Bản đồ AI lập bản đồ 13 triệu tòa nhà ở một trong những khu vực xa xôi nhất thế giới

```html Tác giả: Dương Dạ Sơn Ngọc Hồng Vũ Đông Cương Khương Tước Mã Minh Phục Triệu Văn Trí Nhã Nhã Cao Nguyên Ngô Chính Lập Tóm tắt Dữ liệu phân bố tòa nhà quy mô lớn, có độ chính xác cao là nền tảng quan trọng cho quy hoạch đô thị khu vực, phân bổ nguồn lực và nghiên cứu rủi ro thiên tai. Cao nguyên Thanh Hải-Tây Tạng là cực thứ ba của thế giới. Mặc dù việc hiểu các tương tác giữa con người và môi trường tại địa phương trên Cao nguyên Thanh Hải-Tây Tạng là cực kỳ quan trọng, nhưng điều này đã bị cản trở bởi sự thiếu hụt dữ liệu dấu chân tòa nhà có độ phân giải cao do diện tích rộng lớn và xa xôi của khu vực. Trong nghiên cứu này, chúng tôi đã tạo ra các bản in mái nhà tòa nhà được số hóa đầu tiên của Cao nguyên Thanh Hải-Tây Tạng và các khu vực xung quanh bằng cách sử dụng ảnh Google có độ phân giải cao và thuật toán trích xuất đường viền tòa nhà của nền tảng AI Earth. Kết quả của chúng tôi bao gồm 13,09 triệu tòa nhà bao phủ 6092,7 km2, được xác thực với tổng số 250 × 1 km2 mẫu thử nghiệm. Dữ liệu có độ chính xác tổng thể là 87%, độ phủ là 91,9% và điểm F1 là 64,8%, do đó cung cấp mô tả nâng cao về phân bố tòa nhà của khu vực nghiên cứu so với CBRA. Công việc của chúng tôi có tiềm năng to lớn trong việc hỗ trợ đánh giá phơi nhiễm cho các nghiên cứu về rủi ro thiên tai trong khu vực này. Tổng quan & Tóm tắt Sự ra đời của kỷ nguyên số đã làm tăng nhu cầu về dữ liệu đáng tin cậy về phân bố và thuộc tính của tòa nhà , , . Dữ liệu phân bố tòa nhà cung cấp thông tin không gian quan trọng không chỉ về các tòa nhà mà còn về dân số và tài sản vật chất , đóng vai trò là chỉ số tốt cho hoạt động của con người. Trong những thập kỷ gần đây, dữ liệu phân bố tòa nhà đã được sử dụng rộng rãi để giám sát sự phát triển đô thị và nông thôn , , hiểu tác động của đô thị hóa đến an ninh lương thực, đa dạng sinh học, biến đổi khí hậu, sức khỏe cộng đồng và phúc lợi , , xây dựng chiến lược phát triển khu vực và bảo vệ hệ sinh thái đô thị và nông thôn , , . 1 2 3 4 5 6 7 8 9 10 11 Sự phát triển của ảnh vệ tinh và ảnh hàng không, cùng với những tiến bộ gần đây trong thuật toán học máy và học sâu, đã thúc đẩy sự sẵn có của dữ liệu phân bố tòa nhà , , . Dữ liệu phân bố tòa nhà được cung cấp dưới dạng raster như một phần của dữ liệu sử dụng đất/bao phủ đất. Bản phát hành mới nhất bao gồm ba sản phẩm sử dụng đất/bao phủ đất toàn cầu độ phân giải 10 mét dựa trên vệ tinh Sentinel, đó là Dynamic World (DW) của Google , Bản đồ sử dụng đất năm 2020 của Esri , và World Cover 2020 (WC) của Cơ quan Vũ trụ Châu Âu (ESA) . Ngoài thông tin phân bố không gian, các nhà nghiên cứu còn cố gắng gắn thông tin thuộc tính vào các pixel tòa nhà, chẳng hạn như chiều cao tòa nhà . Ví dụ, He . đã sử dụng