Cuantificación de la intensidad de las quejas por ruido mediante multi-LLM y determinación de los umbrales de mitigación de la vegetación vertical

La contaminación acústica urbana se ha convertido en un problema medioambiental crítico que afecta a la calidad de vida de los residentes. Las investigaciones existentes tienen dificultades para reflejar la heterogeneidad en la sensibilidad al ruido entre las diferentes poblaciones y no pueden cuantificar con precisión los efectos mitigadores de las áreas verdes sobre el ruido.

En primer lugar, este estudio propone un método basado en modelos de lenguaje a gran escala (LLM) para cuantificar la intensidad de las quejas por ruido. Utilizando cuatro modelos de lenguaje a gran escala (LLM), hemos construido un conjunto de datos de referencia sobre la intensidad de las quejas por ruido.

Al sustituir las tareas de puntuación directa (en las que los LLM obtienen malos resultados) por tareas de comparación (en las que los LLM destacan), el modelo RoBERTa ajustado (una variante de BERT) alcanzó una precisión del 61,48 % al transferirlo a nuevos conjuntos de datos. Este enfoque permite una comprensión detallada de los datos de las quejas y capta las distribuciones a gran escala de la intensidad de las quejas de los residentes. En segundo lugar, la medición de la exposición a las áreas verdes integró el índice NDVI de las imágenes de Sentinel-2 y el índice 3D Green View (que incluye las proporciones de píxeles de árboles y césped) de las imágenes de Street View. Los resultados de los modelos aditivos generalizados revelaron diferencias estructurales verticales significativas y efectos de umbral no lineales. La cobertura aérea de áreas verdes (NDVI) y la cobertura de césped (áreas verdes a baja altura) mostraron tendencias muy similares con una fuerte correlación positiva: a bajos niveles de exposición, la vegetación de baja altura no solo no mitigaba el ruido, sino que, de hecho, intensificaba la gravedad de las quejas; mientras que las áreas verdes de gran altura (vegetación vertical alta), representados por los árboles, demostraron fuertes efectos de supresión del ruido, aunque los beneficios marginales disminuían a medida que aumentaba la cobertura (>0,12). Por el contrario, la densidad de la red viaria mostró un patrón inverso de "supresión inicial seguida de amplificación" (umbral ≈ 0,01).

Estos hallazgos indican que la construcción de áreas verdes verticales altas que superen los umbrales efectivos, es una estrategia crucial para proteger a las poblaciones vulnerables en la planificación urbana.

Título Original:

"Quantifying noise complaint intensity via multi-LLM and revealing vertical greenery mitigation thresholds"

Autor/es: