黃 健 鄧 琳 魏遠(yuǎn)航 廖 栩

(1. 重慶市規(guī)劃和自然資源調(diào)查監(jiān)測(cè)院 重慶 401120;2. 重慶市土地利用與遙感監(jiān)測(cè)工程技術(shù)研究中心 重慶 401120)

0 引言

城市綠地是城市景觀中不可或缺的組成部分,也是城市生態(tài)環(huán)境和人民生活水平及社會(huì)發(fā)展的重要標(biāo)志,其形成和發(fā)展受到自然和人文多種因素的共同作用與影響。作為城市形態(tài)與城市結(jié)構(gòu)中的元素之一,城市綠地在城市建設(shè)和城市發(fā)展中發(fā)揮著重要的作用。城市綠地受人為因素影響強(qiáng)烈,具有高度的空間異質(zhì)性,而且景觀變化迅速,采用單純的地面監(jiān)測(cè)方法不僅費(fèi)時(shí)、費(fèi)力,而且不能滿足生態(tài)環(huán)境管理與決策的需要。遙感具有宏觀、綜合、動(dòng)態(tài)和快速獲取數(shù)據(jù)的優(yōu)點(diǎn),在城市綠地監(jiān)測(cè)方面具有獨(dú)特的優(yōu)勢(shì)[1-2]。近年來(lái),研究人員提出了多種方法用于從遙感影像中提取城市綠地信息[3-4],如張友水等人[5]通過(guò)分級(jí)分類(lèi)提取并掩膜的方式提取了城市綠地信息。黃慧萍等人[6]以航空影像為數(shù)據(jù)源,設(shè)計(jì)了綠地調(diào)查分類(lèi)系統(tǒng),以多尺度分割技術(shù)為基礎(chǔ),實(shí)現(xiàn)以影像對(duì)象為基礎(chǔ)的類(lèi)別自動(dòng)提取。

然而,目前利用遙感數(shù)據(jù)對(duì)城市綠地的監(jiān)測(cè)還主要依賴于分期制圖[7],遙感定量化水平比較低,其時(shí)間探測(cè)精度低,動(dòng)態(tài)更新費(fèi)時(shí)費(fèi)力,且不能充分利用長(zhǎng)時(shí)間序列衛(wèi)星數(shù)據(jù)優(yōu)勢(shì),遙感數(shù)據(jù)時(shí)相、定量化處理、分類(lèi)標(biāo)準(zhǔn)差異、人員主觀因素等給城市綠地的監(jiān)測(cè)帶來(lái)很大的不確定性。隨著遙感技術(shù)的不斷發(fā)展,定量遙感技術(shù)成為近年來(lái)的研究熱點(diǎn),并在森林動(dòng)態(tài)變化、水質(zhì)監(jiān)測(cè)、氣候變化監(jiān)測(cè)等方面的發(fā)揮了重要作用。定量遙感技術(shù)通過(guò)對(duì)遙感影像進(jìn)行定量化、標(biāo)準(zhǔn)化處理,并建立統(tǒng)一的反演模型或分類(lèi)算法,應(yīng)用于多期遙感影像的信息提取,這對(duì)于傳統(tǒng)的分期制圖法是一種革新。本文基于長(zhǎng)時(shí)序定量化Landsat數(shù)據(jù),設(shè)計(jì)了一種城市綠地遙感監(jiān)測(cè)指數(shù),建立了一種城市綠地自動(dòng)提取方法,以期為城市綠地監(jiān)測(cè)提供了一種全新的方法。

1 研究區(qū)與數(shù)據(jù)

本文以重慶主城區(qū)為研究區(qū)。重慶地處丘陵山區(qū),市區(qū)海拔最大高差約220 m,屬于典型的大型山地城市。由于用地的復(fù)雜多變,山地城市形態(tài)以及其綠地系統(tǒng)形態(tài)與平原城市有很大不同,其綠地斑塊在類(lèi)型、形狀、分布等各方面均體現(xiàn)出獨(dú)有的特征。同時(shí),在城市建設(shè)發(fā)展過(guò)程中,重慶多次將城市綠地建設(shè)作為重要發(fā)展指標(biāo)。因此,在重慶開(kāi)展城市綠地遙感監(jiān)測(cè)研究具有重要意義,能夠?yàn)槌鞘芯G地發(fā)展規(guī)劃編制和動(dòng)態(tài)調(diào)整提供科學(xué)支持。

根據(jù)重慶市城鄉(xiāng)總體規(guī)劃(2007—2020年),重慶主城9區(qū)面積為5 473 km2,其中中心城區(qū)(核心區(qū))約為1 062 km2,中心城區(qū)位于中梁山、銅鑼山之間,是主城建設(shè)的主要區(qū)域和舊城所在地。由于重慶主城區(qū)中的外部區(qū)域包含較多的農(nóng)村區(qū)域,因此本項(xiàng)目以中心城區(qū)1 062 km2覆蓋范圍為研究區(qū)。

本文中所用的美國(guó)陸地衛(wèi)星(Landsat)系列數(shù)據(jù)包括重慶主城區(qū)1986年到2017年的24期數(shù)據(jù),所有Landsat數(shù)據(jù)獲取時(shí)間如表1所示,傳感器包括Landsat 5(L5)和Landsat 8(L8)。重慶主城區(qū)核心區(qū)域涉及Landsat的條帶為全球參考系統(tǒng)(worldwide reference system,WRS-2)P128/R39、40。對(duì)于表1所示數(shù)據(jù),首先進(jìn)行輻射定標(biāo),然后采用相對(duì)輻射校正和大氣校正相結(jié)合的方法進(jìn)行定量化處理[8],得到地表反射率數(shù)據(jù)。

表1 本文所用Landsat數(shù)據(jù)列表

2 城市綠地提取算法

2.1 城市綠地遙感光譜特征分析

本文收集的長(zhǎng)時(shí)序遙感影像覆蓋5—9月份,考慮到城市綠地在生長(zhǎng)季的不同階段的光譜會(huì)有差異,因此構(gòu)建城市綠地遙感特征時(shí)不能只采用一個(gè)時(shí)期的數(shù)據(jù),而應(yīng)考慮植被物候的影響。本文綜合考慮時(shí)序數(shù)據(jù)的獲取季節(jié)和可供參考的歷史高分辨率遙感影像,最終選擇6景影像(表2)選擇樣本數(shù)據(jù)。這6期遙感影像覆蓋了植被生長(zhǎng)季的不同月份,且對(duì)應(yīng)年份的高分辨率遙感影像齊全,便于選擇樣本。

表2 不同月份影像城市綠地樣本統(tǒng)計(jì)參數(shù)

利用上述6期數(shù)據(jù),并結(jié)合各期數(shù)據(jù)對(duì)應(yīng)的高分辨率遙感影像,分別選擇各期影像的城市綠地樣本。城市綠地樣本在高分辨率遙感影像中選擇,且在大面積的城市綠地中選擇,樣本距綠地邊緣的距離大于100 m,樣本選擇完成后根據(jù)坐標(biāo)信息映射到Landsat影像中。每年的樣本數(shù)在Landsat影像中大于5 000個(gè)像元。同時(shí),為了分析城市綠地和其他主要地物的差異,還采用相同方法選取了建設(shè)用地(包括道路)和裸土兩種地物樣本,然后分別統(tǒng)計(jì)三種典型地物的均值光譜曲線。統(tǒng)計(jì)結(jié)果顯示,城市綠地為典型的植被光譜特征,在藍(lán)綠紅波段的反射率值都較小且綠波段比藍(lán)波段和紅波段都大;在近紅外呈現(xiàn)高反射率特征,然后在短波紅外反射率值逐漸降低。裸土與城市綠地在藍(lán)綠波段差異較小,在紅波段之后差異增大。建設(shè)用地與城市綠地在藍(lán)綠波段的曲線趨勢(shì)一致,在紅波段之后曲線形狀和值的大小均有較大差異。以上分析表明,設(shè)計(jì)城市綠地的遙感特征指數(shù),應(yīng)主要考慮Landsat的波段3、波段4、波段5、波段7。

2.2 城市綠地遙感光譜指數(shù)

本文參照Huang等人[9]提出的森林概率指數(shù)模型,設(shè)計(jì)了城市綠地概率指數(shù)(index of urban greenspace,IUG)模型,其計(jì)算公式為

利用前文所述的6期影像和城市綠地樣本數(shù)據(jù),統(tǒng)計(jì)了各期影像的樣本均值和標(biāo)準(zhǔn)差,如表2所示。

圖1 不同區(qū)域地物的時(shí)序IUG曲線

根據(jù)Gi和GIU的定義,并結(jié)合圖1,可知GIU的大小與某一像元是城市綠地的可能性成反比,即GIU越接近0,該像元是城市綠地的可能性越大。對(duì)于穩(wěn)定的城市綠地,鵝嶺公園的時(shí)序GIU均小于2,而對(duì)于穩(wěn)定的非城市綠地,朝天門(mén)的時(shí)序GIU均大于5,對(duì)于城市綠地地物向非城市綠地地物的轉(zhuǎn)變(國(guó)博中心)以及非城市綠地地物向城市綠地地物的轉(zhuǎn)變(鴻恩寺公園),在時(shí)序GIU中均有明顯的變化,其變化時(shí)間也與實(shí)際情況符合:公開(kāi)資料顯示,重慶市政府在2009年5月確定在悅來(lái)建設(shè)重慶國(guó)博中心,在時(shí)序GIU曲線中,2009年的值為1.25,隨著建設(shè)的開(kāi)始,2010年GIU值增大為7.74。

2.3 城市綠地識(shí)別算法

利用前文選擇的6期城市綠地樣本,并結(jié)合對(duì)應(yīng)的IUG影像,統(tǒng)計(jì)城市綠地的GIU值分布規(guī)律。統(tǒng)計(jì)結(jié)果顯示,在城市綠地樣本直方圖中,累積頻率0.99對(duì)應(yīng)的GIU值為3.81,0.98為3.06,0.95為2.46?？紤]到樣本中可能存在少量像元為非城市綠地,本文以GIU值小于2.46作為城市綠地判斷閾值。具體算法如下:

(1)采用Fmask云檢測(cè)算法[10]進(jìn)行云識(shí)別。

(2)水體識(shí)別。根據(jù)反射率數(shù)據(jù)計(jì)算歸一化差異水體指數(shù)(modified normalized difference water index, MNDWI),以Im表示，然后提取Im大于0.2且波段7反射率值小于0.1個(gè)像元為水體。Im計(jì)算公式為

(3)

式中,ρG和ρMIR分別為綠波段和中紅外波段的反射率,在Landsat中分別為波段2和波段5。

(3)以GIU小于2.46提取為城市綠地。

根據(jù)城市綠地提取算法,對(duì)2017年獲取的研究區(qū)遙感影像進(jìn)行城市綠地提取,部分提取結(jié)果如圖2所示。

圖2 研究區(qū)2017年典型城市綠地提取結(jié)果

圖2為2017年研究區(qū)的三處典型城市綠地提取結(jié)果。圖中結(jié)果顯示,通過(guò)IUG模型將多波段數(shù)據(jù)轉(zhuǎn)換為單波段數(shù)據(jù)后,城市綠地和建設(shè)用地區(qū)別明顯,城市綠地的像元值明顯低于建設(shè)用地像元值;基于IUG影像建立的城市綠地提取算法可有效提取對(duì)城市綠地進(jìn)行識(shí)別,圖中三個(gè)典型城市公園綠地的提取結(jié)果都較好。

同時(shí),本研究也對(duì)比了本文方法和基于歸一化植被指數(shù)(normalized difference vegetation index,NDVI)分割算法的結(jié)果。利用2017年的Landsat反射率數(shù)據(jù)計(jì)算了NDVI,然后結(jié)合前文選取的2017年城市綠地樣本,統(tǒng)計(jì)樣本NDVI直方圖中累積頻率0.95所對(duì)應(yīng)的NDVI值作為閾值,然后提取2017年NDVI影像中大于閾值的像元為城市綠地。兩種方法的提取結(jié)果對(duì)比顯示,對(duì)于推土區(qū)域,本文方法提取結(jié)果中,推土區(qū)域只有少量植被較多的像元識(shí)別為城市綠地,而NDVI閾值法提取結(jié)果中,推土區(qū)域的綠地像元明顯多于本文方法,本文的基于城市綠地指數(shù)的提取方法結(jié)果與實(shí)地的一致性更好。

3 研究區(qū)城市綠地提取結(jié)果

對(duì)表1中所有Landsat數(shù)據(jù)采用本文建立的城市綠地算法提取所有數(shù)據(jù)中的城市綠地,結(jié)果如下圖所示。根據(jù)圖3的結(jié)果,按行政區(qū)分區(qū)統(tǒng)計(jì)了城市生態(tài)綠地面積的比例,部分年份結(jié)果如表3所示。

圖3 研究區(qū)長(zhǎng)時(shí)序城市綠地提取結(jié)果

表3 重慶市主城區(qū)核心區(qū)城市綠地面積比例 單位：%

在本項(xiàng)目的研究時(shí)間內(nèi)(1986—2017年),渝中區(qū)基本都為城市建成區(qū),因此表3中渝中區(qū)的城市綠地面積變化情況最具有參考價(jià)值,最能反映城市建設(shè)過(guò)程中生態(tài)綠地的變化信息。表中顯示,從1986年到2017年,渝中區(qū)的生態(tài)綠地面積從1986年的25%,降低到2000年左右的15%,后又增加到約20%。這與渝中區(qū)城鎮(zhèn)發(fā)展規(guī)律相一致:在城鎮(zhèn)化發(fā)展早期,城市發(fā)展沒(méi)有成體系的規(guī)劃,規(guī)劃跟著項(xiàng)目走,在滿足基本建筑間距下,建筑密度、綠化率等指標(biāo)根據(jù)項(xiàng)目需要確定,城市建設(shè)陷入無(wú)序的局面;在城鎮(zhèn)化發(fā)展后期,渝中區(qū)啟動(dòng)渝中半島城市形象設(shè)計(jì)(2002年),提出“減量、增綠、留白、留容”規(guī)劃發(fā)展原則,各項(xiàng)城市發(fā)展形成了統(tǒng)一的規(guī)劃,因此城市綠地比例逐漸增加。

4 結(jié)束語(yǔ)

本研究在長(zhǎng)時(shí)序定量化Landsat定量化數(shù)據(jù)基礎(chǔ)上,利用6期不同季相(5—9月,覆蓋植被生長(zhǎng)季)的Landsat數(shù)據(jù),結(jié)合同期的高分衛(wèi)星影像選擇了城市綠地訓(xùn)練樣本,分析了城市綠地遙感光譜特征,建立了城市綠地遙感概率指數(shù),設(shè)計(jì)了城市綠地提取流程和算法,最后對(duì)研究區(qū)的24景數(shù)據(jù)進(jìn)行了城市綠地進(jìn)行了提取,結(jié)果顯示,本文建立的基于時(shí)序定量化遙感數(shù)據(jù)的城市綠地提取結(jié)果較好,提取結(jié)果優(yōu)于NDVI閾值分割結(jié)果。但本文采用的Landsat數(shù)據(jù)分辨率為30 m,對(duì)于小面積的城市綠地提取有一定遺漏。

重慶市主城區(qū)生態(tài)綠地時(shí)序定量遙感監(jiān)測(cè)結(jié)果顯示:在城市建設(shè)的早期階段(2000年之前),由于城市規(guī)劃偏弱或規(guī)劃執(zhí)行不到位,這期間建設(shè)發(fā)展的城區(qū),城市綠地面積偏低,包括渝中區(qū)全區(qū)、沙坪壩核心區(qū)、九龍坡核心區(qū)、江北核心區(qū)。而2000年之后,城市規(guī)劃設(shè)計(jì)更合理,這一階段建設(shè)的新城區(qū)的城市綠地比例明顯增高。此外,重慶主城區(qū)南北向分布有中梁山、明月山兩大山系,兩山為城市的發(fā)展帶來(lái)一定限制,但同時(shí)也為城市增添了許多城市綠地,提高了重慶市主城區(qū)的綠化率。