屈金蓮

（湖南省湘煤地質(zhì)工程勘察有限公司，湖南 長沙 410000）

0.引言

隨著城市建設(shè)的發(fā)展，城市的土地利用越來越緊張，結(jié)合環(huán)境和城市建設(shè)的雙重利益考慮，需要對城市的土地空間進(jìn)行合理的規(guī)劃，進(jìn)行城市土地空間最優(yōu)配置，提高城市土地資源的利用水平，減少城市土地資源空間浪費(fèi)，研究城市土地空間最優(yōu)配置方法，對優(yōu)化城市土地規(guī)劃設(shè)計(jì)的具有重要意義，相關(guān)的城市土地空間配置和規(guī)劃研究受到人們的重視[1]。

城市土地空間最優(yōu)配置是通過地理信息數(shù)據(jù)庫分析和分塊匹配實(shí)現(xiàn)，結(jié)合遙感衛(wèi)星監(jiān)測，采用多目標(biāo)的優(yōu)化控制方法，構(gòu)建城市土地空間最優(yōu)配置模型。傳統(tǒng)方法中，對城市土地空間最優(yōu)配置方法主要有線性單位網(wǎng)格配置方法、矢量場紋理可視化配置方法以及網(wǎng)格多分辨配置方法等，通過GIS數(shù)據(jù)庫構(gòu)建，在地理信息庫中進(jìn)行資源配置[2]。文獻(xiàn)[3]中提出地理矢量場空間變化特征的多分辨率紋理可視化配置方法，采用多分辨的紋理構(gòu)建和信息增強(qiáng)技術(shù)，計(jì)算地理矢量場復(fù)合信息熵，通過復(fù)雜空間特征結(jié)構(gòu)分析，進(jìn)行土地空間配置，該方法的在線可視化效果較好，但對地理矢量場數(shù)據(jù)集成與綜合應(yīng)用性能不好。文獻(xiàn)[4]中提出基于深度學(xué)習(xí)的土地空間分區(qū)分層信息提取方法，實(shí)現(xiàn)對城市土地資源的快速獲取，結(jié)合地球表面信息梯度融合，提高城市土地空間配置能力，但對大范圍的密集土地利用性能不好。針對上述問題，本文提出基于多目標(biāo)優(yōu)化的城市土地空間最優(yōu)配置方法。首先進(jìn)行模型構(gòu)建，建立城市土地空間配置的目標(biāo)約束參量模型，以地形特征、空間分布、遙感分辨特征等數(shù)據(jù)為基礎(chǔ)參量，進(jìn)行資源動態(tài)配置，然后通過城市土地的影像視覺分析方法，進(jìn)行城市土地空間多目標(biāo)學(xué)習(xí)和優(yōu)化重組，實(shí)現(xiàn)城市土地空間配置，最后進(jìn)行實(shí)驗(yàn)測試分析，展示了本文方法在提高城市土地空間最優(yōu)配置能力方面的優(yōu)越性能。

1.研究方法與模型構(gòu)造

1.1 城市土地空間配置研究對象方法

為了實(shí)現(xiàn)基于多目標(biāo)優(yōu)化的城市土地空間最優(yōu)配置，需要首先構(gòu)建城市土地空間配置的分塊和分層結(jié)構(gòu)模型，采用模塊化特征提取和高分辨遙感監(jiān)測的方法，進(jìn)行城市土地空間的自適應(yīng)配置。在影像輸入模式下，根據(jù)深度學(xué)習(xí)和卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，建立城市土地空間分布的參數(shù)模型，采用多目標(biāo)進(jìn)化和語義特征檢測，結(jié)合樣本序列訓(xùn)練的方法，構(gòu)建城市土地空間分布域，在矢量場分布區(qū)域中，通過建立矢量場的空間變化特征分析模型，采用增強(qiáng)表達(dá)和地理矢量場復(fù)合檢測的方法，進(jìn)行城市土地空間定量屬性的變化分布檢測[5]，城市土地空間的矢量場表達(dá)模型（如圖1所示）：

