武凱飛 鐘 鳴* 王慧妮 葛 靖 劉少博 馬曉鳳

(武漢理工大學(xué)智能交通系統(tǒng)研究中心1) 武漢 430063) (武漢理工大學(xué)國家水運(yùn)安全工程技術(shù)研究中心2) 武漢 430063) (水路公路交通安全控制與裝備教育部工程研究中心3) 武漢 430063)

0 引 言

城市交通與土地利用之間聯(lián)系緊密，土地利用決定了人員數(shù)量和貨物到發(fā)量，交通的發(fā)展使得土地利用特征發(fā)生變化[1].城市的土地開發(fā)使得區(qū)域出行量增加，交通需求也隨之增加(見圖1)，在交通設(shè)施改善后，區(qū)域可達(dá)性提高，這又會促進(jìn)區(qū)域土地價格上升，進(jìn)而又會影響土地利用.如此循環(huán)，直到達(dá)到飽和狀態(tài)，區(qū)域的土地開發(fā)受到抑制.

圖1 土地利用與交通容量的關(guān)系

城市土地利用對城市交通的影響主要表現(xiàn)為，城市開發(fā)程度對交通量、交通方式的影響[2]，城市土地利用模式對出行量、交通行為，以及公交系統(tǒng)的影響[3-5].城市交通對城市土地利用的影響主要表現(xiàn)在，城市交通系統(tǒng)的發(fā)展對城市空間形態(tài)的影響[6]，交通系統(tǒng)對城市土地利用結(jié)構(gòu)的影響，城市交通系統(tǒng)對土地利用價格的影響[7-9].土地交通整體規(guī)劃模型綜合考慮了土地利用與交通系統(tǒng)之間的互動關(guān)系，為解決土地利用和城市交通問題提供了科學(xué)的依據(jù)[10].土地利用信息作為模型的輸入，對整體規(guī)劃模型有很大的影響.如果能夠?qū)⑼恋乩眯畔⒌牧６燃?xì)化，那么所得到的研究成果的精度也將大幅提高.對于土地利用信息的提取，國內(nèi)外學(xué)者都做了深入的研究.喬紅等[11-12]利用高分辨率遙感影像，通過影像融合的手段提取出了水域、植被、耕地、林地等地物信息.姚蓓蓓等[13]對大尺度范圍內(nèi)的土地覆蓋信息進(jìn)行提取，其總體分類精度達(dá)到86.49%，Kappa系數(shù)為0.836 7.Ahad等[14]利用遙感數(shù)據(jù)和GIS數(shù)據(jù)先提取地物信息，在加拿大最小人口調(diào)查單元的水平上進(jìn)行土地利用信息的分類，用地類型包括工業(yè)用地、商服用地、居住用地等，分類精度可以達(dá)到97.1%.Tuia等[15]從高分辨率的遙感影像中提取相關(guān)特征，利用支持向量機(jī)方法對其進(jìn)行分類，最終得到居住用地、商服用地等用地類型，分類精度達(dá)到95.93%.

國內(nèi)在土地利用分類的研究中，以提取地物信息為主，而非土地利用信息.地物信息是土地的自然屬性，而土地利用信息則是與社會經(jīng)濟(jì)活動相關(guān)的土地的經(jīng)濟(jì)屬性[16]，二者不能等同.國外雖然有針對土地利用信息分類的研究，但這是建立在發(fā)達(dá)國家地塊內(nèi)土地利用種類單一的基礎(chǔ)上的.我國單個地塊內(nèi)可能包含多種土地利用類型，致使分類的難度加大，直接利用國外的研究成果對我國的城市土地利用信息進(jìn)行分類是不準(zhǔn)確的.國外相關(guān)研究的分類單元以人口調(diào)查單元為主，粒度比較大.本研究將研究單元精細(xì)化到單個建筑物層面，開展城市土地利用的精細(xì)分類研究，為土地交通整體規(guī)劃提供精細(xì)的土地利用信息.

