```html
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 Författare: 
 
 
 
 
 
 
 
 
 
 Tao Ye Hongyu Shan Jidong Wu Qiang Zhou Mingfu Ma Wenzhi Zhao Ru Ya Yuan Gao Lizheng Wu Abstrakt Stor byggnadsdistributionsdata med hög precision är en viktig grund för regional stadsplanering och resursallokering samt forskning om katastrofrisker. Qinghai-Tibetanska platån är världens tredje pol. Även om förståelsen av lokala människa-miljöinteraktioner på Qinghai-Tibetanska platån är kritiskt viktig, har detta hindrats av bristen på byggnadsavtrycksdata med hög upplösning på grund av områdets vidsträckthet och avlägsenhet. I denna studie genererade vi de första vektoriserade takavtrycken av byggnader på Qinghai-Tibetanska platån och dess omgivande områden genom att använda Googles bilddata med hög upplösning och byggnadskontursextraheringsalgoritmen från AI Earth-plattformen. Våra resultat inkluderar 13,09 miljoner byggnader som täcker 6092,7 km², validerade med totalt 250 × 1 km² testprov. Data hade en total noggrannhet på 87 %, en återkallelse på 91,9 % och ett F1-resultat på 64,8 %, vilket ger en avancerad beskrivning av byggnadsdistributionen i studieområdet jämfört med CBRA. Vårt arbete har enorm potential för att underlätta exponeringsbedömning för studier av katastrofrisker i detta område. Bakgrund & Sammanfattning Digitaliseringens framväxt har ökat efterfrågan på pålitlig data om byggnaders distribution och attribut , , . Data om byggnadsdistribution ger viktig rumslig information inte bara om byggnader utan också om befolkning och fysiska tillgångar , och fungerar som en bra proxy för mänsklig aktivitet. Under de senaste decennierna har byggnadsdistributionsdata använts flitigt för att övervaka urban och rural utveckling , , förstå urbaniseringens effekter på livsmedelssäkerhet, biologisk mångfald, klimatförändringar samt allmänhetens välbefinnande och hälsa , , för att utforma regionala utvecklingsstrategier och skydda urbana och rurala ekosystem , , . 1 2 3 4 5 6 7 8 9 10 11 Utvecklingen av satellit- och flygbilder, tillsammans med de senaste framstegen inom maskininlärning och djupinlärningsalgoritmer, har ökat tillgången på byggnadsdistributionsdata , , . Data om byggnadsdistribution har tillhandahållits i rasterformat som en del av data om markanvändning/mark täckning. Den senaste utgåvan inkluderar tre globala markanvändnings/mark täckningsprodukter på 10 meters upplösning baserade på Sentinel-satelliter, nämligen Googles Dynamic World (DW) , Esris 2020 Land Cover , och World Cover 2020 (WC) från European Space Agency (ESA) . Förutom rumslig distributionsinformation försöker forskare också koppla attributinformation till byggnadspixlar, såsom byggnadshöjd . Till exempel använde He et al.  fusion av fjärranalysdata från flera källor för att konstruera världens första 30-meters upplösningsdataset för tredimensionell rumslig och tidsmässig urban expansion som täcker perioden 1990 till 2010. Trots den kontinuerliga förbättringen av den rumsliga upplösningen kan rasterbaserad byggnadsdistributionsdata fortfarande inte beskriva rumsliga objekt , och en ökad upplösning ökar avsevärt lagrings- och beräkningskostnaderna . 12 13 14 15 16 17 14 7 18 12 Byggnadsdistributionsdata i vektatformat, även känd som vektoriserade byggnadstak eller byggnadsavtryck, är konturdata för en byggnad projicerad på marken ur ett fågelperspektiv , , som ger information om bland annat geografisk plats, rumslig utsträckning av gränserna och avtryck av en enskild byggnad. Offentliga tjänsteleverantörer (t.ex. Google Earth och OpenStreetMap) tillhandahåller öppet tillgängliga vektoriserade byggnadstakdata med bred täckning, snabba uppdateringar och låg kostnad , , . År 2022 använde Microsoft Corporation djupa neurala nätverk-baserad semantisk segmentering för att extrahera konturerna av 777 miljoner byggnader, varav vissa innehöll byggnadshöjdattribut, baserat på Bing Maps (inklusive Maxar och Airbus-bilder) från 2014 till 2021 för alla kontinenter utanför Kina. Den 30 maj 2023 släppte Google ett dataset med 1,8 miljarder byggnadskonturer extraherade från satellitbilder med 0,5 m hög upplösning, som täcker ett område på 58 miljoner km². Den låga redundansen och den kompakta strukturen hos vektordata som representeras av hörn och linjer ger högre geografisk noggrannhet oberoende av nätstorlek, och införandet av topologiska regler förbättrar ytterligare integriteten hos vektordata . 