古村落空心化怎么查?遥感影像如何提取?

wowwwai GIS研习社 · 工具流程与项目排障

“古村落空心化怎么查?遥感影像如何提取?”这个问题，本质上是在问：如何用遥感影像、村庄边界、建筑物轮廓和实地核查数据，识别古村落中“房屋闲置、院落废弃、人口外流、建设用地低效利用”的空间分布。对GIS学习者来说，关键不是只做一张漂亮的影像解译图，而是建立一套可复核、可更新、能落到地块和院落尺度的技术流程。

本文以古村落空心化识别为目标，介绍如何利用高分辨率遥感影像、QGIS或ArcGIS Pro、建筑物提取结果、NDVI植被指数、纹理特征和人工判读，完成古村落空心化遥感提取。适合乡村规划、历史文化村落保护、国土空间调查、GIS课程作业和村庄更新项目使用。

引言：古村落空心化识别不能只看“房子多不多”

很多同学做古村落空心化分析时，会直接统计建筑物面积或建设用地面积。但古村落空心化不是简单的“建筑少”，而是“有人住、有维护、有功能”的空间不断减少，“闲置、破败、荒草化、功能退化”的空间不断增加。

因此，遥感影像提取古村落空心化，通常要同时判断以下几类信息：

• 建筑物状态：屋顶完整、屋顶破损、疑似倒塌、临时搭建。
• 院落状态：院内硬化、院内荒草、院内堆弃物、无人维护迹象。
• 道路与活动痕迹：道路可达性、车辆停放、晾晒区、生产生活痕迹。
• 植被侵占：院落和房前屋后是否出现明显杂草、灌木或树冠覆盖。
• 空间位置：空心化是否集中在老村核心区、边缘区、山坡区或交通不便区域。

背景：古村落空心化在遥感影像上通常有哪些表现

在高分辨率遥感影像中，古村落空心化一般不会直接显示为一个单独类别。它更像是一组空间迹象的组合，需要通过多源信息综合判断。

1. 建筑屋顶破损或缺失

老旧民居长期无人维护后，屋顶可能出现颜色不均、纹理破碎、局部坍塌、阴影异常等特征。如果影像分辨率足够高，例如优于1米，人工目视判读通常能识别出一部分明显破败房屋。

2. 院落杂草化

空置院落常见特征是院内植被异常增加。可以通过NDVI，即归一化植被指数，辅助识别院落内部是否出现较强植被覆盖。但要注意，正常庭院绿化、果树、菜地也会产生较高NDVI，不能仅靠指数判定空心化。

3. 道路和生活痕迹减少

有人居住的院落周边通常有较明显的通行痕迹、硬化地面、车辆停放、晾晒空间或生产活动痕迹。长期闲置区域往往道路边界模糊，院内杂乱，通达性变差。

4. 老村核心区衰退明显

很多古村落的新建住房分布在交通更便利的村边或新村区，老村核心区反而出现大量空置、半空置和破损建筑。因此，古村落空心化识别必须结合村庄年代、建筑保护范围和村庄扩展过程。

原理：遥感影像如何提取古村落空心化

遥感影像提取古村落空心化的核心思路，是先把“可观测对象”拆开，再组合成“空心化等级”。常见可观测对象包括建筑物、院落、植被、道路、裸地和阴影。

一个实用的判断逻辑如下：

1. 先确定古村落研究范围，例如行政村界、传统村落保护范围或老村核心区边界。
2. 利用遥感影像提取建筑物轮廓，得到房屋空间分布。
3. 计算NDVI或其他植被指数，识别院落内部和房屋周边植被侵占情况。
4. 结合影像纹理、屋顶颜色、阴影和空间形态，人工判读破损或疑似废弃建筑。
5. 按院落或地块汇总指标，形成空心化等级。
6. 抽样实地核查或结合无人机影像、村委资料、人口房屋数据进行校正。

