基于人工智能的城市老旧社区环境质量感知识别方法

张宇航，王 昊^*，高 然

(中央财经大学 管理科学与工程学院，北京 100081)

摘　要：　老旧社区更新亟需在大尺度上系统纳入居民环境感知，但传统以工程指标为主的评估方式难以量化主观体验。针对这一问题，提出一种基于人工智能的老旧社区环境质量感知识别框架，该框架融合语义分割与视觉语言模型，对感知维度进行自动识别与量化。通过与人类感知对比验证了模型评估结果的一致性，并在北京市老旧社区改造案例中开展实证分析。结果表明，不同感知维度对应的视觉要素组合具有显著差异性，且在城市空间中呈现出明显异质分布。研究表明，基于视觉信息的人工智能方法能够稳定刻画居民环境感知，为感知导向的老旧社区更新评估与决策提供了一种可扩展且可解释的技术路径。

关键词：　老旧社区; 环境感知; 城市更新; 人工智能

基金项目： 国家自然科学基金面上项目(72074240);国家自然科学基金委员会与香港研究资助局合作研究重点项目(72321167654，CRS_ PolyU505/23)

引文格式： 张宇航，王昊，高然. 基于人工智能的城市老旧社区环境质量感知识别方法[J]. 市政技术，2026，44(6)：17-24. (ZHANG Y H，WANG H，GAO R. Perception and recognition method for environmental quality of old communities based on AI[J]. Journal of municipal technology，2026，44(6)：17-24.)