基于GIS和历史卫星影像的城市建筑大数据识别

• 作者: 邓章 陈毅兴
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 城市建筑群能耗模拟 建筑类型 建造年代 随机森林 卷积神经网络
• 年，卷（期）: 2022,（5）
• 所属期刊栏目: 土木工程
• 页码范围: 215-222
• 页数: 7页
• 分类号: TU111
• 语种: 中文
• DOI: 10.16339/j.cnki.hdxbzkb.2022110

摘要

在城市建筑群能耗模拟中，建筑类型和建筑年代是典型建筑参考的主要依据，目前较难直接获取相关数据.为识别建筑类型，以长沙市区21538个建筑轮廓（不含城市地图信息点和区域边界轮廓信息）为例，基于建筑轮廓的轮廓面积、近似矩形短边宽度、近似矩形系数等几何特征，运用随机森林方法成功识别出低层住宅、公寓式住宅和其他类型，整体准确率为81.7%.为识别建筑年代，以长沙市中心区域7900个建筑轮廓为例，基于历史卫星影像数据，运用卷积神经网络方法自动提取不同年代的建筑轮廓，平均精确度为80%.然后分别相交分析推断出5077栋建筑建造于2005年之前，1606栋建筑建造于2005—2014年，1217栋建筑建造于2015—2017年.该方法同样适用于其他城市，为后续的建筑群能耗模拟提供了数据支持.