《International Journal of Applied Earth Observation and Geoinformation》:Progressive multi-task graph neural network with multi-dimensional spatial feature fusion for building age prediction
编辑推荐:
为解决现有建筑物年龄预测方法在考虑多维空间特征不足、样本分布不平衡和深层语义特征提取不充分等问题,研究人员提出一种基于渐进式多任务学习的图神经网络(PMTGNN)框架。该研究整合了多源地理空间数据,构建了涵盖几何、视觉、居民感知和社会经济四个尺度的特征指标体系,并引入建筑高度估计和功能分类作为辅助任务,提升了模型在样本不平衡下的泛化能力。最终,以常州为案例,模型成功填补了51,281栋建筑的年龄缺失信息,准确率和F1分数分别提升了至少6.9%和5.4%,为城市规划提供了可靠的数据支持。
在快速城镇化的今天,我们如何准确了解一座城市建筑的“出生证明”?建筑物的年龄信息,就像是城市的“年轮”,它不仅关乎着建筑的安全评估、资产价值,更是城市更新、可持续发展规划的重要依据。然而,获取大规模、高精度的建筑年龄数据却一直是个令人头疼的难题。传统的实地调查和档案查询不仅成本高昂、效率低下,而且难以覆盖广袤的城市区域,无法满足城市动态更新的需求。面对这个问题,尽管现有的机器学习方法(如随机森林RF、支持向量机SVM等)和图神经网络(GNN)已经取得了一些进展,但它们依然面临三大挑战:第一,在构建预测特征时,往往只关注建筑物的形态、外观和功能,却忽视了与居民主观感受(如安全感、活力感、美观度等)息息相关的“人本”信息。第二,公开的建筑年龄数据样本稀少且分布极不均衡,比如在城市化进入提质阶段的今天,新建筑数量远少于过去的快速建设期,这导致模型难以充分学习不同年代建筑的特征差异。第三,建筑年龄是一个融合了历史风格、空间形态和功能语义的复杂特征,现有模型多进行简单的特征堆叠,难以挖掘不同维度特征间的深层次逻辑关联,限制了模型从复杂视觉线索和空间语义中精准推断年龄的能力。
为了攻克这些难关,来自南京大学的研究团队在《International Journal of Applied Earth Observation and Geoinformation》上发表了一项创新性研究,他们设计了一个名为“渐进式多任务图神经网络(Progressive Multi-Task Graph Neural Network, PMTGNN)”的全新框架。该研究旨在通过更全面的特征整合、更鲁棒的学习策略,来实现大规模、高精度的建筑物年龄预测。
为了开展这项研究,作者团队主要应用了以下几个关键技术方法:首先,是多源地理空间数据融合与特征工程。研究整合了建筑物轮廓(BF)、遥感影像(RSI)、街景图像(SVI)和兴趣点(POI)四类数据,系统构建并量化了一个包含建筑物几何尺度、视觉尺度、居民感知尺度和社会经济尺度在内的四维特征指标体系,共计29项指标。其次,是图结构构建与空间关系建模。研究以建筑质心为节点,采用Delaunay三角剖分算法(最大边长阈值500米)构建建筑空间邻接图,将量化后的特征作为节点属性嵌入图中,从而建模建筑物间的空间依赖关系。第三,是渐进式多任务学习(Multi-Task Learning, MTL)框架设计。这是本研究的核心创新,模型以图卷积网络(GCN)作为共享特征提取器,同时并行学习建筑年龄预测(主任务)、建筑高度估计和建筑功能分类(两个辅助任务)这三个相关任务。其创新之处在于设计了任务专属的专家模块(Expert Module)和门控网络(Gating Network),并采用“渐进式”策略:建筑高度任务(最直观)的特征首先输入其门控网络;建筑功能分类任务则联合输入高度和功能任务的特征;而建筑年龄预测任务则联合输入所有三个任务的特征。这种设计模拟了“从几何特征到功能语义,再到年代推断”的层次认知过程,促进了知识在任务间的正向迁移。研究的案例数据来源于中国江苏省常州市的四个主要市辖区(新北、武进、天宁、钟楼),共包含99,598栋建筑记录,其中仅有48,317栋拥有年龄标签,样本不平衡问题显著。
