CN109948956A - 一种城市森林树木优先种植区域选择方法及系统 - Google Patents

一种城市森林树木优先种植区域选择方法及系统 Download PDF

Info

Publication number
CN109948956A
CN109948956A CN201910347721.2A CN201910347721A CN109948956A CN 109948956 A CN109948956 A CN 109948956A CN 201910347721 A CN201910347721 A CN 201910347721A CN 109948956 A CN109948956 A CN 109948956A
Authority
CN
China
Prior art keywords
priority
normalization
density
forest
grade
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.)
Pending
Application number
CN201910347721.2A
Other languages
English (en)
Inventor
贾宝全
张文
邱尔发
姜莎莎
李晓婷
金佳丽
詹晓红
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Research Institute of Forestry of Chinese Academy of Forestry
Original Assignee
Research Institute of Forestry of Chinese Academy of Forestry
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Research Institute of Forestry of Chinese Academy of Forestry filed Critical Research Institute of Forestry of Chinese Academy of Forestry
Priority to CN201910347721.2A priority Critical patent/CN109948956A/zh
Publication of CN109948956A publication Critical patent/CN109948956A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种城市森林树木优先种植区域选择方法及系统,方法包括:获得城市矢量图层并划分成若干区域单元;输入各区域单元人口、道路面积和现实林木树冠覆盖面积数据,得到各区域单元人口密度、道路密度和现实林木树冠覆盖率矢量数据;归一化处理并格式转换,得到归一化人口密度栅格图层、归一化道路密度栅格图层和归一化现实林木树冠覆盖率栅格图层;求取各栅格单元优先度,得到优先度PI栅格图层;优先度等级划分,绘制PI优先度等级分布栅格图层,优先度等级越高的区域单元被认为是越需要优先选择种植树木的区域。本发明可直观、准确反映出城市不同区域空间对城市森林建设的需求程度,为城市空间森林种植区域优先选址提供了可靠的决策依据。

