AI 揭示城市中隐藏的绿地差距，推动更智能的城市规划

快速阅读: 据《AZoAI》称，纽约大学图宾根工程学院的研究团队开发了一种新的AI系统，利用卫星图像更准确地追踪城市绿地空间，精度提高13.4%，有助于创建更健康、公平的城市环境。该系统在巴基斯坦卡拉奇进行测试，发现人均绿地面积仅为4.17平方米，远低于世卫组织推荐的9平方米。研究成果已发表在《计算与可持续社会ACM期刊》。

纽约大学图宾根工程学院
2025年2月20日

一种新的AI系统正在改变城市如何绘制和管理绿地空间的方式，揭示了显著的环境差异。这一突破提高了高达百分之十三点四的准确性，有助于规划者创建更加凉爽、健康和公平的城市环境。研究：利用卫星图像并采用新的数据增强范式量化巴基斯坦卡拉奇市的绿色空间
图片版权：Hairem / Shutterstock

由纽约大学图宾根工程学院和全球公共卫生学院副教授朱莉·春娜领导的研究团队，公布了利用卫星图像比以往方法更准确地追踪城市绿地空间的一种新的AI系统，这对确保健康城市至关重要。为验证其方法，研究人员在巴基斯坦最大城市卡拉奇测试了该系统。卡拉奇的密集城区和多样的植被条件使其成为理想的测试案例。

该团队的分析被《计算与可持续社会ACM期刊》接受发表，揭示了显著的环境差异。一些地区享有绿树成荫的街道，而许多社区几乎没有植被。长期以来，城市一直难以精确跟踪其绿地空间，从公园到单个街道树木，传统的卫星分析可能遗漏高达百分之三十七的城市植被。随着城市面临气候变化和快速城市化，尤其是在亚洲和非洲，准确测量变得至关重要。绿地有助于降低城市温度，净化空气污染，并提供锻炼和维护心理健康的场所。然而，这些好处可能分布不均。低收入地区往往缺乏植被，导致这些地区比绿树成荫的富裕社区更热和污染更严重。

研究团队通过增强AI分割架构（如DeepLabV3+）开发了解决方案。他们使用来自谷歌地球的高分辨率卫星图像，通过增加训练数据来包括不同光照和季节条件下各种版本的绿色植被——这一过程被称为“绿色增强”。该技术使植被检测准确性提高了百分之十三点四，在该领域是一个重要进步。当系统正确识别植被的频率时，它达到了百分之八十九点四的准确性，百分之九十点六的可靠性，远优于传统方法，后者仅能达到百分之六十三点三的准确性，百分之六十四点零的可靠性。“以前的方法依赖于简单的光谱波长测量。”春娜说，她是纽约大学健康数据科学中心主任，也是图宾根工程学院可视化、影像和数据分析中心（VIDA）的成员。“我们的系统学会了识别更微妙的模式，即使在具有挑战性的城市环境中也能区分树木和草地。这种数据对于城市规划者来说是必要的，他们可以识别缺乏植被的社区，从而开发出能够带来最大效益的新绿地。没有准确的地图，城市无法有效解决差异。”

卡拉奇的分析发现，该市人均仅拥有4.17平方米的绿地，不到世界卫生组织（WHO）推荐的每人人均9平方米的一半。社区内部的差异非常显著：虽然一些偏远的联合委员会——巴基斯坦最小的地方政府单位，本研究包括了173个——人均超过80平方米，但有五个联合委员会的人均不到0.1平方米。研究显示，更多铺设道路的区域——通常是经济发展的一个标志——往往有更多的树木和草地。更重要的是，在八个不同的联合委员会中，植被更多的区域表面温度明显更低，这表明绿地在冷却城市中的作用。

新加坡提供了对比，展示了有计划的情况下可能实现什么。尽管人口密度与卡拉奇相似，但新加坡人均提供9.9平方米的绿地，超过了世卫组织的目标。研究人员已公开其方法，但将其应用于其他城市需要重新训练系统以适应当地卫星图像。这项研究进一步丰富了春娜在开发计算和统计方法方面的工作，包括数据挖掘和机器学习，以理解健康的社会决定因素和健康差异。先前的研究包括使用社交媒体帖子来绘制社区层面的系统性种族主义和恐同症，并评估它们对心理健康的影响，以及分析电子健康记录以了解COVID-19疫情期间远程医疗服务的差异。

除春娜外，论文作者还包括纽约大学图宾根工程学院计算机科学与工程系及VIDA的博士生张苗苗，以及卡拉奇阿迦汗大学医学系的哈贾拉·阿拉德、曼扎尔·阿巴斯、哈姆扎·杰汉泽布、伊扎·塔希尔、贾韦里亚·哈桑和扎因巴·萨马德。萨马德还担任阿迦汗大学CITRIC健康数据科学中心的职务。该研究的资金由国家科学基金会和国立卫生研究院提供。

来源：纽约大学图宾根工程学院
参考文献：
张苗苗等人，“利用卫星图像并采用新的数据增强范式量化巴基斯坦卡拉奇市的绿色空间”，《计算与可持续社会ACM期刊》，2025年2月8日，DOI：10.1145/3716370，https://dl.acm.org/doi/10.1145/3716370

(以上内容均由Ai生成)