需要强调的是，古村落空心化不是单纯的遥感分类问题。遥感影像可以帮助快速定位疑似空心化区域，但最终结果最好通过实地照片、村民访谈、房屋使用状态登记或无人机低空影像进行验证。

步骤：古村落空心化遥感提取的实操流程

步骤1：准备基础数据

建议准备以下数据：

• 高分辨率遥感影像：优先使用近期影像，分辨率越高越适合院落尺度判读。
• 村庄边界：行政村界、自然村边界、传统村落保护范围或自绘边界。
• 建筑物轮廓：可来自人工矢量化、已有建筑物数据、深度学习提取结果或测绘数据。
• 道路、水系、地形数据：用于分析空心化与可达性、坡度、区位的关系。
• 实地核查点：至少包含部分有人居住、空置、破败、改造中的样本点。

如果没有现成建筑物轮廓，可以在QGIS或ArcGIS Pro中基于影像手工勾绘。古村落房屋密集、屋顶材质复杂，完全自动提取容易出现漏提和误提，手工修正通常不可避免。

步骤2：统一坐标系并裁剪研究区

所有数据应统一到同一投影坐标系。面积、距离、院落比例等指标不要在经纬度坐标系下直接计算。中国区域项目通常可以选择适合本地的高斯投影、CGCS2000投影带或项目指定坐标系。

在QGIS中可以按以下思路处理：

1. 加载遥感影像、村界和建筑物图层。
2. 检查图层坐标系是否一致。
3. 必要时使用“另存为”或“重投影图层”统一坐标系。
4. 用村庄边界裁剪影像和建筑物数据，只保留研究区范围。

步骤3：提取建筑物和院落对象

古村落空心化分析建议以“院落”或“建筑组团”为基本单元，而不是只以单栋建筑为单位。原因是很多古村落的房屋、天井、围墙和附属用房连在一起，单栋房屋难以完整表达实际使用状态。

可采用两种方式建立分析单元：

• 建筑物单元：适合统计破损房屋数量、建筑面积、闲置建筑比例。
• 院落单元：适合判断是否有人居住、院内是否荒草化、是否整体废弃。

如果没有院落边界，可以先用建筑物轮廓、围墙线、道路边界和影像目视判读绘制院落面。对传统村落保护规划和更新项目来说，院落单元更有解释力。

步骤4：计算NDVI识别院落植被侵占

如果影像包含近红外波段，可以计算NDVI辅助识别植被。NDVI常用公式为：

NDVI = (NIR - Red) / (NIR + Red)

在QGIS中，可以使用“栅格计算器”计算NDVI；在ArcGIS Pro中，可以使用“栅格函数”或“栅格计算器”。计算完成后，将NDVI结果按院落或建筑周边缓冲区进行统计，例如平均值、最大值、植被覆盖面积比例。

一个常用的判读思路是：

• 院落内NDVI明显偏高，且影像显示为杂草、灌木，可能为空置或低频使用。
• 房屋屋顶范围内出现不合理高NDVI，可能是屋顶破损后长草，也可能是树冠遮挡。
• 院落周边植被连续侵入道路或墙体边缘，可能表示维护不足。

但NDVI只能作为辅助指标。果树院、菜园、绿化庭院也会出现高NDVI，必须结合影像纹理和实地样本判断。

步骤5：判读房屋破损与疑似废弃建筑

房屋破损识别可以采用“自动筛查 + 人工复核”的方式。古村落建筑屋顶材料复杂，瓦片、石板、木结构、彩钢棚和阴影容易混淆，建议不要完全依赖单一分类算法。

人工判读时可关注以下特征：

• 屋顶边界不完整，出现明显缺口。
• 屋面颜色斑驳，纹理破碎，与周边完好屋顶差异明显。
• 建筑内部出现植被覆盖或阴影异常。
• 院落入口被杂草、堆弃物或塌落物阻断。
• 与道路连接弱，周边缺少近期活动痕迹。