Description

一种城市森林树木优先种植区域选择方法及系统
技术领域
本发明涉及一种基于空间数据处理来确定树木优先种植区域的技术,尤指一种城市森林树木优先种植区域选择方法和系统,属于城市绿地管理技术领域。
背景技术
城市地区是各种用地矛盾最突出的区域,生态用地因为其生态与社会效益的普惠性与外在性特性,使得其在各土地使用方利益的博弈过程中,常常处于弱势地位。随着城市大气污染、水体污染、噪声、热岛效应等对人居环境影响巨大的新型环境问题不断加剧,以及居民物质生活水平的不断提高,人们对城市空气清新、环境优美的愿景需求也越来越迫切。
面对我国城市化不断加速的严峻形势,森林城市建设成为城市绿色发展的重要抓手。目前,森林城市建设已经成为我国推进国土绿化、践行生态文明和美丽中国建设的一项重要的实践活动,并在全国范围内快速开展起来,建设“森林城市”已经成为我国城市建设的一个新要求。截至2018年底,全国已有300多个城市开展了国家森林城市建设,其中166个城市已经获得“国家森林城市”称号,城市森林建设呈现出蓬勃发展的强劲势头。
从各地的城市森林建设实践来看,目前的城市森林建设还处在“增绿”、“扩绿”这一层面。在森林城市建设的实践活动过程中,对于如何通过科学合理的城市森林空间布局来实现城市森林对城市环境与市民福祉效应的最大化,还缺乏相关科学理论的指导,因此,城市森林建设过程中空间布局的盲目随意性问题异常突出。
由此可见,如何通过科学有效的措施与方式,切实实现城市未来森林建设地点选择的科学决策,进而实现城市森林空间布局优化、可持续性不断增强,成为了关键之中的关键。这其中,未来城市森林建设空间的优化选址最为重要,它决定了城市未来新增的林木树冠覆盖的空间分布及其生态效益的最大化发挥的程度。
发明内容
本发明的目的在于提供一种城市森林树木优先种植区域选择方法及系统,其利用便捷的自然、社会与经济空间数据获取途径和较少的人财物投入,基于优先度等级划分,直观、准确、高效地反映出了城市中不同区域空间对城市森林建设的需求程度,为城市空间城市森林种植区域优先选址提供了可靠的决策依据。
为了实现上述目的,本发明采用了以下技术方案:
一种城市森林树木优先种植区域选择方法,其特征在于,它包括步骤:
1)获得城市的矢量图层,然后以社区和/或村为单位,将该城市划分成若干区域单元;
2)输入该城市各个区域单元的人口数据、道路面积数据和现实林木树冠覆盖面积数据,然后计算出各个区域单元的人口密度、道路密度和现实林木树冠覆盖率的矢量数据;
3)对各个区域单元的人口密度、道路密度和现实林木树冠覆盖率的矢量数据进行归一化处理,得到各个区域单元的归一化人口密度、归一化道路密度和归一化现实林木树冠覆盖率的矢量数据,然后将归一化人口密度、归一化道路密度和归一化现实林木树冠覆盖率的矢量数据转换为栅格数据,得到该城市的归一化人口密度栅格图层、归一化道路密度栅格图层和归一化现实林木树冠覆盖率栅格图层;
4)通过公式PI=0.3×PD+0.4×RD+0.3×UTCR,求取每个栅格单元的优先度PI,进而得到该城市的优先度PI栅格图层,其中:求取一栅格单元的优先度PI时,PD为该栅格单元所在区域单元的归一化人口密度栅格数据,RD为该栅格单元所在区域单元的归一化道路密度栅格数据,UTCR为该栅格单元所在区域单元的归一化现实林木树冠覆盖率栅格数据;
5)对求出的所有优先度PI进行优先度等级划分,绘制出PI优先度等级分布栅格图层,优先度等级越高的区域单元被认为是越需要优先选择种植树木的区域,其中:每个区域单元包含的各栅格单元的优先度PI相同;优先度PI越大,优先度等级越高。
所述城市森林树木优先种植区域选择方法还包括步骤:
统计出各优先度等级区域所占该城市的比例,然后根据各优先度等级区域占比高低、潜在林木树冠覆盖面积大小以及城市化发展速度快慢,选择出相应一个或多个优先度等级区域作为优先种植区域,其中:每一优先度等级区域由属于该优先度等级的所有区域单元构成。
一种城市森林树木优先种植区域选择系统,其特征在于,它包括:
矢量图层划分模块,用于获得城市的矢量图层,然后以社区和/或村为单位,将该城市划分成若干区域单元;
矢量数据库编辑模块,用于输入该城市各个区域单元的人口数据、道路面积数据和现实林木树冠覆盖面积数据,然后通过矢量计算模块计算出各个区域单元的人口密度、道路密度和现实林木树冠覆盖率的矢量数据;
归一化处理与格式转换模块,用于对各个区域单元的人口密度、道路密度和现实林木树冠覆盖率的矢量数据进行归一化处理,得到各个区域单元的归一化人口密度、归一化道路密度和归一化现实林木树冠覆盖率的矢量数据,然后将归一化人口密度、归一化道路密度和归一化现实林木树冠覆盖率的矢量数据转换为栅格数据,得到该城市的归一化人口密度栅格图层、归一化道路密度栅格图层和归一化现实林木树冠覆盖率栅格图层;
