吴国华
(福州市勘测院有限公司,福建 福州 350108)
福州市具有十分丰富的地理自然资源和历史人文资源,早在2003年就成功入选第七批国家园林城市。随着福州市城市建成区的不断扩展以及城区绿化改造提升、拆墙透绿、河岸串珠公园等园林绿化提升项目的大量开展及福州市城区的不断发展建设,福州市提出创建国家“生态园林城市”的目标。申报国家生态园林城市需依据《国家生态园林城市标准》中各项指标标准,并及时掌握福州市园林绿化现状及历年指标变化情况,以及时进行调整优化[1]。基于此福州市启动建设福州规划区城市绿地现状数据采集建库,并设立年度更新维护的目标。
根据国家生态园林城市中各项指标标准,结合福州园林现状的实际采集及年度更新维护需求,拟定绿化现状采集、绿化现状年度维护更新、绿化相关指标统计分析等详细内容。
根据地形图数据、激光点云、航空遥感影像获取绿化占地及绿化现状覆盖数据,建设绿化现状数据库[2]。
根据两期遥感影像的植被指数(NDVI)差异检测绿地变化区域,并叠加正射影像、地形图数据对范围内的园林绿化数据进行年度更新采集[3]。
依据逐年份的园林绿化数据库更新成果,对建设范围内绿地率、绿化覆盖率、人均公园绿地、公园绿地服务半径覆盖率等园林绿化指标进行统计测算,并对不同年份绿化指标变化进行时序分析。
基于园林绿地现状数据采集建库及年度动态维护更新的目标,以地形图库、激光点云数据库、高分辨率正射影像数据、电子地图数据、园林绿化工程数据等多源空间数据为源数据,通过多源空间数据融合的方式制定国家生态园林城市中各类绿化相关数据获取建库及年度更新的作业流程,并以此为数据基础进行园林绿化指标统计及绿化指标变化的时序分析。具体流程如图1所示:
图1 绿化现状采集建库、更新维护及指标分析流程图
本文以福州市建成区绿化现状采集及年度更新维护生产为例,按照生产实施的具体作业步骤来详细介绍多源空间数据在国家生态园林城市绿化现状采集、相关指标统计与时序分析中的技术实现。
绿化现状采集、更新、指标统计及时序分析中利用的多源空间数据及相关说明表如表1所示:
表1 绿化数据现状采集及指标统计源数据说明表
城市绿地数据库包含绿地面和绿化覆盖面两部分内容,其分别对应生态园林城市的建成区绿地率、建成区人均公共绿地、建成区绿化覆盖率等不同统计指标。其中绿地面积是指绿地边界围合之内的公共绿地、道路绿地等的硬质景观[4],以及生产绿地、风景林地等边界内由于郁闭度原因造成的裸露的土壤都归为绿地面积[5];绿化覆盖面积是指城市中乔木、灌木、草坪等所有植被的垂直投影面积,包括屋顶绿化植物的垂直投影面积以及零星树木的垂直投影面积[6]。二者主要区别是在乔木、灌木等高大绿植的冠幅投影面积一般大于其绿地占地面积,而草坪等低矮近地绿植的绿地面和绿化覆盖面则是相同的。
4.2.1 绿地面构建
绿地面构建是基于大比例尺地形图数据,通过数据提取、自动融合、拓扑构面的方式采集构建绿地面。
①数据预处理:提取地形图库中的植被相关数据图层,并对提取的植被点、线数据进行冗余筛除、数据分类、断线连接等预处理。
②构建Delaunay三角网:根据Delaunay三角网最大化最小角特性,以待构植被线节点集作为Delaunay三角网构建中各个三角形的顶点,具体利用FME平台的Hullaccumulator、Triangulator、Deaggregator转换器组合,对植被线节点形成封闭外壳,并将封闭壳体范围内的几何对象构建成三角网[7]。如图2是Delaunay三角网构建流程图,图3是构建的Delaunay三角网效果图。
图2 Delaunay三角网构建流程图
图3 由植被线节点构建的Delaunay三角网效果图
