摘要
在人口老龄化、快速城市化和大规模城乡移民的背景下，中国出现了闲置或废弃农宅（宅基地）的问题。从乡村振兴、土地利用规划和政策制定等方面来看，确定闲置农宅的底数非常重要。为了规避实地调查与问卷调查的昂贵费力，本文在无人机影像上，使用深度学习和机器学习算法，来识别闲置农宅。
首先，使用深度学习的特征提取模型，来评估农宅管理水平，包括基于Alexnet区分完整或倒塌的农房；基于YOLOv5s检测太阳能热水器有无，基于FCN计算农宅绿视率（GLR）。它们的精度超过98%。然后，应用7种机器学习算法（Adabost、二项式逻辑回归、神经网络、随机森林、支持向量机、决策树和XGBoost算法），来识别村庄农宅的利用状况。Adabost算法在综合考虑大多数指标的情况下表现出最佳性能（准确率：0.933，查准率：0.932，查全率：0.984，F1得分：0.957）。最终结果表明，基于影像识别农宅的利用状况是可行的。对于大规模的村庄调查来说，具有成本效益与可移植性，有助于村庄土地利用集约化。本文得到国家重点研发计划项目(2018YFD1100803)资助。
关键词：闲置宅基地；农宅建成环境；农宅内部管理；绿视率；太阳能热水器；机器学习
中国村庄宅基地充分保障了农户的居住权益，对于农户的生活生产有着不可替代的作用。但近年来随着中国人口老龄化的凸显、城镇化的持续推进，特殊宅基地制度的约束，村庄宅基地闲置、长期闲置利用的特征尤为明显，日益严重。落实国家积极稳妥盘活闲置宅基地和闲置农房的战略要求，首要就是摸清闲置农宅底数，填补数据缺口。
为弥补闲置底数的缺憾，本文延续了高精度遥感影像的可视特征，论证了农宅内杂草和灌丛蔓生、太阳能热水器在识别闲置农宅中的重要性，引入农宅绿视率、太阳能热水器指标，将深度学习、机器学习相结合，有效识别了华北地区案例村庄的闲置农宅。本研究所提出的工作流程，可以被广泛应用于村庄闲置农宅的调查工作中，可以极大降低调研成本，弥补以往工作方式中人为不可靠性误差的情况。
（1）判定维度与技术流程
（2）基于深度学习的特征提取方法，完成了农宅建成环境特征的提取，包括构建了AlexNet网络提取完整或倒塌的农房；利用FCNs计算绿视率；基于YOLOv5s检测太阳能热水器。
（3）基于机器学习的自动分类方法，完成了农宅利用状况分类
本文探索了一种在无人机影像上，使用机器学习算法来识别农宅利用状况的新工作流程。建立了基于农宅建成环境的农宅利用状况的判定维度。提取了完整或倒塌农房，检测了有无代表性的地物（太阳能热水器），计算了GLR来评估内部农宅管理。
(1) 研究提供了一种高性价比的解决方案。
特别是无人机摄影具有空间分辨率高、省时省力、成本低等特点。本研究由6个人组成的调查小组共花费16个小时，完成了对单个案例村333个农宅的实地调查和环境审核。无人机影像的采集，仅由1人在4个小时内就成功完成，无人机飞行用时不到10分钟。就数据采集时间而言，前者比后者长24倍。随着研究区域的扩大和案例村数量的增加，这种方法节省的时间变得相当可观。
(2) 相比其他方法，研究使用了最少数量的指标。
该方法在大规模村庄调查中具有便携性和成本效益，可以应用于农宅、村庄、乡镇、县市及以上尺度。本研究建立的判定维度也可以帮助没有实地调查经验的调查人员。将判定维度扩展到农宅建成环境清单中，也是一种隐含的效率增益，对中国村庄农宅闲置程度的估算有很大的帮助。
(3) 具有广泛实际应用场景，可服务于乡村振兴行动。
无需实地经验，即可准确识别特定农宅闲置与否。不仅有助于准确识别村庄的无序空间，还可以确定关键的整治空间。此外，可以根据其完成闲置宅基地面积的高精度估计。在乡、县及以上的空间尺度上，可以实现对村庄空心化的快速定量评估。
作者
Maojun Wang1*, Wenyu Xu1, Guangzhong Cao2, Tao Liu2
本文是首都师范大学资源环境与旅游学院王茂军课题组与北京大学城市环境学院曹广忠、刘涛课题组的合作成果。首都师范大学课题组主要从事乡村农宅闲置、乡村土地利用变化的空间结构研究，北京大学课题组主要从事城镇化与城乡发展研究。
Wang M, Xu W, Cao G, et al. (2024). Identification of rural courtyards’ utilization status using deep learning and machine learning methods on unmanned aerial vehicle images in north China. Building Simulation, 17: 799-818.
https://doi.org/10.1007/s12273-023-1099-9
相关阅读：
长按二维码或点击左下角“阅读原文”访问全文
基于无人机影像、深度学习和机器学习算法识别中国华北村庄闲置农宅
期刊介绍
Building Simulation 2008年创刊，是世界上第一本有关建筑模拟领域最新研究成果的英文学术期刊，跨多种学科领域，涉及建筑技术、土木工程、建筑学、环境工程、能源及动力工程等，致力于为中外同行提供一个高水平的学术交流平台。被SCI、EI Compendex、Scopus、CSCD等数据库收录。2024年SCI影响因子6.1，在JCR两个学科领域均位于Q1区；位于中科院期刊分区，工程技术类1区。
