Investigación sobre la Evaluación Post-Uso de la Rectificación del Espacio Verde Comunitario Basada en un Sistema de Percepción Multidimensional: Un Estudio de Caso de la Comunidad Jiayuan Sanli en Beijing
Autores: Li, Meng; Zhang, Jian; Wang, Yuchen
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Investigación sobre la Evaluación Post-Uso de la Rectificación del Espacio Verde Comunitario Basada en un Sistema de Percepción Multidimensional: Un Estudio de Caso de la Comunidad Jiayuan Sanli en Beijing
Categoría
Ciencias Medioambientales
Subcategoría
Ciencias medioambientales generales
Palabras clave
Espacios verdes comunitarios
Evaluación post-ocupación
Soporte de datos
IoT
Sensores
Sistemas de redes neuronales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Los espacios verdes comunitarios (EVCs) constituyen un elemento crucial del uso del suelo urbano, desempeñando un papel fundamental en el mantenimiento de la estabilidad de los ecosistemas urbanos y mejorando la calidad general del entorno urbano. A través de la evaluación post-ocupación (EPO) de los espacios verdes, podemos obtener información sobre las necesidades reales de los residentes y sus hábitos de uso, proporcionando evidencia científica para la planificación, diseño y gestión de los espacios verdes. Esto asegura que los EVCs satisfagan mejor las necesidades de los residentes y mejoren su calidad de vida. La EPO de los EVCs depende en gran medida del apoyo de datos de alta precisión. Sin embargo, el sistema actual de EPO para los EVCs enfrenta desafíos, como métodos de recolección de datos limitados, sistemas de indicadores incompletos y una participación manual excesiva. Para abordar estas limitaciones en la recolección de datos, este estudio propone un sistema de EPO integral, monitoreado dinámicamente, objetivo y sostenible para los EVCs. Este sistema incorpora un sistema de percepción multidimensional que integra el Internet de las Cosas (IoT) y sensores para recopilar datos de diversas fuentes. Establece un marco de evaluación desde las perspectivas de orientación política y necesidades de uso para los EVCs, utilizando sistemas de redes neuronales y técnicas de inteligencia artificial para calcular los resultados de la evaluación. Usando la Comunidad Jiayuan Sanli en Beijing como estudio de caso, este documento demuestra la viabilidad del sistema propuesto. Una comparación entre los resultados de la EPO obtenidos utilizando la técnica de percepción multidimensional y aquellos obtenidos manualmente revela una mejora del 87% en la precisión de los resultados de la evaluación basada en el sistema de percepción multidimensional. Este sistema cierra la brecha entre las perspectivas de planificación y las experiencias de los usuarios, contribuyendo significativamente a la planificación urbana futura y a la formulación de políticas de uso del suelo.
Descripción
Los espacios verdes comunitarios (EVCs) constituyen un elemento crucial del uso del suelo urbano, desempeñando un papel fundamental en el mantenimiento de la estabilidad de los ecosistemas urbanos y mejorando la calidad general del entorno urbano. A través de la evaluación post-ocupación (EPO) de los espacios verdes, podemos obtener información sobre las necesidades reales de los residentes y sus hábitos de uso, proporcionando evidencia científica para la planificación, diseño y gestión de los espacios verdes. Esto asegura que los EVCs satisfagan mejor las necesidades de los residentes y mejoren su calidad de vida. La EPO de los EVCs depende en gran medida del apoyo de datos de alta precisión. Sin embargo, el sistema actual de EPO para los EVCs enfrenta desafíos, como métodos de recolección de datos limitados, sistemas de indicadores incompletos y una participación manual excesiva. Para abordar estas limitaciones en la recolección de datos, este estudio propone un sistema de EPO integral, monitoreado dinámicamente, objetivo y sostenible para los EVCs. Este sistema incorpora un sistema de percepción multidimensional que integra el Internet de las Cosas (IoT) y sensores para recopilar datos de diversas fuentes. Establece un marco de evaluación desde las perspectivas de orientación política y necesidades de uso para los EVCs, utilizando sistemas de redes neuronales y técnicas de inteligencia artificial para calcular los resultados de la evaluación. Usando la Comunidad Jiayuan Sanli en Beijing como estudio de caso, este documento demuestra la viabilidad del sistema propuesto. Una comparación entre los resultados de la EPO obtenidos utilizando la técnica de percepción multidimensional y aquellos obtenidos manualmente revela una mejora del 87% en la precisión de los resultados de la evaluación basada en el sistema de percepción multidimensional. Este sistema cierra la brecha entre las perspectivas de planificación y las experiencias de los usuarios, contribuyendo significativamente a la planificación urbana futura y a la formulación de políticas de uso del suelo.