Шаарлар горизонталдык багытта гана кеңейбестен, вертикалдык багытта да өсөт. Жаңы бийик имараттардын курулушу, эски курулуштардын бузулушу, кварталдардын кайра курулушу жана соода борборлорунун жышташы шаардын үчүнчү өлчөмүн тынымсыз өзгөртөт. Бул өзгөрүүнү түшүнүү үчүн ар башка жылдардагы имараттардын бийиктигин билүү зарыл. Бирок бүгүнкү күндө жогорку тактыктагы LiDAR маалыматтары жеткиликтүү болгону менен, өткөн жылдарга таандык деталдуу имарат бийиктиги маалыматтары көпчүлүк шаарларда жок.

Бул изилдөө максаттуу жыл үчүн бийиктик маалыматы жок болгон учурларда архивделген жогорку мейкиндиктик чечилишке ээ спутник сүрөттөрүнөн тарыхый имарат бийиктиктерин баалоону көздөйт. Изилдөөчүлөр бийиктик маалыматы бар эталондук жылга таандык бир спутник сүрөтүн жана бийиктик маалыматы жок максаттуу жылга таандык экинчи спутник сүрөтүн бирге колдонушкан. Мындан тышкары, эталондук жылдагы LiDAR негизиндеги нормалдаштырылган Санариптик Бет Модели спутник сүрөтүнүн кыйгач кароо геометриясына ылайык кайра проекцияланып, “Көрүү Сызыгы nDSM” же Los-nDSM деп аталган бийиктик катмарына айландырылган.

Ыкманын өзөгүндө кош көңүл буруу механизми бар шарттуу генеративдик атаандаш тармак, башкача айтканда DA-cGAN турат. Модель эки башка убакта тартылган кыйгач бурчтагы спутник сүрөттөрүн жана аларга геометриялык жактан дал келтирилген Los-nDSM маалыматтарын бирге үйрөнүп, максаттуу убактагы имараттардын бийиктигин баалайт. Андан соң сүрөт бөлүктөрүнүн кошулуу сызыктарында пайда болгон бийиктик шайкешсиздиктери жергиликтүү оптималдаштыруу менен оңдолот, акыркы баскычта болсо өзгөргөн жок деп кабыл алынган жалган бийиктик-туруктуу чекиттер аркылуу системалуу бийиктик ыктоосу калибрленет.

Пекиндин негизги шаар борборунда жана Tongzhou Жаңы Шаарында жүргүзүлгөн эксперименттерде сунушталган ыкма бир гана убакыттагы сүрөт менен nDSM колдонгон салыштыруу ыкмасынан кыйла ийгиликтүү болгон. Биринчи изилдөө аймагында орточо абсолюттук ката 5,97 метрден 2,42 метрге, орточо квадраттык катанын түбү 9,28 метрден 3,37 метрге чейин төмөндөгөн. Экинчи изилдөө аймагында өзгөрбөгөн имараттар үчүн орточо абсолюттук ката 5,78 метрден 2,49 метрге, орточо квадраттык катанын түбү 7,75 метрден 3,71 метрге чейин азайган. Ыкма өзгөчө кыйгач сүрөттөрдө геометриялык жылышы көбүрөөк болгон бийик имараттарда чоңураак жакшыртууну камсыз кылган.

Изилдөөнүн негизги жыйынтыгы мындай: Максаттуу убакытка түз бийиктик өлчөөсү жок болсо да, ар башка жылдардагы жогорку чечилишке ээ спутник сүрөттөрү, жергиликтүү эталондук nDSM жана ылайыктуу геометриялык кайра проекциялоо бириктирилсе, тарыхый имарат бийиктиктерин ишенимдүүрөөк баалоого болот. Ошол эле учурда ыкма Пекиндеги эки гана аймакта сыналган, рецензиялоодон өтө элек жана сүрөт сапатына сезимтал изилдөө ыкмасы болуп саналат.

Шаардын өсүшүн түшүнүү үчүн картадагы курулуш аянтынын жайылышына гана кароо жетишсиз. Аянты бирдей болгон эки райондун бири негизинен бир кабаттуу имараттардан, экинчиси көп кабаттуу мунаралардан турушу мүмкүн. Бул эки шаардын калк жыштыгы, энергия керектөөсү, көлөкөлөө таасири, транспорттук суроо-талап, кырсык тобокелдиги жана көмүртек чыгарындысы бири-биринен айырмаланат.

Имараттын бийиктиги шаардык морфология, 3B шаар моделдөө, жер титирөө жана суу ташкынынан келтирилген зыянды баалоо, шаардык жылуулук аралы анализи, күн тийүү, шамал айлануусу, калктын бөлүштүрүлүшү жана жер пайдалануунун натыйжалуулугу үчүн негизги өзгөрмө болуп саналат. Азыркы имарат бийиктиктерин LiDAR, стерео спутник сүрөттөрү же радар маалыматтары менен өндүрүүгө болот. Бирок өткөн жылдарга таандык деталдуу бийиктик катмарлары көбүнчө жок.

Архивдерде өткөн жылдарга таандык көптөгөн жогорку чечилишке ээ спутник сүрөттөрү болгону менен, бул сүрөттөр көбүнчө так тик карашта эмес, белгилүү бир кыйгач бурч менен алынган. Ошондуктан бийик имараттар сүрөттө капталга жантайгандай көрүнөт. Ал эми LiDARдан түзүлгөн nDSM чыныгы ортографиялык абалды көрсөтөт. Натыйжада бир эле имарат спутник сүрөтүндө жана бийиктик картасында ар башка пиксел орундарында көрүнөт.

