面向土地交通整體規劃的土地利用精細分類模型研究*

武凱飛 鐘 鳴* 王慧妮 葛 靖 劉少博 馬曉鳳

(武漢理工大學智能交通系統研究中心1) 武漢 430063) (武漢理工大學國家水運安全工程技術研究中心2) 武漢 430063) (水路公路交通安全控制與裝備教育部工程研究中心3) 武漢 430063)

0 引 言

城市交通與土地利用之間聯系緊密，土地利用決定了人員數量和貨物到發量，交通的發展使得土地利用特征發生變化[1].城市的土地開發使得區域出行量增加，交通需求也隨之增加(見圖1)，在交通設施改善后，區域可達性提高，這又會促進區域土地價格上升，進而又會影響土地利用.如此循環，直到達到飽和狀態，區域的土地開發受到抑制.

圖1 土地利用與交通容量的關系

城市土地利用對城市交通的影響主要表現為，城市開發程度對交通量、交通方式的影響[2]，城市土地利用模式對出行量、交通行為，以及公交系統的影響[3-5].城市交通對城市土地利用的影響主要表現在，城市交通系統的發展對城市空間形態的影響[6]，交通系統對城市土地利用結構的影響，城市交通系統對土地利用價格的影響[7-9].土地交通整體規劃模型綜合考慮了土地利用與交通系統之間的互動關系，為解決土地利用和城市交通問題提供了科學的依據[10].土地利用信息作為模型的輸入，對整體規劃模型有很大的影響.如果能夠將土地利用信息的粒度細化，那么所得到的研究成果的精度也將大幅提高.對于土地利用信息的提取，國內外學者都做了深入的研究.喬紅等[11-12]利用高分辨率遙感影像，通過影像融合的手段提取出了水域、植被、耕地、林地等地物信息.姚蓓蓓等[13]對大尺度范圍內的土地覆蓋信息進行提取，其總體分類精度達到86.49%，Kappa系數為0.836 7.Ahad等[14]利用遙感數據和GIS數據先提取地物信息，在加拿大最小人口調查單元的水平上進行土地利用信息的分類，用地類型包括工業用地、商服用地、居住用地等，分類精度可以達到97.1%.Tuia等[15]從高分辨率的遙感影像中提取相關特征，利用支持向量機方法對其進行分類，最終得到居住用地、商服用地等用地類型，分類精度達到95.93%.

國內在土地利用分類的研究中，以提取地物信息為主，而非土地利用信息.地物信息是土地的自然屬性，而土地利用信息則是與社會經濟活動相關的土地的經濟屬性[16]，二者不能等同.國外雖然有針對土地利用信息分類的研究，但這是建立在發達國家地塊內土地利用種類單一的基礎上的.我國單個地塊內可能包含多種土地利用類型，致使分類的難度加大，直接利用國外的研究成果對我國的城市土地利用信息進行分類是不準確的.國外相關研究的分類單元以人口調查單元為主，粒度比較大.本研究將研究單元精細化到單個建筑物層面，開展城市土地利用的精細分類研究，為土地交通整體規劃提供精細的土地利用信息.

1 分類體系的構建

城市的土地開發或土地使用性質發生變化，對城市交通有重要的影響.不同的用地類型決定了交通量、出行距離、交通方式選擇和出行分布形態等，也對交通結構有較大的影響[17].各種用地類型具有不同的交通特性，對交通的影響也有不同.居住用地的人均出行次數與人口規模成反比，出行目的、出行方式具有多樣性，對交通的影響具有峰期性和持續性[18].反過來，城市居住用地的布局、規模也受城市交通系統的性質和服務水平的影響[19].商業服務用地對交通可達性要求較高，對停車設施等交通基礎設施的需求最大，該用地類型的交通吸引量和產生量都很大，出行方式也呈多樣化，對周邊道路造成了很大的交通壓力[20].因此，商業服務用地的選址大多都在交通樞紐點、街道交叉口等交通便利的地方[21].而工業物流用地產生的交通需求相對于其他用地類型來說比較穩定，出行活動主要由上下班時間及業務特點決定[22].

在充分研究土地利用與交通規劃之間的交互關系后，依據《武漢市城市用地分類和代碼標準》來建立表1的分類體系.

表1 分類體系表

2 構建分類模型

2.1 特征提取

建筑物的形態特征表示建筑物的物理屬性，包括底面積、總建筑面積、周長、樓層數、容積率等[23].

建筑物的擴展特征指通過描繪建筑物各種幾何邊界而獲得的特征，包括與封閉建筑物的面積最小的矩形、封閉建筑物的最小凸面、封閉建筑物的寬度最小的矩形及某建筑物的包絡矩形等相關的特征.

2.2 分類模型

2.2.1單模型

決策樹算法是一種基本的分類算法，被廣泛應用于各個領域.在分類過程中，決策樹基于特征對實例進行分類，可以認為是if-then規則的集合，或是特征空間與類空間的條件概率分布.在特征選擇過程中，利用信息增益來選出當前最好的特征.

