CN104504603B - 一种城市园林数字化系统及选址方法 - Google Patents
一种城市园林数字化系统及选址方法 Download PDFInfo
- Publication number
- CN104504603B CN104504603B CN201410727205.XA CN201410727205A CN104504603B CN 104504603 B CN104504603 B CN 104504603B CN 201410727205 A CN201410727205 A CN 201410727205A CN 104504603 B CN104504603 B CN 104504603B
- Authority
- CN
- China
- Prior art keywords
- park
- region
- area
- virtual
- green
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 130
- 239000000284 extract Substances 0.000 claims abstract description 31
- 230000008569 process Effects 0.000 claims description 81
- 238000009826 distribution Methods 0.000 claims description 32
- 238000001514 detection method Methods 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 22
- 230000002708 enhancing effect Effects 0.000 claims description 15
- 238000012937 correction Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 9
- 238000001228 spectrum Methods 0.000 claims description 8
- 238000012876 topography Methods 0.000 claims description 8
- 230000004927 fusion Effects 0.000 claims description 7
- 238000007373 indentation Methods 0.000 claims description 7
- 238000007500 overflow downdraw method Methods 0.000 claims description 7
- 230000001143 conditioned effect Effects 0.000 claims description 6
- 239000002131 composite material Substances 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 16
- 238000007726 management method Methods 0.000 description 16
- 238000005516 engineering process Methods 0.000 description 13
- 230000008859 change Effects 0.000 description 10
- 230000000694 effects Effects 0.000 description 8
- 241000196324 Embryophyta Species 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 230000004224 protection Effects 0.000 description 7
- 238000011160 research Methods 0.000 description 7
- 230000009466 transformation Effects 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000013439 planning Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000013523 data management Methods 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 241000209094 Oryza Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000003139 buffering effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000003702 image correction Methods 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 230000004304 visual acuity Effects 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 241000931705 Cicada Species 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- AUQMGYLQQPSCNH-UHFFFAOYSA-L NIR-2 dye Chemical compound [K+].[K+].C1=CC2=C(S([O-])(=O)=O)C=C(S([O-])(=O)=O)C=C2C(C2(C)C)=C1[N+](CC)=C2C=CC=CC=C1C(C)(C)C2=CC(C(O)=O)=CC=C2N1CCCCS([O-])(=O)=O AUQMGYLQQPSCNH-UHFFFAOYSA-L 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000005422 blasting Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000009440 infrastructure construction Methods 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000002386 leaching Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000006386 memory function Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012732 spatial analysis Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本发明提供一种城市园林数字化系统及选址方法，利用卫星遥感影像来进行分析，根据遥感影像提取公园绿地覆盖区域和该区域外的居住用地区域，并根据未被覆盖到的居住用地区域的轮廓，来确定虚拟公园地址，这样，可以通过影像客观并直观的获得公园绿地信息，并方便的提取到未被覆盖的区域，指导进行公园选址，为公园选址提供依据，并未实现城市更好的绿化提供依据，大大减少了人工测量、统计的繁琐工作量，并减少了认为主观因素导致的误判，提高了准确性。
