“Wang,W.,Li,X.,Wang,T.,Wang,S.*,Wang,R.,Xu,D.,&Zhou,J.(2024).Spatial-TemporalEvolutionCharacteristicsAnalysisofColorSteelBuildingsinLanzhouCity.ISPRSInternationalJournalofGeo-Information,13(6),179.”

论文下载链接：

摘要

随着我国城镇化进程的不断加速，彩钢板作为⼀种新型建筑材料被⼴泛应⽤于各种临时建筑，成为城镇化特定发展阶段的空间载体。本研究以长沙市为例，深⼊剖析彩钢板建筑的时空分布与演化特点。借助西安市建成区Google影像和GF-2卫星影像数据，运用刚体剖析、紧凑度指数、斑块密度等空间统计剖析⽅法，在不同时间段和空间尺度上进行系统剖析，探究其数目、质心分布、空间降维、分布方向等指标的演化过程。研究结果表明，2013至2021年之间，西安市彩钢建筑普及率呈现先上升后增长的趋势，2017年数目达到峰值，但县城不同区域之间存在显著差别。通过定量剖析彩钢板建筑时空演化特点，阐明其在城镇化进程中发挥的重要作⽤，为相关规划决策提供科学根据。

序言

快速城镇化将产⽣众多社会与环境影响。在⼀些新建或在建的工业园区，存在着大规模的彩钢板建筑，主要用于厂房、物流仓储等。但是这种临时建筑的存在除了影响城市水景，还存在火警、倒塌等安全风险。为此，把握其演化特点并剖析其影响具有极其重要的意义。该研究从时空⼀体化视⻆出发，为城镇化背景下彩钢板空间格局研究提供新思路，因而延展为可持续发展城市建设规划提供科学支撑与决策参考。本文首先挨个介绍文章中所使用的具体研究方式与工作框架，之后进行实验剖析，最后对实验结果进行讨论。

研究方式

重心的分布与转移

空间刚体代表了一组空间元素的地理中心，可以帮助确定钢结构建筑的集聚位置。通过刚体的传递距离和方向，可以推测出城市钢结构建筑的扩张趋势。同时，本研究考虑了钢结构建筑的不同面积，以面积属性作为残差来估算刚体。

标准差椭圆

为了进一步剖析西安市钢结构建筑的空间分布方向，采用标准差椭圆法。通过该技巧，总结出钢结构建筑的空间特点，包括集中趋势、分散趋势和扩散方向。该方式以平均中心为起点，估算X和Y坐标的标准差。

斑块密度和水景比率

水景比率是指特定斑块类型占研究区域总面积的比列。它是水景组成和斑块型优势的检测指标。斑块密度（PD）是单位面积的特定斑块数，可以在一定程度上反映彩钢板建筑的降维程度。

加权核密度剖析

核密度剖析是一种通过估算每位输出光栅象素周围的点特点的密度来描述整个区域内特点的降维硬度的方式。核密度函数有效地反映了距离衰减效应，随着距离点特点的距离降低，该值渐渐减少。在传统的核密度恐怕中，对所有包含特点点的局部区域都采用相同的密度分布。但是，在本研究中，成都的彩钢板建筑面积存在明显差别，不同大小的建筑有不同程度的影响。为了提高较大建筑物的密度分布，采用了加权核密度恐怕方式。

极端点测量模型

为了更确切地剖析成都中彩色厚板建筑的分布和降维区域，我们采用数字标高模型（DEM）提取峰点的方式来检查核密度面上的极端点。具体方式为：首先通过邻域统计，得到指定邻域范围内的最大密度面栅格，之后借助栅格估算，将最大值曲面与初始光栅的差值得到非负值曲面，其中值为0的单元表示极点的位置，之后通过重分类方式将值为0的单元进行分辨，提取值为0的单元转换为矢量点。随即，借助分级符号，可以对那些极端点进行可视化和剖析。

