馮東東，張志華，石浩月

(1.蘭州交通大學測繪與地理信息學院，蘭州 730070；2.地理國情監(jiān)測技術(shù)應用國家地方聯(lián)合工程研究中心，蘭州 730070；3.甘肅省地理國情監(jiān)測工程實驗室，蘭州 730070)

0 引言

改造城中村不但能夠保證村內(nèi)居民生產(chǎn)生活需要，而且可有效集約土地，提升城市美觀性與協(xié)調(diào)性[1]。目前有關城中村的研究主要集中在理論和政策層面，易受時空因素制約，缺少數(shù)據(jù)支撐及定量分析。因此如何從城市結(jié)構(gòu)中精細提取出城中村區(qū)域，逐漸成為學者們研究的熱點。

近年來有學者提出利用遙感影像提取城中村，例如劉輝[1]基于深度神經(jīng)網(wǎng)絡模型和場景語義描述的方法，以深圳和武漢為例提取城中村；Boutell等[2]將地物場景分割為一定數(shù)量的子塊，然后計算每個子塊的光譜特征，最后根據(jù)子塊特征，使用支持向量機算法實現(xiàn)地物的分類。此外，還有學者提出基于面向?qū)ο蟮某侵写逄崛》椒?，例如尚春艷[3]利用傳統(tǒng)的面向?qū)ο蠓▽ρ芯繀^(qū)的城中村土地利用進行檢測，并提取變化信息；Li等[4]利用高分辨率影像，以非監(jiān)督深度學習為基礎，建立了多種分割模型，對深圳市城中村進行提取。然而，由于城中村內(nèi)房屋建筑復雜，特征不一，常用的分割算法難以準確分割出城中村與相鄰地物對象，因此面向像元和對象的提取方法難以有效應用于城中村提取。

鑒于此，本文結(jié)合多元空間數(shù)據(jù)，利用遙感影像提取技術(shù)與地理信息系統(tǒng)(geographic information system，GIS)空間分析技術(shù)相結(jié)合的方法對城中村進行提取；并通過對廣州市主城區(qū)的城中村進行定量空間分析，總結(jié)出城中村的分布特征，從而為解決城中村改造等問題提供數(shù)據(jù)支撐和方法參考。

1 研究區(qū)概況與數(shù)據(jù)源

廣州市位于廣東省中南部，瀕臨南海，是國家首批沿海開放城市，屬珠三角地區(qū)和粵港澳大灣區(qū)經(jīng)濟中心，截至2019年，廣州市人口總數(shù)約1 531萬人，城鎮(zhèn)化率接近90%[5]。選取廣州市的4個中心城區(qū)(天河區(qū)、越秀區(qū)、荔灣區(qū)和海珠區(qū))作為研究區(qū)域，其在廣州市的地理位置如圖1所示。本項研究數(shù)據(jù)源主要有：①廣州市高分一號衛(wèi)星影像數(shù)據(jù)；②道路網(wǎng)數(shù)據(jù)，由開源地圖OpenStreetMap (OSM)提供；③建筑物輪廓數(shù)據(jù)，研究區(qū)共計101 453棟建筑物輪廓面數(shù)據(jù)，其中包含建筑物矢量邊界信息及樓層高度和面積屬性信息；④興趣點(point of interest，POI)數(shù)據(jù)，研究區(qū)共計545 812個點數(shù)據(jù)，共3大類，18種具體類型。

圖1 研究區(qū)概況Fig.1 Overview of the research area

2 研究方法

本文從提取研究區(qū)城中村的角度出發(fā)，結(jié)合了互聯(lián)網(wǎng)POI數(shù)據(jù)、高分辨率遙感影像數(shù)據(jù)以及建筑物輪廓數(shù)據(jù)等，實現(xiàn)對研究區(qū)城中村提取。首先對原始數(shù)據(jù)進行空間分析和處理，構(gòu)造出城中村地塊特征屬性，然后對包含特征屬性的城中村地塊數(shù)據(jù)進行分類，得到提取結(jié)果。本文實驗的主要實驗流程如圖2所示。