SVM算法[24]是一種常見的判別方法，可以用來進行分類或回歸分析.其原理是在特征空間中找到能夠將樣本分隔開的超平面.該超平面是所有能夠分隔樣本的超平面中，與樣本的幾何間隔最大的超平面，以保證有充分大的確信度對訓練數據進行分類.

隨機森林是一種集成學習方法，基礎分類器是決策樹.所謂“森林”是決策樹的集合，即隨機森林建立了多個決策樹，并將它們合并在一起以獲得更準確和穩定的預測.它采用Bagging的思想，將多個弱分類器組成一個強分類器.

2.2.2基于Stacking思想的融合模型

本研究利用Stacking的思想[25-27]對單個模型進行融合，以提高分類結果精度.在利用Stacking思想對模型進行融合時，需要先用訓練數據集構建出決策樹、SVM、隨機森林模型，將其作為一級模型，而后將三個模型的輸出結果作為樣本特征，對其進行整合，并把原始樣本標記為新數據樣本標記，生成新的訓練集.選取Logistic Regression作為二級模型，利用新訓練數據集訓練該模型，最后利用該模型對樣本進行預測，得到最終分類結果.

與單個模型的訓練方式不同，利用Stacking思想進行模型融合時，單個模型是利用K折交叉驗證法來訓練的，即將整個數據集分成訓練集和測試集，再將訓練集分成K份，其中K-1份用于訓練模型，最后一份用于驗證模型.融合模型的訓練過程見圖2.一級模型中的驗證集的預測結果作為二級模型中的訓練樣本，其測試集的預測結果經過加權平均后，成為二級模型的測試數據集.

圖2 融合模型訓練過程

對測試集的預測結果進行加權平均的公式如下，各個權重的確定是利用貪心的思想訓練得到，即不斷改變三個模型的權重，取二級模型在測試集上的預測結果精度最高時所對應的權重.

Pi=aPi1+bPi2+cPi3,i=1,2,…,6

式中：a，b，c為決策樹、SVM、隨機森林在測試集上的預測結果的權重；Pi1，Pi2，Pi3分別為各個模型將建筑物預測為第i種土地利用類型的概率.

2.3 空間位置關系分析

空間位置關系分析可以用來檢驗物體在空間上是否有聯系，當物體在空間上有聯系時，可以認為它們的用途是相同或相似的.研究使用Gabriel圖來做空間位置關系分析，并通過設置連線的閾值來提高聚類的精度.Gabriel圖可以依據建筑物之間的距離來連接建筑物，因此可以對建筑物進行空間上的聚類，見圖3.當點c不在以lab為直徑的圓內時，點a與點b視為鄰近點，可以用線連接.

圖3 Gabriel圖

當|lab|2≥|lac|2+|lbc|2時，點c在圓內；

當|lab|2<|lac|2+|lbc|2時，點c在圓外；

利用Gabriel圖進行空間位置關系分析時，先在地塊內把所有滿足Gabriel圖的條件的建筑物點連接起來，再通過設定閾值來判定是否需要斷開兩點之間的連接，由此可以得到多個空間上獨立的建筑群，且建筑群內的建筑可以視為同一類型.閾值可以通過距離大小、建筑物特征差異來設定.若超過一定距離時，則需要斷開連接.當距離在閾值內，但建筑物的特征差異顯著，則需要斷開連接.閾值的設定需要反復試驗，最終取能夠使分類精度達到最大的那個值.

3 案例研究

3.1 實驗數據

建筑物數據 建筑物數據來源于商業機構，總共有24 544條，覆蓋范圍為整個武漢市江岸區.每條數據包含8個字段：ID、建筑面積、建筑底面積、建筑周長、建筑樓層數、周長面積比、經度、緯度，見圖4.

3.2 數據處理

原始建筑物數據中，單個建筑物可能由于局部高度不同而被分成若干個建筑物，因此需要先將建筑物進行融合.具體操作可以在ArcGIS軟件中進行.建筑物融合后一些屬性發生改變，如建筑面積、周長、底面積為融合前各個建筑物的總和.

3.3 模型構建

3.3.1特征提取

在融合建筑物后，對建筑物進行形態分析，提取各種建筑物相關特征.在ArcGIS中，利用建筑物數據，找出建筑物的最小幾何邊界即封閉建筑物的面積最小的矩形、封閉建筑物的最小凸面、封閉建筑物的寬度最小的矩形及某建筑物的包絡矩形等，將得到的屬性加到建筑物的原有屬性中.最終得到特征見表2的特征向量.

表2 特征向量表

3.3.2選擇樣本

經過數據預處理和特征提取后，在建筑物數據集中選擇樣本.由于原始建筑物數據中沒有建筑物的類別，因此需要對照百度街景地圖和Google實景地圖來對建筑物進行標注，最后得到593個樣本.將樣本按8∶2的比例分為訓練集和測試集.分別對訓練集和測試集的特征向量做歸一化處理，使特征值的量綱一致，見表3.