Экинчи көйгөй убакыттык айырмачылык болуп саналат. Модель 2017 же 2023-жылдагы сүрөт жана бийиктик маалыматы менен окутулуп, 2013-жылдагы сүрөткө түз колдонулганда жарык, сенсор, түс, кароо бурчу, көлөкө жана имараттагы өзгөрүүлөрдөн улам тактык олуттуу төмөндөшү мүмкүн.

Бул көйгөй эмне үчүн маанилүү?

Өткөн имарат бийиктиктерин билүү шаардын кайсы аймактары горизонталдык, кайсы аймактары вертикалдык өскөнүн көрсөтө алат. Бул маалымат төмөнкү тармактарда колдонулушу мүмкүн:

• Бузулган жана кайра курулган имараттарды аныктоо
• Мыйзамсыз кошумча кабат же уруксатсыз курулуштарды изилдөө
• Кырсыктан мурдагы жана кийинки 3B курулуш өзгөрүүлөрүн салыштыруу
• Шаардык жыштоо жана калк сыйымдуулугун талдоо
• Шаардык жылуулук аралы жана көлөкөлөө изилдөөлөрүн тарыхый жактан кароо
• Энергия керектөөсү менен көмүртек чыгарындысын 3B шаар түзүлүшү менен байланыштыруу
• Маданий мурас аймактарында бийиктик көзөмөлүн баалоо

LiDARды өткөнгө кайтарып кайра өндүрүү мүмкүн эмес; эгер учак 2013-жылы учпаса, бүгүн ошол жылга LiDAR өлчөөсүн алуу мүмкүн эмес. Ал эми 2013-жылдагы спутник сүрөтү архивде болушу мүмкүн. Изилдөөнүн баалуулугу мындай сүрөттү өткөндүн жөн гана түстүү сүрөтү болуудан чыгарып, болжолдуу 3B бийиктик булагына айландырууга аракет кылганында.

Адабияттагы боштук эмнеде?

Бир сүрөттөн бийиктик баалаган CNN, GAN жана көп тапшырмалуу үйрөнүү моделдери мурда да иштелип чыккан. Бул моделдер сүрөт менен ага туура келген бийиктик картасынын ортосундагы байланышты үйрөнөт. Бирок ыкмалардын көбү бир мезгилде же окшош сүрөт шарттарында иштейт.

Изилдөө белгилеген эки негизги кемчилик төмөнкүлөр:

1. Кыйгач спутник сүрөтү менен чыныгы ортографиялык nDSM ортосунда пиксел деңгээлиндеги геометриялык шайкешсиздик болушу
2. Модель башка убакытка колдонулганда спектралдык жана геометриялык айырмачылыктардан улам бийиктикти системалуу түрдө төмөн баалоо

Изилдөөчүлөр бул эки маселени бирге чечүү үчүн эталондук nDSMди сүрөттүн көрүү сызыгына кайра проекциялап, максаттуу убакыттагы сүрөттү да окутуу процессине кошушкан.

nDSM деген эмне?

Санариптик Бет Модели, башкача айтканда DSM, жер бетиндеги топурак, имарат, дарак жана башка объекттердин бийиктиктерин бирге көрсөтөт. Санариптик Жер Рельефи Модели, башкача айтканда DEM, жалаң гана ачык жер бетинин бийиктигин чагылдырат. Нормалдаштырылган Санариптик Бет Модели болсо ушул эки моделдин айырмасы:

[ nDSM = DSM - DEM ]

Бул жерде:

• DSM, имараттар жана дарактар менен кошо беттин бийиктиги.
• DEM, жер бетинин бийиктиги.
• nDSM, жер бетинен өйдө жайгашкан объекттердин бийиктиги.

Мисалы, имарат чатырын деңиз деңгээлинен бийиктиги 85 метр, имарат түбүндөгү жер 55 метр болсо, nDSM болжол менен 30 метрди көрсөтөт.

Кыйгач сүрөт менен nDSM эмне үчүн түз дал келбейт?

Спутник так үстүнөн карабаганда бийик имараттын чатыры анын түбүнө салыштырмалуу сүрөттө капталга жылат. Имарат канчалык бийик жана спутниктин кароо бурчу канчалык кыйгач болсо, бул жылыш ошончолук чоң болот. Чыныгы ортографиялык nDSMде болсо чатыр бийиктиги имараттын чыныгы горизонталдык ордунда көрсөтүлөт.

Бул модель үчүн туура эмес белгилөө көйгөйүн жаратат. Сүрөттө чатырды чагылдырган пикселге nDSMде коңшу имарат, жол же жер бийиктиги туура келип калышы мүмкүн. Модель ушундай дал келүү менен окутулса, сүрөт менен бийиктиктин ортосундагы байланышты туура үйрөнө албайт.

Los-nDSM деген эмне?

Los-nDSM англисче “Line-of-Sight normalized Digital Surface Model” деген сөз айкашынын кыскартылышы. Кыргызча аны көрүү сызыгына ылайык кайра проекцияланган нормалдаштырылган Санариптик Бет Модели деп түшүндүрүүгө болот.

