基于竞争性查询与边界区域注意力的多光谱图像分割方法

《Remote Sensing》：DAMFusion: Multi-Spectral Image Segmentation via Competitive Query and Boundary Region Attention Miao Yu, Xing Lu, Ziyao Yang, Daoxing Gao and Guoqiang Zhong

　　

城郊过渡区（Peri-urban Areas, PUAs）作为城市与乡村之间的过渡地带，在支撑粮食系统与农业生计方面发挥着关键作用，然而却日益受到快速城市扩张的压力。由于行政边界往往无法捕捉其功能性与空间异质性，对城郊过渡区进行可靠的空间界定仍具挑战性。本研究提出了一种多维度的空间显式框架，以印度尼西亚为案例研究区进行城郊过渡区界定。研究人员从遥感和地理信息系统（Geographic Information System, GIS）数据源中提取了涵盖六个分析维度的18项指标——土地利用/土地覆盖（Land Use/Land Cover, LULC）、经济因素（Economic Factors, EF）、人口因素（Demographic Factors, DF）、基础设施因素（Infrastructure Factors, IF）、空间可达性（Spatial Accessibility, SA）和景观结构（Landscape Structure, LS），并采用等权重法（equal-weighted）和层次分析法（Analytic Hierarchy Process, AHP）加权法将其整合为综合评分系统。该框架应用于爪哇岛四座主要城市（雅加达、泗水、万隆和日惹），以生成连续的城郊过渡区概率面，并通过雅加达和万隆都会区25个县的专家调查进行验证。结果表明，该框架能够有效捕捉城郊过渡区的空间异质性与梯度特征，其中等权重法与专家评估具有统计学显著的一致性（Pearson's r = 0.517, p = 0.008; Spearman's ρ = 0.522, p = 0.008; Kendall's τ = 0.387, p = 0.008），在所有验证指标上均一致优于AHP加权模型。该研究方法为利用遥感和GIS监测快速城市化地区的城郊动态提供了一种可迁移的空间制图框架。

全球正经历前所未有的城市化进程，预计到2030年全球城市土地面积将从2000年的65万平方公里增至186万平方公里。这一加速的空间扩张促使大都市区向周边乡村腹地延伸，城郊过渡区（Peri-urban Areas, PUAs）由此成为动态的城市-乡村过渡界面。在发展中国家，城郊农业对维持农业功能、提供本地粮食生产和生态服务具有关键作用，但快速城市扩张与薄弱监管措施的叠加威胁着这些农业系统。尤为突出的是，城郊过渡区的空间异质性与边界模糊性给有效管理和监管干预带来复杂挑战。

目前城郊过渡区识别方法大致可分为三类：基于指标的方法、基于遥感的方法和基于样本的方法。基于遥感的非监督方法通过非监督算法区分和分组像素来划定城乡边界，但此类方法常依赖视觉识别突变点并用直线连接，导致精度较低；基于样本的监督分类方法利用机器或深度学习模型对大量样本进行训练以识别城乡区域，但通常受限于高质量训练样本的获取困难以及模型可解释性差的问题。相比之下，基于指标的方法运用选定指标进行回归分析、因子分析、多元分析或连续性方法，能够融入空间和社会经济因素，更具灵活性，且对大型高质量训练数据集的依赖较小，在数据匮乏环境中适应性更强。

然而，现有基于指标的研究存在两个关键方法学局限：其一，大多数框架隐性地假设所有指标对城郊特征的贡献相等，采用统一权重而缺乏理论依据或实证验证，鲜少研究检验指标是否具有不同的相对重要性或比较替代加权方案；其二，基于指标的方法很少接受外部验证，划定边界往往被视为既定事实，缺乏与专家判断或实地知识一致性评估的研究。为克服这些不足，本研究开发了两种加权模型——等权重模型和AHP加权模型，以评估不同加权策略对城郊过渡区界定的影响，并引入专家评分（Q-score）验证框架作为独立参照基准。

研究选取印度尼西亚爪哇岛为研究区，聚焦于雅加达、泗水、万隆和日惹四座主要城市。数据来源于公开可获取的遥感与GIS数据集，涵盖LULC、EF、DF、IF、SA和LS六个维度的18项指标。研究采用的样本队列来源包括：通过Qualtrics平台向研究人员、地方政府官员和农民发放的专家问卷，共收集146份有效回复；以及基于Cochran公式计算，从雅加达和万隆都会区416个县中分层随机抽取的48个县作为验证样本。

本研究的技术路线包括五个核心步骤：确定城郊过渡区边界范围、构建指标体系、建立评分模型、制作空间分布图、验证评分模型。在边界确定方面，以内边界为城市行政边界，外边界采用以城市中心为圆心的50公里缓冲区，该距离在东南亚语境中被广泛认可为合理范围。指标体系涵盖18项具体指标，包括建成区比例（PBU）、耕地比例（PCR）、建成区增长率（BGG）、绿植被比例（GVF）、不透水表面比例（ISF）、森林面积比例（PFA）、经济资源密度（NEI）、夜间灯光强度（NLI）、人口密度（PDB）、人口增长率（PGG）、干道路网密度（ART）、集散道路密度（CRD）、地方道路密度（LRD）、公共设施密度（NFP）、到城市中心距离（DTC）、到森林距离（DTF）、建成区景观斑块密度（BPD）和斑块密度（PDN）。指标标准化采用Min-Max归一化至[0, 100%]范围，并建立1-10分的对称评分系统，以50%为中点赋予最高分，向两端逐渐递减。

