
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 作者： 
 
 
 
 
 
 
 
 
 
 陶野 单宏宇 吴吉东 周强 马明福 赵文治 亚茹 高媛 吴正 摘要 大规模高精度建筑分布数据是区域城镇规划、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。虽然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，这阻碍了这方面的研究。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屋顶足迹数据。我们的研究结果包括1309万个建筑物，覆盖面积6092.7平方公里，并通过总计250 x 1平方公里的测试样本进行了验证。数据具有87%的总体精度、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地区灾害风险研究的暴露评估方面具有巨大的潜力。 背景与摘要 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了建筑物的空间信息，还提供了人口和物质资产的空间信息 ，是人类活动的重要代表。近年来，建筑分布数据被广泛应用于监测城乡发展 、 ，理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，作为土地利用/土地覆盖数据的一部分。最新发布包括基于Sentinel卫星的三种10米全球土地利用/土地覆盖产品，即Google的Dynamic World (DW) ，Esri的2020 Land Cover ，以及欧洲航天局（ESA）的World Cover 2020 (WC) 。除了空间分布信息，研究人员还试图为建筑像素附加属性信息，如建筑高度 。例如，He 利用多源遥感数据融合构建了世界首个覆盖1990年至2010年期间的30米分辨率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 ，并且分辨率的增加会大大增加存储和计算成本 。 12 13 14 15 16 17 14 等人 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，是建筑物在俯视图中投射到地面的轮廓数据 、 ，它提供了单个建筑物的地理位置、边界空间范围和占地面积等信息。公共服务提供商（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，从2014年至2021年间宾州地图（包括Maxar和Airbus影像）中提取了7.77亿个建筑物轮廓，其中一些包含建筑高度属性，覆盖了除中国以外的每个大洲。2023年5月30日，谷歌发布了一个包含18亿个建筑轮廓的数据集，这些轮廓是从0.5米分辨率的卫星影像中提取的，覆盖面积达5800万平方公里。由顶点和路径表示的矢量数据具有低冗余和紧凑的结构，可以提供与网格大小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获取成本的降低，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不断提高 。超高分辨率（VHR）影像的可行性使得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，前者在面对建筑外观和尺寸的多样性以及复杂的经验法则和阈值设置的挑战时，在大规模高分辨率遥感图像上的应用受到限制 。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别和判别性特征方面表现出有效和优越的性能。Sun 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异。然而，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，使得外推变得困难。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 等人 27 青藏高原地区是世界上地势最高区域，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重大影响 。该地区也是极易发生灾害的地区，地震、滑坡、泥石流、冰湖溃决和雪灾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耦合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，并且拥有充足的太阳能收集表面，如屋顶和开阔空间 、 。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 作为欠发达地区，青藏高原及其周边地区由于其广阔的面积、稀疏的建筑分布、偏远的位置和资源限制，仍然没有一套完整的高精度矢量化建筑屋顶数据。最现成的数据是全国范围内提供的数据，包括2.5米格网的中国建筑屋顶面积数据（CBRA，Liu ，2023b）和中国首个1米分辨率的土地利用/土地覆盖图（SinoLC），其中包含建筑类别 。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。Zhang 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，并且仍有200万平方公里的区域缺乏矢量化建筑屋顶数据。 等人 42 等人 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足迹。我们的数据集通过包含研究区各种子区域的250 x 1平方公里网格的测试样本进行了验证，总体精度为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了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。    建筑屋顶提取与验证框架。 研究区 本研究主要关注青藏高原及其在中国西南部的周边地区，隶属于第二次青藏高原科学考察与研究计划 的总体框架；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。研究区人口和建筑物的分布受海拔和气候（图2）的影响很大，主要集中在从西藏吉隆县到青海祁连县的连线以东；东部地区，它们密集分布在该区域东缘的平原地区，包括云南省、四川省西部以及西宁-兰州黄河流域的山谷。在该连线以西的高原地表，人口和建筑物主要沿主要河流河谷和沿道路交通走廊分布，并相对有限。 43    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 公开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，都有多个分辨率高达0.15米的影像集合。这种数据整合已被广泛用于复杂场景下的目标识别 、 、 、 ，并有潜力进行大规模高分辨率的目标类型测绘 。 http://www.rivermap.cn/index.html 45 46 47 48 49 50 研究区总面积为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。