高分辨率遙感影像城中村提取的景觀語義指數(shù)方法

張 濤，丁樂樂，史芙蓉

1. 天津市勘察設(shè)計院集團有限公司，天津 300191; 2. 武漢大學(xué)測繪遙感信息工程國家重點實驗室，武漢 430079

中國在快速的城市化進程中，大量農(nóng)村土地被政府部門征收用于城市建設(shè)與發(fā)展，而他們的聚居地由于拆遷安置成本較高，大多被完整地保留下來，并且逐漸被擴張的城市區(qū)域所包圍。這些居民區(qū)被形象地稱為“城中村”(urban villages,UVs)[1]。如今，城中村廣泛分布于中國的各大城市，如廣州、深圳、武漢等城市，在城市化進程中，為眾多的外來務(wù)工人員提供了廉價的住房，然而城中村也給城市的可持續(xù)發(fā)展帶來諸多問題[2]。城中村內(nèi)部建筑分布擁擠，缺乏公共基礎(chǔ)設(shè)施，人口混雜，容易引發(fā)環(huán)境衛(wèi)生問題。因此，及時有效的城中村制圖信息對城市管理非常必要，能幫助城市管理人員制定合理的城市規(guī)劃方案。然而，許多中國城市依然缺乏細致的城中村信息，傳統(tǒng)的數(shù)據(jù)獲取方法主要是實地測繪與調(diào)研，耗費巨大的人力與時間[3]。

隨著遙感技術(shù)的發(fā)展，高分辨率遙感影像已經(jīng)廣泛應(yīng)用于城市基本地物要素的監(jiān)測[4]，比如城市功能區(qū)(urban functional zone)的分類[5]，建筑與道路等不透水面的提取[6-8]。但是，國內(nèi)利用遙感影像進行城中村的研究還相對較少，現(xiàn)有的城中村研究主要集中在社會科學(xué)領(lǐng)域，且多是局部案例分析，缺乏大范圍、連續(xù)的城中村空間分布信息[9]。同時，筆者也注意到，國外有一些針對貧民窟(slum)或者非正式居民區(qū)(informal settlements)提取的相關(guān)研究，而貧民窟與城中村在物理外觀上具有一定的相似之處。文獻[10—11]采用面向?qū)ο蟮挠跋穹治龇椒ǚ謩e從IKONOS和QuickBird影像上進行貧民窟的提取，文獻[12]采用邊緣檢測和基于間隙度(lacunarity-based)的方法進行貧民窟的識別，文獻[13]采用機器學(xué)習(xí)的方法并聯(lián)合SAR影像的極化和紋理特征，提取了印度孟買的貧民窟。目前大部分方法主要依賴于影像的光譜和紋理等底層特征信息，比如常用的灰度共生矩陣測度(gray-level co-occurrence matrix,GLCM)[14-15]，但是這些底層特征依然難以描述大范圍復(fù)雜的城中村場景。

遙感影像中地理要素的空間分布與排列所形成的具有可區(qū)分性的模式稱之為景觀。與現(xiàn)代城市景觀相比，城中村具有顯著而獨特的物理特點，主要表現(xiàn)為建筑覆蓋率高、建筑個數(shù)多、建筑尺寸小、建筑間距近等。因此，可以通過這些典型的景觀特征來推斷該場景的語義功能。并且，景觀特征具有明確的物理意義，該物理意義不依賴于影像的光譜和紋理屬性，只與基本地理要素的實際分布模式有關(guān)。因此，景觀特征可以看成是一種高層次的語義信息，具有較強的場景特征表達能力。建筑景觀特征的計算依賴于準確的建筑覆蓋信息，本文采用形態(tài)學(xué)建筑指數(shù)(morphological building index,MBI)來進行建筑特征提取[16]。MBI旨在建立基本的形態(tài)學(xué)運算與建筑屬性之間的關(guān)聯(lián)，是一種較為有效的自動化建筑提取指數(shù)，已經(jīng)成功應(yīng)用于建筑提取和變化檢測等領(lǐng)域[17-18]。本文中，只要MBI在城中村區(qū)域內(nèi)能夠表征更密集分布的建筑，相對于非城中村能表現(xiàn)出明顯可區(qū)分的空間排列模式，那么基于MBI提取的建筑計算的景觀指數(shù)就有望描述城中村的場景特點，從而進行城中村的提取。

