Nat. Commun.|让 AI 在卫星影像中读懂城市 OD 流

由于微信推送机制改版，是不是经常看不到论文推送啦？

如果你也在做交通+机器学习相关研究，别再让优质论文分享从指尖溜走了。

1

基本信息

2

研究动机

1. 传统 OD 流数据获取成本高，更新不及时：城市 OD 流对于交通管理、城市规划、公共资源配置、疫情传播建模和灾害响应都很重要，但传统出行调查成本高、周期长，难以支持持续更新的人类流动分析。

2. 个体轨迹数据虽然丰富，但存在隐私与可得性限制: GPS、手机信令和地理标记社交媒体等数据可以反映人类移动行为，但个体级移动轨迹数据受到隐私保护限制，尤其难以在大范围、长时间序列场景中直接获取。

3. 现有深度学习方法依赖多源社会经济或移动数据，难以服务数据稀缺区域: 许多 OD 流预测方法依赖人口统计、POI、土地利用、移动电话位置或历史 OD 数据，虽然预测性能较好，但限制了其在数据贫乏地区的应用。

4. 遥感影像为城市人类流动建模提供了新的外生信息源：卫星影像具有开放、连续、大范围覆盖和时间标记明确等优势，能够反映道路、建筑、土地覆盖、城市扩张和空间形态等地理环境信息。本文希望利用这些外生空间上下文信息，直接预测城市内部人类 OD 流，并进一步理解城市形态与人类移动之间的关系。

3

核心创新点

4

论文摘要

5

研究方法

本文选取美国前 10 大 Metropolitan Statistical Areas 作为研究区域，包括 New York、Los Angeles、Chicago、Dallas、Houston、Washington D.C.、Philadelphia、Miami、Atlanta 和 Phoenix 等都市区。空间单元采用 census tracts，真实 OD 流来自美国 Census Bureau 的 2020 LODES 数据，表示居住地与就业地之间的通勤流。论文去除了 census tracts 之间少于 10 名通勤者的流，以保证稳定流动模式的刻画。遥感数据包括 Sentinel-2 10 米影像、Landsat-8 30 米影像，以及用于历史年份迁移实验的 Landsat-5 影像。

对每个都市区，论文将完整遥感影像按照 census tract 边界切分为多个地理单元影像。模型对同一区域影像进行随机裁剪、尺寸调整和颜色扰动等数据增强，生成两个相似视图，并通过自监督对比学习得到区域的卫星影像嵌入。后续实验采用 ViT-L/16 作为视觉特征提取骨干网络。该嵌入用于表征每个地理单元中建筑、道路、土地覆盖等复杂视觉特征。

为了考虑地理位置、距离和邻接关系对 OD 流的影响，论文将 census tracts 表示为图节点，基于地理邻接关系构建图结构，并以 census tract 质心之间的行车距离作为边特征。随后，模型采用 Graph Attention Network 学习邻居节点对当前节点的重要性，通过消息传递和邻域聚合更新节点表征，从而捕捉区域之间的空间交互模式。

Imagery2Flow 使用双线性变换作为 OD 流预测器，根据起点和终点节点嵌入预测 OD 流强度。论文还提出 Imagery2Flow-LGBM 变体，即将起点嵌入、终点嵌入和两者之间的地理距离输入 LGBM 解码器，通过树集成模型捕捉更复杂的非线性关系并提升效率。

OD 流数据具有明显偏斜性：大量 OD 对流量较小，少量 OD 对流量较大。论文在训练中对流强度进行 log transformation，并采用 Batch-based Monte-Carlo Loss 处理流量分布不均衡问题。BMC Loss 通过 batch 内标签样本构造类似对比学习的目标，帮助模型区分正确与错误的预测-目标组合，从而缓解不均衡带来的影响。

论文将 Imagery2Flow 与传统机理模型、机器学习模型和深度学习模型进行比较，包括 Radiation Model、Gravity Model、XGBoost、LGBM、Deep Gravity、SIGCN 和 GMEL 等。评价指标包括 RMSE、MAE 和 CPC，其中 RMSE 和 MAE 越低越好，CPC 越接近 1 表示预测 OD 矩阵与真实 OD 矩阵越相似。