研究的主要结果和发现如下:
- •
模型总体性能优异:在测试集上,PMTGNN在建筑年龄预测主任务上取得了准确率(Accuracy)0.824、F1分数(F1-score)0.806的优异表现。其两个辅助任务——建筑高度估计(R2= 0.577, RMSE = 4.92)和功能分类(Accuracy = 0.885)也达到了良好水平,验证了框架的有效性。
- •
填补大规模缺失数据,揭示城市时空格局:应用训练好的PMTGNN模型,研究成功为常州市研究区内剩余的51,281栋缺失年龄信息的建筑预测了年龄。空间分析结果显示,研究区呈现出显著的“中心-外围”时空分异模式:2000年以前建设的旧建筑高度集聚于研究区中部,形成历史建成区核心;而2000年后的新建筑则沿城市外围呈放射状扩散分布。这为理解城市扩张历程提供了直观的数据图谱。
- •
模型优越性得到充分验证:通过与多种基线模型对比,PMTGNN展现出了显著优势。相比表现最好的基线模型(GraphSAGE),PMTGNN在准确率、精确率(Precision)、召回率(Recall)和F1分数上分别提升了6.9%、4.7%、6.2%和5.4%。与MMoE、PLE等其他先进多任务学习模型相比,PMTGNN也全面领先,证明了其渐进式架构和门控设计的优越性。
- •
关键模块与策略不可或缺:消融实验(Ablation Study)结果表明,移除专家模块或门控网络,亦或打乱渐进学习顺序(如将功能分类与高度估计任务顺序对调),模型的性能都会出现显著下降。这证实了专家模块对任务特定特征的分析能力、门控网络对任务间特征交互的增强作用,以及符合建筑信息层次特性的渐进学习顺序,都是PMTGNN取得成功的关键。
- •
构建的特征指标体系高度有效:利用GNNExplainer模型可解释性工具对特征重要性进行分析发现,研究构建的所有29项特征指标均对预测有贡献。其中,建筑物面积(A)、商业兴趣点比例(Com)、美观度(Bea)和面积比(AR)四个指标的贡献度最高(均超过8%),表明建筑规模、商业业态、美学设计和空间密度是区分不同年代建筑的主导维度。进一步针对不同年代(如1990-1995年、2005-2010年、2020年后)的特征分析显示,早期建筑更依赖形态和密度特征,中期开始注重商业公共服务和美学,而最新建筑则显著受到美观、活力、富裕等居民感知指标以及绿视率、开敞度的强烈影响,反映了城市建设理念从规模扩张向品质提升的转变。
在结论与讨论部分,研究强调了PMTGNN框架在解决建筑物年龄预测现有挑战方面的有效性。该框架通过融合多维空间特征、利用多任务学习缓解样本不平衡、以及采用渐进式策略挖掘深层语义,显著提升了预测的准确性和可靠性。其重要意义在于,为大范围、高精度的城市建筑年龄普查提供了一种高效、低成本的技术解决方案,生成的完整年龄数据能够直接用于评估建筑安全、支持资产估值、优化城市更新规划,并为城市形态学、历史保护等研究领域提供宝贵的数据基础。当然,研究也存在一定局限性,例如模型参数较大可能影响计算效率,且目前预测结果仍是较长时段的分类,而非具体年份。未来研究可朝着模型轻量化、融合更多数据源以实现更细粒度预测的方向探索。总体而言,这项研究是地理信息科学、人工智能与城市规划学科交叉的一次成功实践,为智慧城市背景下的建筑信息智能化提取与应用开辟了新的路径。