建议在属性表中设置字段，例如：

use_status：使用状态，取值为居住、闲置、疑似闲置、破损、倒塌
roof_status：屋顶状态，取值为完整、轻微破损、严重破损、不可判读
vegetation_level：院内植被程度，取值为低、中、高
verify_status：核查状态，取值为未核查、影像判读、实地确认

步骤6：建立空心化分级规则

为了让古村落空心化识别结果可解释，建议采用分级规则，而不是只输出“空心化”和“非空心化”。例如可以按院落分为四类：

等级	判定说明	典型遥感表现
低空心化	正常居住或稳定使用	屋顶完整，道路清晰，院内维护较好
中度空心化	低频使用或部分闲置	局部杂草、附属房破损、活动痕迹较少
高度空心化	长期闲置或明显废弃	院内植被侵占明显，屋顶破损，道路边界模糊
不可判读	影像遮挡或信息不足	树冠遮挡、阴影过重、影像模糊

如果项目需要定量指标，可以构建一个简单的综合评分：

空心化评分 = 建筑破损评分 × 0.4 + 院内植被评分 × 0.3 + 活动痕迹评分 × 0.2 + 可达性评分 × 0.1

权重不要随意套用。更稳妥的做法是结合实地核查样本，调整各指标权重，并在报告中说明评分依据。

步骤7：统计空心化面积和空间分布

完成分级后，可以在GIS中统计以下结果：

• 不同空心化等级的院落数量。
• 不同空心化等级的建筑面积。
• 空心化院落占老村核心区的比例。
• 空心化与道路距离、坡度、高程、保护建筑分布的关系。
• 空心化热点区和连续片区。

在QGIS中，可以使用“按字段统计”“按位置连接”“汇总统计”等工具；在ArcGIS Pro中，可以使用“汇总统计”“空间连接”“邻近分析”等工具。

步骤8：抽样核查与结果修正

遥感影像提取古村落空心化的最大风险，是把“看起来破旧”误判为“无人使用”。因此建议至少做一次抽样核查。

核查样本应覆盖以下类型：

• 影像判读为空心化的院落。
• 影像判读为正常使用的院落。
• 树冠遮挡或阴影严重的院落。
• 老村核心区和新村扩展区。
• 不同坡度、不同道路可达性的区域。

核查后，应在属性表中更新使用状态，并记录核查时间、照片编号和核查来源。这样后续更新古村落空心化数据时，才有可追溯依据。

常见坑：古村落空心化遥感提取容易误判的地方

1. 把树冠遮挡误判为房屋倒塌

古村落常有大树、竹林和院落植被。树冠覆盖在屋顶上方时，影像上可能看不到完整屋面，容易被误判为倒塌或闲置。解决办法是结合多时相影像、倾斜摄影、无人机照片或实地核查。

2. 把传统屋顶材质误判为破损

老瓦房、石板房和夯土建筑的屋顶纹理本来就不均匀。如果仅用颜色和纹理判断，很容易把传统风貌误判成破败。应尽量用同村内相同材质的完好建筑作为对照。

3. 只统计建筑面积，不判断使用状态

空心化关注的是使用功能退化。建筑面积没有减少，不代表村庄没有空心化。大量空置民居仍然占据建设用地，但实际人口和生活功能已经转移。

4. 忽略影像时相

不同季节的NDVI差异很大。夏季杂草旺盛，冬季植被减少，同一个院落可能呈现完全不同的影像特征。进行古村落空心化遥感提取时，应记录影像拍摄日期，并避免把季节性变化当成长期空心化。

5. 没有区分“闲置保护建筑”和“普通废弃建筑”

