植被指数在北京城市园林绿化覆盖率提取中的应用.pdf

/植被指数在北京城市园林绿化覆盖率提取中的应用徐慧婷 张欣 谢军飞 李新宇 戴子云 孙正海(西南林业大学 园林园艺学院 云南 昆明 河北农业大学 园林与旅游学院 河北 保定 北京市园林科学研究院 园林绿地生态功能评价与调控技术北京市重点实验室 北京 )摘要:为快速准确地获取城市园林绿化覆盖率 以北京市西城区的陶然亭街道为对象 基于高分辨率遥感影像探讨了多种植被指数在城市园林绿化覆盖率提取中的可行性 结果表明:随着遥感影像空间分辨率的提高 有助于减少可见光植被指数提取结果中的地物误分 但基于 与 空间分辨率遥感影像的可见光植被指数所提取的绿化覆盖率均与实际值相差较大 因此不建议将其应用于园林绿化覆盖率提取研究中 而基于 空间分辨率遥感影像的归一化植被指数的绿化覆盖率提取比较适用于内部建筑高度较低的区域 可作为园林绿化资源普查工作的重要参考 在此基础上 还应用归一化植被指数 获取到北京 年北京城市核心区(东城区和西城区)的绿化覆盖率为 关键词:园林绿化覆盖率 高分辨率遥感影像 可见光植被指数 归一化植被指数中图分类号:文献标识码:文章编号:()():.().:第 卷 期 年 月 西 部 林 业 科 学 收稿日期:基金项目:国家自然科学基金面上项目()第一作者简介:徐慧婷()女 硕士研究生 主要从事园林生态研究:通信作者简介:孙正海()男 教授 博士 主要从事植物种质创新与高效培育研究:绿化覆盖率是指乔木、灌木、草坪(包括叶、茎、枝)、屋顶绿化和零散乔木的垂直投影面积及含水面种植绿化区域 占区域总统计区面积的比例 城市园林绿化覆盖率除了在一定程度上反映城市园林绿化规模 也是城市园林绿地建设和生态环境质量评价中的重要考核指标 快速准确地获取城市园林绿化覆盖率具有重要的实践意义和促进城市发展作用 传统的绿化覆盖率提取主要依靠人工实地调查获取 吴明秋等运用目视解译、人工勾画和实地测量方法对绿地覆盖率和绿地率进行提取 但存在人力投入较大 主观因素过多的问题 也有研究者提出简单地的采用绿化覆盖率比绿地率高 的经验数字来预测城市园林绿化覆盖率 计算虽简单 但没有考虑不同气候条件下园林植被应用差异 不能真实反映园林绿化覆盖状况 另外 也有学者采用数码照相方法获取和解译图片 计算植被面积的占比 近年还有研究者运用地面测量的模型得出绿化覆盖率的时空变化 但该方法还受限于植被覆盖率时空差异 无法大区域获取植被覆盖率随着遥感技术的发展 遥感影像与也逐渐应用于森林或城市园林植被的识别 李苗苗等在计算归一化植被指数()的基础上对像元二分法模型改进 获取北京市密云水库上游的植被 经过精度验证该模型可使用 郭伟伟等于 年利用 遥感影像中的红波段与近红外波段 组合计算出 并在此基础获取了张家口市森林覆盖率 程素娜等也利用 有效的提取了城市绿化覆盖信息 为城市规划及生态评价提供基础数据在此基础上 还有研究者尝试利用遥感影像可见光波段植被指数(即仅有红波段、绿波段、蓝波段)用于植被及其覆盖率提取 其中 等提出过绿指数()对彩色图像的杂草进行数学化分析 并有效提取植被区域 相比于 超绿超红差分指数()虽然也能有效地提 取 植 被 信 息 但 是 误 差 评 估 的 稳 定 性 较差 而归一化绿红差异指数()目前研究者主要将这一指数运用在生物量的评估上 但在植被覆盖率提取有待进一步验证归一化绿蓝差异指数则在甘蔗()长势评估中 研究验证 的指数与 指数高度相关 红绿比指数()在植被信息提取过程中 