优先度PI计算模块,用于通过公式PI=0.3×PD+0.4×RD+0.3×UTCR,求取每个栅格单元的优先度PI,以得到该城市的优先度PI栅格图层,其中:求取一栅格单元的优先度PI时,PD为该栅格单元所在区域单元的归一化人口密度栅格数据,RD为该栅格单元所在区域单元的归一化道路密度栅格数据,UTCR为该栅格单元所在区域单元的归一化现实林木树冠覆盖率栅格数据;
优先度等级划分模块,用于对求出的所有优先度PI进行优先度等级划分,以绘制出PI优先度等级分布栅格图层,优先度等级越高的区域单元被认为是越需要优先选择种植树木的区域,其中:每个区域单元包含的各栅格单元的优先度PI相同;优先度PI越大,优先度等级越高。
本发明的优点是:
本发明利用ArcMap GIS系统,从城市居民需求、环境污染治理需求以及城市森林林木树冠覆盖现状等方面着手,以社区(街道)和/或村为单位,基于优先度等级划分,直观、准确、高效地反映出了城市中不同区域空间对城市森林建设的需求程度,并且结合各优先度等级区域占比、潜在林木树冠覆盖面积及城市化发展等因素,实现了对优先种植区域的进一步合理选择,达到了对城市空间城市森林种植区域优先选址的目的,为相关生态建设与管理单位在城市森林建设时对种植区域的合理选择提供了可靠的决策依据,对未来城市森林生态建设具有极其重要的现实意义。
附图说明
图1是本发明城市森林树木优先种植区域选择方法的实施流程示意图。
图2A是本发明实施例得到的归一化人口密度栅格图层示意图。
图2B是本发明实施例得到的归一化道路密度栅格图层示意图。
图2C是本发明实施例得到的归一化现实林木树冠覆盖率栅格图层标准化后的示意图。
图3是本发明实施例得到的优先度PI栅格图层示意图。
图4是本发明实施例得到的PI优先度等级分布栅格图层示意图。
具体实施方式
如图1所示,本发明城市森林树木优先种植区域选择方法包括步骤:
1)获得城市的矢量图层,然后以社区(街道)和/或村为单位,将该城市划分成若干区域单元;
2)输入该城市各个区域单元的人口数据、道路面积数据和现实林木树冠覆盖面积数据,然后利用ArcMap GIS系统的数据库计算功能,计算出各个区域单元的人口密度、道路密度和现实林木树冠覆盖率的矢量数据;
3)利用ArcMap GIS系统的数据库计算功能,对各个区域单元的人口密度、道路密度和现实林木树冠覆盖率的矢量数据进行归一化处理(采用极大值归一化法),得到各个区域单元的归一化人口密度、归一化道路密度和归一化现实林木树冠覆盖率的矢量数据,然后利用ArcMap GIS系统的“矢量-栅格”数据格式转换功能,设定栅格单元尺寸大小,将归一化人口密度、归一化道路密度和归一化现实林木树冠覆盖率的矢量数据转换为栅格数据,得到该城市的归一化人口密度栅格图层、归一化道路密度栅格图层和归一化现实林木树冠覆盖率栅格图层,其中:归一化人口密度栅格图层、归一化道路密度栅格图层和归一化现实林木树冠覆盖率栅格图层的栅格单元大小相同;
4)将上述栅格数据导入ArcMap GIS系统,然后通过公式PI=0.3×PD+0.4×RD+0.3×UTCR,利用ArcMap GIS系统的栅格计算器,求取出每个栅格单元的优先度PI(Priority Index),进而得到该城市的优先度PI栅格图层,其中:求取一栅格单元的优先度PI时,PD(Population Density)为该栅格单元所在区域单元的归一化人口密度栅格数据,RD(Road Density)为该栅格单元所在区域单元的归一化道路密度栅格数据,UTCR(UrbanTree Canopy Ratio)为该栅格单元所在区域单元的归一化现实林木树冠覆盖率栅格数据,要素PD、RD、UTCR前面的数值为各要素的权重值;
5)利用ArcMap GIS系统的自然断点数据分级功能,对求出的各优先度PI进行优先度等级划分,然后通过ArcMap GIS系统的制图功能,绘制出可直观展示的PI优先度等级分布栅格图层,优先度等级越高的区域单元被认为是对城市森林的需求程度越高,也就是越需要优先选择种植树木的区域,也是最应该优先建设城市森林的区域,其中:每个区域单元包含的各栅格单元的优先度PI相同;优先度PI越大,优先度等级越高。
在步骤1)中,可先获得城市行政区划图的边界矢量图层,然后基于ArcMap GIS系统将边界矢量图层的投影坐标统一转换为Albers投影(等面积圆锥投影),以在保持面积不变形的基础上利于后面对区域单元面积的统计与计算。
