Mapping Historic Urban Footprints in France: Balancing Quality, Scalability and AI Techniques

Deze studie presenteert een schaalbaar deep learning-pipeline die voor het eerst een landelijk digitaal dataset van stedelijke oppervlakken in Frankrijk uit de periode 1925-1950 genereert door middel van een innovatieve tweestaps U-Net-methode die historische kaarten analyseert om de uitbreiding van steden voor de jaren 70 kwantitatief te onderzoeken.

De kern

Stadsplannen uit het verleden: Hoe AI oude kaarten laat 'praten' over de groei van Frankrijk

Stel je voor dat je een gigantische puzzel hebt, maar de stukjes zijn niet van vandaag, maar van 100 jaar geleden. Je wilt precies zien hoe steden in Frankrijk eruit zagen tussen 1925 en 1950, voordat satellieten en moderne computers bestonden. Het probleem? De enige bewijzen die we hebben, zijn oude, vergeelde papieren kaarten. Die zijn vol met tekst, lijntjes, vlekken en soms zelfs vlekken van koffie of inktvlekken. Voor een computer is het alsof hij moet proberen een foto te maken van een drukke markt, terwijl iemand er continu met een stift overheen tekent.

Dit artikel vertelt het verhaal van hoe drie onderzoekers een slimme computer (kunstmatige intelligentie) hebben getraind om deze oude kaarten te lezen en precies te tekenen waar de steden lagen.

Hier is hoe ze het hebben gedaan, vertaald in alledaags taal:

1. Het Probleem: De "Ruis" in de Oude Kaarten

De oude kaarten (genaamd Scan Histo) zijn prachtig, maar voor een computer een nachtmerrie.

• De Verwarring: Een computer ziet een zwart lijntje en denkt: "Is dat een weg? Of is dat een stukje tekst? Of is dat een contourlijn van een heuvel?"
• De Variatie: In de ene stad zijn gebouwen zwart, in de andere rood. Soms zijn straten gedetailleerd, soms zijn het alleen maar vlekken.
• De Schade: De kaarten zijn verouderd, hebben verschillende tinten en zijn soms beschadigd.

Vroeger moesten mensen urenlang met de hand deze kaarten in tekenen op de computer. Dat is te langzaam voor heel Frankrijk.

2. De Oplossing: De "Twee-Pass" Slimme Leraar

De onderzoekers hebben een speciaal soort computerprogramma gebruikt dat U-Net heet. Je kunt dit zien als een zeer slimme leerling die in twee rondes leert.

• Ronde 1: De Ruwe Schets (De "Grote Lijst")
  De computer kijkt eerst naar de kaarten en probeert alles wat donker en dichtbevolkt is te markeren. Maar hij maakt veel fouten. Hij denkt dat grote stadsnamen (zoals "PARIS" in dikke letters) of wegen ook gebouwen zijn. Het resultaat is een ruwe kaart vol met "valse alarmen".

  • Analogie: Het is alsof je een kind vraagt om alle rode dingen in een kamer te vinden. Het kind pakt niet alleen de rode ballen, maar ook de rode sokken en een rode poster aan de muur.

• Ronde 2: De Scherpe Focus (De "Leraar")
  Hier komt de magie. De onderzoekers gebruiken het resultaat van Ronde 1 als nieuwe input. Ze zeggen tegen de computer: "Kijk niet meer naar de hele oude kaart, maar kijk alleen naar dit ruwe plaatje dat we net gemaakt hebben."
  Omdat dit nieuwe plaatje al vrijwel alleen maar gebouwen toont (en minder tekst en wegen), is het voor de computer veel makkelijker om de fouten te corrigeren. De computer leert nu: "Ah, die zwarte lijnen die ik eerder als gebouwen zag, zijn eigenlijk alleen maar tekst of wegen."

  • Analogie: Het is alsof de leraar het kind terugroept en zegt: "Kijk, die rode poster is niet een bal, en die rode sokken zijn ook geen ballen. Kijk alleen nog maar naar de echte ballen."

3. Het Resultaat: Een Digitale Tijdreis

Na dit proces hebben ze een digitale kaart gemaakt van heel Frankrijk (behalve Corsica en overzeese gebieden).

