王帥，覃馭楚，楊富坤

(1 中國科學院遙感與數字地球研究所 遙感科學國家重點實驗室, 北京 100101； 2 中國科學院大學資源與環(huán)境學院, 北京 100049)

土地覆蓋是開展地表生態(tài)環(huán)境研究的重要內容，在土地覆蓋/土地利用變化、環(huán)境污染、土地退化、生物多樣性喪失等問題日趨嚴重的情況下，及時可靠的全球土地覆蓋制圖產品是地表生態(tài)環(huán)境研究的基礎數據[1]。城市化是人類影響地表土地覆蓋最顯著的因素，目前全世界超過50%的人口居住在城市地區(qū)，而這一比例在1950年僅為30%，預計到2050年，城市人口會達到世界人口總數的66%[2]。雖然城市僅僅覆蓋地球表面相對較小的部分，但城市區(qū)域的研究對人類住房需求、氣候變化研究與應對、災害風險防范以及城市發(fā)展等可持續(xù)發(fā)展目標有著至關重要的作用[3-4]。然而，目前并沒有經過嚴格數據質量檢驗的全球尺度居民地制圖產品來支撐地表生態(tài)環(huán)境變化的研究[5-6]，因此研發(fā)大尺度建成區(qū)建筑密度遙感估算模型與算法，形成大尺度、長時間序列的建設區(qū)遙感制圖產品就成為亟待解決的問題。

全球人類居住區(qū)層(global human settlement layer，簡稱GHSL)是由歐盟聯(lián)合研究中心(Joint Research Centre，簡稱JRC)負責的大面積人居環(huán)境制圖項目。全球人類居住區(qū)層為過去40年(1975—2015年)建筑和人口的增長提供了詳細的數據，該資料中包含關于城市化評估、土地覆蓋變化、城市規(guī)劃和管理等[4,7-9]較為全面的數據資料。GHSL是利用陸地衛(wèi)星遙感影像提取的一套全球人類居住區(qū)制圖產品。研究人員提出一種基于符號機器學習的新分類方法[10-11]，利用盡可能長時間序列的遙感數據提取人居環(huán)境信息。GHSL嘗試采用全球MSS(multispectral scanner sensor)數據進行人類居住地信息提取，這也是已知的首次探索使用數字高程模型數據輔助生成全球居民地制圖產品的嘗試。GHSL建成區(qū)建筑密度遙感制圖產品作為實驗性的產品，目前在歐洲和美國地區(qū)完成驗證[5]，該驗證主要采用歐洲聯(lián)盟統(tǒng)計辦公室(EUROSTAT)發(fā)布的大面積實地調查數據和高于1∶10 000比例尺的建筑足跡數字制圖產品作為驗證數據集。其中GHSL在歐美的驗證中使用LUCAS(land use/cover area frame survey)調查收集的土地覆蓋類別[12]，研究人員將人工土地類別(也稱建筑類)劃分為3個子類，即低建筑、高建筑和溫室。低建筑指的是1～3層或者10 m以下的建筑；高建筑指的是3層或者10 m以上的房屋類建筑；溫室指的是玻璃、塑料或者其他半透明但不透水的材料建造的建筑物。研究人員將LUCAS調查的高建筑、低建筑、溫室等3種土地類別數據重分類為一個單獨的建筑類，通過像元聚合構建與GHSL建成區(qū)建筑密度遙感制圖產品相同空間分辨率的驗證數據集，最后通過相關分析評價產品精度。從驗證結果看，GHSL建成區(qū)建筑密度遙感制圖產品與建筑物密度具有較好的相關性，GHSL在歐美區(qū)域是一個很好的建成區(qū)面積數據產品。然而，目前GHSL建成區(qū)建筑密度遙感制圖產品在亞洲地區(qū)尤其是中國的高密度城市地區(qū)缺乏相應的精度信息。由于亞洲地區(qū)和歐洲地區(qū)人口分布密度、生態(tài)及建筑構造等因素存在很多方面的不同，GHSL在亞洲特別是中國區(qū)域的驗證也就成為數據產品進一步應用的關鍵問題。本文主要致力于對GHSL的建成區(qū)建筑密度遙感制圖產品在中國典型城市的精度進行驗證與分析，以便于為GHSL數據在中國乃至于亞洲地區(qū)的應用提供可參考的精度信息。

本文主要以上海、西安、長春、昆明及烏魯木齊5個城市單體建筑物分布圖為基礎數據，通過對單體建筑矢量數據的聚合，得出與JRC發(fā)布的建成區(qū)建筑密度遙感制圖產品同等分辨率(250與1 000 m)的中國建成區(qū)面積密度柵格圖像產品作為驗證數據評估GHSL建成區(qū)建筑密度遙感制圖產品在中國地區(qū)的精度，以期為GHSL建成區(qū)建筑密度遙感制圖產品在中國地區(qū)的應用提供可參考的精度信息。

