基于强化学习和城市感知的碳排评价方法——以都江堰为例

张雨舟， 邓颖睿

（1. 成都市建筑设计研究院有限公司；2. 四川大学计算机学院）

1 研究现状

城市感知相关：居民对街景图像的感知则是这种动态关联的具体体现，该类感知称为场景感知，场景感知是指居民对城市场景的心理感受和认知[1]。城市因为独有的形状、氛围、规模等会带给观察者不同的感受。居民对街景图像的感知是一种对场景感知动态关联的具体体现，该类感知称为场景感知，场景感知是指居民对城市场景的心理感受和认知[2]。Lynch[3]进一步从理论上解释调查问卷可行的原因。Jane Jacobs[4]在“街道眼”理论中提出，可能因职业背景等不同，而导致视觉场景感受不同。Naik[5]Dubey[6]分别创建了和完善了视觉感知数据集Place Pulse。

碳排放相关：“低碳”理念由英国于2003年在《能源白皮书》中提出。中国在2006年颁布了碳排放相关文件：《气候变化国家评估报告》与《绿色建筑评价标准》。2008年提出“低碳城市”的概念，并在该理念下，形成一系列理论研究成果，如“空间规划”与碳排放强相关等结论[7-9]，进而发现合理的城市规划可以有效降低碳排放，形成了“多规合一”的国土空间规划体系，主要是利用总体规划[10]、城乡总体规划[11]、控制性详细规划[12]等传统方法与“低碳”理念相结合。

计算机相关：随着如百度地图API 的开放以及GIS 的普及，为从视觉感知角度研究城市相关课题提供基础。2014年，Quercia[13]通过众包采集街道图像以及对应标签。同年，由Arietta[14]使用支持向量机构建回归模型，实现基于图像预测非视觉属性。2017年，Cheng[15]提出了表征街道视觉感知的四种指标：显著区域饱和度、视觉熵、绿色视图指数和天空开放指数。2018年开始，Zhang 率先提出场景元素由街景本体和街景视觉组成的理念，并以此为基础构建表示框架，而后Porzi、Naik和Liu分别使用卷积神经网络（CNN）、SS-CNN 与RSS-CNN 等模型用于城市感知研究[16-18]。

2 模型过程

本文是基于城市感知对碳排放评价问题的研究，其过程类似马尔科夫决策过程（MDP）。本文构建强化学习模型，设计Reward 函数等，使用深度学习解决相关策略问题，以视觉特征等作为模型输入，通过众包完成数据标注，构建一个碳排放评价方法。其具体过程如图1所示。

图1 模型示意图

2.1 专家参与

根据“街道眼”理论[5]，需领域专家根据自身领域知识对数据选取、特征选取等进行选择和优化，以减少可能存在的影响主观偏差的因素影响。为此，本研究与城市规划、计算机、风景园林等相关领域11名相关人员进行合作完成工作：一是初始数据筛选；二是功能区域划分；三是对有争议数据进行处理；四是根据领域知识修正强化学习所需Q值。

2.2 输入及描述

本文选取的特征分为四类，具体见表1。

表1 特征类别和描述

3 模型

3.1 基于图像特征建模

基于前人研究成果，本文构建了一个城市碳排放评价模型，其中使用强化学习的部分其原理如图2所示。

图2 State和Action交互过程

为获得较好性能，本文使用特征的线性组合作为奖励函数，其表达式如下：

按照[19][20]研究结论进行了特征ϕ(s,a)选取和权重ω设计，完成了MDP 所需Reward 函数设计，而后本文确定使用DRL的方法寻找最优策略，用以解决真实世界的复杂决策问题。本文模型中的Action是离散行为，因此本文确定使用在离散动作空间有较好效果的D3QN算法。

3.2 输出描述

本文模型是对图片低碳 “是与否”的分类问题。模型输出：图片低碳“是与否”的分类；在确保准确率的同时，尽可能降低Kullback-Leibler散度（KLD），使得能够模拟人类感知的水平。研究结论获取：在上述基础上，首先统计影响判断的因素，分为与低碳判断正相关和负相关两类，而后拟合低碳相关影响因素的数值（像素占比或数量），然后利用KLD为数值设置阈值（对于正相关的值取并集得到，而负相关的则取交集得到），以此得到理想状态下，兼顾生活舒适度和低碳的理论值。

4 实验

4.1 评价指标

选取分类准确率（AUC）和KL 散度（KLD）作为模型的评价指标，旨在衡量模型的分类准确度以及视觉感知水平。分别使用了SAC、PPO 和D3QN 进行对比实验，最后结果如表2所示。

表2 SAC、PPO和D3QN对比数据表

4.2 对像素占比的碳排感知

为了了解像素占比对空间碳排的感知影响程度，对同时被专家和受调查人员同时标注的数据进行统计，对天空、墙体、道路、建筑、城市家具、绿化拟合的像素占比如图3所示，低碳环境与绿化、天空和城市家具正相关，与建筑、道路和墙体负相关。建筑、天空和绿化对碳排感知有明显的影响，而墙体、道路、城市家具对碳排感知有明显次一级影响。

图3 像素占比图

结合KLD值对拟合数据进行修正，从而得出基于城市感知下的低碳环境的理论值，以此作为优化城市界面参考依据。理论值如图4所示。

图4 优化城市界面参考依据

4.3 对数量类的碳排感知

为了解数量类对空间碳排的感知影响程度，本文对车辆、公交车、自行车、摩托车等数量进行换算后分析，车辆、电杆、路灯、裸露电线与低碳负相关，公交车、自行车、摩托车与低碳正相关，理论值如图5所示。

图5 理论值对比图

5 都江堰碳排城市感知结果

通过实验可知，都江堰理论值如上述，属于较高水平，但依旧存在以下问题。

1）老城区绿化覆盖率较低

都江堰是生态旅游城市，又处在成都西控方向，城市开发为限制性发展，故都江堰绿化整体保持在较高水平。但实验中可以看出局部问题：老城区绿化较少，造成主要原因：一是老城区在建设过程中缺少统一规划，绿化树池本身就少，且大部分绿化带被违规占用，居民自种农蔬；二是近两年的都江堰老旧小区改造主要是在小区内部，街道的绿化改造明显不足。绿化是对低碳感知最重要的因素，因此低绿化率的老城区让人们无法感知低碳。

2）商业区大型车辆疏导未进行交通管制

通过对交通路网、热力图、不同时期的街景图分析，都江堰商业区，对车辆类型没有交通管制，人流车流混杂，大型车辆，如卡车也是进出人口密集的商业街区中。对行人造成了不友好的通行体验，也间接造成区域排碳量高的感知。

3）景区可视能耗设备较多

都江堰景区的光彩工程设备较多时，设备设施大多采用明线、外露安装，导致人群感知该区域的能耗较大。

6 结语

本文研究从一定程度上帮助建立了完整的城市碳排评价体系，并取得了较高的准确性。但仍存在一定的不足，一是对碳排主观感受问题仅进行了简单转化，即主观居住舒适度；二是忽略了参与调查者的相关知识背景、年龄、是否长期居住于当地等影响；三是参与调查者人数较少导致的数据集较小；四是预测准确度仍有提高空间，对城市管理工作针对性仍有较大提升空间。为此下一步工作则是针对以上问题进行改进，以期达到更好效果。