基于QuickBird衛(wèi)星影像的昆明市主城區(qū)綠地景觀評價(jià)研究

周黎霞，趙 耘

（西南林業(yè)大學(xué) 園林學(xué)院，云南 昆明650224）

1 引言

城市綠地是城市景觀要素之一，城市綠地系統(tǒng)是一個(gè)由各類城市綠地相互聯(lián)系組合而成的城市綠色環(huán)境體系，是一個(gè)高度人為干擾形成的景觀，具有高度的空間異質(zhì)性，景觀要素間的流動復(fù)雜，景觀變化迅速［1］。

伴隨著昆明市城市建設(shè)飛速發(fā)展，“城中村改造”、“老街保護(hù)”、“三環(huán)路修建”、“大學(xué)城南遷”、“地鐵修建”等一系列建設(shè)項(xiàng)目相繼實(shí)施，城市綠地的規(guī)劃建設(shè)也需進(jìn)一步完善。城市規(guī)劃需要準(zhǔn)確、詳細(xì)的空間信息，而傳統(tǒng)的地形圖生產(chǎn)和更新周期很難滿足需要。QuickBird衛(wèi)星影像以其內(nèi)容豐富、分辨率高、直觀、生產(chǎn)更新周期短、費(fèi)用低等優(yōu)點(diǎn)彌補(bǔ)了傳統(tǒng)地形圖和航空影像的不足［2］。因此，探索QuickBird衛(wèi)星影像數(shù)據(jù)處理方法及在城市綠地規(guī)劃、建設(shè)中的應(yīng)用變得非常重要。

高分辨率遙感技術(shù)為城市生態(tài)環(huán)境的監(jiān)測方法和評價(jià)指標(biāo)的改進(jìn)提供了有力的支持［3］。高分辨率衛(wèi)星遙感數(shù)據(jù)進(jìn)行城市綠地調(diào)查，除了具遙感技術(shù)普遍的特點(diǎn)外，由于其高空間分辨率的特點(diǎn)，能夠詳細(xì)地展示城市綠地空間格局和植被種類，具有普通分辨率遙感數(shù)據(jù)不可比擬的優(yōu)勢。應(yīng)用高分辨率衛(wèi)星影像研究城市綠地類型、分布和結(jié)構(gòu)，可以為定量地對城市綠地景觀評價(jià)與分析提供科學(xué)依據(jù)，為城市綠地系統(tǒng)規(guī)劃、改善城市生態(tài)質(zhì)量提供參考，具有重要的理論與現(xiàn)實(shí)意義。

2 研究方法

2.1 QuickBird影像的預(yù)處理

本研究所使用的QuickBird影像數(shù)據(jù)，共有4個(gè)多光譜波段（空間分辨率為2.44m）和一個(gè)全色波段（空間分辯率為0.61m）：0.45～0.52μm 的藍(lán)光波段，0.52～0.60μm 的綠光波段，0.63～0.69μm的紅光波段，0.7～0.9μm 近紅外波段，0.45～0.9μm全色波段。本次研究的遙感圖像預(yù)處理包括遙感影像配準(zhǔn)和影像剪裁。

2.1.1 地面控制點(diǎn)的采集

控制點(diǎn)應(yīng)該在整幅遙感影像內(nèi)分布均勻。為了保證GCP的準(zhǔn)確性，其位置選擇的是特征地物點(diǎn)，比如道路交叉口、建筑物的拐角處等易于在影像上判讀的地方。校正精度與地面控制點(diǎn)的精度、分布和數(shù)量及校正影像的范圍有關(guān)。

由于QuickBird遙感影像空間分辨率比較高，因此為了保證影像數(shù)據(jù)獲得較高的校正效果，選擇GPS實(shí)地測量，根據(jù)控制點(diǎn)選取原則在研究區(qū)域選取了20個(gè)控制點(diǎn)。