在实际实施中,区域单元的人口密度、道路密度所反映的对城市森林的需求程度与现实林木树冠覆盖率所反映的对城市森林的需求程度是相反的,也就是说,区域单元的人口密度越大,则对城市森林的需求程度越高,区域单元的人口密度越小,则对城市森林的需求程度越低,同样,区域单元的道路密度越大,则对城市森林的需求程度越高,区域单元的道路密度越小,则对城市森林的需求程度越低,但是,区域单元的现实林木树冠覆盖率越大,则对城市森林的需求程度越低,区域单元的现实林木树冠覆盖率越小,则对城市森林的需求程度越高。可见,现实林木树冠覆盖率反映的是林木树冠的现实情况,从未来需求上看,现实林木树冠覆盖率越高的区域单元,其对未来城市森林建设的迫切需求度越低。因此,在本发明中,鉴于优先度PI的设计初衷是服务于未来需求的,因而还需要对各个区域单元的归一化现实林木树冠覆盖率进行标准化处理,于是在本发明采取了如下措施:
在步骤3)中,利用ArcMap GIS系统的栅格计算器,通过计算式:(1-每一栅格单元的归一化现实林木树冠覆盖率栅格数值),对归一化现实林木树冠覆盖率栅格图层的每个栅格单元进行标准化处理,从而得到与归一化人口密度栅格图层、归一化道路密度栅格图层具有相同城市森林需求趋势的归一化现实林木树冠覆盖率栅格图层。
在本发明中,区域单元的道路密度用来反映该区域单元内环境的大气污染程度。我国的城市大气污染来源主要是汽车尾气,由于大气监测站点密度不够,目前在城市空间对大气污染物的直接观测存在较大的盲区,而城市的道路数据是目前最全面、最直观、最易获得的数据,因此本发明用道路密度数据来作为环境污染物空间分布的替代数据,这样可以很好地表现出居民对绿色的需求程度。
在步骤5)中,优先度Pl较佳地被划分为4个优先度等级:低优先度等级、中优先度等级、高优先度等级和极高优先度等级,优先度等级越高,对城市森林的需求程度越高,也最应该优先建设城市森林,其中:低优先度等级的Pl取值范围为0≤PI≤0.1520,中优先度等级的PI取值范围为0.1520<PI≤0.2658,高优先度等级的PI取值范围为0.2658<PI≤0.3842,极高优先度等级的PI取值范围为PI>0.3842。
在本发明中,优先度PI栅格图层中的各个栅格单元对应有一优先度PI,每个区域单元包含的各栅格单元的优先度PI相同,不同优先度PI用不同的颜色或填充标识来表示,比如,优先度PI从大到小可用由浅逐渐变深或由深逐渐变浅的颜色来表示。
在本发明中,PI优先度等级分布栅格图层对各优先度等级区域进行了直观的展示,不同优先度等级区域用不同的颜色或填充标识来表示,比如,优先度等级从高到低的区域单元可用逐渐变浅的颜色来表示。
在实际实施时,不同优先度等级反映了不同优先度等级区域在未来对城市森林建设需求的大小,但是每个区域单元有无土地潜力以及潜力如何则是制约能否实施树木种植的关键。因此,本发明城市森林树木优先种植区域选择方法在步骤5)之后还包括步骤:
通过ArcMap GIS系统的统计功能,统计出各优先度等级区域所占该城市的比例,即计算出各优先度等级区域的占比,然后根据各优先度等级区域占比高低、潜在林木树冠覆盖面积大小以及城市化发展速度快慢等因素,选择出相应一个或多个优先度等级区域作为优先种植区域,其中:每一优先度等级区域由属于该优先度等级的所有区域单元构成,例如,低优先度等级区域由属于低优先度等级的所有区域单元构成,高优先度等级区域由属于高优先度等级的所有区域单元构成,等等。
举例来说,由于高优先度等级区域占比较高、潜在林木树冠覆盖面积最大,且城市化发展速度快,因此,选择城市中的高优先度等级区域作为优先种植区域为宜。而对于极高优先度等级区域,虽然其优先度等级最高,但是其占比较小、潜在林木树冠覆盖面积较小,且城市化发展速度放缓,则可以不作为优先种植区域。
本发明在实际实施中:
在步骤2)中,计算各个区域单元的人口密度、道路密度和现实林木树冠覆盖率的矢量数据利用ArcMap GIS系统的数据库计算功能实现;
在步骤3)中,对各个区域单元的人口密度、道路密度和现实林木树冠覆盖率的矢量数据进行归一化处理利用ArcMap GIS系统的数据库计算功能实现,对各个区域单元的归一化人口密度、归一化道路密度和归一化现实林木树冠覆盖率的矢量数据利用ArcMap GIS系统的“矢量-栅格”数据格式转换功能实现向栅格数据的转换;
在步骤4)中,计算各栅格单元的优先度PI利用ArcMap GIS系统的栅格计算器实现;
在步骤5)中,对优先度PI进行优先度等级划分利用ArcMap GIS系统的自然断点数据分级功能实现,PI优先度等级分布栅格图层的绘制利用ArcMap GIS系统的制图功能实现。
总之,本发明是利用ArcMap GIS系统实现的,这里的ArcMap是ArcGIS Desktop中的一个用户桌面组件,其具有强大的地图制作、空间分析、空间数据建库等功能,是美国环境系统研究所在1978年开发的GIS系统。
下面以北京市城市建成区为例来说明本发明选择方法的实施过程。
