晏龍旭 涂鴻昌 王 德 張尚武 劉 騮 張雨迪 張揚帆 王 勇

0 引言

2015年，中央城市工作會議要求建立常態(tài)化的城市體檢評估機制。2021年以來，住建部和自然資源部分別發(fā)布《關(guān)于開展2021年城市體檢工作的通知》 《國土空間規(guī)劃城市體檢評估規(guī)程》，為城市體檢工作制定了較為系統(tǒng)的指標體系和評估規(guī)程。政府通過城市體檢識別問題，有針對性地制定解決方案，能夠促進城市精細化管理及高質(zhì)量建設(shè)發(fā)展[1]。

城市建筑的變化是城市體檢的重要維度之一。一方面，城市建筑輪廓、高度等信息是評估城市建設(shè)的基礎(chǔ)數(shù)據(jù)之一，相比各類城市建設(shè)用地、開發(fā)強度能夠更精細地反映城市建設(shè)情況和形態(tài)變化；另一方面，將城市建筑輪廓和高度信息結(jié)合計算建筑面積，再結(jié)合土地使用性質(zhì)、建筑性質(zhì)和人口數(shù)據(jù)，可推導(dǎo)出“城鎮(zhèn)人均住房面積”等指標，為城市系統(tǒng)的發(fā)展協(xié)調(diào)程度提供重要參考。此外，城市建筑信息也是城市信息模型（CIM）的核心數(shù)據(jù)，基于其可以分析城市形態(tài)、構(gòu)建城市動態(tài)的可視化表達，為數(shù)字化城市模型和規(guī)劃研究提供更可靠的數(shù)據(jù)基礎(chǔ)。

然而在當(dāng)前規(guī)劃工作中，城市體檢工作涉及城市建筑變化的指標不多，主要針對具有較大風(fēng)險的城市建設(shè)情況統(tǒng)計“城市超高層建筑”等指標。其主要原因之一是大范圍城市建筑信息的可獲取問題。傳統(tǒng)的測繪調(diào)查方法速度慢、成本高、周期長、不開放，一般規(guī)劃研究難以大范圍獲取，更難獲得多年份的建筑變化數(shù)據(jù)。也有一些互聯(lián)網(wǎng)地圖提供了重點城市、重點地段的建筑信息，但其信息錯誤多、更新周期不確定、空間覆蓋范圍較隨機，無法滿足大范圍、周期性城市體檢和規(guī)劃研究的需要。因此，在“一年一體檢、五年一評估”的要求下，能夠大范圍、快速、較準確地識別分析城市建筑情況是確保城市體檢、國土空間現(xiàn)狀與規(guī)劃評估等工作高效開展的必然之路。

快速發(fā)展的衛(wèi)星遙感技術(shù)和深度學(xué)習(xí)技術(shù)為實現(xiàn)對城市建設(shè)情況的大范圍、快速、精確的跟蹤監(jiān)測提供了新的思路。一些研究已經(jīng)探索采用各類卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural networks）等深度學(xué)習(xí)模型從衛(wèi)星遙感影像中提取建筑物等地表要素[2-6]。但此類研究僅限于模型創(chuàng)新，停留在利用部分開源的建筑物標注數(shù)據(jù)集來設(shè)計、驗證新的深度學(xué)習(xí)模型架構(gòu)的有效性，很少有研究大規(guī)模地將相關(guān)方法應(yīng)用到具體城市，從實踐角度探索技術(shù)的合理性和適用性。

本文基于深度學(xué)習(xí)和高精度衛(wèi)星影像的建筑智能識別技術(shù)（以下簡稱“建筑智能識別技術(shù)”）在城市體檢中的應(yīng)用。首先梳理由城鄉(xiāng)建設(shè)基本情況、政策落實與風(fēng)險預(yù)警、規(guī)劃實施評估等3大體檢目標構(gòu)成的城市建筑變化體檢評估框架，提出針對上海的探索性評估框架；然后介紹基于深度學(xué)習(xí)和高精度衛(wèi)星影像的建筑識別與分析方法，并提取2014年、2019年的建筑輪廓和高度信息；最后系統(tǒng)地展示評估結(jié)果，并討論該方法的應(yīng)用潛力和完善方向。

