高密度城区建筑图斑智能识别与屋顶绿化适建性评估——以成都市为例（英文）

随着城市扩张,城市绿地被占用,城市热岛效应严重,对城市建筑屋顶面进行绿化,是增加城市绿地面积、改善城区生态环境的有效途径。针对高密度城区建设用地趋于饱和及生态环境难以拓展的现状,本文利用高分二号卫星影像,通过深度学习辅助人工修正获取研究区精确建筑图斑,建立含屋顶自身属性特征、自然环境特征、人文社会环境特征的屋顶绿化评价指标体系,运用层次分析法计算非屋顶自身属性特征的权重值,通过空间连接、加权叠加等空间分析方法综合评估适宜绿化的屋顶面。文章以成都市三环线以内区域为示范区展开研究,研究结果表明,通过深度学习获取的精确的建筑图斑,可以提高实验效率;而通过特征提取的方法,可对不适宜绿化的屋顶面有效地进行分类,精度达86.58%,其中适宜绿化的图斑数量占总数比48.08%,高适类、中适类、低适类的建筑图斑占比分别为45.32%、38.95%、15.73%,高适宜绿化建筑主要分布在成都市一环区及一环区以外西部地区。研究结果可为后续空间规划研究提供有效数据支撑。