圖2 實驗流程圖Fig.2 Experimental flow chart

2.1 基于ENVI深度學習的城中村信息提取

深度學習是指利用分層迭代算法的思想，讓計算機對輸入的各種形式的文件、圖案等內(nèi)容進行自動的歸納識別[6]。ENVI Deep Learning是基于TensorFlow模型構(gòu)建的，TensorFlow是一個開源框架，ENVI使用它來執(zhí)行深度學習任務[7]。利用深度學習提取城中村的步驟如下:

1)影像預處理。主要包括影像的輻射定標、大氣校正、幾何糾正及波段融合等過程。

2)創(chuàng)建標簽圖像。通過裁剪影像子集，繪制標簽數(shù)據(jù)，并使用模塊工具生成標簽圖像(label raster)。標簽數(shù)據(jù)需要選擇具有代表性的典型區(qū)域進行樣本采集。

3)訓練模型。利用感興趣區(qū)和標簽圖像初始化一個新的模型，并在模塊中設置訓練參數(shù)，對模型進行訓練。

4)執(zhí)行分類。使用模塊提供的工具對圖像進行分類，該工具會生成一幅類激活圖像(class activation map，CAM)。CAM是一個灰度圖像，其像元值表示屬于提取目標的概率。對CAM圖像進行分類后處理，可直觀表示出城中村提取結(jié)果。

2.2 融合多元數(shù)據(jù)的城中村識別

由于單方面利用遙感影像提取出的城中村信息存在與老城區(qū)、工業(yè)廠房等混淆的問題，因此需要進一步的精細提取。城中村其明顯的特征為房屋不高且密集，本文通過統(tǒng)計建筑物高度面積等屬性信息，再結(jié)合高分辨率遙感影像的光譜特征，以及各類POI核密度屬性實現(xiàn)對城中村信息的提取。

以詳盡的道路網(wǎng)絡劃分出的區(qū)域作為城中村基本地塊單元，根據(jù)地塊單元的矢量圖斑，分割研究區(qū)高分辨率影像，計算每個地塊單元中影像各波段的均值及亮度值，融合建筑物、POI等空間信息構(gòu)建地塊單元特征集合。詳細步驟如下：

1)在eCognition中對高分一號影像進行分割，通過計算得到研究區(qū)地塊單元的光譜屬性信息，存入對應的地塊單元矢量圖斑下[8]。實現(xiàn)以地塊圖斑為基本單元，將影像分割成地塊影像單元集合，并為每個影像單元賦予唯一的編號ID，便于索引。

2)原始建筑物輪廓數(shù)據(jù)包含樓層高度信息，利用ArcGIS計算出建筑物面積值，再將地塊單元矢量數(shù)據(jù)與建筑物數(shù)據(jù)進行空間關聯(lián)，從而統(tǒng)計出每個地塊單元內(nèi)建筑物的高度、面積等屬性信息[9]。通過計算每個地塊單元內(nèi)建筑物的平均高度、高度標準差、建筑物面積總和以及平均建筑面積信息，作為建筑物屬性值。

3)使用ArcGIS核密度分析工具，計算每個輸出柵格像元周圍鄰域內(nèi)輸入POI點的密度[10-11]，這在一定程度上可反映城中村與非城中村地區(qū)的POI差異性。其中核密度分析中關鍵參數(shù)搜索半徑SR的計算方法如式(1)所示：

(1)

式中：SD為要素之間的標準距離；Dm為要素之間的中值距離；n為沒有使用 population 字段的點數(shù)，如果提供population字段，則n是population字段值的總和，其中，population字段是指在核密度分析過程中，計算目標位置時的樣本個數(shù)。

結(jié)合研究區(qū)城市POI類型及特點，選取不同的核密度參數(shù)得到實驗結(jié)果，其中住宅用地POI核密度搜索半徑(帶寬)值設為1 500 m，公共服務用地POI核密度搜索半徑值為3 000 m，而商業(yè)服務用地2 000 m。得到各類POI的核密度柵格圖后，利用ArcGIS的分區(qū)統(tǒng)計工具和屬性表連接功能，將各類POI的核密度柵格值連接到之前的地塊單元矢量數(shù)據(jù)中。可在ArcGIS中查看構(gòu)建的研究區(qū)地塊單元矢量圖斑屬性表，其中包含地塊ID、地塊類別、地塊光譜特征屬性、建筑物特征屬性及各類POI特征屬性。