1 建筑變化視角下城市體檢評估框架構(gòu)建

1.1 建筑變化視角下城市體檢評估框架

建筑變化視角下的城市體檢評估目標主要有3類（見表1）。第1類是統(tǒng)計城鄉(xiāng)建設(shè)基本情況，可以按評估需求統(tǒng)計各層級行政單元的建筑變化情況。針對這類評估，建筑智能識別技術(shù)主要發(fā)揮速度快、成本低的優(yōu)勢，能夠滿足一定精度下城鄉(xiāng)建設(shè)情況的普查性統(tǒng)計。第2類是評估政策落實情況并針對特定指標開展風(fēng)險預(yù)警。例如，針對當(dāng)前國家比較關(guān)注的高層建筑風(fēng)險情況，以自然資源部、住房和城鄉(xiāng)建設(shè)部相關(guān)文件為依據(jù)，由上級政府統(tǒng)一監(jiān)測下級各單元“超高層建筑數(shù)量”等相關(guān)指標變化情況。此時，建筑智能識別技術(shù)的優(yōu)勢是能為上級政府提供統(tǒng)一核查途徑，及時發(fā)現(xiàn)觸碰政策“紅線”的建設(shè)行為，有效避免造假。第3類體檢目標是開展規(guī)劃實施評估，主要可分為3個層次。宏觀層面評估城市空間發(fā)展戰(zhàn)略的落實，以社會經(jīng)濟發(fā)展規(guī)劃、總體規(guī)劃等確定的主要政策區(qū)空間范圍為依據(jù)，評估政策進度或城市建設(shè)合規(guī)情況。中觀層面評估規(guī)劃確定的各類控制線的落實情況，如評估具體的城市建筑是否符合總體規(guī)劃確定的禁建區(qū)、生態(tài)紅線、紫線（歷史文化街區(qū)等的保護范圍界線），或評估建設(shè)行為是否符合控制性詳細規(guī)劃對建筑高度和容積率的控制。微觀層面評估具體建設(shè)是否符合詳細規(guī)劃，例如評估城市更新改造前后建筑變化的合規(guī)情況。針對宏觀層面評估，建筑智能識別技術(shù)已經(jīng)具備相當(dāng)大的可行性；針對中觀和微觀層面評估，建筑智能識別技術(shù)還需要進一步提升建筑高度、建筑形態(tài)的識別精度。

表1 建筑變化視角下城市體檢評估框架Tab.1 City examination framework under the perspective of buildings

1.2 針對上海建筑變化的探索性體檢

本文以上海為例，嘗試開展基于深度學(xué)習(xí)和高精度衛(wèi)星影像的建筑變化體檢評估。在城鄉(xiāng)建設(shè)基本情況方面，按行政區(qū)、街道鄉(xiāng)鎮(zhèn)統(tǒng)計分析上海建筑面積的變化情況。在政策落實和風(fēng)險預(yù)警方面，由于當(dāng)前城市體檢工作在建筑方面尚無系統(tǒng)的指標體系，僅針對自然資源部發(fā)布的《國土空間規(guī)劃城市體檢評估規(guī)程》（報批稿）、住建部《2021年城市體檢指標體系》中與建筑有關(guān)的少量指標進行了統(tǒng)計分析。在規(guī)劃實施評估方面，針對《上海市國民經(jīng)濟和社會發(fā)展第十三個五年規(guī)劃綱要》（以下簡稱“上?！濉?guī)劃”）確定的空間發(fā)展戰(zhàn)略和重要政策區(qū)、建設(shè)控制線進行了統(tǒng)計分析。由于建筑智能識別技術(shù)在生成建筑形態(tài)方面的精度仍有待驗證，本文暫不涉及對控規(guī)等詳細規(guī)劃的合規(guī)評價。之所以選擇上海“十三五”規(guī)劃進行評價，一方面是因為本文采用的衛(wèi)星圖拍攝時間與之基本對應(yīng)，另一方面也是因為上海“十三五”規(guī)劃對城市發(fā)展和空間布局提出了諸多要求，明確了如人口和建設(shè)用地總量控制、空間布局優(yōu)化、推進五個新城發(fā)展等戰(zhàn)略性目標，相關(guān)內(nèi)容在《上海市城市總體規(guī)劃（2017—2035年）》（以下簡稱“上海2035”）中體現(xiàn)，產(chǎn)生了較為深遠的影響。

