基于Transformer的利用Sentinel-2 MSI影像进行非正式聚居区制图的语义分割方法

《Remote Sensing Applications: Society and Environment》:Transformer-Based Semantic Segmentation for Informal Settlement Mapping Using Sentinel-2 MSI Imagery

【字体: 大 中 小 】 时间:2026年07月14日 来源:Remote Sensing Applications: Society and Environment 3.8

编辑推荐:

  达迪拉伊·马塔里拉|奥尼西莫·穆坦加|普赖德·马富拉蒂泽 南非夸祖鲁-纳塔尔大学农业、地球与环境科学学院地理系,邮编X01,斯科茨维尔,彼得马里茨堡3209 **摘要** 全球有超过10亿人居住在非正式定居点中,但这些地区在官方数据集中一直被严重忽视,这阻碍了实现可

  达迪拉伊·马塔里拉|奥尼西莫·穆坦加|普赖德·马富拉蒂泽
南非夸祖鲁-纳塔尔大学农业、地球与环境科学学院地理系,邮编X01,斯科茨维尔,彼得马里茨堡3209

**摘要**
全球有超过10亿人居住在非正式定居点中,但这些地区在官方数据集中一直被严重忽视,这阻碍了实现可持续发展目标11的进展。尽管深度学习推动了自动化制图技术的发展,但卷积神经网络由于受局部感受野的限制,无法充分捕捉到区分零散的定居点群与光谱特征相似的城市背景所需的长期空间依赖关系。本研究介绍了一种基于Transformer的语义分割框架——SegFormer,并利用免费的10米分辨率Sentinel-2多光谱影像,验证了其在非正式定居点制图中的应用效果。该框架通过包含光谱波段、建筑指数以及纹理和形态描述符的32通道特征集,实现了0.9934的Dice系数和0.9914的平均交并比,性能优于U-Net和DeepLabV3+,且仅需360万个参数,仅为同类CNN模型的一半。这一框架有效解决了传统机器学习和基于CNN的方法所存在的边界低估和光谱混淆问题,展现出更高的边界精度以及更少的定居点范围低估现象。由于完全依赖于开放获取的影像数据,这一可扩展且成本效益高的解决方案能够实时监测全球南方数据匮乏的城市地区的定居点扩张、洪水风险以及基础设施升级情况。

**引言**
在发展中国家,快速且缺乏管理的城市化进程是一个突出问题,非正式定居点的扩张速度往往超过了正规城市规划的步伐(Camacho等人,2025;da Silva等人,2025)。这类地区通常具有密集、不规则的布局以及多样化的建筑材料(Verma等人,2019),全球有超过10亿人居住在其中(联合国人居署,2023)。尽管非正式定居点极为普遍(Dovey,2025),但在官方地籍记录中却几乎未被提及(Ajami等人,2019),这限制了政府在实现可持续发展目标11方面的进展(Abascal等人,2022;Engstrom等人,2024)。因此,开发准确、可扩展且成本效益高的制图方法对于识别增长热点并支持基于证据的城市升级至关重要。

遥感技术结合深度学习为自动提取这些复杂的空间模式提供了强大手段(Stark等人,2024;Wurm等人,2019)。迄今为止,诸如U-Net(Abascal等人,2022;Persello和Stein,2017;Raj等人,2023)和DeepLabV3+(Dabra和Kumar,2023;Gram-Hansen等人,2019)之类的卷积神经网络因能够提取层次分明、精细的空间细节而在该领域占据主导地位(Dabra和Kumar,2023)。然而,CNN由于其固有的局部归纳偏差,难以捕捉图像中的全局上下文关系。在密集的城市环境中,这种局部处理方式常常导致严重的光谱和空间混淆问题(Spasev等人,2024a)。因此,标准CNN难以区分零散、不规则的非正式建筑结构与周围光谱特征相似的正规高密度住宅区或工业区。

为避免使用商业的高分辨率影像所带来的高昂成本,利用免费提供的10米分辨率Sentinel-2影像为资源有限的市政机构提供了一种可扩展的替代方案。不过,以10米分辨率绘制非正式定居点地图也存在一定的物理和实际限制。由于单个住宅结构(如棚屋)的面积通常低于单个Sentinel-2像素对应的100平方米最小可映射单元,因此无法被单独识别。在这种中等分辨率下,制图目标必须从识别独立结构转变为描绘非正式定居点群的总体结构特征。要实现这一宏观层面的结构分析,就需要一种能够超越局部像素特征、着眼于更广泛空间关系的架构。