③拓扑构建植被面:在植被线节点构建三角网的基础上,利用FME的LineOnLineOverlayer、AreaBuilder、Dissolver转换器组合,对三角网中的各个三角形的多段线进行拓扑构建、邻接面要素融合等处理,从而构建生成植被面[8],融合后的植被面效果如图4所示。
图4 绿化面融合效果图
④绿化覆盖面验核:对拓扑构建的绿化面与同时期正射影像叠加比对分析,分别对苗圃、草地、人工绿地等范围面与正射影像中植被比对验核。发现自动生成的绿化面与同时期正射影像的绿植范围套合一致,能够准确地勾勒出各类绿植范围面。具体叠加效果如图5所示。
图5 自动构建绿化面与同时期正射影像叠加效果图
4.2.2 绿化覆盖面构建
绿化覆盖面构建是以激光点云数据为源数据,以提取的树木点数据为构网节点拓扑构建三角网,并对构建的三角网进行融合生成绿化覆盖面。
①植被冠幅提取:LiDAR系统直接获取的是地球表面的三维坐标,可以直接生成数字表面模型DSM。这样生成的DSM中包含大量的建筑物点、树木点以及其他非地面点。要想分离提取树木点,首先需要生成数字地形模型DTM,采用Vosselman提出的以形态学理论为基础的坡度滤波算法,通过滤波处理,滤掉非地面点,并使用逐点内插法生成DTM,然后采用原始的DSM减去DTM的方式得到规则化的DSM(nDSM)[9]。最后根据房屋与树木都具有一定高程的特性,利用nDSM的值对LiDAR数据进行高程阈值分割提取出地物点。按福州市乔灌木实际冠幅高度情况,对高于地面1 m以上的地物点进行提取。具体提取的地物点效果如图6所示。
图6 提取一定高度的地物点效果图
然后用提取出的地物点云(包含建筑物点云和树木点云)与建筑物矢量面数据进行叠加筛除建筑物点云,即得到树木点云,如图7所示。
图7 筛除建筑物点后的树木点效果图
②构建绿化覆盖面:利用4.2.1绿地面构建过程中②、③同样的构建原理和方法构建生成绿化覆盖面[9],具体构建效果如图8所示。
图8 融合生成的绿化覆盖构效果图
③噪点剔除:随机选取1 km2激光点云构建的绿化覆盖面进行人工比对,筛选出噪点误构面 1 473个,累计面积 909.23 m2,占所选区域内自动构建绿化覆盖面面积的 0.265 6%。经分析噪点误构面多为交通杆点、汽车、树木与建筑边缘衔接处等噪点,绝大部分噪点误构面面积小于 0.50 m2,可以通过面积过滤筛除,其他通过人工比对剔除。
④绿化覆盖面验核:对拓扑构建的绿化覆盖面与同时期正射影像进行叠加比对,发现自动生成的绿化覆盖面与同期正射影像的绿植垂直投影套合一致,能够准确地勾勒出各种情况的绿植垂直投影范围面,叠加效果如图9所示。
图9 激光点云构建绿化覆盖面与同期正射影像叠加效果
4.2.3 绿化数据融合建库
基于以上步骤完成的绿化现状空间数据,是绿化现状数据属性信息的基础空间载体,通过空间位置关联融合的方式从多源空间数据中获取相关属性信息,对个别融合、关联属性信息存在矛盾冲突的绿地数据需要进行人机对照判断修改完善。融合后绿化数据的属性主要包括:绿地ID、绿地名称、绿地编码、绿地分类、绿地位置、主管部门、所属行政区、绿地面积、更新时间等字段。依据这些属性可以快速便捷地对相关绿化指标进行统计及时序分析。融合建库后的绿地数据库空间及属性信息如图10所示。
图10 绿化现状数据空间分布及属性信息截图
绿化现状数据的年度更新维护是基于不同时相两期遥感影像的植被差异的变化检测的方法,首先确定变化区域范围,然后将变化区域范围中植被的增、减变化情况依据最新现势性正射影像数据完成人工解译更新修测。
4.3.1 基于影像的绿地变化检测
