boycetoon29的博客

回来填坑了~~本文算是之前街景图像获取的后续，城市研究中使用街景图像来进行物体识别与语义分割可以说是最常见的应用，当然现在这个方面可以说是很成熟了，作为非人工智能算法研究领域的使用者完全没有必要造轮子。之前我自己处理数据也是使用的姚尧博士分享的封装好的FCN模型（在没有特殊的科研需要的情况下完全够用）。不过最近看李小江博士的分享说是采用的PSPNet进行的语义分割，于是借此机会做了些尝试，并且配合之前的街景图像获取的流程进行了完善。对于这个方法而言，预训练的模型完全是现成的，相对的优势可能在于支持GPU

解决步行出行研究中的距离测度问题最近出于研究的目的，需要获取一系列出行起止点间的步行网络距离，这个环节原本在研究设计的时候是预期采用GIS里的网络分析完成。但经过一番尝试后结果实在不尽如人意，很大一部分原因是没有如此完善的大规模步行网络数据，一方面道路网络的拓扑属性质量比较低，手工调整需要耗费大量时间；另一方面步行网络很多时候不仅仅基于现有的车行道，独立完成大规模步行网络的校正实在困难。于是我打起了百度地图提供的路径规划服务的主意，百度的步行导航相对于自己做的网络分析还是准确很多，并且通过API调用可以

在之前《城市大数据及开放数据索引》中将微观社会调研数据作为单独一类简单介绍了一下，本文将更加详细地介绍其中一个主要的社会调查项目与数据——中国家庭追踪调查（China Family Panel Studies: CFPS）。Text跨学科研究中社会调查数据的使用现在很多与人居环境、建成环境相关的学科，比如城乡规划、公共管理、交通运输甚至医疗卫生等的研究都逐渐依赖于社会调研，一部分的研究还可以使用汇总层面的统计数据作为研究的对象，但作为与个体行为相关并探索更好的社会福祉的研究而言不可避免地需要个体层级

1.地理、生态环境数据1.1地理观测及遥感数据以遥感影像卫星与资源卫星的数据为主，包括标准产品与合成产品等多个加工程度。涉及的数据内容主要包括高清影像卫星获得的地物影像（以我国高分卫星为例，不免费开放），多波段资源卫星获得的地表覆盖、反射率、温度、初级生产率等（MODIS、LANDSAT等为主）以及气象卫星获得的气象信息和空气污染信息等。数据获取方法：地理空间数据云：http://www.gscloud.cn/ 包含大多数免费及商用卫星数据和二次数据，可通过高级检索进行下载资源环境数据云平台：h

由于个人研究需要在最近试了一下使用API获取百度地图街景图片，在此介绍一下基于我个人需求的百度街景批量获取方法，本文以Python编码作为主要方法，如果对零编码工具有需要的可以关注一下UA城市分析小组刚刚发布的街景图片获取工具。街景图像用作区域细粒度空间指标测度需要解决几个问题。1. 首先就是调用额度的限制，现在百度对于个人认证开发者每天可用的街景图像调用额度为100张，在不考虑购买额度上限（1万张600元，其实有经费的前提下可以直接考虑钞能力）的情况下动辄几千上万张的爬取数量会大大增加需要爬取的时间周