基于深度学习的建筑物识别及占用耕地建房自动化监测

石珊 胡兵 杨丛瑞

摘要：针对农村普遍存在的占用耕地建房现象，基于深度学习和图像分析提出了一种自动化监测方法，通过对高分辨率遥感影像数据的预处理，构建基于卷积神经网络的自动化监测模型，有效判定目标影像中的每个像元格是否占用耕地建房。以湖南省长沙市X村为例，横向比较U-Net、SegNet、DeepLabV3p模型的识别能力。结果表明，当学习率为0.01、批大小为2、迭代次数为100次时，U-Net模型对建筑物的识别结果最佳；该模型共发现66宗潜在占用耕地建房案例，识别结果准确率高且耗时短；该模型充分运用了现代信息技术及方法，可在一定程度提高土地执法监察的工作效率、节省工作时间及资源。

关键词：深度学习；U-Net模型；自动化监测；建筑物识别；占用耕地；土地执法；湖南省长沙市

中图分类号：P237         文献标识码：A

文章编号：0439-8114（2024）01-0195-04

DOI：10.14088/j.cnki.issn0439-8114.2024.01.035 开放科学（资源服务）标识码（OSID）：

Building recognition and automated monitoring of occupying farmland for construction based on deep learning：Taking X Village in Changsha City， Hunan Province as an example

SHI Shan1，HU Bing1，YANG Cong-rui2

（1. Changsha Urban Planning Information Service Center， Changsha  410006， China；

2. Natural Resources and Planning Bureau of Honghe， Honghe Prefecture  661100， Yunnan， China）

Abstract： In response to the common phenomenon of occupying farmland for building houses in rural areas， an automated monitoring method based on deep learning and image analysis was proposed. By preprocessing high-resolution remote sensing image data， an automated monitoring model based on convolutional neural networks was constructed to effectively determine whether each pixel cell in the target image occupied farmland for building houses. Taking X Village in Changsha City， Hunan Province as an example， horizontally compared the recognition capabilities of U-Net， SegNet， and DeepLabV3p models were. The results showed that when the learning rate was 0.01， the batch size was 2， and the number of iterations was 100， the U-Net model had the best recognition results for buildings；the model found a total of 66 cases of potential occupation of farmland for building houses， with high recognition accuracy and less time consumption；this model fully utilized modern information technology and methods， which could improve the efficiency of land law enforcement and supervision to a certain extent and save work time and resources.

Key words： deep learning； U-Net model； automated monitoring； building recognition； occupation of farmland； land enforcement； Changsha City， Hunan Province

收稿日期：2022-09-13

基金項目：国土资源评价与利用湖南省重点实验室开放课题项目（SYS-ZX-202005）

作者简介：石 珊（1996-），女，湖南长沙人，硕士，主要从事遥感影像处理及规划创新研究，（电话）15674803216（电子信箱）shishan1106@163.com。

土地是一种有限的资源［1］，长期以来，不平衡的土地供需关系造成了成千上万的土地问题，农民乱占耕地建房是中国典型问题之一［2］。粗放的宅基地管理方式导致耕地被占用现象呈数量多、面积大、形势复杂的趋势［3］。同时，土地执法监管机制的不成熟、执法力度不够与执法监测刚性不足等问题导致耕地资源保护工作不到位［4］。为主动发现并及时遏制农村乱占耕地建房的行为，中国自然资源管理部门需深入探索土地执法监察的新思路，充分利用先进的信息技术建立高效、省时省力的监管机制［5-7］。

基于高精度的遥感影像，人们可从微观层面感知到地表的物理特征，这些影像也为土地管理开辟了新的方向［8］。目前土地利用分类标签数据主要是由人工标注［8］，如建筑物、道路、绿植和水体等。从卷积神经网络（Convolutional neural network， CNN）到全卷积核神经网络（Fully convolutional networks，FCN）［9-12］，深度学习已成为图像分析中最流行的方法，可实现影像的自动化标签［13］，有效减少费力耗时的标签工作，从而提升土地管理效率［14-16］。Liu等［17］探索了基于多年影像的土地利用变化自动化识别，Xia等［18］采用分辨率为0.02 m的图像成功识别了研究区中的地籍边界，为减少地籍管理过程中的资源投入提供了可能。

1 研究区概况与方法

1.1 研究区概况

湖南省长沙市X村，村域总面积66.99 km2。X村现有耕地3.62 km2，但耕地不集中且多数处于较平缓的坡地，难以形成规模生产，湖洋梯田属于村内较好的资源。占用耕地建房问题主要出现在居民聚集处，因此，本研究以X村村民聚集区为研究对象，区域总面积为8.6 km2。