1 研究區(qū)域和數據介紹

1.1 研究區(qū)域

本研究選取中國不同地域的5個城市作為研究區(qū)域，東北地區(qū)選取長春，華東地區(qū)選取上海，西南地區(qū)選取昆明，西北地區(qū)選取烏魯木齊和西安。由于5個城市的發(fā)展狀態(tài)和人口數量不同，建筑物形態(tài)和分布也會存在差別，因此，本文選擇的5個城市可作為中國大部分地區(qū)城市建成區(qū)建筑密度的代表。選取的5個城市的地理位置如圖1所示。

圖1 研究區(qū)示意圖Fig.1 Study areas

1.2 數據介紹

建成區(qū)建筑密度通常用單位面積中單體建筑面積占用比例表示。本文從百度地圖中提取的單體建筑物數據，處理得到250與1 000 m分辨率的建筑物密度數據作為驗證數據，對GHSL建筑物密度產品數據進行驗證。

1.2.1 GHSL產品數據

建成區(qū)產品使用的統(tǒng)計數據是隨時間變化的衛(wèi)星影像中提取的建筑信息，以1975、1990、2000和2014年4個時間節(jié)點為中心形成時間序列，統(tǒng)計建筑面積的變化。每個時間序列又分為38、250和1 000 m分辨率建成區(qū)產品。本文選取GHSL最新產品數據，即2014年250與1 000 m分辨率的建成區(qū)遙感制圖產品在中國地區(qū)進行驗證。GHSL建成區(qū)建筑物密度遙感制圖在上海地區(qū)的示例如圖2所示。

圖2 GHSL建成區(qū)建筑物密度遙感制圖(上海)Fig.2 GHSL BDM of built-up areas (Shanghai)

1.2.2 單體建筑數據

在本次驗證中所需的驗證數據以地面真實建筑輪廓為依據，由于手工繪制單體建筑分布圖耗時耗力，因此從百度地圖(https:∥map.baidu.com/)最高縮放等級19級，根據房屋特征獲取建筑物輪廓二值圖(2017年獲取)，然后經過拼接、濾波、矢量化和配準等操作得到單體建筑輪廓的矢量數據。利用此方法獲取烏魯木齊、長春、上海、昆明和西安5個中國省會城市單體建筑物分布圖。選取覆蓋市中心的18 km×18 km的正方形研究區(qū)域。每個城市獲取的建筑輪廓數據范圍如圖3所示。

2 數據處理

GHSL建成區(qū)建筑密度遙感制圖產品的驗證，需要將百度(BD)地圖中提取處理的單體建筑矢量數據聚合成與GHSL建成區(qū)建筑密度產品同等分辨率的影像。處理過程如圖4所示。

具體處理可分為以下4個步驟：

1) 生成格網：將單體建筑矢量數據轉換成與GHSL建成區(qū)建筑密度遙感制圖產品空間分辨率一致的柵格數據，需要有與GHSL建成區(qū)建筑密度遙感制圖產品柵格位置一致的矢量格網數據。因此，利用GHSL建成區(qū)建筑密度遙感制圖產品的柵格數據生成1 000 m分辨率的本文所需的格網。

2) 交集運算：將格網與單體建筑矢量數據進行交集運算，以將單體建筑矢量數據的屬性疊加到每個網格中。

圖3 5個城市內研究范圍的單體建筑分布圖Fig.3 Individual building distributions in the study scopes of the five cities

圖4 數據聚合流程圖Fig.4 Flow chart of data aggregation

3) 建筑面積密度計算：建筑面積密度的計算公式為

Pi,j=Si,j/S，

(1)

式中：Pi,j是每個網格中的建筑密度，Si,j是第(i,j)個網格中單體建筑的面積，S是網格面積。

4) 矢量轉柵格：將帶有建筑密度屬性的網格數據轉換成柵格數據，得到本文需要的建筑密度驗證數據。

3 結果與分析

由于GHSL建筑物密度產品為2014年數據產品，而獲取的BD建筑物密度數據為2017年更新數據，因此在谷歌地圖上選擇2014年12月影像數據與2016年12月影像數據進行目視對比(如圖5所示)，發(fā)現5個城市在研究區(qū)域內地物變化不大，并且所選區(qū)域為城市主城區(qū)，城區(qū)內拆建對研究影響并不明顯，因此可以保證兩個時期建筑物密度對比結果有一定的指示意義。

將BD建筑物密度數據處理得到與GHSL建

筑物密度產品同一分辨率下，并且在同一色度范圍(0～1)內進行對比。如圖6所示，GHSL建筑物密度數據相比BD建筑物密度數據在整體上要偏高，但是數據高值區(qū)與低值區(qū)分布相似，1 000 m分辨率的影像對比中更加明顯。由于GHSL建筑密度數據是由Landsat 30 m分辨率數據得到，在建筑分類時受到混合像元的影響[5, 13]，部分道路(尤其是瀝青混凝土道路)、綠化等會混入像元中，因此對于單一像元會產生較大的誤差，這種誤差會造成整體建筑物密度偏高；并且對于大部分為綠化或者道路的像元中，如果混入建筑物，單棟建筑和被植被包圍的小型聚落形態(tài)的建筑難以識別，會使得建筑物密度偏低。

