CN110070038A - 一种基于城市绿化覆盖面积测算城市绿地率的方法 - Google Patents
一种基于城市绿化覆盖面积测算城市绿地率的方法 Download PDFInfo
- Publication number
- CN110070038A CN110070038A CN201910326208.5A CN201910326208A CN110070038A CN 110070038 A CN110070038 A CN 110070038A CN 201910326208 A CN201910326208 A CN 201910326208A CN 110070038 A CN110070038 A CN 110070038A
- Authority
- CN
- China
- Prior art keywords
- urban
- ratio
- coverage
- park
- area
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012937 correction Methods 0.000 claims abstract description 39
- 230000002596 correlated effect Effects 0.000 claims abstract description 11
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 46
- 230000015572 biosynthetic process Effects 0.000 claims description 17
- 230000008901 benefit Effects 0.000 claims description 10
- 230000000007 visual effect Effects 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 8
- 239000010410 layer Substances 0.000 description 21
- 238000010586 diagram Methods 0.000 description 6
- 238000011835 investigation Methods 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012732 spatial analysis Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/143—Sensing or illuminating at different wavelengths
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Educational Administration (AREA)
- Geometry (AREA)
- Development Economics (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种基于城市绿化覆盖面积测算城市绿地率的方法，本方法基于城市遥感影像测算城市绿化覆盖面积，然后再获取与绿地率正相关修正值和负相关修正值，最后根据城市绿化覆盖面积、正相关修正值、负相关修正值来计算绿地率。本发明在城市绿化覆盖面积的遥感影像自动识别技术的基础上，只需在GIS平台测算与绿地率相关的几个修正值，即可得出城市绿地率的数值。该方法极大的缩小了勾绘城市绿地的工作量，提高了城市绿地率的统计效率。为园林城市测评、城市绿化横向纵向比较等工作提供了高效、便捷的技术支持。
Description
技术领域
本发明涉及一种绿地率的测算方法，具体是一种基于城市绿化覆盖面积测算城市绿地率的方法，属于城市园林绿化成果考评测试、城市园林绿化遥感调查、城市园林绿化现状普查等空间测绘领域以及城市总体规划、城市绿地系统规划的空间规划设计领域。
背景技术
随着空间信息技术的发展，利用遥感影像测算城市绿化覆盖率的统计方法在中国逐渐推广。遥感测算法利用多光谱波段的光谱特性识别城市植被，并自动勾绘出被植被覆盖的区域，包括屋顶绿化和乔木树冠的垂直投影区域。该方法减少了大量的实地调研工作量，并适应绿化覆盖率动态变化的特点，实现了对城市绿化覆盖率的动态监测，成为业内普遍认同的城市绿化覆盖率测算技术。
