原文发表于《小城镇建设》2022年第4期。作者张纯、刘元媛、代成、金佳萱、袁媛。本项研究得到北大-林肯中心资助。
近来，随着小型、轻型无人机的发展，无人机倾斜摄影和三维建模技术为城镇形态研究提供了新方法，此项技术可以通过数字化、影像化、实景化的方式，对于一定尺度内的城镇和村落进行三维呈现，提供了快速、简便、低成本获得图形影像数据的方法，在交通和廊道等线性遗产保护、房产税征收等领域拥有广泛的应用前景。
无人机倾斜摄影技术不仅可以提供3D模型，还可以通过AI图像识别技术进行建筑物功能和实际使用情况的判定。在国家新型城镇化背景下，此技术不仅可以用于对城市空间特征和历史演化趋势进行解读，更可为识别废弃院落和收缩的城市提供技术支持。
研究选择有着北方草原丝绸之路之称的张库大道沿线古驿站——鸡鸣驿作为小城镇的研究案例，基于无人机倾斜摄影技术建立的三维模型，进行城镇形态的关键信息识别。
1 无人机和倾斜摄影技术的建模过程
无人机和倾斜摄影技术的具体过程可分为无人机采集影像、采取倾斜摄影技术进行图像拼接、生成实景三维模型和导入GIS平台展开后续分析等四个主要流程。小型和微型无人机倾斜摄影技术通过在同一飞行平台上搭载多台图像传感器，同时从多个不同的倾斜角度采集影像。基于三维点云模型生成白模矩阵（TIN matrix），植入实际材质表皮信息的三维模型并嵌入地理信息系统（图1）。
图1 生成三维模型生成和导入GIS平台
2 城镇形态要素提取和功能识别
基于无人机倾斜摄影技术建立的三维模型，可以进行城镇形态的关键信息识别。选择有着北方草原丝绸之路之称的张库大道沿线古驿站——鸡鸣驿作为研究案例，通过现状与清代中期的地图进行城镇形态对比，发现虽然城镇物质空间形态变化不大，而功能却从清代中期交通、邮驿、军事、商贸等综合功能，逐渐向现状的居住功能为主转移（图2）。这些功能的判别，是基于无人机倾斜摄影技术生成的三维模型进行判别的结果。
图2 基于建筑立面和院落边界的功能识别分类
根据建立的三维模型建筑立面进行功能识别，识别过程基于机器学习（Machine Learning）的方法，具体步骤为：（1）按照数据分析需求，抽取建筑立面代表性符号，定义训练样本集合。例如，抽取居住类、商业、宗教和其他建筑的典型里面特征建立训练样本（见表1，左）。（2）用已知功能的小样本图像集合，对于符号抽取样本判别的结果进行测试。评价训练数据的拟合优度，并根据训练效果进行调整。（3）选出最优训练集，并应用于全样本数据，得出最终的结果（见表1，右边）。
表1 基于机器学习方法的建筑立面训练集建立
3 基于细部形态的废弃和空置院落识别
基于无人机和倾斜摄影技术的三维模型同时提供了更加微观的分析，可以依据院落中细部墙体、建筑和门窗等完好程度判断院落是否衰败、破损和空置，这为小城镇的保护与发展提供了更多空间数据信息（图3）。
图3 三维模型中特殊建筑和院落识别
4 结论
本文通过无人机和倾斜摄影技术，阐述了基于三维模型获得更多可测度城镇形态要素的方法和途径，对于城镇形态全面认知提供了可识别的空间数据基础。研究方法在村镇功能快速转化的过程中，为规划工作提供高效的数据获取方法和渠道。
作者简介
张纯，北京交通大学建筑与艺术学院教授
刘元媛，北京交通大学建筑与艺术学院硕士研究生
代成，北京交通大学建筑与艺术学院硕士研究生毕业
金佳萱，英国学院大学（UCL）城市规划系硕士在读
袁媛，张家口经济开发区城乡规划局工程师
