En los núcleos urbanos de alta densidad, la percepción de seguridad peatonal está determinada no solo por los entornos físicos de la calle sino también por una marcada heterogeneidad espacial. Sin embargo, los estudios existentes suelen basarse en regresiones globales o en encuestas con muestras pequeñas, lo que dificulta revelar simultáneamente las regularidades a escala urbana y los mecanismos localizados. Tomando como estudio de caso el distrito de Futian en Shenzhen, este estudio desarrolla un marco analítico integrado que combina imágenes de vista callejera, aprendizaje automático y regresión geográficamente ponderada multiescala (MGWR) para medir la percepción de seguridad peatonal a escala urbana y desentrañar sus mecanismos espaciales. Los resultados muestran que la capacidad explicativa del modelo mejora notablemente al considerar la no estacionariedad espacial, indicando una fuerte dependencia contextual en la formación de la percepción de seguridad peatonal. Además, la MGWR revela una clara diferenciación multiescala entre los elementos visuales del paisaje callejero: los elementos relacionados con la vegetación (por ejemplo, árboles y plantas) muestran efectos casi globales y consistentemente positivos, mientras que los elementos relacionados con la exposición al tráfico y las interfaces (por ejemplo, automóviles, carretera y muro) actúan a una escala más local, con la dirección y magnitud de sus efectos variando sustancialmente según la estructura del vecindario y los contextos de tráfico. Estos hallazgos sugieren que los impactos de los elementos individuales de la calle en la percepción de seguridad peatonal no son universalmente transferibles y deben interpretarse dentro de un marco espacial, de escala y contextual. Al integrar la predicción basada en aprendizaje automático con la interpretación espacial basada en MGWR, este estudio permite tanto una medición eficiente a escala urbana como la identificación multiescala de mecanismos de percepción de seguridad peatonal, proporcionando soporte empírico para la planificación urbana orientada a la percepción de seguridad y el diseño urbano detallado.
Huang et al. (Thu,) estudiaron esta cuestión.