1 分類體系的構(gòu)建

城市的土地開發(fā)或土地使用性質(zhì)發(fā)生變化，對城市交通有重要的影響.不同的用地類型決定了交通量、出行距離、交通方式選擇和出行分布形態(tài)等，也對交通結(jié)構(gòu)有較大的影響[17].各種用地類型具有不同的交通特性，對交通的影響也有不同.居住用地的人均出行次數(shù)與人口規(guī)模成反比，出行目的、出行方式具有多樣性，對交通的影響具有峰期性和持續(xù)性[18].反過來，城市居住用地的布局、規(guī)模也受城市交通系統(tǒng)的性質(zhì)和服務(wù)水平的影響[19].商業(yè)服務(wù)用地對交通可達(dá)性要求較高，對停車設(shè)施等交通基礎(chǔ)設(shè)施的需求最大，該用地類型的交通吸引量和產(chǎn)生量都很大，出行方式也呈多樣化，對周邊道路造成了很大的交通壓力[20].因此，商業(yè)服務(wù)用地的選址大多都在交通樞紐點(diǎn)、街道交叉口等交通便利的地方[21].而工業(yè)物流用地產(chǎn)生的交通需求相對于其他用地類型來說比較穩(wěn)定，出行活動主要由上下班時間及業(yè)務(wù)特點(diǎn)決定[22].

在充分研究土地利用與交通規(guī)劃之間的交互關(guān)系后，依據(jù)《武漢市城市用地分類和代碼標(biāo)準(zhǔn)》來建立表1的分類體系.

表1 分類體系表

2 構(gòu)建分類模型

2.1 特征提取

建筑物的形態(tài)特征表示建筑物的物理屬性，包括底面積、總建筑面積、周長、樓層數(shù)、容積率等[23].

建筑物的擴(kuò)展特征指通過描繪建筑物各種幾何邊界而獲得的特征，包括與封閉建筑物的面積最小的矩形、封閉建筑物的最小凸面、封閉建筑物的寬度最小的矩形及某建筑物的包絡(luò)矩形等相關(guān)的特征.

2.2 分類模型

2.2.1單模型

決策樹算法是一種基本的分類算法，被廣泛應(yīng)用于各個領(lǐng)域.在分類過程中，決策樹基于特征對實(shí)例進(jìn)行分類，可以認(rèn)為是if-then規(guī)則的集合，或是特征空間與類空間的條件概率分布.在特征選擇過程中，利用信息增益來選出當(dāng)前最好的特征.

SVM算法[24]是一種常見的判別方法，可以用來進(jìn)行分類或回歸分析.其原理是在特征空間中找到能夠?qū)颖痉指糸_的超平面.該超平面是所有能夠分隔樣本的超平面中，與樣本的幾何間隔最大的超平面，以保證有充分大的確信度對訓(xùn)練數(shù)據(jù)進(jìn)行分類.

隨機(jī)森林是一種集成學(xué)習(xí)方法，基礎(chǔ)分類器是決策樹.所謂“森林”是決策樹的集合，即隨機(jī)森林建立了多個決策樹，并將它們合并在一起以獲得更準(zhǔn)確和穩(wěn)定的預(yù)測.它采用Bagging的思想，將多個弱分類器組成一個強(qiáng)分類器.

2.2.2基于Stacking思想的融合模型

本研究利用Stacking的思想[25-27]對單個模型進(jìn)行融合，以提高分類結(jié)果精度.在利用Stacking思想對模型進(jìn)行融合時，需要先用訓(xùn)練數(shù)據(jù)集構(gòu)建出決策樹、SVM、隨機(jī)森林模型，將其作為一級模型，而后將三個模型的輸出結(jié)果作為樣本特征，對其進(jìn)行整合，并把原始樣本標(biāo)記為新數(shù)據(jù)樣本標(biāo)記，生成新的訓(xùn)練集.選取Logistic Regression作為二級模型，利用新訓(xùn)練數(shù)據(jù)集訓(xùn)練該模型，最后利用該模型對樣本進(jìn)行預(yù)測，得到最終分類結(jié)果.

