都市街区機能の識別は都市計画と管理の重要な基盤である。都市化の進展に伴い、単一用途の区分では複雑な都市空間のニーズを満たすことが困難になっている。都市の多機能融合の表れとして、混合機能街区の識別、特に自動識別は、都市機能の多様性理解と土地利用効率の向上に重要な意義を持つ。この背景のもと、本稿はオープンソースの関心領域（AOI）と関心点（POI）に内包された機能ラベルを基に、オープンマップOSMとセンチネル2号画像を組み合わせて、純粋および混合機能サンプルを自動抽出する手法を提案し、ResNet34モデルを用いて街区の具体的な機能識別を実現した。まず、POI分布の情報エントロピーを用いて単一用途と混合用途の街区を区別し、その後、センチネル2号画像と単一機能の土地利用サンプルを基に多視点差分学習モジュールを設計し、単一クラスおよび混合クラスのサンプルをさらに抽出した。加えて、AOI範囲と実際の街区の尺度差を考慮し、サンプル自動抽出の方式をAOIと街区の2単位に適用し、サンプル数と尺度の多様性を増加させた。本稿の提案する自動分類手法は北京、合肥、潍坊、成都の4都市において、それぞれ72.9%、78.3%、73.4%、75.1%の総合精度を示し、POI分布情報エントロピーのみを用いた手法と比較して、AOIとPOIの併用により混合カテゴリの識別精度をそれぞれ7%、18%、20%、13%向上させた。この結果は、本手法の異なる都市環境下での実現可能性と有効性、および市民参加型地理データとリモートセンシング画像の組み合わせが都市街区用途、特に混合用途識別研究に持つ可能性を示している。

混合用途街区; センチネル2号画像; 深層学習; 関心点; 関心面; 都市機能区域; 多視点学習