趙宏宇，甄世楠

（吉林建筑大學）

1 引言

2022年，中央一號文件再次錨定傳統(tǒng)村落保護，傳統(tǒng)村落歷經千百年傳承檢驗，其因地制宜的低成本、低技術、高可持續(xù)性的營建經驗，蘊含于村落典型空間模式中[1]。當前提取研究以田野調查與經驗提取為主，運用大數(shù)據(jù)手段的智慧挖掘較少[1-2]。而“十四五”規(guī)劃明確提出要加快推進數(shù)字鄉(xiāng)村建設，推動動態(tài)環(huán)境建模等技術創(chuàng)新。通過大批次傳統(tǒng)村落的快速精準建模，量化傳統(tǒng)村落空間模式有望成為重要路徑。但國內現(xiàn)有技術手段難以實現(xiàn)數(shù)據(jù)快速精準提取[3]。無人機多光譜技術操作靈活且含多譜段信息，可有效輔助材質剝離與量化統(tǒng)計分析，引入該方法，將會大幅提高我國傳統(tǒng)村落空間模式的提取效率與精度。

2 多光譜技術對傳統(tǒng)村落空間模式挖掘的影響

2.1 傳統(tǒng)村落空間模式挖掘問題剖析

主要包括宏觀區(qū)域層面空間模式的分布及環(huán)境動因，中觀單個村落的整體或某一類空間模式的提取與植入。無論是區(qū)域尺度不同組織結構村落模式的異同，或單一村落空間結構、形態(tài)、組織等方面的特點凝練與邏輯探討，大多僅對村落地形選址、民居排列、公共空間等尺度較大空間要素進行模式化[4-5]，而忽略微小地物目標的模式提取。或針對旅游空間、居游空間、民俗空間等單一空間要素研究方面精度滿足需求，但受限于實地踏勘或深度訪談的傳統(tǒng)數(shù)據(jù)收集方式[4]，難以展開更大尺度的精細化研究。雖有極少數(shù)疊加遙感影像或GIS 數(shù)據(jù)進行數(shù)理分析[6]，也僅用于分析過程而未形成任何數(shù)據(jù)性結論。

2.2 無人機技術優(yōu)勢提煉

國內應用將三維模型搭建作為基礎條件，建立中宏觀尺度的地形地貌、城市植被等精細化模型，實現(xiàn)亞米級（如<5cm）數(shù)據(jù)獲取[7]；開展微觀單體尺度古建建模、住宅識別等，實現(xiàn)輪廓提取95%以上精度。無人機高精確度、高分辨率和高時效的優(yōu)勢特征在三維分析層面得到充分發(fā)揮，其對于搭載平臺的多樣適應性，也為開展多類別研究奠定了基礎。

國外應用集中于各類檢測監(jiān)測領域，借助深度學習與點云方法開展，涉及無人機耦合攝影測量開展交通監(jiān)測與設施監(jiān)控、城市形態(tài)變化監(jiān)測等，耦合光譜技術開展植被生長預估與水體環(huán)境交互關系分析，一定程度上進入動態(tài)數(shù)據(jù)精準獲取階段。

多光譜在城市調查方面，應用于城市環(huán)境調查與分類識別等已有大量實例，在城市各類別地物識別與分類提取技術方面已展開探索且趨勢逐漸加強[8]。在城市空間領域，借助衛(wèi)星星載或無人機機載，已實現(xiàn)不同地物的精準剝離?，F(xiàn)有應用大致包括城市地圖更新、地物提取、城市邊界提取、城市變化監(jiān)測與城市管理、城市交通情況調查、城市熱島評估、綠地精細化調查7 大類別。而相較于國內的應用深度，國外光譜技術在機載平臺使用比例、與其他技術耦合應用比例方面具有明顯優(yōu)勢，三維地物重建已應用于流域地形地貌重建、建筑屋面重建等眾多領域，學科融合產生良好成效。