Description
技术领域
本发明涉及城市绿化领域，具体地说是一种城市园林数字化系统及选址方法。
背景技术
城市绿地是城市中重要的基础设施，是城市生态系统中的重要组成部分，在改善城市生态环境、维护人与自然和谐相处中起着积极的作用。城市绿地的生态效应与其自身在城市当中的空间分布格局密切相关，为了充分发挥城市绿地的“城市清洁器”的作用，必须合理地进行城市绿地的规划、建设和管理，客观、准确地掌握城市绿地的变化情况。
目前，有不少行业内的专家学者将GIS技术应用于城市绿地研究的诸多方面。国外在这方面研究起步比较早，自上世纪50年代美国率先将计算机引入林业以来，经过近半个世纪，它从最初的科学运算工具已经发展到现在的综合的信息管理和决策系统，促使园林的管理技术和研究手段发生了很大的变化。上世纪70年代美国林业部门开始数字化建设，美国森林调查局发展了一套全国林业统一使用的资源信息显示系统。进入21世纪以来，随着地理信息系统技术逐步被引入各行业，各国学者对城市绿地的研究也不断深入和细化。
我国从20世纪90年代起，GIS和遥感技术开始应用于城市绿化调查工作。起初行业内很少有人涉足绿地规划管理的系统设计，很多人仅仅是借助GIS以及遥感技术研究城市园林景观的适宜度、绿地覆盖调查等。进入21世纪，不少业内人士开始致力于将GIS技术应用于绿地园林规划和管理，着眼于应用型GIS系统的设计与实现。
当前3S信息技术已经在国内外园林绿化行业内已经有了一定的应用，但是许多园林绿化GIS系统还仅仅限于对于数据查询、展示等浅层次应用，无法指导数字园林进行建设。
发明内容
为此，本发明所要解决的技术问题在于现有技术中的园林绿化系统仅限于数据查询、展示等功能，从而提出一种城市园林数字化系统及选址方法。
为解决上述技术问题，本发明的提供一种城市园林数字化系统及选址方法和系统。
本发明提供一种城市园林数字化选址方法，包括
获取待测区域的遥感影像；
根据遥感影像提取第一区域和第二区域，所述第一区域是公园绿地覆盖区域，所述第二区域是所述公园绿地覆盖区域外的居住用地区域；
选择距离在预设距离内的部分或全部所述第二区域；
确定所选择的第二区域的轮廓，根据轮廓确定虚拟公园地址。
优选地，根据遥感影像提取公园绿地覆盖区域的步骤，包括：
对所述遥感影像进行处理；
获取待测区域的绿色信息；
提取所述绿色信息的面积、分布特征；
根据所述分布特征和面积获取公园绿地；
将所述公园绿地的边缘向外延伸预设宽度，得到所覆盖的区域作为绿地覆盖区域。
优选地，对所述遥感影像进行处理的步骤包括：
进行多光谱数据处理，获取遥感影像的波长信息，利用第四波段增强第二波段；
进行全色数据处理，对局部图像进行灰度的反差增强和纹理能量信息的增强处理；
针对全色波段和多光谱波段使用空间变换融合方法进行处理；
对融合的数据进行几何纠正。
优选地，获取待测区域的绿色信息的过程，包括：
获得可见光红波段探测数据；
获取近红外波段的探测数据；
根据上述两个波段的探测数据的组合得到植被指数，所述植被指数包括差值植被指数、比值植被指数、归一化植被指数；
根据上述植被指数提取绿色信息。
优选地，确定所选择的第二区域的轮廓，根据轮廓确定虚拟公园地址的过程包括：
在选择区域内，勾拉多边形框，将没有被覆盖到的居住用地区域的最外侧边缘相互连接，获取最大凸多边形，在此多边形的基础上向内缩进预设的距离，将得到的区域作为虚拟公园地址。
优选地，根据轮廓确定虚拟公园地址之后还包括：
计算多个所述虚拟公园的公园服务半径覆盖率，其中所述公园服务半径覆盖率是将公园的半径向外延伸预设长度，所覆盖的居住用地区域与待测区域内所有居住用地区域的比值；
将公园服务半径覆盖率大于预设条件的虚拟公园作为推荐虚拟公园。
优选地，根据轮廓确定虚拟公园地址步骤后，还包括；
虚拟公园的位置无法建设公园时，获取附近预设范围内可选位置，将该可选位置作为虚拟公园位置，计算该虚拟公园的公园服务半径覆盖率，若大于预设阈值，则推荐该虚拟公园选址，否则放弃。
本发明还提供一种城市园林数字化系统，包括
影响获取单元：获取待测区域的遥感影像；
区域确定单元：根据遥感影像提取第一区域和第二区域，所述第一区域是公园绿地覆盖区域，所述第二区域是所述公园绿地覆盖区域外的居住用地区域；
区域选择单元：选择距离在预设距离内的部分或全部所述第二区域；
选址单元：确定所选择的第二区域的轮廓，根据轮廓确定虚拟公园地址。
优选地，区域确定单元包括：
影像处理子单元：对所述遥感影像进行处理；
绿色信息获取子单元：获取待测区域的绿色信息；
特征提取子单元：提取所述绿色信息的面积、分布特征；
绿地获取子单元：根据所述分布特征和面积获取公园绿地；
覆盖区域子单元：将所述公园绿地的边缘向外延伸预设宽度，得到所覆盖的区域作为绿地覆盖区域。
优选地，所述影像处理子单元包括：
多光谱数据处理模块：进行多光谱数据处理，获取遥感影像的波长信息，利用第四波段增强第二波段；
全色数据处理模块：进行全色数据处理，对局部图像进行灰度的反差增强和纹理能量信息的增强处理；
融合模块：针对全色波段和多光谱波段使用空间变换融合方法进行处理；
纠正模块：对融合的数据进行几何纠正。
优选地，绿色信息获取子单元包括：
第一探测模块：获得可见光红波段探测数据；
第二探测模块：获取近红外波段的探测数据；
组合模块：根据上述两个波段的探测数据的组合得到植被指数，所述植被指数包括差值植被指数、比值植被指数、归一化植被指数；
提取模块：根据上述植被指数提取绿色信息。
优选地，选址单元包括：
选址处理子单元：在选择区域内，勾拉多边形框，将没有被覆盖到的居住用地区域的最外侧边缘相互连接，获取最大凸多边形，在此多边形的基础上向内缩进预设的距离，将得到的区域作为虚拟公园地址。
优选地，还包括
公园服务半径覆盖率计算单元：计算多个所述虚拟公园的公园服务半径覆盖率，其中所述公园服务半径覆盖率是将公园的半径向外延伸预设长度，所覆盖的居住用地区域与待测区域内所有居住用地区域的比值；
第一推荐单元：将公园服务半径覆盖率大于预设条件的虚拟公园作为推荐虚拟公园。
优选地，还包括；
第二推荐单元：虚拟公园的位置无法建设公园时，获取附近预设范围内可选位置，将该可选位置作为虚拟公园位置，计算该虚拟公园的公园服务半径覆盖率，若大于预设阈值，则推荐该虚拟公园选址，否则放弃。
本发明的上述技术方案相比现有技术具有以下优点，
(1)本发明提供一种城市园林数字化系统及选址方法，利用卫星遥感影像来进行分析，根据遥感影像提取公园绿地覆盖区域和该区域外的居住用地区域，并根据未被覆盖到的居住用地区域的轮廓，来确定虚拟公园地址，这样，可以通过影像客观并直观的获得公园绿地信息，并方便的提取到未被覆盖的区域，指导进行公园选址，为公园选址提供依据，并未实现城市更好的绿化提供依据，大大减少了人工测量、统计的繁琐工作量，并减少了认为主观因素导致的误判，提高了准确性。
(2)本发明所述的城市园林数字化系统及选址方法，对所述遥感影像进行处理，获取待测区域的绿色信息，提取所述绿色信息的面积、分布特征；根据所述分布特征和面积获取公园绿地。通过该数字化的处理方式，根据公园绿地的特点，来获得公园绿地，效果好，处理速度快，准确度高。
(3)本发明所述的城市园林数字化系统及选址方法，通过多光谱数据处理，全色数据处理，融合以及集合纠正的方式，对遥感影像进行处理，并得到清晰度高、可反应植物分布特性的影响数据，为后续处理提供基础数据。
(4)本发明所述的城市园林数字化系统及选址方法，利用卫星不同波段探测数据的组合，获取反应植物擅长状况的指数，来提取绿色信息，准确度高，易于实现，处理速度快。
(5)本发明所述的城市园林数字化系统及选址方法，将没有被覆盖到的居住用地区域的最外侧边缘相互连接，获取最大凸多边形，在此基础上通过内缩得到虚拟公园选择，最大程度上满足了公园绿地对城市中居住用地区域的覆盖程度，提高了计划建设的公园的利用率。