表3 訓練樣本表

3.3.3訓練單模型

訓練模型所用的決策樹、SVM、隨機森林算法來源于sklearn機器學習包.算法的主要參數值均通過貪心的思想來獲得，即取能使精度達到最高的參數值.在訓練集上訓練各個模型，并在測試集上進行結果比較.各個算法的主要參數見表4～6.

表4 決策樹主要參數值

表5 SVM主要參數值

表6 隨機森林主要參數值

利用貪心的思想，不斷嘗試擁有不同數量子樹的隨機森林，找到能使結果精度達到最高的子樹數量.子樹數量與測試精度的關系圖見圖5.由圖5可知，在子樹數量達到25和37時，精度最高.子樹數量過多會使得模型過于復雜，因此選取25棵子樹.

圖5 子樹數量與精度變化

經過訓練后，將得到的模型在測試集上進行實驗，得到各個算法的精度指標見表7.

表7 算法精度表

由表7可知，三種算法的精度都在0.60以上，其中隨機森林算法的精度最高為0.71，模型的kappa系數為0.64，說明模型具有較好的一致性.

3.3.4訓練融合模型

以上述決策樹、SVM、隨機森林算法為基礎，利用3折交叉驗證方法，訓練出三個基礎模型.利用貪心算法來計算三個模型的權重值，取訓練時測試數據集預測結果精度最高時所對應的系數.融合模型中的Logistic Regression模型的參數見表8.融合模型精度值變化見圖6，在系數為0.11，0.27，0.62時模型精度達到最高，精度為0.80.預測結果的混淆矩陣見表9.

表8 Logistic Regression主要參數值

圖6 融合模型精度變化

表9 融合模型的混淆矩陣

從融合模型的分類的結果來看，其分類精度達到了0.80.與單模型中的隨機森林模型相比，分類精度提高了0.09.其原因在于融合模型通過二級模型的訓練，減少了單個模型預測結果的片面性對結果精度的影響，因而其分類精度得到提高.從融合模型的混淆矩陣中可以看出，融合模型居住類型、工業物流類型的判斷十分準確.

3.3.5空間位置關系分析

對建筑物初步分類后，用Gabriel圖來判斷建筑物之間的鄰近關系，并結合建筑物的底面積、建筑面積及樓層數進行判斷.Gabriel圖中點a與點b之間的距離需要設定閾值，若兩點之間的距離超過了閾值，則需要將將圖中a，b兩點之間的連線斷開，即點a與點b雖然在空間上是最近的，但由于距離太遠而不能被認為是相鄰的兩個建筑物.通過試驗得到每個條件的取值與結果關系見圖7.

圖7 閾值取值與結果

由圖7可知，空間位置關系分析與特征差異閾值結合后，產生鄰近關系的判斷條件，即當滿足樓層數差異超過6層，底面積差異大于2 000 m2，建筑面積差異大于4 000 m2，距離大于100 m中的任意一個條件時，在Gabriel圖中應該將兩點之間的連線斷開.

條件閾值判斷前后建筑物的連接關系見圖8.由圖8可知，條件閾值使得屬性差異較大的建筑物的連接關系中被刪除，剩下的建筑物距離相近，屬性也相似，因此更有可能是同一類型的建筑物.

圖8 閾值判斷前后的連接關系

對測試集的輸出結果進行上述的空間位置關系分析，將建筑物間的距離閾值定為100 m，建筑物的底面積差異閾值定為2 000 m2，將建筑物的建筑面積定為4 000 m2，將建筑物的樓層數差異定為6層.經過空間位置關系分析后，得到建筑物的鄰近關系.采用投票的方法選出互相臨近的建筑物中，數量最多的那種建筑物類型作為該建筑群中所有建筑物的類型.經過實驗后，測試集的分類精度從原來的0.80提升到0.83.

輸出誤分類糾正后的混淆矩陣見表10.由表10可知，經過誤分類糾正后居住類類、商業辦公類建筑物的分類精度有了較小的提升.

表10 誤分類前后的情況對比個

4 結 論

1) 本研究基于Stacking思想對決策樹、SVM、隨機森模型進行融合，并利用LogisticRegression模型作為二級模型對城市土地利用類型進行預測.該融合模型可以有效地提高分類精確度，精度最高達0.80.最后通過空間位置關系分析對分類結果進行糾正，使得精度進一步提高到0.83.

2) 與其他相關研究相比，本研究在對城市土地利用類型進行分類時，將分類單元精細化到建筑物層面，從而極大得提高了土地利用信息的精細度，實現了為土地交通整體規劃模型提供精細的土地利用信息.

3) 由于數據的短缺，本研究提取的特征種類有限，更多的是從建筑物本身物理特征中衍生出新特征.在之后的研究中，可以增加數據的種類，從而提取豐富的特征來表示各種建筑物.比如，可以使用建筑物的紋理、滲透性等數據.