La identificación de las funciones de los barrios urbanos es una base importante para la planificación y gestión urbana. Con la aceleración de la urbanización, la división de un solo uso ya no satisface las necesidades del espacio urbano complejo. Como manifestación de la integración multifuncional urbana, la identificación de barrios de uso mixto, especialmente la automática, es de gran importancia para comprender la diversidad funcional urbana y mejorar la eficiencia del uso del suelo. En este contexto, este artículo se basa en las etiquetas funcionales implícitas en las Áreas de Interés Abiertas (AOI) y los Puntos de Interés (POI), combinando el mapa abierto OSM y las imágenes Sentinel-2, para proponer un método que pueda extraer automáticamente muestras de funciones puras y mixtas, y luego utilizar el modelo ResNet34 para lograr un reconocimiento específico de la función de los barrios. Primero, se utiliza la entropía de distribución de los POI para distinguir barrios de uso único y mixto, luego, basado en Sentinel-2 y en muestras de uso de suelo de función única, se diseña un módulo de aprendizaje diferencial multivista para extraer más muestras de clases puras y mixtas. Además, teniendo en cuenta las diferencias de escala entre la AOI y los barrios reales, el esquema de extracción automática de muestras se aplica tanto a unidades AOI como a barrios para aumentar la cantidad y diversidad de escalas de las muestras. El método automático de clasificación propuesto obtuvo precisiones generales del 72,9 %, 78,3 %, 73,4 % y 75,1 % en las ciudades de Pekín, Hefei, Weifang y Chengdu, respectivamente. En comparación con el método que solo utiliza la entropía de distribución de POI, la combinación de AOI y POI mejoró la precisión de reconocimiento de la categoría mixta en un 7 %, 18 %, 20 % y 13 %, respectivamente. Estos resultados demuestran la viabilidad y efectividad del método en diferentes entornos urbanos, así como el potencial de la combinación de datos geográficos colaborativos e imágenes de teledetección en el estudio de los usos de los barrios urbanos, especialmente en la identificación de usos mixtos.

Barrios de uso mixto; imágenes Sentinel-2; aprendizaje profundo; puntos de interés; áreas de interés; zonas funcionales urbanas; aprendizaje multivista