19 20 21 22 23 13 Tack vare ökad upplösning på bilddata och minskade kostnader för datainsamling, tillsammans med de senaste framstegen inom extraheringsalgoritmer, förbättras kontinuerligt upplösningen och täckningen av byggnadsdistributionsdata . Möjligheten med bilder med mycket hög upplösning (VHR) har möjliggjort extrahering av byggnadsavtryck genom tillämpning av traditionella, handgjorda attributbaserade metoder  eller djupinlärningsbaserade metoder . Eftersom det förstnämnda tillvägagångssättet står inför utmaningen med mångfaldiga byggnadsutseenden och storlekar, samt komplexa tumregler och inställningar av tröskelvärden, är det begränsat vid tillämpning på fjärranalysbilder i stor skala med hög upplösning . Djupinlärningsbaserade metoder (t.ex. faltande neurala nätverk) har visat effektiv och överlägsen prestanda för att automatiskt lära sig hög-nivå och diskriminerande attribut i segmentering av byggnadsscener. Sun et al.  föreslog en fusionsstrategi baserad på parallella supportvektormaskiner för att fullt ut utnyttja djupa attribut extraherade från faltande neurala nätverksstrukturer i flera skalor, med överlägsen prestanda för att extrahera komplexa byggnader i stadsområden. Trots detta begränsas modellens noggrannhet vid segmentering av byggnader troligare av kvaliteten på träningsproverna, vilket gör extrapolering svår. Otillräcklig användning av hög-nivå semantik och utelämnande av låg-nivå detaljer i djupa modeller, vilket resulterar i suddiga kanter och utelämnande av små byggnader, hindrar också tillämpningen av djupinlärning vid extrahering av byggnadsavtryck. 24 25 13 26 27 Qinghai-Tibetanska platåregionen är världens mest högt belägna område, med en genomsnittlig höjd av >4000 meter över havet, och täcker en yta på 2,5 miljoner km² . Mer än 10 miljoner människor bor i regionen trots dess extrema klimat, kalla och långa vintrar, stora årliga och dygnsvisa temperaturskillnader, och dåliga inomhusmiljöer. Även om denna region är Kinas största ekologiska barriär , har mänsklig aktivitet avsevärt påverkat dess sårbara ekologiska miljö . Denna region är också extremt katastrofdrabbad, med jordbävningar, jordskred, lerflöden, glaciärsjöutbrott och snökatastrofer som leder till förluster av liv och egendom , , . Som svar är exakta byggnadsdistributionsdata avgörande för att modellera fördelningen av mänsklig aktivitet för studier av kopplad människa-miljö , , liksom för exponerings- och riskanalyser för naturkatastrofer , . Dessutom har denna region långa soltimmar, rikliga solenergiresurser och tillräckliga solenergiuppsamlingsytor som tak och öppna ytor , . Högupplöst data om landsbygdsbyggnader skulle kunna tillhandahålla en pålitlig databas för att utvärdera fotovoltaisk potential och effektivt förbättra levnadsstandarden för dem som bor på landsbygden , . 28 29 30 31 32 33 34 35 36 37 38 39 40 41 Som en underutvecklad region saknar Qinghai-Tibetanska platån och dess grannområden fortfarande en komplett uppsättning av höginlösta vektoriserade byggnadstakdata, på grund av deras vidsträckta yta, glest fördelade byggnader, avlägsna läge och resursbegränsningar. De mest färdiga data som finns tillgängliga är de som tillhandahålls på nationell nivå i Kina, vilka inkluderar 2,5 m gridade China Building Rooftop Area-data (CBRA, Liu et al., 2023b) och Kinas första nationella mark täckningskarta med 1 m upplösning (SinoLC) som inkluderar byggnadskategorier . Dessa rasterdata kan inte karakterisera rumsliga objekt och kräver stora lagringsresurser. De vektoriserade takarealdata för 90 större städer i Kina som släpptes av Zhang et al.  fyllde delvis denna lucka; dock inkluderades endast 14 städer på Qinghai-Tibetanska platån i detta dataset, och vektoriserade byggnadstakdata saknas fortfarande för ett område på 2 miljoner km². 42 13 Därför syftar denna studie till att generera vektoriserade byggnadstakavtryck av Qinghai-Tibetanska platån och dess grannregioner genom att integrera satellitbilder med hög upplösning och djupinlärningsalgoritmer. Vårt dataset validerades med hjälp av testprover som omfattade 250 × 1 km² rutnät över olika delregioner, vilket resulterade i en total noggrannhet på 91,92 % och ett F1-resultat på 64,81 %. Metoder Ramverk I denna studie använde vi byggnadsextraheringsalgoritmer från AI Earth-plattformen för att generera ett vektoriserat byggnadstakdataset för Qinghai-Tibetanska platån och dess grannregion i Kina (Fig. 1). Huvudkomponenterna i vårt ramverk inkluderade: (1) förberedelse och förbearbetning av satellitdata och hjälpdata; (2) vektoriserad extrahering av byggnadstak med hjälp av AI Earth-plattformen; (3) validering med manuellt vektoriserade takdata.    