La identificación de las funciones de los barrios urbanos es una base importante para la planificación y gestión urbana. Con la aceleración del proceso de urbanización, la división de usos únicos ya no satisface las necesidades del espacio urbano complejo. Como manifestación de la fusión multifuncional de la ciudad, la identificación de barrios de uso mixto, especialmente la identificación automática, es de gran importancia para comprender la diversidad funcional urbana y mejorar la eficiencia en el uso de la tierra. En este contexto, este artículo se basa en las etiquetas funcionales contenidas 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 capaz de extraer automáticamente muestras de funciones puras y mixtas, y luego utilizar el modelo ResNet34 para lograr el reconocimiento específico de las funciones del barrio. Primero se utiliza la entropía de distribución de POI para distinguir entre barrios de uso único y mixto, luego, basado en Sentinel-2 y en muestras de uso único del suelo, se diseña un módulo de aprendizaje diferencial multivista para extraer aún más muestras puras y mixtas. Además, considerando las diferencias de escala entre AOI y los barrios reales, el esquema de extracción automática de muestras se aplica a ambas unidades AOI y barrios para aumentar el número y la diversidad de las muestras. El método de clasificación automática propuesto en este artículo obtuvo una precisión general del 72,9%, 78,3%, 73,4% y 75,1% en las ciudades de Beijing, Hefei, Weifang y Chengdu respectivamente. En comparación con un método basado solo en 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 eficacia del método en diferentes entornos urbanos, así como el potencial de la combinación de datos geográficos de fuente multitudinaria y teledetección en el estudio del uso del suelo urbano, especialmente el uso mixto.

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