遥感影像支持下的城市交通与绿地协调发展研究

刘建+周霞+刘彦文+姜宇榕，夏伶俐+王凯慧

摘 要：文章首先对城市机动车排放的污染物中成分含量较高的氮氧化合物（NOx）、一氧化碳（CO）、碳氢化合物（HC）和可吸入颗粒（PM）等四种物质进行定量的研究，以机动车数目作为这四种排放物的载体，从遥感影像上解译咸宁市城区绿地分布及车辆情况，然后对交通污染与绿地、居民地分布关系进行定量定性叠加分析。结果表明，机动车尾气的主要四种污染物叠加之和数据相差较大，交通污染最嚴重的主要道路是滨河西街、贺胜路、长安大道、银泉大道、温泉第一街。建议政府可以加大环境保护宣传力度，提倡低碳出行，建设环境友好的绿色城市。

关键词：城市绿地；遥感影像；交通污染

中图分类号：TU984 文献标志码：A 文章编号：2095-2945（2017）22-0028-02

随着城镇化加快，机动车数量的剧烈增加，城市交通污染物也日益加剧。有关研究结果已经表明，城市中各种机动车排放的气体污染物已经占到城市大气污染的85%以上[1]，其不仅破坏城市环境，还严重影响人类身体健康。根据植物对大气污染的反应方式来选择城市绿化树种，这种技术主要是依据不同植物对大气中存在的污染物的抗性等级不同，吸污能力不同，从而更加合理化地种植绿化植物。

本文以2015年咸宁市高分辨率遥感影像上机动车和绿地分布作为研究对象，主要是提取车辆数目、植被种类和数量，通过统计车辆排放的污染物和居民点分布等情况，然后根据当前居民分布，绿化植被类型和大气污染程度，分析每个区域污染情况，针对居民居住密集地和大气污染严重情况，建议针对性的种植绿化植物，从而提高空气质量，以促进城市交通与绿地协调发展[2]。

1 研究方法

本文以绿色植物对机动车尾气的净化作用作为研究基础，利用遥感影像做出交通规划和绿地分布图，通过赋予各类型图斑属性进行分析来获取绿地信息，依托对咸宁市遥感影像上机动车数量的研究得到当前大气污染物的理论数量，根据咸宁市不同的植物对污染物的净化能力，对未来咸宁市的城市绿地发展给出相关的理论建议。本文的研究方法详细如下：

首先，根据下载并初步处理后的遥感矢量数据，构建含有道路，居民点，林地，草地，裸地，水系等五个要素类的地理数据库。然后在ArcMap里面依次编辑图斑，形成一个封闭，无重叠，无漏隙的矢量数据，并赋予相关属性。

然后，根据咸宁市遥感影像主干道路上能够识别的车辆，按照车型分为大型汽车，中型汽车和小型车，并数出每条主干道路上每种车型的数量。根据《2015年中国机动车环境管理年报》统计的机动车保有量和各种污染物排放总量，计算出2015年平均每天每辆车排放的各种污染物数量。接着，利用ArcGIS进行几何计算算出林地、草地、居民地的分布面积。将要素面转化成要素点，进行邻域分析，创建泰森多边形，转化栅格数据，再转化为数字高程模型进行渲染，从而能够进行对比并分析绿化和居民地分布状况。然后将栅格数据进行叠加分析，分析各区域的大气污染情况。

最后，查阅当地植物类型文献找到不同类型植物对不同污染物的净化能力，根据植物的理论净化能力求解净化尾气的数量，得到相应的绿地需求面积和合理的植物类型分配。

2 城市交通与绿地数据提取

影像数据采用咸宁市区Google Earth Level18级卫星影像，利用地形图对影像进行几何校正、裁剪等预处理。准备工作完成以后，在ArcCatalog里面构建本地地理数据库，主要包括道路、居民点、农业用地、草地、裸地、水系等五个要素类，然后在ArcMap里面依次编辑图斑，最后形成一个封闭、无重叠、无漏隙的矢量数据[3]。

根据编辑的道路数据和道路上的各种车型，将车型分为大型车辆、中型车辆和小型车辆三种，数出每条道路上的可视车辆。然后结合各种车型的数目，结合平均每天每辆车排放的污染物排放量，算出各种车型排放的各种污染物的量，给对应道路赋予车辆及其污染属性信息。

根据全国2015年每种车型产生的污染物排放总量，计算出平均每天每辆车排放的污染物排放量，如下面表1所示：

3 城市交通污染格网分析

3.1 污染格网数据计算

泰森多边形是进行快速差值和分析地理实体影响区域的常用工具，本文实验用交通污染与不同用地离散点的性质来描述泰森多边形区域的性质[4]。首先将道路、居民地、林地等线、面要素转换成点要素，创建泰森多边形，根据泰森多边形里的点，制作不规则三角网TIN。然后根据生成的TIN数据，转换成栅格数据，经过渲染后，得到渲染DEM数据。根据渲染色带的设置，色带颜色越深对应数值越小。根据氮氧污染物获取结果，得到中型车辆碳氧污染格网数据如图1所示。离散点颜色越深的地带，对应车辆越少，污染物含量越低。离散点颜色越浅的地带，对应道路车辆越多，污染物含量越高。同样，做出碳氧污染物、氮氧污染物、可吸入颗粒污染物含量的数字高程模型，道路车辆上越多的地段，对应污染物含量越高；道路车辆上越少的地段，对应污染物含量越低。

3.2 数据标准化处理

进行多专题空间数据的叠加分析，必须首先进行各种数据的一致化和标准化处理[5]。由于计算出来各要素类的数值相差较大，无法进行综合计算，直接去评价交通污染和绿地分布情况是很困难的，因为各要素间的量纲不统一，没有可比性。本文采用极差标准化进行数据变换，使每个要素标准化后的数值结果都在0到100之间[6]，具体计算如公式（1）所示。

Si=100*（Xi-Xmin）/（Xmax-Xmin） 公式（1）

式中：Si表示变换后的数据，Xi表示原始数据，Xmin表示指标中的最小值，Xmax表示指标中的最大值。

3.3 城市绿地与交通污染栅格分析

为了使各要素的栅格数据能够进行统一分析计算，各个数值的参考数值都设为一致时，需要将每个数据的象元大小、参考坐标系统等设为一致，然后分别与四种污染物进行叠加分析。为了分析绿地对交通污染物的净化能力，可以在大量详细数据的基础上建立严格的分析模型，本文采用间接的方法，以标准化后的绿地数据与交通污染数据进行相加、相减处理，借此作为评估结果，如考查林地净化空气的能力与一氧化碳（CO）污染物的排放关系，计算时将林地栅格数据减去一氧化碳（CO）栅格数据。四种主要污染物可以单独分析，也可以对结果进行综合考虑。经过类似上述操作处理，得到以下主要四种污染物叠加后进行渲染分类的效果。根据叠加之后的最大值与最小值的差值，结合数值的分布范围，合理选择分类级别和中断值，确定后计算直方图。根据分类级别和直方图，利用渲染器进行分类渲染，可以更好的表达出栅格数据的信息，合理选择色带使效果显著。四种主要污染物叠加效果如图2所示，数值相差较大，色带效果较为显著。

4 结果分析

结合上述叠加效果图，颜色越深的地方，空气中污染物含量越低，颜色越浅的地方，空气污染物越高，便可更清楚了解咸宁市城区具体区域林地与各污染物的相互影响能力。数据表明咸宁市城区机动车排放的一氧化碳很少部分被林地吸收，大部分滞留空气中，未经净化。交通污染比较严重的主要道路是滨河西街、贺胜路、长安大道、银泉大道、温泉第一街。

咸宁市城区绿地较为分散，面积大的绿地公园少，城中居民点密集区域空气污染相对严重。建议政府可以加大环境保护宣传力度，市民可采用新能源电动汽车、低碳出行，以达到环境友好型的发展模式的绿色城市。

参考文献：

[1]曲格平.环境保护知识读本[M].北京：科学出版社，2000.

[2]黄志辉，陈伟程.2015年中国机动车防治污染年报[J].环境与可持续发展，2014（01）：25-40.

[3]朱瑞芳.基于遥感影像的城市绿地信息提取方法研究[D].辽宁工程技术大学，2005.

[4]沙晋明，陈文惠.遥感原理与应用[M].北京：科学出版社，2012.

[5]蒋冬冬.简论城市机动车尾气污染及防治措施[J].华东科技：学术版，2014（6）：412-412.

[6]祁栋林，李晓东，肖宏斌，等.青海省城市大气污染物变化特征及与气象因子的灰色关联分析[J].安徽农业科学，2014（16）：5162-5165.