統(tǒng)計標簽數(shù)據(jù)中每個對象的光譜信息、建筑物屬性信息以及各類POI核密度屬性后，即完成研究區(qū)帶有特征城中村標簽數(shù)據(jù)的構(gòu)建，構(gòu)建的特征類型如表1所示[12]。

表1 構(gòu)建的地塊單元特征Tab.1 Features of constructed land units

支持向量機(support vector machine,SVM)是一種對已知樣本的特點進行學習，從而預測未知樣本類別的機器學習方法，通常用于數(shù)據(jù)的二分類問題。利用SVM分類算法進行城中村的精細分類，為了使分類面能將訓練樣本無誤地分類且具有最大的分類間隔，訓練樣本還需要滿足[13-14]：

yi[(w·xi)+b]-1≥0，

(2)

式中：i為樣本集序號；x，y和b均為列向量;w為支持向量對應的樣本點到?jīng)Q策面的距離向量。

(3)

為了便于求解，構(gòu)造出Lagrange函數(shù)，即

(4)

式中：i為樣本集下標，i=1,2,…,l；ai為Lagrange系數(shù)，對w和b求偏微分得：

(5)

(6)

將式(2)，(5)和(6)作為約束條件，就將原始問題轉(zhuǎn)成求解二次規(guī)劃時的對偶性問題，可得出：

(7)

(8)

式(7)是一個二次函數(shù)，在式(8)約束下存在唯一最優(yōu)解。若ai*為最優(yōu)解，且b*可由約束條件式(2)求得，b*為最優(yōu)解下向量b的取值。求解公式得最優(yōu)分類函數(shù)為：

(9)

3 實驗結(jié)果與分析

3.1 ENVI深度學習的城中村提取結(jié)果

本文選取天河區(qū)為樣本集，首先繪制城中村標簽數(shù)據(jù)[15]，共105個及背景地物321個，共計樣本總數(shù)426個，其中包含輸入圖像的原始波段和掩模波段，掩模波段中DN值為1的像元代表目標，0代表背景。然后利用感興趣區(qū)和標簽圖像初始化一個新模型，在Train TensorFlow Mask Model中設置訓練參數(shù)，經(jīng)多次試驗，選取參數(shù)模型如下：PatchSize值為316，Epochs值為20，ClassWeight值為0～2，LossWeight值為1，SolidDistance值為1，BlurDistance值為0～2。最后使用訓練模型對影像分類，其結(jié)果會產(chǎn)生一幅CAM圖像，該灰度圖像的像元值表示屬于提取目標的概率，圖像中高亮顯示部分即與目標特征的匹配度較高，如圖3所示。對CAM圖像進行密度分割，使其按照不同顏色進行顯示，如圖4所示。

圖3 CAM類激活圖Fig.3 CAM class activation diagram

圖4 城中村提取結(jié)果Fig.4 Extraction results from urban villages

初步提取到的圖像存在圖斑小且邊緣鋸齒明顯的現(xiàn)象，需使用Sieve Classes與Clump Classes工具對圖像進行過濾和聚合[16]，將處理后的結(jié)果疊加到影像圖上，截取部分影像如圖5所示。

圖5 分類后處理的城中村矢量Fig.5 Urban village vector after classification processing

3.2 提取精度評價

ENVI Deep Learning精度可用以下4個指標來表示：Loss為訓練損失，用于表示模型與驗證訓練數(shù)據(jù)的匹配程度；Precision為用戶精度，表示正確分類的像元數(shù)占該類別像元數(shù)的比例；Recall為生產(chǎn)者精度，表示正確分類的像元數(shù)占該類別實際像元數(shù)的比例；F1為模型精度系數(shù)，是Precision和Recall的調(diào)和平均值，計算方法為[17-18]：

(10)

精度高低可通過Loss和F1的值來評價，在ENVI深度學習模塊下查看訓練模型精度參數(shù)，繪制精度參數(shù)折線圖，如圖6所示。

圖6 深度學習模型精度參數(shù)Fig.6 Precision parameters of deep learning model

通過圖6可知，隨迭代次數(shù)增加，模型的損失值Loss降低，精度F1值上升，表明深度學習工具可以較好地訓練提取模型，實現(xiàn)對城中村的提取，共計識別出城中村423個，發(fā)現(xiàn)有272個被正確識別，正確識別率為64.31%。

