鐘華瀚,饒永智,徐丹丹

(南京林業(yè)大學(xué)生物與環(huán)境學(xué)院生態(tài)系,江蘇 南京 210037)

城市綠地是城市結(jié)構(gòu)中的自然生產(chǎn)力主體,具有緩解城市熱島、調(diào)節(jié)城市氣候等方面的作用[1]。由于綠化的重要性,國家也出臺了一些相關(guān)政策,對城市綠地進(jìn)行合理規(guī)劃。例如:(1)原建設(shè)部在2004年11月出臺的“關(guān)于貫徹《國務(wù)院關(guān)于深化改革嚴(yán)格土地管理的決定》的通知”中,就提出“鼓勵和推廣屋頂綠化和立體綠化”[2]。原建設(shè)部城市綠地規(guī)劃的有關(guān)管理條例曾指出,建筑物上的天臺綠化面積也應(yīng)該納入城市綠化率計算范圍[3]。(2)2006年,全國屋頂、樓頂綠化出現(xiàn)了迅速發(fā)展的形勢,幾乎各省市都開始結(jié)合本地實際情況,實施屋頂綠化[4]。然而目前，一般采用人工普查并結(jié)合統(tǒng)計學(xué)方法進(jìn)行城市綠地調(diào)查,但是這類方法投入的人力、物力大，而通過遙感則可以更直觀地了解到該區(qū)域城市綠化率和空間格局[5-6]。

綠色植物對城市的空氣有著凈化作用,并且對減熱消熱、吸收電磁輻射等方面都有效果，我國需要加強(qiáng)對綠地與森林面積方面的保護(hù)與治理。遙感技術(shù)具有調(diào)查速度快、調(diào)查面積廣和實時監(jiān)測的特點,因而在城市綠化現(xiàn)狀的調(diào)查和實施監(jiān)測方面的研究非常廣泛[7]。20世紀(jì)80年代末，就有了對于遙感技術(shù)用于調(diào)查綠化覆蓋率和綠化分布應(yīng)用研究的思考[8]。20世紀(jì)90年代,遙感在城市綠化調(diào)查方面的研究有了飛速的發(fā)展[9]。2004年，以多尺度分割為主要方法,經(jīng)過樣本多邊形對象成員函數(shù)創(chuàng)建訓(xùn)練樣本區(qū),成功獲得了大慶市的綠化信息[10]。衛(wèi)星遙感技術(shù)具有獲取數(shù)據(jù)周期短,工作量小,投入資金少的特點[11]。陳春林等于2010年利用TM遙感影像對哈爾濱的城市綠地進(jìn)行了綠地信息提取[12]。隨著遙感技術(shù)的推廣與應(yīng)用,我國許多城市利用遙感航片完成了區(qū)域綠化的綠化覆蓋率、人均公共綠地等指標(biāo)的測定,其圖像較為清晰,但是不能更直觀地表現(xiàn)出該區(qū)域的綠化面積;北京等城市還就綠化覆蓋率與綠化環(huán)境效益的相關(guān)性作了分析,為城市綠化規(guī)劃與管理提供了依據(jù)[13]。近年來，具有全天候、低成本等技術(shù)優(yōu)勢的無人機(jī)技術(shù)[14],以及具有更高精準(zhǔn)性的激光雷達(dá)影像，也在城市綠化方面有了更多的應(yīng)用[15-16]。

此次研究的主要目的是，基于Landsat 8和Senteniel-2A影像，分析快速發(fā)展的城市(以南京市為例)中綠地覆蓋率和人均綠地面積，是否會隨著城市的不斷成熟而有所提高,從而為城市規(guī)劃提供基礎(chǔ)信息。

1 材料與方法

1.1 研究區(qū)概況

本次研究選取南京市作為研究區(qū)。南京市共轄浦口、棲霞、雨花臺、玄武、高淳、六合、溧水、建鄴、秦淮、鼓樓和江寧共11區(qū)(見圖1)。南京市這一快速發(fā)展的城市,由于建筑用地不斷增大,綠化需求也逐漸增加。南京市大部分城區(qū)集中在城市的中心地帶(見圖1)。近年來,隨著3個大學(xué)城(仙林大學(xué)城、江寧大學(xué)城和江浦(浦口)大學(xué)城)的建成和城市住宅的需求不斷增加,南京市建筑地也由主城區(qū)向周圍不斷擴(kuò)長。