Изилдөөчүлөр nDSMди түз колдонбостон, спутник сүрөтүнүн RPC геометриясын пайдаланып бийиктиктерди сүрөттүн кароо багытына жылдырышкан. Ошентип имараттын чатыры жана көрүнгөн фасады спутник сүрөтүндө кайсы пикселдерде көрүнсө, бийиктик белгиси да ошол пикселдерге жайгаштырылган.

Мурунку Los-DSM ыкмаларында көбүнчө чатыр беттери гана кайра проекцияланчу. Бул изилдөөдө бийик имараттардын фасаддарында боштук пайда болбошу үчүн имарат бийиктиги 3 метрлик вертикалдык аралыкка бөлүнүп, бир нече бийиктик деңгээли сүрөт тегиздигине өткөрүлгөн.

Иштөө ирети төмөнкүдөй:

1. DSM спутник сүрөтү менен дал келтирилет.
2. Бийиктиктер 3 метрлик вертикалдык деңгээлдерге бөлүнөт.
3. Ар бир бийиктик деңгээли RPC модели менен сүрөт тегиздигине проекцияланат.
4. Көрүү сызыгы боюнча жабылуу эске алынып, ар бир пиксел үчүн эң жогорку мааниси тандалат.
5. Бош калган пикселдер мейкиндиктик интерполяция менен толтурулат.
6. Los-DSMден DEM алынып, Los-nDSM алынат.

“Көрүнгөн максаттуу убакыт Los-nDSM” эмнени билдирет?

Эталондук жылдагы nDSM максаттуу жылдагы сүрөттүн кароо бурчуна да кайра проекцияланган. Натыйжада максаттуу сүрөт менен геометриялык жактан дал келген “көрүнгөн” Los-nDSM түзүлгөн.

Бирок бул бийиктик катмары өзгөрбөгөн аймактарда гана максаттуу жылдын чыныгы бийиктигин көрсөтөт. Мисалы, 2013-жылы бош жер болуп, 2023-жылы үстүнө имарат курулган чекитте 2023 nDSMи 2013-жылдагы сүрөткө проекцияланганда туура эмес бийиктик көрсөтөт.

Ошондуктан изилдөөчүлөр окутуу үлгүлөрүн эки жол менен тандашкан:

• Өзгөрбөгөн аймактарда максаттуу жылдагы сүрөт жана максаттуу кароо бурчуна проекцияланган көрүнгөн Los-nDSM колдонулган.
• Өзгөргөн аймактарда эталондук жылдагы сүрөт жана чыныгы эталондук Los-nDSM колдонулган.

Бул бириктирилген окутуу топтому моделге максаттуу убакыттын түс жана сүрөт өзгөчөлүктөрүн да, туура бийиктик байланышын да үйрөтүүнү көздөйт.

Изилдөө аймактары

Изилдөө Пекинде шаардык морфологиясы ар башка эки аймакта жүргүзүлгөн.

Биринчи аймак тарыхый жана маданий коргоого байланыштуу имарат бийиктиги катуу көзөмөлдөнгөн борбордук шаардык район болуп саналат. Экинчи аймак болсо акыркы он жылда масштабдуу жаңыланууга жана бийик имарат курулушуна дуушар болгон.

Колдонулган спутник сүрөттөрү

RGB жана жакын инфракызыл тилкелер панхроматикалык тилке менен Gram-Schmidt pan-sharpening ыкмасы аркылуу бириктирилген. Эки убакыттагы сүрөттөр бири-бирине катталып, каттоо катасы 0,5 пикселден төмөн кармалган.

Эталондук бийиктик маалыматтары кантип түзүлгөн?

Моделди окутуу үчүн эки изилдөө аймагында тең эталондук жылдарга таандык абадан алынган LiDAR маалыматтары колдонулган. Чекит тыгыздыгы болжол менен 30 чекит/m².

LiDAR иштетүү кадамдары:

1. Чекит булутундагы ызы-чууну тазалоо
2. Биринчи кайтарылган чекиттерден DSM түзүү
3. Cloth Simulation Filter жана гидрологиялык анализ менен DEM түзүү
4. DSM жана DEMди 0,5 метр чечилишке келтирүү
5. DSMден DEMди алып, nDSM түзүү

Максаттуу жылда LiDAR маалыматы жок болгондуктан, текшерүүдө стерео спутник жуптарынан фотограмметриялык nDSMдер түзүлгөн. Бул маанилүү жагдай: Максаттуу жылдын “эталондук” бийиктиктери да LiDAR сыяктуу так эмес жана өзгөчө өзгөргөн имараттардагы ката баалоого таасир этиши мүмкүн.

DA-cGAN деген эмне?

DA-cGAN — кош көңүл буруу механизми бар шарттуу генеративдик атаандаш тармак. Ал эки негизги бөлүктөн турат:

• Генератор тармак: Спутник сүрөтүнөн бийиктик картасын түзөт.
• Дискриминатор тармак: Түзүлгөн бийиктик картасынын чыныгы эталондук бийиктикке окшош-окшош эместигин баалайт.

Генератор тармак симметриялуу U-Net архитектурасына ээ. Коддогуч сүрөттү бара-бара абстракттуу өзгөчөлүктөргө айлантат; декоддогуч ошол өзгөчөлүктөрдөн бийиктик картасын кайра түзөт. Коддогуч менен декоддогучтун ортосундагы өткөрүп кетүүчү байланыштарга CBAM көңүл буруу модулу жайгаштырылган.

Кош көңүл буруу механизми эмне кылат?

CBAM көңүл буруунун эки түрүн колдонот:

• Каналдык көңүл буруу: Кайсы өзгөчөлүк карталары маанилүүрөөк экенин аныктайт.
• Мейкиндиктик көңүл буруу: Сүрөттүн кайсы аймактарына көбүрөөк көңүл буруу керек экенин аныктайт.

Изилдөөдө көңүл буруу модулу коддогучтан жана декоддогучтан келген өзгөчөлүктөргө тең колдонулган. Ошондуктан “кош көңүл буруу” деп аталган.

Бул ыкманын максаты жолдор, өсүмдүк катмары же убакыттык түс айырмачылыктары сыяктуу тиешеси аз өзгөчөлүктөрдү басаңдатып, имарат четтери, чатыр текстуралары, фасаддар жана көлөкөлөр сыяктуу бийиктик менен байланышкан маалыматты күчөтүү.

Дискриминатор тармак кантип иштейт?

Дискриминатор бөлүгү PatchGAN архитектурасына негизделет. Бүтүндөй сүрөт үчүн бир гана “чыныгы же жасалма” чечим чыгаруунун ордуна, сүрөттү майда бөлүктөргө бөлүп, ар бир жергиликтүү аймакты баалайт.

Чыгышы 30×30×1 өлчөмүндөгү ыктымалдык матрицасы. Ар бир маани тиешелүү жергиликтүү бийиктик бөлүгүнүн чыныгы эталондук маалыматка окшош болуу ыктымалдыгын билдирет. Бул ыкма жогорку чечилишке ээ сүрөттөрдө имарат чек аралары сыяктуу майда мейкиндиктик деталдарды сактоого жардам берет.

Дискриминатордун жоготуу функциясы

Изилдөөдө дискриминатор тармак үчүн эң кичине квадраттар GAN ыкмасына негизделген төмөнкү жоготуу колдонулган:

\[ \mathcal{L}_D(G,D) = \frac{1}{2}\mathbb{E}_{(a,b)\sim p_{data}(a,b)} \left[(D(a,b)-1)^2\right] + \frac{1}{2}\mathbb{E}_{a\sim p_{data}(a)} \left[D(a,G(a))^2\right] \]

Бул жерде:

• a, кириш спутник сүрөтү.
• b, чыныгы эталондук бийиктик картасы.
• G(a), генератор тармак баалаган бийиктик картасы.
• D(a,b), чыныгы сүрөт-бийиктик жуптун чындык упайы.
• D(a,G(a)), түзүлгөн бийиктик жубунун чындык упайы.

Биринчи мүчө чыныгы жуптарды 1ге, экинчи мүчө жасалма жуптарды 0гө жакындатууга аракет кылат.

Генератордун жоготуу функциясы

\[ \mathcal{L}_G(G,D) = \mathbb{E}_{a\sim p_{data}(a)} \left[(D(a,G(a))-1)^2\right] + \lambda \mathbb{E}_{(a,b)\sim p_{data}(a,b)} \left[\lVert b-G(a)\rVert_1\right] \]

Бул жерде:

• Биринчи мүчө генератор дискриминаторду натыйжа чыныгы экенине ишендирүүгө багытталган атаандаш жоготуу.
• Экинчи мүчө бааланган жана чыныгы бийиктиктин ортосундагы L1 айырма.
• λ, эки жоготуу компонентинин ортосундагы тең салмак коэффициенти.

Изилдөөдө λ = 10 тандалган. Бул визуалдык жактан гана реалдуу карталарды түзүү ордуна, чыныгы бийиктик маанилерине жакындыкты да күчтүү сактоого мүмкүндүк берет.

Модель кантип окутулган?

256×256 пикселдик кириш үчүн чыгарып эсептөө учурунда болжол менен 0,36 GB эң жогорку GPU эс тутуму, 55,99 GFLOPs эсептөө чыгымы жана 16,88 ms иштетүү убактысы билдирилген.

Жергиликтүү бийиктик оптималдаштыруу эмне үчүн керек?

Чоң спутник сүрөтү 256×256 пикселдик бөлүктөргө бөлүнгөндө бир имарат эки башка бөлүктүн чек арасында калышы мүмкүн. Модель ар бир бөлүктү өз алдынча иштеткендиктен, бир имараттын эки жарымы ар башка бийиктикте бааланышы мүмкүн. Бул картада тигиш изин жаратат.

Изилдөөчүлөр патчтарды бөлүүнүн эки вариантын түзүшкөн:

1. Биринчи бөлүү сүрөттүн сол жогорку бурчунан башталат.
2. Экинчи бөлүү 128 пиксел оңго жана 128 пиксел ылдый жылдырылат.

Биринчи бөлүүдө чек арага туш келген имарат экинчи бөлүүдө патчтын борборуна жакындайт. Патчтын борборундагы баалоо туруктуураак деп кабыл алынат.

Коңшу пикселдердин ортосундагы тигиш бийиктик айырмасы 3 метрден аз болсо, жыйынтык кабыл алынат. Айырма чоң болсо, тигиштин эки тарабында 20 пикселдик, башкача айтканда 0,5 метр чечилиште 10 метрлик буфердик аймак түзүлүп, эки бийиктик картасы салмакталган орточо менен бириктирилет.

Бийиктикти калибрлөө эмне үчүн зарыл?

Терең үйрөнүү моделдери өзгөчө бийик имараттарда бийиктикти системалуу түрдө төмөн баалашы мүмкүн. Жергиликтүү тигиш оңдоосу бул глобалдык ыктоону жойбойт. Ошондуктан изилдөөнүн акыркы баскычында сызыктуу калибрлөө колдонулган:

\[ h_c = k \times h_e + C \]

Бул жерде:

• h_e, модель баалаган бийиктик.
• h_c, калибрленген бийиктик.
• k, масштаб коэффициенти.
• C, туруктуу оңдоо мүчөсү.

Биринчи изилдөө аймагында эсептелген коэффициенттер болжол менен k = 1,0649 жана C = 0,5635 метр болгон. Бул маанилер модель баалоолорун жалпы алганда бир аз жогорулаткан.

Бийиктиги өзгөрбөгөн чекиттер кантип табылган?

Калибрлөө үчүн чыныгы максаттуу жылдын бийиктиги белгисиз болгондуктан, эки убакыттын арасында өзгөргөн эмес деп жогорку ыктымалдык менен кабыл алынган “жалган бийиктик-туруктуу” пикселдер тандалган.

Бул үчүн көп тилкелүү убакыттык текстура өлчөмү болгон PCMV колдонулган. PCMV мааниси төмөн болсо, эки убакыттын ортосундагы жергиликтүү спектралдык жана мейкиндиктик өзгөрүү аз болот; демек түзүлүштүн өзгөрбөй калуу ыктымалдыгы жогору.

Чектик маани кол менен тандалган эмес, Monte Carlo кайчылаш текшерүүсү менен аныкталган. Биринчи изилдөө аймагында 2600 туруктуу жана 5200 өзгөрмө үлгү колдонулуп, 100 кайталоодон кийин PCMV үчүн 3000 чектик маани тандалган.

Өсүмдүктөрдүн өсүшүнөн же бутоодон келип чыккан жалган өзгөрүүлөрдү азайтуу үчүн NDVI мааниси 0,2ден жогору жана көк тилке мааниси 390дон төмөн болгон өсүмдүк пикселдери алынып салынган.

Салмакталган эң кичине квадраттар менен калибрлөө

\[ (k_{WLS}, C_{WLS}) = \arg\min_{k,C} (kH_e + C - H_{gt})^T W (kH_e + C - H_{gt}) \]

Бул жерде:

• H_e, жалган бийиктик-туруктуу чекиттердеги бааланган максаттуу жылдын бийиктиктери.
• H_gt, ошол чекиттердин эталондук жылдагы бийиктиктери.
• W, ар бир чекиттин ишенимдүүлүк салмагын камтыган диагоналдык матрица.

Төмөн PCMV мааниси жогорку убакыттык туруктуулукту билдиргендиктен, салмак нормалдаштырылган PCMV маанисинин тескерисине жараша берилген. Ошентип өзгөрбөгөнүнө көбүрөөк ишенилген чекиттер калибрлөөгө көбүрөөк таасир эткен.

Тактык көрсөткүчтөрү

Орточо абсолюттук ката:

\[ MAE = \frac{1}{n}\sum_{i=1}^{n}|x_i-y_i| \]

Ар бир баалоонун чыныгы мааниден канча метр айырмаланганын абсолюттук түрдө өлчөп, орточосун алат.

Орточо квадраттык катанын түбү:

\[ RMSE = \sqrt{\frac{1}{n}\sum_{i=1}^{n}(x_i-y_i)^2} \]

Квадратка көтөргөндүктөн чоң каталарды күчтүүрөөк жазалайт.

Нөл орточолуу нормалдаштырылган кайчылаш корреляция:

\[ ZNCC = \frac{1}{n} \sum_{i=1}^{n} \frac{(x_i-\mu_x)(y_i-\mu_y)} {\sigma_x\sigma_y} \]

Бааланган бийиктик үлгүсү менен эталондук үлгүнүн ортосундагы окшоштукту өлчөйт. 1ге жакындаган сайын мейкиндиктик шайкештик жогорулайт.

Салыштырмалуу ыктоо:

\[ RB = \frac{\sum_{i=1}^{n}(x_i-y_i)} {\sum_{i=1}^{n}y_i} \times 100\% \]

Оң RB жалпы ашыкча баалоону, терс RB жалпы төмөн баалоону көрсөтөт.

Биринчи изилдөө аймагындагы абляция жыйынтыктары

Эң начар жыйынтык окутуу эталондук жылдын сүрөтү менен гана жүргүзүлгөндө алынган. Бул максаттуу убакыттын сүрөт өзгөчөлүктөрүн окутуу процессине кошуу өтө маанилүү экенин көрсөтөт.

Los-nDSM колдонулбаганда RMSE 3,81 метрден 5,47 метрге жогорулаган. Бул жыйынтык кыйгач имарат геометриясын түс жана текстура аркылуу гана үйрөнүү мүмкүн эместигин жана туура пиксел-бийиктик дал келүүсү маанилүү экенин көрсөтөт.

