
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 作者： 
 
 
 
 
 
 
 
 
 
 陶冶 单红玉 吴吉东 周强 马明福 赵文治 亚茹 高源 吴立政 摘要 大范围高精度建筑分布数据是区域城市规划、资源配置和灾害风险研究的重要基础。青藏高原是世界第三极。了解青藏高原当地的人地相互作用至关重要，但由于该地区地域辽阔且偏远，缺乏高分辨率的建筑足迹数据阻碍了这一进程。本研究利用高分辨率谷歌影像和AI Earth平台建筑轮廓提取算法，生成了青藏高原及其周边地区的首个矢量化建筑屋顶图。我们的结果包括覆盖6092.7平方公里的1309万座建筑，并通过总计250×1平方公里的测试样本进行了验证。数据具有87%的总体准确率、91.9%的召回率和64.8%的F1分数，与CBRA相比，对研究区域的建筑分布提供了更先进的描述。我们的工作在促进该区域灾害风险研究的暴露评估方面具有巨大潜力。 背景与总结 数字时代的到来增加了对可靠建筑分布和属性数据的需求 , , 。建筑分布数据不仅提供建筑物的空间信息，还提供人口和物质资产的空间信息 ，是人类活动的重要代表。近几十年来，建筑分布数据已广泛用于监测城乡发展 , ，了解城市化对粮食安全、生物多样性、气候变化以及公众福祉和健康的影响 , ，制定区域发展战略，保护城乡生态系统 , , 。 1 2 3 4 5 6 7 8 9 10 11 卫星和航空影像的进步，以及机器学习和深度学习算法的最新进展，促进了建筑分布数据的可用性 , , 。建筑分布数据以栅格格式提供，是土地利用/覆盖数据的一部分。最新版本包括基于Sentinel卫星的三种10米全球土地利用/覆盖产品，即谷歌的动态世界（DW） ，Esri的2020年土地覆盖（Esri’s 2020 Land Cover） ，以及欧洲航天局（ESA）的世界覆盖2020（WC） 。除了空间分布信息外，研究人员还在尝试为建筑像素附加属性信息，例如建筑高度 。例如，He等人 利用多源遥感数据融合构建了覆盖1990年至2010年期间的全球首个30米分辨率的城市三维时空扩张数据集。尽管空间分辨率不断提高，但基于栅格的建筑分布数据仍然无法描述空间对象 ，并且分辨率的提高会大大增加存储和计算成本 。 12 13 14 15 16 17 14 7 18 12 矢量格式的建筑分布数据，也称为矢量化建筑屋顶或建筑足迹，是指建筑物在俯视图中投影到地面上的轮廓数据 , ，它提供了单个建筑物的地理位置、边界空间范围和足迹等信息。公共服务提供商（例如Google Earth和OpenStreetMap）提供开放访问的矢量化建筑屋顶数据，具有广泛的覆盖范围、快速的更新和低成本 , , 。2022年，微软公司利用基于深度神经网络的语义分割技术，根据2014年至2021年期间的必应地图（包括Maxar和Airbus影像）提取了除中国大陆以外所有大陆的7.77亿栋建筑物的轮廓，其中一些包含建筑高度属性。2023年5月30日，谷歌发布了一个包含18亿栋建筑物轮廓的数据集，这些轮廓是从0.5米分辨率的卫星影像中提取的，覆盖面积为5800万平方公里。由顶点和路径表示的矢量数据的低冗余和紧凑结构提供了与网格尺寸无关的更高地理精度，并且拓扑规则的引入进一步提高了矢量数据的完整性 。 19 20 21 22 23 13 随着影像分辨率的提高和数据采集成本的降低，以及提取算法的最新进展，建筑分布数据的分辨率和覆盖范围正在不断提高 。超高分辨率（VHR）图像的可行性使得通过应用传统的基于手工特征的方法 或基于深度学习的方法 提取建筑足迹成为可能。然而，前者由于建筑外观和大小的多样性以及复杂的经验法则和阈值设置的挑战，在应用于大规模高分辨率遥感图像时受到限制 。基于深度学习的方法（例如卷积神经网络）在自动学习建筑场景分割中的高级和区分性特征方面表现出有效和优越的性能。