原創 張茜 清華同衡規劃播報
如何進一步提高城市體檢中空間指標的可評估性、精準性與客觀性？2020年11月北京市規劃和自然資源委員會數據管理中心數據創新發展科張茜科長在清華同衡第八屆學術周上作了題為《遙感AI空間監測分析與城市體檢研究》的主題報告，介紹了 「遙感大數據+AI算法」賦能空間監測與城市體檢的創新性探索實踐經驗。本文根據演講實錄整理，已經專家審閱。
作者：張茜，北京市規劃和自然資源委員會 數據管理中心數據創新發展科 科長
模型層面，結合遙感大數據和AI新技術，通過「定標準-做樣本-學習及驗證」流程，在基於遙感AI的空間變化自動化識別技術上取得突破性進展，顯著提高大範圍、高精度遙感影像解譯的效率和準確度，並構建相應的標準體系、資料庫、算法模型庫和智能分析平臺。
應用層面，遙感AI的使用實現了減量發展目標評估、重點管控空間監測、重點專項（疏解整治、大棚房等）的政策實施效果評估等。研究未來將會面向北京市總規實施與城市體檢工作需求，在AI模型精度與正確率、建築等精細尺度識別技術、自動化識別機制等方面進行探索提升，進一步提高城市體檢中空間指標的可評估性、精準性與客觀性。
TIPS
非常感謝同衡邀請我來參加學術周的活動。首先，祝賀同衡20周年慶，其實昨天我的朋友圈就被很多同衡的人刷屏了，都是非常喜慶的節日慶祝，所以我也深深地感受到了大家這種喜悅的心情。
在開始介紹今天的議題之前，我先介紹一下我的工作單位。我來自北京市規劃和自然資源委員會數據管理中心，這個中心主要是給北京市規自委提供數據和信息化的支撐服務。中心現在有一個專門的部門叫創新發展科，我就在這個科。創新發展科主要關注的是規自領域內新的技術和前沿發展，核心工作就是探索如何將新的技術跟規劃、自然資源、國土空間結合起來以提高決策能力。
剛才林澎老師非常全面和系統地介紹了城市體檢的相關情況（點擊查看
《從城市體檢到城市更新——城市治理的新手段》完整報告）。他講到現在政府擁有很多的空間數據資源，但是不能滿足實時、動態的評估和城市體檢的要求。我今天主要是從遙感、AI這個角度與城市體檢工作結合起來，介紹如何將新的技術用在國土空間規劃以及評估和城市體檢工作中。
我今天的匯報有四部分內容。
一、研究背景
首先，從國家和北京市的政策要求出發，城市高質量發展和首都的信息化管理對空間資源的節約、高效、優質配置提出了很高的要求。
自然資源部在國土空間規劃體系和監督實施意見裡面明確提出了要用智能的技術來提升規劃感知能力，提高國土空間的精治、共治、法治水平。北京市新版總規裡也明確提出來，城市體檢和評估是一年一體檢、五年一評估。綜合起來，這些上位政策都要求我們進行技術創新，提升精細化管控水平。
2018和2019年北京市都開展了城市體檢評估工作，核心是規劃實施評估。空間變化監測是城市體檢的重要內容，比如2018年北京市城市體檢任務書的九項任務裡，有五到六項內容都涉及到空間，例如用地、建築、兩線三區、歷史文化名城保護等等。在11月6日市政府召開會議研究2019年城市體檢評估報告時提出，要進一步完善評估方法和提高城市體檢的質量，今年具體的指標更新方向中還有十項的專項指標分析涉及空間監測。
在這樣的政策要求驅動下，我們怎樣做空間監測？怎麼用新技術提高監測手段？傳統靠人工監測，比如人工遙感提取、測繪等等。這些方法現在已經不能滿足動態監測要求高、分析鏈條長的空間監測需求，所以我們要推動新技術的發展。
現在新基建、新城建很火，物聯網、5G、遙感、AI都是我們熟悉的新名詞。技術的發展和提升，尤其是AI技術和大數據技術，對促進國土空間規劃監測起到了良好的作用，在構建國土空間閉環體系的全流程裡，這些技術大有可為。
北京市規自委一直在推進國土空間的大數據體系建設，我們提出來「一庫三圖」。「一庫」是指搭建北京市的空間資料庫，內容包括規劃一張圖、審批一張圖、建設一張圖等三張圖。我們的理念就是這三張圖要實現全域規劃、總量管控和閉環管理，它們互相起著促進和指導的作用，這是我們非常基礎的一項工作。
