余晨曦

（1.上海市測繪院，上海 210063）

基于ArcGIS的房屋建筑數(shù)據(jù)采集與統(tǒng)計分析

余晨曦1

（1.上海市測繪院，上海 210063）

在上海市基礎(chǔ)地形數(shù)據(jù)、航空數(shù)字正射影像等數(shù)據(jù)的基礎(chǔ)上，介紹了上海市房屋建筑數(shù)據(jù)采集的技術(shù)流程；探討了基于ArcGIS平臺進行基本統(tǒng)計和空間分析的方法，旨在更詳實地了解上海市建筑物分布情況，為城市改造提供宏觀決策依據(jù)。

ArcGIS；數(shù)據(jù)采集；空間統(tǒng)計

隨著經(jīng)濟活動的日漸繁榮，我國城市化進程高速發(fā)展，城市發(fā)展和變化日新月異。而城市房屋建筑是人們工作、生產(chǎn)、生活、學(xué)習、娛樂和儲藏物資的永久性場所，是城市的主要構(gòu)成要素。它的分布規(guī)律以及形態(tài)特征反映了城市舊區(qū)改造、新城鎮(zhèn)建設(shè)發(fā)展情況，真實記錄了城市建設(shè)形態(tài)發(fā)展。

與傳統(tǒng)的非空間統(tǒng)計分析方法不同，空間統(tǒng)計方法是將地理空間信息直接融入到數(shù)學(xué)邏輯中，目前已廣泛運用于農(nóng)業(yè)、地質(zhì)、土壤、水文、環(huán)境、經(jīng)濟以及地理等領(lǐng)域[1-6]。本文旨在利用航空影像和基礎(chǔ)地形信息采集上海市域內(nèi)每棟房屋建筑物的地理位置、占地面積、樓層數(shù)、高度等信息，并建立城市房屋建筑形態(tài)數(shù)據(jù)庫。在此基礎(chǔ)上利用空間分析方法進行統(tǒng)計，為城市改造提供宏觀決策依據(jù)。

1 資料來源與分析利用

上海市房屋建筑形態(tài)數(shù)據(jù)包含上海市市域內(nèi)每棟房屋建筑的空間位置信息、范圍、樓層數(shù)和高度信息等。其資料來源為上海市大比例基礎(chǔ)地形數(shù)據(jù)、航空數(shù)字正射影像以及航測內(nèi)業(yè)成圖數(shù)據(jù)。

1）基礎(chǔ)地形數(shù)據(jù)。其中的居民地數(shù)據(jù)可為城市建筑形態(tài)數(shù)據(jù)采集提供上海市域每棟房屋建筑物的圖形特征信息和屬性信息（房屋建筑高度、樓層數(shù)等）。

2）航空數(shù)字正射影像。采用現(xiàn)勢性好、分辨率高，通過正射糾正的影像數(shù)據(jù)，用于統(tǒng)一房屋建筑采集的時點。

3）航測內(nèi)業(yè)成圖數(shù)據(jù)。它針對基礎(chǔ)地形數(shù)據(jù)中的準測量區(qū)域、數(shù)據(jù)缺失區(qū)域以及現(xiàn)勢性較差的區(qū)域進行航測立體采集成圖，對上述區(qū)域中缺失的數(shù)據(jù)進行補充，包括房屋建筑面和房屋建筑高程點。

2 數(shù)據(jù)采集流程

城市房屋建筑形態(tài)數(shù)據(jù)采集的主要任務(wù)就是將基礎(chǔ)地形數(shù)據(jù)和航測內(nèi)業(yè)成圖數(shù)據(jù)進行融合，并根據(jù)最新的航空數(shù)字正射影像進行現(xiàn)勢性更新，形成最終的城市房屋建筑形態(tài)成果。主要流程如圖1所示。

1）數(shù)據(jù)融合。將航測內(nèi)業(yè)成圖數(shù)據(jù)與大比例基礎(chǔ)地形數(shù)據(jù)進行對比，將地形數(shù)據(jù)庫中錯誤或缺失的范圍用航測內(nèi)業(yè)成圖數(shù)據(jù)進行替換。主要工作包括屬性一致化處理、數(shù)據(jù)圖層合并、數(shù)據(jù)接邊和房屋建筑面合并等。