北京市城市建成区主要为位于5环以内的平原区域,城市建成区面积约为1419.66km2,人均公园绿地面积为16.1m2/人。考虑到北京市的郊野公园绝大多数位于第二道绿化隔离区的实际情况,故将种植区域选择对象设定为第二道绿化隔离区及其以内区域。此区域的气候属于暖温带半湿润大陆性季风,年均温度12.3℃,年降水量400mm-600mm。此区域的自然群落已全部消失,植物群落主要由公园绿地、各类附属绿地等人工植物群落构成,城市森林呈现强烈的破碎化特征。若采用本发明选择方法,则实施过程为:
首先,获得北京市城市行政区划图的边界矢量图层,基于ArcMap GIS系统,将边界矢量图层的投影坐标转换为Albers投影。
然后,以社区(街道)和/或村为单位,将种植区域选择对象划分成1786个区域单元。
然后,输入各个区域单元的人口数据、道路面积数据和现实林木树冠覆盖面积数据,从而利用ArcMap GIS系统的数据库计算功能,计算出各个区域单元的人口密度、道路密度和现实林木树冠覆盖率的矢量数据。
然后,利用ArcMap GIS系统的数据库计算功能,对各个区域单元的人口密度、道路密度和现实林木树冠覆盖率的矢量数据进行归一化处理,得到各个区域单元的归一化人口密度、归一化道路密度和归一化现实林木树冠覆盖率的矢量数据,此处以人口密度、道路密度、现实林木树冠覆盖率各自的极大值进行归一化处理。
然后,考虑到现实林木树冠覆盖是以0.5m分辨率卫星影像解译的,故设定栅格单元边长为0.5m,从而利用ArcMap GIS系统的“矢量-栅格”数据格式转换功能,将归一化人口密度、归一化道路密度和归一化现实林木树冠覆盖率的矢量数据转换为栅格数据,从而得到种植区域选择对象的归一化人口密度栅格图层(如图2A)、归一化道路密度栅格图层(如图2B)和归一化现实林木树冠覆盖率栅格图层,其中的归一化现实林木树冠覆盖率栅格图层还通过(1-每一栅格单元的归一化现实林木树冠覆盖率栅格数值)进行了标准化处理(如图2C)。
然后,将上述栅格数据加载入ArcMap GIS系统,利用ArcMap GIS系统的栅格计算器,通过公式PI=0.3×PD+0.4×RD+0.3×UTCR,求出每个栅格单元的优先度PI,从而得到优先度PI栅格图层(如图3),其中,因每个区域单元包含的各栅格单元的优先度PI相同,故一区域单元中的一栅格单元的优先度PI即可代表该区域单元各栅格单元的优先度PI,实现了计算的简化。
然后,利用ArcMap GIS系统的自然断点数据分级功能,对各区域单元的优先度PI进行优先度等级划分,考虑到对未来城市森林建设的指导作用,等级数量不宜太多,经过大量调研,划分出了4个优先度等级:低优先度等级(0≤PI≤0.1520)、中优先度等级(0.1520<PI≤0.2658)、高优先度等级(0.2658<PI≤0.3842)和极高优先度等级(PI>0.3842),优先度PI越大,优先度等级越高。于是,优先度等级越高的区域单元被认定为是越需要优先选择种植树木的区域。
然后,通过ArcMap GIS系统的制图功能,绘制出可直观展示的PI优先度等级分布栅格图层(如图4),从图4可以明显看出,优先度等级沿北京环路呈现了明显的梯级分布规律,即沿着环路从内到外的外扩过程中,城市森林发展的需求程度呈现逐步降低的变化,其中4环以内区域是林木树冠覆盖最缺乏、最应该优先建设城市森林的区域。
然后,通过ArcMap GIS系统的统计功能,对各优先度等级区域所占种植区域选择对象的比例进行统计,即统计出各优先度等级区域的占比,如下表1所示。
从表1可以看出,整个种植区域选择对象以低优先度等级区域所占比例最小,其面积只有16960.12hm2,占比为6.88%,其次为极高优先度等级区域,其面积为32331.68hm2,占比为13.11%,而中优先度等级和高优先度等级区域的占比相差不大,分别为38.22%、41.79%。对于低优先度等级区域而言,由于其主要处在北京城西的西山山地一带,本身林木树冠覆盖率就很高,再加上多年来的山地造林与质量提升工程的实施,目前进一步营造城市森林的面积潜力就变得极微了,而极高优先度等级区域虽然占比不算大,但由于其主要集中分布在北京城市建成区范围内,尤其几乎涵盖了核心城区的东、西城区,这里也是北京市人口密度最大的区域,因此,其对于北京城市森林在未来的可持续性维持的意义非凡。
表1
然后,根据上表1所示的各优先度等级区域占比、潜在林木树冠覆盖面积以及城市化发展速度快慢等因素进行考虑,选择了高优先度等级区域最终作为优先种植区域,具体过程为:
从不同优先度等级区域的潜在林木树冠覆盖面积(斑块)情况来看,以低优先度等级区域的潜在林木树冠覆盖面积最小,只有298.15hm2,仅占种植区域选择对象的1.58%,而极高优先度等级区域的潜在林木树冠覆盖面积虽然比低优先度等级区域有所增加,但也只有662.09hm2,占种植区域选择对象的3.51%。可以看到,潜在林木树冠覆盖斑块主要集中在中优先度等级和高优先度等级区域,分别占40.03%、54.88%,尤其是高优先度等级区域,其林木树冠覆盖面积达到了10341.66hm2,并且由于其主要集中在4-5环之间,是北京城市化发展速度最快的地区,由此可以判定,高优先度等级区域具有的高潜在林木树冠覆盖面积对于该区域未来的城市森林生态建设具有极其重要的现实意义,故最终选择高优先度等级区域作为优先种植区域。