Sun等人 提出了一种基于并行支持向量机的融合策略，以充分利用不同尺度下多尺度卷积神经网络结构提取的深度特征，在提取城市复杂建筑方面表现优越。尽管如此，在分割建筑物时，模型的准确性更容易受到训练样本质量的限制，从而难以进行外推。深度模型中高级语义利用不足以及低级细节的遗漏，导致边缘模糊和小建筑物遗漏，也阻碍了深度学习在建筑足迹提取中的应用。 24 25 13 26 27 青藏高原地区是世界上地势最高的地区，平均海拔高于海平面4000米以上，覆盖面积250万平方公里 。尽管该地区气候极端，冬季寒冷漫长，年温差和日温差大，室内热环境差，但仍有超过1000万人居住在该地区。虽然该地区是中国最大的生态屏障 ，但人类活动对其脆弱的生态环境产生了显著影响 。该地区也极易发生灾害，地震、滑坡、泥石流、冰湖溃决洪水和雪灾等导致人员伤亡和财产损失 , , 。因此，准确的建筑分布数据对于模拟人地相互作用研究中的人类活动分布 , ，以及自然灾害的暴露和风险分析至关重要 , 。此外，该地区日照时间长，太阳能资源丰富，并且有屋顶和开阔空间等充足的太阳能收集表面 , 。高分辨率的农村建筑分布数据可以为评估光伏潜力并有效提高农村地区居民生活水平提供可靠的数据库 , 。 28 29 30 31 32 33 34 35 36 37 38 39 40 41 作为一个欠发达地区，由于青藏高原及其周边地区面积广阔、建筑分布稀疏、地理位置偏远且资源有限，仍然没有一套完整的高精度矢量化建筑屋顶数据。最现成可用的数据是全国范围的数据，包括2.5米栅格的中国建筑屋顶面积数据（CBRA，Liu等人，2023b）以及中国首张包含建筑类别的1米分辨率国土覆盖图（SinoLC） 。这些栅格数据无法表征空间对象，并且需要大量的存储资源。张等人 发布的中国90个主要城市的矢量化屋顶面积数据部分填补了这一空白；然而，该数据集中仅包含青藏高原的14个城市，而仍有200万平方公里的区域缺乏矢量化建筑屋顶数据。 42 13 因此，本研究旨在通过结合高分辨率卫星影像和深度学习算法，生成青藏高原及其周边地区的矢量化建筑屋顶图。我们的数据集通过包含各个子区域250×1平方公里网格的测试样本进行了验证，总体准确率为91.92%，F1分数为64.81%。 方法 框架 本研究利用AI Earth平台的建筑提取算法，为中国青藏高原及其周边地区生成矢量化建筑屋顶数据集（图1）。我们框架的主要组成部分包括：（1）卫星数据和辅助数据准备与预处理；（2）使用AI Earth平台进行矢量化建筑屋顶提取；（3）使用手动矢量化屋顶数据进行验证。    建筑屋顶提取和验证框架。 研究区域 本研究主要在第二次青藏高原科学考察与研究计划的总体框架下，重点关注中国西南部的青藏高原及其周边地区 ；地理上包括西藏自治区、青海省、云南省西部、四川省西部、甘肃省西南部和新疆维吾尔自治区南部。研究区平均海拔为4000米。研究区人口和建筑的分布受海拔和气候的影响很大（图2） ，主要集中在从西藏吉隆县到青海祁连县的连线以东地区 ；东部则在云南省、四川省西部以及兰州-西宁黄河流域的河谷平原地区分布密集。在该连线以西的高原地表，人口和建筑主要分布在主要河谷的有限农牧区以及沿道路交通廊道。 43 2 44    研究区（人口数据来自LandScan；DEM来自资源与环境科学数据中心）。 卫星影像 开放访问的高分辨率卫星影像数据来自Rivermap公司（ ），这些数据整合了Google Earth的卫星影像和航空数据。其中，卫星影像主要来自DigitalGlobe的QuickBird和WorldView商业卫星，航空摄影则来源于英国的BlueSky和美国的Sanborn 。对于每个地点，都有分辨率高达0.15米的多幅影像集合。这种数据整合已被广泛用于复杂场景中的物体识别 , , , ，并有可能进行大规模高分辨率的物体类型测绘 。 