基于GIS和历史卫星影像的城市建筑大数据识别

作者：邓章; 陈毅兴^*

来源：湖南大学学报(自然科学版), 2022, 49(05): 215-222.

DOI：10.16339/j.cnki.hdxbzkb.2022110

• 城市建筑群能耗模拟
• 建筑类型
• 建造年代
• 随机森林
• 卷积神经网络

在城市建筑群能耗模拟中，建筑类型和建筑年代是典型建筑参考的主要依据，目前较难直接获取相关数据.为识别建筑类型，以长沙市区21 538个建筑轮廓（不含城市地图信息点和区域边界轮廓信息）为例，基于建筑轮廓的轮廓面积、近似矩形短边宽度、近似矩形系数等几何特征，运用随机森林方法成功识别出低层住宅、公寓式住宅和其他类型，整体准确率为81.7%.为识别建筑年代，以长沙市中心区域7 900个建筑轮廓为例，基于历史卫星影像数据，运用卷积神经网络方法自动提取不同年代的建筑轮廓，平均精确度为80%.然后分别相交分析推断出5 077栋建筑建造于2005年之前，1 606栋建筑建造于2005—2014年，1 217栋建筑建造于2015—2017年.该方法同样适用于其他城市，为后续的建筑群能耗模拟提供了数据支持.

• 单位
  湖南大学; 土木工程学院