規(guī)劃實施評估是本次探索的主要內(nèi)容。在空間發(fā)展戰(zhàn)略維度，上?！笆濉币?guī)劃分別對中心城、五個新城提出比較明確的發(fā)展方向，強調(diào)發(fā)展新城，并嚴格控制中心城、中心城周邊鎮(zhèn)的建設(shè)量。在重要政策區(qū)維度，主要對集中建設(shè)區(qū)（即城市開發(fā)邊界）①上?！笆濉币?guī)劃沒有公布“集中建設(shè)區(qū)”的邊界，本文采用與其等同的“城市開發(fā)邊界”（“上海2035”中的說法）。下文除直接引用“十三五”規(guī)劃，均統(tǒng)稱“城市開發(fā)邊界”。內(nèi)、外的工業(yè)用地提出明確要求，并強調(diào)對生態(tài)空間的保護和拓展。此外，在土地使用層面還對工業(yè)用地和農(nóng)村集體建設(shè)用地的減量化和用途提出要求（見表2）。

表2 建筑變化視角下上海“十三五”規(guī)劃實施評估要點Tab.2 Key points in implementation evaluation of Shanghai's 13th Five-Year Plan

1.3 空間單元和政策區(qū)選擇

上述政策框架涉及多種空間邊界，既包括中心城、新城等結(jié)構(gòu)性邊界，還涉及集中建設(shè)區(qū)（城市開發(fā)邊界）、生態(tài)紅線和各類土地使用等政策邊界。雖然上海“十三五”規(guī)劃沒有對這些邊界進行明確界定，但據(jù)筆者了解，上述邊界在上海的各類規(guī)劃實施過程中具有較好的連續(xù)性和穩(wěn)定性。因此，本文采用從“上海2035”等規(guī)劃圖集中提取的等價邊界開展評估分析（見圖1）。中心城仍以外環(huán)為界，新城邊界提取自《上海市新城規(guī)劃建設(shè)導(dǎo)則》，城市開發(fā)邊界、產(chǎn)業(yè)基地、產(chǎn)業(yè)社區(qū)、主城區(qū)生態(tài)空間、生態(tài)走廊等邊界提取自“上海2035”，各類土地使用邊界來自第二次全國土地調(diào)查（以下簡稱“二調(diào)”）。

圖1 “上海2035”的有關(guān)政策區(qū)Fig.1 Relevant policy zones in the "Shanghai 2035"master plan

2 研究方法與數(shù)據(jù)

2.1 建筑輪廓和高度識別的深度學(xué)習(xí)模型訓(xùn)練

基于衛(wèi)星影像的建筑輪廓提取，本質(zhì)上是一個圖像語義分割（semantic segregation）任務(wù)，指從衛(wèi)星影像上分割提取出建筑基底輪廓的范圍，即對每一個像素進行是（1）或不是（0）建筑基底的二元分類。建筑高度識別更難一些，是要預(yù)測每一個建筑基底像素的層高，其結(jié)果是連續(xù)的數(shù)值。本文采取預(yù)訓(xùn)練過的經(jīng)典語義分割深度神經(jīng)網(wǎng)絡(luò)模型——DeepLabV3+[7]，并對其模型架構(gòu)進行合理微調(diào)以適應(yīng)研究需要。該模型將深度學(xué)習(xí)領(lǐng)域經(jīng)典的編碼—解碼（encoder-decoder）思路與空洞卷積（dilated convolution）結(jié)合，在醫(yī)學(xué)、水文地質(zhì)、遙感等領(lǐng)域的語義分割任務(wù)中均表現(xiàn)出優(yōu)異的性能[8-11]。本文采用的基礎(chǔ)模型在PASCAL VOC 2012、Cityscapes等通用數(shù)據(jù)集上進行了預(yù)訓(xùn)練，可以大幅提高專門模型的訓(xùn)練速度。

