过去数十年的城市快速化的发展取得了巨大的成就,但同时也为城市公共空间品质、街道空间舒适性带来了巨大的压力和挑战。而随着城市更新升级的不断加速以及人们对于美好城市生活的向往,城市公共空间的品质越来越受到重视。作为城市公共空间的重要组成部分,街道空间环境与人的工作和生活休戚相关,影响着人的安全性、舒适度感知等各种体验。其中,在以天空、行道树和建筑为主体构成的街道景观下,透过建筑与行道树之间的间隙射入街道峡谷里的阳光,构成了街道空间最基本的环境特征,对街道的感知体验特征和物理环境质量有着极为重要的影响。因此,关于街道空间日照时数的研究则是提升街道空间品质,带动城市公共空间走向高质量发展的重要一步。目前对街道空间的日光可用性的研究大多基于抽象的三维模型,这主要是受到城市环境极高复杂度的限制,难以直接进行大规模的实地调研分析。然而真实城市中的街道空间形态复杂多变,抽象的简化城市几何模型很难量化街道空间中树木等街道景观要素的影响。在这种情况下,其分析结果也必然存在着很大的误差,难以真实反映街道空间的日照性能特征。街景照片是对城市街道空间真实且完整的记录。随着谷歌、百度等科技互联网公司纷纷上线城市街景照片,为我们研究街道空间环境特征提供了良好的数据基础支持。与此同时,云端计算、大数据技术、机器学习算法等新兴信息技术手段的出现,为利用图像识别技术进行街景照片的量化分析提供了有效的方法。本研究以街景照片为基础数据,综合运用图像识别、云端计算、大数据和空间分析等技术手段,构建了一套基于街景照片与图像识别的街道日照时数测算方法。首先通过网络街景地图开放平台获得观测点的全景照片;然后调用训练好的图像语义识别模型使用云端计算将获得的全景照片进行语义识别,识别出天空、行道树、建筑、道路等真实街道景观要素并利用正轴等距方位投影的原理,将识别结果转化为正轴等距方位投影,从而获得鱼眼（半球）图像;最后运用“天穹分析法”的思路,将经过方位校正后的鱼眼图与对应时间的太阳路径平面轨迹匹配,测算出日照时数。应用该方法,以南京主城区为案例,论文快速有效地绘制出夏季时段的日照时数分布图。同时结合分析过程中得到的街道景观相关参数分布图,本文由宏观到微观探讨了层数、密度、容积率、道路方向等街道形态要素特征与街道日照时数的关联关系。基于街景照片与图像识别的街道日照时数测算方法妥善解决了精准度和大规模测算的一系列关键问题,研究结果不但可以为街道空间环境的分析提供有价值的参考,也可以为城市规划与管理提供有效的操作手段,最终优化街道的感知体验和改善其微气候,提升城市外部空间的环境质量。本文正文共约40000字,图表66幅。