视觉Transformer的出现代表了重大的范式转变,它使得全局空间关系的显式建模成为可能。其中,SegFormer因其轻量级的层次化编码器以及简单的多层感知机解码器而备受关注,这两种结构无需位置编码即可同时捕捉精细的纹理特征和宏观的上下文结构(Cheng等人,2025)。虽然SegFormer在复杂的建筑物提取和土地覆盖制图等相关遥感任务中已展现出较高的精度(Benayad等人,2025;Gibril等人,2024),但其能否适配于使用开放获取的中等分辨率数据来绘制非正式定居点结构,目前仍需进一步研究。此前在南非eThekwini市等高度复杂的场景中应用的传统机器学习方法,由于手工设计的特征表示能力有限,一直存在边界不精确以及定居点范围被系统性地低估的问题(Matarira等人,2022a;Matarira等人,2022b)。本研究通过在eThekwini市对SegFormer架构进行适配和评估,解决了这些方法论和数据方面的限制。这项工作的创新之处不在于提出一种新的架构设计,而在于将其应用于实际场景中,以应对中等分辨率开放数据所带来的结构模糊性问题。

具体而言,本研究的目标包括:(1)评估SegFormer的全局注意力机制在高度异质的城市景观中减少光谱和空间背景混淆的能力,并将其与主流CNN架构进行对比;(2)建立一种基于免费10米分辨率Sentinel-2数据的操作流程,用于快速生成大规模的非正式定居点清单;(3)解决传统制图方法中普遍存在的定居点边界被系统低估的问题。通过深化在数据匮乏且地形复杂的条件下的方法论理解,本研究有助于开发出一种可扩展、具有政策指导意义的框架,为全球南方快速变化的城市地区的城市规划、灾害风险降低以及主动升级工作提供支持。

**研究区域**
eThekwini市位于南非夸祖鲁-纳塔尔省的德班港附近,地处印度洋沿岸的东部海岸,纬度大约在南纬29°37′至30°05′之间,经度则在东经30°40′至31°02′之间。该地区属于亚热带气候,夏季炎热潮湿,冬季温和干燥。频繁的降雨加上气候变化带来的极端天气现象,常常引发严重的……

**数据分析**
本研究提出了一种基于SegFormer的Transformer语义分割框架,用于从高分辨率光学卫星影像中自动检测非正式定居点。其主要方法论贡献在于充分利用全局自注意力机制来模拟非正式定居点的空间复杂性和形态多样性,而这些特性是传统的卷积编码器-解码器架构无法有效捕捉的。与现有方法相比……

**分割性能对比与模型分析**
三种深度学习架构——U-Net、DeepLabV3+和SegFormer——都在相同的数据集上进行了严格的训练和评估,该数据集包含210个已标记的定居点多边形,分为训练集(70%)、验证集(15%)和测试集(15%)。虽然各模型的最终损失值都接近0.036,但在分割精度、边界精确度以及计算效率方面存在显著差异,这凸显了架构设计在非正式定居点制图中的关键作用。

**讨论**
本研究旨在利用基于Transformer的SegFormer模型从Sentinel-2A数据中提取非正式定居点。研究结果表明,与传统的卷积架构(U-Net和DeepLabV3)相比,基于SegFormer的方法在描绘eThekwini地区非正式定居点的复杂边界方面表现更为出色。SegFormer生成的定居点边界更为清晰,且在某些情况下似乎减少了边界低估现象。

**局限性及未来工作**
尽管该模型达到了较高的分类精度,但仍存在一些需要考虑的局限性。Sentinel-2的10米空间分辨率限制了对非常小或孤立的非正式结构的检测,因此分类结果反映的是定居点群而非单个住宅单元。此外,退化的正规建筑与非正式定居点之间的光谱混淆也可能成为误差来源。未来可以尝试整合SAR或LiDAR数据,并探索更高分辨率的影像资料。

**结论**
本研究表明,基于Transformer的架构为非正式定居点的遥感研究带来了重大的范式转变。通过在eThekwini复杂的地形和社会空间环境中对SegFormer进行测试,我们解决了传统CNN中局部感受野带来的关键限制。我们的研究结果主要有三方面贡献:
• 更高的精度和效率:SegFormer取得了最高的分割得分(mIoU = 0.9914),同时保持了……

**CRediT作者贡献声明**
达迪拉伊·马塔里拉:写作——审稿与编辑,写作——初稿撰写,方法论,形式分析,数据整理,概念构思。
奥尼西莫·穆坦加:写作——审稿与编辑,监督,方法论,资金获取,概念构思。
普赖德·马富拉蒂泽:写作——审稿与编辑,写作——初稿撰写,方法论,形式分析,数据整理,概念构思。

**未引用参考文献**
ETHEKWINI, 2019.

**数据可用性声明**
如需获取数据,可向作者提出合理请求。

**利益冲突声明**
作者声明不存在利益冲突。

**伦理声明**
作者确认本研究未涉及人类参与者、个人数据处理或动物实验。分析工作所使用的均为开放获取的卫星影像以及公开的城市边界数据。

**资金支持**
本研究得到了NRF土地利用规划与管理主席基金的支持(资助编号:84157)。

**利益冲突声明**
? 作者声明存在以下可能被视为潜在利益冲突的财务利益/个人关系:奥尼西莫·穆坦加表示获得了国家研究基金的财务支持。其他作者则声明自己没有已知的可能影响本文研究的财务利益或个人关系。

**致谢**
本研究得到了NRF土地利用规划与管理主席基金的支持(资助编号:84157)。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号