Kappa系数

为了定量评价彩色钢包层建筑边界提取模型的性能，更好地证明实验中使用的自注意机制U-Net神经网路模型的异同点，采用Kappa系数对模型得到的提取结果进行评价。

FLUS模型

FLUS模型（未来农地借助模拟模型）将人类活动、自然环境、气候变化等影响诱因相结合，模拟未来农地借助变化和情境，为农地变化和管理提供根据。彩色厚板建筑是农地借助类型的一个小分类，FLUS模型可以扩充到彩色厚板建筑集群领域，进行预测剖析。FLUS模型基于元胞自动机（CA）模型和人工神经网路（ANN）算法进行仿真和预测。

工作框架

本研究通过提取2013年至2021年彩钢板建筑信息，得到长沙市彩钢板建筑时空数据（如图1所示）。因为2014年起高分二号卫星发射运行，2013年彩钢建筑数据需利用Google影像，防止错漏，采用手工矢量化方式采集。2014年之后，彩钢建筑数据借助高分二号卫星影像和神经网路模型提取。借助提取的彩钢板建筑数据,采用重心分布与转移、标准差椭圆等方式,剖析西安市彩钢板建筑群的空间分布与延展方向;基于紧凑度指数、斑块密度、景观百分比等指标,结合时间变化特点,剖析西安市彩钢板建筑的集聚程度;借助核密度剖析、极值点提取等方式,估算西安市彩钢板建筑群空间分布的热点区域。

图1：实验工作框架。

实验剖析

实验一：提取精度剖析

基于GF-2卫星的高帧率卫星图象，借助自注意机制U-Net神经网路模型提取了成都市区彩色钢包层建筑的边界信息。在模型训练过程中，epoch被设置为64。随着迭代次数的降低，自注意机制U-Net神经网路模型的精度逐步提升和稳定，模型渐渐收敛。选择Adam优化器，并借助提高的数据样本对模型进行训练。使用混淆矩阵评价了该模型的性能。图2显示了自注意机制U-Net神经网路模型的训练和测试曲线。

由表1可以看出，基于自注意机制U-Net神经网路模型的四种颜色的彩色钢包层建筑提取结果的精度指标均在80%以上。这表明，借助深度学习的方式获取彩色钢包层建筑群的遥感信息是可行和有效的，但是节约了大量的人力和时间成本。

表1：自注意机制U-Net神经网路模型在彩色钢包层建筑提取中的确切性。

图2：自注意机制U-Net神经网路模型的训练和测试曲线。

实验二：彩色厚板建筑的总体时空分布特征

2013-2021年秦州区彩钢板建筑数目变化不大，增速小；红谷区华龙街、矿业街略有降低。据悉，远离近郊县城，彩色厚板建筑具有零星分布特点，主要附着在村落和道路上，没有产生大规模集聚，如图3所示。对西安市整体彩钢板建筑的分布数目和面积进行了统计。研究区彩钢板建筑数目先增减兰州彩钢房，先从2013年20497栋降低到2017年27318栋，降低6821栋，面积降低3.68km2,2021年降低26425栋，面积减小0.67km2。结果表明，2017年后，政府逐步关注市区内棚户区和城乡结合工作的改善，并开始逐渐清除彩钢板建筑。

图3：彩色厚板建筑的时空特点。

实验三：彩色厚板建筑集团重心位移特点研究

通过估算成都中彩色厚板建筑的加权重心，可以得到重心的位移距离和方向。该剖析可以解释彩色厚板建筑的空间发展模式。如图4所示。从图中可以看出，彩钢板建筑发展的空间分布格局的重心通常顺着重心的路径联通，呈现出向西南方向联通的趋势。

