当前位置: X-MOL 学术Urban Forestry Urban Green. › 论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
Unmanned Aerial Vehicles (UAVs) in Behavior Mapping: A Case Study of Neighborhood Parks
Urban Forestry & Urban Greening ( IF 6.4 ) Pub Date : 2020-06-01 , DOI: 10.1016/j.ufug.2020.126693
Keunhyun Park , Keith Christensen , Doohong Lee

Abstract Behavior mapping is an effective tool for the direct observation of the interaction between people and places. However, current approaches have shortcomings that introduce location inaccuracies and hinder micro-context recording of observed activities. This study explores the applicability of unmanned aerial vehicles (UAVs) in behavior mapping. First, we suggest a protocol for the use of UAVs in behavior mapping. Then, as a case study, we explore neighborhood park uses using the behavior maps and quantitative information collected from 30 neighborhood parks in Salt Lake County, UT, USA. Inter-rater reliability tests of identifying user attributes (e.g., gender, age group, activity level) and geocoding produced high Kappa statistics and location precision. The case study results show different park usage by sex, age groups, and activity types across different times. For example, we observed only a few seniors and more males than females, a gap that becomes larger among children and teenage groups. User density was higher in picnic areas and playgrounds and lower in lawns, baseball fields, and water features. This study demonstrates that UAV-based behavior maps can provide both quantitative and qualitative data. Summary statistics, along with digital maps, provide accurate patterns of park use. It also enables qualitative, design-focused explorations such as different people-place interaction patterns by user attributes and time. As a reliable and effective tool for behavior mapping, UAVs can support practitioners’ data-informed and responsive design and management efforts.

中文翻译:

行为测绘中的无人驾驶飞行器 (UAV):邻里公园案例研究

摘要 行为地图是直接观察人与场所相互作用的有效工具。然而,当前的方法存在引入位置不准确和阻碍观察活动的微上下文记录的缺点。本研究探讨了无人驾驶飞行器 (UAV) 在行为映射中的适用性。首先,我们建议在行为映射中使用无人机的协议。然后,作为案例研究,我们使用从美国犹他州盐湖县 30 个社区公园收集的行为图和定量信息来探索社区公园的用途。识别用户属性(例如,性别、年龄组、活动水平)和地理编码的评分者间可靠性测试产生了高 Kappa 统计数据和位置精度。案例研究结果显示了不同性别、年龄组、和不同时间的活动类型。例如,我们只观察到少数老年人和男性多于女性,儿童和青少年群体之间的差距变得更大。野餐区和游乐场的用户密度较高,而草坪、棒球场和水景的用户密度较低。这项研究表明,基于无人机的行为地图可以提供定量和定性数据。汇总统计数据以及数字地图提供了公园使用的准确模式。它还支持定性的、以设计为中心的探索,例如根据用户属性和时间进行不同的人地交互模式。作为一种可靠且有效的行为映射工具,无人机可以支持从业者的数据知情和响应式设计和管理工作。我们只观察到少数老年人,男性多于女性,儿童和青少年群体之间的差距变得更大。野餐区和游乐场的用户密度较高,而草坪、棒球场和水景的用户密度较低。这项研究表明,基于无人机的行为地图可以提供定量和定性数据。汇总统计数据以及数字地图提供了公园使用的准确模式。它还支持定性的、以设计为中心的探索,例如根据用户属性和时间进行不同的人地交互模式。作为一种可靠且有效的行为映射工具,无人机可以支持从业者的数据知情和响应式设计和管理工作。我们只观察到少数老年人,男性多于女性,儿童和青少年群体之间的差距变得更大。野餐区和游乐场的用户密度较高,而草坪、棒球场和水景的用户密度较低。这项研究表明,基于无人机的行为地图可以提供定量和定性数据。汇总统计数据以及数字地图提供了公园使用的准确模式。它还支持定性的、以设计为中心的探索,例如根据用户属性和时间进行不同的人地交互模式。作为一种可靠且有效的行为映射工具,无人机可以支持从业者的数据知情和响应式设计和管理工作。棒球场和水景。这项研究表明,基于无人机的行为地图可以提供定量和定性数据。汇总统计数据以及数字地图提供了公园使用的准确模式。它还支持定性的、以设计为中心的探索,例如根据用户属性和时间进行不同的人地交互模式。作为一种可靠且有效的行为映射工具,无人机可以支持从业者的数据知情和响应式设计和管理工作。棒球场和水景。这项研究表明,基于无人机的行为地图可以提供定量和定性数据。汇总统计数据以及数字地图提供了公园使用的准确模式。它还支持定性的、以设计为中心的探索,例如根据用户属性和时间进行不同的人地交互模式。作为一种可靠且有效的行为映射工具,无人机可以支持从业人员的数据知情和响应式设计和管理工作。以设计为中心的探索,例如根据用户属性和时间进行不同的人地交互模式。作为一种可靠且有效的行为映射工具,无人机可以支持从业者的数据知情和响应式设计和管理工作。以设计为中心的探索,例如根据用户属性和时间进行不同的人地交互模式。作为一种可靠且有效的行为映射工具,无人机可以支持从业者的数据知情和响应式设计和管理工作。
更新日期:2020-06-01
down
wechat
bug