3.3 基于多元數(shù)據(jù)的城中村識別結(jié)果

原始的OSM數(shù)據(jù)存在缺失與拓撲錯誤，需進行后處理；然后將道路網(wǎng)絡數(shù)據(jù)轉(zhuǎn)化為面狀圖斑，最終得到6 718個地塊單元，如圖7所示。

圖7 研究區(qū)地塊單元矢量圖斑Fig.7 Plot unit vector pattern spot in the study area

在棋盤分割算法的基礎上，對地塊單元矢量圖斑添加圖層，將研究區(qū)的高分影像進行分割[19]，影像局部分割結(jié)果如圖8所示。

圖8 影像基于矢量分割結(jié)果Fig.8 Image segmentation is based on vector segmentation results

將分割出的矢量圖層與上文利用ENVI Deep Learning提取出的輪廓信息進行疊加，并為各地塊對象添加城中村與非城中村的屬性值，最后進行修正統(tǒng)計，制作一份完整的標簽數(shù)據(jù)。

利用機器學習軟件包LIBSVM[20]分類器完成地塊單元數(shù)據(jù)集的分類，通過自定義選取數(shù)據(jù)集中的特征向量，對光譜特征、建筑物特征和POI特征進行不同的組合疊加[21-22]，得出LIBSVM分類器在選取不同特征向量時的城中村分類精度(表2)。

表2 選擇不同特征屬性的分類精度Tab.2 Select the classification accuracy of different feature attributes

由表2可知，使用LIBSVM分類器區(qū)分城中村與非城中村地塊，僅利用影像的光譜特征，難以達到較好分類效果，融合POI特征和建筑物特征后，可以取得較好的分類效果。將結(jié)果映射到地塊單元矢量文件的屬性表中，得到如圖9所示的識別結(jié)果，圖中共計識別出城中村地塊455個，根據(jù)統(tǒng)計結(jié)果，發(fā)現(xiàn)有401個城中村被正確識別，分類精度高達90.19%。圖10為部分識別結(jié)果疊加Google Earth影像。

圖9 城中村識別結(jié)果Fig.9 Urban village identification results

圖10 在Google Earth上顯示識別結(jié)果Fig.10 Display the recognition results in Google Earth

城中村的錯分對象主要為老舊居民區(qū)和工業(yè)區(qū)。三者之間共同特征為綠化率低、樓層較矮，當單個面積較小的建筑物所占該地塊總比例較高時，三者在影像上表現(xiàn)出的特征極為相似，所以LIBSVM分類器很容易誤判。

海珠區(qū)中城中村數(shù)量最多、密度最大；其次是天河區(qū)、荔灣區(qū)；最后是越秀區(qū)，越秀區(qū)為中心商業(yè)區(qū)，城中村改造完成度高；整體而言，研究區(qū)城中村分布較為分散，分布在整個城市區(qū)域中。

4 結(jié)論

針對目前城中村研究缺少數(shù)據(jù)支撐和定量分析等問題，將遙感影像提取技術(shù)與GIS空間分析技術(shù)相結(jié)合，提出基于深度學習工具提取城中村和基于多元空間數(shù)據(jù)識別城中村地塊的方法。實驗結(jié)果表明，利用深度學習工具，能夠較好地提取出城中村邊界信息?；诼肪W(wǎng)分割高分辨率遙感影像，結(jié)合機器學習分類方法識別城市不同地塊單元，對城中村可精細提取，分類精度高達90%。

本文基于多元數(shù)據(jù)對城中村提取進行了研究，但提取結(jié)果仍存在一定的偏差，進一步研究的問題主要包括：

1)在融合多元空間數(shù)據(jù)輔助提取城中村時，可考慮添加Sentinel衛(wèi)星數(shù)據(jù)，表示出地物的空間高度信息，用于區(qū)分城中村建筑和平整的運動場等地物。

2)因訓練模型耗時較長，且模型訓中存在一定的隨機性，對于高分辨率遙感影像復雜的地物環(huán)境，提取結(jié)果仍存在與老舊居民區(qū)、工業(yè)區(qū)混合現(xiàn)象，可考慮進一步優(yōu)化模型參數(shù)，提升提取效率及精度。