然而，城市绿地率的测算方法却没能从遥感影像中获得如绿化覆盖率一般的提升。究其原因，是由两率的统计规则差异造成的。用于计算绿化覆盖率的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，即在遥感影像中具有绿色光谱特征的图斑面积，其中，乔灌木是按其冠幅投影面积来计算的。而用于计算绿地率的绿地面积，则是统计落在体具城市用地上的指标，即乔灌木是按其生长的种植用地来计算的。例如，一株行道树，其绿化覆盖面积是行道树的树冠面积，其绿地面积则是树冠下种植池的面积。由于遥感影像自动识别技术只能对遥感影像表层的光谱特征进行识别，不能穿过树冠层识别绿化用地层，从而使绿地率的自动提取较为困难。因此，基于遥感影像计算城市绿地率依然需要专业人员用目视解译的方法，根据自身的专业知识，在影像图中人工勾绘城市绿地面积。例如，苏国振、吴明秋等在GIS操作平台上，结合遥感影像，分别对浙江省嘉兴市和象山县的绿地率进行了测算。其基本的技术流程为：将城市大比例（不小于1：500）地形图或竣工测绘图导入GIS平台作为绿地率调查的源数据，对照遥感影像逐区域编辑源数据，核实并勾绘每块城市绿地，对绿地边界不准确图斑进行外业调查，通过质量检查后生成绿地率成果。该方法需对城市中的所有绿地进行边界勾绘，需要投入大量的人力物力，且耗时较长，统计效率低。
发明内容
本发明要解决的技术问题是提供一种基于城市绿化覆盖面积测算城市绿地率的方法，在确保准确性的前提下，大幅减少城市绿地率的统计工作量，节约调查统计时间，解决城市两率调查工作的时效性瓶颈问题。
为了解决所述技术问题，本发明采用的技术方案是：一种基于城市绿化覆盖面积测算城市绿地率的方法，其特征在于：包括以下步骤：S01）、基于城市遥感影像测算城市绿化覆盖面积，获取城市遥感影像，采用面向对象的分类法与人工补判相结合来提取城市绿化覆盖数据，统计城市建成区绿化覆盖面积；
S02）、在遥感影像上测算城市绿地率正相关修正值，正相关修正值包括行道树绿化覆盖面积和行道树绿带面积；
S03）、在遥感影像上测算城市绿地率负相关修正值，负相关修正值包括全部或者部分纳入绿地率统计的公园水体面积和公园中未被植被覆盖的大尺度铺装面积；
S04）、基于城市绿化覆盖面积测算城市绿地率，城市绿地率计算公式为：
Rgl= [Sgc-Sstc+Lst×Wst+Spw+Spl/2+Spf]/Sub，其中Rgl表示城市绿地率，
Sgc表示城市绿化覆盖面积，Sstc表示行道树绿化覆盖面积，Lst表示行道树绿带长度，Wst表示行道树绿带宽度，Spw表示全部纳入绿地率统计的公园水体面积，Spl表示部分含水体公园的陆地面积，Spf表示公园中未被植被覆盖的大尺度铺装面积，Sub表示城市建成区面积。
进一步的，采用面向对象的分类法与人工补判相结合来提取城市绿化覆盖数据的具体操作为：在Ecognition Developer Trial 9.0软件平台下对遥感影像进行多尺度分割，利用图像纹理信息和波段统计信息，构造绿化覆盖分类函数NDVI，对城市绿化覆盖信息进行提取，并输出矢量图形；在ArcMap软件平台下，结合绿化图斑特征，进行人工分类补判，确保绿化覆盖信息分类精度达到90%以上，构建城市建成区绿化覆盖面源数据图层；统计城市建成区绿化覆盖面积Sgc。
进一步的，测算行道树绿化覆盖面积和行道树绿带面积的具体操作为：目视解译城市遥感影像中0.8-3m宽的线形行道树图斑，直接在城市绿化覆盖面源数据图层上勾绘并裁剪，构建行道树绿化覆盖面积面源数据图层，测算行道树绿化覆盖面积修正值Sstc；根据勾绘的行道树绿化覆盖图层，勾绘相对应的行道树绿带线源数据图层，测算行道树绿带长度修正值Lst，根据实地取样测量数据，测算城市行道树绿带平均宽度修正值Wst。
进一步的，测算城市绿地率负相关修正值的具体操作为：目视解译城市遥感影像中所有含水体公园，分别勾绘公园内的水体边界和陆地边界，构建含水体公园水体面源数据图层、含水体公园陆地面源数据图层，对比每个公园中水体面积Spwi与陆地面积Spli的关系，将不纳入绿地率统计的范围删除，测算Spw与Spl修正值；目视解译城市遥感影像中所有公园未被植被覆盖的大尺度铺装，构建公园大尺度铺装面源数据图层，测算公园中未被植被覆盖的大尺度铺装面积Spf。
进一步的，若Spwi≤Spli/2，i代表含水公园的编号，i=1,2,3……，说明该公园的水体面积小于公园陆地面积的50%，此种情况下，水体全部计入绿地率，即删除该公园的Spli数据，将Spwi计入绿地率统计；若Spwi＞ Spli/2，说明该公园的水体面积大于公园陆地面积的50%，此种情况下，水体按公园陆地面积的50%计入绿地率，删除该公园的Spwi数据，取Spli/2计入绿地率统计；从属性表中面积求和得到城市需全部纳入绿地率统计的公园水体面积和部分纳入绿地率统计的公园水体面积即部分含水体公园的陆地面积，测算修正值Spw和Spl。