(6)本发明所述的城市园林数字化系统及选址方法，通过多种选择未被覆盖的居住用地区域的方式，可以获得多种虚拟公园选址，通过计算公园服务半径覆盖率，获取每个公园的利用效率，将利用效率高的虚拟公园优先推荐，可以大大提高计划在建公园的利用率。
(7)本发明所述的城市园林数字化系统及选址方法，虚拟公园的位置无法建设公园时，还可以进一步提供可选方案，提供参考，可以更好的指导城市绿地公园进行建设。
附图说明
为了使本发明的内容更容易被清楚的理解，下面根据本发明的具体实施例并结合附图，对本发明作进一步详细的说明，其中
图1是本发明一个实施例的流程图；
图2A是本发明实施例中的公园绿地影像示意图；
图2B是本发明实施例中的附属绿地影像示意图；
图2C是本发明实施例中的防护绿地影像示意图；
图2D是本发明实施例中的生产绿地影像示意图；
图2E是本发明实施例中的其他绿地影像示意图；
图3是本发明一个实施例的公园服务半径示意图。
具体实施方式
本具体实现方式中的城市园林数字化选址方法，可以通过编程实现，具有编程能力的计算机、服务器、控制器等智能可编程设备，都可以用于实现该方法，如可以通过具有实现如下过程的指令的计算机设备来实现。
实施例1：
本实施例中提供一种城市园林数字化选址方法，用于城市数字化园林建设过程中，对城市园林的选址工作，包括如下过程：
S1、获取待测区域的遥感影像。可以采用卫星拍摄的影像数据。
S2、根据遥感影像提取第一区域和第二区域，所述第一区域是公园绿地覆盖区域，所述第二区域是所述公园绿地覆盖区域外的居住用地区域。
本步骤中，对于公园绿地覆盖区域的提取包括两部分，首选获取公园绿地，然后，通过将公园绿地的边缘向外延伸获得公园绿地覆盖区域，具体过程如下：
S21、对所述遥感影像进行处理。通过对遥感影像的处理来获得清晰度高、易于辨别绿色信息的图像，该过程包括：
S211、对所述遥感影像进行处理的步骤包括：
S212、进行多光谱数据处理，获取遥感影像的波长信息，利用第四波段增强第二波段。
利用第四波段增强第二波段，制作效果较好的卫星影像图，使融合影像具有丰富的绿化信息，地物清晰，同时利用植被指数法提取绿色信息，使建成区内的绿色信息被提取出来
S213、进行全色数据处理，对局部图像进行灰度的反差增强和纹理能量信息的增强处理。
全色波段数据图像主要提供的是空间信息，处理的方法根据所购买的原始影像质量的优劣而制定，保证图像具有清晰的空间分辨能力。当图像噪音较大时，在融合前需对局部图像进行灰度的反差增强和纹理能量信息的增强处理。包括：
①灰度线性拉伸
经过非线性拉伸后的图像数据，原来灰度值的大小关系会发生变化，产生的灰度扭曲会带来一些含义不明确的伪变化，影响监测精度。因此从图像数据上直接监测变化信息，在拉伸方法选择上运用直观而简单的线性拉伸方法可以达到信息增强的效果。
②纹理能量增强
将两两相邻像元之间亮度值的差异作为纹理的测度，当差异大于阈值时，则认为该处存在着要考虑的纹理特征，并将此类特征累积统计，称之为纹理能量。当局部纹理特征丰富时，纹理能量强而呈现亮度值高。
S214、针对全色波段和多光谱波段使用空间变换融合方法进行处理。制作遥感影像图时，对全色波段和多光谱波段用HSV空间变换融合的方法，具体步骤包括：
①将2波段与4波段作波段增强运算形成新的波段，即5波段，选择351波段合成RGB影像；
②将RGB变换至HSV，用高分辨率数据代替V波段，进行HSV到RGB的逆变换；
③调整色调，使图像地物信息更加丰富，主要是植被信息丰富，易于提取识别。
S215、对融合的数据进行几何纠正。
为了消除遥感数据的几何畸变，确保分析研究结果的准确性，需要参照地形图数据对融合数据进行几何纠正。
遥感图像几何校正，一般采用间接法处理，根据控制点解算出校正多项式系数，建立起控制点的地图空间和图像空间之间的坐标变换函数式。校正技术路线是在粗加工的遥感图像与地图上，对整个像幅，按控制点的选取规则，选择控制点对，分别读出地图上或参考图像上的坐标(x，y)和被校正遥感图像上的行列号(u，v)，图像数据坐标(u，v)与地图坐标(x，y)之间的函数关系式：
u＝F(x，y)v＝G(x，y)
这个关系式通常是用一个多项式来表示：
ui＝a0+a1xi+a2yi+a3xi2+a4xiyi+a5yi2…………
vi＝b0+b1xi+b2yi+b3xi2+b4xiyi+b5yi2…………
式中：ui，vi为第i点的图像坐标(行列号)；xi，yi为第i点对应的地面坐标(可以是经纬度坐标，也可以是大地坐标)；an，bn，n＝0,l，2，3，....为多项式系数。
采用上述控制点坐标，按最小二乘法求出多项式的系数，利用求得的系数和确定的坐标换算函数式对全区进行坐标变换，即根据变换函数解算每个像元的空间位置，最终完成对影像数据的几何纠正。
上述过程中，通过多光谱数据处理，全色数据处理，融合以及集合纠正的方式，对遥感影像进行处理，并得到清晰度高、可反应植物分布特性的影响数据，为后续处理提供基础数据。
S22、获取待测区域的绿色信息。利用卫星不同波段探测数据组合而成的，能反映植物生长状况的指数提取植被信息。植物叶面在可见光红光波段有很强的吸收特性，在近红外波段有很强的反射特性，这是植被遥感监测的物理基础，通过这两个波段测值的不同组合可得到不同的植被指数。植被指数可分为差值植被指数、比值植被指数、归一化植被指数。具体过程如下：
S221、获得可见光红波段探测数据；
S222、获取近红外波段的探测数据；
S223、根据上述两个波段的探测数据的组合得到植被指数，所述植被指数包括差值植被指数、比值植被指数、归一化植被指数；
S224、根据上述植被指数提取绿色信息。
上述绿色信息的提取过程，利用卫星不同波段探测数据的组合，获取反应植物擅长状况的指数，来提取绿色信息，准确度高，易于实现，处理速度快。
S23、提取所述绿色信息的面积、分布特征。由于绿色信息中包括多种绿地，如除公园绿地外，还包括附属绿地、防护绿地、生产绿地和其他绿地等，由于不同的绿地分布特征不同，因此通过面积以及分布特征等特点，可以从绿色信息中得到公园绿地。
S24、根据所述分布特征和面积获取公园绿地。通过针对绿色信息的上述分析，可以得到公园绿地。由于公园绿地的面积有一定要求，分布特征有独特之处，根据面积和分布特征可以从绿地信息中提取到属于公园绿地的信息。通过该数字化的处理方式，根据公园绿地的特点，来获得公园绿地，效果好，处理速度快，准确度高
S25、将所述公园绿地的边缘向外延伸预设宽度，得到所覆盖的区域作为绿地覆盖区域。公园绿地覆盖区域覆盖到的范围就是其周围的一定距离如500-1000米，通过该方法得到了提取到的公园绿地所覆盖的区域。
在得到公园绿覆盖区域后，其余的区域便是其未覆盖的区域，想要获得公园绿地覆盖区域外的居住用地区域，需要提取居住用地区域，过程为：预先提取居住用地区域的特征参数，根据遥感影像提取待测区域的上述特征参数；通过特征匹配的方式获取待测区域内的居住用地区域，在得到居住用地区域后，在公园绿地未覆盖的区域中，找到居住用地区域，就得到了第二区域，即公园绿地覆盖区域外的居住用地区域。
S3、选择距离在预设距离内的部分或全部所述第二区域。
公园绿地覆盖区域外的居住用地区域，可以是多个连续或不连续的图块，因此选择在一定距离内的上述居住用地区域，如选择相距在5公里-10公里内的未覆盖的居住用地区域，此时会有多种选择，可以根据每种选择进行后续虚拟公园选择，获得多种虚拟公园选址方案，然后再从中进行优选。
S4、确定所选择的第二区域的轮廓，根据轮廓确定虚拟公园地址。
具体为：在选择区域内，勾拉多边形框，将没有被覆盖到的居住用地区域的最外侧边缘相互连接，获取最大凸多边形，在此多边形的基础上向内缩进预设的距离，将得到的区域作为虚拟公园地址。