参考图1来理解,本发明还提出了一种城市森林树木优先种植区域选择系统,它包括:
矢量图层划分模块,用于获得城市的矢量图层,然后以社区(街道)和/或村为单位,将该城市划分成若干区域单元;
矢量数据库编辑模块,用于输入该城市各个区域单元的人口数据、道路面积数据和现实林木树冠覆盖面积数据,然后利用ArcMap GIS系统的数据库计算功能,通过矢量计算模块计算出各个区域单元的人口密度、道路密度和现实林木树冠覆盖率的矢量数据;
归一化处理与格式转换模块,用于利用ArcMap GIS系统的数据库计算功能,对各个区域单元的人口密度、道路密度和现实林木树冠覆盖率的矢量数据进行归一化处理(采用极大值归一化法),得到各个区域单元的归一化人口密度、归一化道路密度和归一化现实林木树冠覆盖率的矢量数据,然后利用ArcMap GIS系统的“矢量-栅格”数据格式转换功能,设定栅格单元尺寸大小,将归一化人口密度、归一化道路密度和归一化现实林木树冠覆盖率的矢量数据转换为栅格数据格式,得到该城市的归一化人口密度栅格图层、归一化道路密度栅格图层和归一化现实林木树冠覆盖率栅格图层,其中:归一化人口密度栅格图层、归一化道路密度栅格图层和归一化现实林木树冠覆盖率栅格图层的栅格单元大小相同;
优先度PI计算模块,用于通过公式PI=0.3×PD+0.4×RD+0.3×UTCR,利用ArcMapGIS系统的栅格计算器,求取每个栅格单元的优先度PI,以得到该城市的优先度PI栅格图层,其中:求取一栅格单元的优先度PI时,PD为该栅格单元所在区域单元的归一化人口密度栅格数据,RD为该栅格单元所在区域单元的归一化道路密度栅格数据,UTCR为该栅格单元所在区域单元的归一化现实林木树冠覆盖率栅格数据,要素PD、RD、UTCR前面的数值为各要素的权重值;
优先度等级划分模块,用于利用ArcMap GIS系统的自然断点数据分级功能,对求出的所有优先度PI进行优先度等级划分,以通过ArcMap GIS系统的制图功能,绘制出可直观展示的PI优先度等级分布栅格图层,优先度等级越高的区域单元被认为是越需要优先选择种植树木的区域,其中:每个区域单元包含的各栅格单元的优先度PI相同;优先度PI越大,优先度等级越高。
在实际设计中,归一化处理与格式转换模块还包括现实林木树冠覆盖率数据标准化模块,用于利用ArcMap GIS系统的栅格计算器,通过计算式:(1-每一栅格单元的归一化现实林木树冠覆盖率栅格数值),对归一化现实林木树冠覆盖率栅格图层的每个栅格单元进行标准化处理,从而得到与归一化人口密度栅格图层、归一化道路密度栅格图层具有相同城市森林需求趋势的归一化现实林木树冠覆盖率栅格图层。
在优先度等级划分模块中,优先度PI划分为4个优先度等级:低优先度等级、中优先度等级、高优先度等级和极高优先度等级,优先度等级越高,对城市森林的需求程度越高,也最应该优先建设城市森林,其中:低优先度等级的PI取值范围为0≤PI≤0.1520,中优先度等级的PI取值范围为0.1520<PI≤0.2658,高优先度等级的PI取值范围为0.2658<PI≤0.3842,极高优先度等级的PI取值范围为PI>0.3842。
本发明城市森林树木优先种植区域选择系统还包括:
优先种植区域数量化模块,用于通过ArcMap GIS系统的统计功能,统计出各优先度等级区域所占该城市的比例,即计算出各优先度等级区域的占比,然后根据各优先度等级区域占比高低、潜在林木树冠覆盖面积大小以及城市化发展速度快慢等因素,选择出相应一个或多个优先度等级区域作为优先种植区域,其中:每一优先度等级区域由属于该优先度等级的所有区域单元构成。
本发明的优点是:
本发明利用ArcMap GIS系统,从城市居民需求、环境污染治理需求以及城市森林林木树冠覆盖现状等方面着手,以社区(街道)和/或村为单位,基于优先度等级划分,直观、准确、高效地反映出了城市中不同区域空间对城市森林建设的需求程度,并且结合各优先度等级区域占比、潜在林木树冠覆盖面积及城市化发展等因素,实现了对优先种植区域的进一步合理选择,达到了对城市空间城市森林种植区域优先选址的目的,为相关生态建设与管理单位在城市森林建设时对种植区域的合理选择提供了可靠的决策依据,对未来城市森林生态建设具有极其重要的现实意义。
以上所述是本发明较佳实施例及其所运用的技术原理,对于本领域的技术人员来说,在不背离本发明的精神和范围的情况下,任何基于本发明技术方案基础上的等效变换、简单替换等显而易见的改变,均属于本发明保护范围之内。