研究基本思路是（見圖2）：首先，制作一個針對上海的訓(xùn)練集。將開放地圖網(wǎng)站獲得的上海矢量建筑與多年份衛(wèi)星圖疊合、切片，人工篩選出其中吻合準確的圖片。這部分訓(xùn)練集既包括建筑基底輪廓，又包括建筑層高信息，因此可以用來訓(xùn)練建筑輪廓提取、建筑高度預(yù)測兩個模型。同時采用了一個名為Inria的開源數(shù)據(jù)集（aerial image labeling dataset）作為補充訓(xùn)練集[12]。將數(shù)據(jù)集混合后，獲得面積超過2 500 km2的訓(xùn)練集、面積約100 km2的測試集。其次，采用上述數(shù)據(jù)集訓(xùn)練建筑輪廓提取模型，當(dāng)模型效果在訓(xùn)練集、驗證集上取得最優(yōu)時保存模型，再檢驗其在測試集上的效果，取效果最優(yōu)的一個模型備用。繼而采用遷移學(xué)習(xí)（transfer learning）策略，修改上述模型架構(gòu)，并通過同樣的訓(xùn)練、驗證、測試流程，獲得備用的建筑高度提取模型。最后，將訓(xùn)練的模型應(yīng)用到兩個年份的、覆蓋全上海的高精度衛(wèi)星影像上，分別提取獲得建筑輪廓、建筑層高提取結(jié)果，然后經(jīng)過矢量化、疊加，即可用于評價兩個年份建筑量的變化。

圖2 總體技術(shù)框架Fig.2 Overall technical framework

統(tǒng)計結(jié)果（見表3）表明，訓(xùn)練獲得的建筑輪廓提取模型，像素預(yù)測精度（precision）高達92%以上，提取的建筑輪廓交并比（IoU）②IoU（Intersection over Union）表示用真實建筑與提取建筑的交集面積（intersection）與其并集（union）面積之比，越接近于1表明兩個建筑越是重疊。高達0.74，能夠較好地提取建筑輪廓。模型效果已經(jīng)超過了許多遙感領(lǐng)域的研究成果，例如在Inria開源數(shù)據(jù)集的榜單上③https://project.inria.fr/aerialimagelabeling/leaderboard/。，本文訓(xùn)練的模型盡管不針對該項目，但仍能排到前30左右。同時，本文訓(xùn)練的模型效果也與同類大規(guī)模應(yīng)用案例具有可比性：例如微軟在加拿大采用了300萬張圖片訓(xùn)練獲得了IoU為0.76、準確度為0.987的效果④https://github.com/microsoft/CanadianBuildingFootprints。，本文采用的訓(xùn)練集規(guī)模僅有微軟的約1%且數(shù)據(jù)標注質(zhì)量一般，但在關(guān)鍵指標已相當(dāng)接近其成果，因此認為具有實際應(yīng)用價值。

表3 模型效果統(tǒng)計Tab.3 Performance of the models

訓(xùn)練獲得的建筑層高提取模型的層高預(yù)測誤差控制在0.87以下。綜合來看，即使在模型未看過的測試集上，建筑基底面積誤差比率、建筑面積誤差比率分別控制在4%、8%左右。雖然缺少相關(guān)研究予以比較，筆者在經(jīng)驗上認為，該模型效果已能夠較精確地反映城市建筑基本情況。圖3的三維對比也表明，兩個模型組合使用效果優(yōu)異，其提取結(jié)果能夠較好地反映城市建筑的三維形態(tài)和空間分布。

圖3 某地區(qū)的實際建筑和模型提取結(jié)果柵格同比例三維對比Fig.3 3D comparison of actual buildings and extracted buildings