上述方法，将没有被覆盖到的居住用地区域的最外侧边缘相互连接，获取最大凸多边形，在此基础上通过内缩得到虚拟公园选择，最大程度上满足了公园绿地对城市中居住用地区域的覆盖程度，提高了计划建设的公园的利用率
本实施例中的城市园林数字化选址方法，利用卫星遥感影像来进行分析，根据遥感影像提取公园绿地覆盖区域和该区域外的居住用地区域，并根据未被覆盖到的居住用地区域的轮廓，来确定虚拟公园地址，这样，可以通过影像客观并直观的获得公园绿地信息，并方便的提取到未被覆盖的区域，指导进行公园选址，为公园选址提供依据，并未实现城市更好的绿化提供依据，大大减少了人工测量、统计的繁琐工作量，并减少了认为主观因素导致的误判，提高了准确性。
作为进一步优选的实施方案，在其他的实施例中，还可以在根据轮廓确定虚拟公园地址之后，进一步在针对每种S3中选择的区域得到的虚拟公园中进行优选，选择利用效率最高的，具体方式为：计算多个所述虚拟公园的公园服务半径覆盖率，其中所述公园服务半径覆盖率是将公园的半径向外延伸预设长度，所覆盖的居住用地区域与待测区域内所有居住用地区域的比值；将公园服务半径覆盖率大于预设条件的虚拟公园作为推荐虚拟公园。
该方法，通过多种选择未被覆盖的居住用地区域的方式，可以获得多种虚拟公园选址，通过计算公园服务半径覆盖率，获取每个公园的利用效率，将利用效率高的虚拟公园优先推荐，可以大大提高计划在建公园的利用率。
作为其他的进一步的实施方式，在虚拟公园选址位置无法建设公园时，获取附近预设范围内可选位置，将该可选位置作为虚拟公园位置，计算该虚拟公园的公园服务半径覆盖率，若大于预设阈值，则推荐该虚拟公园选址，否则放弃。该方案虚拟公园的位置无法建设公园时，还可以进一步提供可选方案，提供参考，可以更好的指导城市绿地公园进行建设。
上述方案，通过获得绿化面积，还可以通过设置公园的服务半径，对建成区范围内所有公园进行服务半径覆盖分析，并计算出覆盖区域内各类用地的绿化覆盖情况，从而对公园的服务效率进行评价。即公园覆盖到的居住区和单位规模较大的，则服务效率高，反之则服务效率低。而没有被覆盖到的区域则是缺少公园的区域，对未来新建公园的选址提供了科学依据。
实施例2：
本实施例中提供一种城市园林数字化选址方法，用于城市园林数字化管理系统中，运用地理信息系统(GIS)、遥感(RS)、全球定位系统(GPS)、数据库、MIS、OA等空间信息技术，建立园林绿化基础数据库，结合园林绿化专业知识和经验，实现从园林数据采集入库，园林绿化规划设计、建设施工、养护管理，公园与风景名胜管理，园林绿化节水、OA办公、电子政务、WeB信息分发等全过程的数字化、网络化、可视化、自动化和智能化的技术系统，实现园林信息数据的一体化管理，为行政决策提供科学依据，完善数字城市基础设施建设。
本实施例中运用了地理信息系统(GIS)，又称为“地学信息系统”或“资源与环境信息系统”。它是一种特定的十分重要的空间信息系统。它是在计算机硬、软件系统支持下，对整个或部分地球表层(包括大气层)空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述的技术系统。
遥感(RS)是指非接触的，远距离的探测技术。一般指运用传感器/遥感器对物体的电磁波的辐射、反射特性的探测，并根据其特性对物体的性质、特征和状态进行分析的理论、方法和应用的科学技术。
数据库(Database)是按照数据结构来组织、存储和管理数据的仓库，它产生于距今五十年前，随着信息技术和市场的发展，特别是二十世纪九十年代以后，数据管理不再仅仅是存储和管理数据，而转变成用户所需要的各种数据管理的方式。数据库有很多种类型，从最简单的存储有各种数据的表格到能够进行海量数据存储的大型数据库系统都在各个方面得到了广泛的应用。SQL是英文StructuredQueryLanguage的缩写，意思为结构化查询语言。SQL语言的主要功能就是同各种数据库建立联系，进行沟通。按照ANSI(美国国家标准协会)的规定，SQL被作为关系型数据库管理系统的标准语言。SQLServer是一个关系数据库管理系统。本系统所用的MicrosoftSQLServer2005是一个全面的数据库平台，使用集成的商业智能(BI)工具提供了企业级的数据管理。其数据库引擎为关系型数据和结构化数据提供了更安全可靠的存储功能，可以构建和管理用于业务的高可用和高性能的数据应用程序，同时也结合了分析、报表、集成和通知功能。本实施例中的数据存储以及调用通过SQL数据库来完成。
本实施例提供一种城市园林数字化系统及选址方法，包括如下过程：
S1：获取待测区域的遥感影像，如获取选定区域如一个城市的卫星遥感影像。此处的卫星遥感图像可以通过WordView-2卫星获得。
WorldView-2卫星是美国数字全球公司(DigitalGlobe)于2009年10月8日成功发射，其突出特点是全色分辨率为0.46m，多光谱分辨率为1.8m，是一颗更快捷、更精确、更大容量、更多波段扫描能力的卓越商业卫星。该卫星先进的地理位置技术，在扫描的精确度上有了非常大的进步，其精确度已经达到了6.5米CE90。这是没有经过处理，没有地面控制，也没有高程模型的数据。
WorldView-2卫星是世界上首颗能够提供8个波段多光谱数据的高分辨商业卫星，该卫星不仅具有4个业内标准谱段（红、绿、蓝、近红外），还包括四个额外谱段（海岸、黄、红色边缘、和近红外2）（见表-1）。多样行的谱段能够为用户提供进行精确变化验测和制图的能力，可以更为真实地表示地球的本色。图像幅宽16.4km。
表-1WorldView-2卫星数据各波段波长及主要应用
S2:根据遥感影像提取公园绿地覆盖区域和所述公园绿地覆盖区域外的居住用地区域。
首先，需要提取公园绿地。然后，通过将公园绿地的边缘向外延伸一定范围，获得公园绿地覆盖区域。
在提取公园绿地时，过程如下：
第一、对所述遥感影像进行处理，包括以下过程:
(1)多光谱数据的处理
利用第四波段增强第二波段，制作效果较好的卫星影像图，使融合影像具有丰富的绿化信息，地物清晰，同时利用植被指数法提取绿色信息，使建成区内的绿色信息被提取出来。
(2)全色数据处理
全色波段数据图像主要提供的是空间信息，处理的方法根据所购买的原始影像质量的优劣而制定，保证图像具有清晰的空间分辨能力。当图像噪音较大时，在融合前需对局部图像进行灰度的反差增强和纹理能量信息的增强处理。
①灰度线性拉伸
经过非线性拉伸后的图像数据，原来灰度值的大小关系会发生变化，产生的灰度扭曲会带来一些含义不明确的伪变化，影响监测精度。因此从图像数据上直接监测变化信息，在拉伸方法选择上运用直观而简单的线性拉伸方法可以达到信息增强的效果。
②纹理能量增强
将两两相邻像元之间亮度值的差异作为纹理的测度，当差异大于阈值时，则认为该处存在着要考虑的纹理特征，并将此类特征累积统计，称之为纹理能量。当局部纹理特征丰富时，纹理能量强而呈现亮度值高。
(3)融合方法选择
制作遥感影像图时，对全色波段和多光谱波段用HSV空间变换融合的方法，具体步骤包括：
①将2波段与4波段作波段增强运算形成新的波段，即5波段，选择351波段合成RGB影像；
②将RGB变换至HSV，用高分辨率数据代替V波段，进行HSV到RGB的逆变换；
③调整色调，使图像地物信息更加丰富，主要是植被信息丰富，易于提取识别。
(4)几何纠正
为了消除遥感数据的几何畸变，确保分析研究结果的准确性，需要参照地形图数据对融合数据进行几何纠正。
遥感图像几何校正，一般采用间接法处理，根据控制点解算出校正多项式系数，建立起控制点的地图空间和图像空间之间的坐标变换函数式。校正技术路线是在粗加工的遥感图像与地图上，对整个像幅，按控制点的选取规则，选择控制点对，分别读出地图上或参考图像上的坐标(x，y)和被校正遥感图像上的行列号(u，v)，图像数据坐标(u，v)与地图坐标(x，y)之间的函数关系式：
