基于高分辨率航空遥感影像的武汉城市绿地调查应用

朱传勇，秦思娴，袁琳琳，余咏胜

(武汉市测绘研究院，湖北 武汉 430022)

基于高分辨率航空遥感影像的武汉城市绿地调查应用

朱传勇*，秦思娴，袁琳琳，余咏胜

(武汉市测绘研究院，湖北 武汉 430022)

全面掌握城市绿地空间分布与统计信息对于制定养护方案和未来城市规划有重要作用。本文以武汉沌口经济开发区为城市绿地普查分析试点，以高分辨率航空遥感影像为主要数据源，首先通过内业判读对辖区内道路绿地和其他养护绿地进行普查，再通过外业核查和测量的方式对内业采集数据进行核实和补充，最后利用Python实现辖区范围内道路绿地和其他养护绿地的统计分析与专题图制图，极大提高了工作效率。

高分辨率遥感影像；城市绿地；统计分析；专题图；Python

1 引 言

城市绿地是城市环境中的重要组成部分，在保护和改善城市环境、改变城市风貌及城市的防灾抗灾方面有十分重要的作用。在城市绿地规划建设和管理工作中，必须根据城市现有的绿地条件和发展指标，合理规划城市各类绿地建设的空间布局，并对现有的绿地进行养护。这就需要城市园林和政府部门准确掌握辖区内现有绿地的空间分布和植被属性等基础资料。

传统的绿地普查方法采用“人海战术”，主要利用地形图和历年累积的文字资料，由相关部门组织大量人力，根据现状地形图逐个街坊、逐个路区进行绿地普查登记、着色绘图，通过近似量算获得绿地覆盖面积、覆盖率等数据。这种工作方法效率低、周期长且精度不易保证，很难准确地描述整个城市的绿地状况[1]。遥感技术具有成像范围大、资料获取及时、成图速度快、资料收集不受地形条件限制等优点，为城市绿地普查提供了一种新的途径。通过遥感影像，我们可以快速准确了解城市绿地的种类、结构及空间分布。相比于人工实地量算而言，利用遥感影像进行城市绿地调查效率能够提高10倍以上[2]。目前，北京、上海、天津、重庆等地已经利用遥感影像普查城市园林绿地，并取得了较好的效果[3，4]。

本文以武汉沌口经济开发区为绿地普查和统计分析试点，利用2015年12月份获取的高分辨率航空遥感影像和现势性较好的地形图为主要数据源，对武汉沌口经济开发区 227 km2范围内主要道路的道路绿地、路侧绿地、行道树以及公园、防护林、林场等其他养护范围的绿地进行普查，并对各路段、养护范围内的绿地类型、行道树和空间分布进行统计分析，方便园林局全面掌握辖区范围内的绿地分布情况，为制定绿地养护计划和未来城市绿地规划准备第一手详细资料。

2 采用的技术路线

为方便城市园林局制定养护计划、养护经费预算和未来绿地规划，本文以城市道路绿地和其他绿地为主要普查对象。相比于绿化，绿地是指绿化的实际地表覆盖面积，绿化则是指绿化的垂直投影面积。如道路两侧行道树，绿化面积指树冠的垂直投影面积，若该行道树范围内有连续分布的草地，则该草地的实际地表覆盖面积计入绿地面积，否则不计入绿地面积。此外，为了方便园林局查看和管理辖区范围内绿地情况，本文以路段和养护单元为基本统计和成图单位，对各路段和养护单元分别统计和成图，工作量大。

根据以上分析，本文确定以人工目视解译为主要技术手段，辅以现势性较好的 1∶2 000地形图数据，通过内外业相结合的方法进行绿地普查。其中，内业判读获取辖区内绿地类型、分布和行道树株数，采集精度要求优于2个像素，对由于建筑物、树冠、道路遮挡造成内业无法判读的区域，通过外业测量进行补充，所有行道树株数必须通过外业核实。在数据统计分析和专题图制作方面，由于统计和制图工作量大，通过Python编程实现统计和制图的批处理功能，有效提高工作效率。本文所采用的技术路线如图1所示。

