基于3S技術(shù)的園林綠化調(diào)查方法與分析

郭宛予 孫素芬 馮仲科 呂廣林

摘要：針對傳統(tǒng)的園林綠化調(diào)查人力財(cái)力消耗大且效率低下的問題，設(shè)計(jì)了一個(gè)全新的園林綠化調(diào)查方法。該方法利用遙感影像解譯獲取目標(biāo)區(qū)域植被覆蓋范圍底圖，借助底圖利用GPS技術(shù)結(jié)合外業(yè)調(diào)查獲取園林綠化數(shù)據(jù)，再利用ArcGIS進(jìn)行內(nèi)業(yè)矢量化處理，通過空間分析獲得綠化相關(guān)指標(biāo)，分析目標(biāo)地區(qū)的綠化情況。在2017年北京市通州區(qū)綠化調(diào)查中使用該方法，調(diào)查時(shí)間縮短了近2個(gè)月，并得出可視化的綠化指標(biāo)圖。說明該方法可以很大程度減少傳統(tǒng)綠化調(diào)查所消耗的人力，提高調(diào)查效率，高效全面準(zhǔn)確地把握目標(biāo)區(qū)域城市園林綠化發(fā)展?fàn)顩r，綜合評價(jià)園林綠化發(fā)展水平，為政府及有關(guān)部門制定實(shí)施區(qū)域國民經(jīng)濟(jì)發(fā)展規(guī)劃和園林綠化發(fā)展規(guī)劃提供科學(xué)、翔實(shí)的依據(jù)。

關(guān)鍵詞：綠化調(diào)查;城市園林;GIS;RS;GPS

中圖分類號： TU986? 文獻(xiàn)標(biāo)志碼： A? 文章編號：1002-1302（2019）10-0162-04

城市綠地是城市結(jié)構(gòu)里景觀園林建設(shè)的主體，對城市系統(tǒng)有至關(guān)重要的作用。城市綠地可以美化城市生態(tài)環(huán)境，提高城市的居住環(huán)境質(zhì)量，協(xié)調(diào)城市建設(shè)與生態(tài)環(huán)境之間的矛盾[1]。園林綠化是指為了適應(yīng)城市發(fā)展，在城市轄區(qū)內(nèi)建設(shè)的綠化工程。城市園林綠化不僅是城市基礎(chǔ)設(shè)施，為城市的可持續(xù)發(fā)展提供保障，而且是一種休閑設(shè)施，為城市居民提供親近自然、休閑娛樂的場所。

地理信息系統(tǒng)（geographical information systems，GIS）是指對空間數(shù)據(jù)進(jìn)行采集、存儲、處理、分析、顯示和制圖的計(jì)算機(jī)信息系統(tǒng)[2]。GIS作為一種工具，其強(qiáng)大的查詢和空間分析功能，在國土、農(nóng)林、交通、水利等不同領(lǐng)域都有廣泛的應(yīng)用。隨著我國綠色城市化建設(shè)的發(fā)展，GIS技術(shù)逐漸應(yīng)用于城市園林綠化建設(shè)中，為園林綠化信息的存儲、查詢和分析提供了有利平臺[3]。

遙感（remote sensing，RS）是利用衛(wèi)星、航空飛機(jī)等搭載傳感器，依據(jù)不同地物對電磁波的反射波譜不同獲取地物信息的技術(shù)。隨著傳感器的分辨率越來越高，遙感影像的精度大幅提升，遙感的應(yīng)用范圍也越來越廣[4-5]。遙感影像分析的結(jié)果與其他多種地理信息數(shù)據(jù)復(fù)合疊加起來，不僅在處理上非常簡便，還可以得到許多高精度的判讀信息[6]。使用遙感技術(shù)既能較為準(zhǔn)確地量測綠地面積，又對判別地物類型、布局以及植物種類識別有幫助，是獲取綠化相關(guān)數(shù)據(jù)的有效途徑。

全球定位系統(tǒng)（global positioning system，GPS）利用衛(wèi)星信號、地面基站和用戶接收機(jī)，把地物的坐標(biāo)量測與通信技術(shù)結(jié)合起來，準(zhǔn)確提供定位、授時(shí)、測速服務(wù)[7-8]。在城市園林綠化調(diào)查中，使用GPS可以準(zhǔn)確定位點(diǎn)狀綠化設(shè)施，并記錄面狀綠化地塊的邊界信息，是獲取城市園林綠地定位數(shù)據(jù)的主要手段。

傳統(tǒng)的獲取城市綠化信息的手段為人工普查結(jié)合數(shù)學(xué)統(tǒng)計(jì)分析，但有如下的局限性：人力、財(cái)力投入量大、數(shù)據(jù)量大且運(yùn)算周期長、效率低下、人為影響因素大、缺乏空間分析、可視化程度低等[9]。對城市園林綠化數(shù)據(jù)進(jìn)行管理時(shí)，傳統(tǒng)的紙質(zhì)文件管理模式對數(shù)據(jù)的更新、查詢、分析等都造成極大的不便。部分發(fā)達(dá)地區(qū)已經(jīng)建立了數(shù)字化的園林管理系統(tǒng)，一定程度上解決了傳統(tǒng)紙質(zhì)文件管理的弊端[10-12]。但在城市綠化布局可視化方面還有所欠缺，且對綠化指標(biāo)的計(jì)算還不夠高效。利用GIS強(qiáng)大的空間分析功能，既可以提高綠地信息的可視化程度，又能高效進(jìn)行多指標(biāo)綜合性評價(jià)，可以為城市園林規(guī)劃及布局的合理性提供科學(xué)支持[13]。

使用3S技術(shù)對城市園林綠化情況進(jìn)行調(diào)查統(tǒng)計(jì)時(shí)，可形成一套綠化信息從獲取到處理分析到成果展示的一體化工作流程。借助ENVI和GPS，外業(yè)調(diào)查的效率和準(zhǔn)確性大幅度提高。外業(yè)時(shí)GPS的空間、屬性信息錄入和GIS的分析、制圖功能為內(nèi)業(yè)數(shù)據(jù)的錄入、處理和可視化顯示提供便利。利用3S技術(shù)可以縮短園林調(diào)查的時(shí)間，節(jié)約調(diào)查成本，讓調(diào)查結(jié)果更為精確科學(xué)。

1 材料與方法

1.1 數(shù)據(jù)來源

本研究使用的遙感數(shù)據(jù)為資源三號衛(wèi)星在北京市區(qū)范圍的影像數(shù)據(jù)，地形數(shù)據(jù)為30 m分辨率的DEM數(shù)據(jù)，矢量數(shù)據(jù)為2017年北京市通州區(qū)行政邊界。

1.2 研究方法

以研究區(qū)資源三號影像數(shù)據(jù)以及30 m分辨率DEM地形數(shù)據(jù)為數(shù)據(jù)源，綜合多源信息進(jìn)行人機(jī)交互的影像判讀及監(jiān)督分類，獲得研究區(qū)的土地利用分類信息;并以土地利用分類圖為底圖，進(jìn)行園林外業(yè)調(diào)查以及試驗(yàn)補(bǔ)測。在獲得綠化空間分布及屬性信息之后，再進(jìn)行內(nèi)業(yè)統(tǒng)計(jì)要素的勾繪。最終通過GIS分析手段實(shí)現(xiàn)園林綠化信息的統(tǒng)計(jì)分析以及指標(biāo)評價(jià)。利用3S技術(shù)進(jìn)行園林綠化調(diào)查的技術(shù)路線如圖1所示。

1.3 外業(yè)調(diào)查底圖制作

對研究區(qū)資源三號衛(wèi)星影像進(jìn)行大氣校正和幾何校正，將校正后的影像鑲嵌，再沿通州區(qū)矢量邊界裁剪，得到通州區(qū)遙感影像[14-16]。在ENVI 5.0軟件中，根據(jù)人工目視解譯的結(jié)果選擇感興趣區(qū)，讓計(jì)算機(jī)進(jìn)行監(jiān)督分類，獲得通州區(qū)土地利用分類圖（圖2-a）。鑒于林地、草地、農(nóng)田在遙感影像中反射光譜類似，僅有紋理差異，分類結(jié)果可能不精確。而植被覆蓋范圍正是城市園林綠化調(diào)查的目標(biāo)區(qū)域，且植被與其他地物波譜信息差異明顯，分類較為精確，因此將林地、草地、農(nóng)田的分類結(jié)果合并顯示[17]。把分類結(jié)果轉(zhuǎn)為矢量，提取出林地、草地、農(nóng)田部分作為外業(yè)調(diào)查的底圖（圖2-b）。

傳統(tǒng)的園林綠化調(diào)查需覆蓋全城，排除建筑、道路和水體等，人力財(cái)力消耗巨大，而借助3S技術(shù)的園林調(diào)查前期制作外業(yè)調(diào)查底圖，縮小了調(diào)查范圍，提高了調(diào)查效率，節(jié)約了調(diào)查成本。

1.4 外業(yè)調(diào)查

外業(yè)人員使用軟尺、GPS等工具記錄空間信息，包括采集記錄綠籬色塊、草坪等面狀要素的邊界信息，以及喬木、灌木、古木名樹等點(diǎn)狀要素的點(diǎn)位信息。同時(shí)完成樹種名稱、規(guī)格、數(shù)量等屬性的記錄，記錄所使用的外業(yè)調(diào)查表格設(shè)計(jì)見表1。

1.5 內(nèi)業(yè)數(shù)據(jù)處理

在Arc Map 10.2中，以外業(yè)調(diào)查底圖為基礎(chǔ)，導(dǎo)入GPS采集的空間數(shù)據(jù)，將外業(yè)調(diào)查的綠化信息數(shù)據(jù)勾繪出來，并錄入對應(yīng)的屬性信息。

利用綠化要素?cái)?shù)據(jù)、綠化統(tǒng)計(jì)要素、基礎(chǔ)地理數(shù)據(jù)，借助GIS空間統(tǒng)計(jì)分析功能，統(tǒng)計(jì)和計(jì)算出各綠地單元綠化情況、區(qū)域綠地統(tǒng)計(jì)數(shù)據(jù)以及各綠化指標(biāo)，例如綠地率、綠化覆蓋率、道路綠化遮陰率、河道綠化普及率等，查詢和管理各綠地單元綠化情況。

1.5.1 單位綠地綠化指標(biāo)統(tǒng)計(jì) 統(tǒng)計(jì)單位綠地中喬木、灌木、草地等綠化要素的品種、數(shù)量、綠地面積、綠化覆蓋面積等信息。針對公園、道路等綠化主體，設(shè)計(jì)更加詳盡的綠化信息統(tǒng)計(jì)方案，如記錄各主要路段的道路長度、寬度、綠化帶面積、行道樹種類、非機(jī)動(dòng)車道的遮陰面積等[9]。這些信息和指標(biāo)可以為管理部門提供準(zhǔn)確而有效的決策依據(jù)。

1.5.2 區(qū)域綠化指標(biāo)統(tǒng)計(jì) 統(tǒng)計(jì)區(qū)域性園林綠化指標(biāo)并對其進(jìn)行評價(jià)，如記錄公園綠地率、綠化覆蓋率、公園綠地服務(wù)半徑覆蓋率等。下面列出幾個(gè)常見的城市園林綠化評價(jià)指標(biāo)的計(jì)算方法：

式中：P為公園綠地500 m服務(wù)半徑覆蓋率;S1為公園綠地500 m服務(wù)半徑覆蓋的居住用地面積;S2為居住用地總面積。

式中：NVRSR為非機(jī)動(dòng)車道遮陰率;NVRSA為非機(jī)動(dòng)車道遮陰面積;NVRA為非機(jī)動(dòng)車道總面積。

2 結(jié)果與分析

2.1 空間指標(biāo)分析

對城市綠化調(diào)查的空間指標(biāo)分析主要是對公園500 m服務(wù)半徑范圍的分析，用到GIS空間分析中的緩沖區(qū)分析功能。為了使內(nèi)業(yè)統(tǒng)計(jì)分析工作更加高效，本研究設(shè)計(jì)了一個(gè)集成綠化指標(biāo)統(tǒng)計(jì)分析功能的GIS系統(tǒng)。該系統(tǒng)能夠?qū)崿F(xiàn)綠化信息的輸入、存儲、可視化、查詢、統(tǒng)計(jì)、指標(biāo)分析、繪制和輸出等功能，基本滿足綠化信息管理的要求。圖3是指標(biāo)分析功能中通州區(qū)公園500 m服務(wù)半徑的分析圖。

2.2 區(qū)域綠化分析

以通州區(qū)某公園以及某道路為例，統(tǒng)計(jì)通州區(qū)區(qū)域綠化情況。由表2和表3可以得出，該公園綠化覆蓋率為 48.67%，在公園景觀綠化植被中，喬木株數(shù)最多，共2 128株，主要樹種為楊樹、油松、國槐、碧桃、側(cè)柏、銀杏等;灌木564株，主要為大葉黃楊、木槿、連翹、紫荊等;綠籬色塊 239 m2，主要是紫葉小檗、女貞、大葉黃楊等密植;草坪覆蓋面積最大，約22 285 m2，主要以暖季型草坪為主。而研究目標(biāo)道路非機(jī)動(dòng)車道遮陰率僅為31.22%，遠(yuǎn)遠(yuǎn)低于多數(shù)城市生態(tài)城區(qū)評價(jià)指標(biāo)中對慢行道路遮陰率要大于80%的規(guī)定。

2.3 整體綠化分析

表4為2013—2017年通州區(qū)城市綠化資源情況調(diào)查表。從表4可知，2013—2017年通州區(qū)綠化覆蓋面積和綠地面積逐年增加，尤其是公園綠地面積，5年增長率為87.7%。自有記錄以來，公園綠地500 m服務(wù)半徑覆蓋率也逐步上升，并在2017年達(dá)到80%以上，這與通州區(qū)近年來大力發(fā)展公園建設(shè)項(xiàng)目密切相關(guān)。但隨著城市的發(fā)展和外來人口的流入，通州區(qū)的人均綠地面積和人均公園面積呈下降趨勢。這說明通州區(qū)園林綠化建設(shè)速度與通州區(qū)人口增加速度還不匹配，仍需加大綠化建設(shè)力度。

3 結(jié)論與討論

（1）基于3S的園林綠化調(diào)查方法極大地提高了調(diào)查效率。傳統(tǒng)的園林綠化調(diào)查為人工普查，外業(yè)調(diào)查人員多，內(nèi)業(yè)數(shù)據(jù)處理操作繁瑣，人工成本高，效率低下。而2017年北京市通州區(qū)園林綠化調(diào)查時(shí)間比往年縮短近2個(gè)月，充分說明了本研究方法的高效性。本研究的調(diào)查方法先借助RS技術(shù)制作外業(yè)調(diào)查底圖作為外業(yè)指導(dǎo)，讓調(diào)查更有目的性;再結(jié)合GPS采集綠化數(shù)據(jù)信息，同時(shí)輸入屬性信息，使外業(yè)更準(zhǔn)確高效，同時(shí)也減少內(nèi)業(yè)錄入工作;最后使用GIS的屬性分析和空間分析功能進(jìn)行內(nèi)業(yè)處理，提高內(nèi)業(yè)處理效率，也讓成果能可視化展示。

（2）通州區(qū)部分路段道路附屬綠地建設(shè)與路網(wǎng)發(fā)展脫節(jié)。研究區(qū)部分路段非機(jī)動(dòng)車道遮陰率遠(yuǎn)低于80%，或與新建道路兩側(cè)新植行道樹未長成有關(guān)。建議引進(jìn)一定數(shù)量的成年樹木作為行道樹，來提高非機(jī)動(dòng)車道的遮陰率。

（3）通州區(qū)公園內(nèi)綠化植物種類多樣性有待加強(qiáng)。以本研究中的通州區(qū)某公園為例，園中主要喬木為楊樹、油松、國槐、碧桃、側(cè)柏、銀杏;主要灌木為大葉黃楊球、木槿、連翹、紫荊;綠籬色塊中密植樹種多為紫葉小檗、女貞、大葉黃楊。這些樹種中觀花（葉）型樹種只有碧桃、銀杏、木槿、連翹、紫荊，且觀賞期具有季節(jié)性，使公園秋冬季節(jié)的娛樂觀賞性不足。調(diào)查過程中發(fā)現(xiàn)部分區(qū)域樹種單一，將導(dǎo)致植物病蟲害頻發(fā)。建議多引進(jìn)不同花期或者花期較長的樹種，在增加公園不同季節(jié)觀賞性的同時(shí)，增加園內(nèi)樹種多樣性，避免同一樹種集中種植，以減少病蟲害的發(fā)生。

（4）園林綠化建設(shè)速度與城市人口增速不匹配。在2013—2017年通州區(qū)城市綠化情況調(diào)查表（表4）中可以看出，近5年北京市通州區(qū)綠地面積及公園面積都在逐年上升，但人均綠地面積和人均公園面積總體為下降趨勢。這說明通州區(qū)園林綠化建設(shè)的速度還不能與通州區(qū)人口的增長速度相適應(yīng)。相關(guān)部門應(yīng)關(guān)注轄區(qū)人口增長趨勢，制定與之匹配的園林綠化建設(shè)項(xiàng)目，加大城市園林建設(shè)力度，保證人均公園綠地面積平穩(wěn)上升。

參考文獻(xiàn)：

[1]朱舟波. 城市公園園林綠化環(huán)境調(diào)查分析[J]. 環(huán)境與發(fā)展，2017，29（6）：199-201.

[2]李建松. 地理信息系統(tǒng)原理[M]. 武漢：武漢大學(xué)出版社，2006：1-24.

[3]金文超，徐莉莉. 分析GIS技術(shù)在城市園林綠化管理中的應(yīng)用[J]. 現(xiàn)代園藝，2017（22）：121.

[4]李閩麗. 城市園林綠化調(diào)查中RS和GIS技術(shù)的應(yīng)用[J]. 中南林學(xué)院學(xué)報(bào)（自然科學(xué)版），2006，26（4）：141-146.

[5]郭華東. 信息獲取與處理技術(shù)（1998進(jìn)展）[M]. 北京：中國建材工業(yè)出版社，1999.

[6]鄭 紅，肖 微，侯碧清，等. 基于高分辨率衛(wèi)星影像的城市園林綠化現(xiàn)狀調(diào)查[J]. 中南林業(yè)調(diào)查規(guī)劃，2005（1）：50-52.

[7]范繼紅，冀一龍. GPS在園林綠化中的應(yīng)用前景[J]. 北京農(nóng)業(yè)職業(yè)學(xué)院學(xué)報(bào)，2012，26（3）：22-26.

[8]馮仲科，余新曉. 3S技術(shù)及其應(yīng)用[M]. 北京：中國林業(yè)出版社，2000.

[9]龔天宇. 基于GIS和RS的城市園林綠化調(diào)查與統(tǒng)計(jì)分析[C]//江蘇省測繪地理信息學(xué)會2016年學(xué)術(shù)年會論文集.南京：《現(xiàn)代測繪》編輯部，2016.

[10]董仁才，趙景柱，鄧紅兵，等. 3S技術(shù)在城市綠地系統(tǒng)中的應(yīng)用探討——以園林綠地信息采集與管理中的應(yīng)用為例[J]. 林業(yè)資源管理，2006（2）：83-87.

[11]宋麗萍，朱偉華，丁少江，等. 深圳城市綠化管理信息系統(tǒng)的設(shè)計(jì)[J]. 南京林業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2003，27（1）：59-62.

[12]Yokohari M，Takeuchi K，Watanabe T，et al. Beyond greenbelts and zoning：A new planning concept for the environment of Asian megacities[J]. Landscape and Urban Planning，2000，47（3/4）：159-171.

[13]賀光旭. GIS在城市園林綠化中的研究及應(yīng)用[J]. 現(xiàn)代農(nóng)業(yè)科技，2011（11）：54-54，57.

[14]劉志強(qiáng)，李翠翠，李 俊. 面向?qū)ο蟮母叻直媛蔬b感影像分類在水土保持監(jiān)測中的應(yīng)用研究——以某公路工程為例[J]. 浙江水利科技，2018，46（4）：16-20，37.

[15]劉生龍，張永紅. 基于遙感影像的土地利用變化檢測[J]. 測繪與空間地理信息，2018，41（1）：145-148.

[16]吳詩婳. 遙感圖像預(yù)處理與分析方法研究[D]. 南京：南京航空航天大學(xué)，2017.

[17]楊 超，鄔國鋒，李清泉，等. 植被遙感分類方法研究進(jìn)展[J]. 地理與地理信息科學(xué)，2018，34（4）：24-32.