1.一种基于卷积神经网络的城市建筑物质存量估算方法,其特征在于:包括以下步骤:步骤1:获取研究区域的历史夜间灯光遥感影像和与之时间匹配的研究区域的城市建筑总面积,建立以夜间灯光遥感影像为特征图像,以城市建筑总面积为标签的基础数据集;
步骤2:按照不同类型城市地域结构,将基础数据集进行划分,得到各类型城市地域结构对应的子数据集,对于任意一类型城市地域结构对应的子数据集,将其划分为训练集和测试集;所述城市地域结构包括:核心区结构、过渡区结构和边缘区结构;
步骤3:构建总建筑面积估算模型,对于任意一类型城市地域结构,采用该类型城市地域结构对应的训练集对总建筑面积估算模型进行训练,并采用该类型城市地域结构对应的测试集对训练好的总建筑面积估算模型进行评估,得到该类型城市地域结构的可用总建筑面积估算模型;
步骤4:利用当前研究区域的夜间灯光遥感影像,将其输入至对应的可用总建筑面积估算模型中,得到当前研究区域的总建筑面积估算值;
步骤5:基于当前研究区域内各类建筑材料使用强度系数和当前研究区域的总建筑面积估算值,得到研究区建筑物质存量核算结果;
其中,所述总建筑面积估算模型基于卷积神经网络构建得到;
步骤1具体操作包括:
获取研究区域的历史夜间灯光遥感影像;
获取研究区域的历史建筑轮廓矢量数据,所述建筑轮廓矢量数据包括:单体建筑的地理位置、单体建筑的占地面积以及单体建筑的楼层数;
绘制与历史夜间灯光遥感影像空间分辨率相同的估算栅格,按照下式计算每个估算栅格中所有单体建筑的总建筑面积MFAi:式中,sj为估算栅格i内第j幢单体建筑的占地面积,fj为估算栅格i内第j幢单体建筑的楼层数,n为估算栅格i内的单体建筑数量;
基于估算栅格,选定滑动窗口,利用滑动窗口,对历史夜间灯光遥感影像进行裁切,生成若干灯光影像切片;
对于任意一灯光影像切片,将该灯光影像切片作为在该灯光影像切片中央的估算栅格内所有单体建筑的总建筑面积的特征图像,将在该灯光影像切片中央的估算栅格内所有单体建筑的总建筑面积作为标签,构建得到基础数据集;
步骤2中,所述的按照不同类型城市地域结构,将基础数据集进行划分,得到各类型城市地域结构对应的子数据集,具体操作包括:按照下式计算得到每个灯光影像切片的照明度指数L:
L=Σli;
式中,li为灯光影像切片内估算栅格i的亮度值;
基于每个灯光影像切片的照明度指数L,对基础数据集进行划分,得到各类型城市地域结构对应的子数据集。
2.根据权利要求1所述的一种基于卷积神经网络的城市建筑物质存量估算方法,其特征在于:步骤4具体包括:绘制与当前研究区域的夜间灯光遥感影像空间分辨率相同的估算栅格;
基于估算栅格,选定滑动窗口,利用滑动窗口,对当前研究区域的夜间灯光遥感影像进行裁切,生成若干灯光影像切片;
将灯光影像切片输入至对应的可用总建筑面积估算模型中,得到当前研究区域的总建筑面积估算值。
3.根据权利要求2所述的一种基于卷积神经网络的城市建筑物质存量估算方法,其特征在于:步骤5具体包括:获取当前研究区域内的城市土地利用类型,将城市土地利用类型对应的各类建筑材料使用强度系数叠加至估算栅格,建立建筑材料使用强度系数的空间参考矩阵;所述建筑材料使用强度系数的空间参考矩阵中任意一个元素,表示为:式中,Rk(a,b)表示第k类建筑材料的空间参考矩阵中任意一个元素,(a,b)表示元素在第k类建筑材料的空间参考矩阵中的位置, 表示第l种建筑类型的第k类建筑材料的使用强度系数;
基于建筑材料使用强度系数空间参考矩阵和当前研究区域的总建筑面积估算值,得到研究区建筑物质存量核算结果。
4.根据权利要求3所述的一种基于卷积神经网络的城市建筑物质存量估算方法,其特征在于:所述的基于建筑材料使用强度系数空间参考矩阵和当前研究区域的总建筑面积估算值,得到研究区建筑物质存量核算结果,具体操作包括:对于每个估算栅格,其核算结果的计算公式如下:
式中, 代表估算栅格i中第k类建筑材料的存量,MFAi代表估算栅格i中的总建筑面积估计值, 代表第l种建筑类型的第k类建筑材料的使用强度系数;
基于每个估算栅格的建筑物质存量,得到当前研究区域的建筑物质存量核算结果。
5.一种基于卷积神经网络的城市建筑物质存量估算系统,其特征在于:包括:总建筑面积估算模块,用于利用当前研究区域的夜间灯光遥感影像,将其输入至对应的可用总建筑面积估算模型中,得到当前研究区域的总建筑面积估算值;
城市建筑物质存量估算模块,用于基于当前研究区域内各类建筑材料使用强度系数和当前研究区域的总建筑面积估算值,得到研究区建筑物质存量核算结果;
所述可用总建筑面积估算模型按照以下步骤得到:
获取研究区域的历史夜间灯光遥感影像和与之时间匹配的研究区域的城市建筑总面积,建立以夜间灯光遥感影像为特征图像,以城市建筑总面积为标签的基础数据集;
按照不同类型城市地域结构,将基础数据集进行划分,得到各类型城市地域结构对应的子数据集,对于任意一类型城市地域结构对应的子数据集,将其划分为训练集和测试集;
所述城市地域结构包括:核心区结构、过渡区结构和边缘区结构;
构建总建筑面积估算模型,对于任意一类型城市地域结构,采用该类型城市地域结构对应的训练集对总建筑面积估算模型进行训练,并采用该类型城市地域结构对应的测试集对训练好的总建筑面积估算模型进行评估,得到该类型城市地域结构的可用总建筑面积估算模型;
其中,所述总建筑面积估算模型基于卷积神经网络构建得到;
所述的获取研究区域的历史夜间灯光遥感影像和与之时间匹配的研究区域的城市建筑总面积,建立以夜间灯光遥感影像为特征图像,以城市建筑总面积为标签的基础数据集,具体包括:获取研究区域的历史夜间灯光遥感影像;
获取研究区域的历史建筑轮廓矢量数据,所述建筑轮廓矢量数据包括:单体建筑的地理位置、单体建筑的占地面积以及单体建筑的楼层数;
绘制与历史夜间灯光遥感影像空间分辨率相同的估算栅格,按照下式计算每个估算栅格中所有单体建筑的总建筑面积MFAi:式中,sj为估算栅格i内第j幢单体建筑的占地面积,fj为估算栅格i内第j幢单体建筑的楼层数,n为估算栅格i内的单体建筑数量;
基于估算栅格,选定滑动窗口,利用滑动窗口,对历史夜间灯光遥感影像进行裁切,生成若干灯光影像切片;
对于任意一灯光影像切片,将该灯光影像切片作为在该灯光影像切片中央的估算栅格内所有单体建筑的总建筑面积的特征图像,将在该灯光影像切片中央的估算栅格内所有单体建筑的总建筑面积作为标签,构建得到基础数据集;
所述的按照不同类型城市地域结构,将基础数据集进行划分,得到各类型城市地域结构对应的子数据集,具体操作包括:按照下式计算得到每个灯光影像切片的照明度指数L:
L=Σli;
式中,li为灯光影像切片内估算栅格i的亮度值;
基于每个灯光影像切片的照明度指数L,对基础数据集进行划分,得到各类型城市地域结构对应的子数据集。
6.根据权利要求5所述的一种基于卷积神经网络的城市建筑物质存量估算系统,其特征在于:在所述总建筑面积估算模块中,执行以下步骤:绘制与当前研究区域的夜间灯光遥感影像空间分辨率相同的估算栅格;
基于估算栅格,选定滑动窗口,利用滑动窗口,对当前研究区域的夜间灯光遥感影像进行裁切的,生成若干灯光影像切片;
将灯光影像切片输入至对应的可用总建筑面积估算模型中,得到当前研究区域的总建筑面积估算值;
在所述城市建筑物质存量估算模块中,执行以下步骤:
获取当前研究区域内的城市土地利用类型,将城市土地利用类型对应的各类建筑材料使用强度系数叠加至估算栅格,建立建筑材料使用强度系数的空间参考矩阵;所述的建筑材料使用强度系数的空间参考矩阵中任意一个元素,表示为:式中,Rk(a,b)表示第k类建筑材料的空间参考矩阵中任意一个元素,(a,b)表示元素在第k类建筑材料的空间参考矩阵中的位置, 表示第l种建筑类型的第k类建筑材料的使用强度系数;
对于每个估算栅格,每个估算栅格的建筑物质存量核算结果的计算公式如下:式中, 代表估算栅格i中第k类建筑材料的存量,MFAi代表估算栅格i中的总建筑面积估计值, 代表第l种建筑类型的第k类建筑材料的使用强度系数;
基于每个估算栅格的建筑物质存量,得到当前研究区域的建筑物质存量核算结果。