kỹ thuật hợp nhất dữ liệu viễn thám đa nguồn để xây dựng bộ dữ liệu trải rộng không gian và thời gian ba chiều đô thị đầu tiên trên thế giới, bao phủ giai đoạn từ năm 1990 đến 2010 với độ phân giải 30 mét. Mặc dù độ phân giải không gian không ngừng được cải thiện, dữ liệu phân bố tòa nhà dựa trên raster vẫn không thể mô tả các đối tượng không gian , và việc tăng độ phân giải làm tăng đáng kể chi phí lưu trữ và tính toán . 12 13 14 15 16 17 14 et al 7 18 12 Dữ liệu phân bố tòa nhà ở định dạng vector, còn gọi là đường bao mái nhà tòa nhà được số hóa hoặc dấu chân tòa nhà, là dữ liệu đường viền của một tòa nhà chiếu xuống mặt đất ở góc nhìn từ trên xuống , , cung cấp thông tin như vị trí địa lý, phạm vi không gian của đường viền và dấu chân của một tòa nhà riêng lẻ. Các nhà cung cấp dịch vụ công cộng (ví dụ: Google Earth và OpenStreetMap) cung cấp dữ liệu mái nhà tòa nhà được số hóa có truy cập mở với phạm vi rộng, cập nhật nhanh và chi phí thấp , , . Vào năm 2022, Microsoft Corporation đã sử dụng mạng nơ-ron sâu dựa trên phân đoạn ngữ nghĩa để trích xuất đường viền của 777 triệu tòa nhà, một số trong đó chứa thuộc tính chiều cao tòa nhà, dựa trên Bing Maps (bao gồm ảnh Maxar và Airbus) từ năm 2014 đến 2021 cho mọi lục địa bên ngoài Trung Quốc. Vào ngày 30 tháng 5 năm 2023, Google đã công bố một bộ dữ liệu gồm 1,8 tỷ đường viền tòa nhà được trích xuất từ ảnh vệ tinh có độ phân giải cao 0,5 mét, bao phủ diện tích 58 triệu km2. Độ dư thừa thấp và cấu trúc nhỏ gọn của dữ liệu vector được biểu diễn bằng các đỉnh và đường dẫn cung cấp độ chính xác địa lý cao hơn, độc lập với kích thước lưới, và việc giới thiệu các quy tắc tô pô càng cải thiện tính toàn vẹn của dữ liệu vector . 19 20 21 22 23 13 Do tăng độ phân giải ảnh và giảm chi phí thu thập dữ liệu, cùng với những tiến bộ gần đây trong các thuật toán trích xuất, độ phân giải và phạm vi của dữ liệu phân bố tòa nhà không ngừng được cải thiện . Khả năng sử dụng của ảnh có độ phân giải rất cao (VHR) đã cho phép trích xuất dấu chân tòa nhà bằng cách áp dụng các phương pháp dựa trên đặc trưng thủ công truyền thống hoặc các phương pháp dựa trên học sâu . Vì cách tiếp cận trước đây đối mặt với thách thức về sự đa dạng về ngoại hình và kích thước của tòa nhà, cùng với các quy tắc kinh nghiệm và cài đặt ngưỡng phức tạp, nó bị hạn chế khi áp dụng cho ảnh viễn thám quy mô lớn, có độ phân giải cao . Các phương pháp dựa trên học sâu (ví dụ: mạng nơ-ron tích chập) đã thể hiện hiệu suất hiệu quả và vượt trội trong việc tự động học các đặc trưng cấp cao và phân biệt trong phân đoạn cảnh tòa nhà. Sun . đã đề xuất một chiến lược hợp nhất dựa trên máy học vector hỗ trợ song song để tận dụng đầy đủ các đặc trưng sâu được trích xuất từ các cấu trúc mạng nơ-ron tích chập đa thang ở các thang đo khác nhau, với hiệu