另外，在大范圍的遙感制圖實踐中，為了提升制圖產(chǎn)品的精度，需要修正制圖過程中存在的一些錯誤，以滿足后續(xù)應(yīng)用的需求。本文將根據(jù)機器學(xué)習(xí)的輸出結(jié)果評估分類置信度，對不同置信度的分類結(jié)果分別進行精度評價，以城中村制圖應(yīng)用為導(dǎo)向，對其中的低置信度分類結(jié)果進行檢查修正。該“分類置信度-反饋”機制能夠參考機器學(xué)習(xí)輸出的概率，以有限的人工干預(yù)提升最后的制圖精度，在大規(guī)模的遙感應(yīng)用中是一種實際可操作的人機交互策略。

1 研究區(qū)與試驗數(shù)據(jù)

本文的研究區(qū)是中國的超大城市廣州。在快速的城市化進程中，廣州的城區(qū)內(nèi)留下了眾多的城中村，而且有些城中村位于城市的中心地帶，引發(fā)了嚴重的環(huán)境和土地利用問題。從圖1可以看出城中村內(nèi)部雖然光譜特征復(fù)雜，但是它們擁有一些共性特點：城中村的建筑分布擁擠而密集，居住環(huán)境較差，這種建筑分布模式是城中村比較普遍的特點。這為城中村的場景語義推斷提供了線索。

本文從天地圖(http:∥www.tianditu.cn/)上獲取高分辨率衛(wèi)星影像，影像包含可見光3個波段，分辨率為2 m, 覆蓋廣州核心城區(qū)約300 km2。該影像的光譜和分辨率信息能夠較好地支撐單個建筑物的提取，從而進行城中村場景的推斷。此外，本文獲取了開放地圖OpenStreetMap (OSM)[19]的道路矢量數(shù)據(jù)作為輔助數(shù)據(jù)用于城市的街區(qū)分割。最后，衛(wèi)星影像和OSM數(shù)據(jù)都投影到WGS-84 UTM Zone 49坐標帶，且兩種數(shù)據(jù)源能夠很好地疊加貼合。

2 城中村提取方法

本文的關(guān)鍵在于針對城中村這個特定分類任務(wù)，如何設(shè)計有效的特征來描述復(fù)雜的城中村場景。在深入了解城中村的物理特點后(建筑覆蓋率高、個數(shù)多、尺寸小、間距近等)，本文采用幾個典型的景觀語義指數(shù)來描述建筑的空間分布特征，實現(xiàn)城中村的提取(圖2)。首先，采用道路矢量將影像分割成不同的街區(qū)作為基本的制圖單元，然后采用形態(tài)學(xué)建筑指數(shù)從影像上提取建筑特征，并在街區(qū)層計算典型的景觀指數(shù)來表征建筑物的空間分布模式；接著采集訓(xùn)練樣本輸入分類器進行模型訓(xùn)練和分類，根據(jù)機器學(xué)習(xí)輸出的分類概率得到高、低置信度結(jié)果，并有針對性地對低置信度分類結(jié)果進行檢查修正，得到更準確的城中村制圖信息；最后基于該制圖產(chǎn)品進行相關(guān)的土地政策分析，服務(wù)于城市管理與規(guī)劃。

2.1 基本制圖單元

城中村的識別可以看成是一個場景分類或者土地功能制圖的任務(wù)[20]。目前，已經(jīng)有一些研究采用道路矢量數(shù)據(jù)將影像劃分成不規(guī)則的多邊形區(qū)域(即街區(qū))用于土地功能的制圖[21]。街區(qū)是現(xiàn)代城市管理的基本單元，一般被多條道路包圍形成，沒有固定大小，但是內(nèi)部的土地利用和功能屬性相對一致，因此，與規(guī)則的格網(wǎng)相比，街區(qū)具有天然的語義信息。街區(qū)劃分的道路矢量數(shù)據(jù)一般來源于現(xiàn)有的道路GIS數(shù)據(jù)，比如OpenStreetMap(OSM)。OSM是一個開源的地圖[19]，能夠提供矢量格式的道路數(shù)據(jù)。本文采用道路矢量數(shù)據(jù)劃分城市街區(qū)并作為城中村識別和制圖的基本單元(圖3)。在實際應(yīng)用中，GIS道路數(shù)據(jù)可能會有所缺失，一般需要參考衛(wèi)星影像進行檢查，對不一致的地方進行必要的修正。