Калибрлөө ZNCCни өзгөрткөн эмес, бирок RBни -%13,62ден -%3,90га азайткан. Башкача айтканда, калибрлөө мейкиндиктик үлгүнү өзгөртүүдөн көбүрөөк жалпы төмөн баалоо ыктоосун оңдогон.

Бир убакыттагы ыкма менен салыштыруу

Сунушталган ыкма салыштыруу ыкмасына караганда MAEни 3,55 метрге, RMSEни 5,91 метрге азайткан. ZNCC болжол менен 0,29га өскөн.

Өзгөргөн жана өзгөрбөгөн имараттар

Биринчи изилдөө аймагында салыштыруу ыкмасы өзгөрбөгөн имараттарда күтүүсүздөн начарыраак натыйжа берген. Мунун себеби имарат физикалык жактан өзгөрбөсө да, ар башка жылдардагы кароо бурчу, көлөкө жана спектралдык өзгөчөлүктөр модель тарабынан өзгөрүү катары кабыл алынышы мүмкүн.

Экинчи изилдөө аймагындагы жыйынтыктар

Tongzhou Жаңы Шаары чоңураак, гетерогендүү жана бийик имараттары көбүрөөк болгон аймак. Өзгөрбөгөн имараттарда сунушталган ыкма төмөнкү натыйжаларды берген:

MAE 3,29 метрге, RMSE 4,04 метрге азайган. ZNCC 0,8871ге жогорулаган.

Жапыз жана бийик имараттардагы көрсөткүч

Изилдөөдө 24 метр чек катары алынып, имараттар эки топко бөлүнгөн:

• Жапыз имараттар: 24 метрден төмөн
• Бийик имараттар: 24 метрден жогору

Бийик имараттарда ката дагы эле жапыз имараттарга караганда чоң. Бирок жакшыртуу көлөмү да жогору. Бул жыйынтык Los-nDSM ыкмасы өзгөчө кыйгач сүрөттөрдө чоң горизонталдык жылыш жараткан бийик курулуштар үчүн пайдалуу экенин көрсөтөт.

Өзгөргөн имараттардагы жыйынтыктар

Экинчи аймактагы өзгөргөн имараттарда салыштыруу ыкмасынын MAEси 5,10 метр, сунушталган ыкманын MAEси 3,63 метр. RMSE 6,71 метрден 4,45 метрге төмөндөгөн.

Ошол эле учурда RB эки ыкмада тең болжол менен -%23 деңгээлинде калган. Изилдөөчүлөр муну 2013-жылдагы максаттуу эталондук nDSMдин стерео сүрөт жуптарынан түзүлгөнү жана 2023 BJ-3 негизиндеги бийиктик маалыматынан тактыгы төмөн болгону менен байланыштырышкан.

Сүрөттөр эмнени көрсөтөт?

Изилдөөдөгү ыкманын агым схемасы процессти үч негизги баскычта көрсөтөт:

1. Эки убакыттагы Los-nDSM түзүү
2. DA-cGAN менен максаттуу убакыт бийиктигин баалоо жана жергиликтүү оптималдаштыруу
3. Жалган бийиктик-туруктуу чекиттер менен калибрлөө

Los-nDSM салыштыруу сүрөттөрүндө чыныгы ортографиялык nDSMдин кыйгач спутник сүрөтүндөгү имарат чатырынан жылып кеткени, ал эми Los-nDSM чатыр менен фасадды сүрөт геометриясына ылайык ээрчигени көрүнөт.

Абляция сүрөттөрүндө Los-nDSM жок болгондо бийик имараттардын чек аралары туура эмес багытка жылат; эки убакыттык маалымат алынып салынганда бийик курулуштар төмөн бааланат; жергиликтүү оптималдаштыруу жок болгондо патч чек араларында бир имараттын эки бөлүгү ар башка бийиктик көрсөтөт.

Чачыроо графиктеринде сунушталган ыкманын чекиттери 1:1 сызыгынын эки тарабына тең салмактуу таралган. Калибрлөөгө чейинки ыкмаларда чекиттердин көпчүлүгү сызыктын астында калып, системалуу төмөн баалоону көрсөтөт.

Моделдин жалпылоо эксперименти

Изилдөөчүлөр ар бир аймак үчүн өзүнчө модель менен эки аймактын маалыматтарын бирге колдонгон жалпы моделди салыштырышкан.

Жергиликтүү модель көпчүлүк көрсөткүчтөрдө бир аз жакшы болгону менен, көп аймактуу модель кабыл алууга боло турган натыйжаларды берген. Бул ар түрдүү шаарлардан окутуу маалыматтары көбөйтүлсө, модель ар башка сенсорлорго жана шаардык формаларга ыңгайлаштырылышы мүмкүн экенин көрсөтөт. Бирок изилдөө эки гана аймакты камтыгандыктан кең масштабдуу жалпылоо али далилдене элек.

Изилдөөнүн өткөн, бүгүнкү жана келечек үчүн мааниси

Өткөн үчүн: Архивдик спутник сүрөттөрү өткөн шаарлардын 2B көрүнүшүн гана эмес, болжолдуу имарат бийиктигин да кайра түзүү үчүн колдонулушу мүмкүн. Бул ыкма LiDARга чейинки мезгилдердеги 3B шаар өзгөрүүлөрүн изилдөөгө жол ачышы мүмкүн.