进一步的，对遥感影像进行多尺度分割前，将遥感影像的默认波段修改为Layer1—B、Layer2—G、Layer3—R、Layer4—G，并进行标准差拉伸，突出遥感影像中的绿色植被信息的显示效果；进行多尺度分割时，将显示植被波段Layer4的权重设置为2，其余波段的权重值为1，将分割尺度参数设置为200，将Shape形状因子参数设置为0.1，平滑度参数设置为0.5，进行自下而上的多尺度分割；在Feature View中创建植被指数函数NDVI提取植被，NDVI的特征定义公式为（[Mean NIR]-[Mean R]）/（[Mean NIR]+[Mean R]），在NDVI更新的窗口中对植被和非植被进行区分，经过对比调试，最终确定NDVI的阈值为0.29—0.72，在此阈值内进行植被提取。
进一步的，人工补判时，去除与绿色植被色彩相近的建筑屋顶或铺地面积，补充在阴影中未被识别的植被或被云层遮挡的植被。
本发明的有益效果：本发明在深入研究了城市绿地率与绿化覆盖率的统计意义与量化关系后，提出了一个利用遥感影像识别技术快速计算城市绿地率的统计方法，在城市绿化覆盖面积的遥感影像自动识别技术的基础上，只需在GIS平台测算行道树绿化覆盖面积（Sstc）、行道树绿带长度（Lst）与宽度（Wst）、全部纳入绿地率统计的公园水体面积（Spw）、部分含水体公园的陆地面积（Spl）、公园中未被植被覆盖的大尺度铺装面积（Spf）等6个修正值，即可得出城市绿地率的数值。该方法极大的缩小了勾绘城市绿地的工作量，提高了城市绿地率的统计效率。为园林城市测评、城市绿化横向纵向比较等工作提供了高效、便捷的技术支持。
附图说明
图1为城市各类用地两率差值（城市绿化覆盖率-城市绿地率）分析图；
图2为道路行道树绿带示意图；
图3为遥感影像中行道树绿带两率示意图；
图4为遥感影像中城市绿化覆盖面源数据图层与行道树绿化覆盖面源数据图层示意图；
图5为行道树绿带线源数据图层示意图；
图6为Spwi≤Spli/2公园水体面源数据图层示意图；
图7为Spwi＞ Spli/2公园水体面源数据图层示意图；
图8为公园中未被植被覆盖的大尺度铺装示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的说明。
实施例1
本实施例公开一种基于城市绿化覆盖面积测算城市绿地率的方法，包括以下步骤：
S01）、基于城市高分辨率遥感影像测算城市绿化覆盖面积
（1）购买遥感数据
向卫星或航空遥感企业购买城市建成区遥感影像数据。首先应向企业提供城市建成区范围边界(Sub)图，边界图应为西安80坐标系或2000国家大地坐标系的dwg格式文件。购买的遥感影像应满足以下要求：影像应覆盖城市的建成区范围；影像应包含全色和多光谱数据；融合后的影像空间分辨率应不低于1m；数据云量应小于20%，云、雾尽量不落在建成区范围内。
（2）测算城市绿化覆盖面积
采用面向对象的分类法与人工补判相结合来提取城市绿化覆盖数据。面向对象分类方法，是基于基元或者影像对象的分类方法。相对于传统分类方法它具有以下优势：模拟人脑解译方式，充分利用高分辨率遥感影像丰富的纹理和结构多种特征，提高信息分类精度；更适合处理空间尺度、空间分析等问题；面向对象方法可以在不同尺度空间提取特定主题的信息，提高了面向对象分类方法的分类精度。
具体可分为以下五步：
1、在Ecognition Developer Trial 9.0软件平台下导入img格式的遥感影像。
2、进入Edit Image Layer Mixing 将系统默认的波段Layer1—R、Layer2—G、Layer3—B改为Layer1—B、Layer2—G、Layer3—R、Layer4—G，并在Equalizing菜单中选取Standard Deviation（3.00）进行标准差拉伸，突出遥感影像中的绿色植被信息的显示效果。
3、在Process Tree窗口进入Append New进行多尺度分割进程，在Insert Child的子进程中插入多尺度分割算法“multiresolution segmentation”。在Image LayerWeights中显示植被波段Layer4的权重设置为2，其余波段的权重值为1，Scale parameter中将分割尺度参数设置为200。将Shape形状因子参数设置为0.1，Compactness平滑度参数设置为0.5，点击Execute进行自下而上的多尺度分割。
4、在Feature View中Create New Arithmetic中创建植被指数函数NDVI提取植被，NDVI的特征定义公式为（[Mean NIR]-[Mean R]）/（[Mean NIR]+[Mean R]）。在NDVI更新的窗口中对植被和非植被进行区分。经过对比调试，最终确定植被的NDVI阈值为0.29—0.72，在此阈值内进行植被提取。
