本刊“学术动态（Planning Reviews）”栏目，推介国内外学术书籍和文献报告、关注国际研究动态和前沿热点、分享规划案例研究。本期“城市规划技术与方法”专栏，向大家推介一篇运用卷积神经网络识别城乡地域空间的研究文献。
（专栏编辑：肖扬，同济大学建筑与城市规划学院长聘教授）
来源：WANG C R, SUN X, LIU Z F, et al. A novel full-resolution convolutional neural network for urban-fringe-rural identification: a case study of urban agglomeration region[J]. Landscape and Urban Planning,2024, 249: 105122.
1 研究背景与意义
世界正经历显著的城市扩展，且这一趋势将会持续。全球城市土地面积预计将从2000年的65万km²增加到2030年的186万km²。尽管快速且不间断的城市化在集约化优势和技术进步方面带来了显著利益，但也导致了各种环境后果，限制了可持续发展。特别是快速城市化推动了全球气候变化、生态系统退化和生物多样性丧失，对环境和人类福祉产生了重大影响。城市扩展过程从根本上涉及将自然和半自然土地逐渐转变为城市区域，这一现象伴随着社会经济发展而进行。
城郊结合部是城市和农村区域之间的过渡地带，在这一地区，景观、生态和社会经济因素之间的互动更加剧烈。在促进城乡联动协调发展时，不能仅仅解决城市和农村问题，还必须考虑包括城郊结合部在内的所有子系统。此外，准确的城乡空间分布信息对学术研究和区域规划至关重要，并且有助于理解和监测城市化进程。因此，准确的城乡空间分类，包括城郊结合地区，在研究城市化的社会生态影响方面具有重要意义。建立一个标准化且可转移的方法体系，以快速准确地识别城乡区域，是至关重要的。
2 研究现状
早期关于城乡边界划定的研究主要集中在相关概念和社会问题上。然而，随着地理信息处理和基于计算机的数学技术的快速发展，研究逐渐转向定量分析。当前的定量方法大致可以分为基于指标的无监督方法、基于遥感的无监督方法和基于样本的监督方法。He等（2018） 设计了一种结合了元胞自动机和马尔可夫链的卷积神经网络，用于模拟2000年至2030年间中国珠三角地区的建设用地扩展。这类方法通常受到获取大量高质量训练样本的难度和模型解释性差的限制。与基于指标的无监督方法和基于遥感的无监督方法相比，基于样本的监督分类方法由于有训练样本可用，通常具有更高的识别精度，可以帮助减少误差。特别是卷积神经网络（CNNs） 在这种方法中可以通过卷积运算考虑每个像素邻居之间的关系，从原始图像中提取更高级别的空间特征。此外，CNNs广泛应用于遥感数据分类、道路提取、土地覆盖变化检测以及城乡区域识别。
FR-Net模型作为一种CNNs通过融合多分辨率数据，利用卷积操作在有限的低分辨率样本中实现高性能特征提取，从而提高边缘分割精度并减少参数数量。在当前的城乡识别研究中，开放访问的指标数据，如GDP、人口密度和夜间灯光，通常具有低空间分辨率。因此，本研究中使用的FR-Net模型比其他CNNs更适合于低分辨率指标数据集的城乡识别研究。
3 研究区域与数据
作为中国三大城市群之一，北京—天津—河北地区（BTH） 具有显著的城乡特征、多样的山地—沿海—平原地形结构、首都—区—省及首都—普通的复杂城市结构、显著的经济差异和内部发展不平衡。因此本文选择该地区作为城郊—农村识别研究的案例。作者识别了在2000年至2020年间京津冀城市群地区的城—郊—乡区域，并探索了它们在网格和地级层面的时空梯度变化和关键阈值。利用实地调查数据、手动校正的掩膜数据以及由海拔、高度、夜间灯光、土地利用、人口密度和距离数据堆叠的数据立方体来训练和测试FR-Net 模型，旨在开发一个基于残差单元的自适应FR-Net模型，具有良好的鲁棒性和准确性；并且以一个城市群区域作为案例研究，验证模型的适用性和可迁移性。所开发的开源模型可以广泛应用于城市化地区。使用该模型进行的城—郊—乡识别结果能够有效支持城乡一体化发展和区域规划。
4 研究方法
城市扩展主要受人类社会经济活动和自然环境特征的影响。本文使用包括距市中心和道路的距离、GDP和人口密度在内的指标来代表社会经济活动，并使用包括坡度、海拔和土地利用在内的指标来代表自然环境特征。
FR-Net模型的处理包括以下四个步骤：①数据预处理；②数据增强操作；③FR-Net模型基于多分辨率融合单元（MRFU） 构建；④预测目标年份的城—郊—乡识别结果。MRFU是核心构成，负责控制特征流、集成不同分辨率的流，并保留高分辨率特征。损失函数采用Dice损失，以克服训练类的不平衡问题。
5 研究结果
从2000年到2020年，京津冀地区的城市和城郊面积呈现增加趋势。城市面积从2000年的1552.2 km²增加到2020年的5227.4 km²，比例从0.7% 上升到2.4%。城郊结合部面积从2220.5 km²增加到6875.9km²，比例从1%上升到3.2%。农村面积比例从98.3%下降到94.4%。该地区的城市区域扩展速度先增加后减少，呈现出倒U型增长过程。不同城市的城乡空间格局和具体变化因地理位置、社会政策和经济发展水平的影响而表现出显著差异：东部沿海地区和经济发达的中部地区的扩展最为明显，而西部和北部高海拔地区的城市扩展速度较慢。然而，各市的城市和城郊区域的扩展距离以及农村区域的缩小距离遵循了大致一致的模式。
在复杂的城市群区域进行准确的城乡过渡带识别对于理解城市化进程和促进区域协调发展及可持续规划具有重要意义。本文所提出的FR-Net模型在城市群区域中表现出高准确性和鲁棒性，能够广泛应用于多尺度的城市化区域。基于识别结果，能够进一步探索城市化的复杂社会生态影响，为区域城市—乡村规划提供政策参考。
（供稿：王肃，同济大学建筑与城市规划学院硕士研究生）
URBAN PLANNING FORUM Since 1957
创新性、前瞻性、学术性
中文核心期刊，中国科技核心期刊，中国人文社会科学核心期刊，中文社会科学引文索引来源期刊（CSSCI），中国期刊全文数据库（CJFD）全文收录期刊，中国学术期刊综合评价数据库（CAJCED）统计源期刊，中国科学引文数据库（CSCD）来源期刊，中国核心学术期刊（RCCSE），国家哲学社会科学学术期刊数据库收录期刊，乌利希国际期刊指南（UPD）收录期刊
官网链接：https://upforum.tongji.edu.cn/main.htm
投稿链接：http://cxgh.cbpt.cnki.net
Email: upforum@vip.126.com
电话：021-65983507
传真：021-65975019
微信号：upforum