研究构建了两种评分模型。等权重模型将18项指标的标准化得分简单相加作为综合得分，消除了主观偏好的潜在影响；AHP加权模型则通过专家两两比较判断矩阵，采用几何平均法聚合群体判断，计算主特征向量获得权重系数。两种模型的得分均采用Jenks自然断点法分为高、中、低三个等级进行可视化制图和空间比较。

研究结果显示，在雅加达和万隆都会区，等权重模型和AHP加权模型产生了大致一致的空间梯度，但局部界定存在显著差异。等权重模型生成了更为连续的高分值聚类，尤其在雅加达都市区外围和万隆南部边缘；而AHP加权模型则呈现更大的空间破碎化，高分值呈更小更分散的斑块状分布。分类对比表明，等权重模型将117个县划为高级别，170个为中等，129个为低级；AHP加权模型则将高级别县减少至81个，中等和低级分别增至196和137个。

验证结果表明，等权重模型与专家评估在所有三项指标上均呈中度且统计学显著的相关（Pearson's r = 0.517, p = 0.008; Spearman's ρ = 0.522, p = 0.008; Kendall's τ = 0.387, p = 0.008），而AHP加权模型的相关较弱且不显著（Pearson's r = 0.343, p = 0.094; Spearman's ρ = 0.389, p = 0.055）。交叉制表分析显示两个模型总体一致率为65.1%（271/416），Kappa系数为0.46，属于中度一致；但在等权重模型判定为进一步探索发现，等权重模型的优越性源于指标的高情境异质性——18项指标中有10项的跨城市标准差大于0.50，而AHP赋予高权重的指标（如PDB、PGG的权重均为0.08）恰具有最高空间变异性，统一重权放大了城市间差异。留一法敏感性分析证实18指标框架具有稳健性，Pearson's r在0.463–0.556范围内波动，PCR、GVF、PBU的移除导致最大降幅，凸显土地覆盖构成在捕捉城郊特征中的核心作用。

基于验证优势，研究采用等权重模型作为主要框架绘制四座城市的城郊过渡区图。雅加达呈现明显的指状蔓延，沿主要交通走廊向茂物、德波、坦格朗和勿加泗辐射，反映了特大城市规模、极端人口密度和1970年代以来工业分散化政策的综合效应；万隆展现典型的跳跃式开发模式，以农业用地分隔的分散、不连续斑块为特征，受盆地地形约束和投机性土地开发的共同塑造；日惹呈现围绕历史城市核心的同心圆紧凑形态，反映了较小都会规模、中等人口密度和文化保护政策对蔓延的制约；泗水则显示南部和西南部大型、整合的城郊集聚体，由国家主导的工业政策和基础设施投资驱动形成。

研究讨论部分深入分析了三个核心议题。关于模型性能差异，研究指出专家评估引入的认知偏差和学科视角可能与城郊发展的 empirical 空间过程不一致，且AHP对高变异指标的过度敏感导致复合偏差，而等权重法保留了数据集内在的方差-协方差结构，在复杂多因素系统中更具数据驱动灵活性。这一发现并不意味着等权重法是AHP的普适替代，而是在多城市比较框架中提供了更大的方法稳健性，避免模型对单一主导变量波动的过度敏感。

在方法学贡献方面，本研究框架相比纯粹遥感指数方法，整合了社会经济维度以捕捉城郊过渡的功能和行为层面；区别于假设单调距离衰减的密度梯度方法，能够容纳不连续和异质的空间模式；相较于人口普查聚类方法，提供了更高的空间分辨率和多维度覆盖。该框架的理论贡献在于将多种分析传统综合为统一方法论，通过系统验证确保可解释性，同时等权重方案在多样化都市环境中的显著表现证明了方法的稳健性和可迁移性。

研究局限性包括：专家参考评分虽减少了直接循环性，但并未构成完全独立的实证验证数据集；80名受访者以学者和规划师为主，可能无法完全代表社区视角；地理范围限于爪哇岛四城市，限制了外部效度；横截面设计提供静态快照而非时间轨迹。未来研究方向建议：采用主成分分析（PCA）或方差膨胀因子（VIF）分析评估指标间相关性；探索遗传算法、神经网络等数据驱动优化技术与专家判断的混合方法；通过高分辨率遥感、社会经济数据和参与式制图构建多视角验证框架；将研究扩展至其他印尼岛屿和跨国案例；采用基于通勤圈、交通网络可达性或地形约束的城市特定边界方法替代统一缓冲区；以及运用卷积神经网络应用于多时相数据集，开发实时监测系统将静态界定转化为预测模型。

研究结论指出，本研究开发的基于指标框架在爪哇四城市城郊过渡区界定中证明等权重模型优于AHP加权方法。数据驱动加权能更好捕捉社会经济、基础设施和空间指标之间的复杂相互作用，而专家衍生权重可能引入降低准确性的偏差。研究识别出多样化的空间形态，如雅加达的走廊式扩张和日惹紧凑同心形态，反映了受地理、基础设施和规划遗产塑造的多元城郊化轨迹。方法学上，研究推进了多维指标整合的统一框架；实践层面，为规划和政策制定提供了透明且可迁移的工具。尽管分析限于爪哇四城市且依赖专家验证，未来研究应扩展地理范围、纳入多时相数据，并探索结合专家知识与机器学习优化的混合方法以增强预测能力。