5、将Ecognition Developer Trial 9.0提取的植被矢量数据导入Arcmap10.3中，结合绿化图斑特征，进行人工分类补判。去除与绿色植被色彩相近的建筑屋顶或铺地面积，补充在阴影中未被识别的植被或被云层遮挡的植被，确保绿化覆盖信息分类精度达到90%以上，构建城市建成区绿化覆盖面源数据图层（Sgc），统计城市建成区绿化覆盖面积。
S02）、测算城市绿地率正相关修正值
（1）测算修正值Sstc
通过对城市建成区内各类建设用地中绿化覆盖面积和绿地面积对城市两率及两率差值（绿化覆盖率-绿地率）影响的分析研究发现，城市两率差值的正相关主导因子是交通设施用地中的行道树绿带，如图1所示。因此，城市绿地率的修正应去除城市绿化覆盖面积中的行道树绿化覆盖面积，补增城市行道树绿带的绿地面积。
在Arcmap10.3软件平台下，对城市行道树覆盖图斑进行目视解译，解译原则为：线形、连续、乔木，绿带长度不低于3m，宽度在0.8-3m之间，如图2、3所示。图3中被圈部分为行道树绿化覆盖面积及其统计范围，带点直线部分为行道树绿带绿地面积及其统计范围。在城市绿化覆盖图层勾选符合条件的行道树绿带后，执行相交（intersect）、剪裁(clip)命令，得到行道树绿化覆盖面源数据图层，如图4所示，测算修正值Sstc。
（2）测算修正值Lst和Wst
城市行道树绿带的面积可通过公式Sst= Lst×Wst求得，在Arcmap10.3软件平台下，勾画与第一步Sstc图层中行道树覆盖面相对应的行道树线要素，构建行道树绿带线源数据图层，如图5所示，从属性表中找到线的长度数据计算行道树绿带总长度，测算修正值Lst；根据《城市道路绿化规划与设计规范》（CJJ75-97）要求和实地观察测量数据，求城市行道树绿带平均宽度，测算修正值Wst。
S03）、测算城市绿地率负相关修正值
（1）测算修正值Spw和Spl
如图1所示，城市两率差值的负相关主导因子是公园绿地中的水体与铺装。由于水体对公园绿地的景观塑造和休闲游憩发挥了重要作用，因此允许城市绿地率统计时纳入部分水体。作为绿地率统计的一种特殊情况，公园中水体与陆地的面积对比计算是不可省略的。
具体操作为：目视解译含水体公园，勾绘公园绿地内的水体，构建公园水体面源数据图层（Spw）；勾绘含水体公园绿地内的陆地，构建含水体公园陆地面源数据图层（Spl）；测算每个含水体公园中Spwi(i代表含水公园的编号，i=1,2,3……)与Spli的关系：若Spwi≤Spli/2，如图6所示，则该公园的绿地率面积统计需在绿化覆盖面积的基础上增加公园水体面积，此种情况的公园删除其Spli数据，保留Spwi数据；若Spwi＞ Spli/2，如图7所示，则该公园的绿地率面积统计需在绿化覆盖面积的基础上增加部分公园水体面积，即公园陆地面积的1/2（Spli/2），此种情况的公园删除其Spwi数据，保留Spli数据；从属性表中面积求和得到城市需全部纳入绿地率统计的公园水体面积和部分纳入绿地率统计的公园水体面积即部分含水体公园的陆地面积，测算修正值Spw和Spl。
（2）测算修正值Spf
基于遥感影像解译的城市绿化覆盖面积不包含公园绿地中未被植物覆盖的大广场面积，而城市绿地率计算规则要求公园绿地中的铺装应全部纳入绿地率统计。因此，在公园绿地面积统计时需在绿化覆盖面积的基础上增加公园中未被植被覆盖的大尺度铺装面积。目视解译城市公园绿地中未被植被覆盖的大尺度铺装，单独勾绘公园铺装面源数据图层，测算修正值Spf。
S04）、基于城市绿化覆盖面积测算城市绿地率
通过GIS属性表统计Sgc和Sub基础数据，以及Sstc、Lst、Wst、Spw、Spl、Sgf等6个修正数据，代入城市绿地率修正公式Rgl= [Sgc-Sstc+Lst×Wst+Spw+Spl/2+Spf]/Sub测算城市绿地率。
本实施例在深入研究了城市绿地率与绿化覆盖率的统计意义与量化关系后，提出了一个利用遥感影像识别技术快速计算城市绿地率的统计方法，在城市绿化覆盖面积的遥感影像自动识别技术的基础上，只需在GIS平台测算行道树绿化覆盖面积（Sstc）、行道树绿带长度（Lst）与宽度（Wst）、全部纳入绿地率统计的公园水体面积（Spw）、部分含水体公园的陆地面积（Spl）、公园中未被植被覆盖的大尺度铺装面积（Spf）等6个修正值，即可得出城市绿地率的数值。该方法极大的缩小了勾绘城市绿地的工作量，提高了城市绿地率的统计效率。为园林城市测评、城市绿化横向纵向比较等工作提供了高效、便捷的技术支持。
以上描述的仅是本发明的基本原理和优选实施例，本领域技术人员根据本发明做出的改进和替换，属于本发明的保护范围。