suất vượt trội trong việc trích xuất các tòa nhà phức tạp trong khu vực đô thị. Tuy nhiên, khi phân đoạn tòa nhà, độ chính xác của mô hình có nhiều khả năng bị giới hạn bởi chất lượng của các mẫu huấn luyện, làm cho việc ngoại suy trở nên khó khăn. Việc sử dụng không đầy đủ ngữ nghĩa cấp cao và bỏ sót các chi tiết cấp thấp trong các mô hình sâu, dẫn đến mờ cạnh và bỏ sót tòa nhà nhỏ, cũng cản trở việc ứng dụng học sâu trong việc trích xuất dấu chân tòa nhà. 24 25 13 26 et al 27 Khu vực Cao nguyên Thanh Hải-Tây Tạng là khu vực có độ cao lớn nhất thế giới, với độ cao trung bình >4000 mét so với mực nước biển, và bao phủ diện tích 2,5 triệu km2 . Hơn 10 triệu người sinh sống trong khu vực này bất chấp khí hậu khắc nghiệt, mùa đông lạnh giá và kéo dài, chênh lệch nhiệt độ hàng năm và hàng ngày lớn, và môi trường sống trong nhà kém ấm áp. Mặc dù khu vực này là rào cản sinh thái lớn nhất của Trung Quốc , hoạt động của con người đã tác động đáng kể đến môi trường sinh thái mong manh của nó . Khu vực này cũng cực kỳ dễ xảy ra thiên tai, với động đất, lở đất, lũ bùn, lũ quét hồ băng và thảm họa tuyết gây thiệt hại về người và tài sản , , . Để ứng phó, dữ liệu phân bố tòa nhà chính xác là rất quan trọng để mô hình hóa phân bố hoạt động của con người cho nghiên cứu tương tác con người-môi trường , , cũng như phân tích phơi nhiễm và rủi ro cho thiên tai , . Ngoài ra, khu vực này có thời gian nắng dài, nguồn năng lượng mặt trời dồi dào và các bề mặt thu thập năng lượng mặt trời đủ như mái nhà và không gian mở , . Dữ liệu phân bố tòa nhà nông thôn có độ phân giải cao có thể cung cấp cơ sở dữ liệu đáng tin cậy để đánh giá tiềm năng quang điện và nâng cao hiệu quả mức sống của người dân nông thôn , . 28 29 30 31 32 33 34 35 36 37 38 39 40 41 Là một khu vực kém phát triển, Cao nguyên Thanh Hải-Tây Tạng và các khu vực lân cận vẫn chưa có bộ dữ liệu mái nhà tòa nhà được số hóa có độ chính xác cao đầy đủ, do diện tích rộng lớn, phân bố tòa nhà thưa thớt, vị trí xa xôi và hạn chế về tài nguyên. Dữ liệu sẵn sàng sử dụng nhất là dữ liệu do Trung Quốc cung cấp trên quy mô quốc gia, bao gồm Dữ liệu Diện tích Mái nhà Tòa nhà Trung Quốc (CBRA) với lưới 2,5 mét (Liu ., 2023b) và bản đồ sử dụng đất quốc gia đầu tiên của Trung Quốc có độ phân giải 1 mét (SinoLC) bao gồm các danh mục tòa nhà . Những dữ liệu raster này không thể đặc trưng hóa các đối tượng không gian và yêu cầu tài nguyên lưu trữ lớn. Dữ liệu diện tích mái nhà được số hóa cho 90 thành phố lớn của Trung Quốc do Zhang . công bố đã phần nào lấp đầy khoảng trống này; tuy nhiên, chỉ có 14 thành phố trên Cao nguyên Thanh Hải-Tây Tạng được bao gồm trong bộ dữ liệu này, và dữ liệu mái nhà tòa nhà được số hóa vẫn còn thiếu cho diện tích 2 triệu km2. et al 42 et al 13 Do đó, nghiên cứu này nhằm mục đích tạo ra các