3 多光譜技術的應用進展

3.1 面向精度提升的平面圖譜解譯方法

平面圖譜解譯，即實現(xiàn)平面二維地物的影像識別與數(shù)據(jù)分類[9-10]。單獨應用多光譜技術的地物分類，主要依托地物不同光譜特征開展，借助歸一化植被指數(shù)（NDVI）等指針性參數(shù)，通過SVM 分類等方法進行城鎮(zhèn)地表覆蓋物分類研究，可直接面向微觀土地精細化劃分應用領域，其低成本、高效率的特點，在農村地區(qū)大量應用有基礎優(yōu)勢[11]。

多光譜結合激光點云技術或機器學習的分類可實現(xiàn)兩類數(shù)據(jù)直接配準[12]，具備更多屬性信息。主要利用最大似然法、Gram-Schmidt（GS）融合等方法對激光點云數(shù)據(jù)進行切割，或通過隨機森林、卷積神經網絡等整合光譜與紋理等空間特征，實現(xiàn)地物高精度識別分離。

3.2 面向數(shù)據(jù)量化的三維形態(tài)重構方法

當前三維空間形態(tài)重構大多采用基于海量數(shù)據(jù)的自動化手段，以多光譜平面地物剝離與圖譜解譯為基礎。主要包括兩種類型。

多光譜耦合激光點云技術的三維激光掃描建模，通過激光雷達空間掃描數(shù)據(jù)分割與多光譜影像線條提取，可實現(xiàn)大范圍建筑的精細化提取與建模。當前已應用于DSM 生成、土地覆蓋分類等諸多領域。缺陷在于建成模型缺乏紋理數(shù)據(jù)，紋理貼圖大量工作仍需人機交互[13]。

多光譜耦合傾斜攝影的影像建模，主要依托傾斜攝影測量數(shù)據(jù)[14]，通過運算組合成為三維實景模型，具有影像表達內容豐富、自動化程度高、實體側面紋理提取快捷的特點[15]，但易出現(xiàn)紋理映射錯誤、模型與背景難以分離的問題[16]，因而常需要輔助空三加密等二次加工[17]。同時，難以實現(xiàn)模型編輯與使用，其屬性信息需要手工錄入，使其難以滿足大批量快速的村落信息提取[18]，難以實現(xiàn)廣泛應用。

3.3 面向精準分析的數(shù)字模型構建方法

整合無人機多光譜技術、激光雷達技術及衛(wèi)星遙感影像技術開展國土測繪早有先例[18]，國內外應用無人機多光譜技術耦合三維激光掃描技術，已開展多類別地物分類與含屬性信息的三維實景建模[19-20]。國外已實現(xiàn)平面圖譜解譯，獲得高精度平面土地利用覆蓋的全要素分類，并構建涵蓋地形地質、建筑、植被等全基礎要素[21-23]的三維立體模型。而國內對二者融合多應用于地物屬性分類，對兩者結合的研究也仍停留在二維圖形層面，未形成可供進一步空間編輯與計量的三維立體模型[24]。

加拿大Optech 公司2014 年發(fā)布第一臺商業(yè)化Titan 機載多光譜LiDAR（Light Detection And Rang‐ing）系統(tǒng)[25-26]。我國也由武漢大學聯(lián)合中科院發(fā)展了具備自主知識產權的三波段多光譜激光雷達系統(tǒng)[27]，但尚未進入商業(yè)化領域，相關應用亟待加強。

4 結語

當前，亟需定量化挖掘傳統(tǒng)村落空間模式中蘊含的生態(tài)智慧營建理念，無人機多光譜因其靈活性強、獲取信息豐富的特點，在破解村落空間模式的二三維提取中具備極大優(yōu)勢，但研究仍處于初級階段，優(yōu)勢尚未充分發(fā)揮。探索以多光譜技術為核心的技術破解手段及可能的技術路徑，有望為傳統(tǒng)村落生態(tài)智慧的量化提取與現(xiàn)代轉譯奠定基礎，為推動村落數(shù)字化建設提供空間決策的理論與方法指導。