城市生态系统服务是维持和提高居民福祉的基本条件，也是促进城市可持续发展的重要 基础 。随着社会经济发展，人们对居住 品质 的要求越来越高。城市视觉空间要素作为城市生态系统中的重要组分，不仅在生态功能和城市意象功能方面发挥重要作用，还在提升城市街道品质和人居环境质量上扮演主要角色。人们倾向驻足于优美的 林荫大道 和开敞整洁的城市公共空间；反之， 阴郁昏暗 的城市视觉空间甚至会对人们的生理和心理健康造成负面影响。因此， 如何定量化描述城市视觉空间要素，进一步分析视觉景观布局和结构对 我国 城市 生态 空间规划 具有重要意义 。
        在我国 城市化快速发展和扩张过程中， 城市 生态空间不断被占用 人本尺度的视觉空间 出现收缩现象 ，人居环境质量 在感官上受到较大影响 。 景感生态学强调土地利用规划、建设与管理过程中， 应 更多地关注自然要素、物理感知和心理感知。 本研究 以景感生态学理论与方法为依托， 基于海量街景图像、兴趣点和互联网房价等多元异构的开 源 数据，利用先进的深度学习和计算机视觉技术对城市场景信息进行 人本 视角 上的 场景语义解析 。 在此基础上提出了城市视觉空间可视率的计算公式和概念， 用以 表达 道路空间内多种场景要素的可视程度和空间分布情况。论文研究内容分为两个核心部分： 1探究 视觉空间与住房价格之间的定量关系； 2 探索城市视觉空间对安全感的影响。首先，以北京市和上海市为研究区，通过构建数学模型来探究城市视觉空间对住房价格的影响，进一步分析人居视觉环境质量与住房价格关系。其次 以美国马萨诸塞州 波士顿市 为例 通过构建 最小二乘法 回归模型 分析了城市视觉空间对人居安全的影响 对 提升我国人居安全感具有 积极 意义。
        研究结果显示 第一， 街景图像可以直观表征城市道路公共空间的 视觉信息 能够 为记录城市动态、现象和变化规律提供了新的视角。 同时， 由于其携带精确的地理元数据和空间信息，并且在数据量和区位覆盖面上具有优势，正逐步成为推动城市景观研究向立体扩展的重要数据载体，在分析城市立体空间、场景视觉价值的定量化描述方面具有巨大潜力。 第 二 小区周围绿视率和天视率的升高对提升房价有正向作用，平均而言，绿视率和天视率每上升 1%会导致 小区内平均 房价上涨分别约 0.17%和 0.064%（北京）以及 0.117%和 0.02%（上海）；而建筑视率在模型中的表现均不显著，说明建筑视觉 对房价的贡献并不显著 。 第 三 绿视率对于居民和行人安全感的提升具有显著 影响 ，说明合理地配置 绿化 对于维护社会稳定和改善出行体验具有重要作用 并且 该结论对于促进 我国 城市公共环境健康和安全 具有 一定借鉴意义 。
        本研究利用海量街景图像和多种 开源 数据 开发了 能够高效获取数据的自动化工具，创新地结合深度学习和计算机视觉技术来量化城市 视觉空间要素的可视程度 。 提出了可复用、高可比性的研究框架和数据分析范式，便于通过 构建数学模型来 展开定量分析 。在精确评价“大尺度 -细粒度”的城市视觉感知状况和空间分布规律的同时，为提升城市视觉空间质量、优化可视要素布局和空间结构提供了技术和数据支撑 ；并 为城 市景观设计居住区视觉环境优化等提供了科学依据和方法参考。通过对视觉要素的量化分析，对景感生态学的发展起到促进作用。