u＝F(x，y)v＝G(x，y)
这个关系式通常是用一个多项式来表示：
ui＝a0+a1xi+a2yi+a3xi2+a4xiyi+a5yi2…………
vi＝b0+b1xi+b2yi+b3xi2+b4xiyi+b5yi2…………
式中：ui，vi为第i点的图像坐标(行列号)；xi，yi为第i点对应的地面坐标(可以是经纬度坐标，也可以是大地坐标)；an，bn，n＝0,l，2，3，....为多项式系数。
采用上述控制点坐标，按最小二乘法求出多项式的系数，利用求得的系数和确定的坐标换算函数式对全区进行坐标变换，即根据变换函数解算每个像元的空间位置，最终完成对影像数据的几何纠正。
第二、针对上述处理后的遥感影像图像，获取待测区域的绿色信息。利用卫星不同波段探测数据组合而成的信息，能反映植物生长状况的指数，来提取植被信息。植物叶面在可见光红光波段有很强的吸收特性，在近红外波段有很强的反射特性，这是植被遥感监测的物理基础，通过这两个波段测值的不同组合可得到不同的植被指数。植被指数可分为差值植被指数、比值植被指数、归一化植被指数。本实施例中可以采用归一化植被指数来提取绿色信息。
第三、根据上一步中得到的绿色信息，提取所述绿色信息的面积、分布特征。由于绿色信息中包括多种绿地，如除公园绿地外，还包括附属绿地、防护绿地、生产绿地和其他绿地等，由于不同的绿地分布特征不同，因此通过面积以及分布特征等特点，可以从绿色信息中得到公园绿地。
公园绿地的分布特征如图2A公园绿地影像示意图所示，一般为分散分布的大片绿地，在居住用地区域附近，包括一定的水域面积以及围绕在四周的绿地分布，并分布有休闲的广场以及设施。
附属绿地附属绿地影像示意图如图2B所示，指城市建设用地中绿地之外各类用地中的附属绿化用地。包括居住用地、公共设施用地、工业用地、仓储用地、对外交通用地、道路广场用地、市政设施用地和特殊用地中的绿地。该绿地一般与其他用地交错分布且面积小，宽度窄的小片绿地。
防护绿地，如图2C防护绿地影像示意图所示，指城市中具有卫生、隔离和安全防护功能的绿地。包括卫生隔离带、道路防护绿地、城市高压走廊绿带、防风林、城市组团隔离带等。此类绿地一般为延续分布的狭长地带。
生产绿地，如图2D生产绿地影像示意图所示，指专为城市绿化提供苗木、花草、种子的苗圃、花圃、草圃等圃地。此类绿地一般面积较大，分布均匀且有规律。
其他绿地，如图2E其他绿地影像示意图所示，指对城市生态环境质量、居民休闲生活、城市景观和生物多样性保护有直接影响的绿地。包括风景名胜区、水源保护区、郊野公园、森林公园、自然保护区、风景林地、城市绿化隔离带、野生动植物园、湿地、垃圾填埋场恢复绿地等。此类绿地一般原理居民区，大片分布。
由于每类绿地的分布特征不同，因此通过公园绿地的上述分布特征，通过建模提取的方式边可以提取到该公园绿地。
第四、将所述公园绿地的边缘向外延伸预设宽度，得到所覆盖的区域作为绿地覆盖区域。该预设宽度一般选择500-1000米。
第五、在得到公园绿覆盖区域后，其余的区域便是其未覆盖的区域，计算公园绿地覆盖区域外的居住用地区域，需要提取居住用地区域，过程为：预先提取居住用地区域的特征参数，根据遥感影像提取待测区域的上述特征参数；通过特征匹配的方式获取待测区域内的居住用地区域，在得到居住用地区域后，在公园绿地未覆盖的区域中，找到居住用地区域，就得到了公园绿地覆盖区域外的居住用地区域。
S3、选择部分公园绿地覆盖区域外的居住用地区域，由于公园绿地覆盖区域外的居住用地区域可能分布在多处，因此选择距离在一定范围内的居住用地区域，此处的选择形式可能有多种，可以针对每种选择方式进行后续的虚拟公园选择，最后在这多种方式中择优选择，本步骤中，选择的依据是距离在一定范围内，且连续性强的公园绿地覆盖区域外的居住用地区域。
S4、确定所选择的公园绿地覆盖区域外的居住用地区域的轮廓，根据轮廓确定虚拟公园地址。在选择区域内，勾拉多边形框，将没有被覆盖到的居住用地区域的最外侧边缘相互连接，获取最大凸多边形，在此多边形的基础上向内缩进预设的距离，将得到的区域作为虚拟公园地址。
可以针对S3中选择的每种区域组合，得到一个虚拟公园，然后进行优选，选择利用效率最高的，具体方式为：计算每个所述虚拟公园的公园服务半径覆盖率，其中所述公园服务半径覆盖率是将公园的半径向外延伸预设长度，所覆盖的居住用地区域与待测区域内所有居住用地区域的比值；将公园服务半径覆盖率大于预设条件或者最高的的虚拟公园作为推荐虚拟公园。
在本实施例中，还可以对整个城市建成区各类用地的绿化覆盖情况进行统计分析，能够直观反映各类用地所占建成区的比例，以及各类用地中绿化覆盖的比例，从宏观层面上了解城市建成区的绿化覆盖整体水平。
本实施例中，该上述方案还可以通过图层管理来实现各种切换，如开关显示、图层透明度查看、图层卷帘等工具，来查看每一类用地所对应的建成区现状，通过这个功能可以对用地分类进行核实和认定，并帮助规划与现状的空间对比，起到图斑核查的功能。
本实施例中，还可以进一步计算已经建好的公园服务半径覆盖率，公园服务半径如图3所示。
首先，调用公园图层，根据所有公园图斑的面积筛选出5000平米以上的公园；
将所选出的符合要求的公园的外边界向外缓冲500米，获取缓冲区域的范围；
利用缓冲范围套取该范围内涉及到的居住区的面积；
将公园服务半径缓冲范围涉及到的居住区与全部居住区的面积相除，计算公园服务半径的覆盖率。
对所有公园进行服务半径覆盖分析的基础上，提取出没有被覆盖到的区域，即缺少公园的区域，在此区域内，在假定达到公园对居住区实现全覆盖的条件下，自动模拟公园的选址并计算所需建设面积。此处可以助公园服务半径分析的功能加以反推，自动模拟出缺少公园的区域所需建设公园的形状和规模，得到的这个“虚拟”公园即是覆盖到这个范围内所有居住区的公园。当然，这个功能只是起到辅助性的参考作用，选址会受到用地权属、现状地物以及其他多方面因素的影响。
公园服务半径的覆盖情况是城市园林绿化评价指标中很重要的内容，在《国家园林城市标准》中规定了5000平方米以上的公园的500米服务半径要覆盖70％以上的居住区，而《国家生态园林城市分级考核标准》中对此指标的要求上升到了不低于90％。通过设置公园的服务半径，对建成区范围内所有5000平方米以上的公园按照500米服务半径进行缓冲分析，不仅可以计算出缓冲区域内公园对居住区的覆盖情况，还可以计算出其覆盖区域内各类用地的绿化覆盖情况，从而对公园的服务效率进行评价。公园服务半径覆盖到的居住区越多，则服务效率高，反之则服务效率低。而没有被覆盖到的区域则是缺少公园的区域，可以对未来新建公园的选址提供科学依据。
本实施方式中，通过设置公园的服务半径，对建成区范围内所有公园进行服务半径覆盖分析，并计算出覆盖区域内各类用地的绿化覆盖情况，从而对公园的服务效率进行评价。即公园覆盖到的居住区和单位规模较大的，则服务效率高，反之则服务效率低。而没有被覆盖到的区域则是缺少公园的区域，对未来新建公园的选址提供了科学依据。在其他的实施方案中，也可对城市防灾避险绿地的服务半径进行覆盖分析，对其规划选址也可起到智能模拟和辅助决策的作用。
园林绿化遍布于城市的各个角落，仅能分析计算整个城市的绿量是不够的，还需要我们能够准确了解城市任意区域、任意角落的园林绿化情况。这就需要我们对建成区任意区域内各类用地的绿化覆盖情况进行统计分析，并实时计算绿化覆盖的面积、覆盖率等指标。
本实施例中方法，还可以通过人工划定任意区域，可以提取出该区域的总面积(不含水体、农田)和绿化覆盖面积、该区域内每一类用地所占面积和绿化覆盖面积，并通过调取公式计算出该区域的绿化覆盖率和每一类用地内的绿化覆盖率。分析结果也将包含数据表格、柱状图和饼状图，也可输出成文本文档。该功能的关键点在于可以在地图上任意框选范围，可以在框选的范围内首先进行图层提取，将范围内所涉及到的图层全部提取出来并与该范围进行叠加处理，通过空间分析获取框选范围内的用地类型、用地面积、以及绿化覆盖面积，并调用公式计算该范围内的绿化覆盖率和各类地块分别的绿化覆盖率。