為了更加直觀地對GHSL建筑物密度數據與BD建筑物密度數據進行對比，本文對上海、長春、西安、烏魯木齊和昆明5個城市研究區(qū)域內的像元進行統(tǒng)計，在250與1 000 m分辨率下對不同密度等級下的像元數進行柱狀圖統(tǒng)計(圖7)，并得到不同城市在不同密度等級下像元占比，如表1所示。除昆明外，其他4個城市GHSL建筑密度主要集中于0.8以上，占比超過50%，尤其是上海和長春建筑相對密集的城市，其占比超過70%；BD建筑密度主要集中于0～0.3，由于是對單體建筑物進行提取，在進行柵格處理時不會受到混合像元的影響，因此可以認為BD建筑密度數據為城市建筑密度真實值。結合圖5、圖6可以看出，昆明城市區(qū)域建筑相對稀疏，在建筑密度上主要集中于0.4以下。

圖5 5個城市研究區(qū)域2個時期(2014年12月與2016年12月)谷歌地圖對比Fig.5 Comparison between Google maps in December 2014 and in December 2016 for the five urban research areas

圖6 250與1 000 m分辨率下5個城市研究區(qū)域BD建筑密度分布圖與GHSL建筑密度圖Fig.6 BD built-up areas map and GHSL built-up areas products in the five urban research areas at the 250 and 1 000 m resolutions

表1 250與1 000 m分辨率下5個城市研究區(qū)域內建筑密度各等級像元數占比Table 1 Proportions of building density in the five urban research areas at the 250 and 1 000 m resolutions%

圖7 250與1 000 m分辨率下5個城市研究區(qū)域內建筑密度各等級像元數柱狀圖統(tǒng)計Fig.7 Histogram statistics of building density in the five urban research areas at the 250 and 1 000 m resolutions

為了定量驗證GHSL建筑物密度產品，對GHSL建筑物密度數據與BD建筑物密度數據進行逐像元對比。如圖8、圖9所示，相比BD建筑密度，GHSL建筑密度數據存在較多的高值，尤其是在250 m分辨率下。1 000 m分辨率下各個城市研究區(qū)像元對比得到的R整體高于250 m分辨率。并且相比于250 m分辨率對比結果，5個城市在1 000 m分辨率下對比驗證的均方根誤差(RMSE)整體偏低，RMSE均小于0.1，因此在實際應用中，GHSL建筑物密度產品數據在較低分辨率時，有更高的應用價值。

4 結論

本研究主要開展JRC研發(fā)的GHSL建成區(qū)建筑密度遙感制圖產品在中國區(qū)域的驗證對比工作，選取5個代表性城市劃定研究區(qū)域，提供GHSL建成區(qū)建筑密度遙感制圖產品定量化的質量評價信息，為該數據產品在中國地區(qū)的應用提供參考依據。根據分析結果得到的主要結論如下：

BD建成區(qū)建筑密度數據與GHSL建成區(qū)建筑密度遙感制圖產品數據存在良好的線性關系，特別是在1 000 m分辨率下，GHSL建成區(qū)建筑密度遙感制圖產品可以基本反映中國地區(qū)建成區(qū)建筑密度。

在GHSL中，建筑物類被定義為特定傳感器收集的所有空間單元的聯(lián)合，包含建筑或它周圍的一部分[11]。由于混合像元的影響，單一像元內會包含單體建筑物、道路、植被以及建筑物本身陰影等信息[5, 13]，在建筑較密集地區(qū),道路 (尤其是瀝青混凝土道路)和建筑區(qū)域的混淆都可能被誤分為建筑區(qū)域,因此GHSL建筑密度產品會呈現明顯的高估現象；由于所使用的Landsat圖像分辨率為30 m，在這種分辨率下，單體建筑和被植被包圍的較小建筑聚落可能難以識別，因此在相對較低的建筑聚集區(qū)建筑密度呈現低估的現象。

圖8 GHSL建筑密度數據與BD建筑密度數據回歸分析結果(250 m)Fig.8 Regression analysis results of GHSL built-up areas product and BD built-up areas map (250 m resolution)

圖9 GHSL建筑密度數據與BD建筑密度數據回歸分析結果(1 000 m)Fig.9 Regression analysis results of GHSL built-up areas product and BD built-up areas map (1 000 m resolution)

本研究只在5個城市開展了產品驗證與精度評價的探索研究，未來將繼續(xù)收集覆蓋全中國的地面單體建筑分布圖，在開展GHSL建筑密度產品精度驗證的基礎上，研發(fā)中國全境范圍內的建成區(qū)建筑密度遙感制圖產品。