基于多元数据的省会城市城中村精细提取

冯东东，张志华，石浩月

(1.兰州交通大学测绘与地理信息学院，兰州 730070；2.地理国情监测技术应用国家地方联合工程研究中心，兰州 730070；3.甘肃省地理国情监测工程实验室，兰州 730070)

0 引言

改造城中村不但能够保证村内居民生产生活需要，而且可有效集约土地，提升城市美观性与协调性[1]。目前有关城中村的研究主要集中在理论和政策层面，易受时空因素制约，缺少数据支撑及定量分析。因此如何从城市结构中精细提取出城中村区域，逐渐成为学者们研究的热点。

近年来有学者提出利用遥感影像提取城中村，例如刘辉[1]基于深度神经网络模型和场景语义描述的方法，以深圳和武汉为例提取城中村；Boutell等[2]将地物场景分割为一定数量的子块，然后计算每个子块的光谱特征，最后根据子块特征，使用支持向量机算法实现地物的分类。此外，还有学者提出基于面向对象的城中村提取方法，例如尚春艳[3]利用传统的面向对象法对研究区的城中村土地利用进行检测，并提取变化信息；Li等[4]利用高分辨率影像，以非监督深度学习为基础，建立了多种分割模型，对深圳市城中村进行提取。然而，由于城中村内房屋建筑复杂，特征不一，常用的分割算法难以准确分割出城中村与相邻地物对象，因此面向像元和对象的提取方法难以有效应用于城中村提取。

鉴于此，本文结合多元空间数据，利用遥感影像提取技术与地理信息系统(geographic information system，GIS)空间分析技术相结合的方法对城中村进行提取；……