2.2 城中村場景表達

一般而言，城中村內(nèi)部的建筑分布表現(xiàn)為：覆蓋率高、個數(shù)多、尺寸小、間距近。根據(jù)這些特點，能夠推斷建筑的空間排列信息是區(qū)分城中村與其他場景(如現(xiàn)代居民區(qū)和自然場景)的關(guān)鍵要素。因此，本文采用幾個典型的景觀語義指數(shù)，包括建筑斑塊覆蓋率(PLAND)、建筑斑塊個數(shù)密度(PD)、平均建筑斑塊面積(MPA)以及平均建筑斑塊最鄰近距離(MNND)來描述建筑物的空間分布特點(表1)。這些典型的景觀語義指數(shù)具有明確的物理意義，易于理解，能夠較好地區(qū)分城中村與非城中村場景。在每個街區(qū)內(nèi)，計算以上地物的景觀指數(shù)，作為該街區(qū)場景的特征表達。

表1 本文用于城中村提取的景觀語義指數(shù)

在定量計算建筑的景觀語義指數(shù)之前，需要獲取影像上的建筑覆蓋信息。本文采用形態(tài)學(xué)建筑指數(shù)[16](morphological building index,MBI)進行建筑提取。MBI的主要思想是通過基本的形態(tài)學(xué)運算(如白頂帽變換，形態(tài)學(xué)差分)描述建筑物的內(nèi)在屬性(如亮度、對比度、方向和尺寸等)。MBI的構(gòu)建主要包含以下3個步驟：①計算亮度影像作為后續(xù)處理的基影像，由于建筑的材質(zhì)在可見光波段范圍內(nèi)一般表現(xiàn)為較高的反射率，因此亮度影像定義為每個像素在可見光波段的最大值。②采用多尺度和多方向的線性結(jié)構(gòu)元素對亮度影像進行白頂帽變換(WTH)，并生成差分形態(tài)學(xué)特征(DMP)來表征不同尺度和方向上的建筑分布。③對DMP-WTH形態(tài)學(xué)譜進行均值聚合凸顯建筑的存在，這是考慮到建筑相對于狹長的道路顯得更加各向同性。MBI定義如下

(1)

式中，DMP-WTH是基于WTH的DMP特征；s和d分別表示W(wǎng)TH變換中線性結(jié)構(gòu)元素的尺寸和方向；Ns和Nd分別表示尺寸和方向的總數(shù)。

圖1 本文高分辨率遙感影像Fig.1 High-resolution remote sensing image used in this study

圖2 本文方法流程Fig.2 Framework of this study

圖4展示了城中村與非城中村場景的MBI特征，可以看到MBI特征影像能夠較好地反映建筑信息。同時，也注意到MBI主要適用于具有較高局部對比度的建筑，對一些較暗的建筑提取效果不佳。雖然MBI無法精確提取城中村內(nèi)的每個建筑，但是相對于城市其他景觀，在城中村內(nèi)，MBI還是能夠表征更密集分布的建筑。從MBI的特征圖中依然可以看到城中村內(nèi)的建筑分布具有明顯可區(qū)分的模式，主要表現(xiàn)為建筑覆蓋率較高、建筑個數(shù)較多、建筑尺寸較小、建筑間距較近等特點。

更進一步，本文分別選擇了40個城中村和非城中村街區(qū)，計算了它們的景觀特征分布(圖5)。可以看出來，基于MBI計算的景觀語義指數(shù)在城中村與非城中村場景下具有比較明顯的差異，尤其是城中村的建筑斑塊覆蓋率(PLAND)，建筑斑塊個數(shù)密度(PD)顯著高于非城中村，而城中村的平均建筑斑塊最鄰近距離(MNND)顯著低于非城中村，這與城中村的物理特點是相符的。此外，平均建筑斑塊面積(MPA)的差別較小，這可能是因為一些非城中村區(qū)域包含了一些沒有建筑的自然區(qū)域，如綠地、公園等。但是從特征的可解釋性出發(fā)，本文也保留這個基本的語義指數(shù)。因此，采用MBI指數(shù)以及景觀特征能夠定量衡量建筑的空間排布模式，較好地描述城中村的場景語義信息。