圖1 城市土地空間的矢量場表達(dá)模型

根據(jù)圖1城市土地空間的矢量場表達(dá)模型可知，結(jié)合多分辨的紋理參數(shù)分析和區(qū)域界定，分析矢量場中的結(jié)構(gòu)特征、多尺度及空間分布特性，以矢量方向分布模擬城市土地空間配置參數(shù)，確定信息熵，取城市土地空間分布的鄰域?yàn)镹×N，本文以場強(qiáng)大小構(gòu)建強(qiáng)度信息熵，得到城市土地空間檢測的高分辨強(qiáng)度分布范圍為B=［mmin，mmax］，其中，mmin，mmax分別為各類標(biāo)量屬性的抽象綜合值，在矢量場全局強(qiáng)度最小狀態(tài)分布結(jié)構(gòu)下，構(gòu)建矢量場紋理分布集，得到城市土地空間最優(yōu)配置的高分辨遙感監(jiān)測模型（如圖2所示）：

圖2 城市土地空間最優(yōu)配置的高分辨遙感監(jiān)測模型

1.2 分區(qū)分層的土地空間特征提取

以上述地形特征、空間分布、遙感分辨特征等數(shù)據(jù)為基礎(chǔ)參量，采用深度學(xué)習(xí)模型分層提取城市土地的空間分布地形參數(shù)，進(jìn)行城市土地空間的特征提取[6]。特征提取流程（如圖3所示）：

圖3 特征提取流程

根據(jù)圖3的特征提取模型，構(gòu)建多級化的城市土地空間配置網(wǎng)格模型，通過數(shù)學(xué)形態(tài)特征分析，建立城市土地空間配置的遙感影像檢測模型，在綜合尺度特征分析中，采用分步提取的方法，得到的城市土地空間圖斑用L（a，bm）描述，其中，a為開放園區(qū)場景下的城市土地分配率；bm為地面點(diǎn)對于垂直方向的約束參數(shù)。通過閉環(huán)檢測獲得的局部地圖特征量，由此得到關(guān)聯(lián)的單幀電源模糊特征分布集，如式（1）所示：

式（1）中，y為測量點(diǎn)聯(lián)合點(diǎn)到線距離；X（k）為單幀掃描獲取的城市土地配置參數(shù)；k為經(jīng)驗(yàn)?zāi)B(tài)分解閾值；n為面積；N為剔除點(diǎn)數(shù)；θe為桿狀點(diǎn)的位置偏移信息；ρe為序列幀間的相對位置參數(shù)。結(jié)合城市土地的影像視覺分析方法，進(jìn)行城市土地空間多目標(biāo)學(xué)習(xí)和優(yōu)化重組，提高城市土地的空間配置能力。

2.城市土地空間配置優(yōu)化

2.1 約束目標(biāo)參量模型

構(gòu)建城市土地的空間配置的約束參數(shù)模型，根據(jù)城市土地的地面像素，分析其對應(yīng)的點(diǎn)云標(biāo)記點(diǎn)，得到城市土地的整體道路對象參數(shù)模型，如式（2）所示：

式（2）中，A為城市土地利用的關(guān)聯(lián)規(guī)則性特征集，表示為一個(gè)N階方陣；X（k）為路網(wǎng)中心性函數(shù)，通過城市土地空間多目標(biāo)學(xué)習(xí)和優(yōu)化的模型參數(shù)學(xué)習(xí)，得到的Hx，Hy分別為城市土地利用的覆蓋率參數(shù)，采用目標(biāo)參數(shù)融合和合并控制，得到城市土地利用參數(shù)控制的空間特征信息分布，在單元網(wǎng)格內(nèi)，通過stroke整體匹配的方法，得到在x軸和y軸的土地延展度，采用歸一化的均方根誤差匹配，在高分辨率遙感影像約束下，采用平移變換，以Ic為中心進(jìn)行城市土地的模板分塊，在N×N窗口wi內(nèi)得到土地的多目標(biāo)進(jìn)化分割模型，如式（3）所示：

式（3）中，c0，c1，．．．，cN－1為城市土地的分塊特征匹配系數(shù)；f（c0，c1，．．．，cN－1）為綜合多尺度特征參數(shù)。綜上分析，采用多目標(biāo)優(yōu)化技術(shù)，建立城市土地的分區(qū)分層檢測和綜合利用模型，采用綜合模型參數(shù)控制，在不同的土地用途目標(biāo)約束條件下實(shí)現(xiàn)最優(yōu)配置。