部分古建筑可能因为保护要求而不常住，但具有文化展示、祭祀、旅游或公共服务功能。它们不应简单归入高度空心化。建议单独设置“保护利用中”“展示利用中”等状态字段。

方法比较：目视判读、指数分析、机器学习怎么选

方法	适用场景	优点	限制
人工目视判读	小范围古村落、课程作业、规划调查	解释性强，适合复杂院落	耗时，依赖经验，主观性较强
NDVI和纹理分析	识别植被侵占、屋顶异常、院落荒草化	可量化，适合批量筛查	容易受季节、树冠、菜地影响
面向对象分类	高分辨率影像、建筑和院落边界较清晰	可结合形状、纹理、光谱特征	参数调试复杂，迁移性有限
深度学习建筑提取	大范围村庄建筑轮廓提取	效率高，适合批量处理	需要训练样本，古村落屋顶复杂时误差较多
遥感 + 实地核查	正式项目、保护规划、更新评估	可靠性最高，可解释性强	需要外业成本和组织协调

对于多数GIS学习者和实际项目，推荐使用“人工判读 + 建筑物轮廓 + NDVI辅助 + 抽样核查”的组合方法。这样既能控制工作量，又能保证古村落空心化识别结果有较好的可信度。

检查清单：提交成果前请逐项核对

• 是否明确了古村落研究范围，是行政村、自然村、老村核心区还是保护范围？
• 遥感影像日期、分辨率、数据来源是否记录清楚？
• 所有矢量和栅格数据是否统一到合适的投影坐标系？
• 建筑物轮廓是否经过人工检查，是否存在明显漏提和误提？
• 空心化判定单元是建筑、院落还是地块，是否前后一致？
• NDVI阈值是否结合本地样本调整，而不是直接套用固定值？
• 是否区分了闲置、破损、倒塌、保护利用中、不可判读等状态？
• 是否进行了实地核查或至少使用高分辨率辅助影像复核？
• 最终图件是否包含图例、比例尺、坐标系、数据日期和判读说明？
• 统计结果是否能回溯到具体院落或建筑物属性表？

FAQ：古村落空心化遥感提取常见问题

古村落空心化怎么查最稳妥？

最稳妥的方法是遥感影像初判、GIS空间统计、实地抽样核查相结合。遥感影像适合快速定位疑似空心化区域，但房屋是否真正有人使用，最好结合外业照片、村委房屋台账、人口数据或访谈资料确认。

遥感影像如何提取古村落空心化？

可以先提取建筑物和院落边界，再利用NDVI识别院内植被侵占，结合屋顶破损、道路可达性、活动痕迹进行人工判读，最后按院落或地块汇总为空心化等级。不要只用一个影像分类结果直接代表空心化。

没有近红外波段，还能做古村落空心化识别吗？

可以做，但NDVI无法计算。此时可以更多依赖高分辨率可见光影像的目视判读、纹理特征、屋顶完整性、院落杂草颜色、道路活动痕迹和人工核查。若条件允许，可以补充无人机影像。

古村落空心化识别用QGIS还是ArcGIS Pro？

两者都可以。QGIS适合学习、开源流程和快速制图；ArcGIS Pro在影像管理、空间分析、制图输出和项目组织方面更完整。关键不在软件，而在判定单元、指标体系和核查流程是否清晰。

建筑物自动提取能不能直接判断空心化？

不能。建筑物自动提取只能告诉你哪里有建筑，不能可靠判断是否空置、破损或有人居住。它适合作为古村落空心化遥感提取的基础图层，仍需结合影像判读、植被指数和实地信息。

空心化等级应该分几级？

一般分为低空心化、中度空心化、高度空心化和不可判读即可。如果项目要求更细，可以增加“疑似闲置”“保护利用中”“季节性使用”等类别。分类越细，对数据和核查要求越高。

结论：古村落空心化遥感提取要从“影像好看”走向“结果可核查”

古村落空心化怎么查，不能只靠一张遥感影像截图，也不能只看建筑面积变化。更可靠的做法是以院落或建筑为基本单元，综合高分辨率遥感影像、建筑物轮廓、NDVI植被指数、道路可达性和实地核查资料，形成可解释的空心化分级结果。

对GIS读者来说，建议把古村落空心化遥感提取理解为一个完整工作流：先确定范围，再提取对象，然后建立判定规则，最后核查修正。只要每一步都有依据，最终成果就不仅能制图展示，也能支撑村庄保护、更新改造和空间治理决策。