與單個模型的訓(xùn)練方式不同，利用Stacking思想進(jìn)行模型融合時，單個模型是利用K折交叉驗(yàn)證法來訓(xùn)練的，即將整個數(shù)據(jù)集分成訓(xùn)練集和測試集，再將訓(xùn)練集分成K份，其中K-1份用于訓(xùn)練模型，最后一份用于驗(yàn)證模型.融合模型的訓(xùn)練過程見圖2.一級模型中的驗(yàn)證集的預(yù)測結(jié)果作為二級模型中的訓(xùn)練樣本，其測試集的預(yù)測結(jié)果經(jīng)過加權(quán)平均后，成為二級模型的測試數(shù)據(jù)集.

圖2 融合模型訓(xùn)練過程

對測試集的預(yù)測結(jié)果進(jìn)行加權(quán)平均的公式如下，各個權(quán)重的確定是利用貪心的思想訓(xùn)練得到，即不斷改變?nèi)齻€模型的權(quán)重，取二級模型在測試集上的預(yù)測結(jié)果精度最高時所對應(yīng)的權(quán)重.

Pi=aPi1+bPi2+cPi3,i=1,2,…,6

式中：a，b，c為決策樹、SVM、隨機(jī)森林在測試集上的預(yù)測結(jié)果的權(quán)重；Pi1，Pi2，Pi3分別為各個模型將建筑物預(yù)測為第i種土地利用類型的概率.

2.3 空間位置關(guān)系分析

空間位置關(guān)系分析可以用來檢驗(yàn)物體在空間上是否有聯(lián)系，當(dāng)物體在空間上有聯(lián)系時，可以認(rèn)為它們的用途是相同或相似的.研究使用Gabriel圖來做空間位置關(guān)系分析，并通過設(shè)置連線的閾值來提高聚類的精度.Gabriel圖可以依據(jù)建筑物之間的距離來連接建筑物，因此可以對建筑物進(jìn)行空間上的聚類，見圖3.當(dāng)點(diǎn)c不在以lab為直徑的圓內(nèi)時，點(diǎn)a與點(diǎn)b視為鄰近點(diǎn)，可以用線連接.

圖3 Gabriel圖

當(dāng)|lab|2≥|lac|2+|lbc|2時，點(diǎn)c在圓內(nèi)；

當(dāng)|lab|2<|lac|2+|lbc|2時，點(diǎn)c在圓外；

利用Gabriel圖進(jìn)行空間位置關(guān)系分析時，先在地塊內(nèi)把所有滿足Gabriel圖的條件的建筑物點(diǎn)連接起來，再通過設(shè)定閾值來判定是否需要斷開兩點(diǎn)之間的連接，由此可以得到多個空間上獨(dú)立的建筑群，且建筑群內(nèi)的建筑可以視為同一類型.閾值可以通過距離大小、建筑物特征差異來設(shè)定.若超過一定距離時，則需要斷開連接.當(dāng)距離在閾值內(nèi)，但建筑物的特征差異顯著，則需要斷開連接.閾值的設(shè)定需要反復(fù)試驗(yàn)，最終取能夠使分類精度達(dá)到最大的那個值.

3 案例研究

3.1 實(shí)驗(yàn)數(shù)據(jù)

建筑物數(shù)據(jù) 建筑物數(shù)據(jù)來源于商業(yè)機(jī)構(gòu)，總共有24 544條，覆蓋范圍為整個武漢市江岸區(qū).每條數(shù)據(jù)包含8個字段：ID、建筑面積、建筑底面積、建筑周長、建筑樓層數(shù)、周長面積比、經(jīng)度、緯度，見圖4.

