遙感影像支持下的城市交通與綠地協(xié)調發(fā)展研究

劉建+周霞+劉彥文+姜宇榕，夏伶俐+王凱慧

摘 要：文章首先對城市機動車排放的污染物中成分含量較高的氮氧化合物（NOx）、一氧化碳（CO）、碳氫化合物（HC）和可吸入顆粒（PM）等四種物質進行定量的研究，以機動車數目作為這四種排放物的載體，從遙感影像上解譯咸寧市城區(qū)綠地分布及車輛情況，然后對交通污染與綠地、居民地分布關系進行定量定性疊加分析。結果表明，機動車尾氣的主要四種污染物疊加之和數據相差較大，交通污染最嚴重的主要道路是濱河西街、賀勝路、長安大道、銀泉大道、溫泉第一街。建議政府可以加大環(huán)境保護宣傳力度，提倡低碳出行，建設環(huán)境友好的綠色城市。

關鍵詞：城市綠地；遙感影像；交通污染

中圖分類號：TU984 文獻標志碼：A 文章編號：2095-2945（2017）22-0028-02

隨著城鎮(zhèn)化加快，機動車數量的劇烈增加，城市交通污染物也日益加劇。有關研究結果已經表明，城市中各種機動車排放的氣體污染物已經占到城市大氣污染的85%以上[1]，其不僅破壞城市環(huán)境，還嚴重影響人類身體健康。根據植物對大氣污染的反應方式來選擇城市綠化樹種，這種技術主要是依據不同植物對大氣中存在的污染物的抗性等級不同，吸污能力不同，從而更加合理化地種植綠化植物。

本文以2015年咸寧市高分辨率遙感影像上機動車和綠地分布作為研究對象，主要是提取車輛數目、植被種類和數量，通過統(tǒng)計車輛排放的污染物和居民點分布等情況，然后根據當前居民分布，綠化植被類型和大氣污染程度，分析每個區(qū)域污染情況，針對居民居住密集地和大氣污染嚴重情況，建議針對性的種植綠化植物，從而提高空氣質量，以促進城市交通與綠地協(xié)調發(fā)展[2]。

1 研究方法

本文以綠色植物對機動車尾氣的凈化作用作為研究基礎，利用遙感影像做出交通規(guī)劃和綠地分布圖，通過賦予各類型圖斑屬性進行分析來獲取綠地信息，依托對咸寧市遙感影像上機動車數量的研究得到當前大氣污染物的理論數量，根據咸寧市不同的植物對污染物的凈化能力，對未來咸寧市的城市綠地發(fā)展給出相關的理論建議。本文的研究方法詳細如下：

首先，根據下載并初步處理后的遙感矢量數據，構建含有道路，居民點，林地，草地，裸地，水系等五個要素類的地理數據庫。然后在ArcMap里面依次編輯圖斑，形成一個封閉，無重疊，無漏隙的矢量數據，并賦予相關屬性。

然后，根據咸寧市遙感影像主干道路上能夠識別的車輛，按照車型分為大型汽車，中型汽車和小型車，并數出每條主干道路上每種車型的數量。根據《2015年中國機動車環(huán)境管理年報》統(tǒng)計的機動車保有量和各種污染物排放總量，計算出2015年平均每天每輛車排放的各種污染物數量。接著，利用ArcGIS進行幾何計算算出林地、草地、居民地的分布面積。將要素面轉化成要素點，進行鄰域分析，創(chuàng)建泰森多邊形，轉化柵格數據，再轉化為數字高程模型進行渲染，從而能夠進行對比并分析綠化和居民地分布狀況。然后將柵格數據進行疊加分析，分析各區(qū)域的大氣污染情況。

最后，查閱當地植物類型文獻找到不同類型植物對不同污染物的凈化能力，根據植物的理論凈化能力求解凈化尾氣的數量，得到相應的綠地需求面積和合理的植物類型分配。

2 城市交通與綠地數據提取

影像數據采用咸寧市區(qū)Google Earth Level18級衛(wèi)星影像，利用地形圖對影像進行幾何校正、裁剪等預處理。準備工作完成以后，在ArcCatalog里面構建本地地理數據庫，主要包括道路、居民點、農業(yè)用地、草地、裸地、水系等五個要素類，然后在ArcMap里面依次編輯圖斑，最后形成一個封閉、無重疊、無漏隙的矢量數據[3]。

根據編輯的道路數據和道路上的各種車型，將車型分為大型車輛、中型車輛和小型車輛三種，數出每條道路上的可視車輛。然后結合各種車型的數目，結合平均每天每輛車排放的污染物排放量，算出各種車型排放的各種污染物的量，給對應道路賦予車輛及其污染屬性信息。

根據全國2015年每種車型產生的污染物排放總量，計算出平均每天每輛車排放的污染物排放量，如下面表1所示：

3 城市交通污染格網分析

3.1 污染格網數據計算

泰森多邊形是進行快速差值和分析地理實體影響區(qū)域的常用工具，本文實驗用交通污染與不同用地離散點的性質來描述泰森多邊形區(qū)域的性質[4]。首先將道路、居民地、林地等線、面要素轉換成點要素，創(chuàng)建泰森多邊形，根據泰森多邊形里的點，制作不規(guī)則三角網TIN。然后根據生成的TIN數據，轉換成柵格數據，經過渲染后，得到渲染DEM數據。根據渲染色帶的設置，色帶顏色越深對應數值越小。根據氮氧污染物獲取結果，得到中型車輛碳氧污染格網數據如圖1所示。離散點顏色越深的地帶，對應車輛越少，污染物含量越低。離散點顏色越淺的地帶，對應道路車輛越多，污染物含量越高。同樣，做出碳氧污染物、氮氧污染物、可吸入顆粒污染物含量的數字高程模型，道路車輛上越多的地段，對應污染物含量越高；道路車輛上越少的地段，對應污染物含量越低。

3.2 數據標準化處理

進行多專題空間數據的疊加分析，必須首先進行各種數據的一致化和標準化處理[5]。由于計算出來各要素類的數值相差較大，無法進行綜合計算，直接去評價交通污染和綠地分布情況是很困難的，因為各要素間的量綱不統(tǒng)一，沒有可比性。本文采用極差標準化進行數據變換，使每個要素標準化后的數值結果都在0到100之間[6]，具體計算如公式（1）所示。

Si=100*（Xi-Xmin）/（Xmax-Xmin） 公式（1）

式中：Si表示變換后的數據，Xi表示原始數據，Xmin表示指標中的最小值，Xmax表示指標中的最大值。

3.3 城市綠地與交通污染柵格分析

為了使各要素的柵格數據能夠進行統(tǒng)一分析計算，各個數值的參考數值都設為一致時，需要將每個數據的象元大小、參考坐標系統(tǒng)等設為一致，然后分別與四種污染物進行疊加分析。為了分析綠地對交通污染物的凈化能力，可以在大量詳細數據的基礎上建立嚴格的分析模型，本文采用間接的方法，以標準化后的綠地數據與交通污染數據進行相加、相減處理，借此作為評估結果，如考查林地凈化空氣的能力與一氧化碳（CO）污染物的排放關系，計算時將林地柵格數據減去一氧化碳（CO）柵格數據。四種主要污染物可以單獨分析，也可以對結果進行綜合考慮。經過類似上述操作處理，得到以下主要四種污染物疊加后進行渲染分類的效果。根據疊加之后的最大值與最小值的差值，結合數值的分布范圍，合理選擇分類級別和中斷值，確定后計算直方圖。根據分類級別和直方圖，利用渲染器進行分類渲染，可以更好的表達出柵格數據的信息，合理選擇色帶使效果顯著。四種主要污染物疊加效果如圖2所示，數值相差較大，色帶效果較為顯著。

4 結果分析

結合上述疊加效果圖，顏色越深的地方，空氣中污染物含量越低，顏色越淺的地方，空氣污染物越高，便可更清楚了解咸寧市城區(qū)具體區(qū)域林地與各污染物的相互影響能力。數據表明咸寧市城區(qū)機動車排放的一氧化碳很少部分被林地吸收，大部分滯留空氣中，未經凈化。交通污染比較嚴重的主要道路是濱河西街、賀勝路、長安大道、銀泉大道、溫泉第一街。

咸寧市城區(qū)綠地較為分散，面積大的綠地公園少，城中居民點密集區(qū)域空氣污染相對嚴重。建議政府可以加大環(huán)境保護宣傳力度，市民可采用新能源電動汽車、低碳出行，以達到環(huán)境友好型的發(fā)展模式的綠色城市。

參考文獻：

[1]曲格平.環(huán)境保護知識讀本[M].北京：科學出版社，2000.

[2]黃志輝，陳偉程.2015年中國機動車防治污染年報[J].環(huán)境與可持續(xù)發(fā)展，2014（01）：25-40.

[3]朱瑞芳.基于遙感影像的城市綠地信息提取方法研究[D].遼寧工程技術大學，2005.

[4]沙晉明，陳文惠.遙感原理與應用[M].北京：科學出版社，2012.

[5]蔣冬冬.簡論城市機動車尾氣污染及防治措施[J].華東科技：學術版，2014（6）：412-412.

[6]祁棟林，李曉東，肖宏斌，等.青海省城市大氣污染物變化特征及與氣象因子的灰色關聯分析[J].安徽農業(yè)科學，2014（16）：5162-5165.