在2018年，市規自委統籌了規劃、國土部門的衛片資源。以前這個資源是兩個月或者是一個季度的衛星影像，現在可以做到一月一次，精度可以到1米或者是0.8米的水平。同時，我們建立了從數據的採集、製作、提取到分發、應用全流程的閉環管理模式，這個工作也能為國土空間監測提供非常高水平的數據基礎。
談到城市體檢的相關工作，我們有基礎的體檢，還有專項的體檢，這些方面我們有很好的技術儲備。在遙感AI的應用方面我們也有探索，從2018年開始我們和阿里巴巴達摩院合作，在北京市整治大棚房工作中應用這個技術，能夠快速的識別北京市的大棚房，並快速地迭代，應用在後期大棚房的管理和治理當中。通過不斷地迭代，發現AI技術確實能大大提高工作效率，而且現在的提取精度基本上可以達到85%到90%。所以AI技術在我們這個行業裡的應用是相對比較成熟的。
基於以上的政策背景、技術背景、需求以及現狀結合起來，我們和阿里、清華同衡去年開展了這樣一個課題，就是今天我要講的主題——基於遙感AI的空間監測和城市體檢。
二、研究實踐
第二部分主要介紹一下我們是如何做的。首先，我們的目標是為城市體檢和評估提供基礎支撐。北京市的城市體檢有117項指標，還有專項評估的一些需求。我們對這117項指標做了一個分析，發現裡面可以分成兩部分，第一部分很多是圍繞空間的，比如建設用地規模、開發強度、核心區的建設密度、耕地保有量、基本農田保護面積，基本都是說地和房。第二部分就是非空間的數據，比如職住平衡比、一刻鐘社區服務圈、綠色出行等等。我們的理解是，空間相關指標完全可以利用遙感和AI的技術進行智能高頻度的分析，在非空間這塊，則可以用社會大數據的技術，融合政府大數據做分析。此外，還有一部分是傳統的統計、調查手段獲取的數據。
重點來看空間相關的指標智能監測分析。這個出發點和背景是，2018年北京市新總規要求建設用地要減量。但是建設用地的減量到底減在哪？幹什麼去了？減了多少？這個問題是很難用傳統的手段回答的。比如一個季度城市變化是什麼樣？一個月變化是什麼樣？基於這樣的問題和目標我們開展了研究。當前獲取遙感數據的方式也非常多，已經構建了空天地一體化的監測，除了衛星遙感，還有航天數據、傾斜攝影數據、可移動測圖的街景手段等。藉助很多新的技術去挖潛這裡的潛能，把數據的價值最大化體現出來。
開展基於遙感AI的建設空間智能提取有三個步驟。第一，要定一套機器識別的標準。第二，要做大量樣本，因為機器要深度學習，不斷的迭代，需要不停地積累技術的樣本。第三就是它有一個學習和驗證，迭代升級的過程。
這三個工作是怎麼開展的？
第一就是定標準。這跟我們做土地變更調查和監測等傳統的標準還是有點區別的，因為我們現在面對的是機器，機器沒有外業，也沒有測圖，它就是要從圖上識別。所以我們建立了建設用地、生態用地的狀態定義這樣一套體系，目標就是對我們城市用地的變化對比提出一個指標。從這個變化過程來說會有64類的變化過程，比如從建設用地到生態用地、施工拆除等等，我們基於這樣一套標準去開展遙感AI的分析工作。核心目標就是回答剛才的問題——我們減量多少？我們增量多少？我們施工過程有哪些？
第二是做樣本。這塊有兩個比較核心的內容，首先是從零開始就要給機器做樣本，這個主要是基於標準做樣本，基於遙感去提取，提完之後放到樣本庫裡。其次就是機器提完之後會有很多誤提、錯提，這種還要返給機器再去迭代升級，優化算法。所以做樣本會佔很大的工作量。
第三就是學習驗證，將算法基於AI技術不斷的迭代。北京市基於阿里巴巴研發的模型算法，把北京市的一景影像全放進去，然後在很強大的GPU硬體設施上運行，基本上兩到三天就可以完成，效率非常高，如果要讓人工幹同樣的活可能需要很多天。所以AI在效率提升方面是非常明顯的，這是不斷迭代升級的過程。
三、分析應用及工作成效
第三部分是依照上述的三個步驟把空間變化圖斑提取出來後，疊加各類專項數據進行分析。重點分析八大類數據。比如最新的分區規劃，還有審批數據、拆違數據等。同時，我們將監測評估聚焦於三個方向，第一個是全市的變化情況。第二個是重點的管控範圍，比如生態紅線、基本農田、三區、綠隔地區，這些區域城市變化的範圍是什麼樣？第三個是拆違等專項治理工作的監測。