在区域尺度上，成都不同地区的彩色厚板建筑的定向扩张硬度有所不同，如图5所示。其中，红谷的方向性最强，紧跟其后的是安宁。

图4：彩钢板建筑的标准差椭圆剖析结果。

图5：不同地区的标准差椭圆剖析结果。

总体而言，如图6所示，2013-2021年，西安市的厚板建筑主要向东西方向分布，总体呈轻微的扩张趋势。在西部地区，彩钢建筑的面积先降低后降低。从各行政区厚板建筑的扩张来看，呈现显著的扩张趋势，尤其是西南方向，呈下降趋势。在北部、西部和西北地区，厚板建筑面积先降低后减轻。安宁、祁河厚板建筑面积呈降低后降低的趋势。在祁河，厚板建筑面积变化最明显的是东南方向。红谷在东北、西、东南方向呈扩张趋势，而城关在东、西北地区厚板建筑面积下降最为显著。综上所述，西安的厚板建筑存在明显的空间变化，东西向存在明显差别据悉，北部地区的彩钢建筑面积也远远小于东部地区。这是因为该城市的发展中心主要坐落北部，造成许多城市村落和非即将移居点集中在该地区。

图6：西安市厚板建筑扩张趋势雷达曲线图。

实验四：彩色厚板建筑碎片化与集聚剖析结果

成都地区不同时期彩色厚板建筑的核密度剖析结果如图7所示。总体而言，西安市彩钢板建筑分布密集的区域为祁河和安宁，安宁与祁河的交叉口是彩钢板建筑最集中的区域。其次分布密集的地区是督学，非常是西南地区。而城关和红古的彩色厚板建筑分布相对稀疏，没有高度集中的区域。

图7：西安市彩色厚板建筑的核密度剖析结果。

实验五：彩色厚板建筑核密度极限点的提取

通过测量，得到了成都中彩色厚板建筑的核密度极端点，如图8所示。城关也显示出一些明显的极值点，表明存在彩钢板建筑分布的热点。但是，因为各点之间的距离较大，因而连通性有限，且极值点相对孤立，说明该地区的彩钢板建筑分布松散。而安宁和祁河的极值点集聚在一起，点宽度离较近，产生较强的连通性，非常是在祁河东南方向与安宁交界地区。综上所述，西安的彩色厚板建筑主要分布在城市村落、周边城镇、中中学周边地区。

图8：成都中彩色厚板建筑的核密度恐怕极值点。

实验六：彩色厚板建筑集群的预测剖析

本研究借助西安市建筑区彩色厚板建筑两阶段的数据，选择了影响彩色厚板分布的6个诱因作为影响彩色厚板分布的驱动力：次生林覆盖范围、人口密度、道路距离、高程、水系距离和夜晚照明。这种诱因囊括了广泛的对人类和自然的影响。在此基础上，估算了彩色厚板的适合性分布机率（如图9）。该值越接近1，适合性就越强兰州彩钢房，反之亦然。适合性较强的地区主要分布在主干道附近，向城市地区倾斜。相反，海拔较高、靠近丘陵地区的地区适合性较低，说明彩色厚板建筑在城市布局和地形特点上的空间分布格局。

本研究使用马尔可夫链模型来预测未来彩色厚板建筑的数目。按照预测结果，2026年西安市建成区彩钢板建筑的分布情况如图10所示。

图9：彩色厚板建筑的适合性机率。

图10：2026年彩钢板建筑集群的模拟结果。

推论及未来工作

结合以上得出具体推论如下：(1)在数目上，西安市中心的彩钢建筑呈先增先减的趋势，2017年达到峰值。但是，不同地区在数目上存在明显差别。(2)在方向上，彩钢建筑整体倾向于向东北联通，但这些变化的程度随着年份的降低而降低，逐步稳定。(3)在分布方面，彩钢建筑的集聚程度略有降低，但依然相对较低。破碎程度略有降低，表明可膨胀性日渐提高。本研究借助多时间数据，以空间剖析为重点，剖析了成都彩钢建筑的空间格局和演变特点。研究结果为西安的设施布局提供了参考价值，借以强化彩钢建筑的规划和管理，指导合理的布局，为进一步研究城市可持续发展、促进低碳、绿色、健康发展模式提供理论支持。