文献类型：期刊文章

作　　者：白婷[1,2] 邓实权[3] 熊花[2] 孙开敏[4] 李王斌[4] 刘俊怡[4]

BAI Ting;DENG Shi-quan;XIONG Hua;SUN Kai-min;LI Wang-bin;LIU Jun-yi(Hubei University of Technology,School of Computer Science,Wuhan 430010,China;Wuhan Land Arranging Storage Center,Wuhan 430010,China;Wuhan Academy of Water Science,Wuhan 430010,China;State Key Laboratory of Information Engineering in Surveying,Mapping and Remote Sensing,Wuhan University,Wuhan 430070,China)

机构地区：[1]湖北工业大学计算机学院,武汉430010 [2]武汉市土地整理储备中心,武汉430010 [3]武汉市水务科学研究院,武汉430010 [4]武汉大学测绘遥感信息工程国家重点实验室,武汉430070

出　　处：《自然资源学报》

基　　金：国家重点研发计划项目(2022YFB3902900);国家自然科学基金项目(42192583)。

年　　份：2023

卷　　号：38

期　　号：6

起止页码：1517-1531

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2023_2024、CSSCI、CSSCI2023_2024、JST、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：当前武汉市城市更新行动,从大拆大建,进入“留改拆”并举的2.0时代,改造方式也从局部改造向成片连片更新转变。在当前2.0时代中,如何利用人工智能(Artificial Intelligence,AI)技术智能识别出城市“留改拆”单元显得尤为重要。当前AI和遥感技术已在自然资源典型地物类型识别、耕地保护和执法监察中得到广泛应用,本文第一次将AI和遥感技术用于“留改拆”单元的智能识别中,以辅助智能化城市更新行动。建立“留改拆”单元的样本,利用深度学习网络建立AI+遥感技术的智能化识别模型,选择遥感数据,进行武汉市更新片区“留改拆”单元智能化识别。通过遥感技术与深度学习算法的融合,提升了城市更新行动中“留改拆”单元识别的工作效率,为城市更新行动中的难点问题提供了科学依据。

关 键 词：AI 遥感技术 深度学习  城市更新

分 类 号：TU984.114] TP79] TP18]