2.2 不同年份建筑量變化的分析方法

由于不同年份衛(wèi)星圖的視角傾角、坐標偏差等原因，直接統(tǒng)計分析不同年份的建筑面積變化將會帶入系統(tǒng)誤差，給評估結(jié)果帶來嚴重問題。在遙感領(lǐng)域的相關(guān)研究中，通常根據(jù)衛(wèi)星影像和航空影像進行幾何校正來改正影像幾何畸變，得到校正圖像。這一做法對數(shù)據(jù)源質(zhì)量要求高。本文提出簡易的統(tǒng)計校正方法：首先采用空間疊加將識別的建筑分為兩類：一類是兩個年份的建筑輪廓高度重合的建筑，認為其實際上未發(fā)生改變；另一類為建筑輪廓重合度較低的建筑，認為其實際上發(fā)生了拆除、更新、新建等變化。然后統(tǒng)計未改變建筑的差異比例作為修正系數(shù)，并基于該系數(shù)修正發(fā)生變化的建筑面積統(tǒng)計量，得到修正后較準確的建筑量變化統(tǒng)計。

2.3 研究數(shù)據(jù)

本文采用“谷歌地球”的高精度衛(wèi)星影像，分辨率約為0.25 m/像素，部分郊區(qū)的影像質(zhì)量較低，約0.5 m/像素。研究空間范圍是除崇明區(qū)以外的上海市域?？紤]到崇明區(qū)面積廣闊、建筑密度低，近年來建設(shè)也較少，為減少計算量將其忽略。研究時間范圍選擇2014年、2019年兩個截面。由于谷歌地球在部分郊區(qū)地區(qū)的更新頻率低于每年一次，部分郊區(qū)衛(wèi)星影像的近期時間截面為2018年。本文所有統(tǒng)計的總建筑面積、建筑面積變化百分比均以2014年識別結(jié)果為基數(shù)。

3 上海“十三五”期間建筑存量情況及其變化

3.1 上海建筑存量及其變化的基本情況

從上海全市來看（見表4），2014年保有總建筑面積約14.52億m2，“十三五”期間一共凈增加了1 768萬m2，增長了約1.22%。有7個行政區(qū)的總建筑面積在“十三五”期間有所增加，其中松江區(qū)、青浦區(qū)分列前2，均增加了5萬m2以上，增幅均超過5.00%。另有5個行政區(qū)總建筑面積呈現(xiàn)減少的趨勢，其中奉賢區(qū)減少最多，5年間一共減少134萬m2，減少了1.29%?？偟膩碚f，中心城主要行政區(qū)的建筑總量變化幅度多在2.00%以下，而郊區(qū)行政區(qū)的變化比例較大一些，主要以增長為主。

表4 上海各行政區(qū)2014—2019年建筑總量變化Tab.4 Changes of total floor area in 2014-2019 at district level in Shanghai

3.2 當(dāng)前城市體檢關(guān)注的建筑指標情況

自然資源部《國土空間規(guī)劃城市體檢評估規(guī)程》中與建筑相關(guān)的指標是“超高層建筑數(shù)量”和“城鎮(zhèn)人均住房面積”。識別結(jié)果表明，2014年上海市域（除崇明區(qū)）有“超高層建筑數(shù)量”（按建筑層高大于等于35層統(tǒng)計）總計351棟，其中98.86%（347棟）在中心城范圍內(nèi)，僅有4棟在郊區(qū)；2019年增加了28棟，全部位于中心城范圍內(nèi)。2014年除崇明區(qū)以外的居住用地、農(nóng)村居民點用地上的總建筑面積為7.94億m2，對應(yīng)人均住房建筑面積約33.61 m2/人。由于缺少2019年土地使用數(shù)據(jù)，本文無法推算該指標的變化情況。

住建部《2021年城市體檢指標體系》中與建筑直接相關(guān)的指標是“新建住宅建筑高度超過80米的數(shù)量（棟）”。按25層計算，2014年除崇明區(qū)以外的居住用地上共有1 897棟建筑超過25層，其中84.30%（1 600棟）在中心城范圍內(nèi)，15.70%（297棟）在郊區(qū)⑤統(tǒng)計時，輪廓連續(xù)的建筑視為1棟。例如連續(xù)的25層以上住宅構(gòu)成的板樓，雖然實際入口有多個，但只要輪廓連續(xù)，本文就視為1棟。。由于缺少2019年土地使用數(shù)據(jù)，本文無法準確判斷新增建筑是否是居住建筑，無法推算該指標的變化情況，有待進一步研究。

3.3 規(guī)劃實施評估：以上?！笆濉币?guī)劃為例

3.3.1 空間發(fā)展戰(zhàn)略實施評價

空間分布上，中心城的總建筑面積仍然呈現(xiàn)少量增長的趨勢，總計增加了418萬m2，相當(dāng)于全市增長總量的24%。結(jié)合上述行政區(qū)的分析可見，增加的區(qū)域分布廣泛，包括原靜安、原閘北、徐匯、長寧、楊浦等區(qū)，分別增長了1.22%—3.44%不等。可見“嚴格控制中心城建筑總量”的目標落實并不太理想。

從五個新城總體來看，建筑面積一共增加了1 585萬m2，相當(dāng)于全市增長總量的90%。其中松江新城、青浦新城的增量和增幅最為顯著，僅兩個新城增量就相當(dāng)于全市增量的約60%。其他3個新城建筑增量雖然落后于中心城，但也都增長了150萬m2以上，基本符合“大力推進新城功能建設(shè)”的政策導(dǎo)向。

進一步統(tǒng)計分析所有街鎮(zhèn)的建筑總量變化（見圖4），全市建筑量的變化大體上呈現(xiàn)“中心城+五個新城+廊道”的發(fā)展格局。中心城周邊街鎮(zhèn)除了康橋、周浦兩個特例，建筑面積均顯著減少。雖然建筑面積減少不等于建設(shè)用地減少，但也從側(cè)面印證了“中心城周邊鎮(zhèn)要嚴格控制建設(shè)用地擴張”的政策落實較好。進一步分析發(fā)現(xiàn)，康橋、周浦的建筑面積增長主要集中在城鎮(zhèn)住宅用地上，建筑增量達162萬m2，占這兩個鎮(zhèn)建筑面積總增量的60%以上。中心城周邊街鎮(zhèn)建筑總量大幅下降，減少了約500萬m2，同樣從側(cè)面印證了“中心城周邊鎮(zhèn)要嚴格控制建設(shè)用地擴張”的政策落實得比較理想。進一步與用地性質(zhì)疊加分析發(fā)現(xiàn)，工業(yè)用地上的建筑總量減少最多，總計下降了524萬m2；農(nóng)村居民點用地上的建筑總量減少次之，也達到255萬m2；倉儲類用地減少列第3，減少了232萬m2。

圖4 按鄉(xiāng)鎮(zhèn)街道統(tǒng)計的上海2014—2019年建筑變化Fig.4 Changes of total floor area in Shanghai in 2014-2019 at sub-district level

五個新城內(nèi)部基本呈現(xiàn)增長趨勢，其周邊街鎮(zhèn)則存在（高）增長和（高）下降并存的格局。松江新城、青浦新城周邊街鎮(zhèn)的增量和增幅最大，嘉定新城、南橋新城周邊街鎮(zhèn)的增量次之，與對應(yīng)新城的變化比較一致。南匯新城最為特殊，雖然其新城內(nèi)建筑量獲得一定的增長，但其周邊街鎮(zhèn)降幅很大，下降了283萬m2。與用地性質(zhì)疊加分析發(fā)現(xiàn)，南匯新城周邊街鎮(zhèn)的建筑量減少主要發(fā)生在工業(yè)用地、農(nóng)村居民點用地、倉儲用地上，分別減少了142萬m2、76萬m2、29萬m2（見表5）。

表5 上海中心城與五個新城2014—2019年建筑總量變化Tab.5 Changes of total floor area in 2014-2019 by new towns and the central city in Shanghai

對廊道而言，滬杭、滬湖廊道的主要城鎮(zhèn)獲得較普遍的建筑增長，尤其是楓涇、朱涇的建筑增量都超過100萬m2。與用地性質(zhì)疊加分析發(fā)現(xiàn)，楓涇鎮(zhèn)、朱涇鎮(zhèn)內(nèi)農(nóng)村居民點用地內(nèi)建筑總量增加最多，達83萬m2，城鎮(zhèn)住宅用地內(nèi)增加82萬m2，工業(yè)用地內(nèi)增加52萬m2。但滬寧走廊則相反，其中白鶴、華新等鎮(zhèn)的建筑總量大幅下降。與用地性質(zhì)疊加分析發(fā)現(xiàn)，白鶴鎮(zhèn)、華新鎮(zhèn)內(nèi)工業(yè)用地內(nèi)建筑總量減少達162萬m2，草地、耕地、園地、林地、其他農(nóng)用地內(nèi)建筑總量減少12萬m2。

