广域范围建筑物信息普查关键技术探讨

王 斌，陈雪洋，林 娜，瞿晓雯

（1.重庆市地理信息中心，重庆 401121；2.重庆交通大学 土木建筑学院，重庆 400074）

广域范围建筑物信息普查关键技术探讨

王 斌1，陈雪洋1，林 娜2，瞿晓雯1

（1.重庆市地理信息中心，重庆 401121；2.重庆交通大学 土木建筑学院，重庆 400074）

以重庆市为例，全面介绍了全市域范围内城市建成区建筑物信息普查的工作流程和技术方法，总结了一套适用于大面积山地城市的建筑物信息普查关键技术体系，可为类似的地理调查工作提供借鉴。

广域范围；建筑物信息；普查；关键技术

建筑物信息普查是一项环节复杂、头绪繁多的系统工程，如果缺乏合理的工作组织和技术支撑体系，就很难达到高效、完整、准确地获取建筑物信息的目的。深入研究、总结建筑物信息普查关键技术，对于开展地理国情普查及类似地理调查工作具有重要的参考价值。

1 普查区域概况

重庆市是幅员面积最大的直辖市（8.24万km2），也是典型的山地城市，具有独特的地形地貌和地理条件。全市辖38个区（县），其中9个区在主城范围，另外29个分布于远郊区域。截至2012年底，主城建成区和29个远郊区县城市建成区面积累计约1 300 km2。通过预估，全市城市建筑物总量将近百万，且分布范围相当广，覆盖面积非常大。

2 总体技术流程

根据城市规划建设管理对建筑物信息的应用需求，应纳入调查的内容包括空间和属性2个方面。空间数据包含建筑物位置、轮廓等，应达到1︰2 000~1︰ 500比例尺地形图的精度；属性数据包含名称、性质、结构等10余项指标。建筑物信息来源很广，有些来自于地形图、地籍图，有些来自于遥感影像，有些来自于规划许可、竣工核实资料，但大部分需到现场调查和采集。为在短时间内完成建筑物信息普查工作，专门设计了一套技术流程，如图1所示。

3 关键技术

3.1 普查指标设置

图1 建筑物信息普查总体技术流程图

确定建筑物信息普查的具体内容是整项工作的基础。根据“国家中心城市”发展战略研究、城乡规划建设以及政府科学决策对于建筑物信息的应用需求，结合重庆市的实际，梳理出需调查的信息内容指标如表1所示。

3.2 普查单元划分与优化

重庆市幅员辽阔，大、中城市分布范围广，地形地貌、道路交通、城市格局都具备典型的山地城市特色。普查单元的划分，需综合考虑行政单元、地理布局、交通条件、建筑密度等多方面，最终形成空间上无缝覆盖、规模上总体平衡、管理上有机结合的地理单元体系，为后续数据采集、校核等奠定良好的工作基础。

表1 建筑物信息普查主要内容指标表

普查单元的划分遵循的重要原则为：

1）高精度原则：普查单元的划分应基于1∶500~1∶2 000地形图或0.5 m以上分辨率遥感影像进行，保证其精度能满足要求；

2）属地管理原则：普查单元的最小边界为社区的边界，不宜跨越社区设置；

3）管理对象原则：兼顾建筑物、城市地理要素的完整性，普查单元的边界不应穿越建筑物、街巷、院落、广场、桥梁等地理对象实体，并使各单元内的对象数量大致均衡；

4）方便通行原则：普查单元内，采取步行、驾车等交通方式能方便通行；

5）无缝拼接原则：同一城市或组团内部普查单元之间的边界应无缝拼接，不应重叠或留缝。如图2所示。

图2 普查单元示意图

3.3 建筑物信息提取与对象化构建方法

建筑物轮廓信息的提取和对象化处理，是后续属性信息采集的重要基础。如果全部依靠现场测量采集，所需的物力、人力以及时间将是无法估量的，而地形图、地籍图、遥感影像等资料当中又广泛分布有建筑物相关数据，如建筑物轮廓、楼层、结构等。因此，研究利用已有基础资料快速提取建筑物相关信息，成为提高建筑物信息调查效率的关键环节。

本项目根据地形图、地籍图资料的特点和建筑物信息调查的技术要求，研究设计了一套基于矢量基础资料的建筑物信息提取和对象化处理技术流程：首先对原始资料进行预处理，如对地形图、地籍图进行图层规范、建筑物边界规整等操作；然后开展图层拼合工作，完成普查区域内所有图幅建筑物轮廓边界图层和注记图层的无缝拼接，为后续自动构面奠定基础；再采用自动化算法与人工干预相结合的方式进行建筑构面与对象化处理；最后录入建筑物结构、楼层等属性数据，可根据建筑物边界范围与注记的拓扑关系进行自动判断和关联。