绿地变化检测关键技术是基于两期影像中近红外波段反射值与红光波段反射值之间的差异性对应体现在土地植被覆盖的变化情况对比发现、提取植被变化区域的方式。其检测、提取变化区域的过程是通过计算两期卫星影像的归一化植被指数(NDVI)差异实现。NDVI指数是遥感影像中近红外波段反射值与红光波段反射值之间的差值与两者之和的比值,能够直观反映土地植被覆盖的变化状况,具体计算公式为:
DNVI=(NIR-R)/(NIR+R)
(1)
公式(1)中NIR为遥感影像中近红外波段的反射值,R为红光波段的反射值。
以2020年绿地变化检测为例,变化检测采用欧空局(ESA)提供的sentinel-2影像,利用ENVI软件中的波段计算器测算两期影像(2019,2020)的NDVI指数,并通过计算栅格差值的方式快速提取DNVI值增长区域及减少区域图斑,其分别对应植被增加区域和减少区域。设定图斑最小面积阈值为 1 000 m2,剔除细碎变化图斑后得到变化区域轮廓面。选取变化检测识别出的植被变化区域截图如图11(图中绿色为植被增加区域,红色为减少区域)。
图11 基于影像的植被变化检测区域轮廓编提取截图
4.3.2 绿化现状年度更新修测
绿化现状数据库的年度更新维护,是在绿化现状变化检测的基础上对植被变化区域进行更新修测,以维护绿化现状数据库的现势性。绿化现状数据更新修测,是以地形图数据及年度影像数据为更新基础进行年度绿化现状数据更新修测。在绿地现状空间数据更新修测中,需同步更新绿化现状数据的属性信息。具体绿化现状数据更新修测前后的局部截图如图12所示:
图12 绿化现状数据更新修测前后的局部截图
各类型园林绿化图斑常有调整变化,相应指标的统计亦需要同步更新。基于以上统计需求,利用FME中转换器组合编写了绿化指标统计工具,可对实时调整变换的各类园林绿化指标数据进行自动分类、区域关联、指标统计等处理,实现了园林绿化指标的实时快速统计。
4.4.1 绿化指标统计
(1)建成区绿化覆盖率
城市建成区是城市行政区内实际以成片开发建设、市政公用设施和配套公共设施基本具备的区域。绿化覆盖率是城市内全部绿化覆盖面积与区域总面积之比,是反映城市生态环境保护状况及国家园林城市的重要指标。
建成区绿化覆盖率(%)=建成区所有植被的垂直投影面积(km2)/建成区面积(km2)×100%
《国家生态园林城市标准》对城市建成区绿化覆盖率的要求为≥40%,福州市2020年建成区绿化覆盖率为47.41%,如表2所示,已达到国家生态园林城市标准要求,但受建成区面积大小及区位条件等综合因素的影响较大,各区绿化覆盖率呈现不平衡的分布态势,具体各城区绿化覆盖率、绿化覆盖面积占比如图13所示。
表2 2020年度福州市六城区绿化覆盖率统计表
图13 福州市各城区绿化覆盖率及绿化覆盖面积占比
(2)建成区绿地率
城市绿地率是城市建成区内各类园林绿化用地总面积占城市建成区总面积的比例。作为刻画城市绿地建设水平的核心指标之一,城市绿地率直观反映了城市园林绿化整体建设水平。
建成区绿地率(%)=建成区各类城市绿地面积(km2)/建成区面积(km2)×100%
《国家生态园林城市标准》对城市建成区绿地率的要求为≥35%,且城市各城区绿地率最低值需≥28%。经统计福州市建成区绿地率为41.47%,如表3所示,已达到国家生态园林城市标准。从图14中不难看出福州市建成区绿地空间分布不均,成规模绿地主要分布于晋安、仓山区范围内。
表3 2020年福州市各城区绿地率统计表
图14 福州市各城区绿地率及绿地面积占比
(3)人均公园绿地面积
城市人均公园绿地面积是城市建成区内公园绿地总面积与城区人口之比,反映城市居民的人均公园绿地占有量。