3.2 數(shù)據(jù)處理

原始建筑物數(shù)據(jù)中，單個建筑物可能由于局部高度不同而被分成若干個建筑物，因此需要先將建筑物進(jìn)行融合.具體操作可以在ArcGIS軟件中進(jìn)行.建筑物融合后一些屬性發(fā)生改變，如建筑面積、周長、底面積為融合前各個建筑物的總和.

3.3 模型構(gòu)建

3.3.1特征提取

在融合建筑物后，對建筑物進(jìn)行形態(tài)分析，提取各種建筑物相關(guān)特征.在ArcGIS中，利用建筑物數(shù)據(jù)，找出建筑物的最小幾何邊界即封閉建筑物的面積最小的矩形、封閉建筑物的最小凸面、封閉建筑物的寬度最小的矩形及某建筑物的包絡(luò)矩形等，將得到的屬性加到建筑物的原有屬性中.最終得到特征見表2的特征向量.

表2 特征向量表

3.3.2選擇樣本

經(jīng)過數(shù)據(jù)預(yù)處理和特征提取后，在建筑物數(shù)據(jù)集中選擇樣本.由于原始建筑物數(shù)據(jù)中沒有建筑物的類別，因此需要對照百度街景地圖和Google實(shí)景地圖來對建筑物進(jìn)行標(biāo)注，最后得到593個樣本.將樣本按8∶2的比例分為訓(xùn)練集和測試集.分別對訓(xùn)練集和測試集的特征向量做歸一化處理，使特征值的量綱一致，見表3.

表3 訓(xùn)練樣本表

3.3.3訓(xùn)練單模型

訓(xùn)練模型所用的決策樹、SVM、隨機(jī)森林算法來源于sklearn機(jī)器學(xué)習(xí)包.算法的主要參數(shù)值均通過貪心的思想來獲得，即取能使精度達(dá)到最高的參數(shù)值.在訓(xùn)練集上訓(xùn)練各個模型，并在測試集上進(jìn)行結(jié)果比較.各個算法的主要參數(shù)見表4～6.

表4 決策樹主要參數(shù)值

表5 SVM主要參數(shù)值

表6 隨機(jī)森林主要參數(shù)值

利用貪心的思想，不斷嘗試擁有不同數(shù)量子樹的隨機(jī)森林，找到能使結(jié)果精度達(dá)到最高的子樹數(shù)量.子樹數(shù)量與測試精度的關(guān)系圖見圖5.由圖5可知，在子樹數(shù)量達(dá)到25和37時，精度最高.子樹數(shù)量過多會使得模型過于復(fù)雜，因此選取25棵子樹.

圖5 子樹數(shù)量與精度變化

經(jīng)過訓(xùn)練后，將得到的模型在測試集上進(jìn)行實(shí)驗(yàn)，得到各個算法的精度指標(biāo)見表7.

表7 算法精度表

由表7可知，三種算法的精度都在0.60以上，其中隨機(jī)森林算法的精度最高為0.71，模型的kappa系數(shù)為0.64，說明模型具有較好的一致性.

3.3.4訓(xùn)練融合模型

以上述決策樹、SVM、隨機(jī)森林算法為基礎(chǔ)，利用3折交叉驗(yàn)證方法，訓(xùn)練出三個基礎(chǔ)模型.利用貪心算法來計算三個模型的權(quán)重值，取訓(xùn)練時測試數(shù)據(jù)集預(yù)測結(jié)果精度最高時所對應(yīng)的系數(shù).融合模型中的Logistic Regression模型的參數(shù)見表8.融合模型精度值變化見圖6，在系數(shù)為0.11，0.27，0.62時模型精度達(dá)到最高，精度為0.80.預(yù)測結(jié)果的混淆矩陣見表9.

