陳玲，張迎燕，張樓香

(常州市測繪院，江蘇 常州 213002)

1 引 言

城市園林綠化作為城市唯一有生命的基礎設施，對于改善城市生態(tài)環(huán)境、美化城市生活和工作環(huán)境、創(chuàng)造新的城市園林和生態(tài)景觀起著重要的、不可替代的作用。黨的十九大報告中指出，要加快生態(tài)文明體制改革，建設美麗中國。建設人與自然和諧共生的現代化，提供更多優(yōu)質生態(tài)產品以滿足人民日益增長的優(yōu)美生態(tài)環(huán)境需要。生態(tài)園林城市是城市發(fā)展的必由之路，生態(tài)園林城市建設正成為這個時代的中國城市發(fā)展的重要標桿。“國家生態(tài)園林城市”是更高層次的“國家園林城市”，是體現城市經濟社會發(fā)展成果和城市競爭能力的重要榮譽。

常州市自2005年、2008年分別獲得“江蘇省園林城市”“國家園林城市”等稱號。2017年開始啟動國家生態(tài)園林城市創(chuàng)建工作，提出力爭建設國家生態(tài)園林城市的奮斗目標。為快速、全面、準確掌握城市綠地建設現狀情況，摸清“綠色家底”，使創(chuàng)建工作具有針對性，本項目綠化普查工作將對常州市中心區(qū)約500平方公里范圍內的綠化覆蓋情況及綠化專題數據進行普查測繪。另一方面，隨著測繪技術的不斷發(fā)展與進步，城市綠地普查的方法也更加先進。本文綜合利用多源空間數據，應用遙感影像解譯、點云分類等技術進行城市綠地覆蓋面積、綠化覆蓋率及相關專題綠化信息普查等工作，并基于城市基礎地理信息數據對綠化普查數據進行判讀糾正，通過統計分析各行政區(qū)劃內綠化建設現狀，快速、全面、準確掌握城市綠地建設情況，使創(chuàng)建工作具有針對性，對園林綠化科學化管理和決策提供輔助支撐。

2 生態(tài)園林城市綠化考核指標及綠化普查內容

2.1 生態(tài)園林城市綠化考核指標

根據國家生態(tài)園林城市標準的要求，其綠地考核指標包括建成區(qū)綠地率，建成區(qū)綠化覆蓋率，人均公園綠地面積，公園綠地服務半徑覆蓋率，防護綠地實施率，道路綠化達標率，林蔭路推廣率，建成區(qū)綠化覆蓋面積中喬、灌木所占比率，城市各城區(qū)綠地率最低值，城市各城區(qū)人均公園綠地面積最低值共計10項指標。綠地面積是指各類綠地實際種植的占地面積，綠化覆蓋面積是指綠化種植的垂直投影面積。其中“建成區(qū)綠地率”，“林蔭路推廣率”，“公園綠地服務半徑覆蓋率”三項為否決項指標，是關系整個國家生態(tài)園林申報是否成功的重要指標，也是評價城市綠地質量的基本依據。

2.2 普查內容

根據生態(tài)園林城市考核的主要指標內容，結合實際需求，項目綠化普查內容主要由以下幾部分組成。

(1)航空遙感影像及基礎地形數據獲取及更新。

(2)城市綠化覆蓋面積及各類綠地面積。按照2000年《國家園林標準》，綠地包括公共綠地、居住區(qū)綠地、單位附屬綠地、防護綠地、生產綠地及風景林地綠地。

(3)建成區(qū)綠地率，建成區(qū)綠化覆蓋率，公園綠地服務半徑覆蓋率，防護綠地實施率，道路綠化達標率，林蔭路推廣率，建成區(qū)綠化覆蓋面積中喬、灌木所占比率，城市各城區(qū)綠地率最低值等相關指標數據統計與計算。

(4)各區(qū)園林綠化主要指標(綠地率、綠化覆蓋率、公園綠地服務半徑覆蓋率)數據匯總統計，以區(qū)、鎮(zhèn)或街道為單元分別統計，為綠化建設與提升提供技術支持與服務。

3 技術路線及流程

依據數據分布及采集的特點，為提升工作效率及優(yōu)化技術流程，經多方論證及試驗，項目采用遙感影像解譯結合點云分類及車載激光移動掃描的方式進行綠地、公園、行道樹等信息數據的采集，利用GIS進行各類數據匯總及指標計算，最后對各區(qū)、各街道的綠化主要指標數據情況進行分析。綜合考慮解譯的效率及精度，項目利用 0.5 m分辨率高景衛(wèi)星影像進行遙感解譯，利用 0.2 m分辨率航空影像及城市 1∶1 000地形圖作為檢查和修正數據，影像均經過輻射較正及幾何較正。技術路線如圖1所示。

圖1 技術路線圖

4 關鍵技術

4.1 基于深度學習的城市綠地遙感解譯

(1)解譯流程。本項目基于深度學習的影像解譯，主要使用卷積神經網絡(CNN)的圖像特征的提取技術，基于深度學習的影像解譯技術主要流程如下：

添加彩虹外影像，進行多尺度分割→選擇樣本→執(zhí)行深度學習→導出樣本→訓練模型→模型計算→進行深度學習分類。

(2)影像分割提取。選取綠地特征較為明顯的近紅外影像作為解譯分割對象，真彩色影像輔助檢校后期疊加使用。分割目標分為耕地、植被、建筑、水體、道路、空地6類，各類目標的解譯標志如表1所示。樣本區(qū)選擇在普查范圍內均勻分布20個 1 km2左右的矩形范圍，原則上樣本區(qū)內地物較為豐富且具代表性。每個樣本按6類目標分別進行采樣訓練，農田與植被比較容易混淆，從近紅外影像樣本上看，耕地與植被顏色較深，且紋理比較粗糙，但耕地比較規(guī)整，而空地色彩較淺且紋理較光滑。導出樣本進行模型訓練，軟件通過深度學習分類和模型計算自動提取監(jiān)督分類模型，提取時通過調整差異度來控制樣本提取的精確度，預覽得到最佳結果后進行精確提取。最后將各類解譯結果合并得到最終的解譯結果。

近紅外影像城市綠化解譯標志 表1

(3)解譯結果修正

利用大多數不同地物具有不同光譜特性的特點，采用衛(wèi)星影像自動提取綠地信息。該方法速度快、自動性強，但是由于衛(wèi)星影像獲取的時間、太陽高度角等因素，使得建筑物本身和陰影對提取綠化信息有很大影響，因此必須進行人工干預，對影像自動解譯的成果進行人工修正，可以減少遺漏和錯誤的分類。操作時可根據分類對象的特征及屬性進行批量修正，如道路的漏分，可根據道路筆直的特性，將長寬比大于7的歸入道路；建筑的錯分中將近紅外波段1～2大于80的重新提取后歸入綠地等。將自動解譯結果疊加真彩色影像及城市大比例尺地形數據，判讀出錯分和漏分的區(qū)域并進行修正，同時對由于云霧及建筑陰影造成的原始數據質量問題的區(qū)域進行提取修正。影像解譯結果如圖2所示。

圖2 影像解譯結果

4.2 基于點云自動分類的植被信息提取

(1)機載激光雷達遙感技術用于園林綠化數據自動分類

利用多源空間數據進行遙感解譯獲取的園林綠化綠地數據的同時，不僅可以獲取植被的分布狀況，還可以通過點云的精細分類對高低植被進行區(qū)分。項目對機載Lidar所獲取的三維點云數據，進行去噪、點云數據濾波、點云與光學影像配準，利用機載Lidar點云數據的特征進行樹木提取，獲取植被層的垂直分布情況。點云精細分類內容和原則如下：

低植被點層：高度低于 1.5 m的低矮灌木、城市低矮綠化植被；

高植被點層：可以明顯區(qū)分樹干和樹冠區(qū)域的成型樹木，如林地、林蔭路等；

混合植被點層：公園區(qū)域等難以區(qū)分密集植被。

通過激光點云數據提取的植被點快速、準確地統計相關植被樹木的高度、寬度，并自動計算不同高度植被的綠化覆蓋率，利用此方法計算出城市綠化覆蓋面積、林蔭路綠化覆蓋面積、城市中喬、灌木綠化覆蓋面積及城市綠化覆蓋區(qū)域內喬、灌木占比等。點云自動分類植被信息的獲取如圖3所示，喬木點云數據量測如圖4所示。

圖3 點云自動分類植被信息的獲取

圖4 喬木點云數據量測

(2)車載移動測量系統輔助園林綠化數據判讀

利用車載移動測量系統將GPS、IMU、里程計、相機、激光等設備進行組合，可以快速獲取道路兩側綠化信息，輔助判讀綠地的各種分類(如公園綠地、防護綠地、廣場綠地等)，能夠提高園林綠化調查工作的效率與精度。移動測量系統獲取的高精度點云可以準確地獲取到主干道路兩側行道樹的平面位置，并真實記錄道路兩側、道路中間綠化帶等的真實信息，采用后處理軟件自動提取行道樹校園和胸徑等信息，在保證成果精度的前提下減少大量人工野外采集作業(yè)，降低人工采集的出錯率。可量測車載移動掃描數據如圖5所示。

圖5 可量測車載移動掃描數據

5 普查成果匯總統計分析

5.1 綠地指標測算

(1)建成區(qū)綠地率

綠地率統計的綠地包括建成區(qū)內所有公園綠地、防護綠地、廣場綠地、附屬綠地和區(qū)域綠地面積。建成區(qū)綠地率為各類綠地總面積占城市建成區(qū)面積的比率。綠地率計算結果如表2所示。

綠地率計算結果表 表2

(2)建成區(qū)綠化覆蓋率

建成區(qū)綠化覆蓋面積是指城市中喬、灌木、草坪等所有植被的垂直投影面積，包括屋頂綠化植物的垂直投影面積以及零星樹木的垂直投影面積，喬木樹冠下的灌木和草本植物不能重復計算。綠化覆蓋率計算結果如表3所示。

綠化覆蓋率計算結果表 表3

(3)公園綠地服務半徑覆蓋率

城市公園綠地服務半徑覆蓋率是指 5 000 m2(含)以上的公園綠地按照 500 m服務半徑考核， 2 000 m2(含)- 5 000 m2的公園綠地按照 300 m服務半徑考核；歷史文化街區(qū)釆用 1 000 m2(含)以上的公園綠地按照 300 m服務半徑考核；計算所有公園綠地覆蓋居住用地的百分比。城市公園綠地服務半徑覆蓋率計算結果如表4所示。

城市公園綠地服務半徑覆蓋率計算結果表 表4

(4)防護綠地實施率

防護綠地是為了滿足城市對衛(wèi)生、隔離、安全要求而設置的，其功能是對自然災害、城市公害等起到一定的防護或減弱作用，不宜兼作公園綠地使用。城市防護綠地實施率是指依《城市綠地系統規(guī)劃》在建成區(qū)內已建成的防護綠地面積占建成區(qū)內防護綠地規(guī)劃總面積的比例。防護綠地實施率計算結果如表5所示。

防護綠地實施率計算結果表 表5

(5)道路綠化達標率

道路綠地率是指道路紅線范圍內各種綠帶寬度之和占總寬度的百分比。道路綠化達標率計算結果如表6所示。按照現行的《城市道路綠化規(guī)劃與設計規(guī)范》要求，道路綠地率達到以下標準的納入統計：

