摘要：城市功能区(如地块、街区等)是城市的基本空间单元,其类别信息(如商业、工业、住宅等)是城市研究与城市规划的基本数据.许多研究利用高分辨率遥感影像的地物光谱、纹理、结构信息,来解译城市功能区.然而,城市功能区的概念与人类活动密切相关,它的解译应当不仅基于城市景观信息,也要同时考虑人类活动的相关信息.为此,本文融合高分辨率吉林一号夜间灯光影像与资源三号日间光学影像,来综合解译城市功能区.其中,资源三号的多光谱影像与多视角影像共同提供城市地物二维、三维的细致景观信息,吉林一号夜间灯光影像则可捕获一米分辨率下夜间人造灯光的分布模式,展现夜间人类活动信息.具体地,本文使用卷积神经网络(CNN),提取并融合两种数据的高层语义特征,将其互补地用于城市功能区识别.考虑到城市功能区的不规则形状,本文将每个城市功能区分割为若干形状规则的小块,之后整合这些小块的CNN分类结果,得到功能区的类别信息.北京地区的实验结果表明,高分辨率多视角影像与夜间灯光影像的加入能有效提升功能区的识别精度,特别是对于住宅区、商业区、工业区等人造地表比例较大的功能区;这表明,高分多视角影像与夜间灯光影像能为城市功能区解译带来额外的有益信息,有助于城市功能的准确识别.