http://www.rivermap.cn/index.html 45 46 47 48 49 50 我们研究区的总面积为306万平方公里，估计卫星影像数据量为29.4 TB，空间分辨率为0.6米。考虑到这些尺度，我们在研究区创建了0.175°×0.175°的鱼网格，以便于下载较小尺寸的数据包，总共使用了10033个鱼网格来覆盖整个研究区。实际下载的鱼网格数量较少，为5921个，原因如下。首先，研究区大部分是非人类居住区，没有建筑物，我们随意排除了来自ESA World Cover产品中没有任何建成区像素的鱼网格。其次，已从中国90个城市的矢量化屋顶面积数据 中检索到矢量化屋顶数据的城市/地区（即拉萨、山南、昆明、西宁、海东、张掖、白银、兰州、成都、大理、丽江、昆明、昭通和玉溪）也被排除在外。影像下载时间为2022年9月至2023年1月，分辨率为0.6米，单帧大小约3 GB，总大小为2.72 TB。下载的影像主要拍摄于2019年至2021年，但一些偏远地区的影像可能最早拍摄于2001年（图3） 。 13 3    用于影像下载的鱼网格和影像拍摄时间。 辅助数据 我们的辅助数据包括高分辨率土地覆盖图、数字高程模型（DEM）、归一化植被指数（NDVI）和人口分布数据，用于后续的聚类分析和抽样（表1） 。 1 对于土地覆盖和建成区，我们从Zenodo（ ）获取了Zanaga等人 的ESA World Cover产品。该产品基于2020年全年的Sentinel 1和Sentinel 2卫星影像以及全球分布的141,000个独特样本点生成，并使用随机森林算法进行训练，代表2020年的全球土地覆盖；它在表示精细尺度的地貌元素（例如，建成区和复杂的农业景观）方面具有优势，因为它考虑了相对较小的最小测绘单元 。“建成区”类别是指被建筑物、道路和其他人造结构（例如铁路）覆盖的土地，但不包括城市绿地（例如公园和体育设施）、垃圾填埋场和采矿场 。 https://zenodo.org/records/5571936 17 51 17 1公里DEM数据和NDVI数据来自中国科学院地理科学与资源研究所资源与环境科学数据中心（ ）。DEM数据是从最新的SRTM V4.1数据重采样而来（ ），NDVI数据是基于SPOT/VEGETATION PROBA-V 1公里产品马赛克而成（ ）。我们选择2021年的NDVI数据来代表青藏高原的植被（ ）。人口密度数据来自美国能源部橡树岭国家实验室开发的LandScan数据库（ ），由East View Cartographic提供（ ）；这些数据是通过结合地理空间科学、遥感技术和机器学习算法生成的，代表了基于地理位置的最准确和最可靠的全球人口动态统计分析数据库之一，其分辨率优于1公里 。我们使用了2021年的人口分布数据进行后续的聚类分析。 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 数据预处理 对于我们研究区的绝大部分地区，人口和建筑物的分布是零散的，根据ESA的世界覆盖产品 ，超过99.5%的研究区被归类为非建成区。为了加快提取速度，我们在每个0.175°×0.175°的鱼网格上首先生成了潜在建筑分布区域的掩膜。根据世界覆盖数据中的“建成区”类别，在每个建成区像素周围生成1公里缓冲区作为潜在建筑分布区域。在测试了多个缓冲区宽度后，我们发现1公里的宽度可以包含CBRA产品2020年报告的96%的建筑像素。该掩膜使我们能够排除下载影像总面积的86%，从而节省了大量的计算时间。我们通过与生成的鱼网格进行叠加分析了缓冲区，以排除不包含建筑物的网格。然后，使用缓冲区对影像进行再次裁剪，然后将建筑提取算法应用于裁剪后的影像。 