析，为城市规划科学分配管护资源提供了精准的数据支撑。

研究以广州市中心城区为案例进行了实证分析，结果显示，该自动化框架识别准确率达70%，成功提取了涵盖64个致敏类群的道路植被参数。空间分析表明，广州中心城区道路植被致敏性存在显著的空间异质性，研究据此划定了高风险致敏区地图（IUGZA≥0.3）。值得注意的是，引入人群权重后，评估结果呈现出显著的“暴露放大效应”：致敏风险分布的基尼系数由0.59上升至0.67，揭示了致敏危害与人群高密度区在天河、北京路等商业中心存在高度耦合。这一“关键少数”街道贡献了不成比例的公共健康风险。

本研究创新性地提出了一种基于单源街景影像与机器学习的城市致敏风险自动评估框架，显著降低了传统大规模人工调查的成本与资源消耗。与以往聚焦公园绿地的研究不同，本研究发现广州市中心道路绿地的整体致敏强度虽低于公园，但高致敏区与人群密集活动区存在高度空间重叠。为此，研究突破性地在原始指数中引入了人口聚集度参数，构建了人群加权暴露风险指数，实现了从单纯“生物学危害”向“危害-暴露”双重风险精准评估的跨越。为了便于全球推广，研究还总结了一套模块化的“五步法”协议（数据获取、目标检测、物种识别、几何提取、暴露建模），为其他数据稀缺城市提供了可复制的低成本解决方案。

在城市绿化管理层面，全面防范不仅成本高昂且不切实际，因此必须转向精准干预。研究表明，尽管樟树和细叶榕等树种单株致敏性并非最高，但因其种植基数大、冠幅广，成为了推高局部致敏风险的主要来源。结合人口数据分析发现，城市主要人群聚集区如商业中心、城市CBD等区域存在显著的“暴露放大效应”，这部分关键少数街道构成了不成比例的公共健康负担。因此，管理资源应优先倾斜于这些核心区域，通过对这些区域实行低致敏物种替代、花季前精准修剪和发布花粉预警来降低风险。未来研究不仅需要通过同步的实地踏勘进一步验证模型的鲁棒性，还可结合小时级动态热力图与高精度轨迹数据，进一步探索不同出行方式（如步行与乘车）的致敏风险动态监测体系。

图1. 智能致敏性参数评估方法的工作流程：(a.)植被检测与物种识别流程；(b.) 植被冠幅与高度的估算模型工作流程。

图2. (a.) 基于 YOLO的植被检测模型构建工作流程；(b.) 街景影像中单目摄影测量尺寸测算原理示意图；(c.)冠幅估算值转换为冠层高度值流程图。

图3. 基于核密度估计的排名前十检出植物物种空间分布。

图4. 基于街景影像的城市道路致敏风险空间分布图；风险等级以0.3的高风险阈值为基准，采用等距划分方法分为四个区间，以直观地展示潜在暴露风险的空间梯度。