1.2 核心数据

在农村乱占耕地建房动态监测监管过程中，管理部门主要利用卫星遥感、“两权”发证、国情监测以及各类重要生态功能区的数据作为判定居民是否占用耕地违规建设的依据，本研究在不增加自然资源相关部门及业务部门现有数据资源的情况下，提出自动识别潜在耕地被占用情况。

1）高精度遥感影像主要覆盖村内的居民聚集点，便于建筑物的自动识别，通过无人机获取影像，分辨率为0.2 m。

2）土地覆盖标注数据范围与高精度遥感影像覆盖范围、覆盖面积一致。本研究的核心问题是自动化监测潜在建设用地占用耕地的情况，因此土地覆盖标注数据主要是区别建筑物与其他地类类别，由人工目视解译获取（图1）。

1.3 研究方法

建筑物识别及占用耕地建房识别的自动化监测机制由数据预处理、建筑物识别、占用耕地建房识别组成（图2）。在建筑物识别过程中，通过横向比较U-Net、SegNet、DeepLabV3p模型的学习性能，对输入的遥感影像进行深度学习，通过特征卷积实现建筑物轮廓的预测。其中训练集主要用来构建模型，测试集用于对模型评估以及调参。在占用耕地建房识别过程中，通过空间叠加分析深度学习结果及耕地标注数据，在像素级别上进行算数分析，由此实现占用耕地违法建房案例的自动化识别。

2 试验与分析

2.1 建筑物识别

通过对比试验挑选出进行建筑物识别的深度学习模型，如表1所示。在超参数相同的情况下，U-Net模型的精度明显高于DeepLabV3p、SegNet模型，精度达97.19%。此外，所有模型的精度均超過94.00%，各模型随着迭代次数的增加逐步收敛，在迭代到一定次数时收敛趋势趋于稳定；U-Net、DeepLabV3p_xception65模型的交并比分别为0.867 9和0.858 6，高于其他2个模型；U-Net模型的Kappa系数高于DeepLabV3p、SegNet模型。

由图3可知，在完整性方面，U-Net模型的建筑物识别结果更加完整，SegNet模型仅识别出原始建筑物约35%的轮廓面积，DeepLabV3p模型的精度与U-Net模型接近，可识别出原始建筑物90%以上的轮廓面积；在图像噪点方面，U-Net模型的输出图片噪点明显少于其他模型；在建筑物的轮廓方面，U-Net模型对建筑物的识别结果较完整且轮廓平直，与其他模型相比，没有出现内部空洞现象。说明U-Net模型的识别能力较强。

综上，本研究基于U-Net模型设置多组超参数试验对遥感影像中的建筑物进行自动识别，从而达到自动化监测耕地被占用现象。设置不同的学习率（Learning rate）来控制模型的收敛速度，采用不同的批大小（Batch size）来改变模型单次训练的样本个数；设定不同的迭代次数（Epoch）以获取模型训练的最优值。结果表明，当学习率为0.01、批大小为2、迭代次数为100次时，模型对建筑物的识别结果最佳。

2.2 潜在耕地被占用监测

基于栅格算术分析逻辑，本研究将建筑物识别结果与耕地标注数据进行叠加分析和后期处理。

1）为精准找出两图层中建筑物与耕地相重叠的像元且保证重叠像元的惟一值，利用ArcMap地图代数里的栅格计算器将建筑物预测数据与耕地标注数据进行乘法运算，结果如图4、图5所示。像素值为99的区域是深度学习模型推断为建筑物但三调中为耕地的区域，即出现建筑物占用耕地区域，而像素值为0的区域是深度学习模型推断为非建筑物，与耕地区域叠合不会出现耕地被占用的区域。

2）采用栅格转面工具将监测到的潜在耕地被占用区域矢量化，得到每一个潜在耕地被占用案例的矢量图形、空间位置及空间面积等属性。

3）基于矢量化的潜在耕地被占用检测结果属性表，筛选出图形面积大于1 m2的区域，小于1 m2的区域被视为模型误差，可以从结果中删除。

测试区域共发现66宗潜在耕地被占用案例，面积为0.123 hm2。其中，有6个潜在耕地被占用案例的面积较突出，每个案例占用的耕地面积均超过0.005 hm2，更有个别案例占用耕地面积接近0.03 hm2。

