高分辨率城市建筑高度制图研究进展

研究背景

城市建筑物高度作为城市垂直结构的关键参数之一，对定量刻画城市化进程、理解城市气候系统演变等至关重要。目前已有大量面向城市场景的大尺度建筑高度估算研究且大多聚焦于中低分辨率建筑物高度估算，但其难以精细刻画城市高层建筑的形态。由于建筑结构及其空间分布的复杂性和遥感数据的可用性，实现高分辨率、高精度的城市建筑高度制图一直是一个挑战。

论文介绍

针对上述问题，中山大学环境遥感团队综合考虑国产高分七号（GF-7）立体影像与建筑物高度之间的对应关系，发展了一套结合深度学习方法和摄影测量技术的建筑物高度自动化估算方法（图1），估算了全国6大典型城市的建筑高度。该方法结合GF-7后视多光谱影像进行建筑物提取，并将GF-7前视、后视全色影像用于生成高质量数字表面模型（DSM），在此基础上，结合建筑物轮廓数据和DSM数据实现建筑物高度估算。方法核心是利用深度学习方法（StereoNet）和摄影测量技术生成高质量DSM，以此提高建筑物高度估算精度。

图1 建筑物提取与高度估算技术路线图

该研究提取并估算超70万栋建筑物，研究结果精细刻画建筑物的空间分布及其高度信息（图2）。结合深圳、香港机载激光雷达数据进行精度验证，均方根误差（RMSE）分别为6.72米和4.06米。结合建筑物层数数据对天津、兰州、重庆、宁波和广州的建筑高度估算结果进行精度验证，RMSE范围在5.32米至8.06米之间。与基于半全局匹配（SGM）算法的建筑高度估算研究相比，本研究能够生成更高质量的DSM，并改进高层、超高层建筑物低估现象（图3）。

图2 中国6大典型城市建筑高度估算结果

图3 StereoNet和SGM算法生成的DSM及建筑高度对比

研究意义

研究团队前期结合多源遥感数据（ALOS AW3D30等）和形态学运算的大尺度建筑物高度估算方法研制了中国30米分辨率的城市建筑高度（Huang et al., ISPRS, 2022），该研究解决了以往研究中存在的高层建筑高度低估的问题，提供了大尺度、高分辨率建筑物高度估算的潜在解决方案，有望减轻人工收集建筑高度信息的工作负担，并可应用于城市环境分析、城市规划等领域。

研究成果近日以“Leveraging Chinese GaoFen-7 imagery for high-resolution building height estimation in multiple cities”为题发表于遥感领域顶级期刊《Remote Sensing of Environment》。中山大学测绘科学与技术学院2022级博士研究生陈佩敏为论文的第一作者，黄华兵教授为论文的通讯作者，鹏城实验室王杰副研究员、住房和城乡建设部遥感应用中心张宁研究员、深圳市规划国土发展研究中心苏墨研究员、中山大学刘冲副研究员等为论文的合作作者。

该研究得到了可持续发展大数据国际研究中心开放研究项目（CBAS2022ORP04）、国家自然科学基金（42371339，42371344）、广东省林业科技创新专项（2022KJCX004）的支持。同时，研究成果“基于国产高分七号立体影像的中国城市建筑物提取及高度估算典型应用案例”于近期入选《高分专项卫星应用优秀成果》三等奖。

原文链接：https://doi.org/10.1016/j.rse.2023.113802

作者简介：

陈佩敏，中山大学测绘科学与技术学院2022级博士研究生，主要研究方向为建筑物高度估算及其应用。

黄华兵，中山大学测绘科学与技术学院教授，博士生导师。主要从事环境遥感新技术的理论、方法与应用研究，在激光雷达森林结构参数提取和大范围地表覆盖动态制图及应用等方面开展了一系列工作，研制了全国尺度的高分辨率森林高度/地上生物量、城市建筑高度和首套10米分辨率的地表覆盖数据等科学数据产品。发表SCI论文70余篇，论文被Google Scholar引用5000余次，北极地表覆盖成果入选科技部《全球生态环境遥感监测2022年度报告》，受到人民日报、新华社和中央广播电视总台等10余家媒体报道。

来源：中山大学测绘科学与技术学院

转自：“测绘学术资讯”微信公众号

如有侵权，请联系本站删除！