園林景觀路：綠地率不得小于40%；

紅線寬度大于50 m的道路：綠地率不得小于30%；

紅線寬度在40 m～50 m的道路：綠地率不得小于25%；

紅線寬度小于40 m的道路：綠地率不得小于20%；

道路綠化達標率計算結果表 表6

(6)林蔭路推廣率

城市林蔭路推廣率是指城市達到林蔭路標準的人行道、自行車道長度占人行道、自行車道總長度的百分比。林蔭路指綠化覆蓋率達到90%以上的人行道、自行車道。城市林蔭路推廣率計算結果如表7所示。

城市林蔭路推廣率計算結果表 表7

(7)建成區(qū)綠化覆蓋面積中喬、灌木所占比率

建成區(qū)綠化覆蓋面積中喬木、灌木所占比率是指建成區(qū)綠化覆蓋面積中喬木、灌木的垂直投影面積占建成區(qū)所有植被的垂直投影面積的比率。綠化覆蓋面積中喬、灌木所占比率計算結果如表8所示。

綠化覆蓋面積中喬、灌木所占比率計算結果表 表8

(8)城市各城區(qū)綠地率最低值

城市各城區(qū)綠地率是指城市各城區(qū)建成區(qū)內各類城市綠地面積占城市各城區(qū)建成區(qū)面積的比率。各城區(qū)綠地率最低值如表9所示。

各城區(qū)綠地率最低值 表9

(9)人均公園綠地面積及城市各城區(qū)人均公園綠地面積最低值

城市人均公園綠地面積是指城區(qū)人口每人擁有的公園綠地面積。

各城區(qū)人均公園綠地面積是指各城區(qū)人口每人擁有的公園綠地面積。

城市人均公園綠地面積和各城區(qū)人均公園綠地面積最低值的計算，由主管局提供相關人口數據及各城區(qū)建成區(qū)內的城區(qū)人口數量后根據計算方法得出相應指標值。城區(qū)公園綠地面積如表10所示。

城區(qū)公園綠地面積 表10

5.2 成果統計分析

經過前期的遙感解譯、點云分類及空間位置測繪等工作，我們獲得了大量園林綠化現狀數據。還需進行指標分析計算工作。國家生態(tài)園林城市綠化考核的10項指標的考核要求如表11所示。

從普查成果的統計情況看出(表12)，各項綠地指標基本都符合創(chuàng)建要求，但“建成區(qū)綠地率”目前是33.29%，相對于要求的35%還未達標，而“建成區(qū)綠地率”屬于重要的三項否決項指標之一，為了能確保通過核查，優(yōu)化城市綠化環(huán)境，還需加強建城區(qū)內綠化的建設，項目對各區(qū)、鎮(zhèn)或街道為單元分別統計其指標及分布情況，為后期各區(qū)、鎮(zhèn)或街道的綠化建設及提升工作提供參考，并且針對各區(qū)綠地現狀及建設規(guī)劃情況進行綜合分析，擬定一批待建綠地及公園，以指導各區(qū)進行相應綠地建設。待提升公園綠地分布如圖6所示。

國家生態(tài)園林城市綠化考核指標要求 表11

各區(qū)、鎮(zhèn)或街道主要綠化考核指標情況匯總 表12

圖6 待提升公園綠地分布圖

6 結 語

創(chuàng)建“國家生態(tài)園林城市”標準高、指標面廣，工作量大。如何快速、準確地摸清“綠色家底”，統計出相關指標值，然后進行分析研究，為創(chuàng)建工作提供精準、科學的建設和改善建議，這部分工作尤其重要?；谏疃葘W習的影像解譯技術研究，移動測量設備生成的可量測街景能用于園林綠化相關綠地數據的空間位置測繪工作，大大提高空間位置測繪的整體作業(yè)效率，研究并利用Lidar點云數據的特征進行樹木提取，以獲取植被層的垂直分布情況，實現快速、準確的目標提取，為常州市生態(tài)園林城市專題綠地信息提取提供新思路，新技術的應用為城市綠化普查的科學性和準確性積累了經驗，也為政府相關職能部門提供了及時、準確、優(yōu)質和多元化的地理信息服務。