Claims (7)
1.一种基于城市绿化覆盖面积测算城市绿地率的方法，其特征在于：包括以下步骤：S01）、基于城市遥感影像测算城市绿化覆盖面积，获取城市遥感影像，采用面向对象的分类法与人工补判相结合来提取城市绿化覆盖数据，统计城市建成区绿化覆盖面积；
S02）、在遥感影像上测算城市绿地率正相关修正值，正相关修正值包括行道树绿化覆盖面积和行道树绿带面积；
S03）、在遥感影像上测算城市绿地率负相关修正值，负相关修正值包括全部或者部分纳入绿地率统计的公园水体面积和公园中未被植被覆盖的大尺度铺装面积；
S04）、基于城市绿化覆盖面积测算城市绿地率，城市绿地率计算公式为：
Rgl= [Sgc-Sstc+Lst×Wst+Spw+Spl/2+Spf]/Sub，其中Rgl表示城市绿地率，
Sgc表示城市绿化覆盖面积，Sstc表示行道树绿化覆盖面积，Lst表示行道树绿带长度，Wst表示行道树绿带宽度，Spw表示全部纳入绿地率统计的公园水体面积，Spl表示部分含水体公园的陆地面积，Spf表示公园中未被植被覆盖的大尺度铺装面积，Sub表示城市建成区面积。
2.根据权利要求1所述的基于城市绿化覆盖面积测算城市绿地率的方法，其特征在于：采用面向对象的分类法与人工补判相结合来提取城市绿化覆盖数据的具体操作为：在Ecognition Developer Trial 9.0软件平台下对遥感影像进行多尺度分割，利用图像纹理信息和波段统计信息，构造绿化覆盖分类函数NDVI，对城市绿化覆盖信息进行提取，并输出矢量图形；在ArcMap软件平台下，结合绿化图斑特征，进行人工分类补判，确保绿化覆盖信息分类精度达到90%以上，构建城市建成区绿化覆盖面源数据图层；统计城市建成区绿化覆盖面积Sgc。
3.根据权利要求2所述的基于城市绿化覆盖面积测算城市绿地率的方法，其特征在于：测算行道树绿化覆盖面积和行道树绿带面积的具体操作为：目视解译城市遥感影像中0.8-3m宽的线形行道树图斑，直接在城市绿化覆盖面源数据图层上勾绘并裁剪，构建行道树绿化覆盖面积面源数据图层，测算行道树绿化覆盖面积修正值Sstc；根据勾绘的行道树绿化覆盖图层，勾绘相对应的行道树绿带线源数据图层，测算行道树绿带长度修正值Lst，根据实地取样测量数据，测算城市行道树绿带平均宽度修正值Wst。
4.根据权利要求1所述的基于城市绿化覆盖面积测算城市绿地率的方法，其特征在于：测算城市绿地率负相关修正值的具体操作为：目视解译城市遥感影像中所有含水体公园，分别勾绘公园内的水体边界和陆地边界，构建含水体公园水体面源数据图层、含水体公园陆地面源数据图层，对比每个公园中水体面积Spwi与陆地面积Spli的关系，将不纳入绿地率统计的范围删除，测算Spw与Spl修正值；目视解译城市遥感影像中所有公园未被植被覆盖的大尺度铺装，构建公园大尺度铺装面源数据图层，测算公园中未被植被覆盖的大尺度铺装面积Spf。
5.根据权利要求4所述的基于城市绿化覆盖面积测算城市绿地率的方法，其特征在于：若Spwi≤Spli/2，i代表含水公园的编号，i=1,2,3……，说明该公园的水体面积小于公园陆地面积的50%，此种情况下，水体全部计入绿地率，即删除该公园的Spli数据，将Spwi计入绿地率统计；若Spwi＞ Spli/2，说明该公园的水体面积大于公园陆地面积的50%，此种情况下，水体按公园陆地面积的50%计入绿地率，删除该公园的Spwi数据，取Spli/2计入绿地率统计；从属性表中面积求和得到城市需全部纳入绿地率统计的公园水体面积和部分纳入绿地率统计的公园水体面积即部分含水体公园的陆地面积，测算修正值Spw和Spl。
6.根据权利要求2所述的基于城市绿化覆盖面积测算城市绿地率的方法，其特征在于：对遥感影像进行多尺度分割前，将遥感影像的默认波段修改为Layer1—B、Layer2—G、Layer3—R、Layer4—G，并进行标准差拉伸，突出遥感影像中的绿色植被信息的显示效果；进行多尺度分割时，将显示植被波段Layer4的权重设置为2，其余波段的权重值为1，将分割尺度参数设置为200，将Shape形状因子参数设置为0.1，平滑度参数设置为0.5，进行自下而上的多尺度分割；在Feature View中创建植被指数函数NDVI提取植被，NDVI的特征定义公式为（[Mean NIR]-[Mean R]）/（[Mean NIR]+[Mean R]），Mean NIR代表近红外波段，Mean R代表红外波段，在NDVI更新的窗口中对植被和非植被进行区分，经过对比调试，最终确定NDVI的阈值为0.29—0.72，在此阈值内进行植被提取。