本发明所述的城市园林数字化系统及选址方法，根据所述绿地面积、待测区域的总面积以及每类用地所占面积计算绿化覆盖率，可以对整个城市建成区各类用地的绿化覆盖情况进行统计分析，能够直观反映各类用地所占建成区的比例，以及各类用地中绿化覆盖的比例，从宏观层面上了解城市建成区的绿化覆盖整体水平。该方案也可对城市防灾避险绿地的服务半径进行覆盖分析，对其规划选址也可起到智能模拟和辅助决策的作用。
本实施例所述的城市园林数字化系统及选址方法，针对城市园林绿化管理部门的实际工作需求，综合应用3S(GIS、GPS、RS)技术、数据库技术、网络信息(WEB)技术，以园林绿化的管理为核心，将园林绿化管理对象全部数字化，实现相关信息的一体化管理。该系统可提供从空间数据获取处理、到建库集成与管理、到分析应用一套完整的系统解决方案，快速提取园林绿地的数据信息，实现绿地信息的空间查询、分类管理、统计分析和更新维护，并在此基础上对城市园林绿化情况作出科学评价与辅助决策，最终建成以GIS数据为基础的、满足城市园林绿化管理需要的“数字园林”平台。
实施例2：
本实施例中还提供一种城市园林数字化系统，包括
影响获取单元：获取待测区域的遥感影像；
区域确定单元：根据遥感影像提取第一区域和第二区域，所述第一区域是公园绿地覆盖区域，所述第二区域是所述公园绿地覆盖区域外的居住用地区域；
区域选择单元：选择距离在预设距离内的部分或全部所述第二区域；
选址单元：确定所选择的第二区域的轮廓，根据轮廓确定虚拟公园地址。
本实施例中，区域确定单元包括：
影像处理子单元：对所述遥感影像进行处理；
绿色信息获取子单元：获取待测区域的绿色信息；
特征提取子单元：提取所述绿色信息的面积、分布特征；
绿地获取子单元：根据所述分布特征和面积获取公园绿地；
覆盖区域子单元：将所述公园绿地的边缘向外延伸预设宽度，得到所覆盖的区域作为绿地覆盖区域。
优选地，所述影像处理子单元包括：
多光谱数据处理模块：进行多光谱数据处理，获取遥感影像的波长信息，利用第四波段增强第二波段；
全色数据处理模块：进行全色数据处理，对局部图像进行灰度的反差增强和纹理能量信息的增强处理；
融合模块：针对全色波段和多光谱波段使用空间变换融合方法进行处理；
纠正模块：对融合的数据进行几何纠正。
优选地，绿色信息获取子单元包括：
第一探测模块：获得可见光红波段探测数据；
第二探测模块：获取近红外波段的探测数据；
组合模块：根据上述两个波段的探测数据的组合得到植被指数，所述植被指数包括差值植被指数、比值植被指数、归一化植被指数；
提取模块：根据上述植被指数提取绿色信息。
优选地，选址单元包括：
选址处理子单元：在选择区域内，勾拉多边形框，将没有被覆盖到的居住用地区域的最外侧边缘相互连接，获取最大凸多边形，在此多边形的基础上向内缩进预设的距离，将得到的区域作为虚拟公园地址。
优选地，还包括
公园服务半径覆盖率计算单元：计算多个所述虚拟公园的公园服务半径覆盖率，其中所述公园服务半径覆盖率是将公园的半径向外延伸预设长度，所覆盖的居住用地区域与待测区域内所有居住用地区域的比值；
第一推荐单元：将公园服务半径覆盖率大于预设条件的虚拟公园作为推荐虚拟公园。
优选地，还包括；
第二推荐单元：虚拟公园的位置无法建设公园时，获取附近预设范围内可选位置，将该可选位置作为虚拟公园位置，计算该虚拟公园的公园服务半径覆盖率，若大于预设阈值，则推荐该虚拟公园选址，否则放弃。
本发明提供一种城市园林数字化系统，利用卫星遥感影像来进行分析，根据遥感影像提取公园绿地覆盖区域和该区域外的居住用地区域，并根据未被覆盖到的居住用地区域的轮廓，来确定虚拟公园地址，这样，可以通过影像客观并直观的获得公园绿地信息，并方便的提取到未被覆盖的区域，指导进行公园选址，为公园选址提供依据，并未实现城市更好的绿化提供依据，大大减少了人工测量、统计的繁琐工作量，并减少了认为主观因素导致的误判，提高了准确性。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
Claims (10)
1.一种城市园林数字化选址方法，其特征在于，包括
获取待测区域的遥感影像；
根据遥感影像提取第一区域和第二区域，所述第一区域是公园绿地覆盖区域，所述第二区域是所述公园绿地覆盖区域外的居住用地区域；
每次选择部分所述第二区域，所选择的居住用地区域之间的距离在预设距离内，确定所选择的第二区域的轮廓，根据轮廓确定虚拟公园地址，包括在选择区域内，勾拉多边形框，将没有被公园绿地覆盖到的居住用地区域的最外侧边缘相互连接，获取最大凸多边形，在此多边形的基础上向居住用地区域的内部缩进预设的距离，将得到的区域作为虚拟公园地址；
根据每种选择的第二区域，计算虚拟公园地址，得到一个虚拟公园，计算多个所述虚拟公园的公园服务半径覆盖率，其中所述公园服务半径覆盖率是将公园的半径向外延伸预设长度，所覆盖的居住用地区域与待测区域内所有居住用地区域的比值；
将公园服务半径覆盖率最高的虚拟公园作为推荐虚拟公园。
2.根据权利要求1所述的方法，其特征在于，根据遥感影像提取公园绿地覆盖区域的步骤，包括：
对所述遥感影像进行处理；
获取待测区域的绿色信息；
提取所述绿色信息的面积、分布特征；
根据所述分布特征和面积获取公园绿地；
将所述公园绿地的边缘向外延伸预设宽度，得到所覆盖的区域作为绿地覆盖区域。
3.根据权利要求2所述的方法，其特征在于，对所述遥感影像进行处理的步骤包括：
进行多光谱数据处理，获取遥感影像的波长信息，利用第四波段增强第二波段；
进行全色数据处理，对局部图像进行灰度的反差增强和纹理能量信息的增强处理；
针对全色波段和多光谱波段使用空间变换融合方法进行处理；
对融合的数据进行几何纠正。
4.根据权利要求2或3所述的方法，其特征在于，获取待测区域的绿色信息的过程，包括：
获得可见光红波段探测数据；
获取近红外波段的探测数据；
根据上述两个波段的探测数据的组合得到植被指数，所述植被指数包括差值植被指数、比值植被指数、归一化植被指数；
根据上述植被指数提取绿色信息。
5.根据权利要求4所述的方法，其特征在于，根据轮廓确定虚拟公园地址步骤后，还包括；
虚拟公园的位置无法建设公园时，获取附近预设范围内可选位置，将该可选位置作为虚拟公园位置，计算该虚拟公园的公园服务半径覆盖率，若大于预设阈值，则推荐该虚拟公园选址，否则放弃。
6.一种城市园林数字化系统，其特征在于，包括
影像获取单元：获取待测区域的遥感影像；
区域确定单元：根据遥感影像提取第一区域和第二区域，所述第一区域是公园绿地覆盖区域，所述第二区域是所述公园绿地覆盖区域外的居住用地区域；
区域选择单元：每次选择部分所述第二区域，所选择的居住用地区域之间的距离在预设距离内；
选址单元：确定所选择的第二区域的轮廓，根据轮廓确定虚拟公园地址，在选择区域内，勾拉多边形框，将没有被公园绿地覆盖到的居住用地区域的最外侧边缘相互连接，获取最大凸多边形，在此多边形的基础上向居住用地区域的内部缩进预设的距离，将得到的区域作为虚拟公园地址；
公园服务半径覆盖率计算单元：根据每种选择的第二区域，计算虚拟公园地址，得到一个虚拟公园，计算多个所述虚拟公园的公园服务半径覆盖率，其中所述公园服务半径覆盖率是将公园的半径向外延伸预设长度，所覆盖的居住用地区域与待测区域内所有居住用地区域的比值；
第一推荐单元：将公园服务半径覆盖率大于预设条件的虚拟公园作为推荐虚拟公园。
7.根据权利要求6所述的系统，其特征在于，区域确定单元包括：
影像处理子单元：对所述遥感影像进行处理；
绿色信息获取子单元：获取待测区域的绿色信息；