圖1 房屋建筑形態(tài)數(shù)據(jù)處理流程

基礎(chǔ)地形數(shù)據(jù)和航測內(nèi)業(yè)成圖數(shù)據(jù)由房屋建筑面和房屋建筑高程點構(gòu)成，需要將高程點的高程屬性通過空間位置關(guān)聯(lián)到房屋建筑面上；再對基礎(chǔ)地形數(shù)據(jù)和航測內(nèi)業(yè)成圖數(shù)據(jù)進行屬性字段一致化處理，刪除不必要的字段，使得各層數(shù)據(jù)只包含樓層數(shù)、建筑高度字段；最后將幾個圖層合并為一個圖層，做好數(shù)據(jù)接邊。對于合并后的數(shù)據(jù)，將屬性完全相同的相鄰房屋建筑面進行面合并，以減少極小面、面重疊等拓撲錯誤。

2）現(xiàn)勢性更新。將房屋建筑融合后的數(shù)據(jù)與最新的航空數(shù)字正射影像進行對比，實現(xiàn)現(xiàn)勢性更新。對于影像中明顯已拆除或消失的房屋，需在成果數(shù)據(jù)中刪除；對于新增房屋，則需圈出相應(yīng)范圍，運用航測內(nèi)業(yè)成圖技術(shù)進行補測，再對補測數(shù)據(jù)進行數(shù)據(jù)融合。

3）數(shù)據(jù)拓撲檢查、異常值處理。檢查房屋建筑初步成果中存在的面重疊、面縫隙、極小面等拓撲錯誤，并進行修改。對于建筑物高度和樓層數(shù)屬性，發(fā)現(xiàn)建筑物高度明顯錯誤的（如高度＜2.2 m或單層平均樓高＜2 m），在不影響統(tǒng)計結(jié)果的前提下，去除相應(yīng)的屬性值，填寫缺省值。

3 基本統(tǒng)計

基本統(tǒng)計是基于統(tǒng)計單元，統(tǒng)計上海市城市房屋建筑的占地面積、面積占比、構(gòu)成比、平均樓層等指標，反映上海城市建筑形態(tài)空間分布特征。

3.1 統(tǒng)計單元

①行政區(qū)劃與管理單元：城市中心城區(qū)、17個區(qū)縣、上海市；②規(guī)則地理格網(wǎng)單元：100 m×100 m、1 km×1 km規(guī)則地理格網(wǎng)單元；③街坊面：城市中心城區(qū)由于道路分割形成的街坊面。

3.2 統(tǒng)計指標

按統(tǒng)計單元，上海市城市房屋建筑形態(tài)統(tǒng)計的具體指標見表1。

表1 城市房屋建筑形態(tài)統(tǒng)計指標

①面積：基于上海平面坐標系，統(tǒng)計單元內(nèi)面要素的平面面積。②面積占比：統(tǒng)計單元內(nèi)面要素的面積總和與單元面積的比值。③構(gòu)成比：同一統(tǒng)計對象內(nèi)部的構(gòu)成，即子類占父類的比重。④建筑平均樓層：統(tǒng)計單元內(nèi)所有房屋建筑樓層的平均值，公式為：

式中，n為統(tǒng)計單元內(nèi)房屋面?zhèn)€數(shù)總和；Sk為第k個房屋面的面積；Storyk為第k個房屋面的樓層數(shù)。

4 空間統(tǒng)計

在ArcGIS中提供了一系列用于分析空間分布、模式、過程和關(guān)系的統(tǒng)計工具，是專門為處理地理數(shù)據(jù)而開發(fā)的。采用空間統(tǒng)計方法對上海市城市建筑形態(tài)空間分布的顯著特征進行匯總，識別具有統(tǒng)計顯著性的空間聚類，評估城市建筑形態(tài)聚類或離散的總體模式，并建立空間關(guān)系模型，形成相應(yīng)空間分析專題圖成果。

4.1 方向分布統(tǒng)計

4.1.1 統(tǒng)計模型

度量地理分布的空間分析方法主要用于匯總某一分布模式的關(guān)鍵特征，包括平均中心計算、中心要素確定、線性方向平均值、方向分布統(tǒng)計等。利用方向分布統(tǒng)計（標準差橢圓）方法統(tǒng)計高層建筑空間分布的軸線方向。