• De Dekking: Ze hebben 941 grote stukken kaarten verwerkt.
• De Nauwkeurigheid: De computer had het in 73% van de gevallen goed. Dat klinkt misschien niet als 100%, maar voor oude, beschadigde kaarten is dat een enorm succes. In sommige steden was het zelfs 91% goed!
• De Fouten: In het platteland, waar de kaarten vol zaten met lijntjes van akkers en heuvels, maakte de computer nog wel eens fouten (hij dacht dat een akker een stad was). Maar voor de grote steden werkt het perfect.

4. Waarom is dit belangrijk?

Voorheen konden we pas goed meten hoe steden groeiden vanaf de jaren '70, toen satellieten werden gelanceerd. Dit onderzoek vult het gat op!

• Tijdreis: Nu kunnen we zien hoe Parijs, Marseille of Lyon eruitzagen voordat de Tweede Wereldoorlog en de auto-revolutie alles veranderden.
• Vergelijken: We kunnen nu precies meten hoeveel de stad is gegroeid tussen 1930 en 1950.
• Open Source: De onderzoekers hebben niet alleen de kaart gemaakt, maar ook de code en de trainingsdata gratis beschikbaar gesteld. Het is alsof ze de "recepten" en de "ingrediënten" aan de hele wereld hebben gegeven, zodat anderen hun eigen historische kaarten kunnen analyseren.

Kortom:
De onderzoekers hebben een digitale "tijdmachine" gebouwd. Ze hebben een slimme computer getraind om door de ruis van oude, vergeelde kaarten te kijken en precies te tekenen waar de steden lagen. Hierdoor kunnen we nu voor het eerst in detail zien hoe Frankrijk eruitzag in het begin van de 20e eeuw, een periode die tot nu toe grotendeels een zwart gat was in onze digitale geschiedenis.

Technische samenvatting

Hier is een gedetailleerde technische samenvatting van het artikel "Mapping Historic Urban Footprints in France: Balancing Quality, Scalability and AI Techniques", vertaald en samengevat in het Nederlands.

Probleemstelling

De kwantitatieve analyse van historische stedelijke uitbreiding in Frankrijk vóór de jaren 1970 wordt gehinderd door het ontbreken van landelijke digitale gegevens over stedelijke voetafdrukken. Hoewel er uitgebreide historische kaarten bestaan (zoals de Scan Histo-reeks van 1925-1950), zijn deze gescande documenten moeilijk te converteren naar bruikbare GIS-formaten (zoals shapefiles) vanwege hun intrinsieke complexiteit.

• Uitdagingen: Historische kaarten vertonen grote variatie in radiometrie (kleurtonen), stijl, en fysieke staat (veroudering, inktverval). Ze bevatten veel verstorende elementen zoals tekstlabels, contourlijnen, wegen en hatching die vaak verward worden met stedelijke structuren.
• Gevolg: Bestaande methoden (handmatige digitalisering of traditionele pixelgebaseerde classificatie) zijn niet schaalbaar of onvoldoende robuust voor landelijke analyses. Er is een gat in de data tussen de pre-satelliettijdperk en de moderne Landsat/SPOT-archieven (vanaf de jaren 70).

Methodologie

De auteurs ontwikkelen een schaalbaar deep-learning-pipeline om stedelijke gebieden te extraheren uit de Scan Histo-collectie van het Franse Nationaal Geografisch Instituut (IGN).

1. Architectuur en Aanpak:

• Model: Er wordt gebruikgemaakt van een U-Net architectuur (een convolutioneel neuronaal netwerk voor semantische segmentatie).
• Twee-Pass Strategie (Dual-Pass Approach): Om de complexiteit van de kaarten te overwinnen, wordt een iteratieve benadering toegepast:
  • Eerste Pass: Een U-Net wordt getraind op een initiële dataset (58 afbeeldingsparen) om een voorlopige kaart te genereren. Dit model identificeert gebieden van verwarring (zoals tekst en wegen).
  • Data Augmentatie: Op basis van de fouten in de eerste pass wordt de dataset uitgebreid en verfijnd (tot 312 paren), met specifieke focus op problematische zones.
  • Tweede Pass: Een nieuw model wordt getraind, maar nu met een cruciale wijziging in de invoer: in plaats van de originele RGB-kaarten, gebruikt dit model de binariseerde output van het eerste model als invoer. Dit reduceert de radiometrische ruis aanzienlijk en helpt bij het elimineren van valse positieven veroorzaakt door tekst en lijnen.