由图6a可知，右上角的蓝色屋顶建筑物及左下角瓦片式建筑物的一侧可能存在耕地被占用现象。通过建筑物标注数据与耕地标注数据对比发现，这2幢建筑物确实与三调耕地相重叠，可能存在侵占耕地情况。由图6b可知，本研究方法将木材堆积物识别成建筑物，在与耕地标注数据叠加分析后该处被判定为潜在耕地被占用案例。在原始遥感影像中该处为硬化地面，而在耕地标注数据中属于耕地，可能是由于深度学习模型误差与原始标注数据的不确定性造成输出结果的不稳定。

3 小结

在中国日益突出的耕地违法占用背景下，本研究充分运用新技术探索土地监察的新思路，采用U-Net自动化监测模型共发现66宗潜在占用耕地建房案例，识别结果准确率高且耗时少，其中建筑物识别精度达97.19%，为后续占用耕地监测分析提供了可靠基础。

尽管深度学习近年来取得了大量成果且应用广泛，但不可否认的是深度学习在行政执法上的应用有待深入研究。土地监管结果与公众利益和公众信任联系密切，基于深度学习模型获得的耕地被占用案例可作为土地执法前期的数据支撑，有效消除人工目视判别工作在时间上的滞后性，但不可作为土地执法监察的惟一依据。

参考文献：

［1］ 牛善栋，方 斌.中国耕地保护制度70年：历史嬗变、现实探源及路径优化［J］.中国土地科学， 2019， 33（10）： 1-12.

［2］ 卢绍婷，周俊晖.农村乱占耕地建房整治方法研究与系统实现［J］.国土资源信息化， 2021（2）： 48-53.

［3］ LI M，STEIN A，KMD B. A bayesian characterization of urban land use configurations from VHR remote sensing images［J］. International journal of applied earth observation and geoinformation， 2020， 10：102175.

［4］ 陈 琳，刘清华.城镇和农村住宅用地使用现状及整治建议——以湖北省钟祥市为例［J］. 中国土地， 2020（5）： 52-53.

［5］ 吴家杰，黄 霞，刘锟铭.农村乱占耕地建房疑似违法图斑自动提取研究［J］.江西测绘， 2020（4）：37-38， 41.

［6］ 夏晓鸿，潘俊国，董海潮，等.全省农村土地综合监管机制创新调研报告［J］.浙江国土资源， 2018（11）： 35-37.

［7］ 周建国.农村耕地非法转为宅基地的问题与对策［J］.贵州农业科学， 2010， 38（2）： 183-188.

［8］ 王 丹，张 璐，柴燕妮.基于深度学习的乱占耕地建房疑似图斑自动提取方法研究［J］.测绘与空间地理信息，2022，45（6）： 51-53，57.

［9］ YU H， YANG Z， TAN L， et al. Methods and datasets on semantic segmentation： A review［J］. Neurocomputing， 2018， 304， 82-103.

［10］ CROMMELINCK S，KOEVA M，YANG M Y，et al. Application of deep learning for delineation of visible cadastral boundaries from remote sensing imagery［J］. Remote sensing， 2019，11（21）： 2505.

［11］ LECUN Y， BENGIO Y， HINTON G. Deep learning［J］. Nature， 2015， 521：436-444.

［12］ LONG J，SHELHAMER E，DARRELL T. Fully convolutional networks for semantic segmentation［J］. IEEE transactions on pattern analysis and machine intelligence， 2015，39（4）： 640-651.

［13］ PERSELLO C， STEIN A. Deep fully convolutional networks for the detection of informal settlements in VHR images［J］. IEEE geoscience and remote sensing letters， 2017，14（12）： 2325-2329.

［14］ 范荣双，陈 洋，徐启恒，等.基于深度学习的高分辨率遥感影像建筑物提取方法［J］.测绘学报， 2019， 48（1）：34-41.

［15］ 季顺平，田思琦，张 驰.利用全空洞卷积神经元网络进行城市土地覆盖分类与变化检测［J］.武汉大学学报（信息科学版）， 2020， 45（2）：233-241.

［16］王舒洋，慕晓冬，杨东方，等.融合高階信息的遥感影像建筑物自动提取［J］.光学精密工程， 2019， 27（11）：2474-2483.

［17］ LIU R， KUFFER M， PERSELLO C. The temporal dynamics of slums employing a CNN-based change detection approach［J］. Remote sensing， 2019， 11（23）：2844.

［18］ XIA X， PERSELLO C， KOEVA M. Deep fully convolutional networks for cadastral boundary detection from UAV images［J］. Remote sensing， 2019， 11（14）：1725.