La asociación del verdor urbano y el comportamiento al caminar: Usando Google Street View y técnicas de aprendizaje profundo para estimar la exposición de los residentes al verde urbano

Muchos estudios han establecido que el verdor urbano se asocia con mejores resultados de salud. Sin embargo, la mayoría de los estudios evalúan el verdor urbano con medidas de vista aérea, como el área del parque o el número de árboles, que a menudo difieren de la cantidad de verdor que percibe una persona al nivel de los ojos en el suelo. Además, esos estudios a menudo son criticados por la limitación del sesgo de autoselección residencial.

En este estudio, Google Street View (GSV) extrajo y evaluó el verdor urbano a partir de la vista de perfil de imágenes de paisajes urbanos, junto con técnicas de aprendizaje profundo. También se explora una oportunidad de investigación única que surge en un esquema de reasignación residencial en toda la ciudad de Hong Kong para reducir el sesgo de autoselección residencial.

Se realizaron dos análisis de regresión multinivel para examinar las relaciones entre el verdor urbano y (1) las probabilidades de caminar para 24,773 residentes de viviendas públicas en Hong Kong, (2) el tiempo total de caminata de los residentes de 1994, mientras se controlaban posibles factores de confusión.

Los resultados sugirieron que el verdor a la altura de los ojos se relacionó significativamente con mayores probabilidades de caminar y un mayor tiempo de caminata en zonas de amortiguamiento de 400 m y 800 m. La distancia a la estación Mass Transit Rail (MTR) más cercana también se asoció con mayores probabilidades de caminar. El número de tiendas se relacionó con mayores probabilidades de caminar en la zona de amortiguamiento de 800 m, pero no en 400 m. El verdor al nivel de los ojos, evaluado por imágenes de GSV y técnicas de aprendizaje profundo, puede estimar de manera efectiva la exposición diaria de los residentes al verdor urbano, que a su vez está asociado con su comportamiento al caminar.

Estos hallazgos se aplican a todos los residentes de viviendas públicas en Hong Kong, debido al gran tamaño de la muestra.

Título Original:

"The Association of Urban Greenness and Walking Behavior: Using Google Street View and Deep Learning Techniques to Estimate Residents’ Exposure to Urban Greenness"

Autor/es: