鐘華瀚,饒永智,徐丹丹

(南京林業(yè)大學(xué)生物與環(huán)境學(xué)院生態(tài)系,江蘇 南京 210037)

城市綠地是城市結(jié)構(gòu)中的自然生產(chǎn)力主體,具有緩解城市熱島、調(diào)節(jié)城市氣候等方面的作用[1]。由于綠化的重要性,國(guó)家也出臺(tái)了一些相關(guān)政策,對(duì)城市綠地進(jìn)行合理規(guī)劃。例如:(1)原建設(shè)部在2004年11月出臺(tái)的“關(guān)于貫徹《國(guó)務(wù)院關(guān)于深化改革嚴(yán)格土地管理的決定》的通知”中,就提出“鼓勵(lì)和推廣屋頂綠化和立體綠化”[2]。原建設(shè)部城市綠地規(guī)劃的有關(guān)管理?xiàng)l例曾指出,建筑物上的天臺(tái)綠化面積也應(yīng)該納入城市綠化率計(jì)算范圍[3]。(2)2006年,全國(guó)屋頂、樓頂綠化出現(xiàn)了迅速發(fā)展的形勢(shì),幾乎各省市都開(kāi)始結(jié)合本地實(shí)際情況,實(shí)施屋頂綠化[4]。然而目前，一般采用人工普查并結(jié)合統(tǒng)計(jì)學(xué)方法進(jìn)行城市綠地調(diào)查,但是這類方法投入的人力、物力大，而通過(guò)遙感則可以更直觀地了解到該區(qū)域城市綠化率和空間格局[5-6]。

綠色植物對(duì)城市的空氣有著凈化作用,并且對(duì)減熱消熱、吸收電磁輻射等方面都有效果，我國(guó)需要加強(qiáng)對(duì)綠地與森林面積方面的保護(hù)與治理。遙感技術(shù)具有調(diào)查速度快、調(diào)查面積廣和實(shí)時(shí)監(jiān)測(cè)的特點(diǎn),因而在城市綠化現(xiàn)狀的調(diào)查和實(shí)施監(jiān)測(cè)方面的研究非常廣泛[7]。20世紀(jì)80年代末，就有了對(duì)于遙感技術(shù)用于調(diào)查綠化覆蓋率和綠化分布應(yīng)用研究的思考[8]。20世紀(jì)90年代,遙感在城市綠化調(diào)查方面的研究有了飛速的發(fā)展[9]。2004年，以多尺度分割為主要方法,經(jīng)過(guò)樣本多邊形對(duì)象成員函數(shù)創(chuàng)建訓(xùn)練樣本區(qū),成功獲得了大慶市的綠化信息[10]。衛(wèi)星遙感技術(shù)具有獲取數(shù)據(jù)周期短,工作量小,投入資金少的特點(diǎn)[11]。陳春林等于2010年利用TM遙感影像對(duì)哈爾濱的城市綠地進(jìn)行了綠地信息提取[12]。隨著遙感技術(shù)的推廣與應(yīng)用,我國(guó)許多城市利用遙感航片完成了區(qū)域綠化的綠化覆蓋率、人均公共綠地等指標(biāo)的測(cè)定,其圖像較為清晰,但是不能更直觀地表現(xiàn)出該區(qū)域的綠化面積;北京等城市還就綠化覆蓋率與綠化環(huán)境效益的相關(guān)性作了分析,為城市綠化規(guī)劃與管理提供了依據(jù)[13]。近年來(lái)，具有全天候、低成本等技術(shù)優(yōu)勢(shì)的無(wú)人機(jī)技術(shù)[14],以及具有更高精準(zhǔn)性的激光雷達(dá)影像，也在城市綠化方面有了更多的應(yīng)用[15-16]。

此次研究的主要目的是，基于Landsat 8和Senteniel-2A影像，分析快速發(fā)展的城市(以南京市為例)中綠地覆蓋率和人均綠地面積，是否會(huì)隨著城市的不斷成熟而有所提高,從而為城市規(guī)劃提供基礎(chǔ)信息。

1 材料與方法

1.1 研究區(qū)概況

本次研究選取南京市作為研究區(qū)。南京市共轄浦口、棲霞、雨花臺(tái)、玄武、高淳、六合、溧水、建鄴、秦淮、鼓樓和江寧共11區(qū)(見(jiàn)圖1)。南京市這一快速發(fā)展的城市,由于建筑用地不斷增大,綠化需求也逐漸增加。南京市大部分城區(qū)集中在城市的中心地帶(見(jiàn)圖1)。近年來(lái),隨著3個(gè)大學(xué)城(仙林大學(xué)城、江寧大學(xué)城和江浦(浦口)大學(xué)城)的建成和城市住宅的需求不斷增加,南京市建筑地也由主城區(qū)向周圍不斷擴(kuò)長(zhǎng)。

