陇南山区城镇街道景观美感评价及提升策略——以康县中街为例

来源 :兰州理工大学 | 被引量 : 0次 | 上传用户:robbieqzl
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
国家新型城镇化背景下,城镇建设逐渐由扩张向提升转变,快速发展后遗留的城镇问题亟待解决。深度剖析城镇问题,科学评价城镇建设现状,制定有针对性的提升策略,是现阶段我国城镇发展需要解决的关键问题。现有研究对山区城镇更新的关注有待进一步提高,本文针对陇南山区城镇构建街道景观美感评价模型,对典型案例进行景观美感评价,分析景观美感评分的现实成因,了解使用者的真实感受,为更好的管理和提升城镇景观提供决策依据。主要由以下三个方面展开:首先,通过对陇南山区城镇街道景观特征、街道景观美感要素特征进行归纳总结,确定评价指标体系,在此基础上运用AHP法构建陇南山区城镇街道景观美感评价模型。第一步,基于特征分析确定形态美、舒适美、文化美3项为准则层,自然形态美、建筑形态美、空间形态美等7项为子准则层,山水可见度、天空开阔度、绿化覆盖率等29项为指标层,构建评价指标体系;第二步,询证专家意见,运用层次分析法确定指标权重,经评价指标重要性分析,独特性、色彩协调度、绿化覆盖率、乡土文化感4项为重要指标;第三步,采用李克特量表法对街道使用者进行实地问卷调查,统计问卷结果;第四步,结合指标权重对问卷结果进行加权计算,经百分化处理后得到综合评分并进行分级评价。其次,依据景观美学理论与景观感知理论,以陇南市康县的中街为例进行实证研究。依据上述评价模型,设计调查问卷,运用问卷调查和统计学方法收集和分析使用者的主观评价数据,依据指标权重对评价数据进行加权计算,得出最终评价结果。结果表明:康县中街景观美感综合评分74.9224,属Ⅱ良好,空气清新度(88.8727)、山水可见度(88.0501)、绿化覆盖率(81.8804)、植物乡土性(81.5930)、建筑形态的独特性(80.3563)得分评价等级为Ⅰ优秀。最后,结合康县实际情况对平价结果进行描述与分析,探究形成评价结果的现实成因。提出提升思路框架,以解决问题为目标,以影响分析为路径,确定保护利用、凸显特色、精细设计、丰富内涵、活化传承为提升核心,针对街道各类具体景观空间有提出优化措施。评价结果与实际情况相符,现实成因与评价结果相符,表明本研究构建的指标体系与评价模型对陇南山区城镇街道景观美感评价具有良好的理论意义和应用价值,可以在陇南山区其他同类型城镇进一步推广。
其他文献
大学英语课程在教学内容、教学材料、教学方法、教师背景等方面具有特殊性,因此在大学英语课程中开展课程思政既有必要性,也有艰巨性。大学英语学科内容与课程思政相融合存在常见误区,即:混淆课程思政与思政课程、简单等同于跨文化教育、单一化为人文教育、局限于语言文化知识传授等。基于这些问题,本研究尝试构建一个目标精准、内容系统、流程渐进、评价全面的“学术英语视听说”课程思政实施框架,该框架以“全球英语”和“产
期刊
我国《刑法》增设了妨害药品管理罪,该罪所侵害的是双重法益,在犯罪类型上属于具体危险犯,其“足以严重危害人体健康”的界定对犯罪构成要件作了限制。对于该罪与他罪竞合的情况,应坚持“法定刑标准说”并辅之以法益保护论,排除掉不应适用该罪名的情形,并在法秩序统一性之下完善该罪的行为规制内容。
期刊
“碳达峰、碳中和”目标的实现将推动产业结构和社会经济转型,给各行业带来巨大的发展机遇和挑战。越来越多的国家已就净零排放达成共识。本文介绍了国内外碳达峰碳中和形势以及能源转型的趋势,结合国际石油公司的转型策略,提出双碳目标下的石油企业的应对建议,包括提高能源开发利用效率、推动非常规天然气勘探开发、实施新能源工程应用、开展负碳技术创新及示范等,为未来石油企业更好地实现绿色低碳发展及“双碳”目标提供参考