圖3 道路矢量街區(qū)分割Fig.3 Local example for city blocks enclosed by road networks

圖4 城中村與非城中村的局部景觀Fig.4 Local examples of UVs and non-UVs

2.3 “分類置信度-反饋”機制

本文采用隨機森林(random forest,RF)作為城中村場景識別的分類器。RF是一個著名的集成學(xué)習(xí)分類器，它通過多棵決策樹的眾數(shù)投票結(jié)果決定最后的類別輸出[23]。RF由于其較好的穩(wěn)健性，特征重要性計算方便等優(yōu)勢，已經(jīng)廣泛應(yīng)用于遙感影像的土地覆蓋分類[5,24]。RF不僅能夠輸出硬分類結(jié)果(類別標簽)，它還能通過考慮每棵決策樹的投票結(jié)果得到每個類別的分類置信度，可以表示如下

(2)

式中，R(x)指街區(qū)x分類結(jié)果的置信度；TreeNumber指決策樹的棵數(shù)，本文試驗中設(shè)為100棵；votek指第k個類別的投票數(shù)，也就是本文試驗中識別成城中村(k=1)或非城中村(k=2)的投票數(shù)。根據(jù)R(x)的數(shù)值，將所有街區(qū)的分類結(jié)果置信度分成高置信度(R(x)>0.9)和低置信度(0.5

圖5 樣本景觀特征分布Fig.5 Landscape feature distribution of training samples

在高分辨率影像與電子地圖的輔助下，分別隨機選擇了40個城中村和非城中村街區(qū)作為訓(xùn)練樣本，這些樣本均勻地分布在整個研究區(qū)，并且空間分離，確保其空間獨立性。隨后，將訓(xùn)練樣本與街區(qū)景觀特征聯(lián)合輸入到RF分類器中進行城中村的識別。

2.4 精度評價

所有街區(qū)的分類結(jié)果都會根據(jù)式(2)標記為高置信度結(jié)果或者低置信度結(jié)果。根據(jù)分類置信度采用分層隨機抽樣方法(stratified random sampling)選取了一定數(shù)量的樣本進行精度評價，選擇的測試樣本(街區(qū))與訓(xùn)練樣本保持獨立。對于高/低置信度的分類結(jié)果，隨機選擇40個城中村和40個非城中村街區(qū)進行精度驗證。城中村街區(qū)正確分類的個數(shù)越多，表示城中村探測的錯分誤差越小，即正確性越高。同時，在非城中村類別中，正確分類的個數(shù)越多，表明城中村探測的漏分誤差越小，即完整性越高。

3 試驗與分析

3.1 城中村提取精度

本文研究區(qū)內(nèi)，大部分街區(qū)都以高置信度被劃分成城中村或非城中村。在城中村類別中，高置信度分類結(jié)果的比例為79.5%，同時，在非城中村類別中，高置信度分類結(jié)果的比例為94.9%。表2展示了不同分類置信度下的城中村與非城中村的分類精度?？梢钥闯鰜?，高置信度的分類結(jié)果表現(xiàn)出較高的精度，其中城中村類別的正確率為92.5%，非城中村類別的正確率為100%。這表明，本文方法在城中村探測任務(wù)中，主要存在的是錯分誤差，而漏分誤差相對非常小。一些與城中村比較類似的區(qū)域相對容易識別錯誤，而一旦分類器認為某個街區(qū)不是城中村，則該結(jié)果具有較高的可信度。而對于低置信度的分類結(jié)果，精度則相對較低，其中城中村類別的正確率為65%，非城中村類別的正確率為85%。

表2 不同分類置信度下的城中村與非城中村探測精度

此外，文獻[13,15]都采用了GLCM的方法分別從雷達影像和光學(xué)影像上提取了貧民窟(slum)區(qū)域。因此，本文也采用GLCM紋理特征提取城中村作為對比方法。GLCM的紋理測度包括常用的均值(mean)，方差(variance)，同質(zhì)性(homogeneity)，對比度(contrast)，不相似性(dissimilarity)，熵(entropy)，二階矩(second moment)和相關(guān)性(correlation)。紋理特征以街區(qū)為單元，計算4個方向上(0°,45°，90°,135°)的特征，然后求取平均值，消除GLCM特征的方向性。一般而言，城中村內(nèi)的建筑分布雜亂，建筑材質(zhì)多樣，城中村的紋理異質(zhì)性較高。