3.3.2 重要政策區(qū)實施評價

城市開發(fā)邊界、生態(tài)走廊是上?！笆濉币?guī)劃和“上海2035”規(guī)劃政策中最重要的空間政策之一。從上海全市來看，城市開發(fā)邊界內(nèi)的建筑量增加4 585萬m2，平均增幅為3.82%（見表6）。其中商業(yè)、居住等功能區(qū)內(nèi)的量增加最多，達3 636萬m2；產(chǎn)業(yè)基地范圍內(nèi)建筑面積增加460萬m2，產(chǎn)業(yè)社區(qū)范圍內(nèi)建筑面積增加489萬m2。從增幅來看，產(chǎn)業(yè)基地和產(chǎn)業(yè)社區(qū)均增加9.00%以上，遠高于其他功能區(qū)內(nèi)的建筑增幅。另外，5年間“生態(tài)走廊”和“主城區(qū)生態(tài)空間”內(nèi)的建筑面積都減少800萬—1 000萬m2，下降比例高達7%—10%?？偟膩砜?，城市開發(fā)邊界和生態(tài)走廊、生態(tài)空間相應(yīng)的“集中建設(shè)”“限制建筑”政策獲得較好的落實。

表6 上海主要政策區(qū)2014—2019年建筑量變化Tab.6 Changes of total floor area in 2014-2019 aggregated by policy zones in Shanghai

3.3.3 土地使用方面的實施評價

上?！笆濉币?guī)劃對于農(nóng)村集體建設(shè)用地、工業(yè)用地和林地3種用地類型作出特殊的要求，但是整體落實情況差異較大。統(tǒng)計結(jié)果（見表7）表明，農(nóng)村居民點用地上的建筑總量在5年間呈現(xiàn)顯著減少的趨勢，總建筑面積下降約823萬m2，降幅達到4.5%，體現(xiàn)“穩(wěn)步推進減量化和布局優(yōu)化”等政策的有效落實。相比之下，2014年草地等E類用地上仍保有約1 700多萬m2的建筑物，且在5年間只有少量減少。全市工業(yè)和倉儲用地上的建筑面積減少最多，約1 200萬m2，可見“工業(yè)用地減量化”等政策的總體落實情況較好。此外可見，上?！笆濉逼陂g的主要新增建筑是在公共建筑用地、商服用地、城鎮(zhèn)住宅等用地上。

表7 按二調(diào)用地類型統(tǒng)計的上海2014—2019年建筑量變化Tab.7 Changes of total floor area in 2014-2019 aggregated by land use types in Shanghai

為了進一步評價各類用地的更新情況，基于兩個年份建筑量變化對每一塊用地進行如下劃分。對于工業(yè)倉儲類用地：如果建筑量呈現(xiàn)減少超過1 000 m2，且2019年該用地上幾乎不再保留有建筑，則該用地屬于“全部拆除”；如果建筑量增加（減少）1 000 m2以上，則認為該用地屬于“增（減）量更新”；如果該用地上的建筑量幾乎沒有發(fā)生變化（增減變化小于1 000 m2），則認為該用地“基本不變”。這里采用1 000 m2的閾值是考慮到廠房面積一般較大，避免將模型誤差帶入用地更新類型的劃分。而對農(nóng)村居民點用地采用200 m2（約一幢民宅面積）的閾值。

