重庆市城市绿地变化监测方法研究∗

王 快 徐元龙

1 重庆市勘测院 重庆 401121 2 重庆市地理国情监测工程技术研究中心 重庆 401121

重庆市城市绿地变化监测方法研究∗

王 快1，2徐元龙1

1 重庆市勘测院 重庆 401121 2 重庆市地理国情监测工程技术研究中心 重庆 401121

城市绿地作为城市生态系统的一部分，在改善生态与人居环境方面起着积极的作用。遥感技术因其具有多时相和快速获取的特点，已逐渐成为城市绿地变化监测的主要手段。文章以城市遥感的理论知识为基础，详细阐述了面向像斑的变化监测技术及相关的特征分类理论，并以重庆市为例，研究了变化监测技术在城市绿地监测中的应用，并分析了两年间城市绿地系统的分布状态及其变化趋势，为相关部门正确决策提供有效依据。

城市绿地，遥感，变化监测，像斑

城市绿地不仅能为市民提供日常游玩和休憩的园地，净化城市空气和水体，防风固沙，降低城市的噪声，改善城市的区域气候；还能够维持人居环境的生态平衡，提高人们的生活质量，改善城市的生态系统等[1，2]。然而随着不断加快的城镇化和工业化进程，城市绿地受到了不同程度的破坏，抑或是原来预留的城市绿地被改作其他用途[3]。因此，对城市绿地开展动态监测，有效掌握城市绿地的演变过程，引导城市健康发展，建立和谐的城市生态系统显得十分必要。

由于城市绿地具有覆盖面广、综合性强、数据量大、内容丰富等特点，传统的测绘方法费用昂贵，花费太多的人力物力和财力，且监测结果也不一定准确等原因，已经很难对城市绿地进行实时或者准实时的监测；另外，随着遥感技术的快速发展，应用空间信息技术监测城市绿地已取得了很大进展。目前，遥感技术因其能够动态地、周期性地获取地表信息而广泛应用于资源环境的调查和地表环境的动态监测等领域[4]。同时，结合GIS强大的空间数据的处理和分析能力，为遥感信息的处理提供了有力平台，两者的结合可以快速、准确地获取城市绿地资源的多维信息，全面了解城市绿化状况，及时掌握绿地的动态变化，为进一步对城市绿地的规划调整打下基础[1，5-7]。在这样的大背景下，如何利用各时期测绘地理信息成果，对城市绿地进行动态监测，并统计分析其分布特性和变化趋势，实现城市生态绿地的合理布局和空间结构的优化，使城市绿地充分、高效地发挥其生态效益，已成为地理国情监测的重要研究内容。

目前，国内外已有利用高分辨率遥感影像开展城市绿地的提取、分类等相关研究。如对珠海、广州等城市的绿地进行分类、提取，开展动态分析研究[8-9]。也有学者结合K-T变换和ICA变换，根据地物的遥感影像特征、光谱特征信息和基于阀值的分类技术进行有效波段最优组合及地物分类，以及用多尺度分割方法来界定城市绿地边界，大幅提高了绿地专题信息提取的精度[10-11]。Puissant等[12]人结合了随机森林分类技术和面向对象图像分析技术，对城市绿地的信息的变化情况进行检测，结果具有较高的精度。

本文利用遥感手段对重庆市城市绿地进行动态监测，探讨基于像斑的变化监测技术以及在城市绿地保护中的应用，以期形成快速化、规模化、常态化的地理国情监测能力，形成科学客观、内容丰富、形式多样的地理国情监测成果，为政府、企业和公众提供地理国情信息服务，为常态化地理国情监测工作奠定技术基础与应用参考。

1 研究区概况与数据来源

1.1 研究区概况

重庆市是我国西部地区唯一的直辖市，地处较为发达的东、中部地区和资源丰富的西部地区的结合部，东临湖北、湖南，南靠贵州，西接四川，北连陕西。重庆主城区城市绿地规划形成了 “两江”“四山”“多廊”的空间结构体系。

重庆主城区离海洋较远，属中亚季风区，冬季受偏北季风控制，夏季受偏南季风影响。气候冬暖夏热，四季分明，空气湿润，日照少，无霜期长，多雾，雨热同季，常有大风冰雹。多年平均气温18℃，多年平均降雨量在1 100 mm左右，降雨时空分布不均，75%～80%以上的雨量主要集中在5—10月。重庆市主城区经济发展较好，2016年GDP为17 558.76亿人民币，人均国内生产总值为91 597.47元，超过全市人均国内生产总值58%。

1.2 数据资料

1)2014—2015年高分辨率卫星影像数据。利用采购的2014年和2015年的worldVIEW-2卫星影像(分辨率0.5 m)以及SPOT-7卫星影像的主城区高分辨率遥感卫星影像 (分辨率1.5 m)，作为本项目研究的主要影像数据源。

2)主城区的数字线划图数据。从已有的数字线划图中提取其中的绿地面数据进行整合，用作补充数据源。因普查指标限制，部分绿地并未采集，而从数字线划图中采集的图斑更为精细，可作为绿地源的补充数据。

3)第一次地理国情普查数据。包括地表覆盖分类数据、地理国情要素数据、地理单元数据，将其作为基础数据，并依据2014年10月和2015年10月高分辨率影像，采集两年间的绿地信息。

4)城乡规划数据。包括主城区控制性详细规划资料、重庆市绿地系统规划资料，用于对比分析评估主城区绿地规划与保护情况。

2 研究方法

本文以重庆市第一次地理国情普查成果数据作为主要数据源，结合2014、2015年主城区高分辨率卫星遥感影像，针对重庆市主城区规划范围(1 440 km2)的城市绿地变化开展专项监测:采集区域内2014、2015年公园绿地、生产绿地、防护绿地、附属绿地和其他绿地的范围及空间分布信息数据，对主城区2014—2015年城市绿地变化、规划实施效果等进行分析评价。

本文探索了以多源遥感影像为基础的面向像斑的变化检测技术，变化监测的流程主要包括同质像斑的获取、特征提取和变化检测3个环节。其总体技术流程如图1所示。

1)同质像斑的获取。本文主要利用数据套合的方法来获取影像的像斑对象。数据套合法是利用矢量数据与遥感影像进行叠加来获取影像的像斑[13]。同时，利用根据矢量数据中包含的地类码属性，获得像斑的类别信息。为了提高各类别像斑的同质性，保证变化检测的精度，对套合后获取的像斑进行再分割，生成子像斑，直到各类别的像斑同质性达到分割设定的阈值标准。

2)基于像斑的特征提取。获取同质像斑后，提取两期影像像斑的特征信息来构建特征空间。为了实现对地物的准确识别，还需要对像斑特征进行优化，即选择一组最佳的特征组合，使得组合内的特征之间的相关性较小，从而有效地剔除像斑中的冗余信息。

3)变化检测。本文主要使用了分类后处理和分类前比较的变化检测方法。针对分类后处理的变化检测方法，当获取了两个时期的像斑分类结果后，对两个时期遥感影像的对应像斑类别进行叠置分析，获取变化检测结果；针对分类前比较的变化检测方法，本文通过获取两个时期影像对应像斑内的所有像元灰度差值的熵，然后通过设定合理的阈值来得到变化检测结果。

图1 基于高分辨率遥感影像与地理国情数据结合的变化监测技术框架

3 结果与分析

3.1 城市绿地现状

主城规划区范围的总面积为14.4万hm2，通过遥感监测手段得到该范围内的绿地总面积约占规划区面积的29.58%。城市绿地中一部分是用于城市绿化的公园绿地、生产绿地、防护绿地和附属绿地，另一部分是其他绿地。统计分析得到用于绿化的公园绿地、生产绿地、防护绿地、附属绿地和其他绿地的占地现状如图2所示。

从图2中可以看出，其他绿地由于包含了风景名胜区、水源保护区、郊野公园、森林公园、自然保护区、风景林地、县城绿化隔离带、野生动植物、湿地等绿地类型，因而占据了相当大的比重。附属绿地则主要包含了城市建设用地中绿地之外的各类用地的附属绿化，因此也占据了较大的比重。公园绿地是指向公众开放，以游憩为主要功能，兼具生态、美化、防灾等作用的绿地，相比较而言，所占的比重较小。防护绿地是城市中具有卫生、隔离和安全防护功能的绿地，随着近年来重要的市政基础设施的发展，防护了本地的总面积也保持在相当的水平；而生产绿地主要是为城市绿化提供苗木、花草、种子的苗圃、花圃等圃地。常常带有季节性或者临时性，因此所占的比重较低。

图2 各类绿地面积所占百分比统计

3.2 城市绿地变化

3.2.1 城市绿地新增情况

对比分析2014年和2015年城市绿地分布情况，通过叠加分析方法提取两期绿地变化信息。同时结合外业核查数据和相关成果资料，统计分析得出主城区绿地新增情况，如表1所示。

1)城市新修的居住用地导致居住用地的附属绿地面积得以增加，而新增的附属绿地又是新增城市绿地的主要组成部分。

2)公园绿地主要是新增了居住区公园。

3)因新建道路而新增的防护绿地和生产绿地都有了不同程度的增加。

表1 城市绿地新增情况统计

3.2.2 城市绿地减少情况

通过GIS的叠加分析方法，对比分析2014年和2015年城市绿地分布情况，提取两期绿地变化信息，如表2所示。同时结合外业核查数据和相关成果资料，得出如下结论:

1)主城区绿地减少主要分为两部分，一部分是用于城市绿化的绿地，另一部分是城市建设用地之外的其他绿地。

2)用于城市绿化部分绿地减少按类别统计主要是防护绿地和居住绿地。

3)绿地减少后主要变成施工区和草地 (挖掘后长期放置未动工而长草)，少量变为耕地、硬化地表、道路、房屋等。

4)绿地减少量最大的区域是在北碚区蔡家湾附近。

5)部分公园如街旁绿地、石虎公园、铁山坪森林公园和悦来会展公园等，因公园改建或是新修公路等原因导致绿地减少。

表2 城市绿地减少情况统计

4 结论与讨论

本文利用第一次地理国情普查数据和地形图数据，以2014年10月和2015年10月影像为基础，对主城规划区范围的绿地进行了更新采集，探讨了利用变化监测技术在城市绿地监测中的应用，提出了一种基于遥感影像像斑的可靠性变化检测技术方法，重点讨论了分类后比较变化检测方法以及基于像斑差熵的分类前比较变化检测方法。同时，将监测得到的城市绿地现状信息与重庆主城区绿地规划数据进行统计分析。主城区城市绿地减少主要是因建筑施工、新建道路所致，应尽快完成修复和改造，避免因为过度开发建设导致的生态环境破坏。

城市绿地的监控是城市规划的一项重要课题，将遥感技术应用到城市绿地系统监测中可以动态掌握绿地的覆盖面积，从而优化城市绿地的空间结构，提高城市的可持续发展潜能；还能提高城市相关部门在规划城市园林绿地建设中决策的科学性，为制定城市园林绿化远景规划提供量化的、直观的依据。

今后将进一步扩大监测范围，开展居住用地、商业用地、工业用地、仓储用地等其他专题规划实施情况监测，为城乡规划工作的科学性提供保障。

[1]杨阳，邬兴旺，韩瑞霞，等.城市绿化与园林植物造景浅析[J].内蒙古林业，2016(3):32-32.

[2]王敏，石乔莎.城市绿色碳汇效能影响因素及优化研究[J].中国城市林业，2015，13(4):1-5.

[3]赵春黎.城市绿地系统规划存在的问题及建议[J].价值工程，2014(27):296-297.

[4]王鹏新，龚健雅，李小文.RS、GIS、GPS在西北农业大开发中的应用前景[J].遥感技术与应用，2000，15(4):241-245.

[5]苏智海，赵志江，刘金川，等.3S技术在城市绿地系统中的应用研究[J].西北林学院学报，2008，23(2):173-176.

[6]汪笑安，曹孟磊，张巍巍，等.基于RS与GIS技术的丽水市城市园林绿化监测方法研究[J].林业调查规划，2012，37(4):24-30.

[7]李婷婷，陈露，赵锦慧，等.RS与GIS技术在我国城市绿地研究中的应用[J].中国城市林业，2015，13(4):10-13.

[8]陈红顺，贺辉，肖红玉.基于高空间分辨率遥感影像的城市绿地提取方法研究[J].环境科学与管理，2016，41(10):25-27.

[9]王延飞，魏安世，李伟，等.广州市主城区绿地信息提取及其动态变化分析[J].中国城市林业，2014，12(2):28-30.

[10]程灿然，杨树文，石鹏卿.基于高分一号卫星遥感影像的城市绿地提取对比研究[J].矿山测量，2017，45(3):12-16.

[11]Zhang L，Li X，Lu S，etal.Multi-scale object-basedmeasurement of arid plant community structure[J].International Journal of Remote Sensing，2016，37(10):2168-2179.

[12]PUISSANT A，ROUGIER S，STUMPF A.Object-oriented mapping of urban trees using Random Forest classifiers[J].International Journal of Applied Earth Observations＆ Geoinformation，2014，26(1):235-245.

[13]李雪.基于像斑信息挖掘的土地利用变化检测方法研究[D].武汉:武汉大学，2010.

Research on M onitoring M ethod of Urban Green Space Change in Chongqing City

Wang Kuai1，2Xu Yuanlong1
(1.Chongqing SurveyInstitute， Chongqing 401121， China；2.Chongqing Geography and National Conditions Monitoring Engineering Technology Research Center，Chongqing 401121，China)

As a part of urban ecosystem，green spaces play an active role in improving ecological environment and living surroundings.Remote sensing has gradually become the main method to monitor the areas of green space changes in urban areas because of its characteristics of multiple phases and quick access.Based on the basic knowledge of remote sensing，this paper elaborated in details the object-oriented technology of changemonitoring and the related theory of feature classification.Meanwhile，it took the Chongqing City as an example to study the application of the technology to urban green spacemonitoring.Finally，the distribution of green spaces in urban areas and their change trend in recent two yearswere analyzed to provide an effective basis for relevant department tomake right decisions.

urban green space， remote sensing， changemonitoring， image spot

10.3969/j.issn.1672-4925.2017.05.010

2017-04-17

住房和城乡建设部科研项目:“低碳城镇化及其影响因子的遥感监测与应用研究 (2015-K8-009)”；地理国情监测国家测绘地理信息局重点实验室开放基金:“城市绿地的动态监测与应用研究 (2016NGCM05)”

王快 (1988-)，女，硕士，工程师，研究方向为遥感科学与技术，E-mail:525905702＠qq.com

徐元龙 (1987-)，男，学士，助理工程师，研究方向为地理信息系统，E-mail:397320989＠qq.com