2.2 土地最優(yōu)配置模型

根據(jù)所提取的城市土地空間最優(yōu)配置參數(shù)信息，基于博弈相關(guān)分析方法，進(jìn)行城市土地空間最優(yōu)配置的多目標(biāo)優(yōu)化，得到多目標(biāo)優(yōu)化的迭代模型函數(shù)，如式（4）所示：

式（4）中，α為最大化利用效率參數(shù)；μ為土地的面積貢獻(xiàn)率；r（t）為地塊數(shù)；i（t）為總面積參數(shù)；s（t）為建筑用地的占比，建立經(jīng)濟(jì)效益下城市土地的空間配置的智能規(guī)劃模型，考慮建筑用地、商業(yè)用地以及影像的灰度像素特征分量，如式（5）所示：

式（5）中，t0為Inception紋理模型訓(xùn)練的初始時(shí)間窗口；I（x）為城市土地空間分配的分層維數(shù)；t（x）為標(biāo)注參數(shù)；si（k）多目標(biāo)進(jìn)化的迭代分量。由此得到城市土地空間最優(yōu)分配的多目標(biāo)優(yōu)化的統(tǒng)計(jì)函數(shù)，如式（6）所示：

式（6）中，R為城市土地空間的拓展半徑；ξi為街區(qū)行政單元網(wǎng)格的路網(wǎng)增量；φ（xi）為土地覆蓋數(shù)據(jù)；o為初始量測點(diǎn)。由此，構(gòu)建了城市土地空間最優(yōu)分配的目標(biāo)量化集，根據(jù)多目標(biāo)優(yōu)化函數(shù)解析，實(shí)現(xiàn)土地空間最優(yōu)配置。

3.實(shí)驗(yàn)測試分析

通過仿真實(shí)驗(yàn)驗(yàn)證本文方法在實(shí)現(xiàn)土地空間最優(yōu)配置中的性能，采用Matlab進(jìn)行仿真實(shí)驗(yàn)，對城市土地空間的遙感數(shù)據(jù)采集來自于Google Earth高分辨率遙感觀測儀，數(shù)據(jù)分辨率為0.69m，多目標(biāo)優(yōu)化的訓(xùn)練樣本數(shù)為2000，迭代步數(shù)為100。根據(jù)上述參數(shù)設(shè)定，得到城市土地的遙感監(jiān)測影像（如圖4所示）：

圖4 城市土地的遙感監(jiān)測影像

根據(jù)圖4的遙感監(jiān)測影像數(shù)據(jù)，采用分塊匹配方法，建立城市土地空間土地的分塊模型（如圖5所示）：

圖5 城市空間土地的分塊模型

結(jié)合城市土地的影像視覺分析，進(jìn)行城市土地空間多目標(biāo)學(xué)習(xí)和優(yōu)化重組，得到土地的分塊配置（如圖6所示）：

圖6 土地空間的分塊配置結(jié)果

分析圖6可知：本文方法能有效實(shí)現(xiàn)對城市土地空間配置，并采用不同方法，進(jìn)行城市土地空間土地配置，得到特征點(diǎn)匹配結(jié)果（如圖7所示）：

圖7 城市土地空間配置的特征點(diǎn)匹配結(jié)果

對比圖7可知：采用本文方法進(jìn)行城市土地空間配置的匹配點(diǎn)數(shù)較高，比傳統(tǒng)方法提升顯著，說明本文方法能有效提高土地空間配置后的利用率。

4.結(jié)束語

對城市的土地空間進(jìn)行合理規(guī)劃，進(jìn)行城市土地空間最優(yōu)配置，提高城市土地資源的利用水平，本文提出基于多目標(biāo)優(yōu)化的城市土地空間最優(yōu)配置方法。結(jié)合樣本序列訓(xùn)練的方法，構(gòu)建城市土地空間分布域，在矢量場分布區(qū)域中，通過建立矢量場的空間變化特征分析模型，根據(jù)多目標(biāo)優(yōu)化函數(shù)解析，實(shí)現(xiàn)土地空間最優(yōu)配置。研究得出：本文方法能有效實(shí)現(xiàn)城市土地空間最優(yōu)配置，特征點(diǎn)匹配度高，利用率好。