基于YOLO目标检测改进模型的城市公园人群动态感知与活力测度——西安幸福林带实证研究

摘要

【目的】本研究旨在构建高精度人群动态监测方法，精准测度城市公园活力的时空分异格局，为公园服务效能评估与空间治理优化提供支持。【方法】以西安幸福林带为实证案例，基于无人机航拍时序影像数据，利用改进的YOLO(you only look once)模型YOLO11m-CBAM实现行人目标的自动识别与时空定位；结合核密度估计与空间基尼系数，定量解析公园活力的时空分异特征及聚集程度。【结果】1）公园活力呈双峰型时间分布模式，高峰出现在休息日10:00、16:00及工作日10:00、18:00，低谷均集中于12:00;2）休息日人流量显著高于工作日，活力分布更集中（休息日空间基尼系数为0.40，工作日为0.32）;3）儿童游乐区为持续性高活力区；4）时序空间基尼系数揭示了活力分布在休息日下午集中而工作日较为分散的规律。【结论】本研究所提出的“YOLO-航拍时序影像”方法实现了城市公园人群动态的高精度感知，不仅为城市公园活力评估、效能优化及空间治理提供了可迁移的技术范式，还为城市景观研究中人工智能与空间分析的融合方法提供启示。

关键词

空间活力 / 城市公园 / 航拍时序影像 / 目标检测 / YOLO11模型 / 西安幸福林带