基于遥感影像提取建筑物信息方面，国内外已有很多学者开展过相关研究，如Weidner研究利用数字表面模型提取有棱角特征的建筑物[1]；王世伟等在Sitaram Bhagavathy提出基于Gabor纹理块的对象建模方法，通过对整个城镇影像进行对象建模来实现建筑物信息的提取[2]；侯蕾等提出了一种基于Canny 算子和建筑物几何特征、灰度特征识别算法的建筑物信息自动提取方法[3]。重庆市地形复杂，建筑物大多不规则，且很多建筑物上面有屋顶花园或其他植被覆盖，影像上建筑物的灰度特征和几何特征都受到较大干扰，完全依赖某种算法是很难准确提取建筑物轮廓边界的。因此，结合重庆市实际情况，在综合利用各类算法的基础上，还设计了一套人机交互的、基于影像的建筑物信息提取方法。

3.4 基于3G技术的建筑物信息移动采集系统

建筑物的大部分属性数据都需要在实地进行调查和采集，如果采用传统纸质地图标绘方式，将费时费力。因此，利用移动GIS、3G无线通信等技术开发了终端采集系统，以高精度遥感影像作为底图，提供建筑物数据录入和编辑、可视化展现、查询统计等功能，为建筑物信息采集提供了重要的技术平台。

3.5 基于知识与规则的数据质量检查

对采集的建筑物信息进行质量控制，除现场抽查、核实等手段外，还可采取基于规则库的系统自动检测方法，能达到更高效、更准确的质量检查效果。规则库包含空间关系规则和属性逻辑规则，空间关系规则主要包括建筑物之间的空间关系描述：建筑物必须是一个面对象实体，面-面不能交叉，面-面不能包含。属性逻辑规则对建筑物各类属性指标的逻辑关系进行规范和限定：建筑编码不能重复；建筑物面积不能≤0 m2；建筑物高度不能≤0 m，并且不能≥500 m；建筑物单层面积之和与总建筑物面积之差≤10 m2；居住户数+空置户数=住宅总户数；地下层数+地上层数=总楼层数。

基于建筑物知识与规则库，开发建筑物数据质量检查插件，自动检测存在的问题，及时修正完善。

3.6 建筑物数据库更新

因为城市建设拓展速度非常快，建筑物数据库的维护更新也显得十分重要。对于建筑物空间数据的更新，采取“主动检测+增量更新”的方式进行，首先通过遥感影像和规划许可等资料判别、发现城市增量变化区域，如旧城改造、新区开发等；然后重点针对这些区域开展建筑物信息采集和更新工作。建筑物属性数据，则与街道、社区、物管人员建立工作机制，由对方利用网络填报系统进行动态更新。

4 结 语

基于重庆市建筑物信息调查的实际需要，本文对普查指标设置、普查单元划分、数据提取与对象化、移动数据采集、成果质量控制、数据动态更新等关键技术进行了深入研究和剖析，总结了一套适合于大面积山地城市的建筑物信息普查技术体系，可为类似的地理信息调查提供有益参考。

[1] Weidner U．Digital Surface Model for Building Extraction[C].Automatic Extraction of Man-made Objects from Aerial and Space Images，1997

[2] 王世伟，方涛．基于对象建模的遥感影像建筑物提取方法[J].计算机仿真,2010(12):254-257

[3] 侯蕾，尹东，尤晓建．一种遥感图像中建筑物的自动提取方法[J]．计算机仿真,2006(4):184-187

[4] 吴长彬，闾国年，舒飞跃．基于知识与规则的地籍数据质量检查方法[J]．地理与地理信息科学, 2007(5):22-25

[5] 孙颖，赵小阳．GIS技术在深圳市建筑物普查中的应用[J]．建筑科学, 2009(1):79

[6] 高会宝，何公科．城市建筑物普查实施思路与流程研究[J].科技创新导报, 2010(10):9-10

[7] 李黎，张欢，帅勤辉．旧城改造规划编制中的建筑物现状信息调查[J]．城市勘测, 2011(5):46-48

Research on the Key Technology of Wide Area Building Information Survey

by WANG Bin

Taking Chongqing for example, this paper introduced the main work flow and technologies of city building information investigation, and summarized a set of key technology system suitable for large mountain city, which provided the reference for the similar geographical survey.

wide range, building information, investigation, key technology

P208

B

1672-4623（2014）02-0032-03

10.11709/j.issn.1672-4623.2014.02.012

2014-01-06。

项目来源：重庆市自然科学基金资助项目（cstc2012jjA40055）。

王斌，硕士，高级工程师，研究方向为地理信息系统与遥感。