机器学习识别下的自然村落空间形态研究
人工智能的研究手段正在被广泛地应用于复杂空间形态认知、识别以及量化的研究领域.本文针对自然村落复杂多样的空间边界形态，利用矢量数据与遥感影像数据，通过计算机机器学习技术和迭代算法，对自然村落的空间形态进行全样本的类型构建和谱系识别.研究以永川区三教镇为例，基于机器学习识别与量化，从景观生态学和分形理论的视角，对自然村落的尺度规模、边界形态、内部空间形态三方面进行研究分析，总结了三教镇自然村落的空间形态特征.研究得出以下结论：①三教镇自然村落多为小型聚落，其规模在空间分布上呈现一定的层级性.②三教镇自然村落多为带状聚落，并按指状聚落数——团状聚落数——具有带状倾向的团状聚落数——带状聚落数的顺序依次增加.③三教镇北部自然村落的内部空间较为破碎，中部和南部的结构性较强，其强结构性具体表现为聚落结构紧凑、院落式或线状延伸的布局方式和建筑密度较为均匀.
自然村落 机器学习 空间形态 识别与量化
左力 陶星宇
重庆大学建筑城规学院,山地城镇建设与新技术教育部重点实验室 重庆大学建筑城规学院
国内会议
成都
中文
1-14
2021-09-25（万方平台首次上网日期，不代表论文的发表时间）