bản in mái nhà tòa nhà được số hóa của Cao nguyên Thanh Hải-Tây Tạng và các khu vực lân cận bằng cách kết hợp ảnh vệ tinh có độ phân giải cao và thuật toán học sâu. Bộ dữ liệu của chúng tôi đã được xác thực bằng các mẫu thử nghiệm bao gồm các lưới 250 × 1 km2 trên nhiều khu vực phụ, cho kết quả độ chính xác tổng thể là 91,92% và điểm F1 là 64,81%. Phương pháp Khung làm việc Trong nghiên cứu này, chúng tôi đã sử dụng các thuật toán trích xuất tòa nhà từ nền tảng AI Earth để tạo bộ dữ liệu mái nhà tòa nhà được số hóa cho Cao nguyên Thanh Hải-Tây Tạng và khu vực lân cận ở Trung Quốc (Hình 1). Các thành phần chính của khung làm việc của chúng tôi bao gồm: (1) chuẩn bị và tiền xử lý dữ liệu vệ tinh và dữ liệu phụ trợ; (2) trích xuất mái nhà tòa nhà được số hóa bằng nền tảng AI Earth; (3) xác thực bằng dữ liệu mái nhà được số hóa thủ công. Khung làm việc để trích xuất và xác thực mái nhà tòa nhà. Khu vực nghiên cứu Nghiên cứu này chủ yếu tập trung vào Cao nguyên Thanh Hải-Tây Tạng và các khu vực lân cận ở tây nam Trung Quốc theo khuôn khổ chung của Chương trình Khảo sát và Nghiên cứu Khoa học Cao nguyên Tây Tạng lần thứ hai ; về mặt địa lý, nó bao gồm Khu tự trị Tây Tạng, Tỉnh Thanh Hải, Tỉnh Vân Nam phía tây, Tỉnh Tứ Xuyên phía tây, Tỉnh Cam Túc phía tây nam và Khu tự trị Tân Cương phía nam. Độ cao trung bình của khu vực nghiên cứu là 4000 mét so với mực nước biển. Sự phân bố dân số và tòa nhà trong khu vực nghiên cứu bị ảnh hưởng mạnh bởi độ cao và khí hậu (Hình 2), chủ yếu tập trung ở phía đông của đường từ Huyện Cát隆 ở Tây Tạng đến Huyện Kỳ Liên ở Thanh Hải ; ở phía đông, chúng phân bố dày đặc ở các khu vực đồng bằng ở rìa phía đông của khu vực, bao gồm các thung lũng sông ở Tỉnh Vân Nam, Tỉnh Tứ Xuyên phía tây và Lưu vực sông Hoàng Hà Tây Ninh-Lan Châu. Ở bề mặt cao nguyên phía tây đường này, dân số và tòa nhà chủ yếu phân bố ở các khu vực nông nghiệp-chăn thả hạn chế dọc theo các thung lũng sông chính và dọc theo hành lang giao thông đường bộ. 43 44 Khu vực nghiên cứu (dữ liệu dân số từ LandScan; DEM từ Trung tâm Dữ liệu Khoa học Tài nguyên và Môi trường). Ảnh vệ tinh Dữ liệu ảnh vệ tinh có độ phân giải cao, truy cập mở được lấy từ Công ty Rivermap ( ), được lấy từ sự tích hợp của Google Earth về ảnh vệ tinh và dữ liệu hàng không. Trong số đó, ảnh vệ tinh chủ yếu đến từ các vệ tinh thương mại QuickBird và WorldView của DigitalGlobe, và ảnh chụp hàng không có nguồn gốc từ BlueSky ở Vương quốc Anh và Sanborn ở Hoa Kỳ . Đối với mỗi địa điểm, có các bộ sưu tập nhiều ảnh có độ phân giải lên tới 0,15 m ở các khu vực cục bộ. Việc tích hợp dữ liệu như vậy đã được sử dụng rộng rãi để nhận dạng đối tượng trong các cảnh phức tạp , , , và có tiềm năng lập bản đồ quy mô lớn, độ phân giải cao về các loại đối tượng . http://www.rivermap.cn/index.html 45 46 