期刊
深度学习作为非常火热的研究方向,落地应用广泛。本文基于深度学习技术,对气温进行时间序列建模,通过分析真实的气象数据,提出了改进的深度学习融合模型。本文主要研究内容如下:(1)数据处理与特征工程。数据集包含两种类别,图结构数据的处理过程是:首先通过经纬度计算出气象站之间的距离,然后通过距离得出图结构的表示;节点特征数据的处理过程是:首先使用方差选择法和相关系数法进行特征选择,然后将时间维度的数据使用
学位
命名数据网络(Named Data Networking,NDN)作为未来互联网体系架构最具竞争力的候选架构,由于其在移动支持方面的优势,NDN与车载自组织网络(Vehicular Ad-Hoc Networks,VANET)的集成架构NDN-VANET成为该领域研究热点。在VANET/NDN-VANET中广泛采用机器学习技术来解决通信、安全和交通管理等方面的问题,然而,机器学习的训练和预测阶段面
学位
近年来,随着计算机科学和人工智能等学科技术的发展和普及,3D场景理解在计算机视觉中引起了越来越多的关注,成为无人驾驶、机器人应用场景下的重要组成部分。尽管目标检测在2D方面取得了重大突破,但直接将这些方法运用于增加了维度和角度信息的3D检测任务中是不合适的,所以探索出更加适合3D检测任务的方法就显得尤为重要。随着传感器技术的不断发展,3D目标检测也不仅仅局限于用2D RGB图片转换来获取信息,更多
学位
由于大数据的广泛使用,以及各类智能电子设备的普及,特别是随着5G的迅速发展,流量出现了爆炸性增加,人们对通信速率的要求变得越来越高。以致射频通信的频谱资源出现紧张状态,无法满足现有的频谱需求。而无线光通信可以有效缓解频谱资源紧张问题。但无线光通信系统容易受温度、气候等环境因素以及电子设备硬件接收速率的影响,以至于限制了无线光通信的实际应用。因此,怎么在不改变系统功率、带宽的前提下,提高通信系统的传
学位
在大样本条件下,深度学习模型在图像识别领域取得了极大的成功,在很多图像识别任务中也已经超过了人类识别的水平。但在训练样本极少的情况下,传统大样本的深度模型极易产生模型过拟合和模型泛化能力低的问题,即大样本条件下的深度学习模型无法满足小样本条件下的学习问题。基于此,许多研究工作通过数据增强、自监督以及利用语义信息等方法以弥补训练样本量不足的缺陷,并引入迁移学习、元学习等方式来预训练模型或加速模型优化
学位
随着深度学习的发展,基于神经网络的图像分类逐步取代了传统的图像分类方法,是近几年研究人员一直关注的方向。神经网络是由大量的、简单的神经元广泛地互相连接而形成的复杂网络系统,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学系统。近年来,基于神经网络的图像分类研究已相继展开。本文主要关注的是图像分类中的小样本图像分类问题。由于小样本学习天然限制了样本量,又因为样本量较少,现有的分类方法容易
学位
随着网络技术的快速发展和新冠疫情的大背景下,越来越多的人将现实中的生活和工作转移到了网络上。人们通过社交网站表达观点和抒发情感,电商通过分析评论改进营销策略,政府通过监控网络舆情进行收集民情和制定政策。因此,对网络上的文本信息进行情感分析具有重要的现实意义。而网络中的文本大多是多元化、碎片化的,传统模型对此类文本进行情感分析时,存在长距离语义信息挖掘不够充分、深层次的特征提取不够完整的问题。在模型
学位