圖1 南京市行政規(guī)劃區(qū)(底圖為Landsat 8影像,標(biāo)準(zhǔn)假彩色,獲取時間為2018年4月19日)

1.2 數(shù)據(jù)

本文采用的數(shù)據(jù)源是從美國地質(zhì)調(diào)查局(USGS)官方網(wǎng)站下載的2016-01-24至2018-04-19的15景Landsat 8 OLI影像[17]以及2017-04-02至2018-04-07的7景Sentinel-2A影像。

本文中采用的各區(qū)面積以及人口數(shù)等數(shù)據(jù)信息均來自《南京統(tǒng)計年鑒2016》[18]。

1.3 研究方法

該研究方法總體分為對遙感影像進(jìn)行預(yù)處理、遙感影像的分類、各分區(qū)的綠地覆蓋率和人均綠化面積的計算以及比較各行政分區(qū)之間的綠化差異(見圖2)，然后統(tǒng)計南京市各分區(qū)的水體、植被、城市、山體植被和云的面積。

圖2 總技術(shù)路線

首先對Landsat 8的7個波段進(jìn)行波段合成和對Sentinel-2A的4個波段(藍(lán)、綠、紅、近紅外)進(jìn)行波段合成,并對合成后的影像按照南京市所處的區(qū)域進(jìn)行裁剪;其次,對每一副裁剪過的影像進(jìn)行水體、建筑、綠地、云、裸地、農(nóng)業(yè)用地、陰影多個分類樣本的選取,并用ENVI軟件對影像進(jìn)行監(jiān)督分類(最大似然法);之后將得到的分類結(jié)果重新分類,合并裸地與農(nóng)田(合稱為農(nóng)業(yè)用地)，并將影響分類結(jié)果、且存在不穩(wěn)定的云、陰影去除后,剩余水體、建筑(以下稱城市或城區(qū))、綠地與農(nóng)業(yè)用地4類;將重新分類的結(jié)果進(jìn)行精度分析,計算出每一分類結(jié)果的制圖精度(Producer’s Accuracy)、用戶精度(User’s Accuracy)、Kappa系數(shù)以及總體精度(Overall Accuracy);從精度分析表中篩選出每一分類結(jié)果精度較高的最佳時間,并將其進(jìn)行合并。在得到最終精確的分類影像后經(jīng)過分類后處理,并對最終的分類影像重新進(jìn)行精度分析;然后統(tǒng)計南京市各分區(qū)水體、綠地、城市、農(nóng)業(yè)用地類別的像元個數(shù),并由此計算各類所占實際面積。

根據(jù)《CJJT-85-2002-城市綠地分類標(biāo)準(zhǔn)》與《城市用地分類與規(guī)劃建設(shè)用地標(biāo)準(zhǔn)GB-50137-2011》[19-20],城市用地包括城市和縣人民政府所在地鎮(zhèn)內(nèi)的居住用地、商業(yè)服務(wù)業(yè)設(shè)施用地、公用設(shè)施用地、綠地等;城市綠地則包括公園綠地、生產(chǎn)綠地、防護(hù)綠地和附屬綠地。也就是說,城市綠地包括城市內(nèi)的行道樹、公園中的觀賞植物、景區(qū)中的林地以及行政區(qū)劃內(nèi)的生產(chǎn)林地等全部綠色植被;于遙感影像而言,等同于遙感影像上的綠色植被去除行政區(qū)劃內(nèi)農(nóng)業(yè)用地的部分。

根據(jù)遙感影像的分類結(jié)果,計算綠化率和人均綠化面積:

2 結(jié)果與分析

2.1 分類結(jié)果

從通過數(shù)據(jù)篩選后重新分類的Landsat 8影像(見圖3)中可以看出,農(nóng)業(yè)用地集中分布在六合區(qū)、浦口區(qū)、江寧區(qū)、溧水區(qū)和高淳區(qū)以及棲霞區(qū)的東部,綠地除城中綠化地和公園外,還包括浦口區(qū)的老山、玄武區(qū)的紫金山以及棲霞區(qū)的棲霞山等天然綠化區(qū)。南京市的城市區(qū)域，則主要分布在鼓樓區(qū)、秦淮區(qū)、玄武區(qū)、建鄴區(qū)以及浦口區(qū)和棲霞區(qū)的長江沿岸。水體的分布則較為集中,除了貫穿整個南京市的長江以外,還可分辨出玄武區(qū)的玄武湖,以及散落在城市周邊及溧水區(qū)等地的水庫、湖泊等水體。

從圖4中可以看出,經(jīng)過數(shù)據(jù)篩選后重新分類的Sentinel-2A的影像在城市、水體部分與Landsat 8有較高的一致性,山體植被以及城市中綠地也與Landsat 8有較高一致性。

在經(jīng)過數(shù)據(jù)篩選重新組合后,如表1,全部分類精度均大于80%。Landsat 8與Sentinel-2A的kappa系數(shù)分別為0.88與0.89,分別比未經(jīng)數(shù)據(jù)篩選的分類圖的kappa系數(shù)平均值大27.5%和17%。其中水體的分類精度最高,達(dá)到1。植被的制圖精度均大于85%,用戶精度均大于90%。

圖3 基于Landsat 8影像的南京市地塊分類圖

圖4 基于Sentinel-2A影像的南京市地塊分類圖

2.2 南京各區(qū)綠地覆蓋率

從圖5中可以看出,玄武區(qū)的城市綠地覆蓋率最高,達(dá)到42%,而鼓樓區(qū)的城市綠地覆蓋率只有17%,成為南京綠地覆蓋率最低的城區(qū)。其中綠地覆蓋率高于30%的有3個區(qū)(浦口區(qū)、雨花臺區(qū)、玄武區(qū)),而低于20%(含20%)的有4個區(qū)(建鄴區(qū)、鼓樓區(qū)、秦淮區(qū)、高淳區(qū))。

表1 Landsat 8 OLI與Sentinel-2A分類結(jié)果誤差、精度分析

影像類型Landsat 8 OLISentinel-2A錯分誤差漏分誤差制圖精度用戶精度錯分誤差漏分誤差制圖精度用戶精度 水體001.001.00001.001.00 綠地0.080.080.920.920.030.110.890.94 城市00.180.821.000.090.090.910.91 農(nóng)業(yè)用地0.110.070.930.890.050.090.950.91 總體精度0.920.93 Kappa系數(shù)0.880.89

圖5 Landsat 8南京各區(qū)綠地覆蓋率

從圖6不難看出,Sentinel-2A的數(shù)據(jù)與Landsat 8具有較高的一致性:玄武區(qū)有最大的綠地覆蓋率;建鄴區(qū)、秦淮區(qū)、鼓樓區(qū)的綠地覆蓋率明顯低于城市較為分散的行政區(qū)。

圖6 Sentinel-2A南京各區(qū)綠地覆蓋率

2.3 南京各區(qū)人均綠地面積

從圖7中可得,南京各區(qū)人均綠地面積差異較大,其中溧水區(qū)的人均綠地面積為716.0 m2/人,而鼓樓區(qū)僅8 m2/人。各區(qū)中,人均綠化面積大于300 m2/人的有5個區(qū)(江寧區(qū)、溧水區(qū)、浦口區(qū)、六合區(qū)、高淳區(qū)),而其余區(qū)均低于250 m2/人。

圖8同樣反映了Sentinel-2A的數(shù)據(jù)與Landsat 8具有較高的一致性:溧水區(qū)有最高的人均綠化面積;建鄴區(qū)、秦淮區(qū)和鼓樓區(qū)的人均綠化面積則明顯低于其他行政區(qū)。