2.1.2 QucikBird影像的配準(zhǔn)

配準(zhǔn)是用Erdas Imagine軟件進(jìn)行的。在GCP數(shù)據(jù)表中，匹配程度（Match）、貢獻(xiàn)率（Contribution）、中誤差（RMS）、及殘差（Residuals）等參數(shù)，是在編輯GCP的過程中自動計(jì)算更新的，用戶不可任意改變，但是可以通過改變GCP位置來調(diào)整。根據(jù)殘差值，刪除誤差較大，貢獻(xiàn)率較小的GCP點(diǎn)，將個(gè)別GCP點(diǎn)的位置進(jìn)行微調(diào)，盡量減少誤差。

2.1.3 影像裁剪

用校正后的QuickBird影像作為參考圖，用來校正昆明市行政區(qū)劃圖，使它和昆明市遙感影像有相同的投影坐標(biāo)，都為UTM WGS84坐標(biāo)系；使用AOI多邊形工具在校正過的行政區(qū)劃圖上畫出行政邊界；在ERDAS的Data Preparation模塊中，用AOI行政邊界對QuickBird影像進(jìn)行不規(guī)則剪裁。

2.2 基于QuickBird影像綠地自動提取

2.2.1 提取方法

傳統(tǒng)的遙感技術(shù)提取城市遙感影像專題信息方法主要有兩種：面向像元技術(shù)和目視解譯技術(shù)［4］。面向像元技術(shù)以像元為基本單元進(jìn)行信息提取。目視解譯技術(shù)要求分類的人員有豐富的專業(yè)經(jīng)驗(yàn)和充足的野外實(shí)地調(diào)查資料，且人工作業(yè)屏幕數(shù)字化的方法過程繁瑣漫長，效率低下、受主觀因素影響大，很難保證分類的質(zhì)量，分類所需的成本也較高。而面向?qū)ο蟮倪b感影像分類技術(shù)則是針對高分辨率影像應(yīng)用興起的一種新的遙感分類技術(shù)，這是一種新興的技術(shù)，相對于以前的分類方法具有明顯的優(yōu)勢。

面向?qū)ο筮b感影像分類方法的一般步驟是對預(yù)處理后的遙感影像進(jìn)行分割，得到同質(zhì)對象，使得分割后的對象滿足下一步分類或目標(biāo)地物提取的要求，再根據(jù)遙感分類或目標(biāo)地物提取的具體要求，檢測和提取目標(biāo)地物的多種特征（如光譜、形狀、紋理、陰影、空間位置、相關(guān)布局等），建立分類體系，最后采用模糊分類算法，實(shí)現(xiàn)地物類別信息提取的目的。

遙感影像分析軟件eCognition，采用了面向?qū)ο蠛湍：?guī)則的處理和分析技術(shù)，為基于高分辨率影像的城市綠地信息的提取和研究帶來廣闊前景。

2.2.2 eCoginition支持下的QuickBird影像的分類

（1）第1級分割和分類。目的是根據(jù)亮度值來區(qū)分影像和背景。

（2）第2級分割和分類。目的是區(qū)分植被和非植被。以尺度參數(shù)80、形狀參數(shù)0.3、光滑度參數(shù)0.9對影像進(jìn)行分割，得到影像對象，即信息載體。然后用色彩參數(shù)和歸一化植被指數(shù)（NDVI）進(jìn)行植被和非植被的區(qū)分。

（3）第3級分割和分類。目的是區(qū)分陸地和水體以及陰影。以尺度參數(shù)110、形狀參數(shù)0.5、光滑度參數(shù)0.9對非植被的影像對象進(jìn)行分割，然后用模糊隸屬度函數(shù)區(qū)分水體和陸地。

（4）第4級分割和分類。在第2級分割的基礎(chǔ)上，以尺度參數(shù)60、形狀參數(shù)0.3、光滑度參數(shù)0.7對非植被的影像對象進(jìn)行分割，然后用模糊隸屬度函數(shù)區(qū)分草地和樹木。

接需要將陰影進(jìn)行分類，由于陰影落在不同的地物中，例如房屋的陰影落在草地上、湖邊的樹的陰影落在水體中、而一些樹的陰影則落在樹叢上，eCognition提供的空間特征還不足以區(qū)分不同類型的陰影。因此，要運(yùn)用手工分類工具對陰影進(jìn)行分類，最后得到分類結(jié)果包括水體、草地、樹木和非植被。

3 綠地景觀評價(jià)與分析

3.1 評價(jià)與分析

目前，描述景觀格局與景觀異質(zhì)性的指標(biāo)已有很多，在進(jìn)行具體的研究時(shí)必須根據(jù)研究目的，針對性地選擇適當(dāng)?shù)闹笜?biāo)［5］。本研究選擇人均綠地面積、綠地率、多樣性指數(shù)、破碎度指數(shù)、分維度指數(shù)、連通性指數(shù)等6個(gè)景觀格局指數(shù)和景觀生態(tài)效益等方面對昆明市主城區(qū)綠地系統(tǒng)進(jìn)行綜合分析。

通過本次研究，從中發(fā)現(xiàn)昆明市主城區(qū)存在景觀結(jié)構(gòu)不合理、斑塊破碎度高、城市綠地類型分布不均衡等問題。景觀類型也從以自然景觀為主逐步變?yōu)橐匀宋木坝^為主，各區(qū)景觀類型受到不同程度的影響。主要暴露的問題包括景觀破碎度增加，斑塊趨于規(guī)整簡單；綠地結(jié)構(gòu)不合理；景觀質(zhì)量不高，樹種種類多，但層次不夠清晰；城市綠地管理不足。

3.2 建議

（1）增加綠地斑塊建設(shè)。利用城中村改造，加大大中型綠地斑塊的建設(shè)，改善公園綠地斑塊較為破碎的現(xiàn)象。

（2）增加生產(chǎn)綠地、防護(hù)綠地和其他綠地的面積。在城市綠地規(guī)劃中，改變目前城市綠地類型構(gòu)成不合理的現(xiàn)狀，合理配置各類綠地在城市中的比重。增加綠地類型均勻性指數(shù)以及綠地類型景觀多樣性指數(shù)，豐富城市綠地類型，優(yōu)化城市綠地景觀生態(tài)格局和生態(tài)安全，同時(shí)調(diào)整樹種種類和層次結(jié)構(gòu)。

4 結(jié)語

景觀評價(jià)研究采用傳統(tǒng)的調(diào)查、分析方法進(jìn)行研究，往往受到人力、物力和自然條件等多方面的限制，利用高分辨率遙感影像和地理信息系統(tǒng)相結(jié)合來獲取景觀格局研究基礎(chǔ)數(shù)據(jù)，具有快速、準(zhǔn)確、高效等特點(diǎn)。本研究主要利用Quickbird影像數(shù)據(jù)，結(jié)合其它地學(xué)信息，以遙感、全球定位系統(tǒng)、地理信息系統(tǒng)為主要技術(shù)手段，對昆明市主城區(qū)綠地進(jìn)行景觀信息的提取及景觀評價(jià)研究，是景觀信息獲取手段較先進(jìn)、研究過程較全面的一次小尺度的景觀評價(jià)研究?；诟叻直媛视跋竦拿嫦?qū)ο蠓诸惣夹g(shù)的實(shí)現(xiàn)一直是當(dāng)前研究難點(diǎn)。本研究在eCoginition軟件支持下編程實(shí)現(xiàn)綠地信息的自動提取，是一個(gè)創(chuàng)新。

［1］李哈濱，伍業(yè)鋼.數(shù)量化方法在景觀生態(tài)學(xué)中的應(yīng)用［M］.北京：中國科學(xué)技術(shù)出版社，1992.

［2］許有田，任 琦，吳創(chuàng)奇，等.QuickBird遙感影像數(shù)據(jù)處理及在城市規(guī)劃中的應(yīng)用 ［J］.城市勘測，2008（5）：89～92.

［3］賴志斌，夏曙東，承繼成.高分辨率遙感衛(wèi)星數(shù)據(jù)在城市生態(tài)環(huán)境評價(jià)中的應(yīng)用模型研究［J］.地理科學(xué)進(jìn)展，2000，19（4）：359～365.

［4］王 雷，馮學(xué)智，都金康.遙感影像分類與地學(xué)知識發(fā)現(xiàn)的集成研究［J］.地理研究，2001，20（5）：637～643.

［5］李團(tuán)勝，肖篤寧.沈陽市城市景觀結(jié)構(gòu)分析［J］.地理科學(xué)，2002（6）：717～719.