[论文解读] Mapping Three-dimensional Urban Structure by Fusing Landsat and Global Elevation Data

Panshi Wang, Chengquan Huang+1 more|arXiv (Cornell University)|Jul 11, 2018

Land Use and Ecosystem Services参考文献 37被引用 5

一句话总结

本研究提出一种融合Landsat影像与全球高程数据的方法，以30米分辨率在英格兰范围内绘制三维城市结构（建筑高度与体积）。采用基于对象的机器学习方法，建筑高度的均方根误差（RMSE）为1.61米，建筑体积的RMSE为1,142.3立方米，证明了利用开放数据实现大规模三维城市制图的可行性。

ABSTRACT

To meet the challenges of global urbanization, earth observation information is greatly needed. The lack of global three-dimensional (3D) urban structure data has been a major limiting factor in important urban applications such as population mapping, disaster vulnerability assessment, and climate change adaptation. Due to limited data availability, remote sensing data haven been mainly used to characterize 3D urban structure at the city scale. In this study, we propose a method to map 3D urban structure using freely available Landsat and global elevation data. Building on an object-based machine learning approach, the synergy of Landsat and elevation data were used to estimate building height and volume at 30 m resolution. This method has been tested for the entire country of England and yielded a root-mean-square error (RMSE) of 1.61 m for building height and an RMSE of 1,142 m extsuperscript{3} for building volume. The results in this study represent the first attempt to use open data for urban structure characterization at the country scale. Our results demonstrated the utility of these data for large-scale urban studies and the potential of generating global 3D urban structure data products using a fusion-based approach.

研究动机与目标

• 为解决全球三维（3D）城市结构数据缺乏的问题，该问题限制了人口制图、灾害脆弱性评估及气候适应性研究的应用。
• 开发一种可扩展的方法，利用国家尺度范围内的免费遥感数据估算建筑高度与体积。
• 通过利用开放获取的Landsat与全球高程数据集，克服高分辨率数据（如激光雷达、InSAR）常存在的空间覆盖不全或成本过高的局限。
• 证明融合Landsat与高程数据可生成适用于大规模城市研究的高精度三维城市结构地图。

提出的方法

• 采用基于对象的图像分析（OBIA）框架，将Landsat影像分割为城市区域，将每个区域视为空间单元用于高度估算。
• 通过融合Landsat衍生的光谱指数（如不透水面指数）与全球高程数据集提供的数字表面模型（DSM）数据，估算建筑高度。
• 利用激光雷达获取的真实数据训练机器学习模型（如随机森林或类似模型），基于光谱与高程特征预测建筑高度与体积。
• 该方法采用两步流程：首先从数字地形模型（DTM）估算基底高度（地面高程），然后通过DSM与DTM的差值计算建筑高度。
• 建筑体积通过将估算的建筑高度乘以Landsat分割出的城市区域面积得出。
• 该方法在英格兰12个人口密集城市区域通过交叉验证结合激光雷达数据进行验证。

实验结果

研究问题

• RQ1 是否能够有效融合免费获取的Landsat与全球高程数据，实现在国家尺度上的三维城市结构估算？
• RQ2 仅使用开放数据源时，估算的建筑高度与体积的准确性如何？
• RQ3 与二维土地覆盖/土地利用数据相比，引入三维结构信息（体积）是否能提升与社会经济变量的相关性？
• RQ4 由于空间分辨率限制，该方法在密集城市中心区域的主要局限是什么？
• RQ5 该方法是否可推广以生成全球范围的三维城市结构产品？

主要发现

• 该方法在英格兰范围内建筑高度估算的均方根误差（RMSE）为1.61米，表明即使在数据非最优条件下仍具有高精度。
• 建筑体积估算的RMSE为1,142.3立方米，证明了在30米分辨率下可靠地实现三维城市结构空间制图。
• 建筑体积与人口、GDP及交通二氧化碳排放量表现出强相关性，表明其在社会经济建模中的实用价值。
• 该方法仅使用开放数据即成功绘制了整个英格兰的三维城市结构，标志着首个基于开放数据的国家尺度三维城市结构产品。
• 城市中心区域误差较高，原因在于空间分辨率不足以解析复杂的高度变化，凸显了主要局限性。
• 本研究证明了融合Landsat与全球高程数据在实现大规模、低成本三维城市结构制图方面的潜力，对全球产品开发具有重要意义。