基于多元数据的省会城市城中村精细提取

城中村是指农村耕地被收走后,剩余宅基地被城市包围的农村聚落。针对当前城中村的研究缺少数据支撑和定量分析等问题,基于高分辨率遥感影像、建筑物轮廓及兴趣点(point of interest,POI)等多元空间数据,以广东省省会广州市的主城区为研究区域,利用ENVI中深度学习工具提取城中村边界,其城中村正确识别率为64.31%。对于提取结果中存在与部分老旧居民区、工业区混淆的现象,进一步使用路网分割高分辨率遥感影像,制作城中村标签数据。结合机器学习分类方法,使用支持向量机分类器提取城中村轮廓。该方法提取的精度可达到90.19%,对于研究区内城中村改造、城市规划设计等具有一定的参考意义。