证实可以有效消除阴影的影响 但是与水体容易混淆 蓝绿比值指数()在植被覆盖度提取中具有暗部植被指数大亮部则相反的问题 可见光波段差异植被指数()是根据 的原理和形式上提出的一种可见光指数 李佳等、凌成星等根据 指数对城市绿地信息进行了分类 值可达 但对非生长状况较差的植被提取误差较大然而 基于高分辨率遥感影像 归一化植被指数与可见光植被指数是否适用于城市园林绿化植被覆盖率提取未见报道 本文 首先基于高分辨率遥感影像 以绿地类型多样的北京市陶然亭街道为研究对象 尝试探讨了各植被指数的城市园林绿化覆盖率提取效果 在此基础上 还应用提取精度较高的植被指数对北京 年北京城市核心区(含东城区与西城区)的绿化覆盖率进行了分析 为北京城市园林绿化资源普查工作提供参考 研究内容与方法 遥感影像数据来源及处理在各植被指数的城市园林绿化覆盖率提取效果对比过程中 所用到的实验数据为北京陶然亭街道 年、年 遥感影像(含红、绿、蓝 个可见光波段 空间分辨率为 )、年、年北京二号遥感影像(含红、绿、蓝、与近红波段共计 个波段 空间分辨率为 )上述遥感数据均已完成几何校正与大气辐射校正处理(图)北京陶然亭街道位于北京市西城区的东南部 总面积约为 内部绿地类型丰富多样绿化状况较好 其中陶然亭公园占地 图 陶然亭街道区位图注:红色框为研究区边界 西 部 林 业 科 学 年在 年北京城市核心区的绿化覆盖率提取中 则基于 年北京二号遥感影像(含红、绿、蓝、与近红波段共计 个波段 空间分辨率为 )进行提取 植被指数提取绿化覆盖率的基本步骤本文主要用 种植被指数进行计算提取(表)主要涉及两个步骤:基于图像的波段信息以及各植被指数的计算公式 在 中通过波段运算得到各指数的灰度图 根据像元二分法模型计算植被覆盖率 即计算图像中植被区域所占图像的像元百分比 得到各植被指数下的绿化覆盖率 具体如下:首先 选取根据第一步灰度图中的直方图选取合适的阈值对各植被指数的灰度图进行二值化处理 区分植被区和非植被区域黑为非植被区 白色为植被部分 其中二值化过程中设定合适的阈值非常关键 目前主要有 种方法:最大熵值法和双峰直方图法 最大熵值法假设阈值为 图像被分为背景 与目标 当背景与目标的熵值累加最大时 即()()()取 值 最 大 与 之 对 应 的 值 为 最 佳 阈值 在双峰直方图法中 认为图像的像素灰度值基本集中于 处 这 个最高点位置的灰度值对应对象内部或外部的典型灰度值 两峰之间峰谷所对应的值为对象之间边缘附近点的位置 通常选取两峰之间的坡谷所对应的值作为阈值 本文采用双峰直方图法进行阈值的确定表 植被指数的 种算法及公式 植被指数全称表达式文献来源归一化植被指数李苗苗等可见光波段差异植被指数李佳等过绿指数 等超绿超红差分指数 等红绿比值指数陈晋等归一化绿红差异指数 等归一化绿蓝差异指数谢国雪等注:近红外波段 红波段 蓝波段 绿波段 结果分析 基于归一化植被指数的绿化覆盖率提取基于双峰直方图法进行阈值确定 峰谷处于 之间 所以选取 个阈值进行植被提取与绿化覆盖率的计算 得出陶然亭街道的绿化覆盖率为 不同阈值下的绿化覆盖率的计算结果最大差值为 (表)表 不同阈值下陶然亭街道的绿化覆盖率 阈值 绿化覆盖率/通过目视解译 当阈值为 时 地物误分较少 提取的绿化覆盖率最接近实际值(图)且目视解译部分通过取点 个 验证准确率在左右 图 不同阈值下陶然亭街道的植被提取效果注:白色代表植被 图 同 第 期 徐慧婷等:植被指数在北京城市园林绿化覆盖率提取中的应用为进一步了解绿化覆盖率出现差值的原因 选取二值化后明显差异的区域(图)进行了重点分析 发现在该区域中 选取的阈值越小则具有高反射率的屋顶等地物被错误识别为植被的概率越大 阈值越高 则相反 另外 建筑物等阴影下的植被反射率较低 基于 无法精准识别植被 易产生错分的现象 且不同阈值下的错分程度也略有差别参照 图 不同阈值下的局部区域植被提取效果 基于可见光植被指数的绿化覆盖率提取由图 可以看出 基于 分辨率的遥感影像 并运用双峰直方图法确定的阈值开展的、共计 种植被指数的植被识别效果不佳 大量水体、人工操场被归入植被的范畴 建筑物在不同程度上也被识别为植被 从而一定程度影响了绿化覆盖率提取的准确度图 空间分辨率遥感影像的陶然亭街道植被提取效果注:仅 指数图像中黑色代表植被 其余指数图像则白色代表植被 图 同 进一步的分析发现 如果将 空间分辨率提高到 则所有可见光植被指数都可将水体与植被区分开 另外、指数在高植被覆盖区域的植被提取效果较好 但在建筑物区域内存在一定程度的错分现象 主要原因可能是建筑物密集的区域阴影部分较多 导致各可见光指数无法准确识别植物 需要注意的是 只用两个波段计算的、指数将建筑识别为植被的情况较多 植被提取效果明显差于其他 种运用三个波段计算的可见光植被指数(图)图 基于 空间分辨率遥感影像的陶然亭街道植被提取效果 西 部 林 业 科 学 年 归一化植被指数与可见光植被指数的定量对比分析为进一步比较各植被指数的提取效果 本文还选取陶然亭公园(内部建筑高度低 其阴影的影响基本可以忽略 且绿化覆盖率已有统计)进行对比分析 可见光植被指数与 指数提取的绿化覆盖率均存在低估的现象 但 指数的绿化覆盖率的提取结果最接近参考值 两者差值约为 指数次之(表 图)表 各植被指数提取的陶然亭公园绿化覆盖率 项目参照图像空间分辨率/绿化覆盖率/参照图 各植被指数提取的陶然亭公园植被效果注:表 表 与图 图 的相关数据均是基于 年的遥感影像获得 限于篇幅 年的相关表格与图均未列出 但根据同一区域的对比验证 基于 年遥感影像的各植被指数的城市园林绿化覆盖率提取效果差异与 年基本一致 北京 年北京核心城区的绿化覆盖率提取与分析基于 年空间分辨率 的北京二号遥感影像 本文还应用 指数对 年北京核心城区(含东城区和西城区 高层建筑相对较少)的绿化覆盖率进行了提取 在空间上 可以看出绿化覆盖率呈四周向中间递减的趋势(图)这可能与城市的核心区建筑密度高 城市绿化建设难度较大有关另外 通过统计分析可以了解到 应用 指数得到的 年北京城市核心区总体绿化覆盖率(不含水体)为 其中东城区绿化覆盖率 为 高 于 西 城 区 绿 化 覆 盖 率()具体到各街道 东城区绿化覆盖率最高的街道为天坛街道()最小的是崇外街道()西城区绿化覆盖率最高的则为陶然亭 街 道()最 低 的 为 大 栅 栏 街 道()通过北京市园林绿化局网站发布的信息还可以了解到 年人工普查得到的北京城市核心区总体绿化覆盖率(不含水体)约为 稍高于上 述 应 用 指 数 得 到 的 绿 化 覆 盖 率()再一次说明基于遥感影像并运用 指数获取的绿化覆盖率值 准确度较高 可作为园林绿化植物资源普查工作的重要参考图 北京东城区与西城区各街道的绿化覆盖率 讨论与结论 讨论本文基于 和 空间分辨率的遥感影像 利用 以及 种可见光植被指数分别提取了试验区域植被与城市绿化覆盖率 通过比较 首先发现基于 分辨率遥感影像的 种可见光植被指数都无法将水体与植被区分开 而基于 分辨率影像的可见光植被指数能比较好地将植被与水体区分开 遥感影像分辨率的提高 有助于减少可见光植被指数提取结果中的地物误分 马盛洲等在利用遥感影像提取水体信息的过程中 也 第 期 徐慧婷等:植被指数在北京城市园林绿化覆盖率提取中的应用发现空间分辨率的提高有助于提高总体分类精度其次 本研究还发现 各可见光植被指数提取的绿化覆盖率的准确度存在一定的差异:在同样空间分辨率的情况下 只用到 个波段的、指数的植被提取准确度明显低于利用到 波段的可见光植被指数 李鹏飞等、卞雪等等也有相似的研究结论 出现上述差异的原因在于运用 个波段的可见光植被指数可以更多地利用到光谱波段信息另外 通过 与可见光植被指数的定量对比分析发现 针对建筑物高度较低的陶然亭公园虽然可见光植被指数与 指数提取的绿化覆盖率均存在低估的现象 但基于 指数的绿化覆盖率的提取结果误分变少 更接近实际绿化覆盖率 误差在 左右 处于可接受的范围内 汪小钦等发现健康绿色植被虽然绿光和近红外波段均有反射作用 但近红外波段则具有相对较强的反射特性 指数就是利用植被对近红外光强反射的特点所构造的 对于不包含近红外波段的可见光遥感影像 只能基于绿光波段所具有的一定反射特性进行波段组合出可见光植被指数 因裸土等土地类型在绿光波段也具有一定的反射能力 可见光植被指数很容易造成误分现象在实践应用上 本研究应用 指数得到的 年北京城市核心区总体绿化覆盖率(不含水体)为 稍低于人工普查得到的北京城市核心区总体绿化覆盖率()另外 通过与 年、年北京城市核心区人工普查所得的绿化覆盖率相比 北京城市核心区的城市绿化覆盖率呈上升趋势 这与城市生态文明理念普及 大力开展绿化建设有关 需要补充说明的是 本次实验仅在北京城区中建筑高度较低的区域进行 对于具有其他空间特征的城市的绿化覆盖率提取是否仍适用 指数还需进一步验证 结论本文基于 和 空间分辨率的遥感影像 利用 以及多种可见光植被指数分别提取了城市绿化覆盖率 通过比较表明 可见光指数提取的城市绿化覆盖率误差相对较大 而基于 指数所提取的北京陶然亭公园()与城市核心区()的绿化覆盖率 与实际人工普查的结果均相差较小 很显然 在内部建筑高度较低的区域 基于 分辨率遥感影像并运用归一化植被指数()获取的城市绿化覆盖率 准确度较高 可作为园林绿化资源普查工作的重要参考参考文献:北京市园林局.北京市城市园林绿化普查资料汇编.北京:北京出版社.尹沛卓.城市绿地率与绿化覆盖率相关性量化研究 以山东省日照市主城区为例.济南:山东建筑大学.韩笑单峰贾茵等.新时期城市园林绿化评价指标研究 以徐州市为例.中国园林():.闫利江维薇.多光谱遥感影像植被覆盖分类研究进展.国土资源遥感():.杜仲曼马文明周青平等.基于遥感技术的植被识别方法研究进展.生态科学():.吴明秋吕玉朱剑云等.浅谈城市建成区绿地率及绿化覆盖率调查数据处理中所遇到的问题与解决方法/浙江省测绘与地理信息学会:浙江省测绘与地理信息学会年会论文集.申世广刘祥孙新旺等.我国设区市绿化覆盖率与绿地率区域耦合差异分析 基于干湿气候区划的视角.西北林学院学报():.张荣华.延庆区植被覆盖度信息提取方法研究.北京:北京林业大学.张晓云李荣贤张磊磊等.作物覆盖度的近地面测量方法综述.中国农学通报():.:.王国芳.基于遥感技术的植被覆盖度的动态监测.山西农业科学():.张天怡代沁伶徐伟恒等.高分辨率遥感影像城市绿地提取方法研究.西南林业大学学报(自然科学)():.李苗苗吴炳方颜长珍.密云水库上游植被覆盖度的遥感估算.资源科学().郭伟伟王秀兰冯仲科等.基于 的植被覆盖度变化的研究与分析以河北省张家口市为例.测绘与空间地理信息():.程素娜张永彬汪金花.基于遥感影像的城市绿地覆盖信息提取方法.天津农业科学():.():.田静阎雨陈圣波.植被覆盖率的遥感研究进展.国土资源遥感():.西 部 林 业 科 学 年():.李鹏飞郭小平顾清敏等.基于可见光植被指数的乌海市矿山排土场坡面植被覆盖信息提取研究.北京林业大学学报():.():.张正建李爱农边金虎等.基于无人机影像可见光植被指数诺尔盖草地地上生物量估算研究.遥感技术与应用():.谢国雪马灿达张秀龙等.无人机精准监测甘蔗长势技术研究与应用.国土资源信息化():.陈晋陈云浩何春晓等.基于土地覆盖分类的植被覆盖率估算亚像元模型与应用.遥感学报():.傅银贞汪小钦.基于北京一号 数据的植被指数的特性分析.测绘科学():.钟琪胡晋山康建荣.基于像元二分法的大宁矿区植被覆盖度研究.金属矿山():.()():.李佳王明果王云川等.顾及无人机影像点云特征的绿地信息分类方法.生态科学():.凌成星刘华纪平等.基于无人机影像 指数的植被覆盖度估算:以陕西神木防护林工程研究区为例.森林工程():.李苗苗.植被覆盖度的遥感估算方法研究.北京:中国科学院研究生院 遥感应用研究所.梁华为.直接从双峰直方图确定二值化阈值.模式识别与人工智能():.张家树.灰度图的最大最小优化熵阈值分割.电讯技术():.:.():.马盛洲.基于多特征融合的高分遥感影像的城市水体信息提取研究.南昌:南昌大学.卞雪马群宇刘楚烨等.基于低空可见光谱的植被覆盖率计算.水土保持通报():.谢兵杨武年王芳.无人机可见光光谱的植被覆盖度估算新方法.测绘科学():.高永刚林悦欢温小乐等.基于无人机影像的可见光波段植被信息识别.农业工程学报():.汪小钦王苗苗王绍强等.基于可见光波段无人机遥感的植被信息提取.农业工程学报():.(责任编辑:胡光辉)上接第 页 杨松.贵州泥炭藓属植物的初步研究.贵州师范大学学报(自然科学版)():.熊源新.贵州泥炭藓属植物的研究分类.山地农业生物学报():.罗应春熊源新.贵州泥炭藓属植物的研究区系与分布.山地农业生物学报():.王晓宇熊源新.贵州泥炭藓属植物物种多样性研究.广西植物():.熊源新杨林曹威.贵州省非维管束植物名录.北京:中国林业出版社:.贾渝何思.中国生物物种名录(第一卷植物苔藓植物).北京:科学出版社.路丹.农田与自然泥炭地海花草生态特征及生长环境对比研究.贵阳:贵州师范大学.曹威.苗岭地区苔藓植物空间分布格局研究.贵阳:贵州大学.穆艳艳吴启美张朝晖等.六种泥炭藓形态结构特征对其持水能力的影响.植物科学学报():.孙强卜兆君王升忠等.哈泥贫营养泥炭沼泽毛壁泥炭藓种群密度制约初探.湿地科学():.刘颖贺静雯李松阳等.蒋家沟流域不同海拔梯度的土壤种子库与地上植被的关系.西南林业大学学报(自然科学)():.:.贺金生陈伟烈.陆地植物群落物种多样性的梯度变化特征.生态学报():.刘兴良史作民杨冬生等.山地植物群落生物多样性与生物生产力海拔梯度变化研究进展.世界林业研究():.().:.杨浚恒崔海军石珣珣等.贵州娘娘山湿地两种藓类沼泽植物群落组成及其与环境因子的关系.西部林业科学():.涂淑雯.浙江西天目山苔藓植物多样性海拔梯度分布模式及影响机制.上海:华东师范大学.:.(责任编辑:胡光辉)第 期 徐慧婷等:植被指数在北京城市园林绿化覆盖率提取中的应用