Бүгүн үчүн: Азыркы LiDAR же nDSM кичине гана аймак үчүн жеткиликтүү болгон шаарларда, бул жергиликтүү маалымат кең спутник сүрөтүндө моделди окутуу үчүн колдонулушу мүмкүн. Ошентип чоңураак аймактын бийиктигин төмөнүрөөк чыгым менен баалоого болот.

Келечек үчүн: Ар башка шаарлардан, сенсорлордон жана жылдардан көбүрөөк окутуу маалыматы менен ыкма глобалдык тарыхый имарат бийиктиги маалымат топтомдорун түзүүгө салым кошо алат. Имарат сегментациясы, көп тапшырмалуу үйрөнүү жана өнүккөн геометриялык моделдер менен 3B имарат реконструкциясы жакшыртылышы мүмкүн.

Күнүмдүк жашоого жана шаар башкаруусуна таасири

Бул изилдөө жаран түз колдончу колдонмо түзбөйт. Бирок окшош ыкмалар шаар башкаруусунда төмөнкү максаттар үчүн колдонулушу мүмкүн:

• Кварталдардын жылдар ичинде канча кабат көтөрүлгөнүн аныктоо
• Жаңы бийик курулуштардын шамал жана көлөкө таасирин изилдөө
• Жер титирөөгө чейинки имарат көлөмүн жана кабат санын баалоо
• Суу ташкыны тобокелдигин моделдөөгө ар башка имарат бийиктиктерин кошуу
• Энергия жана калк жыштыгын баалоону жакшыртуу
• Шаардык жаңылануунун 3B таасирин көзөмөлдөө
• Тарыхый шаар түзүлүшүндө бийиктик өзгөрүшүн көзөмөлдөө

Изилдөөнүн күчтүү жактары

• Өткөн жылдардын бийиктик маалыматынын жоктугу сыяктуу реалдуу колдонмо маселесине көңүл бурушу
• Кыйгач сүрөт менен ортографиялык nDSMдин ортосундагы геометриялык шайкешсиздикти түз чечиши
• Чатырлар менен катар фасаддарды да камтыган жакшыртылган Los-nDSM түзүшү
• Максаттуу жылдын сүрөтүн да окутууга кошуп, убакыттык домен айырмасын азайтышы
• Каналдык жана мейкиндиктик көңүл бурууну бириктирген DA-cGAN колдонушу
• Жергиликтүү патч чек ара каталарын өзүнчө оптималдаштыруу менен оңдошу
• Калибрлөө чекиттерин автоматтык тандоосу
• Абляция эксперименттери менен ар бир компоненттин салымын өзүнчө текшериши
• Эки башка спутник сенсорунда жана эки башка шаардык түзүлүштө сыналышы
• Өзгөргөн жана өзгөрбөгөн имараттарды өзүнчө баалашы

Изилдөөнүн чектөөлөрү

• Изилдөө рецензиялоодон өтпөгөн preprint болуп саналат.
• Пекиндеги эки гана изилдөө аймагында сыналган.
• Эки аймакта тең жогорку сапаттагы WorldView-2 же Pleiades сүрөттөрү бар.
• Төмөн сапаттагы, булуттуу, тумандуу же күчтүү радиометриялык айырмасы бар сүрөттөрдөгү көрсөткүч белгисиз.
• Максаттуу жылды текшерүү маалыматтарынын бир бөлүгү LiDAR эмес, стерео сүрөт жуптарынан түзүлгөн.
• Бийик имараттарда ката дагы эле болжол менен 6 метр MAE жана 7,56 метр RMSE деңгээлинде.
• Өзгөргөн имараттардагы системалуу төмөн баалоо толук жоюлган эмес.
• Окутуу үлгүлөрүнүн саны чектелүү.
• Имарат компоненттеринин ачык сегментациясы жүргүзүлбөйт.
• Дарактар жана башка бийик объекттер үчүн өзүнчө семантикалык айырмалоо кеңири каралган эмес.
• PCMV чеги жана калибрлөөнүн ийгилиги сүрөт шартына көз каранды болушу мүмкүн.
• 3 метрлик вертикалдык кайра үлгүлөө майдараак бийиктик айырмаларын чектеши мүмкүн.
• Ар башка шаар, климат, архитектура жана сенсорлорго кең масштабдуу жалпылоо али тастыкталган эмес.

Изилдөө эмнени айтат, эмнени айтпайт?

Изилдөөнүн айтканы: Эки башка убакыттагы кыйгач жогорку чечилишке ээ спутник сүрөттөрү жана жергиликтүү эталондук nDSM бирге колдонулганда өткөн имарат бийиктиктерин бир убакыттык ыкмага караганда азыраак ката менен баалоого болот. Көрүү сызыгына кайра проекцияланган nDSM бийик имараттардагы геометриялык шайкешсиздикти азайтат. Эки убакыттык окутуу жана калибрлөө убакыттык айырмачылыктардан келип чыккан төмөн баалоону олуттуу азайтат.

Изилдөөнүн айтпаганы: Ыкма LiDAR менен тең тактыкта так бийиктик бербейт. Ар бир шаарда, ар бир сенсордо же ар кандай сүрөт сапатында бирдей көрсөткүчкө кепилдик бербейт. Натыйжалар түздөн-түз кадастр, курулуш көзөмөлү, мыйзамсыз курулуш жазасы же инженердик долбоор үчүн укуктук өлчөө эмес. Бааланган бийиктиктер имарат коопсуздугу же кабат санынын так далили катары колдонулбайт.