7.根据权利要求2所述的基于城市绿化覆盖面积测算城市绿地率的方法，其特征在于：人工补判时，去除与绿色植被色彩相近的建筑屋顶或铺地面积，补充在阴影中未被识别的植被或被云层遮挡的植被。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910326208.5A CN110070038B (zh) | 2019-04-23 | 2019-04-23 | 一种基于城市绿化覆盖面积测算城市绿地率的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910326208.5A CN110070038B (zh) | 2019-04-23 | 2019-04-23 | 一种基于城市绿化覆盖面积测算城市绿地率的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110070038A true CN110070038A (zh) | 2019-07-30 |
| CN110070038B CN110070038B (zh) | 2022-06-17 |
Family
ID=67368314
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910326208.5A Active CN110070038B (zh) | 2019-04-23 | 2019-04-23 | 一种基于城市绿化覆盖面积测算城市绿地率的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110070038B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112070485A (zh) * | 2020-09-14 | 2020-12-11 | 内蒙古农业大学 | 一种城市园林绿化信息管理系统 |
| CN112634349A (zh) * | 2020-12-22 | 2021-04-09 | 福建省星云大数据应用服务有限公司 | 一种基于遥感影像的茶园面积估计方法及系统 |
| CN113032451A (zh) * | 2021-02-24 | 2021-06-25 | 昆明理工大学 | 基于遥感影像和gis技术的公园绿地规划实施监测方法 |
| CN114677583A (zh) * | 2020-12-25 | 2022-06-28 | 中国科学院生态环境研究中心 | 耦合城市结构和功能的多等级生态网格划分方法 |
| CN114881461A (zh) * | 2022-05-06 | 2022-08-09 | 合肥市紫蓬园林工程有限公司 | 一种园林绿化管理方法和绿化管理系统 |
| CN115994442A (zh) * | 2022-11-18 | 2023-04-21 | 湖南科大天河通信股份有限公司 | 一种警报鸣响声音覆盖面积及覆盖率算法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101294798A (zh) * | 2007-04-26 | 2008-10-29 | 上海市绿化管理信息中心 | 城市绿化遥感调查的数据校正方法 |
| CN101403795A (zh) * | 2008-11-18 | 2009-04-08 | 北京交通大学 | 估算城区树覆盖率的遥感测量方法及其遥感测量系统 |
| 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 |
| CN104504603A (zh) * | 2014-12-03 | 2015-04-08 | 住房和城乡建设部城乡规划管理中心 | 一种城市园林数字化系统及选址方法 |
| US20150294155A1 (en) * | 2014-04-15 | 2015-10-15 | Open Range Consulting | System and method for assessing rangeland |
| CN106570267A (zh) * | 2016-10-28 | 2017-04-19 | 上海市政工程设计研究总院（集团）有限公司 | 基于海绵城市理念建设山体公园调蓄设计与模型校核方法 |
| CN107657206A (zh) * | 2016-12-23 | 2018-02-02 | 航天星图科技（北京）有限公司 | 一种基于遥感技术估算绿地覆盖率的方法 |
| CN207473623U (zh) * | 2017-11-08 | 2018-06-08 | 江西省科学院 | 一种用于城市绿地树种识别的遥感系统 |
-
2019
- 2019-04-23 CN CN201910326208.5A patent/CN110070038B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101294798A (zh) * | 2007-04-26 | 2008-10-29 | 上海市绿化管理信息中心 | 城市绿化遥感调查的数据校正方法 |
| CN101403795A (zh) * | 2008-11-18 | 2009-04-08 | 北京交通大学 | 估算城区树覆盖率的遥感测量方法及其遥感测量系统 |
| 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 |
| US20150294155A1 (en) * | 2014-04-15 | 2015-10-15 | Open Range Consulting | System and method for assessing rangeland |
| CN104504603A (zh) * | 2014-12-03 | 2015-04-08 | 住房和城乡建设部城乡规划管理中心 | 一种城市园林数字化系统及选址方法 |
| CN106570267A (zh) * | 2016-10-28 | 2017-04-19 | 上海市政工程设计研究总院（集团）有限公司 | 基于海绵城市理念建设山体公园调蓄设计与模型校核方法 |
| CN107657206A (zh) * | 2016-12-23 | 2018-02-02 | 航天星图科技（北京）有限公司 | 一种基于遥感技术估算绿地覆盖率的方法 |
| CN207473623U (zh) * | 2017-11-08 | 2018-06-08 | 江西省科学院 | 一种用于城市绿地树种识别的遥感系统 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112070485A (zh) * | 2020-09-14 | 2020-12-11 | 内蒙古农业大学 | 一种城市园林绿化信息管理系统 |
| CN112634349A (zh) * | 2020-12-22 | 2021-04-09 | 福建省星云大数据应用服务有限公司 | 一种基于遥感影像的茶园面积估计方法及系统 |
| CN114677583A (zh) * | 2020-12-25 | 2022-06-28 | 中国科学院生态环境研究中心 | 耦合城市结构和功能的多等级生态网格划分方法 |
| CN113032451A (zh) * | 2021-02-24 | 2021-06-25 | 昆明理工大学 | 基于遥感影像和gis技术的公园绿地规划实施监测方法 |
| CN114881461A (zh) * | 2022-05-06 | 2022-08-09 | 合肥市紫蓬园林工程有限公司 | 一种园林绿化管理方法和绿化管理系统 |
| CN115994442A (zh) * | 2022-11-18 | 2023-04-21 | 湖南科大天河通信股份有限公司 | 一种警报鸣响声音覆盖面积及覆盖率算法 |
| CN115994442B (zh) * | 2022-11-18 | 2024-03-19 | 湖南科大天河通信股份有限公司 | 一种警报鸣响声音覆盖面积及覆盖率计算方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110070038B (zh) | 2022-06-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110070038A (zh) | 一种基于城市绿化覆盖面积测算城市绿地率的方法 | |
| CN113034689A (zh) | 基于激光点云的地形三维模型及地形图构建方法和系统、存储介质 | |
| CN103364781B (zh) | 基于遥感数据与地理信息系统的粮田地面参照点筛选方法 | |
| CN107527014A (zh) | 县级作物种植面积遥感统计抽样调查方案设计方法 | |
| CN103983230B (zh) | 一种地面叶面积指数间接测量验证方法 | |
| CN106529469A (zh) | 基于自适应坡度的无人机载LiDAR点云滤波方法 | |
| CN109117811A (zh) | 一种基于低空遥感测量技术估算城市植被覆盖率的系统及方法 | |
| CN103678707B (zh) | 一种行道树生态景观监测系统和方法 | |
| CN102314546A (zh) | 基于虚拟植物的植物生长生物量变化估算方法 | |
| CN115641412B (zh) | 基于高光谱数据的三维语义地图的生成方法 | |
| CN105608739A (zh) | 数据和规则综合驱动的三维树木精细建模方法 | |
| CN109342697A (zh) | 基于随机森林—普通克里格法的土壤有机碳含量预测方法 | |
| CN113932779B (zh) | 基于无人机倾斜摄影的土石方计算方法、系统及存储介质 | |
| Sun et al. | Feasibility study on the estimation of the living vegetation volume of individual street trees using terrestrial laser scanning | |
| CN114386828A (zh) | 海岛景观三维指数构建方法 | |
| Zhang et al. | Semantic urban vegetation modelling based on an extended CityGML description | |
| CN112241440B (zh) | 一种基于LiDAR点云数据的三维绿量估算及管理方法 | |
| CN116152668B (zh) | 一种基于人工智能获取街区尺度lcz的方法 | |
| CN115063707B (zh) | 一种基于倾斜摄影测量技术的拆迁区损失补偿评估方法 | |
| Rinnamang et al. | Estimation of aboveground biomass using aerial photogrammetry from unmanned aerial vehicle in teak (Tectona grandis) plantation in Thailand | |
| CN103971121B (zh) | 多源影像知识库解译方法 | |
| CN115760885A (zh) | 基于消费级无人机影像的高郁闭度湿地森林参数提取方法 | |
| Cluzeau et al. | Polyhedral representation of crown shape. A geometric tool for growth modelling | |
| RU2773144C1 (ru) | Способ определения запасов стволовой древесины с использованием данных воздушной беспилотной съемки | |
| Schmitt et al. | Snow avalanche risk assessment supported by remote sensing |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220525 Address after: 250101 Fengming Road, Lingang Development Zone, Lixia District, Jinan City, Shandong Province Applicant after: SHANDONG JIANZHU University Address before: 250101 Fengming Road, Lingang Development Zone, Lixia District, Jinan City, Shandong Province Applicant before: SHANDONG JIANZHU University Applicant before: Shandong Jianyuan Landscape Planning and Design Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20190730 Assignee: Shandong Architecture University Design Group Co.,Ltd. Assignor: SHANDONG JIANZHU University Contract record no.: X2023980030576 Denomination of invention: A method for calculating urban green space rate based on urban green coverage area Granted publication date: 20220617 License type: Common License Record date: 20230109 |