17 矢量化建筑屋顶提取 本研究使用的矢量化建筑屋顶提取算法来自阿里云AI Earth平台（ ），该平台结合了基于深度学习的分割方法和基于分水岭的分割方法，构建了一个建筑实例分割框架——双解码器用于分水岭分割。该算法在语义分割任务的基础上增加了边界分割任务，并在预测时使用分水岭算法对两个任务的预测结果进行预处理，得到最终的建筑提取结果。首先使用了Kirillov等人 提出的PointRend神经网络 ，它将图像分割视为渲染问题，并采用迭代分割算法，选择性地采样非均匀点以进行精确分割，因为神经网络学习到的更稳定、更准确的种子点可以为建筑物的关键结构和特征提供精细调整的语义分割模型。随后，使用灵活的分水岭分割进行后处理 , ，该方法能够适应不同形态和特征的对象。该算法在基于中国不同地区手动矢量化样本的验证测试中，实现了超过90%的计数精度和超过85%的面积估算精度，并在全天候SAR图像建筑分割竞赛SpaceNet6中获得第二名。与Mask Region-CNN相比，该算法的平均精度提高了11个百分点 。 https://engine-aiearth.aliyun.com/#/ 53 53 54 55 56 数据记录 本研究使用的矢量化建筑屋顶提取算法可在AI Earth平台（ ）调用。我们的数据集可在国家青藏高原数据中心获取，网址为 。所有数据均使用GCS_WGS_1984坐标系统获取，并打包成.rar文件（表2） 。生成的AI建筑轮廓数据（图4） 按省份名称排列，包括甘肃、贵州、青海、四川、新疆、西藏和云南。此外，对应的250平方公里网格的影像数据和原始来源的手动绘制验证数据也上传在“image_1km.rar”和“test_1km.rar”中。图3中的影像采集年份在“image_time.rar”中。 https://engine-aiearth.aliyun.com/#/ https://doi.org/10.11888/RemoteSen.tpdc.301170 57 2 4    提取结果。 技术验证 基于分层抽样的验证数据准备 为了验证目的，我们进行了手动建筑屋顶矢量化，以获得“地面实况”建筑屋顶数据。由于研究区面积广阔，以及地形、地貌、植被类型和建筑类型存在显著的区域差异，我们采用了分层抽样方法，而不是随机抽样，以在不同子区域获得均衡的样本。我们基于五个指标：建成区、平均NDVI、人口密度、平均高程和高程标准差，对5921个鱼网格进行了K均值聚类 。K均值聚类是一种基于欧氏距离的聚类算法，两个目标特征之间的距离越近，相似性越大。通过对数据进行标准化（减去均值并除以标准差）后，使用肘部法则选择最合适的类别数量 。在此过程中，当类别数量增加到五个时，均方误差的下降率迅速减缓。因此，我们将5921个鱼网格分为五类进行后续分析（表3、图5） , 。 58 59 3 5   

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

該音頻是用故事的原始語言製作的！

人工智能绘制了世界最偏远地区之一的1300万座建筑物

About Author

註釋

標籤

这篇文章刊登在

Related Stories

如何将您的工作流程提高 10 倍：17 个必备应用程序

数字游民请注意：您需要了解泰国新推出的 DTV 签证

State of the Noonion: Green Clock Strikes Noon

Telegram：加密岛通往大陆的桥梁

如何将您的工作流程提高 10 倍：17 个必备应用程序

数字游民请注意：您需要了解泰国新推出的 DTV 签证

State of the Noonion: Green Clock Strikes Noon

Telegram：加密岛通往大陆的桥梁

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps