基于深度学习的中国城市季节性绿视率指数(SGVI-2023)首套数据集构建及其在城市绿化动态监测中的应用

本研究针对传统绿视率指数(GVI)依赖街景影像(SVI)导致的时空局限性问题，创新性地融合多源遥感(RS)数据与深度学习技术，构建了首套覆盖中国19个主要城市的季节性绿视率数据集(SGVI-2023)。通过百万级卫星-SVI配对样本训练，开发的残差注意力视觉Transformer模型(ReViT)在街尺度实现0.918的Pearson相关性，为以人为本的城市绿化动态监测提供了高精度、全季节的解决方案。

　　

城市绿化水平直接影响居民生活质量，但传统评估指标如绿化覆盖率或归一化植被指数(NDVI)难以反映人眼实际感知的街道绿量。绿视率指数(Green View Index, GVI)作为量化街道可见绿量的核心指标，虽能更好体现居民视觉体验，但其数据获取长期依赖更新缓慢、覆盖有限的街景影像(Street View Imagery, SVI)，导致跨城市、跨季节的动态监测难以实现。

针对这一技术瓶颈，来自中国研究机构（根据作者署名顺序推断为国内机构）的Yibin Ma、Pengfei Chen等研究人员创新性地将多源遥感数据与深度学习相结合，构建了全球首套覆盖中国19个主要城市的季节性绿视率数据集(SGVI-2023)。这项发表于《Scientific Data》的研究，通过融合Sentinel-1/2卫星数据和Planet高分辨率影像，开发了基于残差注意力视觉Transformer(ReViT)的预测模型，实现了季度级精度的城市绿视率动态测绘。

研究团队采用了三项关键技术方法：(1) 构建百万级卫星-SVI配对样本库，通过时空匹配策略确保数据一致性；(2) 结合语义分割(DeepLabv3+)与HSV色彩空间的双重过滤技术提升GVI提取精度；(3) 创新设计ReViT模型，通过残差注意力机制融合NDVI、深度图和感知强度图等多维特征，在保持0.867点尺度相关性的同时，将街尺度预测精度提升至0.918。

数据收集与处理

研究在2019-2023年间采集了19个中国城市的道路网络样本，以20米间隔生成采样点。通过百度地图API获取四方向街景图像(480×360像素)，同步收集同期Sentinel-1 SAR、Sentinel-2多光谱和Planet(5米分辨率)遥感数据。严格的时空匹配确保季度级数据对齐，224×224米的遥感切片有效覆盖100-550米视觉范围。

GVI提取优化

突破传统单一算法局限，采用语义分割与HSV阈值([26,43,46]至[99,255,255])的双重验证策略。测试表明该方法较原始HSV阈值法提升14.2%精度，较纯DeepLabv3+方法降低5.9%误差，有效解决树干、裸土等非绿色植被的误判问题。

模型架构创新

提出的ReViT模型在标准视觉Transformer(ViT)基础上引入残差注意力机制(公式5)，通过可学习门控参数α动态融合当前层与历史层注意力。该设计使模型在保持83.4%街尺度方差解释力同时，计算成本仅线性增长。对比实验显示，ReViT显著优于传统CNN和Transformer变体，在40°N-50°N高纬度区域的冬季表现除外（受积雪干扰导致Q1/Q4相关性降至0.473）。

SGVI-2023数据集特征

最终产出的数据集包含两种空间尺度的.shp格式数据：(1) 点尺度GVI（20米间隔采样点）；(2) 街尺度GVI（400米以上连续道路均值）。时空验证显示，该数据集在30°N-40°N中纬度区表现最优（街尺度R=0.936），而上海、厦门等城市单季度R值可达0.911。

这项研究首次实现了基于遥感的大规模季节性GVI监测，其科学价值体现在三方面：技术上，验证了深度学习融合多源遥感数据替代SVI的可行性；应用上，为"健康城市"建设提供了季度级绿化动态基准；方法论上，创新的残差注意力机制为RS与计算机视觉交叉研究提供了新范式。研究也存在若干局限，如高纬度冬季数据可靠性不足、未涵盖国外城市验证等，这些将为后续全球尺度SGVI数据集开发指明改进方向。