Ramverket för extrahering och validering av byggnadstak. Studieområde Denna studie fokuserade huvudsakligen på Qinghai-Tibetanska platån och dess grannregioner i sydvästra Kina under det allmänna ramverket för det andra vetenskapliga expeditionen och forskningsprogrammet för det Tibetanska platån ; geografiskt inkluderar det den autonoma regionen Tibet, provinserna Qinghai, västra Yunnan, västra Sichuan, sydvästra Gansu och södra Xinjiang. Den genomsnittliga höjden i studieområdet är 4000 meter över havet. Fördelningen av befolkning och byggnader i studieområdet påverkas starkt av höjd och klimat (Fig. 2), och koncentreras huvudsakligen öster om linjen från Jilong County i Tibet till Qilian County i Qinghai ; i öster är de tätt fördelade i slättområdena vid regionens östra kant, inklusive floddalarna i provinsen Yunnan, västra Sichuan-provinsen, och Xining-Lanzhou Gula flodbäckenet. På platåytan väster om linjen är befolkning och byggnader mestadels fördelade med begränsade jordbruks- och betesmarker längs de stora floddalarna och längs vägtrafikkorridorerna. 43 44    Studieområde (befolkningsdata kommer från LandScan; DEM kommer från Resource and Environment Science and Data Centre). Satellitbilder Fritt tillgängliga satellitbilder med hög upplösning erhölls från Rivermap Co. (http://www.rivermap.cn/index.html), som erhölls från Googles integration av satellitbilder och flygdata. Bland dem kommer satellitbilderna huvudsakligen från DigitalGlobes QuickBird och WorldView kommersiella satelliter, och flygfotograferingen kommer från BlueSky i Storbritannien och Sanborn i USA . För varje plats fanns samlingar av flera bilder med upplösningar på upp till 0,15 m i lokaliserade områden. Sådan dataintegration har använts flitigt för objektigenkänning i komplexa scener , , ,  och har potential för storskalig högupplöst kartläggning av objekttyper . 45 46 47 48 49 50 Den totala ytan av vårt studieområde är 3,06 miljoner km², och den uppskattade storleken på satellitbildsdata är 29,4 TB, med en rumslig upplösning på 0,6 m. Med tanke på dessa skalor skapades 0,175° × 0,175° fisknät för vårt studieområde för att möjliggöra mindre paket för nedladdning, med totalt 10 033 fisknät som användes för att täcka hela studieområdet. Det faktiska antalet nedladdade fisknät var mindre, 5921, av två skäl. För det första, eftersom en stor del av studieområdet består av icke-mänskliga bostadsområden där byggnader inte finns, uteslöt vi godtyckligt fisknät utan några bebyggda pixlar från ESA:s World Cover-produkt. För det andra, städer/prefekturer vars vektoriserade takdata (dvs. Lhasa, Shannan, Kunming, Xining, Haidong, Zhangye, Baiyin, Lanzhou, Chengdu, Dali, Lijiang, Kunming, Zhaotong och Yuxi) har hämtats i de vektoriserade takarealdata för 90 städer i Kina , uteslöts också. Bilderna laddades ner mellan september 2022 och januari 2023, med en upplösning på 0,6 m, en enskild ramstorlek på ca 3 GB och en total storlek på 2,72 TB. Nedladdade bilder togs huvudsakligen mellan 2019 och 2021, men bilder från vissa avlägsna områden kan vara så gamla som 2001 (Fig. 3). 13    Fisknät för bildnedladdning och bildtagningsdatum. Hjälpdata Våra hjälpdata inkluderade mark täckningskartor med hög upplösning, digital höjdmodell (DEM), normaliserad differensvegetationsindex (NDVI) och befolkningsdistributionsdata för efterföljande klusteranalys för urvalsändamål (Tabell 1). För mark täckning och bebyggd yta erhölls ESAs World Cover-produkt från Zanaga et al.  från Zenodo (https://zenodo.org/records/5571936). Produkten genererades baserat på Sentinel 1- och Sentinel 2-satellitbilder för hela år 2020 och ett urval av 141 000 unika platser spridda över hela världen, tränad med random forest-algoritmen, för att representera global mark täckning år 2020; den har en fördel i att representera finkorniga landskapselement (t.ex. bebyggda områden och komplexa jordbrukslandskap), eftersom den tar hänsyn till en relativt liten minimikartläggningsenhet . Kategorin "bebyggd" i datasetet hänvisar till mark täckt av byggnader, vägar och andra konstgjorda strukturer (t.ex. järnvägar) men exkluderar urbana grönområden (t.ex. parker och idrottsanläggningar), deponier och gruvområden . 