表8 Logistic Regression主要參數(shù)值

圖6 融合模型精度變化

表9 融合模型的混淆矩陣

從融合模型的分類的結(jié)果來看，其分類精度達(dá)到了0.80.與單模型中的隨機(jī)森林模型相比，分類精度提高了0.09.其原因在于融合模型通過二級模型的訓(xùn)練，減少了單個模型預(yù)測結(jié)果的片面性對結(jié)果精度的影響，因而其分類精度得到提高.從融合模型的混淆矩陣中可以看出，融合模型居住類型、工業(yè)物流類型的判斷十分準(zhǔn)確.

3.3.5空間位置關(guān)系分析

對建筑物初步分類后，用Gabriel圖來判斷建筑物之間的鄰近關(guān)系，并結(jié)合建筑物的底面積、建筑面積及樓層數(shù)進(jìn)行判斷.Gabriel圖中點(diǎn)a與點(diǎn)b之間的距離需要設(shè)定閾值，若兩點(diǎn)之間的距離超過了閾值，則需要將將圖中a，b兩點(diǎn)之間的連線斷開，即點(diǎn)a與點(diǎn)b雖然在空間上是最近的，但由于距離太遠(yuǎn)而不能被認(rèn)為是相鄰的兩個建筑物.通過試驗(yàn)得到每個條件的取值與結(jié)果關(guān)系見圖7.

圖7 閾值取值與結(jié)果

由圖7可知，空間位置關(guān)系分析與特征差異閾值結(jié)合后，產(chǎn)生鄰近關(guān)系的判斷條件，即當(dāng)滿足樓層數(shù)差異超過6層，底面積差異大于2 000 m2，建筑面積差異大于4 000 m2，距離大于100 m中的任意一個條件時，在Gabriel圖中應(yīng)該將兩點(diǎn)之間的連線斷開.

條件閾值判斷前后建筑物的連接關(guān)系見圖8.由圖8可知，條件閾值使得屬性差異較大的建筑物的連接關(guān)系中被刪除，剩下的建筑物距離相近，屬性也相似，因此更有可能是同一類型的建筑物.

圖8 閾值判斷前后的連接關(guān)系

對測試集的輸出結(jié)果進(jìn)行上述的空間位置關(guān)系分析，將建筑物間的距離閾值定為100 m，建筑物的底面積差異閾值定為2 000 m2，將建筑物的建筑面積定為4 000 m2，將建筑物的樓層數(shù)差異定為6層.經(jīng)過空間位置關(guān)系分析后，得到建筑物的鄰近關(guān)系.采用投票的方法選出互相臨近的建筑物中，數(shù)量最多的那種建筑物類型作為該建筑群中所有建筑物的類型.經(jīng)過實(shí)驗(yàn)后，測試集的分類精度從原來的0.80提升到0.83.

輸出誤分類糾正后的混淆矩陣見表10.由表10可知，經(jīng)過誤分類糾正后居住類類、商業(yè)辦公類建筑物的分類精度有了較小的提升.

表10 誤分類前后的情況對比個

4 結(jié) 論

1) 本研究基于Stacking思想對決策樹、SVM、隨機(jī)森模型進(jìn)行融合，并利用LogisticRegression模型作為二級模型對城市土地利用類型進(jìn)行預(yù)測.該融合模型可以有效地提高分類精確度，精度最高達(dá)0.80.最后通過空間位置關(guān)系分析對分類結(jié)果進(jìn)行糾正，使得精度進(jìn)一步提高到0.83.

2) 與其他相關(guān)研究相比，本研究在對城市土地利用類型進(jìn)行分類時，將分類單元精細(xì)化到建筑物層面，從而極大得提高了土地利用信息的精細(xì)度，實(shí)現(xiàn)了為土地交通整體規(guī)劃模型提供精細(xì)的土地利用信息.

3) 由于數(shù)據(jù)的短缺，本研究提取的特征種類有限，更多的是從建筑物本身物理特征中衍生出新特征.在之后的研究中，可以增加數(shù)據(jù)的種類，從而提取豐富的特征來表示各種建筑物.比如，可以使用建筑物的紋理、滲透性等數(shù)據(jù).