全国地理信息科学博士生学术论坛
Date:
摘要：越来越多的城市研究文献充分认识到建筑环境与人类安全感知之间的关系。然而，人们对地方感知的性别差异缺乏关注，特别是在使用街景图像评估感知安全的研究中。这种限制阻碍了对安全感知的全面评估。结合性别或关注男性的传统分析没有充分解决女性感到安全的具体需求。为了纠正这一点，60名参与者根据性别分为两组。他们在1034个SVI上的感知安全得分，我们使用回归分析来推断影响性别安全得分的街景元素的异同。其次，训练了一个机器学习模型，考虑了大约30个街景元素，并用于预测城市中SVI的安全得分。最后，对性别感知差异的空间分布进行了可视化，并描绘了不同场景的肖像。结果表明：1）“道路”、“人行道”和“汽车”等因素对男女安全评分的影响较大，而“桥梁”的影响则因性别而异。2） 观察到女性和男性的预测安全评分之间存在高度相关性。然而，女性认为63%的场景不安全，而男性认为只有23%的场景不危险，表明差异为40%。3） 场景越安全，性别之间的感知差异就越小。相反，场景越不安全，与男性相比，女性的安全感就越弱。我们的研究结果可以扩展城市安全评估的规则（为女性服务），并创造一个包容性的城市街道环境。
关键词：安全感知; 性别; 差异; 公民科学; 街景图像