17 51 17 1 km DEM-data och NDVI-data erhölls från Resource and Environment Science and Data Centre, Institute of Geoscience and Resources, Chinese Academy of Sciences (https://www.resdc.cn/Default.aspx). DEM-data är åter samplade från de senaste SRTM V4.1-data (https://www.resdc.cn/data.aspx?DATAID=123), och NDVI-data är mosaikbaserade på SPOT/VEGETATION PROBA-V 1 km-produkter (http://www.vito-eodata.be/). Vi valde NDVI-data från 2021 för att representera vegetationen på Qinghai-Tibetanska platån (https://www.resdc.cn/DOI/DOI.aspx?DOIID=49). Befolkningsdensitetsdata erhölls från LandScan-databasen (https://landscan.ornl.gov/) för global analys av vital statistik utvecklad av U.S. Department of Energy’s Oak Ridge National Laboratory och tillhandahållen av East View Cartographic (https://geospatial.com/); dessa data genereras genom att kombinera geodata, fjärranalysteknik och maskininlärningsalgoritmer, och representerar en av de mest exakta och pålitliga globala databaserna för befolkningsdynamisk statistisk analys baserad på geografisk plats, med en överlägsen upplösning på 1 km . Vi använde befolkningsfördelningen år 2021 för efterföljande klusteranalys. 52 Förbehandling av data Befolknings- och byggnadsfördelningen är spridd för större delen av vårt studieområde, med över 99,5 % av studieområdet klassificerat som icke-bebyggda områden enligt ESAs World Cover-produkt . För att påskynda vår extrahering genererades först masker för potentiella byggnadsdistributionsområden för varje 0,175° × 0,175° fisknät före extraheringen. Baserat på kategorin "Bebyggd" i World Cover-data genererades en buffertzon på 1 km runt varje bebyggd pixel som potentiellt byggnadsdistributionsområde. Efter att ha testat flera buffertzonbredder fann vi att en bredd på 1 km kunde rymma 96 % av byggnadspixlarna som rapporterades i CBRA-produkterna från 2020. Masken gjorde det möjligt för oss att utesluta 86 % av den totala ytan av de nedladdade bilderna, vilket sparade betydande beräkningstid. Vi analyserade bufferten genom överlappning med de genererade fisknäten för att utesluta nät som inte innehöll byggnader. Bilderna beskars sedan igen med buffertar, och sedan applicerades byggnadsextraheringsalgoritmen på de beskurna bilderna. 17 Vektoriserad extrahering av byggnadstak Den vektoriserade byggnadstaksextraheringsalgoritmen som används i denna studie kommer från AliCloud AI Earth-plattformen (https://engine-aiearth.aliyun.com/#/), som kombinerar en djupinlärningsbaserad segmenteringsmetod med en watershed-baserad segmenteringsmetod för att konstruera ett ramverk för segmentering av byggnadsinstanser – dubbelavkodare för watershed-segmentering. Denna algoritm lägger till en uppgift för gränssegmentering till uppgiften för semantisk segmentering, och använder watershed-algoritmen för att förbearbeta prediktionsresultaten från de två uppgifterna under prediktionen, för att erhålla det slutliga byggnadsextraheringsresultatet. PointRend neurala nätverk föreslaget av Kirillov et al.  används först , som behandlar bildsegmentering som ett renderingproblem och använder en iterativ segmenteringsalgoritm som selektivt samplar icke-uniforma punkter för noggrann segmentering, då mer stabila och noggranna startpunkter inlärda av det neurala nätverket kan ge finjusterade semantiska segmenteringsmodeller för nyckelstrukturer och attribut i byggnaden. Därefter används flexibel watershed-segmentering för efterbearbetning 53 53

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Det här ljudet är producerat på berättelsens originalspråk!

AI Kartlägger 13 Miljoner Byggnader i En av Världens Mest Avlägsna Regioner

About Author

KOMMENTARER

HÄNG TAGGAR

DENNA ARTIKEL PRESENTERAS I

Related Stories

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps