Optimizando la Distribución Espacial de Tiendas Minoristas frente a la Sombra del Dosel de Árboles del Vecindario Utilizando Big Data Extraído del Paisaje Urbano
Autores: Liu, Yifeng; Cao, Zhanhua; Wei, Hongxu; Guo, Peng
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Optimizando la Distribución Espacial de Tiendas Minoristas frente a la Sombra del Dosel de Árboles del Vecindario Utilizando Big Data Extraído del Paisaje Urbano
Categoría
Ciencias Medioambientales
Subcategoría
Ciencias medioambientales generales
Palabras clave
Visibilidad
Fachadas comerciales
Dosel arbóreo urbano
Tiendas minoristas
Sombra del dosel
Aprendizaje profundo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
La visibilidad de las fachadas comerciales es crítica para obtener beneficios de las visitas espontáneas a las tiendas ubicadas a lo largo de una calle. El dosel de árboles urbanos juega un papel crucial en la mejora del entorno de la calle, sin embargo, más no siempre es mejor cuando se considera la ubicación de las tiendas detrás de árboles con grandes copas. La evidencia relacionada en la literatura rara vez se proporciona, y se ha informado de una relación poco clara entre el número de tiendas de un tipo de comercio específico y la proporción cuantificada de sombra del dosel en una vista de calle. En este estudio, se emplearon tanto la recopilación de grandes datos como el aprendizaje profundo para desentrañar esta relación para las tiendas minoristas en Changchun, en el noreste de China. El área de estudio se dividió en 6037 celdas de cuadrícula con una longitud de lado de aproximadamente 0.6 km, donde se cuantificó el número de tiendas de cinco tipos de comercio (comida y bebida, compras, servicios de vida, entretenimiento y hotel) mediante el conteo informático de sus puntos de interés (POIs). La sombra del dosel se evaluó utilizando el índice de vista verde (GVI) cuantificado a través de la proporción de píxeles del dosel divididos por todos los píxeles en una imagen de vista de calle obtenida a través de una API de mapas en línea. Una red vial vecina se clasificó en cuatro clases: la clase I de densidad vial redujo principalmente el número de tiendas minoristas, y las densidades viales de las clases III y IV representaron más tiendas minoristas. La relación entre el número de tiendas minoristas y el GVI podría ajustarse con curvas de sesgo positivo para las carreteras de clase II, donde se estimó que el pico crítico del GVI era de aproximadamente 3.27%. El esquema de optimización indicó que más tiendas minoristas deberían ubicarse a lo largo de las carreteras de clase I y II. En conclusión, más tiendas minoristas de comida y bebida, compras y servicios de vida deberían ubicarse en el paisaje vecino a grandes copas.
Descripción
La visibilidad de las fachadas comerciales es crítica para obtener beneficios de las visitas espontáneas a las tiendas ubicadas a lo largo de una calle. El dosel de árboles urbanos juega un papel crucial en la mejora del entorno de la calle, sin embargo, más no siempre es mejor cuando se considera la ubicación de las tiendas detrás de árboles con grandes copas. La evidencia relacionada en la literatura rara vez se proporciona, y se ha informado de una relación poco clara entre el número de tiendas de un tipo de comercio específico y la proporción cuantificada de sombra del dosel en una vista de calle. En este estudio, se emplearon tanto la recopilación de grandes datos como el aprendizaje profundo para desentrañar esta relación para las tiendas minoristas en Changchun, en el noreste de China. El área de estudio se dividió en 6037 celdas de cuadrícula con una longitud de lado de aproximadamente 0.6 km, donde se cuantificó el número de tiendas de cinco tipos de comercio (comida y bebida, compras, servicios de vida, entretenimiento y hotel) mediante el conteo informático de sus puntos de interés (POIs). La sombra del dosel se evaluó utilizando el índice de vista verde (GVI) cuantificado a través de la proporción de píxeles del dosel divididos por todos los píxeles en una imagen de vista de calle obtenida a través de una API de mapas en línea. Una red vial vecina se clasificó en cuatro clases: la clase I de densidad vial redujo principalmente el número de tiendas minoristas, y las densidades viales de las clases III y IV representaron más tiendas minoristas. La relación entre el número de tiendas minoristas y el GVI podría ajustarse con curvas de sesgo positivo para las carreteras de clase II, donde se estimó que el pico crítico del GVI era de aproximadamente 3.27%. El esquema de optimización indicó que más tiendas minoristas deberían ubicarse a lo largo de las carreteras de clase I y II. En conclusión, más tiendas minoristas de comida y bebida, compras y servicios de vida deberían ubicarse en el paisaje vecino a grandes copas.