基于高分辨率遥感数据的园林绿化调查研究

黄淑芬

摘 要：信息化时代的到来为城市化发展注入新鲜的活力，以其中高分辨率遥感技术为典型代表，其以自身操作简便、投入成本低、数据获取周期短等特征被广泛用于城市园林绿化调查过程中。文章主要对高分辨率遥感影像的相关概述、园林绿化遥感调查中的技术应用、遥感影像处理以及园林绿化调查研究中高分辨率遥感应用需注意的问题进行探析。

关键词：园林绿化；高分辨率；调查研究；应用

作为城市绿化中的主体，园林绿化近年来成为城市发展中的主要标志。其作用不仅表现在为群众提供休憩、娱乐等场所，而且利用自身涵盖的环境要素实现水土保持、自然改造以及环境美化等作用。传统园林绿化调查在技术方面更倾向于人工调查，其在数据获取周期方面极长，需要投入大量资金，而且难以保证数据的精准性，难以达到城市园林绿化调查研究的目标。因此，如何在园林绿化调查中充分利用高分辨遥感技术成为城市发展需考虑的重要问题。

一、高分辨率遥感数据的相关概述

作为现行大多资源调查中应用的重要手段之一，遥感本身具有数据调查速度快、调查结果精准等优势，尤其在城市绿化调查研究中表现出更明显的先进性特征。现阶段信息技术的快速发展逐渐凸显出航空遥感技术的弊端，其不仅难以处理航片，而且航摄涉及的成本较高。在此背景下便提出高分辨率卫星技术，其在应用之初更多集中在军事领域，但在后期发展中不断集中在资源管理、环境监测以及城市规划等方面，如以往国外高分辨率卫星计划中涉及的印度IRS-P6、俄罗斯SPIN-2卫星等。目前，我国在园林绿化调查中遥感影像分辨率通常保持在0.5m以上为最佳，而高分辨率遥感技术下影像分辨率多为0.5m以上，可满足园林绿化调查需求。结合其在国内外环境监测以及城市规划方面的应用，其优势更表现在：第一，精度较高。高分辨率遥感技术中Pléiades数据具有较高的分辨率，遥感影像极为清晰，且可解决传统难以短时间对复杂的建筑、道路进行信息解译的难题。第二，效率较高。对于遥感下相关数据信息仅需核实边界便可使调查工作量得以减轻，相比实地测绘，其工作效率极高。第三，全面性优势。由于高分辨率遥感中主要以Pléiades数据为主，其全色分辨率为0.5m，多光谱为2m。解译中能够将调查区域内的整体情况全面了解，在此基础上通过实地调查验证可防止漏查问题的出现。第四，统一时相性。一般对城市绿化情况进行调查过程中涉及的工作量极大，在遥感数据应用的基础上进行外业验证，无需耗费过多的时间且能够保证调查结果的真实性。高分辨率遥感优势的发挥主要得益于Pléiades卫星的应用，其对于同一区域影像拍摄耗时极少，而且形成的影像数据也包括许多中类型，如标准、正射以及基本影像等。

二、园林绿化遥感调查中的技术应用

（一）全色波段影像正射校正。对于影像数据在几何校正过程中需引入相应的影像处理软件。假定园林所处区域在地势地形上较为平坦，此时可依托于大比例尺地形图完成影像纠正过程，并在地面控制点选取方面可以显而易见的标志如区域中的河流、道路为主。在此基础上进行控制点的纠正，确保控制在1-2象元误差。而在绿化调查中假定区域以山地、丘陵为主，则需二次纠正，使校正下影像在精度与面积方面更具准确性。通常高分辨率影响成像下，往往受许多如地形起伏或折光等影响，要求做好全色波段影像正射校正工作，一般校正过程中需引入DEM数据，结合其中高程值对各像元采取逐点校正的措施，使影像达到正射影像标准。

（二）影像融合处理。高分辨率遥感技术在园林绿化调查中的应用首先体现在数据融合方面，其对于同一区域中传感器获取数据进行融合，使数据实现优势互补，影像在色彩与清晰度等方面都较为明显。但需注意的是数据融合的对象主要以全色波段数据为主，在结合多光谱数据，可保证遥感数据更为精确。从融合数据的方式的角度看，通常将反差增强技术引入其中，能够促进融合效果的进一步提高。

（三）园林绿化遥感信息的提取。现行对于园林绿化遥感信息的提取大多引入ArcGIS、ERDAS、ENVI等软件。ArcGIS在信息提取提供强大的功能，ERDAS具有强大的遥感影像处理功能，如几何校正、镶嵌、融合、调色等，ENVI在信息提取过程中主要利用其提供的DLL库，保证影像格式文件无需转换便可进行访问，对遥感信息存储空间的节省起到至关重要的作用。高分辨率卫星技术应用下，城市园林绿化的许多如草、灌、乔等都可进行清晰的分辨，结合相关解译标志如绿地形状、位置以及面积等便可将园林绿地功能类型等反映出来。从现行园林绿化调查中遥感数据可发现，通常绿地在分布上往往表现出一定的规律，如生产绿地、防护绿地的具体分布位置等，这样在解译判断过程中便可利用绿化空间分布的具体特征。若从绿地类型角度，高分辨率遥感技術往往在解译过程中，要求能够对同一植被所处的不同类型绿地区域，或同一类型绿地中多种植被的存在进行判断，对其又可成为同物异谱、同谱异物现象，是信息提取的重点与难点所在。因此为使解译精度得以保证，需将计算机技术下专家智能分析、自动识别技术引入其中，并处理影响中的阴影区域，能够有效提升视觉效果。

另外，由于卫星影像中的象元往往表现出不同亮度值，需要引入阈值法，其目的在于对绿地类型进行判断。例如，园林中较为稀疏的苗圃以及茂盛的苗圃遥感成像中存在极大的光谱差异，对此便可结合影像特征包括园林绿化区域的位置、面积、阴影以及色调等，利用光谱信息强弱完成解译过程。在阈值法的应用下，可使差异较小的光谱界线进行圈定并给予颜色的标识，使解译精度得以提高。

三、高分辨率遥感数据在园林绿化调查中的实例研究

本文研究过程中主要选取我国某地区园林为例，结合Pléiades卫星提供的遥感数据进行绿化调查分析。对干园林调查利用遥感数据的步骤主要体现在以下几方面。

（一）对绿地目标信息的研究。高分辨率卫星遥感影像数据实质为景观的缩影，所涵盖的地物信息极为丰富，从反射率数据中便可对绿地分布进行合理判断。通过该园林的遥感数据发现，以0.4-0.7um可见光波为基础，园林中花草地、灌木丛以及乔木等整体表现出较低的反射率，低于10%。但0.7-1.1um的红外波段，其发射率达到50%。另外在0.45-0.7um全色光谱波段下，主要以35%反射率为主。对此可得出Pléiades数据应用下，园林中植被影像信息能够清晰的显示出来。

（二）构建园林绿地解译标志。结合园林绿化遥感数据，完成Pléiades影像处理后进行解译标志的构建。对于园林绿化的调查，可能使波谱反射率受到影响的主要包括阴影区域、叶绿素反射接收情况。通常不同季节下绿地茂盛程度也有所不同，根据该区域季节气候特征，选取5月份遥感数据，此时园林中表现为花草繁茂，植物整体发育较好，且不存在过多落叶林，这样遥感影像信息可对绿地进行反映。另外，需注意的是遥感影像的构成部分主要以位置、形态以及色调为主，一般位置保持不变，而其他两个要素则可能出现一定的变化，如地貌形态以不规则的形式分布或规划中对绿地类型进行改变，以此使遥感信息中展现的几何形态也有所不同。在色调方面，不同色饱和度是对地物种类的具体反映，因此解译标志构建中需做好色调级别的考虑。除此之外，解译标志构建中要求做好实地考察工作，并将绿地形态及其对应的波谱特征融入其中。

（三）解译标志构建下园林绿化调查结论。在解译标志构建的基础上，对该区域园林绿化调查结果主要体现在：第一，从公园绿地角度。其在影像数据中主要呈现墨绿色，花草地以面状形态分布，而阔叶林以云朵状为主，表现出一定艺术布局形态，整体规模中存在的阴影较少而且具有稀疏的人工构筑物。第二，生产绿地。根据遥感数据调查结果分析，其在影像上主要以绿色为主，几何形态表现较为规则且呈现网络状，整体表现阴影较少。第三，防护林地。在解译标志构建下，遥感影像中展现的形态主要以现状排列的形式存在，且以彩色影像为主。第四，附属绿地。该部分在遥感影像信息中的表现可看出，围绕较为宏大的建筑物进行分布，绿地构成主要以环状分布的花草灌木、面妆草体以及阔叶林为主，绿地覆盖率较高。除此之外，实际园林绿地分类过程中，也包含其他许多绿地，都可在高分辨率遥感技术下呈现出来。因此，高分辨率遥感数据是现行园林绿化调查研究中的重要手段。

四、园林绿化调查中高分辨率遥感数据应用需注意的问题

通过上述实证分析可得出高分辨遥感数据对于园林绿化调查可起到突出的作用。在实际应用中也可发现，大多城市在绿化调查中应将高分辨率遥感技术作为首选，以2010年国家建设部门关于城市规划的要求为例，其要求在人均公共绿地、绿化覆盖率以及绿化率等分别满足10㎡、40%、35%。而这些指标是否满足规定要求便需依托于高分辨率遥感数据。然而从现行大多城市规划中技术应用现状看，其实质功能尚未得以真正发挥，要求进一步完善。具体包括：首先，在获取接收方面，国内目前遥感数据接收类型又可细化为存档、编程以及定时接收数据等方面。实际接收过程中都存在不同的缺陷如因涉及周期较长导致与时相难以吻合等。因此在数据接收方面应结合区域不同情况，如南方旱季或北方少雨季节便可引入定时接收方法，可取得良好的效果。其次，对于阴影区域问题。遥感数据中较大的因应范围极易影响绿化信息提取过程，为识别地物带来较大的难题。所以高分辨率遥感技术应用下应注重做好影像处理工作，并在解译方面采取人机交互方式，有利于阴影中绿化信息的提取。最后，在設备可靠运行方面。由于园林绿化调查中高分辨率遥感包含大量的数据，需要保证计算机在容量与配置方面满足数据处理要求，为设备运行效率的提高提供保障。

五、结语

园林绿化调查中高分辨率遥感数据的应用是园林规划决策制定的重要基础。实际应用过程中应正确认识高分辨率遥感技术的内涵，结合现行城市发展中园林区域特征，使高分辨率遥感技术得以充分发挥。同时在实际应用中应注重对获取接收方式、阴影区域以及设备运行等问题进行解决，确保遥感数据可有效反映园林绿化现状。

参考文献

[1] 梁守真，施平，周迪.城市扩展及其环境效应遥感监测研究进展[J].世界科技研究与发展，2010（04）.

[2] 袁超，张泽烈.服务于城市规划管理的遥感信息平台技术研究[J].测绘科学，2010（01）.

[3] 刘充.基于资源三号卫星遥感影像的城市绿地信息提取方法研究[D].太原理工大学，2014.