图1 技术路线图

3 数据准备与处理

本文采用的数据包括2015年11月获取的高分辨率航空遥感影像和现势性较好的 1∶2 000地形图数据。遥感影像分辨率 0.2 m，包括R、G、B三个波段。主要数据处理包括遥感影像辐射校正、几何校正、影像拼接和裁剪以及基于影像和地形图的道路边界线、养护范围边界线提取。辖区内影像图、道路和其他养护范围分布如图2所示，图中黑色表示辖区边界，红色表示道路，黄色表示其他绿地养护范围。

4 内业数据采集和外业核查

内业数据采集主要是根据遥感影像和地形图采集道路绿地、路侧绿地和其他绿地面积，确定各排行道树株数，并将所采集的数据放入相应的数据库中。对于道路绿地，根据绿地的位置不同分为道路绿地和路侧绿地，根据绿化类型分为绿地和行道树。道路绿地是指位于道路边界范围内的绿地，包括分车带、行车带、绿岛等位置的绿地，路侧绿地是指分布于道路边界至路侧围墙之间的绿地，行道树是指分布于道路两侧、行车带和分车带中以≥5 m等间距栽种的高大乔木。对于其他养护范围内的绿地，根据属性不同分为硬化地表、水域、房屋和绿地四种类型。为了保证数据精度，内业数据采集精度应控制在2个像素内，不同绿化类型需要采集的属性信息如表1所示。表中，“√”表示需要采集，“-”表示不需要采集。

图2 辖区范围内道路和其他绿地养护范围分布图

不同绿化类型内业采集的属性信息 表1

外业核查是对内业数据采集成果的检查和补充。为了保证成果的精度和准确度，本文对所有行道树株数进行外业实地核实，对内业无法判读的区域进行实地调查，针对由于房屋、道路和树冠遮挡无法内业判读的区域利用武汉市连续运行卫星定位服务系统(WHCORS)进行外业测量，并对内业采集数据进行一定比例的实地检查，保证数据的可靠性和准确性。

5 数据统计与分析

为了方便园林局对辖区范围内的绿地分布情况进行管理，本文以道路区间和其他绿地养护范围为基本统计单元，对落入道路区间范围内的道路绿地、路侧绿地面积和行道树株数进行统计，对其他绿地养护范围内不同属性绿化进行统计。

由于辖区内道路分布密集，且相互交叉形成路网。为了方便统计分析与后期的绿地普查成果专题图制作，本文按道路的相交情况对道路、路侧绿地、道路绿地和行道树分别进行分段划分，共得到230条道路及其对应范围的道路绿地。加之辖区范围内59处其他绿地养护范围，所需要统计分析的工作量较大。为了提高工作效率，本文利用Python实现数据统计分析功能，并将统计结果写入Excel文件中[5]。以道路绿地统计为例说明主要处理流程：

(1)以道路数据库为检索对象，读取当前道路的名称Name和道路起止SEnd。

(2)以道路绿地、路侧绿地和行道树数据库为检索对象，根据道路名称和道路起止定义检索条件，搜索落入该道路区间的绿地和行道树，分别统计绿地面积和行道树株数。

(3)将该道路区间内的绿地和行道树写入gdb数据库中，方便后期查看和管理，将统计结果写入excel表中。

(4)重复上述步骤，直至完成所有道路的处理。

6 绿地普查成果专题图制作

为了详细展示各路段和养护范围内的绿地分布情况和统计信息，对各道路分段和养护范围的道路绿地、路侧绿地、行道树和不同种类的绿地养护类型制作专题图。由于需要制作的成果专题图数量众多，本文利用Python中的Mapping制图工具包进行批量化处理。生产一幅成果专题图平均时间为55 s，人工生产一幅成果专题图平均时间 5 min，通过Python批量生产成果专题图极大提高了工作效率。需要特别说明的是，Mapping工具包无法定义输出纸张大小，因此在实际处理中要先定义最大的制图输出范围，在制图输出后，再根据当前数据的实际显示范围进行裁剪。最终得到的绿地普查成果专题图成果如图3所示。

以道路绿地普查成果专题图制作为例说明主要处理流程：

(1) 在ArcGIS中新建一个工程，按照专题图出图要求，定义专题图制作所选用的数据库与图层、显示图式与图例、比例尺、边框宽度、纸张大小、指北针、统计信息等内容，保存为road.mxd文件。

(2)读取统计分析阶段生成的所有道路绿地gdb文件，替换road.mxd中的显示数据库与图层，获取当前道路区间的名称、起止、养护等级、道路绿地、路侧绿地和行道树统计数据，分别写入mxd文件。

(3)获取当前道路绿地gdb文件中的数据显示范围，根据比例尺计算出图尺寸，在此基础上计算边框、指北针和图例的放置位置，将工程输出为需要的jpg格式。

(4)按照步骤(3)计算得到的实际尺寸裁剪jpg图像，得到最终的道路绿地普查成果专题图。

(5)遍历所有的道路绿地gdb文件，重复步骤(2)～(4)，直至完成所有道路的出图。

图3 道路绿地普查成果专题图和其他绿地普查成果专题图

7 总 结

掌握全面、详细的城市绿地分布情况与统计信息是制定城市绿地养护、施工方案的基础。本文以武汉市沌口经济开发区为例，利用高分辨率航空遥感影像和地形图数据，通过内业影像判读和外业相结合的方法，对辖区范围内的道路绿地、路侧绿地、行道树和其他绿地等城市绿地分布情况进行了全面普查，并对各路段和养护范围内的绿地分布情况进行了统计与分析，以专题图和统计表的形式为沌口园林局提供了辖区范围内准确有效的绿地普查数据。

[1] 王晓延，薛红琳. GIS和RS技术在城市绿地规划方面的应用[J]. 国土资源科技管理，2003(4)：51～54.

[2] 宣勇，谢炳庚，姜端午. 高分辨率遥感数据在城市绿化调查中的应用[J]. 国土资源科技管理，2004(1)：74～77.

[3] 李成尊，杨雪梅，汪劲. 基于高分辨率卫星数据的城市绿化遥感调查[A]. 全国国土资源与环境遥感技术应用交流会论文文集[C]. 2004(4).

[4] 李延明，徐佳，牛玉玲等. 遥感技术在北京城市绿化普查中的应用[J]. 园林科技信息，2003(1)：2～7+20.

[5] 秦思娴，傅晓俊，余咏胜等. 基于Python实现地理国情房屋建筑专题信息提取[J]. 测绘与空间地理信息，2015(8)：1～3.

Application of City Urban Green Space Survey Using High-resolution Remote Sensing Images

Zhu Chuanyong，Qin Sixian，Yuan Linlin，Yu Yongsheng

(Wuhan Geomatics Institute，Wuhan 430022，China)

Detailed information of the distribution and the statistics information of the urban green space is of great importance to the urban green space maintenance plan making and the future urban planning. In this work，Zhuankou economic development zone in Wuhan is taken as the study area for urban green space investigation. High-resolution remote sensing image is selected as the main data source. Firstly，we obtain the road green space and other green space information by remote sensing image interpretation in the interior work. Secondly，the interpreted data is validated and supplemented by the field work. And finally，statistics analysis and thematic mapping are carried out using Python script programming to improve the efficiency.

high-resolution remote sensing image；urban green space；statistics and analysis；thematic maps；Python

1672-8262(2017)01-67-04

P231

B

2016—08—19 作者简介：朱传勇(1963—)，男，高级工程师，主要从事遥感影像处理工作。 基金项目：精密工程与工业测量国家测绘局重点实验室开放基金(PF2015-10)