標準差橢圓以要素分布的平均中心為橢圓中心，分別計算其在X、Y方向上的標準差，從而確定橢圓的長軸和短軸。利用標準差橢圓，可以分析要素的分布是否具有特定的方向。橢圓的分布范圍表示要素空間分布的主體區(qū)域，方位角（正北方向順時針旋轉(zhuǎn)到橢圓長軸的角度）反映其分布的主趨勢方向，長軸表示要素在分布主趨勢方向上的離散程度。標準差橢圓的計算公式[7]為：

式中，σx為標準差橢圓短軸的長度；σy為標準差橢圓長軸的長度；和是平均中心和要素i坐標xi、yi的坐標差。

4.1.2 統(tǒng)計流程和實驗成果

利用上海市城市房屋建筑成果數(shù)據(jù)，提取面要素的幾何中心，形成房屋建筑點數(shù)據(jù)；再根據(jù)房屋建筑的樓高和樓層屬性，提取樓高＞100 m的超高層房屋建筑以及樓層數(shù)＞10層且建筑高度＜100 m的高層房屋建筑。對提取好的超高層房屋建筑、高層房屋建筑點數(shù)據(jù)，以街道、鎮(zhèn)為統(tǒng)計單元進行方向分布統(tǒng)計，形成最終的空間統(tǒng)計結(jié)果。統(tǒng)計流程見圖2。

圖2 方向分布統(tǒng)計（標準差橢圓）流程

圖3是以虹口區(qū)房屋建筑實驗數(shù)據(jù)為樣本，采用方向分布統(tǒng)計方法形成的統(tǒng)計成果。從圖中可直觀發(fā)現(xiàn)虹口區(qū)各街道高層房屋分布是有其分布中心和總體趨勢方向的。以江灣鎮(zhèn)街道和涼城新村街道為例，江灣鎮(zhèn)街道的高層及以上房屋建筑的標準差橢圓中心位于江灣鎮(zhèn)中心，分布方向總體表現(xiàn)為“西北—東南”；而涼城新村街道的高層及以上房屋建筑的標準差橢圓中心明顯位于街道的偏西南方，分布方向總體表現(xiàn)為“東北—西南”。

圖3 虹口區(qū)高層房屋建筑方向分布統(tǒng)計成果

4.2 熱點分析

4.2.1 統(tǒng)計模型

熱點分析統(tǒng)計方法主要用于標識具有統(tǒng)計顯著性的聚集點，可對數(shù)據(jù)集中的每個要素計算空間聚集因子（Z得分）。對于具有顯著統(tǒng)計意義的熱點，要素應(yīng)具有高值，且被其他同樣具有高值的要素所包圍。某個要素及其相鄰要素的局部總和將與所有要素的總和進行比較；當局部總和與所預(yù)期值存在很大差異，而無法成為隨機產(chǎn)生的結(jié)果時，會產(chǎn)生一個具有顯著統(tǒng)計學(xué)意義的 Z得分。通過統(tǒng)計獲得的Z值，可以分析出高值或低值要素在空間上發(fā)生聚類的位置。Z得分的計算公式[8-9]為：

式中，xj為要素j的屬性值；ωi,j為要素i和j之間的空間權(quán)重；n為要素的總和為要素屬性值的平均值；S為要素屬性值的標準差，計算公式為：

利用熱點分析法，分別統(tǒng)計上海市、各區(qū)縣房屋建筑的聚集程度，從而分析出上海市以及各區(qū)縣房屋建筑分布的熱點區(qū)域。

4.2.2 統(tǒng)計流程及實驗成果

按1 km×1 km規(guī)則地理格網(wǎng)單元，統(tǒng)計每個格網(wǎng)房屋建筑的面積占比；再利用統(tǒng)計得到的帶有房屋建筑面積占比的規(guī)則地理格網(wǎng)進行熱點分析，得到每個規(guī)則地理格網(wǎng)單元代表房屋建筑的聚集程度Z值。Z 值越大，表示房屋建筑聚集的程度就越大；反之亦然；若Z值接近于零，則表示該區(qū)域房屋建筑不存在明顯的空間聚類。具體流程如圖4所示。

