[论文解读] Automated identification and characterization of parcels (AICP) with OpenStreetMap and Points of Interest

Ying Long, Xingjian Liu|arXiv (Cornell University)|Nov 24, 2013

Land Use and Ecosystem Services参考文献 22被引用 38

一句话总结

该论文提出了一种自动化方法，利用开放街图（OpenStreetMap）道路网络和兴趣点（POI）数据识别并表征中国城市地块。通过应用基于矢量的元胞自动机模型，该方法在中国297座城市中识别出82,645个城市地块，为数据匮乏地区提供了一种低成本、可扩展的传统遥感与实地调查的替代方案。

ABSTRACT

Against the paucity of urban parcels in China, this paper proposes a method to automatically identify and characterize parcels (AICP) with OpenStreetMap (OSM) and Points of Interest (POI) data. Parcels are the basic spatial units for fine-scale urban modeling, urban studies, as well as spatial planning. Conventional ways of identification and characterization of parcels rely on remote sensing and field surveys, which are labor intensive and resource-consuming. Poorly developed digital infrastructure, limited resources, and institutional barriers have all hampered the gathering and application of parcel data in developing countries. Against this backdrop, we employ OSM road networks to identify parcel geometries and POI data to infer parcel characteristics. A vector-based CA model is adopted to select urban parcels. The method is applied to the entire state of China and identifies 82,645 urban parcels in 297 cities. Notwithstanding all the caveats of open and/or crowd-sourced data, our approach could produce reasonably good approximation of parcels identified from conventional methods, thus having the potential to become a useful supplement.

研究动机与目标

• 为解决中国等发展中国家城市地块数据稀缺的问题，传统数据采集方式成本高昂且资源密集。
• 开发一种自动化、可扩展的方法，用于识别和表征城市地块，而无需依赖昂贵的遥感或实地调查。
• 利用开源数据——特别是开放街图道路网络和POI数据——推断地块边界和属性。
• 评估在数据有限背景下，使用众包地理空间数据进行城市地块建模的可行性和准确性。
• 为数字基础设施不发达地区提供一种实用、低成本的城市规划与精细化城市建模替代方案。

提出的方法

• 采用基于矢量的元胞自动机（CA）模型，根据开放街图道路网络的空间分布模拟并识别城市地块边界。
• 通过OSS道路线段的连通性和密度推断地块几何形态，将道路网络视为城市用地边界的代理指标。
• 利用兴趣点（POIs）推断地块特征，如土地利用类型、活动强度和功能分类。
• 应用空间聚类和属性推断技术，基于邻近性和空间模式将POIs与特定地块单元关联。
• 通过多阶段验证流程，将结果与现有传统地块数据进行对比，评估几何精度和属性准确性。
• 该方法在中国全境范围内大规模应用，覆盖297座城市，以评估其泛化能力和性能表现。

实验结果

研究问题

• RQ1 在缺乏正式地籍数据的情况下，开放街图道路网络能否可靠地用于推断城市地块边界？
• RQ2 兴趣点（POIs）在多大程度上能够提供关于地块功能和土地利用类型的有意义表征？
• RQ3 与传统地块数据采集方法相比，该自动化地块识别方法的准确性如何？
• RQ4 AICP方法在发展中国家不同城市环境中的可扩展性和可重复性如何？
• RQ5 开源数据的局限性如何影响最终地块数据集的可靠性和精度？

主要发现

• 该方法仅使用OSM道路数据和POI信息，成功识别出中国297座城市中的82,645个城市地块。
• 生成的地块几何形态与传统地块边界具有合理的吻合度，证明了将OSM作为地籍数据代理的可行性。
• POI数据有效支持了对地块特征（如土地利用类型和功能活动）的推断，显著提升了输出数据集的实用性。
• 尽管众包数据存在固有局限性，该方法仍生成了对地块结构的合理准确近似，验证了其作为补充数据源的潜力。
• 该方法展现出良好的可扩展性，适用于国家级应用，凸显其在缺乏正式地籍登记数据地区的重要价值。
• 本研究证明，当结合适当的计算建模技术（如基于矢量的CA）时，开放数据可支持大规模城市建模。