圖1 南京市行政規(guī)劃區(qū)(底圖為L(zhǎng)andsat 8影像,標(biāo)準(zhǔn)假彩色,獲取時(shí)間為2018年4月19日)

1.2 數(shù)據(jù)

本文采用的數(shù)據(jù)源是從美國(guó)地質(zhì)調(diào)查局(USGS)官方網(wǎng)站下載的2016-01-24至2018-04-19的15景Landsat 8 OLI影像[17]以及2017-04-02至2018-04-07的7景Sentinel-2A影像。

本文中采用的各區(qū)面積以及人口數(shù)等數(shù)據(jù)信息均來(lái)自《南京統(tǒng)計(jì)年鑒2016》[18]。

1.3 研究方法

該研究方法總體分為對(duì)遙感影像進(jìn)行預(yù)處理、遙感影像的分類、各分區(qū)的綠地覆蓋率和人均綠化面積的計(jì)算以及比較各行政分區(qū)之間的綠化差異(見(jiàn)圖2)，然后統(tǒng)計(jì)南京市各分區(qū)的水體、植被、城市、山體植被和云的面積。

圖2 總技術(shù)路線

首先對(duì)Landsat 8的7個(gè)波段進(jìn)行波段合成和對(duì)Sentinel-2A的4個(gè)波段(藍(lán)、綠、紅、近紅外)進(jìn)行波段合成,并對(duì)合成后的影像按照南京市所處的區(qū)域進(jìn)行裁剪;其次,對(duì)每一副裁剪過(guò)的影像進(jìn)行水體、建筑、綠地、云、裸地、農(nóng)業(yè)用地、陰影多個(gè)分類樣本的選取,并用ENVI軟件對(duì)影像進(jìn)行監(jiān)督分類(最大似然法);之后將得到的分類結(jié)果重新分類,合并裸地與農(nóng)田(合稱為農(nóng)業(yè)用地)，并將影響分類結(jié)果、且存在不穩(wěn)定的云、陰影去除后,剩余水體、建筑(以下稱城市或城區(qū))、綠地與農(nóng)業(yè)用地4類;將重新分類的結(jié)果進(jìn)行精度分析,計(jì)算出每一分類結(jié)果的制圖精度(Producer’s Accuracy)、用戶精度(User’s Accuracy)、Kappa系數(shù)以及總體精度(Overall Accuracy);從精度分析表中篩選出每一分類結(jié)果精度較高的最佳時(shí)間,并將其進(jìn)行合并。在得到最終精確的分類影像后經(jīng)過(guò)分類后處理,并對(duì)最終的分類影像重新進(jìn)行精度分析;然后統(tǒng)計(jì)南京市各分區(qū)水體、綠地、城市、農(nóng)業(yè)用地類別的像元個(gè)數(shù),并由此計(jì)算各類所占實(shí)際面積。

根據(jù)《CJJT-85-2002-城市綠地分類標(biāo)準(zhǔn)》與《城市用地分類與規(guī)劃建設(shè)用地標(biāo)準(zhǔn)GB-50137-2011》[19-20],城市用地包括城市和縣人民政府所在地鎮(zhèn)內(nèi)的居住用地、商業(yè)服務(wù)業(yè)設(shè)施用地、公用設(shè)施用地、綠地等;城市綠地則包括公園綠地、生產(chǎn)綠地、防護(hù)綠地和附屬綠地。也就是說(shuō),城市綠地包括城市內(nèi)的行道樹(shù)、公園中的觀賞植物、景區(qū)中的林地以及行政區(qū)劃內(nèi)的生產(chǎn)林地等全部綠色植被;于遙感影像而言,等同于遙感影像上的綠色植被去除行政區(qū)劃內(nèi)農(nóng)業(yè)用地的部分。

根據(jù)遙感影像的分類結(jié)果,計(jì)算綠化率和人均綠化面積:

2 結(jié)果與分析

2.1 分類結(jié)果

從通過(guò)數(shù)據(jù)篩選后重新分類的Landsat 8影像(見(jiàn)圖3)中可以看出,農(nóng)業(yè)用地集中分布在六合區(qū)、浦口區(qū)、江寧區(qū)、溧水區(qū)和高淳區(qū)以及棲霞區(qū)的東部,綠地除城中綠化地和公園外,還包括浦口區(qū)的老山、玄武區(qū)的紫金山以及棲霞區(qū)的棲霞山等天然綠化區(qū)。南京市的城市區(qū)域，則主要分布在鼓樓區(qū)、秦淮區(qū)、玄武區(qū)、建鄴區(qū)以及浦口區(qū)和棲霞區(qū)的長(zhǎng)江沿岸。水體的分布則較為集中,除了貫穿整個(gè)南京市的長(zhǎng)江以外,還可分辨出玄武區(qū)的玄武湖,以及散落在城市周邊及溧水區(qū)等地的水庫(kù)、湖泊等水體。

從圖4中可以看出,經(jīng)過(guò)數(shù)據(jù)篩選后重新分類的Sentinel-2A的影像在城市、水體部分與Landsat 8有較高的一致性,山體植被以及城市中綠地也與Landsat 8有較高一致性。

在經(jīng)過(guò)數(shù)據(jù)篩選重新組合后,如表1,全部分類精度均大于80%。Landsat 8與Sentinel-2A的kappa系數(shù)分別為0.88與0.89,分別比未經(jīng)數(shù)據(jù)篩選的分類圖的kappa系數(shù)平均值大27.5%和17%。其中水體的分類精度最高,達(dá)到1。植被的制圖精度均大于85%,用戶精度均大于90%。

圖3 基于Landsat 8影像的南京市地塊分類圖

圖4 基于Sentinel-2A影像的南京市地塊分類圖

2.2 南京各區(qū)綠地覆蓋率

從圖5中可以看出,玄武區(qū)的城市綠地覆蓋率最高,達(dá)到42%,而鼓樓區(qū)的城市綠地覆蓋率只有17%,成為南京綠地覆蓋率最低的城區(qū)。其中綠地覆蓋率高于30%的有3個(gè)區(qū)(浦口區(qū)、雨花臺(tái)區(qū)、玄武區(qū)),而低于20%(含20%)的有4個(gè)區(qū)(建鄴區(qū)、鼓樓區(qū)、秦淮區(qū)、高淳區(qū))。

表1 Landsat 8 OLI與Sentinel-2A分類結(jié)果誤差、精度分析

影像類型Landsat 8 OLISentinel-2A錯(cuò)分誤差漏分誤差制圖精度用戶精度錯(cuò)分誤差漏分誤差制圖精度用戶精度 水體001.001.00001.001.00 綠地0.080.080.920.920.030.110.890.94 城市00.180.821.000.090.090.910.91 農(nóng)業(yè)用地0.110.070.930.890.050.090.950.91 總體精度0.920.93 Kappa系數(shù)0.880.89

圖5 Landsat 8南京各區(qū)綠地覆蓋率

從圖6不難看出,Sentinel-2A的數(shù)據(jù)與Landsat 8具有較高的一致性:玄武區(qū)有最大的綠地覆蓋率;建鄴區(qū)、秦淮區(qū)、鼓樓區(qū)的綠地覆蓋率明顯低于城市較為分散的行政區(qū)。

圖6 Sentinel-2A南京各區(qū)綠地覆蓋率

2.3 南京各區(qū)人均綠地面積

從圖7中可得,南京各區(qū)人均綠地面積差異較大,其中溧水區(qū)的人均綠地面積為716.0 m2/人,而鼓樓區(qū)僅8 m2/人。各區(qū)中,人均綠化面積大于300 m2/人的有5個(gè)區(qū)(江寧區(qū)、溧水區(qū)、浦口區(qū)、六合區(qū)、高淳區(qū)),而其余區(qū)均低于250 m2/人。

圖8同樣反映了Sentinel-2A的數(shù)據(jù)與Landsat 8具有較高的一致性:溧水區(qū)有最高的人均綠化面積;建鄴區(qū)、秦淮區(qū)和鼓樓區(qū)的人均綠化面積則明顯低于其他行政區(qū)。

圖7 Landsat 8南京各區(qū)人均綠化面積

圖8 Sentinel-2A南京各區(qū)人均綠化面積

3 討論

3.1 城市各地物分類方法

表2 南京地區(qū)地物L(fēng)andsat 8分類精度

Landsat 8制圖精度用戶精度水體綠地城市農(nóng)業(yè)用地水體綠地城市農(nóng)業(yè)用地總精度Kappa 18-04-190.780.890.820.951.000.940.750.890.900.85 18-04-030.780.920.820.891.000.890.900.850.880.81 17-12-121.000.970.640.861.000.900.780.880.890.83 17-11-260.780.940.640.821.000.870.700.820.840.75 17-10-250.780.920.640.861.000.890.780.810.850.77 17-10-090.890.810.640.891.000.910.700.780.830.74 17-07-210.780.690.730.771.000.810.670.680.740.60 17-05-180.780.830.730.911.000.880.890.800.850.77 17-02-270.780.860.730.931.000.910.890.820.870.80 17-02-110.670.720.640.701.000.840.390.690.700.55 17-01-260.670.700.820.750.860.840.560.700.730.60 16-12-090.780.690.730.821.000.830.570.730.760.63 16-03-280.670.780.820.701.000.720.820.700.740.60 16-03-120.670.690.820.820.860.830.690.720.760.63 16-01-240.780.640.640.801.000.960.370.700.720.58 平均值0.770.800.740.820.980.860.680.770.800.69 最大值1.000.970.820.951.000.960.900.890.900.85 最小值0.670.640.640.590.860.720.370.680.700.55 標(biāo)準(zhǔn)差0.080.100.100.090.050.070.160.070.070.10

從表2中可知,水體的用戶精度(User′s Accuracy)平均值為0.98,大于制圖精度(Producer′s Accuracy)0.77。這是由于水體在近紅外波段有強(qiáng)烈的吸收,因此可以與其他地物有較好的區(qū)分,故在不同時(shí)間段均有較好的分類效果。但是某些面積小而分散的水體，枯水期水深下降,導(dǎo)致有如圖2南面的湖泊,故在分類過(guò)程中將其周圍一部分較淺的水體分為裸地。

從表2可以看出,綠地分類精度高的有2018-04-19,2018-04-03,2017-12-12,2017-11-26,2017-10-25,2017-02-27這6幅影像,均在初春和秋冬季節(jié),因?yàn)檫@些季節(jié)獲得的遙感影像對(duì)綠地的分類不易受到農(nóng)作物的影響。農(nóng)作物和綠地植被的光譜特征相似[21],分類時(shí)極易混淆,但是南京地區(qū)大部分農(nóng)作物5月中上旬播種,10月上旬成熟收割。如2017-12-12數(shù)據(jù)所示,此時(shí)絕大部分農(nóng)作物已成熟并已被收割,耕地變?yōu)槁愕?很大程度上減少了綠地植被的分類。盡管如此,再分類后,江寧區(qū)與溧水區(qū)中有一部分農(nóng)田被誤分為綠地,需要經(jīng)過(guò)分類后處理。

從表2中還可得出,城市分類精度高的有2017-05-18的圖像,分類精度低的則有2017-02-11,2016-01-24這2幅圖像,其中出現(xiàn)了在春夏精度較高而秋冬精度較差的現(xiàn)象。由于城市建筑與裸地光譜特征相似[22],在農(nóng)作物成熟收割后的休耕或輪作期間,從2016-01-24的數(shù)據(jù)中可以看出,此時(shí)城市周邊有大片裸地的產(chǎn)生,導(dǎo)致難以準(zhǔn)確計(jì)算城市面積。而從2017-05-18的數(shù)據(jù)中可以看出,此時(shí)由于農(nóng)作物開(kāi)始耕種,裸地?cái)?shù)量減少,使得城市的制圖精度以及用戶精度都有了一定的提升。

同時(shí),在運(yùn)用較高精度的Sentinel-2A衛(wèi)星影像處理時(shí),由于上述物候等原因,同樣也導(dǎo)致了個(gè)別地物分類不準(zhǔn)確的現(xiàn)象。如表3中,2018年4月7日植被都因收到農(nóng)作物的影響使得植被的制圖精度以及用戶精度都相對(duì)偏低,而2018年2月26日由于裸地還未開(kāi)始耕種,此時(shí)的植被分類精度有所提升。同樣地,從2017年3月23日的數(shù)據(jù)中不難看出,裸地的存在影響了城市分類的精度。

表3 南京地區(qū)地物Sentinel-2A分類精度

由于浦口區(qū)的老山、玄武區(qū)的紫金山等較大型山體所造成的陰影以及少量云的遮蔽作用會(huì)形成部分無(wú)法分類的區(qū)域,導(dǎo)致植被面積小于真實(shí)值,使綠地率也小于真實(shí)值。

