Classification and clustering of buildings for understanding urban dynamics - HAL-SHS - Sciences de l'Homme et de la Société Access content directly
Journal Articles Revue Internationale de Géomatique Year : 2023

Classification and clustering of buildings for understanding urban dynamics

Abstract

This paper presents different methods implemented with the aim of studying urban dynamics at the building level. Building types are identified within a comprehensive vector-based building inventory, spanning over at least two time points. First, basic morphometric indicators are computed for each building: area, floor-area, number of neighbors, elongation, and convexity. Based on the availability of expert knowledge, different types of classification and clustering are performed: supervised tree-like classificatory model, expert-constrained k-means and combined SOM-HCA. A grid is superimposed on the test region of Osaka (Japan) and the number of building types per cell and for each period is computed, as well as the differences between each period. Mappings are then performed, showing that building types have specific locations and dynamics. In some extreme cases, a specific building type can even gradually replace a type on a declining dynamic. Questions of data preparation, and clustering validation are also dealt with, underlining the interest of assessing the spatial distribution of clusters.
Cet article présente différentes méthodes mises en oeuvre dans le but d'étudier la dynamique urbaine au niveau des bâtiments. Les types de bâtiments sont identifiés dans le cadre d'un inventaire vectoriel complet des bâtiments, couvrant au moins deux périodes. Tout d’abord, des indicateurs morphométriques de base sont calculés pour chaque bâtiment : surface, surface au sol, nombre de voisins, allongement et convexité. En fonction des connaissances d’experts disponibles, différents types de classification et de regroupement sont effectués : modèle classificatoire supervisé de type arborescent, k-means sous contrainte d’experts et SOM-HCA combiné. Une grille est superposée à la région test d’Osaka (Japon) et le nombre de types de bâtiments par cellule et pour chaque période est calculé, ainsi que les différences entre chaque période. Des correspondances sont ensuite établies, montrant que les types de bâtiments ont des emplacements et des dynamiques spécifiques. Dans certains cas extrêmes, un type de bâtiment spécifique peut même remplacer progressivement un type dont la dynamique est en déclin. Les questions de la préparation des données et de la validation des regroupements sont également abordées, soulignant l’intérêt d’évaluer la distribution spatiale des regroupements.
Fichier principal
Vignette du fichier
06-303-328-PEREZ_FUSCO_SADAHIRO author version.pdf (1.19 Mo) Télécharger le fichier
Origin : Files produced by the author(s)

Dates and versions

halshs-04321677 , version 1 (04-12-2023)

Identifiers

Cite

Joan Perez, Giovanni Fusco, Yukio Sadahiro. Classification and clustering of buildings for understanding urban dynamics. Revue Internationale de Géomatique, 2023, 31 (3-4), pp.303-328. ⟨10.3166/rig31.303-328⟩. ⟨halshs-04321677⟩
39 View
9 Download

Altmetric

Share

Gmail Facebook X LinkedIn More