Claims (10)

1.一种城市森林树木优先种植区域选择方法,其特征在于,它包括步骤:
1)获得城市的矢量图层,然后以社区和/或村为单位,将该城市划分成若干区域单元;
2)输入该城市各个区域单元的人口数据、道路面积数据和现实林木树冠覆盖面积数据,然后计算出各个区域单元的人口密度、道路密度和现实林木树冠覆盖率的矢量数据;
3)对各个区域单元的人口密度、道路密度和现实林木树冠覆盖率的矢量数据进行归一化处理,得到各个区域单元的归一化人口密度、归一化道路密度和归一化现实林木树冠覆盖率的矢量数据,然后将归一化人口密度、归一化道路密度和归一化现实林木树冠覆盖率的矢量数据转换为栅格数据,得到该城市的归一化人口密度栅格图层、归一化道路密度栅格图层和归一化现实林木树冠覆盖率栅格图层;
4)通过公式PI=0.3×PD+0.4×RD+0.3×UTCR,求取每个栅格单元的优先度PI,进而得到该城市的优先度PI栅格图层,其中:求取一栅格单元的优先度PI时,PD为该栅格单元所在区域单元的归一化人口密度栅格数据,RD为该栅格单元所在区域单元的归一化道路密度栅格数据,UTCR为该栅格单元所在区域单元的归一化现实林木树冠覆盖率栅格数据;
5)对求出的所有优先度PI进行优先度等级划分,绘制出PI优先度等级分布栅格图层,优先度等级越高的区域单元被认为是越需要优先选择种植树木的区域,其中:每个区域单元包含的各栅格单元的优先度PI相同;优先度PI越大,优先度等级越高。
2.如权利要求1所述的城市森林树木优先种植区域选择方法,其特征在于:
在所述步骤1)中,获得城市行政区划图的边界矢量图层,基于ArcMap GIS系统将边界矢量图层的投影坐标统一转换为Albers投影,以在保持面积不变形的基础上利于准确计算面积。
3.如权利要求1所述的城市森林树木优先种植区域选择方法,其特征在于:
在所述步骤3)中,通过公式(1-每一栅格单元的归一化现实林木树冠覆盖率栅格数值)对所述归一化现实林木树冠覆盖率栅格图层进行标准化处理。
4.如权利要求1所述的城市森林树木优先种植区域选择方法,其特征在于:
在所述步骤5)中,优先度PI划分为4个优先度等级:低优先度等级、中优先度等级、高优先度等级和极高优先度等级,其中:低优先度等级的PI取值范围为0≤PI≤0.1520,中优先度等级的PI取值范围为0.1520<PI≤0.2658,高优先度等级的PI取值范围为0.2658<PI≤0.3842,极高优先度等级的PI取值范围为PI>0.3842。
5.如权利要求1所述的城市森林树木优先种植区域选择方法,其特征在于:
所述城市森林树木优先种植区域选择方法还包括步骤:
统计出各优先度等级区域所占该城市的比例,然后根据各优先度等级区域占比高低、潜在林木树冠覆盖面积大小以及城市化发展速度快慢,选择出相应一个或多个优先度等级区域作为优先种植区域,其中:每一优先度等级区域由属于该优先度等级的所有区域单元构成。
6.如权利要求1至5中任一项所述的城市森林树木优先种植区域选择方法,其特征在于:
在所述步骤2)中,计算各个区域单元的人口密度、道路密度和现实林木树冠覆盖率的矢量数据利用ArcMap GIS系统的数据库计算功能实现;
在所述步骤3)中,对各个区域单元的人口密度、道路密度和现实林木树冠覆盖率的矢量数据进行归一化处理利用ArcMap GIS系统的数据库计算功能实现,对各个区域单元的归一化人口密度、归一化道路密度和归一化现实林木树冠覆盖率的矢量数据利用ArcMap GIS系统的“矢量-栅格”数据格式转换功能实现向栅格数据的转换;
在所述步骤4)中,计算各栅格单元的优先度PI利用ArcMap GIS系统的栅格计算器实现;
在所述步骤5)中,对优先度PI进行优先度等级划分利用ArcMap GIS系统的自然断点数据分级功能实现,PI优先度等级分布栅格图层的绘制利用ArcMap GIS系统的制图功能实现。
7.一种城市森林树木优先种植区域选择系统,其特征在于,它包括:
矢量图层划分模块,用于获得城市的矢量图层,然后以社区和/或村为单位,将该城市划分成若干区域单元;
矢量数据库编辑模块,用于输入该城市各个区域单元的人口数据、道路面积数据和现实林木树冠覆盖面积数据,然后通过矢量计算模块计算出各个区域单元的人口密度、道路密度和现实林木树冠覆盖率的矢量数据;
归一化处理与格式转换模块,用于对各个区域单元的人口密度、道路密度和现实林木树冠覆盖率的矢量数据进行归一化处理,得到各个区域单元的归一化人口密度、归一化道路密度和归一化现实林木树冠覆盖率的矢量数据,然后将归一化人口密度、归一化道路密度和归一化现实林木树冠覆盖率的矢量数据转换为栅格数据,得到该城市的归一化人口密度栅格图层、归一化道路密度栅格图层和归一化现实林木树冠覆盖率栅格图层;
优先度PI计算模块,用于通过公式PI=0.3×PD+0.4×RD+0.3×UTCR,求取每个栅格单元的优先度PI,以得到该城市的优先度PI栅格图层,其中:求取一栅格单元的优先度PI时,PD为该栅格单元所在区域单元的归一化人口密度栅格数据,RD为该栅格单元所在区域单元的归一化道路密度栅格数据,UTCR为该栅格单元所在区域单元的归一化现实林木树冠覆盖率栅格数据;
优先度等级划分模块,用于对求出的所有优先度PI进行优先度等级划分,以绘制出PI优先度等级分布栅格图层,优先度等级越高的区域单元被认为是越需要优先选择种植树木的区域,其中:每个区域单元包含的各栅格单元的优先度PI相同;优先度PI越大,优先度等级越高。
8.如权利要求7所述的城市森林树木优先种植区域选择系统,其特征在于:
所述归一化处理与格式转换模块还包括现实林木树冠覆盖率数据标准化模块,用于通过公式(1-每一栅格单元的归一化现实林木树冠覆盖率栅格数值)对所述归一化现实林木树冠覆盖率栅格图层进行标准化处理。
9.如权利要求7所述的城市森林树木优先种植区域选择系统,其特征在于:
在所述优先度等级划分模块中,优先度PI划分为4个优先度等级:低优先度等级、中优先度等级、高优先度等级和极高优先度等级,其中:低优先度等级的PI取值范围为0≤PI≤0.1520,中优先度等级的PI取值范围为0.1520<PI≤0.2658,高优先度等级的PI取值范围为0.2658<PI≤0.3842,极高优先度等级的PI取值范围为PI>0.3842。
10.如权利要求7或8或9所述的城市森林树木优先种植区域选择系统,其特征在于:
所述城市森林树木优先种植区域选择系统还包括:
优先种植区域数量化模块,用于统计出各优先度等级区域所占该城市的比例,然后根据各优先度等级区域占比高低、潜在林木树冠覆盖面积大小以及城市化发展速度快慢,选择出相应一个或多个优先度等级区域作为优先种植区域,其中:每一优先度等级区域由属于该优先度等级的所有区域单元构成。
CN201910347721.2A 2019-04-26 2019-04-26 一种城市森林树木优先种植区域选择方法及系统 Pending CN109948956A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910347721.2A CN109948956A (zh) 2019-04-26 2019-04-26 一种城市森林树木优先种植区域选择方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910347721.2A CN109948956A (zh) 2019-04-26 2019-04-26 一种城市森林树木优先种植区域选择方法及系统

