: 基于Siamese network的地块级城市形态变化多分类：来自俄勒冈州波特兰的证据

《Environment and Planning B: Urban Analytics and City Science》：Multi-class classification of parcel-level morphological urban change using a Siamese network: Evidence from Portland, Oregon

　　

城市更新对于城市适应人口增长和社会经济条件变化至关重要。该更新过程通常通过实地调查、许可证记录或中分辨率遥感来监测，但这些数据源可能成本高昂、数据不一致或不足以识别地块级（parcel-level）的形态变化。本研究开发了一个基于Siamese network（孪生网络）的框架，用于从配对的高分辨率航空影像中对城市更新期间的形态变化进行分类。使用来自俄勒冈州波特兰市的2000个住宅地块，研究人员将变化分为四种操作类型：无变化、新开发、重新开发和拆除。研究人员比较了使用ResNet、UNet和YOLO骨干网络的Siamese network变体，包括一个带有局部相似性注意力模块的UNet变体。五折交叉验证表明，基于UNet的模型实现了最一致的性能，总体准确率超过85%。使用北卡罗来纳州夏洛特市数据的迁移学习测试表明，直接的跨城市迁移能力有限，但局部微调可显著提升性能。该方法为地块级形态变化分析提供了一种具有成本效益且可复制的工具，即使在数据匮乏的环境中也能促进对城市更新的快速、可靠评估。

城市景观随着城市响应人口增长、住房需求、经济结构调整和政策干预而不断变化。城市更新是指现有城市空间的复兴和再利用，以适应不断变化的社会、经济和环境需求。监测这些变化对于规划、政策评估和可持续城市管理具有重要意义。然而，现有的监测方法存在局限性：实地调查成本高昂且难以规模化；许可证记录可能不完整或不一致；中分辨率遥感往往难以捕捉建成区地块级的形态变化。尽管高分辨率航空影像结合深度学习提供了可扩展的替代方案，但目前大多数关于地块或建筑级变化的研究仅区分变化是否存在，且生成的多为像素级输出，难以与基于地块的规划决策相对齐。为此，这项发表在《Environment and Planning B: Urban Analytics and City Science》的研究，旨在开发一种基于Siamese network（孪生网络）的框架，利用高分辨率航空影像对城市更新过程中的地块级形态变化进行多分类，以弥补现有研究在精细化规划单元分类及真实世界环境适用性方面的不足。

研究人员采用监督式Siamese network框架进行地块级变化分类。样本队列来源于波特兰市区域土地使用信息系统的2000个住宅地块数据，并结合经核实的建筑与拆除许可证及航空影像进行人工标注。模型架构由共享权重图像编码器和分类头组成，测试了ResNet-50、UNet和YOLOv11m作为骨干网络，并在UNet中引入局部相似性注意力机制。使用交叉熵作为损失函数。数据集被划分为1600张训练和验证集，400张测试集，通过五折交叉验证评估。为测试泛化能力，研究还引入了北卡罗来纳州夏洛特市的2000个住宅地块进行迁移学习实验，按80%训练和20%测试划分。

模型性能
研究人员通过五折交叉验证评估了不同骨干网络的Siamese network性能。结果表明，基于UNet的模型实现了最佳且最稳定的性能，总体准确率达到85.35%，波动最小。尽管引入局部相似性注意力模块的UNet变体在部分测试中准确率略有提升，但整体收益有限，且增加了计算成本。分类特定分析显示，模型在区分“无变化”与“重新开发”时存在持续困难，重新开发类的F₁-score（F1分数）最高仅达到72.7%。这表明在航空影像中识别细微的结构修改具有固有的复杂性。

计算机难以“察觉”的变化
研究人员分析了模型预测错误的案例，发现计算机难以识别变化的原因主要包括树木遮挡、建筑轮廓和材料与相邻地面相似，以及地面物体（如车辆和集装箱）被误认为建筑物。

泛化能力与迁移学习
研究人员通过夏洛特市数据集评估了模型的泛化能力。直接应用波特兰训练的最佳模型测试时，总体准确率仅为50%至55%。然而，使用夏洛特训练子集对预训练模型进行100个周期的局部微调后，模型准确率恢复至80%左右。这表明模型虽然直接跨城市迁移能力有限，但通过少量本地数据微调可显著提升性能。

在讨论部分，研究人员指出，尽管Siamese network在真实世界应用中未能达到在理想基准数据集上的极高准确率，但它作为筛选工具仍具有巨大价值，尤其是在预算受限的城市规划中。与传统方法相比，该方法能直接从航空影像中提取空间特征，捕捉如小规模重建等细微变化，且仅需航空影像和数千个标注地块，适应性强。与街景影像（Street-view imagery, SVI）相比，高分辨率航空影像在覆盖范围和纵向可比性上更具优势，更适合全市范围的地块级形态变化分类。然而，研究也存在局限性，例如单一案例研究可能引入空间偏差，且模型无法捕捉室内翻新或社会经济属性等非视觉形式的更新。未来的研究应探索多源数据工作流及基于transformer的架构。

结论部分指出，本研究证明了Siamese networks（特别是UNet架构）在地块级城市形态变化检测中的有效性，总体准确率超过85%。该方法可作为连接行政记录与实际物理结果的视觉筛选层，为数据匮乏的城市提供创建形态变化清单的低成本途径。从政策角度看，该框架与规划需求高度契合，能够支持基于证据的及时规划决策，帮助决策者监测更新模式、评估区划政策并预测住房需求，为城市更新分析提供了重要的计算创新与实践应用结合的工具。