根據(jù)上述用地狀態(tài)定義評價（見表8）發(fā)現(xiàn)：城市開發(fā)邊界內(nèi)工業(yè)倉儲用地以“增量更新”的模式為主（用地面積占比50.65%），總建筑面積約增加3 300萬m2；“全部拆除”的用地較少，同時也有不少用地發(fā)生“減量更新”。城市開發(fā)邊界外工業(yè)倉儲用地以“減量更新”模式為主，“全部拆除”的用地不多，說明對上?！笆濉币?guī)劃提出的“集中建設(shè)區(qū)外現(xiàn)狀工業(yè)用地減量復(fù)墾后優(yōu)先用于造林”政策落實一般。另外，雖然有35.28%的用地仍在“增量更新”，但總建筑面積增加不多，僅約900萬m2?？傮w來看，工業(yè)和倉儲用地的減量化主要發(fā)生在環(huán)繞外環(huán)約10 km的郊區(qū)城鎮(zhèn)（見圖5），對“聚焦工業(yè)倉儲用地，加快集中建設(shè)區(qū)外現(xiàn)狀工業(yè)用地減量化”政策推進效果是較為顯著的。

表8 按建筑量變化推測的上海2014—2019年用地變化Tab.8 Changes of land use in 2014-2019 aggregated by inferred renewal types in Shanghai

圖5 按鄉(xiāng)鎮(zhèn)街道統(tǒng)計“全部拆除”的上海工業(yè)倉儲和農(nóng)村居民點用地分布圖Fig.5 Changes of land use in Shanghai in 2014-2019 at sub-district level

另外，農(nóng)村居民點用地主要在發(fā)生“增量更新”“減量更新”或“基本不變”，僅有12.33%的用地上的建筑“全部拆除”，總拆除建筑面積約700萬m2?？傮w來看，農(nóng)村居民點用地的減量化相對分散地發(fā)生在部分郊區(qū)城鎮(zhèn)（見圖5），對“聚焦農(nóng)村集體建設(shè)用地，穩(wěn)步推進減量化和布局優(yōu)化”的政策有較好的落實。

4 結(jié)論與討論

4.1 結(jié)論

本文提出建筑變化視角下城市體檢評估框架主要包括城鄉(xiāng)建設(shè)基本情況、政策落實與風(fēng)險預(yù)警、規(guī)劃實施評估等3大目標。認為基于深度學(xué)習(xí)和高精度衛(wèi)星影像的建筑識別與分析方法可以在城市體檢中發(fā)揮重要作用。以上海為例，提取了2014年、2019年的建筑輪廓和高度信息，并從建筑存量變化基本情況、當(dāng)前城市體檢關(guān)注的重點指標、上?！笆濉币?guī)劃實施情況3個方面開展評估。結(jié)果發(fā)現(xiàn)：（1）“十三五”期間上海（除崇明區(qū)）建筑面積增長了約1.22%。（2）超高層建筑數(shù)量增加了28棟，全部位于中心城。（3）上?！笆濉币?guī)劃確定的有關(guān)政策基本獲得了較好的實施；工業(yè)用地上的建筑面積減少了3.18%，關(guān)于工業(yè)用地減量化和空間布局優(yōu)化的政策實施效果顯著；五個新城內(nèi)總建筑面積增加了8.16%、周邊街鎮(zhèn)各有不同變化，推進新城、分類推進鎮(zhèn)的建設(shè)等政策實施較好；中心城區(qū)建筑面積總計增加了418萬m2、城市開發(fā)邊界外僅有15.85%的工業(yè)用地上的建筑全部拆除，中心城區(qū)建筑總量控制、城市開發(fā)邊界外工業(yè)用地減量這兩項政策有待進一步落實。

4.2 討論

本文探索實現(xiàn)了建筑智能識別技術(shù)在城市體檢中的大規(guī)模應(yīng)用。該方法能夠為城鄉(xiāng)建設(shè)基本情況普查、政策落實和風(fēng)險預(yù)警、規(guī)劃實施評估提供新的數(shù)據(jù)源，也為城市形態(tài)、城市信息模型等研究提供新思路。

另外，本文采用的方法還有待進一步完善，主要包括：（1）目前的訓(xùn)練集主要以上海數(shù)據(jù)為主，不一定適合直接應(yīng)用到其他城市；（2）按像素提取的建筑輪廓和高度還需要進一步處理才能形成更符合實際的建筑矢量圖形（不影響建筑面積統(tǒng)計），處理過程有待優(yōu)化；（3）高精度衛(wèi)星圖計算量較大，如果該方法要大范圍推廣，還有待訓(xùn)練針對較低精度衛(wèi)星圖的有效模型。