Un Nuevo Enfoque para la Evaluación de la Calidad Visual del Paisaje desde una Perspectiva de Ajuste Fino
Autores: Fan, Rong; Chen, Yingze; Yocom, Ken P.
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Un Nuevo Enfoque para la Evaluación de la Calidad Visual del Paisaje desde una Perspectiva de Ajuste Fino
Categoría
Ciencias Medioambientales
Subcategoría
Ciencias medioambientales generales
Palabras clave
Métodos diversos
Evaluación de la calidad visual
Paisaje
Modelo de evaluación
Ajuste fino
Rendimiento óptimo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Se han estudiado continuamente varios métodos para evaluar la calidad visual de los paisajes. En la era del rápido desarrollo de los grandes datos, se ha prestado atención a los métodos para obtener datos de evaluación de manera eficiente y precisa. Sin embargo, se han realizado pocos estudios para optimizar los métodos de evaluación de la calidad visual del paisaje. Aquí, nuestro objetivo es desarrollar un modelo de evaluación que se ajuste finamente utilizando los resultados de la Evaluación de Belleza Escénica (SBE). Al explicar la metodología, es imperativo profundizar en las complejidades de refinar el proceso de evaluación. Primero, el ajuste fino del modelo puede iniciarse con una prueba de puntuación en una pequeña población, sirviendo como un punto de partida eficiente. Segundo, determinar la configuración óptima de hiperparámetros requiere establecer intervalos dentro de un rango de umbral adaptado a las características del conjunto de datos. Tercero, de la colección de modelos ajustados finamente, seleccionar el que exhiba un rendimiento óptimo es crucial para predecir con precisión la calidad visual del paisaje dentro de la población de estudio. Por último, a través del proceso de interpolación, se pueden distinguir visualmente diferencias en la estética del paisaje dentro del área de monitoreo central, reforzando así la fiabilidad y la practicidad del nuevo método. Para demostrar la eficiencia y la practicidad del nuevo método, elegimos la sección central del famoso Gran Canal Beijing-Hangzhou en el distrito de Wujiang, China, como estudio de caso. Los resultados muestran lo siguiente: (1) El ajuste fino del modelo puede comenzar con una prueba de puntuación en una pequeña población. (2) Los intervalos de configuración óptima de hiperparámetros del modelo deben establecerse en un rango de umbral según las diferentes características del conjunto de datos. (3) Se selecciona el modelo con el rendimiento óptimo entre los cuatro modelos de ajuste fino para predecir la calidad visual del paisaje en la población de estudio. (4) Después del proceso de interpolación, se pueden distinguir visualmente las diferencias en la estética del paisaje dentro del área de monitoreo central. Creemos que el nuevo método es eficiente, preciso y prácticamente aplicable para mejorar la evaluación de la calidad visual del paisaje.
Descripción
Se han estudiado continuamente varios métodos para evaluar la calidad visual de los paisajes. En la era del rápido desarrollo de los grandes datos, se ha prestado atención a los métodos para obtener datos de evaluación de manera eficiente y precisa. Sin embargo, se han realizado pocos estudios para optimizar los métodos de evaluación de la calidad visual del paisaje. Aquí, nuestro objetivo es desarrollar un modelo de evaluación que se ajuste finamente utilizando los resultados de la Evaluación de Belleza Escénica (SBE). Al explicar la metodología, es imperativo profundizar en las complejidades de refinar el proceso de evaluación. Primero, el ajuste fino del modelo puede iniciarse con una prueba de puntuación en una pequeña población, sirviendo como un punto de partida eficiente. Segundo, determinar la configuración óptima de hiperparámetros requiere establecer intervalos dentro de un rango de umbral adaptado a las características del conjunto de datos. Tercero, de la colección de modelos ajustados finamente, seleccionar el que exhiba un rendimiento óptimo es crucial para predecir con precisión la calidad visual del paisaje dentro de la población de estudio. Por último, a través del proceso de interpolación, se pueden distinguir visualmente diferencias en la estética del paisaje dentro del área de monitoreo central, reforzando así la fiabilidad y la practicidad del nuevo método. Para demostrar la eficiencia y la practicidad del nuevo método, elegimos la sección central del famoso Gran Canal Beijing-Hangzhou en el distrito de Wujiang, China, como estudio de caso. Los resultados muestran lo siguiente: (1) El ajuste fino del modelo puede comenzar con una prueba de puntuación en una pequeña población. (2) Los intervalos de configuración óptima de hiperparámetros del modelo deben establecerse en un rango de umbral según las diferentes características del conjunto de datos. (3) Se selecciona el modelo con el rendimiento óptimo entre los cuatro modelos de ajuste fino para predecir la calidad visual del paisaje en la población de estudio. (4) Después del proceso de interpolación, se pueden distinguir visualmente las diferencias en la estética del paisaje dentro del área de monitoreo central. Creemos que el nuevo método es eficiente, preciso y prácticamente aplicable para mejorar la evaluación de la calidad visual del paisaje.