考虑到这些规模，我们在研究区创建了0.175° x 0.175°的鱼网格，以便于下载较小尺寸的数据包，总共使用了10,033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，由于研究区很大一部分由非居民区组成，没有建筑物，我们从ESA World Cover产品中任意排除了不包含任何建成区像素的鱼网格。其次，排除了在中国的90个城市矢量化屋顶面积数据中 已经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）。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3GB，总大小为2.72TB。下载的影像主要拍摄于2019年至2021年，但一些偏远地区可能最早拍摄于2001年（图3）。 13    影像下载的鱼网格和拍摄时间。 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）。 对于土地覆盖和建成区，我们从Zenodo（ ）获取了Zanaga 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个唯一地点样本，使用随机森林算法训练生成，代表2020年的全球土地覆盖；它在表示精细尺度的景观要素（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绘图单元 。数据集中“建成区”类别指的是被建筑物、道路和其他人造结构（如铁路）覆盖的土地，但不包括城市绿地（如公园和体育设施）、垃圾填埋场和采矿场地 。 https://zenodo.org/records/5571936 等人 17 51 17 1公里DEM数据和NDVI数据来自中国科学院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公里产品镶嵌而成（ ）。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LandScan数据库（ ），该数据库由美国能源部橡树岭国家实验室开发，并由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、最准确可靠的全球人口动态统计分析数据库之一，具有1公里的优越分辨率 。我们使用2021年的人口分布数据进行后续聚类分析。 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 我们研究区大部分地区的人口和建筑物分布是分散的，根据ESA的World Cover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，我们首先为每个0.175° x 0.175°的鱼网格生成了潜在建筑物分布区域的掩膜，然后进行提取。基于World Cover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物分布区域。在测试了几种缓冲区宽度后，我们发现1公里的宽度可以容纳CBRA产品2020年报告的96%的建筑物像素。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来分析缓冲区，以排除不包含建筑物的网格。然后，用缓冲区再次裁剪影像，然后将建筑物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——用于分水岭分割的双解码器。该算法在语义分割任务的基础上增加了一个边界分割任务，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Kirillov 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实现精确分割，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微调的语义分割模型。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影像建筑分割竞赛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/#/ 等人 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以在AI Earth平台（ ）上调用。我们的数据集可从国家青藏高原数据中心获取，访问地址为： 。所有数据均采用GCS_WGS_1984坐标系获取，并打包为.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，相应250平方公里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    提取结果。 技术验证 基于分层抽样的验证数据准备 进行了手动建筑屋顶矢量化，以获取用于验证的“地面真实”建筑屋顶数据。由于研究区面积广阔，以及海拔、地貌、植被类型和建筑类型的显著区域差异，我们采用了分层抽样方法，而不是随机抽样，以获得不同子区域的均衡样本。我们基于五个指标对5921个鱼网格进行了K-means聚类 ：建成区、平均NDVI、人口密度、平均高程和高程标准差。K-means聚类是一种基于欧氏距离的聚类算法，两个目标的特征距离越近，相似度越大。在对数据进行标准化（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，平方误差之和的下降率迅速下降。因此，我们将5921个鱼网格聚类为五类，用于后续分析（表3，图5）。 58 59    地理分区图和用于创建验证数据集的鱼网格。 I类（高原地表与低建筑密度区）覆盖青藏高原高原地表的大部分区域——面积最广、地形最平坦——以高海拔、低人口、低植被覆盖和低建成区为特征。II类（高海拔与中低建筑密度区）的鱼网格主要位于青海、四川和西藏的边境地区，大部分覆盖着高山草甸和灌木，是中国主要河流的发源地。然而，II类的气候条件相对恶劣，导致这里的人口和建筑物相对稀疏。III类（地形起伏最大与中等建筑密度区）具有最大的高程变化，主要位于高原周围的地形过渡带。IV类（中低海拔与中高建筑密度区）主要包括青藏高原东部的甘肃和云南省，海拔相对较低，植被茂密，人口和建筑密集。V类（低海拔与高建筑密度区）的鱼网格数量最少，但城市化面积最大，平均海拔最低，人口和建筑密度最高。 基于聚类划分，共选择了250个鱼网格；

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！

AI在一地区绘制了1300万座建筑，该地区是世界上最偏远的地区之一

About Author

註釋

標籤

这篇文章刊登在

Related Stories

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

数字游民请注意：您需要了解泰国新推出的 DTV 签证

使用这 18 种开发工具来提高你的工作效率 🚀🔥

从论坛到信息流：社交媒体算法如何塑造数字互动

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

数字游民请注意：您需要了解泰国新推出的 DTV 签证

使用这 18 种开发工具来提高你的工作效率 🚀🔥

从论坛到信息流：社交媒体算法如何塑造数字互动

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps