基于QuickBird卫星影像的昆明市主城区绿地景观评价研究

周黎霞，赵 耘

（西南林业大学 园林学院，云南 昆明650224）

1 引言

城市绿地是城市景观要素之一，城市绿地系统是一个由各类城市绿地相互联系组合而成的城市绿色环境体系，是一个高度人为干扰形成的景观，具有高度的空间异质性，景观要素间的流动复杂，景观变化迅速［1］。

伴随着昆明市城市建设飞速发展，“城中村改造”、“老街保护”、“三环路修建”、“大学城南迁”、“地铁修建”等一系列建设项目相继实施，城市绿地的规划建设也需进一步完善。城市规划需要准确、详细的空间信息，而传统的地形图生产和更新周期很难满足需要。QuickBird卫星影像以其内容丰富、分辨率高、直观、生产更新周期短、费用低等优点弥补了传统地形图和航空影像的不足［2］。因此，探索QuickBird卫星影像数据处理方法及在城市绿地规划、建设中的应用变得非常重要。

高分辨率遥感技术为城市生态环境的监测方法和评价指标的改进提供了有力的支持［3］。高分辨率卫星遥感数据进行城市绿地调查，除了具遥感技术普遍的特点外，由于其高空间分辨率的特点，能够详细地展示城市绿地空间格局和植被种类，具有普通分辨率遥感数据不可比拟的优势。应用高分辨率卫星影像研究城市绿地类型、分布和结构，可以为定量地对城市绿地景观评价与分析提供科学依据，为城市绿地系统规划、改善城市生态质量提供参考，具有重要的理论与现实意义。

2 研究方法

2.1 QuickBird影像的预处理

本研究所使用的QuickBird影像数据，共有4个多光谱波段（空间分辨率为2.44m）和一个全色波段（空间分辩率为0.61m）：0.45～0.52μm 的蓝光波段，0.52～0.60μm 的绿光波段，0.63～0.69μm的红光波段，0.7～0.9μm 近红外波段，0.45～0.9μm全色波段。本次研究的遥感图像预处理包括遥感影像配准和影像剪裁。

2.1.1 地面控制点的采集

控制点应该在整幅遥感影像内分布均匀。为了保证GCP的准确性，其位置选择的是特征地物点，比如道路交叉口、建筑物的拐角处等易于在影像上判读的地方。校正精度与地面控制点的精度、分布和数量及校正影像的范围有关。

由于QuickBird遥感影像空间分辨率比较高，因此为了保证影像数据获得较高的校正效果，选择GPS实地测量，根据控制点选取原则在研究区域选取了20个控制点。

2.1.2 QucikBird影像的配准

配准是用Erdas Imagine软件进行的。在GCP数据表中，匹配程度（Match）、贡献率（Contribution）、中误差（RMS）、及残差（Residuals）等参数，是在编辑GCP的过程中自动计算更新的，用户不可任意改变，但是可以通过改变GCP位置来调整。根据残差值，删除误差较大，贡献率较小的GCP点，将个别GCP点的位置进行微调，尽量减少误差。

2.1.3 影像裁剪

用校正后的QuickBird影像作为参考图，用来校正昆明市行政区划图，使它和昆明市遥感影像有相同的投影坐标，都为UTM WGS84坐标系；使用AOI多边形工具在校正过的行政区划图上画出行政边界；在ERDAS的Data Preparation模块中，用AOI行政边界对QuickBird影像进行不规则剪裁。

2.2 基于QuickBird影像绿地自动提取

2.2.1 提取方法

传统的遥感技术提取城市遥感影像专题信息方法主要有两种：面向像元技术和目视解译技术［4］。面向像元技术以像元为基本单元进行信息提取。目视解译技术要求分类的人员有丰富的专业经验和充足的野外实地调查资料，且人工作业屏幕数字化的方法过程繁琐漫长，效率低下、受主观因素影响大，很难保证分类的质量，分类所需的成本也较高。而面向对象的遥感影像分类技术则是针对高分辨率影像应用兴起的一种新的遥感分类技术，这是一种新兴的技术，相对于以前的分类方法具有明显的优势。

面向对象遥感影像分类方法的一般步骤是对预处理后的遥感影像进行分割，得到同质对象，使得分割后的对象满足下一步分类或目标地物提取的要求，再根据遥感分类或目标地物提取的具体要求，检测和提取目标地物的多种特征（如光谱、形状、纹理、阴影、空间位置、相关布局等），建立分类体系，最后采用模糊分类算法，实现地物类别信息提取的目的。

遥感影像分析软件eCognition，采用了面向对象和模糊规则的处理和分析技术，为基于高分辨率影像的城市绿地信息的提取和研究带来广阔前景。

2.2.2 eCoginition支持下的QuickBird影像的分类

（1）第1级分割和分类。目的是根据亮度值来区分影像和背景。

（2）第2级分割和分类。目的是区分植被和非植被。以尺度参数80、形状参数0.3、光滑度参数0.9对影像进行分割，得到影像对象，即信息载体。然后用色彩参数和归一化植被指数（NDVI）进行植被和非植被的区分。

（3）第3级分割和分类。目的是区分陆地和水体以及阴影。以尺度参数110、形状参数0.5、光滑度参数0.9对非植被的影像对象进行分割，然后用模糊隶属度函数区分水体和陆地。

（4）第4级分割和分类。在第2级分割的基础上，以尺度参数60、形状参数0.3、光滑度参数0.7对非植被的影像对象进行分割，然后用模糊隶属度函数区分草地和树木。

接需要将阴影进行分类，由于阴影落在不同的地物中，例如房屋的阴影落在草地上、湖边的树的阴影落在水体中、而一些树的阴影则落在树丛上，eCognition提供的空间特征还不足以区分不同类型的阴影。因此，要运用手工分类工具对阴影进行分类，最后得到分类结果包括水体、草地、树木和非植被。

3 绿地景观评价与分析

3.1 评价与分析

目前，描述景观格局与景观异质性的指标已有很多，在进行具体的研究时必须根据研究目的，针对性地选择适当的指标［5］。本研究选择人均绿地面积、绿地率、多样性指数、破碎度指数、分维度指数、连通性指数等6个景观格局指数和景观生态效益等方面对昆明市主城区绿地系统进行综合分析。

通过本次研究，从中发现昆明市主城区存在景观结构不合理、斑块破碎度高、城市绿地类型分布不均衡等问题。景观类型也从以自然景观为主逐步变为以人文景观为主，各区景观类型受到不同程度的影响。主要暴露的问题包括景观破碎度增加，斑块趋于规整简单；绿地结构不合理；景观质量不高，树种种类多，但层次不够清晰；城市绿地管理不足。

3.2 建议

（1）增加绿地斑块建设。利用城中村改造，加大大中型绿地斑块的建设，改善公园绿地斑块较为破碎的现象。

（2）增加生产绿地、防护绿地和其他绿地的面积。在城市绿地规划中，改变目前城市绿地类型构成不合理的现状，合理配置各类绿地在城市中的比重。增加绿地类型均匀性指数以及绿地类型景观多样性指数，丰富城市绿地类型，优化城市绿地景观生态格局和生态安全，同时调整树种种类和层次结构。

4 结语

景观评价研究采用传统的调查、分析方法进行研究，往往受到人力、物力和自然条件等多方面的限制，利用高分辨率遥感影像和地理信息系统相结合来获取景观格局研究基础数据，具有快速、准确、高效等特点。本研究主要利用Quickbird影像数据，结合其它地学信息，以遥感、全球定位系统、地理信息系统为主要技术手段，对昆明市主城区绿地进行景观信息的提取及景观评价研究，是景观信息获取手段较先进、研究过程较全面的一次小尺度的景观评价研究。基于高分辨率影像的面向对象分类技术的实现一直是当前研究难点。本研究在eCoginition软件支持下编程实现绿地信息的自动提取，是一个创新。

［1］李哈滨，伍业钢.数量化方法在景观生态学中的应用［M］.北京：中国科学技术出版社，1992.

［2］许有田，任 琦，吴创奇，等.QuickBird遥感影像数据处理及在城市规划中的应用 ［J］.城市勘测，2008（5）：89～92.

［3］赖志斌，夏曙东，承继成.高分辨率遥感卫星数据在城市生态环境评价中的应用模型研究［J］.地理科学进展，2000，19（4）：359～365.

［4］王 雷，冯学智，都金康.遥感影像分类与地学知识发现的集成研究［J］.地理研究，2001，20（5）：637～643.

［5］李团胜，肖笃宁.沈阳市城市景观结构分析［J］.地理科学，2002（6）：717～719.