采用上述相同的160個測試樣本街區(qū)進行評定，結(jié)果表明本文方法的城中村提取精度更優(yōu)。對于采用景觀指數(shù)檢測到的非城中村樣本，對比方法在這些區(qū)域表現(xiàn)的錯誤較多。這些非城中村區(qū)域內(nèi)部一般包含多種地物類型(如建筑、植被、裸地與廣場)，光譜豐富多變，紋理異質(zhì)性較高，容易與城中村的紋理特征混淆。對比結(jié)果說明相對于光譜、紋理等底層影像特征，本文采用的景觀指數(shù)物理意義明確，具有較高的語義信息，并且特征維度相對更低，能夠更好地描述城中村的根本形態(tài)特點。

最后，綜合考慮分類結(jié)果的高低置信度比例及其精度，為了生產(chǎn)更加精確的制圖產(chǎn)品，針對低置信度分類結(jié)果進行檢查和修正。由于低置信度的分類結(jié)果只占探測結(jié)果中很少的一部分，只需要少量的人工干預(yù)，就能夠提升整體的制圖精度。通過這種“分類置信度-反饋”機制，一些錯誤標記的城中村能夠被去除，與此同時，一些遺漏的城中村可以得到補充。在大范圍的遙感應(yīng)用中，這種機制考慮了機器學(xué)習(xí)輸出的分類概率，是一種有效的人機交互方式。

3.2 特征重要性

RF中每顆決策樹的構(gòu)造實際上只用到了部分的訓(xùn)練樣本，而沒有用到的樣本稱之為袋外數(shù)據(jù)(out-of-bag samples)[7]，可用于驗證該決策樹的分類精度。當(dāng)對某個屬性進行隨機重新排列(randomly permuted)，此時RF中所有決策樹分類精度的平均減少量可以衡量該特征的分類重要性。如果對某個特征的隨機數(shù)值重排使得分類精度減少較多，則認為該特征對分類的貢獻度較大。特征重要性詳細計算步驟可參見文獻[25]。圖6展示了本文選取的景觀語義指數(shù)在城中村識別中的重要性?？梢钥闯鰜?，建筑斑塊個數(shù)密度(PD)表現(xiàn)出最高的貢獻度，其次是平均建筑斑塊最鄰近距離(MNND)，建筑斑塊覆蓋率(PLAND)。實際上，城中村最主要的物理特點就是建筑分布密集，建筑覆蓋率高，建筑間距小。而平均建筑斑塊面積(MPA)對于城中村的識別作用相對較小，這可能是由于其他的城市功能區(qū)也分布著較小尺寸的房屋，比如高檔住宅區(qū)?？傊瑥某侵写宓奈锢硖攸c以及特征的可解釋性出發(fā)，本文選取的典型景觀語義指數(shù)直觀且物理意義明確，較好地描述了城中村的形態(tài)，特征重要性的定量排序結(jié)果與城中村的物理特點是相符的。

圖6 城中村提取中的特征重要性Fig.6 Feature importance in UVs detection

3.3 城中村現(xiàn)狀與土地政策分析

圖7展示了研究區(qū)內(nèi)城中村的制圖結(jié)果，在研究區(qū)范圍內(nèi)共檢測出330個城中村街區(qū)，占地面積2525公頃。城中村的存在給城市的可持續(xù)發(fā)展帶來諸多問題。首先，城中村居住環(huán)境惡劣，嚴重影響城市景觀。另外，城中村內(nèi)土地價值沒有完全開發(fā)。在城市建設(shè)中，政府經(jīng)常面臨城市用地短缺的問題[26]，而一些城中村占據(jù)了城市中優(yōu)越的地理位置，但是土地利用非常低效[2]。為了促進土地的高效利用，城中村的改造不可避免。然而，城中村的改造進度卻比較緩慢。一方面，城中村為大量外來務(wù)工人員提供了廉價的住房，在城市化進程中也發(fā)揮了一定程度上的積極作用[3]。據(jù)報道，廣州的城中村容納了超過600萬的外來人口。另一方面，城中村拆遷過程中的利益沖突也會嚴重影響城中村的拆遷進度。廣州是中國的一線城市之一，城中村改造成本昂貴。因此，廣州的城中村改造相對緩慢，盡管如此，廣州2016年發(fā)布的“十三五”規(guī)劃中仍然提到要將城中村改造作為城市更新的重點行動。