3.2 南京各區(qū)綠地覆蓋率和人均綠化面積

首先,南京各行政區(qū)當(dāng)中,玄武區(qū)的綠地覆蓋率最高,達(dá)42%,其中最主要的原因是玄武區(qū)面積較小(75.7 km2),且其行政區(qū)域內(nèi)的紫金山國(guó)家森林公園、玄武湖等自然風(fēng)景區(qū),大大增加了其植被面積。而對(duì)于城市其他區(qū)域較為集中的行政區(qū)(建鄴區(qū)、鼓樓區(qū)、秦淮區(qū))綠地覆蓋率則明顯減少,主要原因可能是近年來(lái)經(jīng)濟(jì)不斷發(fā)展,在不斷城市化的過(guò)程中，忽略了生態(tài)城市的概念,規(guī)劃過(guò)程中忽略了城市綠地的建設(shè),導(dǎo)致城區(qū)植被面積較少,使得綠地覆蓋率最高僅有20%。

其次,六合區(qū)雖面積較大(1 472.1 km2),但是耕地?cái)?shù)量多、自然林植被數(shù)量少,導(dǎo)致了其綠地覆蓋率偏低;高淳區(qū)也僅有20%的綠地覆蓋率,且耕地集中。

再次,浦口區(qū)與江寧區(qū)雖也在城市化擴(kuò)張的版圖中,但是其分別擁有的老山國(guó)家森林公園、湯山風(fēng)景區(qū)的自然資源,使得其植被面積得到一定的保證,并且將來(lái)也能保持一個(gè)平穩(wěn)的趨勢(shì)。

3.3 Landsat 8 OLI與Sentinel-2A結(jié)果對(duì)比

圖5，6以及圖7，8中顯示玄武區(qū)無(wú)論在Landsat 8 OLI的結(jié)果中(42%),還是Sentinel-2A的結(jié)果中(34%)均為最高水平;而建鄴區(qū)均為最低水平(Landsat 8 OLI的結(jié)果中為20%,Sentinel-2A的結(jié)果為3%)。而人均綠化面積則同樣在2種結(jié)果中均為溧水區(qū)為最大值(Landsat 8 OLI的結(jié)果為870 m2/人;Sentinel-2A的結(jié)果為364 m2/人),這說(shuō)明2者在數(shù)據(jù)趨勢(shì)上擁有較高的一致性。但是由于Sentinel-2A分辨率(10 m×10 m)明顯高于Landsat 8 OLI的分辨率(30 m×30 m),且本文中所選用的Sentinel-2A影像并未覆蓋全年中多個(gè)物候這2個(gè)原因,導(dǎo)致運(yùn)用Sentinel-2A所得出的結(jié)果中僅分布趨勢(shì)與Landsat 8 OLI擁有較高的一致性。

4 結(jié)語(yǔ)

(1)在南京11個(gè)行政規(guī)劃區(qū)中,玄武區(qū)的綠地率最高(42%),其次是江寧區(qū)(39%),鼓樓區(qū)綠地覆蓋率最低(僅為17%)。綠地率差異反映了各區(qū)所擁有的自然資源、在城市化發(fā)展中對(duì)生態(tài)的關(guān)注度等信息。南京各區(qū)綠化人均面積差異較大,其中溧水區(qū)人均綠化面積最大,達(dá)869.5 m2/人,其次為六合區(qū)656.5 m2/人,鼓樓區(qū)僅有8.7 m2/人,為全南京最低人均綠化面積。

(2)運(yùn)用數(shù)據(jù)篩選將不同年份不同季節(jié),分類精度較高的結(jié)果相結(jié)合,能夠避免因光譜特征相類似而導(dǎo)致的精度較低的問(wèn)題。由于物候的不同,在對(duì)植被進(jìn)行分類時(shí)會(huì)被有相似光譜特征的農(nóng)作物所影響,而對(duì)城市進(jìn)行分類時(shí),裸地會(huì)對(duì)其精度產(chǎn)生影響。因此,將裸地被耕種時(shí)城市的分類結(jié)果以及農(nóng)作物成熟收割后城市的分類結(jié)果篩選出來(lái),重新組合,會(huì)得到精度顯著提高的分類結(jié)果,且此方法與衛(wèi)星圖像本身分辨率無(wú)關(guān)。

致謝南京林業(yè)大學(xué)對(duì)本次研究提供了經(jīng)費(fèi)支持，謹(jǐn)此致謝。