APP下载

多光谱技术应用于我国传统村落空间模式挖掘中的新思维

2022-12-31赵宏宇甄世楠

智能建筑与智慧城市 2022年7期
关键词:村落光谱建模

赵宏宇,甄世楠

(吉林建筑大学)

1 引言

2022年,中央一号文件再次锚定传统村落保护,传统村落历经千百年传承检验,其因地制宜的低成本、低技术、高可持续性的营建经验,蕴含于村落典型空间模式中[1]。当前提取研究以田野调查与经验提取为主,运用大数据手段的智慧挖掘较少[1-2]。而“十四五”规划明确提出要加快推进数字乡村建设,推动动态环境建模等技术创新。通过大批次传统村落的快速精准建模,量化传统村落空间模式有望成为重要路径。但国内现有技术手段难以实现数据快速精准提取[3]。无人机多光谱技术操作灵活且含多谱段信息,可有效辅助材质剥离与量化统计分析,引入该方法,将会大幅提高我国传统村落空间模式的提取效率与精度。

2 多光谱技术对传统村落空间模式挖掘的影响

2.1 传统村落空间模式挖掘问题剖析

主要包括宏观区域层面空间模式的分布及环境动因,中观单个村落的整体或某一类空间模式的提取与植入。无论是区域尺度不同组织结构村落模式的异同,或单一村落空间结构、形态、组织等方面的特点凝练与逻辑探讨,大多仅对村落地形选址、民居排列、公共空间等尺度较大空间要素进行模式化[4-5],而忽略微小地物目标的模式提取。或针对旅游空间、居游空间、民俗空间等单一空间要素研究方面精度满足需求,但受限于实地踏勘或深度访谈的传统数据收集方式[4],难以展开更大尺度的精细化研究。虽有极少数叠加遥感影像或GIS 数据进行数理分析[6],也仅用于分析过程而未形成任何数据性结论。

2.2 无人机技术优势提炼

国内应用将三维模型搭建作为基础条件,建立中宏观尺度的地形地貌、城市植被等精细化模型,实现亚米级(如<5cm)数据获取[7];开展微观单体尺度古建建模、住宅识别等,实现轮廓提取95%以上精度。无人机高精确度、高分辨率和高时效的优势特征在三维分析层面得到充分发挥,其对于搭载平台的多样适应性,也为开展多类别研究奠定了基础。

国外应用集中于各类检测监测领域,借助深度学习与点云方法开展,涉及无人机耦合摄影测量开展交通监测与设施监控、城市形态变化监测等,耦合光谱技术开展植被生长预估与水体环境交互关系分析,一定程度上进入动态数据精准获取阶段。

多光谱在城市调查方面,应用于城市环境调查与分类识别等已有大量实例,在城市各类别地物识别与分类提取技术方面已展开探索且趋势逐渐加强[8]。在城市空间领域,借助卫星星载或无人机机载,已实现不同地物的精准剥离。现有应用大致包括城市地图更新、地物提取、城市边界提取、城市变化监测与城市管理、城市交通情况调查、城市热岛评估、绿地精细化调查7 大类别。而相较于国内的应用深度,国外光谱技术在机载平台使用比例、与其他技术耦合应用比例方面具有明显优势,三维地物重建已应用于流域地形地貌重建、建筑屋面重建等众多领域,学科融合产生良好成效。

3 多光谱技术的应用进展

3.1 面向精度提升的平面图谱解译方法

平面图谱解译,即实现平面二维地物的影像识别与数据分类[9-10]。单独应用多光谱技术的地物分类,主要依托地物不同光谱特征开展,借助归一化植被指数(NDVI)等指针性参数,通过SVM 分类等方法进行城镇地表覆盖物分类研究,可直接面向微观土地精细化划分应用领域,其低成本、高效率的特点,在农村地区大量应用有基础优势[11]。

多光谱结合激光点云技术或机器学习的分类可实现两类数据直接配准[12],具备更多属性信息。主要利用最大似然法、Gram-Schmidt(GS)融合等方法对激光点云数据进行切割,或通过随机森林、卷积神经网络等整合光谱与纹理等空间特征,实现地物高精度识别分离。

3.2 面向数据量化的三维形态重构方法

当前三维空间形态重构大多采用基于海量数据的自动化手段,以多光谱平面地物剥离与图谱解译为基础。主要包括两种类型。

多光谱耦合激光点云技术的三维激光扫描建模,通过激光雷达空间扫描数据分割与多光谱影像线条提取,可实现大范围建筑的精细化提取与建模。当前已应用于DSM 生成、土地覆盖分类等诸多领域。缺陷在于建成模型缺乏纹理数据,纹理贴图大量工作仍需人机交互[13]。

多光谱耦合倾斜摄影的影像建模,主要依托倾斜摄影测量数据[14],通过运算组合成为三维实景模型,具有影像表达内容丰富、自动化程度高、实体侧面纹理提取快捷的特点[15],但易出现纹理映射错误、模型与背景难以分离的问题[16],因而常需要辅助空三加密等二次加工[17]。同时,难以实现模型编辑与使用,其属性信息需要手工录入,使其难以满足大批量快速的村落信息提取[18],难以实现广泛应用。

3.3 面向精准分析的数字模型构建方法

整合无人机多光谱技术、激光雷达技术及卫星遥感影像技术开展国土测绘早有先例[18],国内外应用无人机多光谱技术耦合三维激光扫描技术,已开展多类别地物分类与含属性信息的三维实景建模[19-20]。国外已实现平面图谱解译,获得高精度平面土地利用覆盖的全要素分类,并构建涵盖地形地质、建筑、植被等全基础要素[21-23]的三维立体模型。而国内对二者融合多应用于地物属性分类,对两者结合的研究也仍停留在二维图形层面,未形成可供进一步空间编辑与计量的三维立体模型[24]。

加拿大Optech 公司2014 年发布第一台商业化Titan 机载多光谱LiDAR(Light Detection And Rang‐ing)系统[25-26]。我国也由武汉大学联合中科院发展了具备自主知识产权的三波段多光谱激光雷达系统[27],但尚未进入商业化领域,相关应用亟待加强。

4 结语

当前,亟需定量化挖掘传统村落空间模式中蕴含的生态智慧营建理念,无人机多光谱因其灵活性强、获取信息丰富的特点,在破解村落空间模式的二三维提取中具备极大优势,但研究仍处于初级阶段,优势尚未充分发挥。探索以多光谱技术为核心的技术破解手段及可能的技术路径,有望为传统村落生态智慧的量化提取与现代转译奠定基础,为推动村落数字化建设提供空间决策的理论与方法指导。

猜你喜欢

村落光谱建模
基于三维Saab变换的高光谱图像压缩方法
基于3D-CNN的高光谱遥感图像分类算法
基于FLUENT的下击暴流三维风场建模
高光谱遥感成像技术的发展与展望
联想等效,拓展建模——以“带电小球在等效场中做圆周运动”为例
求距求值方程建模
油画《村落》
“共享村落”:乡村新的入住方式
“共享村落”:拿什么让人魂牵梦绕
基于PSS/E的风电场建模与动态分析