47 48 49 50 Tổng diện tích khu vực nghiên cứu của chúng tôi là 3,06 triệu km2 và ước tính kích thước của dữ liệu ảnh vệ tinh là 29,4 TB, với độ phân giải không gian là 0,6 m. Xem xét các quy mô này, các lưới ô vuông có kích thước 0,175° × 0,175° đã được tạo cho khu vực nghiên cứu của chúng tôi để cho phép đóng gói kích thước nhỏ hơn để tải xuống, với tổng cộng 10.033 lưới ô vuông được sử dụng để bao phủ toàn bộ khu vực nghiên cứu. Số lượng lưới ô vuông thực tế đã tải xuống là 5921 vì hai lý do. Thứ nhất, vì một phần lớn khu vực nghiên cứu bao gồm các khu vực không có người ở mà không có tòa nhà, chúng tôi đã tùy ý loại trừ các lưới ô vuông không có bất kỳ pixel vùng xây dựng nào khỏi sản phẩm World Cover của ESA. Thứ hai, các thành phố/tỉnh mà dữ liệu mái nhà được số hóa (tức là Lhasa, Shannan, Côn Minh, Tây Ninh, Hải Đông, Trương Dịch, Bạch Ngân, Lan Châu, Thành Đô, Đại Lý, Lệ Giang, Côn Minh, Triệu Thông và Du Giang) đã được truy xuất trong dữ liệu diện tích mái nhà được số hóa cho 90 thành phố ở Trung Quốc cũng đã bị loại trừ. Ảnh được tải xuống chủ yếu trong khoảng thời gian từ tháng 9 năm 2022 đến tháng 1 năm 2023, với độ phân giải 0,6 m, kích thước khung đơn khoảng 3 GB và tổng kích thước 2,72 TB. Ảnh tải xuống chủ yếu chụp từ năm 2019 đến 2021, nhưng ảnh từ một số khu vực xa xôi có thể được chụp sớm nhất là vào năm 2001 (Hình 3). 13 Lưới ô vuông để tải ảnh và thời gian chụp ảnh. Dữ liệu phụ trợ Dữ liệu phụ trợ của chúng tôi bao gồm bản đồ bao phủ đất có độ phân giải cao, mô hình độ cao số (DEM), chỉ số chênh lệch thực vật hóa (NDVI) và dữ liệu phân bố dân số để phân tích cụm tiếp theo nhằm mục đích lấy mẫu (Bảng 1). Đối với đất và khu vực xây dựng, sản phẩm World Cover của ESA từ Zanaga . đã được lấy từ Zenodo ( ). Sản phẩm được tạo ra dựa trên ảnh vệ tinh Sentinel 1 và Sentinel 2 cho toàn bộ năm 2020 và một mẫu gồm 141.000 địa điểm duy nhất trên khắp thế giới, được huấn luyện bằng thuật toán random forest, để biểu thị bao phủ đất toàn cầu vào năm 2020; nó có lợi thế trong việc biểu thị các yếu tố cảnh quan quy mô nhỏ (ví dụ: khu vực xây dựng và cảnh quan nông nghiệp phức tạp), vì nó xem xét đơn vị lập bản đồ tối thiểu tương đối nhỏ . Danh mục “khu vực xây dựng” trong bộ dữ liệu đề cập đến đất được bao phủ bởi các tòa nhà, đường sá và các cấu trúc nhân tạo khác (ví dụ: đường sắt) nhưng không bao gồm không gian xanh đô thị (ví dụ: công viên và cơ sở thể thao), bãi thải và khu khai thác . et al 17 https://zenodo.org/records/5571936 51 17 Dữ liệu DEM độ phân giải 1 km và dữ liệu NDVI được lấy từ Trung tâm Dữ liệu Khoa học Tài nguyên và Môi trường, Viện Địa chất và Tài nguyên, Viện Hàn lâm Khoa học Trung Quốc ( ). Dữ liệu DEM được lấy mẫu lại từ dữ liệu SRTM V4.1 mới nhất ( ), và dữ liệu NDVI được ghép nối dựa trên các sản phẩm 1 km của