6

实验结果

论文在美国前 10 大都市统计区上比较了传统机理模型、机器学习模型、深度学习模型与 Imagery2Flow 系列模型的预测性能。结果显示，Radiation Model 和 Gravity Model 整体表现较弱，XGBoost 和 LGBM 证明了遥感视觉特征对 OD 流预测的有效性；在此基础上，Imagery2Flow-LGBM 进一步利用图神经网络编码地理单元关系并聚合邻域信息，在多数评价指标上取得最优表现。使用 10 米 Sentinel-2 影像时，相比直接使用视觉特征的传统机器学习模型，RMSE 降低 4.5% 至 13.9%，MAE 降低 1.3% 至 10.8%，CPC 提升 1.3% 至 2.6%，说明空间交互学习能够有效增强遥感影像 OD 流预测能力。

论文以 New York-Newark-Jersey City 都市区为例，展示真实通勤流、10 米影像预测流和 30 米影像预测流，并进一步按起点人口分位、OD 距离和流强度分组计算 CPC。结果显示，模型在不同人口分位组中表现稳定，说明遥感影像相比 POI 或社交媒体数据具有更均匀的空间覆盖能力；模型在短距离和长距离流动中均有较好表现，但高强度流量 OD 对预测误差更大，这与训练集中低强度流占多数、高强度流稀疏的数据不均衡有关。

Fig. 4h 给出了系统自动生成的执法人员周排班结果。实验展示了算法如何在一周内为不同区域分配执法人员，并尽量满足公平工作量、劳动合同约束和重点区域覆盖需求。论文利用 Maximum Likelihood Estimation 拟合真实和预测通勤流的距离分布，发现二者均呈现指数型距离衰减规律，即随着起终点距离增加，通勤流概率下降。预测流与真实流分布高度接近，说明卫星影像预测得到的 OD 流能够复现城市人类流动的基本空间规律。原文进一步报告，距离衰减参数与城市紧凑性和中心性指标存在较强相关性，Pearson 相关系数约为 0.6 至 0.8，表明模型不仅能预测 OD 流，也能帮助从人类移动角度理解城市形态。结果表明，该模块能够把停车统计和需求预测转化为实际管理行动，使数字孪生不只是展示工具，而是能支持执法资源优化的决策系统。

论文以纽约都市区为例，分析 OD 流预测误差在空间和地理属性上的异质性。结果显示，模型在郊区附近预测精度较高，而在城市中心附近相对更容易出现误差，这与高人口、高流量区域的“饱和效应”有关。图中 A 类区域主要对应植被覆盖，如绿带、湿地和公园；B 类区域对应复杂土地利用和城市功能，如学校、工业用地、机场、商业区和地标；C 类区域对应社会经济异质性，如收入、年龄和族裔结构差异。该实验说明，遥感影像 OD 流预测误差并非随机分布，而与土地覆盖、城市功能和社会经济差异密切相关。

论文将模型在一个都市区训练后直接迁移到另一个都市区预测 OD 流，并以 CPC 构建跨城市迁移矩阵。结果显示，同城训练和测试的表现通常优于跨城市迁移；相比基础 Imagery2Flow，Imagery2Flow-LGBM 显著提升了整体迁移性能。部分城市对如 Dallas-Houston 和 Washington D.C.-Philadelphia 表现较好，说明具有相似地理环境和城市空间结构的都市区之间更容易迁移；而当城市土地覆盖、土地利用、人口分布和空间结构差异较大时，迁移性能会下降。

论文展示了美国前 10 大都市统计区的土地覆盖类型分布，用于解释跨城市迁移能力差异。结果表明，土地覆盖相似性能够部分解释模型迁移效果，例如 Washington D.C. 与 Philadelphia 的地理环境相似性有助于其较好的空间迁移表现。但论文也指出，空间迁移不能仅由土地覆盖解释，还与城市扩张类型、人口与就业空间结构、土地利用模式以及社会经济活动分布共同相关。

论文将基于 2020 年数据训练的 Imagery2Flow-LGBM 应用于 2010 年和 2002 年左右的历史遥感影像，检验模型的时间迁移能力。结果显示，在美国前 10 大都市统计区中，模型在历史年份上的 CPC 均高于 0.67，说明模型可以利用历史遥感影像推断过去时期的人类流动模式。这表明模型确实学习到了卫星影像中复杂地理环境与人类流动之间的关系，而不仅仅是在某一时间截面上拟合数据。

7

结语