基于城市意象五要素的城市意象认知方法仅表达了城市的空间意象或者空间结构等物质要素,未涉及城市的自然景观、文化生活等非物质要素。城市意象的内涵发展至今,早已超越了纯空间的范畴,自然景观、城市文化和城市生活也成为了城市意象的重要组成部分。
城市意象是研究个体或群体对城市的整体感知,而这种感知在很大程度上依托于城市间的比较,只有超过群体样本平均水平的部分才能成为城市自身的特征,所以对城市意象的认知与识别应该基于城市群体的大环境,从区域的大尺度着手。
为了适应城市意象内涵的新发展,研究基于对传统城市空间意象认知方法的补充和新数据环境下的城市研究方法,提出了“城市意象研究模型”的概念,该模型由城市意象要素构成分析、城市意象主导方向分析、城市意象特色度分析和城市意象相似度分析4个分析模块构成。
(1)城市意象要素构成分析,即以每张照片带有的深度学习标签作为数据源,按照分类规则识别每张照片的意象要素类别,并以各类别照片数量比例作为城市意象各要素的构成比例,表达各要素在城市整体意象中的构成关系,形成意象要素构成多边形,同时城市意象要素构成分析的要素分类规则是根据中国区网络照片数据制定的。研究所选取的252988张深度学习照片有1569 类标签数据,共计1454882个标签,平均每张照片有5.75个标签,因前300类标签数据量占标签总数据量的82.62%,故选择前300类标签作为要素分类的基础数据。根据300类标签所表达的内容,模型将城市意象分为物质要素与非物质要素两大类,物质要素包括公共空间、标志建筑和自然景观,非物质要素包含市民生活。其中,公共空间包含的标签有Outdoor、Vehicle和City等;标志建筑包含的标签有Architecture、Building和Tower等;自然景观包含的标签有Nature、Plant和Landscape等;市民生活包含的标签有Sport、Art和Meal等。