第七届青年地学论坛

道路噪音屏障是城市噪音污染防治的主要手段，同时也是城市噪音污染评估、居住环境评价及光伏噪音屏障潜力评估等研究的重要基础数据。但目前在大尺度区域内，噪音屏障数据的高效、便捷获取仍存在较大挑战。本研究基于百度街景数据，在集成学习思想指导下，提出构建集成分类模型来自动提取城市尺度噪音屏障的方法，并将该方法应用于苏州市噪音屏障提取研究中进行验证。结果表明：集成分类模型在苏州市噪音屏障识别中，识别精度和F1-score分别达到了0.99 (±0.00)和0.97 (±0.07)，苏州市声屏障总里程为177,834米，证明本研究所提出的城市噪音屏障自动提取方法具有较高精度及可行性。该方法对城市噪音污染防治及评估工作具有重要意义，也为以噪音屏障为基础数据的相关研究提供了便利。
 

集成学习,街景,噪音屏障,图像分类