圖7 Landsat 8南京各區(qū)人均綠化面積

圖8 Sentinel-2A南京各區(qū)人均綠化面積

3 討論

3.1 城市各地物分類方法

表2 南京地區(qū)地物L(fēng)andsat 8分類精度

Landsat 8制圖精度用戶精度水體綠地城市農(nóng)業(yè)用地水體綠地城市農(nóng)業(yè)用地總精度Kappa 18-04-190.780.890.820.951.000.940.750.890.900.85 18-04-030.780.920.820.891.000.890.900.850.880.81 17-12-121.000.970.640.861.000.900.780.880.890.83 17-11-260.780.940.640.821.000.870.700.820.840.75 17-10-250.780.920.640.861.000.890.780.810.850.77 17-10-090.890.810.640.891.000.910.700.780.830.74 17-07-210.780.690.730.771.000.810.670.680.740.60 17-05-180.780.830.730.911.000.880.890.800.850.77 17-02-270.780.860.730.931.000.910.890.820.870.80 17-02-110.670.720.640.701.000.840.390.690.700.55 17-01-260.670.700.820.750.860.840.560.700.730.60 16-12-090.780.690.730.821.000.830.570.730.760.63 16-03-280.670.780.820.701.000.720.820.700.740.60 16-03-120.670.690.820.820.860.830.690.720.760.63 16-01-240.780.640.640.801.000.960.370.700.720.58 平均值0.770.800.740.820.980.860.680.770.800.69 最大值1.000.970.820.951.000.960.900.890.900.85 最小值0.670.640.640.590.860.720.370.680.700.55 標(biāo)準(zhǔn)差0.080.100.100.090.050.070.160.070.070.10

從表2中可知,水體的用戶精度(User′s Accuracy)平均值為0.98,大于制圖精度(Producer′s Accuracy)0.77。這是由于水體在近紅外波段有強(qiáng)烈的吸收,因此可以與其他地物有較好的區(qū)分,故在不同時間段均有較好的分類效果。但是某些面積小而分散的水體，枯水期水深下降,導(dǎo)致有如圖2南面的湖泊,故在分類過程中將其周圍一部分較淺的水體分為裸地。

從表2可以看出,綠地分類精度高的有2018-04-19,2018-04-03,2017-12-12,2017-11-26,2017-10-25,2017-02-27這6幅影像,均在初春和秋冬季節(jié),因為這些季節(jié)獲得的遙感影像對綠地的分類不易受到農(nóng)作物的影響。農(nóng)作物和綠地植被的光譜特征相似[21],分類時極易混淆,但是南京地區(qū)大部分農(nóng)作物5月中上旬播種,10月上旬成熟收割。如2017-12-12數(shù)據(jù)所示,此時絕大部分農(nóng)作物已成熟并已被收割,耕地變?yōu)槁愕?很大程度上減少了綠地植被的分類。盡管如此,再分類后,江寧區(qū)與溧水區(qū)中有一部分農(nóng)田被誤分為綠地,需要經(jīng)過分類后處理。

從表2中還可得出,城市分類精度高的有2017-05-18的圖像,分類精度低的則有2017-02-11,2016-01-24這2幅圖像,其中出現(xiàn)了在春夏精度較高而秋冬精度較差的現(xiàn)象。由于城市建筑與裸地光譜特征相似[22],在農(nóng)作物成熟收割后的休耕或輪作期間,從2016-01-24的數(shù)據(jù)中可以看出,此時城市周邊有大片裸地的產(chǎn)生,導(dǎo)致難以準(zhǔn)確計算城市面積。而從2017-05-18的數(shù)據(jù)中可以看出,此時由于農(nóng)作物開始耕種,裸地數(shù)量減少,使得城市的制圖精度以及用戶精度都有了一定的提升。

同時,在運用較高精度的Sentinel-2A衛(wèi)星影像處理時,由于上述物候等原因,同樣也導(dǎo)致了個別地物分類不準(zhǔn)確的現(xiàn)象。如表3中,2018年4月7日植被都因收到農(nóng)作物的影響使得植被的制圖精度以及用戶精度都相對偏低,而2018年2月26日由于裸地還未開始耕種,此時的植被分類精度有所提升。同樣地,從2017年3月23日的數(shù)據(jù)中不難看出,裸地的存在影響了城市分類的精度。

表3 南京地區(qū)地物Sentinel-2A分類精度

由于浦口區(qū)的老山、玄武區(qū)的紫金山等較大型山體所造成的陰影以及少量云的遮蔽作用會形成部分無法分類的區(qū)域,導(dǎo)致植被面積小于真實值,使綠地率也小于真實值。