Изилдөөнүн Ыкмасы жана Жыйынтыктары

Ыкманын үч негизги баскычы

Негизги техникалык параметрлер

Биринчи изилдөө аймагы: негизги көрсөткүч

Экинчи изилдөө аймагы: өзгөрбөгөн имараттар

Абляция эксперименттеринин техникалык чечмелөөсү

• Los-nDSM алынып салынганда: Бийик имараттардын сүрөттөгү кыйгачтыгы менен бийиктик картасы дал келбей, RMSE кыйла өскөн.
• Максаттуу убакыттагы сүрөт окутуудан алынып салынганда: Модель башка жылдын спектралдык жана геометриялык өзгөчөлүктөрүнө ыңгайлаша албай, RB -%28,07ге түшкөн.
• DA-cGAN ордуна стандарттуу cGAN колдонулганда: Имарат бийиктиктери көбүрөөк төмөн бааланып, бийик имарат чек аралары көбүрөөк бузулган.
• Жергиликтүү оптималдаштыруу алынып салынганда: Патч чек араларындагы имараттарда бөлүнгөн бийиктиктер пайда болгон.
• Калибрлөө кошулганда: Корреляция сакталуу менен системалуу төмөн баалоо олуттуу азайган.

Колдонуу жагынан мүмкүн болгон тармактар

• Тарыхый 3B шаар атластары
• Шаардык жаңыланууну көзөмөлдөө
• Кырсыкка чейинки курулуш көлөмүн баалоо
• Мыйзамсыз же уруксатсыз курулуштар үчүн алдын ала скрининг
• Өткөн калк жана курулуш аянтынын жыштыгын талдоо
• Шаардык жылуулук аралы жана шамал модели үчүн кириштер
• Күн энергиясы жана көлөкө анализи
• Маданий мурас аймактарындагы бийиктик өзгөрүшү

Келечектеги изилдөө муктаждыктары

• Көбүрөөк шаар жана өлкөдө текшерүү
• Ар башка сенсор жана сүрөт сапаты менен сыноо
• Имарат сегментациясын моделге кошуу
• Чатыр, фасад жана түп компоненттерин өзүнчө үйрөнүү
• LiDARдан башка ишенимдүү эталондук булактарды баалоо
• Булут, көлөкө жана сезондук айырмачылыктарга туруктуураак моделдер
• Бийик имараттардагы калган ката деңгээлин азайтуу
• Ар башка шаарлардан кең масштабдуу биргелешкен окутуу маалыматын түзүү
• Баалоо белгисиздигин пиксел деңгээлинде көрсөткөн ишеним карталары

Булак жана Ыкма Жөнүндө Эскертүү

Бул мазмун Xiaoxue Feng, Peijun Li, Fang Chen жана Changyong Dou тарабынан даярдалган “A Novel Method for Estimating Urban Building Heights Using Bi-temporal High Resolution Satellite Imagery and Reprojected nDSM” аттуу изилдөөгө негизделген.

Изилдөө эки убакыттагы жогорку мейкиндиктик чечилишке ээ кыйгач спутник сүрөттөрүн, жергиликтүү LiDAR негизиндеги nDSM маалыматын, көрүү сызыгына кайра проекцияланган Los-nDSM катмарларын жана кош көңүл буруу механизми бар шарттуу генеративдик атаандаш тармакты бириктирген эксперименттик алыстан зонддоо жана терең үйрөнүү изилдөөсү болуп саналат.

Текстте ачык түрдө “This preprint research paper has not been peer reviewed” деген билдирүү бар. Изилдөө SSRNде жарыяланган preprint жана рецензиялоодон өтө элек. Ошондуктан ыкманын деталдары, сандык жыйынтыктар жана жалпылоо боюнча дооматтар көз карандысыз рецензиялоодон кийин өзгөрүшү мүмкүн.

Изилдөө Пекиндеги эки гана аймакта жүргүзүлгөн. Колдонулган WorldView-2 жана Pleiades сүрөттөрү жогорку сапатта. Ыкма төмөн сапаттагы сүрөттөрдө, башка архитектуралык түзүлүштөрдө, башка климатта же башка спутник сенсорлорунда ушундай эле тактык берери изилдөө менен далилденген эмес.

Максаттуу жылдар үчүн баалоо бийиктиктеринин бир бөлүгү түз LiDARдан эмес, стерео спутник сүрөттөрүнөн түзүлгөн nDSMдерден алынган. Ошондуктан өзгөчө өзгөргөн имараттардагы ката маанилери баалоо моделинин гана эмес, эталондук бийиктиктин белгисиздигин да камтышы мүмкүн.

Алынган бийиктиктер болжолдуу алыстан зонддоо баалоолору болуп саналат. Кадастр, курулуш көзөмөлү, инженердик эсеп, имарат коопсуздугу, кабат санын аныктоо же укуктук чаралар үчүн түз өлчөөнүн ордуна колдонуу изилдөө тарабынан тастыкталган эмес. Мазмун PDFдеги ыкма, эксперимент, формула, таблица, график, сүрөт жана жыйынтыктарга гана негизделип даярдалган; PDFде жок операциялык ийгилик, коммерциялык жарактуулук же так бийиктик кепилдиги кошулган эмес.