Publications (1)

Publication Number Publication Date
CN109948956A true CN109948956A (zh) 2019-06-28

Family

ID=67016392

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910347721.2A Pending CN109948956A (zh) 2019-04-26 2019-04-26 一种城市森林树木优先种植区域选择方法及系统

Country Status (1)

Country Link
CN (1) CN109948956A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112581083A (zh) * 2020-12-14 2021-03-30 浙江弄潮儿智慧科技有限公司 一种基于卫星技术的林木生长监测系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112581083A (zh) * 2020-12-14 2021-03-30 浙江弄潮儿智慧科技有限公司 一种基于卫星技术的林木生长监测系统
CN112581083B (zh) * 2020-12-14 2021-06-18 浙江弄潮儿智慧科技有限公司 一种基于卫星技术的林木生长监测系统

Similar Documents

Publication Publication Date Title
Xia et al. Analyzing spatial relationships between urban land use intensity and urban vitality at street block level: A case study of five Chinese megacities
CN112418674A (zh) 基于城市多源数据的街道空间品质测度评价方法和系统
CN109102193A (zh) 地理设计生态红线划定与管理系统及数据库、评价模型
CN104732092B (zh) 一种基于聚类的水文降雨一致区分析方法
CN106530709B (zh) 一种面向用户的高速公路交通指数发布系统
CN111062446A (zh) 基于多源国土资源数据的土地类型分类方法
CN110209757A (zh) 基于土地价值评估的山地城镇空间形态导控系统
Zhao et al. Woody vegetation composition and structure in peri-urban Chongming Island, China
Cilek et al. Modeling the relationship between the geometric characteristics of urban green spaces and thermal comfort: The case of Adana city
CN110956089B (zh) 基于ict技术的历史街区步行性测度方法
Zhang et al. Simulating land use change for sustainable land management in rapid urbanization regions: a case study of the Yangtze River Delta region
CN114240098A (zh) 一种基于多源数据的智慧园林监管及公园选址的方法
Luo et al. Understanding the relationship between 2D/3D variables and land surface temperature in plain and mountainous cities: Relative importance and interaction effects
CN109948956A (zh) 一种城市森林树木优先种植区域选择方法及系统
CN117494859A (zh) 一种基于地统计的城市碳排放形态分区构建的方法
CN106980701A (zh) 一种地理影响民居建筑形态的统计系统及统计方法
CN103400200B (zh) 基于大气能见度测算的超高层建筑最佳眺望点选址技术
CN115358507A (zh) 生产建设项目扰动图斑水土流失风险识别评估方法
Erdem Okumuş et al. Reconsidering urban densification for microclimatic improvement: planning and design strategies for Istanbul
CN114186889A (zh) 一种基于层次分析的城市绿地景观评价方法
CN114004442A (zh) 一种基于多方法的宅基地利用信息获取方法
CN114021867A (zh) 一种基于物联网和大数据的生态景观规划设计方法
Li et al. Effects of Blue-Green Multi-Scale Spatial Structure on Urban Forest Carbon Density: Beijing, China Case Study
Liu Apply fringe identification to understand urban economic development in China: In case of Wuhan
Wang et al. Traditional Chinese village morphological feature extraction and cluster analysis based on multi-source data and machine learning

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190628