3.2 南京各區(qū)綠地覆蓋率和人均綠化面積

首先,南京各行政區(qū)當(dāng)中,玄武區(qū)的綠地覆蓋率最高,達(dá)42%,其中最主要的原因是玄武區(qū)面積較小(75.7 km2),且其行政區(qū)域內(nèi)的紫金山國家森林公園、玄武湖等自然風(fēng)景區(qū),大大增加了其植被面積。而對于城市其他區(qū)域較為集中的行政區(qū)(建鄴區(qū)、鼓樓區(qū)、秦淮區(qū))綠地覆蓋率則明顯減少,主要原因可能是近年來經(jīng)濟(jì)不斷發(fā)展,在不斷城市化的過程中，忽略了生態(tài)城市的概念,規(guī)劃過程中忽略了城市綠地的建設(shè),導(dǎo)致城區(qū)植被面積較少,使得綠地覆蓋率最高僅有20%。

其次,六合區(qū)雖面積較大(1 472.1 km2),但是耕地數(shù)量多、自然林植被數(shù)量少,導(dǎo)致了其綠地覆蓋率偏低;高淳區(qū)也僅有20%的綠地覆蓋率,且耕地集中。

再次,浦口區(qū)與江寧區(qū)雖也在城市化擴(kuò)張的版圖中,但是其分別擁有的老山國家森林公園、湯山風(fēng)景區(qū)的自然資源,使得其植被面積得到一定的保證,并且將來也能保持一個平穩(wěn)的趨勢。

3.3 Landsat 8 OLI與Sentinel-2A結(jié)果對比

圖5，6以及圖7，8中顯示玄武區(qū)無論在Landsat 8 OLI的結(jié)果中(42%),還是Sentinel-2A的結(jié)果中(34%)均為最高水平;而建鄴區(qū)均為最低水平(Landsat 8 OLI的結(jié)果中為20%,Sentinel-2A的結(jié)果為3%)。而人均綠化面積則同樣在2種結(jié)果中均為溧水區(qū)為最大值(Landsat 8 OLI的結(jié)果為870 m2/人;Sentinel-2A的結(jié)果為364 m2/人),這說明2者在數(shù)據(jù)趨勢上擁有較高的一致性。但是由于Sentinel-2A分辨率(10 m×10 m)明顯高于Landsat 8 OLI的分辨率(30 m×30 m),且本文中所選用的Sentinel-2A影像并未覆蓋全年中多個物候這2個原因,導(dǎo)致運用Sentinel-2A所得出的結(jié)果中僅分布趨勢與Landsat 8 OLI擁有較高的一致性。

4 結(jié)語

(1)在南京11個行政規(guī)劃區(qū)中,玄武區(qū)的綠地率最高(42%),其次是江寧區(qū)(39%),鼓樓區(qū)綠地覆蓋率最低(僅為17%)。綠地率差異反映了各區(qū)所擁有的自然資源、在城市化發(fā)展中對生態(tài)的關(guān)注度等信息。南京各區(qū)綠化人均面積差異較大,其中溧水區(qū)人均綠化面積最大,達(dá)869.5 m2/人,其次為六合區(qū)656.5 m2/人,鼓樓區(qū)僅有8.7 m2/人,為全南京最低人均綠化面積。

(2)運用數(shù)據(jù)篩選將不同年份不同季節(jié),分類精度較高的結(jié)果相結(jié)合,能夠避免因光譜特征相類似而導(dǎo)致的精度較低的問題。由于物候的不同,在對植被進(jìn)行分類時會被有相似光譜特征的農(nóng)作物所影響,而對城市進(jìn)行分類時,裸地會對其精度產(chǎn)生影響。因此,將裸地被耕種時城市的分類結(jié)果以及農(nóng)作物成熟收割后城市的分類結(jié)果篩選出來,重新組合,會得到精度顯著提高的分類結(jié)果,且此方法與衛(wèi)星圖像本身分辨率無關(guān)。

致謝南京林業(yè)大學(xué)對本次研究提供了經(jīng)費支持，謹(jǐn)此致謝。