3.4 精細尺度城中村提取探討

上文在街區(qū)層進行了城中村的提取，街區(qū)層的城中村制圖結(jié)果比較適用于實際的城市規(guī)劃與管理，但是街區(qū)分割受制于預(yù)先提供的道路矢量數(shù)據(jù)。本節(jié)在格網(wǎng)層繼續(xù)探討更細粒尺度的城中村提取。格網(wǎng)劃分不依賴于外部矢量數(shù)據(jù)，但是需要注意格網(wǎng)的尺寸設(shè)置。一般而言，格網(wǎng)大小需要覆蓋一個完整的場景區(qū)域，其內(nèi)部應(yīng)當(dāng)具有比較明顯的場景模式。在城中村提取任務(wù)中，考慮到城中村內(nèi)建筑的大小與空間分布，本文探索了不同格網(wǎng)尺度下的城中村提取結(jié)果。格網(wǎng)邊長分別設(shè)為80、100、120、140、160 m，對應(yīng)影像上的像素個數(shù)分別為：40、50、60、70、80。采用半重疊格網(wǎng)來進行城中村場景特征的提取(景觀語義指數(shù))，以減少格網(wǎng)劃分帶來的邊緣效應(yīng)，重疊區(qū)域?qū)Ψ诸惛怕什捎镁挡僮?。對于每個尺度，隨機標記了80個城中村和80個非城中村格網(wǎng)場景作為參考數(shù)據(jù)，其中40個城中村和40個非城中村場景作為訓(xùn)練數(shù)據(jù)，其余為測試數(shù)據(jù)。格網(wǎng)尺度的城中村檢測精度如圖8所示。

圖7 廣州城中村制圖結(jié)果Fig.7 UVs mapping in Guangzhou

圖8 不同格網(wǎng)尺度下的城中村提取精度Fig.8 Accuracy of UVs detection at grid level with different spatial scales

可以看到，當(dāng)格網(wǎng)尺度為80 m時，精度相對較低，這說明該空間尺度不能充分表征城中村的場景特點，而格網(wǎng)尺度較大時，精度相對較高。但是，也要認識到，大的格網(wǎng)尺度會導(dǎo)致明顯的邊緣效應(yīng)，使得城中村提取結(jié)果不夠精細。因此，格網(wǎng)層的城中村提取需要考慮精度與精細度之間的平衡。在試驗中，格網(wǎng)尺度在120 m左右時，能夠覆蓋具有一定空間模式的城市基本地物，從而能夠較好地表征城中村的場景特點。圖9展示了120 m格網(wǎng)尺度下的城中村提取結(jié)果，與街區(qū)層提取結(jié)果疊加顯示，表現(xiàn)出了較高的一致性。

4 總 結(jié)

城中村的空間分布信息對城市管理非常必要。本文從城中村的物理特點出發(fā)，設(shè)計采用景觀語義指數(shù)描述高分辨率遙感影像上復(fù)雜的城中村場景(主要是建筑的空間排列模式)，并采用“分類置信度-反饋”機制，進行了大范圍的城中村提取與制圖。結(jié)果表明，景觀指數(shù)物理意義明確，具有高層次的語義信息，能夠成功地進行城中村場景表達，而且“分類置信度-反饋”機制能夠引導(dǎo)參考機器學(xué)習(xí)輸出的分類概率專門針對低置信度分類結(jié)果進行檢查修正，以有限的人工干預(yù)生產(chǎn)更加準確的城中村制圖產(chǎn)品，為后續(xù)的應(yīng)用提供基礎(chǔ)。結(jié)果表明，本文方法能夠應(yīng)用于大范圍的城中村提取與制圖，未來可以將其拓展到多時序影像，探究城中村的時空演變。

注：紅色邊框為街區(qū)層提取結(jié)果圖9 格網(wǎng)尺度(120 m)的城中村提取結(jié)果Fig.9 UVs detection result at grid level with spatial scale of 120 m