特征提取子单元：提取所述绿色信息的面积、分布特征；
绿地获取子单元：根据所述分布特征和面积获取公园绿地；
覆盖区域子单元：将所述公园绿地的边缘向外延伸预设宽度，得到所覆盖的区域作为绿地覆盖区域。
8.根据权利要求7所述的系统，其特征在于，所述影像处理子单元包括：
多光谱数据处理模块：进行多光谱数据处理，获取遥感影像的波长信息，利用第四波段增强第二波段；
全色数据处理模块：进行全色数据处理，对局部图像进行灰度的反差增强和纹理能量信息的增强处理；
融合模块：针对全色波段和多光谱波段使用空间变换融合方法进行处理；
纠正模块：对融合的数据进行几何纠正。
9.根据权利要求7或8所述的系统，其特征在于，绿色信息获取子单元包括：
第一探测模块：获得可见光红波段探测数据；
第二探测模块：获取近红外波段的探测数据；
组合模块：根据上述两个波段的探测数据的组合得到植被指数，所述植被指数包括差值植被指数、比值植被指数、归一化植被指数；
提取模块：根据上述植被指数提取绿色信息。
10.根据权利要求6所述的系统，其特征在于，还包括；
第二推荐单元：虚拟公园的位置无法建设公园时，获取附近预设范围内可选位置，将该可选位置作为虚拟公园位置，计算该虚拟公园的公园服务半径覆盖率，若大于预设阈值，则推荐该虚拟公园选址，否则放弃。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410727205.XA CN104504603B (zh) | 2014-12-03 | 2014-12-03 | 一种城市园林数字化系统及选址方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410727205.XA CN104504603B (zh) | 2014-12-03 | 2014-12-03 | 一种城市园林数字化系统及选址方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104504603A CN104504603A (zh) | 2015-04-08 |
| CN104504603B true CN104504603B (zh) | 2015-12-09 |
Family
ID=52945997
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410727205.XA Active CN104504603B (zh) | 2014-12-03 | 2014-12-03 | 一种城市园林数字化系统及选址方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104504603B (zh) |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105718637A (zh) * | 2016-01-15 | 2016-06-29 | 江俊昇 | 户外造景辅助设计的方法 |
| CN106096797B (zh) * | 2016-06-29 | 2021-05-07 | 泰华智慧产业集团股份有限公司 | 一种产业项目选址方法、服务器及系统 |
| CN106683024B (zh) * | 2016-12-31 | 2020-04-03 | 中国科学技术大学 | 一种基于排放源强相似性的机动车尾气遥测设备布点方法 |
| CN106792250A (zh) * | 2017-01-17 | 2017-05-31 | 百度在线网络技术（北京）有限公司 | 弹幕信息交互方法及装置 |
| CN110392244B (zh) * | 2018-04-18 | 2021-03-12 | 长光卫星技术有限公司 | 一种三线阵相机影像合成彩色影像方法 |
| CN111339619B (zh) * | 2018-11-15 | 2023-04-28 | 中国市政工程华北设计研究总院有限公司 | 一种基于改进pso算法的lid系统设计方法 |
| CN110070038B (zh) * | 2019-04-23 | 2022-06-17 | 山东建筑大学 | 一种基于城市绿化覆盖面积测算城市绿地率的方法 |
| CN111951343A (zh) * | 2019-05-16 | 2020-11-17 | 阿里巴巴集团控股有限公司 | 图像生成方法和装置、图像展示方法和装置 |
| CN110288202A (zh) * | 2019-05-31 | 2019-09-27 | 武汉大学 | 一种城市公园绿地设施状态评估优化方法 |
| CN110245445B (zh) * | 2019-06-21 | 2020-04-07 | 浙江城建规划设计院有限公司 | 一种基于计算机三维场景模拟的生态园林景观设计方法 |
| CN111080526B (zh) * | 2019-12-20 | 2024-02-02 | 广州市鑫广飞信息科技有限公司 | 航拍图像的农田面积的测算方法、装置、设备及介质 |
| CN111291437B (zh) * | 2020-01-21 | 2022-12-13 | 《中国名城》杂志社(扬州市历史文化名城研究院、世界名城研究院) | 一种基于gis的滨水公园园路设计方法 |
| CN113112146A (zh) * | 2021-04-09 | 2021-07-13 | 浙江易智信息技术有限公司 | 基于遥感和gis技术结合的城市防灾避险绿地选址方法 |
| CN114711100A (zh) * | 2022-03-16 | 2022-07-08 | 成都环美园林生态股份有限公司 | 一种湿地雁形目鸭科鸟类栖息地恢复方法 |
| CN115965171A (zh) * | 2023-03-10 | 2023-04-14 | 吉奥时空信息技术股份有限公司 | 一种基于优化蚁群算法的微公园选址方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102044078A (zh) * | 2010-12-17 | 2011-05-04 | 住房和城乡建设部城乡规划管理中心 | 基于高分辨率遥感影像的城市绿地分类的方法 |
-
2014
- 2014-12-03 CN CN201410727205.XA patent/CN104504603B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102044078A (zh) * | 2010-12-17 | 2011-05-04 | 住房和城乡建设部城乡规划管理中心 | 基于高分辨率遥感影像的城市绿地分类的方法 |
Non-Patent Citations (2)
| Title |
|---|
| 《浅谈城市园林绿化数字化管理的实现方法》;师卫华等;《建设科技》;20130825;第2013年卷(第16期);66-67 * |
| 《高分辨率卫星遥感数据在城市绿地现状调查中的应用》;汪波;《生态文明视角下的城乡规划——2008中国城市规划年会论文集》;20080901;第4页2.2.2至第8页3.1节 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104504603A (zh) | 2015-04-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104504603B (zh) | 一种城市园林数字化系统及选址方法 | |