2. Data Voorbereiding:

• Bron: 941 hoge-resolutie tegels (JP2-formaat, 5m resolutie) van de Scan Histo collectie (1925-1950), dekkend het gehele metropolitane Frankrijk.
• Ground Truth: Een open dataset met handmatig gedigitaliseerde stedelijke voetafdrukken voor 84 Franse steden.
• Verwerking: Afbeeldingen worden geschaald naar 256x256 pixels, genormaliseerd en de masks zijn binair (stedelijk = 1, niet-stedelijk = 0).
• Hardware: Training en inferentie zijn uitgevoerd op het Austral HPC-cluster (CRIANN) met NVIDIA A100 GPU's.

3. Evaluatiemetrics:
De prestaties worden gemeten met Pixel-wise Accuracy, Precision, Recall, F1-score en Intersection over Union (IoU).

Belangrijkste Bijdragen

1. Eerste Landelijke Dataset: Het creëren van de eerste open-access, landelijke dataset van stedelijke voetafdrukken voor Frankrijk voor de periode 1925-1950.
2. Innovatieve Twee-Pass U-Net: Een methode die specifiek is ontworpen om de hoge radiometrische en stijlcomplexiteit van historische kaarten aan te pakken door gebruik te maken van een tussenliggende binaire kaart als invoer voor de tweede iteratie.
3. Open Science: Volledige openbaarmaking van de code, trainingsdatasets, het getrainde model en de resulterende landelijke rasters via repositories (Nakala en GitHub) om reproduceerbaarheid te waarborgen.
4. Schaalbaarheid: Bewijs dat deep learning succesvol kan worden toegepast op nationale schaal voor historische cartografie, een domein dat eerder beperkt bleef tot lokale studies.

Resultaten

• Algemene Nauwkeurigheid: De definitieve mosaic bereikt een algehele nauwkeurigheid van 73%.
• Vergelijking: De U-Net-methode presteert aanzienlijk beter dan traditionele methoden zoals K-means clustering (radiometrisch) en semi-automatische drempelmethoden. Een vergelijking met DeepLabV3+ toont aan dat U-Net (73%) superieur is aan DeepLabV3+ (69%), vooral in landelijke gebieden.
• Iteratieve Verbetering:
  • De eerste pass detecteert goed volledig zwarte gebouwen maar worstelt met grote tekstlabels en getextureerde blokken.
  • De tweede pass (op de binaire invoer) elimineert succesvol de meeste valse positieven veroorzaakt door tekst en wegen, terwijl de ruimtelijke coherentie van de stedelijke structuren behouden blijft.
• Regionale Variatie:
  • Oost-Centraal Frankrijk: Zeer hoge kwaliteit (tot 85% nauwkeurigheid).
  • Westelijk Frankrijk: Lagere nauwkeurigheid (40-60%) door heterogene kleurenschakeringen en meer overblijvende artefacten (tekst/wegen).
• Resolutie: De output heeft een resolutie van 5 meter, maar kan worden herschaald naar 100 meter (compatibel met GHSL) om ruis in landelijke gebieden verder te verminderen.

Betekenis en Toekomstperspectief

• Wetenschappelijke Impact: Deze studie vult een cruciaal tijdsbestek in de geschiedenis van de verstedelijking in Frankrijk. Het stelt onderzoekers in staat om stedelijke groei, bodemverharding en antropogene dynamiek te modelleren vóór het satelliettijdperk.
• Toepassingen: De dataset maakt vergelijkingen mogelijk tussen de situatie voor en na de Tweede Wereldoorlog en analyse van de vroege auto-uitbreiding. Het biedt een basis voor het vergelijken met moderne datasets (zoals GHSL of Landsat).
• Toekomstig Werk: De auteurs plannen uitbreiding naar andere kaartseries (19e-eeuwse Etat-Major en 18e-eeuwse Cassini-kaarten) om een continue historische dataset te bouwen. Verdere verbeteringen omvatten multi-class segmentatie en integratie van OCR (Optical Character Recognition) om tekst nog beter te filteren.

Kortom, dit artikel demonstreert hoe moderne AI-technieken, specifiek een aangepaste U-Net-pipeline, de barrières kunnen doorbreken die historisch cartografisch materiaal vaak onbruikbaar maken voor kwantitatieve ruimtelijke analyse.