人机协同视域下吐鲁番景观价值评价与智慧服务响应机制——基于AI预测模型与公众实测数据的耦合校验

摘要

【目的】针对我国西部干旱-半干旱区景观评价面临的地域广阔、调研成本高昂、样本覆盖不足，以及服务响应滞后等痛点，构建一种低成本的“人机耦合”智慧服务生成新范式，以突破传统公众参与模式的时空局限，为西部欠发达地区精细化治理提供依据。【方法】构建“AI预测—实测校验”双轨模型，利用LLM生成与实测人口学结构同构的虚拟公众代理形成价值基准，并以实地问卷作为地面真值开展耦合对比与差异诊断。【结果】AI预测与公众实测之间存在显著(q<0.05)偏差：AI更易高估科学、历史等知识性价值；公众评价更受在场体验及主客身份与受教育程度差异等因素影响，形成“在场沉浸增益区”高价值-低感知的“认知赤字区”与高期待-低体验“服务盲区”。【结论】基于偏差诊断提出AR遗产解译、微气候感知动态游线与社区数字记忆平台等智慧响应机制，验证AI可作为规划前期的理性参照与盲区发现工具。未来应引入多模态大模型(LMMs)结合微气象数据，建立“人在回路(Human-in-the-loop)”的反向校准机制，推动静态评估向动态自适应治理跨越。

关键词

人工智能 / 公众参与 / 智慧服务 / 耦合校验 / 吐鲁番