高密度城区建筑图斑智能识别与屋顶绿化适建性评估——以成都市为例

• 作者: 罗露花 陈铭杰 董路路 苏薇 李昕 胡晓东 张新 李晨 程维明 石含宁 骆剑承
• 来源期刊: 资源与生态学报（英文版）
• 关键词: 深度学习 屋顶绿化 适宜性评估 空间连接 加权叠加
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: Urban Ecosystem
• 页码范围: 247-256
• 页数: 10页
• 语种: 英文
• DOI: 10.5814/j.issn.1674-764x.2022.02.008

摘要

随着城市扩张,城市绿地被占用,城市热岛效应严重,对城市建筑屋顶面进行绿化,是增加城市绿地面积、改善城区生态环境的有效途径.针对高密度城区建设用地趋于饱和及生态环境难以拓展的现状,本文利用高分二号卫星影像,通过深度学习辅助人工修正获取研究区精确建筑图斑,建立含屋顶自身属性特征、自然环境特征、人文社会环境特征的屋顶绿化评价指标体系,运用层次分析法计算非屋顶自身属性特征的权重值,通过空间连接、加权叠加等空间分析方法综合评估适宜绿化的屋顶面.文章以成都市三环线以内区域为示范区展开研究,研究结果表明,通过深度学习获取的精确的建筑图斑,可以提高实验效率;而通过特征提取的方法,可对不适宜绿化的屋顶面有效地进行分类,精度达86.58％,其中适宜绿化的图斑数量占总数比48.08％,高适类、中适类、低适类的建筑图斑占比分别为45.32％、38.95％、15.73％,高适宜绿化建筑主要分布在成都市一环区及一环区以外西部地区.研究结果可为后续空间规划研究提供有效数据支撑.