城市人均公园绿地面积(m2/人)=公园绿地面积(m2)/建成区内的城区人口数量(人)
《国家生态园林城市标准》中,对于城市人均公园绿地面积的要求为 ≥10 m2/人,根据2020年统计数据福州市人均公园绿地面积为15.39 m2/人(如表4所示),已达到国家生态园林城市标准。
表4 2020年福州市人均公园绿地面积统计表
(4)公园绿地服务半径覆盖率
公园绿地对于城市居民的公平性和可达性是评价城市公园空间布局是否合理的重要内容。目前对于城市公园绿地空间分布合理性的评价大多采用公园绿地服务半径覆盖率作为指标。公园绿地服务半径覆盖率是指城市建成区内公园绿地服务半径覆盖范围内的居住用地面积与城市建成区内居住用地总面积之比。
公园绿地服务半径覆盖率(%)=公园绿地服务半径覆盖的居住用地面积(hm2)/居住用地总面积(hm2)×100%
《国家生态园林城市标准》对于不同面积的公园绿地有着不同的服务范围划分,并要求城市公园绿地服务半径覆盖率≥90%。经统计2020年福州市建成区公园绿地服务半径覆盖率为91.73%,如表5所示,已达到国家生态园林城市标准。但也发现三坊七巷、义序片区等区域覆盖不足区域,为后继公园的建设规划提供了数据依据。
表5 2020年福州市公园绿地服务半径覆盖率统计表
4.4.2 绿化指标分析
①园林绿化时序分析
以2015年、2020年园林绿化现状数据时序分析为例,对比2015年~2020年5年内福州市园林绿化时序变化情况如表6所示。5年内福州市建成区园林绿地总面积增长了 2 910.89公顷,其中建成区公园绿地面积显著升高,净增长42%;而建成区防护绿地面积却减少了约 1 000公顷,是由于5年来福州城市建成区的发展扩张侵占了部分建成区周边的防护绿地以及部分防护绿地已改造成为公园所致。但同时城市建成区的发展扩张也带来了新的建设用地内附属绿地面积的大量增长(由于2015年园林绿地数据与2020年园林绿地数据的分类标准不同,因此除公园绿地、防护绿地及附属绿地外,其余各类绿地不具可比性)。
表6 园林绿地面积时序分析统计表(单位/公顷)
为更直观地对比5年中各类园林绿地面积所占比重时序对比效果,选择2015年及2020年园林绿地中公园绿地、防护绿地、附属绿地及其余绿地的占比制作柱状对比效果图。如图15所示,2020年福州市建成区防护绿地面积占比显著下降,公园绿地、附属绿地面积占比则稳步提升。这与近年来福州市园林中心的“串珠公园建设”“生态公园建设”等一系列城市绿化提升建设工作密不可分。
图15 2015年、2020年各类园林绿地面积占比
②国家“生态园林城市”相关指标比对
选取福州市2020年各项园林绿化指标数据,对照国家“生态园林城市”标准逐项分析各项指标达标情况如表7所示。福州市2020年建成区绿化覆盖率、绿地率、人均公园绿地面积、公园绿地服务半径覆盖率均已达到“国家生态园林城市”相应标准,仅台江建成区绿地率为21.48%,尚未达到标准中对于城市各城区绿地率最低值28%的要求。总体来看,福州市2020年建成区各项园林指标已基本符合“国家生态园林城市”标准,为福州市后继的园林生态规划调整及“国家生态园林城市”的申报提供了基础数据支撑。
表7 “生态园林城市”各指标对比情况
本文基于多源空间数据的特点,充分利用已有数据资源优势,快速完成了福州市建成区园林绿化现状的全面摸底,并实现了年度动态维护更新。摆脱了一直以来传统人工解译绘制采集绿地数据作业方式作业周期长、统计分析数据滞后的困扰,同时也避免了使用单一数据源采集的局限性。为福州市及时掌握建成区园林绿化数据现状情况和历年城市园林绿化指标的变化分析提供了及时有效的数据支撑。