SPOT/VEGETATION PROBA-V ( ). Chúng tôi chọn dữ liệu NDVI của năm 2021 để biểu thị thảm thực vật trên Cao nguyên Thanh Hải-Tây Tạng ( ). Dữ liệu mật độ dân số được lấy từ cơ sở dữ liệu LandScan ( ) cho phân tích thống kê dân số toàn cầu được phát triển bởi Phòng Thí nghiệm Quốc gia Oak Ridge của Bộ Năng lượng Hoa Kỳ và được cung cấp bởi East View Cartographic ( ); dữ liệu này được tạo ra bằng cách kết hợp khoa học địa lý, công nghệ viễn thám và thuật toán học máy, đại diện cho một trong những cơ sở dữ liệu phân tích thống kê động dân số toàn cầu chính xác và đáng tin cậy nhất dựa trên vị trí địa lý, với độ phân giải vượt trội ở mức 1 km . Chúng tôi sử dụng phân bố dân số năm 2021 cho phân tích cụm tiếp theo. https://www.resdc.cn/Default.aspx https://www.resdc.cn/data.aspx?DATAID=123 http://www.vito-eodata.be https://www.resdc.cn/DOI/DOI.aspx?DOIID=49 https://landscan.ornl.gov/ https://geospatial.com/ 52 Tiền xử lý dữ liệu Phân bố dân số và tòa nhà phân tán đối với phần lớn khu vực nghiên cứu của chúng tôi, với hơn 99,5% diện tích khu vực nghiên cứu được phân loại là khu vực không có xây dựng theo sản phẩm World Cover của ESA . Để đẩy nhanh quá trình trích xuất của chúng tôi, các mặt nạ của khu vực phân bố tòa nhà tiềm năng đã được tạo ra trước cho mỗi lưới ô vuông 0,175° × 0,175° trước khi trích xuất. Dựa trên danh mục “Built-up” trong dữ liệu World Cover, một vùng đệm rộng 1 km xung quanh mỗi pixel vùng xây dựng đã được tạo ra làm khu vực phân bố tòa nhà tiềm năng. Sau khi thử nghiệm nhiều độ rộng vùng đệm, chúng tôi nhận thấy rằng độ rộng 1 km có thể bao gồm 96% pixel tòa nhà được báo cáo trong sản phẩm CBRA năm 2020. Mặt nạ này cho phép chúng tôi loại trừ 86% tổng diện tích ảnh đã tải xuống, do đó tiết kiệm đáng kể thời gian tính toán. Chúng tôi đã phân tích vùng đệm bằng cách chồng lên các lưới ô vuông đã tạo để loại trừ các lưới không chứa tòa nhà. Sau đó, ảnh được cắt lại bằng các vùng đệm, và sau đó thuật toán trích xuất tòa nhà được áp dụng cho ảnh đã cắt. 17 Trích xuất mái nhà tòa nhà được số hóa Thuật toán trích xuất mái nhà tòa nhà được số hóa được sử dụng trong nghiên cứu này là từ nền tảng AliCloud AI Earth ( ), kết hợp phương pháp phân đoạn dựa trên học sâu với phương pháp phân đoạn dựa trên watershed để xây dựng khung phân đoạn đối tượng tòa nhà - bộ giải mã kép cho phân đoạn watershed. Thuật toán này bổ sung nhiệm vụ phân đoạn đường viền vào nhiệm vụ phân đoạn ngữ nghĩa, và sử dụng thuật toán watershed để tiền xử lý kết quả dự đoán của hai nhiệm vụ trong quá trình dự đoán, thu được kết quả trích xuất tòa nhà cuối cùng. Mạng nơ-ron PointRend do Kirillov . đề xuất được sử dụng đầu tiên , coi phân đoạn ảnh là một vấn đề kết xuất và sử dụng thuật toán phân đoạn lặp đi lặp lại lấy https://engine-aiearth.aliyun.com/#/ et al 53 53