圖4 房屋建筑數(shù)據(jù)熱點分析流程

以上海市房屋建筑實驗數(shù)據(jù)為樣本，采用熱點分析方法形成最終統(tǒng)計成果，如圖5所示。從圖中可知，上海市房屋建筑集中分布的區(qū)域主要在上海市中心城區(qū)的8個區(qū)，包括黃浦區(qū)、靜安區(qū)、長寧區(qū)、徐匯區(qū)、虹口區(qū)、普陀區(qū)、閘北區(qū)、楊浦區(qū)。尤其是內(nèi)環(huán)區(qū)域房屋建筑的聚集度比其他區(qū)域更大，而楊浦區(qū)北部又比其他區(qū)域聚集度小。其余郊區(qū)房屋建筑集中分布的區(qū)域主要在各區(qū)縣的衛(wèi)星城中，如嘉定的嘉定新城、南翔、安亭，松江城區(qū)、青浦城區(qū)、金山的金山衛(wèi)地區(qū)等。以位于圖5中右上角的崇明縣為例，其房屋建筑集中分布的區(qū)域主要在崇明島上的城橋鎮(zhèn)、堡鎮(zhèn)以及長興島的西南沿岸地區(qū)?？梢姺课萁ㄖ木奂扰c城市化發(fā)展具有一定的聯(lián)系，一般來說房屋建筑聚集度越大的區(qū)域，其城市化程度越強。

圖5 上海市房屋建筑熱點分析統(tǒng)計成果

5 結(jié) 語

本文通過研究上海市城市房屋建筑形態(tài)數(shù)據(jù)的采集和統(tǒng)計分析方法，結(jié)合ArcGIS平臺提供的一系列數(shù)據(jù)處理和空間統(tǒng)計工具，有效地提高了房屋建筑數(shù)據(jù)采集的效率；并利用方向分布統(tǒng)計和熱點分析等空間統(tǒng)計方法，分析了城市房屋建筑高度分布的軸線方向和分布的聚集程度，真實地反映了城市建設(shè)形態(tài)發(fā)展。

[1] 陳斐,杜道生.空間統(tǒng)計分析與GIS在區(qū)域經(jīng)濟分析中的應(yīng)用[J].武漢大學(xué)學(xué)報(信息科學(xué)版), 2002,27(4):391-396

[2] 馬洪超,李德仁.基于空間統(tǒng)計學(xué)的空間數(shù)據(jù)窗口大小的確定[J].武漢大學(xué)學(xué)報(信息科學(xué)版), 2001,26(1):18-23

[3] 胡青峰,張子平,何榮,等.基于Geoda 095i區(qū)域經(jīng)濟增長率的空間統(tǒng)計分析研究[J].測繪與空間地理信息, 2007(2):53-55

[4] 張顯峰,崔偉宏.基于GIS與空間統(tǒng)計分析的可持續(xù)發(fā)展度量方法研究:以緬甸Myingyan District為例[J].遙感學(xué)報,2001(1):34-40

[5] 羅畏,鄒崢嶸.空間統(tǒng)計分析的環(huán)境質(zhì)量評價應(yīng)用[J].測繪科學(xué), 2012(4):32-34

[6] 宋琳,董春,胡晶,等.基于空間統(tǒng)計分析與GIS的人均GDP空間分布模式研究[J].測繪科學(xué), 2006(4):123-125

[7] Mitchell, Andy. The ESRI Guide to GIS Analysis[M]. RedLands: ESRI Press, 2005

[8] Getis A, Ord J K. The Analysis of Spatial Association by the Use of Distance Statistics[J].Geographical Analysis, 1992,24(3):189-206

[9] Ord J K, Getis A. Local Autocorrelation Statistics: Distributional Issues and an Application[J].Geographical Analysis,1995,27(4):286-306

P208

B

1672-4623（2016）07-0026-04

10.3969/j.issn.1672-4623.2016.07.008

余晨曦，碩士，從事地圖制圖學(xué)與地理信息工程方面的工作。

2015-12-01。

項目來源：現(xiàn)代工程測量國家測繪地理信息局重點實驗室開放課題資助項目（TJES1308）。