第四個部分談一下這項工作的成效，主要來看分析內容和分析方向，首先可以得出土地減量和增量的面積，就是城市中哪些地方是在做減量的，哪些地方還是有非常強的建設活動。其次是減量的趨勢和預警，針對不同的空間圈層、不同的地類，比如說一核一主一副、兩軸多點一區，各自的空間變化是什麼情況。此外，針對整治亂佔耕地專項行動，能夠看出耕地區域上到底還有沒有人類的活動和建設行為？它有沒有被治理住？通過分析可以回答這樣的問題。針對疏解整治促提升專項行動，北京市正在推進拆違工作，每年都會下很多的指標。拆了之後是否有復建行為？是否還在建設？是否達到了疏解整治的效果？通過基於AI不斷迭代和更新的數據分析，也可以回答這樣的問題。
我們通過這樣的研究探索制定了一個自動化的評估體系，一邊是機器AI的學習和分析，一邊是人工提取工作，通過這兩方面的對比，對人工智慧的技術做評價和分析，我們發現人工智慧的分析在全量提取——即發現目標方面——是遠遠高於人工提取的，但是它還要在兼容度上提升。我們在評價人工智慧提取效果好不好時常用兩個指標，一個是AI的召回率，一個是AI的準確率。這兩個率有一個平衡點，召回率就是城市變化提取有沒有遺漏的？準確率就是發現的目標是否都是準確的、有沒有錯提的？如果這兩個率都提高了，說明我們AI的水平就提高了。
最後我們有一個深刻的體會就是AI時代到來了！雖然現在還有很多不完美之處，包括剛才說的兩個率還比較低，但是它一定是一種趨勢，政府將來的很多數據資源一定要用AI技術，我們看到的是它的發展前景，現在要花時間、精力去培育AI技術。第二是我們用AI技術很好地挖潛了數據的潛能。現在我們很多數據都是放在那裡沒有得到很好的應用，AI技術就可以釋放數據的潛能。第三是AI技術在城市體檢這塊是可以做一些工作的。我們用AI的監測提高了城市體檢中空間相關指標的可評估性、精準性、客觀性。
當然還有一些待解決的問題。首先我們認為AI的識別要跟城市體檢的指標進行完美的結合，更有針對性的分析一些問題，我們前期只是做了基礎理論的探索。其次是AI本身的精準度還需要再迭代和升級提高。第三是各個城市都在建國土空間監測評估預警平臺，智能分析的算法要和這個平臺完美地結合起來，進一步提高平臺的監測預警能力。第四是AI賦能城市體檢的機制還有待於完善和建設。
下一步我們還有一些工作需要開展，比如我們要對整個的地類要素進行AI識別，還要對定向的重點區域進行識別。例如今年我們要做一個建築的專項提取，現在對核心區提出「四個降下來」目標，建築密度需要做監測。
當前，我們的遙感AI識別平臺和訓練平臺是兩塊，還是人在識別，然後再訓練機器，接下來我們希望能把它們打通，不需要再有專業算法的人把識別出來的圖斑交給機器，而是機器有一個自學習的過程，不斷的迭代，減少專業人員的介入。
最後用莊少勤副部長的一句話結束今天的匯報，「新時代的中國國土空間規劃是可感知、能學習、善治理、自適應的智慧規劃」，所以我們也希望能貢獻一點力量，把新技術更好地應用在國土空間規劃當中，推動它的發展，謝謝大家！
相關連結
傳承堅守創新展望
清華同衡廿年冠禮暨第八屆學術周回顧
學術/專題
2020第八屆清華同衡學術周觀點集錦
關於「清華同衡學術周」
清華同衡規劃設計研究院孕育於中國特色規劃體系，脫胎於清華大學建築學院，誕生於世紀之交，依託清華大學的綜合學科與產業優勢，致力於開展國家與地區宏觀發展政策研究以及人居環境建設工程的技術研究與實施，為國家部委、各級政府部門、企業等提供研究和諮詢服務。清華同衡多年來堅持「產學研一體化」的發展思想，於2013年起每年策劃舉辦「清華同衡學術周」，邀請跨行業專家及行業同仁共同聚焦社會熱點，暢談城鄉百態，實現學術思想的博採眾長、不斷創新，為行業帶來耳目一新的學術思潮。
2013
2014
2015
2016
2017
2018
2019
原標題：《「遙感大數據+AI算法」賦能空間監測分析與城市體檢研究》
閱讀原文