朱傳勇，秦思嫻，袁琳琳，余詠勝

(武漢市測繪研究院，湖北 武漢 430022)

基于高分辨率航空遙感影像的武漢城市綠地調(diào)查應(yīng)用

朱傳勇*，秦思嫻，袁琳琳，余詠勝

(武漢市測繪研究院，湖北 武漢 430022)

全面掌握城市綠地空間分布與統(tǒng)計(jì)信息對于制定養(yǎng)護(hù)方案和未來城市規(guī)劃有重要作用。本文以武漢沌口經(jīng)濟(jì)開發(fā)區(qū)為城市綠地普查分析試點(diǎn)，以高分辨率航空遙感影像為主要數(shù)據(jù)源，首先通過內(nèi)業(yè)判讀對轄區(qū)內(nèi)道路綠地和其他養(yǎng)護(hù)綠地進(jìn)行普查，再通過外業(yè)核查和測量的方式對內(nèi)業(yè)采集數(shù)據(jù)進(jìn)行核實(shí)和補(bǔ)充，最后利用Python實(shí)現(xiàn)轄區(qū)范圍內(nèi)道路綠地和其他養(yǎng)護(hù)綠地的統(tǒng)計(jì)分析與專題圖制圖，極大提高了工作效率。

高分辨率遙感影像；城市綠地；統(tǒng)計(jì)分析；專題圖；Python

1 引 言

城市綠地是城市環(huán)境中的重要組成部分，在保護(hù)和改善城市環(huán)境、改變城市風(fēng)貌及城市的防災(zāi)抗災(zāi)方面有十分重要的作用。在城市綠地規(guī)劃建設(shè)和管理工作中，必須根據(jù)城市現(xiàn)有的綠地條件和發(fā)展指標(biāo)，合理規(guī)劃城市各類綠地建設(shè)的空間布局，并對現(xiàn)有的綠地進(jìn)行養(yǎng)護(hù)。這就需要城市園林和政府部門準(zhǔn)確掌握轄區(qū)內(nèi)現(xiàn)有綠地的空間分布和植被屬性等基礎(chǔ)資料。

傳統(tǒng)的綠地普查方法采用“人海戰(zhàn)術(shù)”，主要利用地形圖和歷年累積的文字資料，由相關(guān)部門組織大量人力，根據(jù)現(xiàn)狀地形圖逐個街坊、逐個路區(qū)進(jìn)行綠地普查登記、著色繪圖，通過近似量算獲得綠地覆蓋面積、覆蓋率等數(shù)據(jù)。這種工作方法效率低、周期長且精度不易保證，很難準(zhǔn)確地描述整個城市的綠地狀況[1]。遙感技術(shù)具有成像范圍大、資料獲取及時、成圖速度快、資料收集不受地形條件限制等優(yōu)點(diǎn)，為城市綠地普查提供了一種新的途徑。通過遙感影像，我們可以快速準(zhǔn)確了解城市綠地的種類、結(jié)構(gòu)及空間分布。相比于人工實(shí)地量算而言，利用遙感影像進(jìn)行城市綠地調(diào)查效率能夠提高10倍以上[2]。目前，北京、上海、天津、重慶等地已經(jīng)利用遙感影像普查城市園林綠地，并取得了較好的效果[3，4]。

本文以武漢沌口經(jīng)濟(jì)開發(fā)區(qū)為綠地普查和統(tǒng)計(jì)分析試點(diǎn)，利用2015年12月份獲取的高分辨率航空遙感影像和現(xiàn)勢性較好的地形圖為主要數(shù)據(jù)源，對武漢沌口經(jīng)濟(jì)開發(fā)區(qū) 227 km2范圍內(nèi)主要道路的道路綠地、路側(cè)綠地、行道樹以及公園、防護(hù)林、林場等其他養(yǎng)護(hù)范圍的綠地進(jìn)行普查，并對各路段、養(yǎng)護(hù)范圍內(nèi)的綠地類型、行道樹和空間分布進(jìn)行統(tǒng)計(jì)分析，方便園林局全面掌握轄區(qū)范圍內(nèi)的綠地分布情況，為制定綠地養(yǎng)護(hù)計(jì)劃和未來城市綠地規(guī)劃準(zhǔn)備第一手詳細(xì)資料。

2 采用的技術(shù)路線

為方便城市園林局制定養(yǎng)護(hù)計(jì)劃、養(yǎng)護(hù)經(jīng)費(fèi)預(yù)算和未來綠地規(guī)劃，本文以城市道路綠地和其他綠地為主要普查對象。相比于綠化，綠地是指綠化的實(shí)際地表覆蓋面積，綠化則是指綠化的垂直投影面積。如道路兩側(cè)行道樹，綠化面積指樹冠的垂直投影面積，若該行道樹范圍內(nèi)有連續(xù)分布的草地，則該草地的實(shí)際地表覆蓋面積計(jì)入綠地面積，否則不計(jì)入綠地面積。此外，為了方便園林局查看和管理轄區(qū)范圍內(nèi)綠地情況，本文以路段和養(yǎng)護(hù)單元為基本統(tǒng)計(jì)和成圖單位，對各路段和養(yǎng)護(hù)單元分別統(tǒng)計(jì)和成圖，工作量大。

根據(jù)以上分析，本文確定以人工目視解譯為主要技術(shù)手段，輔以現(xiàn)勢性較好的 1∶2 000地形圖數(shù)據(jù)，通過內(nèi)外業(yè)相結(jié)合的方法進(jìn)行綠地普查。其中，內(nèi)業(yè)判讀獲取轄區(qū)內(nèi)綠地類型、分布和行道樹株數(shù)，采集精度要求優(yōu)于2個像素，對由于建筑物、樹冠、道路遮擋造成內(nèi)業(yè)無法判讀的區(qū)域，通過外業(yè)測量進(jìn)行補(bǔ)充，所有行道樹株數(shù)必須通過外業(yè)核實(shí)。在數(shù)據(jù)統(tǒng)計(jì)分析和專題圖制作方面，由于統(tǒng)計(jì)和制圖工作量大，通過Python編程實(shí)現(xiàn)統(tǒng)計(jì)和制圖的批處理功能，有效提高工作效率。本文所采用的技術(shù)路線如圖1所示。

圖1 技術(shù)路線圖

3 數(shù)據(jù)準(zhǔn)備與處理

本文采用的數(shù)據(jù)包括2015年11月獲取的高分辨率航空遙感影像和現(xiàn)勢性較好的 1∶2 000地形圖數(shù)據(jù)。遙感影像分辨率 0.2 m，包括R、G、B三個波段。主要數(shù)據(jù)處理包括遙感影像輻射校正、幾何校正、影像拼接和裁剪以及基于影像和地形圖的道路邊界線、養(yǎng)護(hù)范圍邊界線提取。轄區(qū)內(nèi)影像圖、道路和其他養(yǎng)護(hù)范圍分布如圖2所示，圖中黑色表示轄區(qū)邊界，紅色表示道路，黃色表示其他綠地養(yǎng)護(hù)范圍。

4 內(nèi)業(yè)數(shù)據(jù)采集和外業(yè)核查

內(nèi)業(yè)數(shù)據(jù)采集主要是根據(jù)遙感影像和地形圖采集道路綠地、路側(cè)綠地和其他綠地面積，確定各排行道樹株數(shù)，并將所采集的數(shù)據(jù)放入相應(yīng)的數(shù)據(jù)庫中。對于道路綠地，根據(jù)綠地的位置不同分為道路綠地和路側(cè)綠地，根據(jù)綠化類型分為綠地和行道樹。道路綠地是指位于道路邊界范圍內(nèi)的綠地，包括分車帶、行車帶、綠島等位置的綠地，路側(cè)綠地是指分布于道路邊界至路側(cè)圍墻之間的綠地，行道樹是指分布于道路兩側(cè)、行車帶和分車帶中以≥5 m等間距栽種的高大喬木。對于其他養(yǎng)護(hù)范圍內(nèi)的綠地，根據(jù)屬性不同分為硬化地表、水域、房屋和綠地四種類型。為了保證數(shù)據(jù)精度，內(nèi)業(yè)數(shù)據(jù)采集精度應(yīng)控制在2個像素內(nèi)，不同綠化類型需要采集的屬性信息如表1所示。表中，“√”表示需要采集，“-”表示不需要采集。

圖2 轄區(qū)范圍內(nèi)道路和其他綠地養(yǎng)護(hù)范圍分布圖

不同綠化類型內(nèi)業(yè)采集的屬性信息 表1

外業(yè)核查是對內(nèi)業(yè)數(shù)據(jù)采集成果的檢查和補(bǔ)充。為了保證成果的精度和準(zhǔn)確度，本文對所有行道樹株數(shù)進(jìn)行外業(yè)實(shí)地核實(shí)，對內(nèi)業(yè)無法判讀的區(qū)域進(jìn)行實(shí)地調(diào)查，針對由于房屋、道路和樹冠遮擋無法內(nèi)業(yè)判讀的區(qū)域利用武漢市連續(xù)運(yùn)行衛(wèi)星定位服務(wù)系統(tǒng)(WHCORS)進(jìn)行外業(yè)測量，并對內(nèi)業(yè)采集數(shù)據(jù)進(jìn)行一定比例的實(shí)地檢查，保證數(shù)據(jù)的可靠性和準(zhǔn)確性。

5 數(shù)據(jù)統(tǒng)計(jì)與分析

為了方便園林局對轄區(qū)范圍內(nèi)的綠地分布情況進(jìn)行管理，本文以道路區(qū)間和其他綠地養(yǎng)護(hù)范圍為基本統(tǒng)計(jì)單元，對落入道路區(qū)間范圍內(nèi)的道路綠地、路側(cè)綠地面積和行道樹株數(shù)進(jìn)行統(tǒng)計(jì)，對其他綠地養(yǎng)護(hù)范圍內(nèi)不同屬性綠化進(jìn)行統(tǒng)計(jì)。

由于轄區(qū)內(nèi)道路分布密集，且相互交叉形成路網(wǎng)。為了方便統(tǒng)計(jì)分析與后期的綠地普查成果專題圖制作，本文按道路的相交情況對道路、路側(cè)綠地、道路綠地和行道樹分別進(jìn)行分段劃分，共得到230條道路及其對應(yīng)范圍的道路綠地。加之轄區(qū)范圍內(nèi)59處其他綠地養(yǎng)護(hù)范圍，所需要統(tǒng)計(jì)分析的工作量較大。為了提高工作效率，本文利用Python實(shí)現(xiàn)數(shù)據(jù)統(tǒng)計(jì)分析功能，并將統(tǒng)計(jì)結(jié)果寫入Excel文件中[5]。以道路綠地統(tǒng)計(jì)為例說明主要處理流程：

(1)以道路數(shù)據(jù)庫為檢索對象，讀取當(dāng)前道路的名稱Name和道路起止SEnd。

(2)以道路綠地、路側(cè)綠地和行道樹數(shù)據(jù)庫為檢索對象，根據(jù)道路名稱和道路起止定義檢索條件，搜索落入該道路區(qū)間的綠地和行道樹，分別統(tǒng)計(jì)綠地面積和行道樹株數(shù)。

(3)將該道路區(qū)間內(nèi)的綠地和行道樹寫入gdb數(shù)據(jù)庫中，方便后期查看和管理，將統(tǒng)計(jì)結(jié)果寫入excel表中。

(4)重復(fù)上述步驟，直至完成所有道路的處理。

6 綠地普查成果專題圖制作

為了詳細(xì)展示各路段和養(yǎng)護(hù)范圍內(nèi)的綠地分布情況和統(tǒng)計(jì)信息，對各道路分段和養(yǎng)護(hù)范圍的道路綠地、路側(cè)綠地、行道樹和不同種類的綠地養(yǎng)護(hù)類型制作專題圖。由于需要制作的成果專題圖數(shù)量眾多，本文利用Python中的Mapping制圖工具包進(jìn)行批量化處理。生產(chǎn)一幅成果專題圖平均時間為55 s，人工生產(chǎn)一幅成果專題圖平均時間 5 min，通過Python批量生產(chǎn)成果專題圖極大提高了工作效率。需要特別說明的是，Mapping工具包無法定義輸出紙張大小，因此在實(shí)際處理中要先定義最大的制圖輸出范圍，在制圖輸出后，再根據(jù)當(dāng)前數(shù)據(jù)的實(shí)際顯示范圍進(jìn)行裁剪。最終得到的綠地普查成果專題圖成果如圖3所示。

以道路綠地普查成果專題圖制作為例說明主要處理流程：

(1) 在ArcGIS中新建一個工程，按照專題圖出圖要求，定義專題圖制作所選用的數(shù)據(jù)庫與圖層、顯示圖式與圖例、比例尺、邊框?qū)挾?、紙張大小、指北針、統(tǒng)計(jì)信息等內(nèi)容，保存為road.mxd文件。

(2)讀取統(tǒng)計(jì)分析階段生成的所有道路綠地gdb文件，替換road.mxd中的顯示數(shù)據(jù)庫與圖層，獲取當(dāng)前道路區(qū)間的名稱、起止、養(yǎng)護(hù)等級、道路綠地、路側(cè)綠地和行道樹統(tǒng)計(jì)數(shù)據(jù)，分別寫入mxd文件。

(3)獲取當(dāng)前道路綠地gdb文件中的數(shù)據(jù)顯示范圍，根據(jù)比例尺計(jì)算出圖尺寸，在此基礎(chǔ)上計(jì)算邊框、指北針和圖例的放置位置，將工程輸出為需要的jpg格式。

(4)按照步驟(3)計(jì)算得到的實(shí)際尺寸裁剪jpg圖像，得到最終的道路綠地普查成果專題圖。

(5)遍歷所有的道路綠地gdb文件，重復(fù)步驟(2)～(4)，直至完成所有道路的出圖。

圖3 道路綠地普查成果專題圖和其他綠地普查成果專題圖

7 總 結(jié)

掌握全面、詳細(xì)的城市綠地分布情況與統(tǒng)計(jì)信息是制定城市綠地養(yǎng)護(hù)、施工方案的基礎(chǔ)。本文以武漢市沌口經(jīng)濟(jì)開發(fā)區(qū)為例，利用高分辨率航空遙感影像和地形圖數(shù)據(jù)，通過內(nèi)業(yè)影像判讀和外業(yè)相結(jié)合的方法，對轄區(qū)范圍內(nèi)的道路綠地、路側(cè)綠地、行道樹和其他綠地等城市綠地分布情況進(jìn)行了全面普查，并對各路段和養(yǎng)護(hù)范圍內(nèi)的綠地分布情況進(jìn)行了統(tǒng)計(jì)與分析，以專題圖和統(tǒng)計(jì)表的形式為沌口園林局提供了轄區(qū)范圍內(nèi)準(zhǔn)確有效的綠地普查數(shù)據(jù)。

[1] 王曉延，薛紅琳. GIS和RS技術(shù)在城市綠地規(guī)劃方面的應(yīng)用[J]. 國土資源科技管理，2003(4)：51～54.

[2] 宣勇，謝炳庚，姜端午. 高分辨率遙感數(shù)據(jù)在城市綠化調(diào)查中的應(yīng)用[J]. 國土資源科技管理，2004(1)：74～77.

[3] 李成尊，楊雪梅，汪勁. 基于高分辨率衛(wèi)星數(shù)據(jù)的城市綠化遙感調(diào)查[A]. 全國國土資源與環(huán)境遙感技術(shù)應(yīng)用交流會論文文集[C]. 2004(4).

[4] 李延明，徐佳，牛玉玲等. 遙感技術(shù)在北京城市綠化普查中的應(yīng)用[J]. 園林科技信息，2003(1)：2～7+20.

[5] 秦思嫻，傅曉俊，余詠勝等. 基于Python實(shí)現(xiàn)地理國情房屋建筑專題信息提取[J]. 測繪與空間地理信息，2015(8)：1～3.

Application of City Urban Green Space Survey Using High-resolution Remote Sensing Images

Zhu Chuanyong，Qin Sixian，Yuan Linlin，Yu Yongsheng

(Wuhan Geomatics Institute，Wuhan 430022，China)

Detailed information of the distribution and the statistics information of the urban green space is of great importance to the urban green space maintenance plan making and the future urban planning. In this work，Zhuankou economic development zone in Wuhan is taken as the study area for urban green space investigation. High-resolution remote sensing image is selected as the main data source. Firstly，we obtain the road green space and other green space information by remote sensing image interpretation in the interior work. Secondly，the interpreted data is validated and supplemented by the field work. And finally，statistics analysis and thematic mapping are carried out using Python script programming to improve the efficiency.

high-resolution remote sensing image；urban green space；statistics and analysis；thematic maps；Python

1672-8262(2017)01-67-04

P231

B

2016—08—19 作者簡介：朱傳勇(1963—)，男，高級工程師，主要從事遙感影像處理工作。 基金項(xiàng)目：精密工程與工業(yè)測量國家測繪局重點(diǎn)實(shí)驗(yàn)室開放基金(PF2015-10)