| Li et al. | Estimating bamboo forest aboveground biomass using EnKF-assimilated MODIS LAI spatiotemporal data and machine learning algorithms | |
| MacFaden et al. | High-resolution tree canopy mapping for New York City using LIDAR and object-based image analysis | |
| Quan | Enhanced geographic information system-based mapping of local climate zones in Beijing, China | |
| González-Yebra et al. | Methodological proposal to assess plastic greenhouses land cover change from the combination of archival aerial orthoimages and Landsat data | |
| CN107491758A (zh) | 长江流域水体信息提取及其空间编码方法 | |
| Baker et al. | A GIS and object based image analysis approach to mapping the greenspace composition of domestic gardens in Leicester, UK | |
| Dutta et al. | Evaluation of seasonal variability in magnitude of urban heat islands using local climate zone classification and surface albedo | |
| CN113780307A (zh) | 一种区域年度最大蓝绿空间信息提取方法 | |
| Nasir et al. | Change of land use/land cover in kurdistan region of Iraq: A semi-automated object-based approach | |
| Williams et al. | Object-based urban landcover mapping methodology using high spatial resolution imagery and airborne laser scanning | |
| Jensen et al. | A neural network image interpretation system to extract rural and urban land use and land cover information from remote sensor data | |
| Shi et al. | An improved framework for assessing the impact of different urban development strategies on land cover and ecological quality changes-A case study from Nanjing Jiangbei New Area, China | |
| Zhang et al. | Vegetation ecological benefits index (VEBI): a 3D spatial model for evaluating the ecological benefits of vegetation | |
| Feng et al. | Variability of urban fractional vegetation cover and its driving factors in 328 cities in China | |
| Yadav et al. | Urban tree canopy detection using object-based image analysis for very high resolution satellite images: A literature review | |
| Combalicer et al. | Changes in the forest landscape of Mt. Makiling forest reserve, Philippines | |
| Yu | Research on urban landscape planning method based on GIS | |
| CN115880427A (zh) | 一种自然环境的三维构建方法、装置 | |
| Singh et al. | Assessment of digital image classification algorithms for forest and land-use classification in the eastern Himalayas using the IRS LISS III sensor | |
| Pisek et al. | Assessment of a global leaf area index product from SPOT-4 VEGETATION data over selected sites in Canada | |
| CN115018859A (zh) | 基于多尺度空间嵌套的城市建成区遥感提取方法及系统 | |
| Shen et al. | Study on urban green space extraction from QUICKBIRD imagery based on decision tree | |
| Huang et al. | Extraction of agricultural plastic film mulching in karst fragmented arable lands based on unmanned aerial vehicle visible light remote sensing | |
| Song et al. | Monitoring of inefficient land use with high resolution remote sensing image in a Chinese mega-city |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address |
Address after: No. 9, three Li River Road, Haidian District, Beijing Patentee after: CHINA ACADEMY OF URBAN PLANNING & DESIGN Address before: South Building of Housing and Urban Rural Development Department, No. 9 Sanlihe Road, Haidian District, Beijing, 100835 Patentee before: TOWN AND COUNTRY PLANNING MANAGEMENT CENTER, MINISTRY OF HOUSING AND URBAN-RURAL DEVELOPMENT |
|
| CP03 | Change of name, title or address |