梁文海陳琦車良格楊承伶

(1.廣西壯族自治區(qū)林業(yè)勘測設(shè)計(jì)院，廣西 南寧 530000；2.廣西致和天泰地理信息系統(tǒng)工程服務(wù)有限公司，廣西 南寧 530000)

引言

十九大以來，政府日益重視鄉(xiāng)村發(fā)展，力求“產(chǎn)業(yè)興旺、生態(tài)宜居”地發(fā)展鄉(xiāng)村，推動(dòng)提升鄉(xiāng)村生態(tài)、建設(shè)森林鄉(xiāng)村[1]。在這個(gè)過程中，政府高度重視村莊綠化覆蓋率在建設(shè)美麗鄉(xiāng)村中的作用[2]，并將其列入《鄉(xiāng)村振興戰(zhàn)略規(guī)劃(2018—2022年)》確定的22項(xiàng)主要指標(biāo)之中，這也是涉及林業(yè)的唯一指標(biāo)。

村莊綠化覆蓋率是在《鄉(xiāng)村振興戰(zhàn)略規(guī)劃》編制過程中新提出的一個(gè)指標(biāo)概念，其主要是指由村屯現(xiàn)有建構(gòu)筑物體為邊界的村屯內(nèi)部及其外圍一定范圍以內(nèi)各類型綠地綠化(包括喬木、灌木和草地等)垂直投影面積占其國土面積的比率。

目前，行業(yè)學(xué)者在綠化覆蓋率調(diào)查技術(shù)方法方面已有一定的研究，但調(diào)查對象基本都集中在城市建成區(qū)中。左都美等2007年借助高分衛(wèi)星影像，檢測并計(jì)算了南京的綠地覆蓋率，在城市綠地矢量數(shù)據(jù)輔助檢查的條件下，利用多源空間數(shù)據(jù)整合，使得城區(qū)綠地覆蓋率數(shù)據(jù)更加精準(zhǔn)可信[3]；汪笑安等對照上期檢測圖斑數(shù)據(jù)，通過ALOS影像及高分辨率航片，對麗水市綠化情況進(jìn)行了動(dòng)態(tài)追蹤，得到并分析了綠地面積、綠化覆蓋率等指標(biāo)[4]；范誼生等在國家地理普查的基礎(chǔ)上，通過遙感影像處理工具對國內(nèi)的遙感衛(wèi)星影像信息進(jìn)行了處理，提取和分析了城市綠化覆蓋情況和景觀布局[5-7]。

綜上所述，目前在綠化覆蓋率調(diào)查技術(shù)方法的研究都集中在城市建成區(qū)中，而針對鄉(xiāng)村村莊綠化覆蓋率調(diào)查范圍、調(diào)查技術(shù)方法研究的文獻(xiàn)卻鮮有報(bào)道。因此，本文結(jié)合廣西村莊綠化覆蓋率監(jiān)測項(xiàng)目，以貴港市覃塘區(qū)山北鄉(xiāng)為例，首次提出以村莊現(xiàn)有建筑物體為邊界的村屯內(nèi)部及其外圍100m為調(diào)查范圍，利用高分衛(wèi)星影像，通過面向?qū)ο蟮姆指罘诸惙椒?，高效、快速地提取調(diào)查范圍內(nèi)的綠化狀況信息，并計(jì)算其綠化面積與總面積的占比，作為鄉(xiāng)村村莊的綠化覆蓋率，以期能夠?yàn)猷l(xiāng)村振興、構(gòu)建美麗鄉(xiāng)村提供理論支持，并豐富現(xiàn)有調(diào)查方法的研究。

1 研究區(qū)與數(shù)據(jù)源

1.1 研究區(qū)概況

研究區(qū)(如圖1所示)位于廣西貴港市覃塘區(qū)西北部，東與東龍鎮(zhèn)交界，南與蒙公鄉(xiāng)相連，西與古樟鄉(xiāng)接壤，北鄰來賓市，在地形上呈現(xiàn)北面較高、中部和南部平坦的格局，整體看，丘陵和平原占較大比例。北山鄉(xiāng)土地總面積77.88km2，有耕地面積1533.33hm2，山地面積2666.67hm2；全鄉(xiāng)目前共11個(gè)村委會(huì)，涵蓋48個(gè)自然屯和285個(gè)村民小組[8]。山北鄉(xiāng)的村莊類型有山區(qū)村、半山區(qū)村及平原村3種類型，村莊周邊綠化以人工種植的喬木商品林及少量天然石山灌木為主；內(nèi)部的綠化主要是分散的喬木；由此可知，村莊綠化的類型比較豐富，可以作為研究。

圖1 研究區(qū)位置與樣本分布

1.2 數(shù)據(jù)源

遙感數(shù)據(jù)來自“北京二號(hào)”衛(wèi)星?！氨本┒?hào)”是一個(gè)預(yù)期壽命7a的民用商業(yè)遙感衛(wèi)星星座(DMC3)，其構(gòu)成為3顆高分辨率的光學(xué)遙感衛(wèi)星[9]。全色空間分辨率為0.8m，光譜范圍0.45～0.65μm；多光譜空間分辨率為3.2m，其波段有藍(lán)、綠、紅、近紅外4個(gè)，光譜范圍依次是0.44～0.51μm、0.51～0.59μm、0.60～0.67μm、0.76～0.91μm。

數(shù)據(jù)包含3景，1景影像時(shí)相是2017年3月2日，2景影像時(shí)相是2017年2月13日，這些數(shù)據(jù)均產(chǎn)自高分辨率對地觀測系統(tǒng)廣西數(shù)據(jù)與應(yīng)用中心，級(jí)別為L1A，同時(shí)參考2016年底森林資源調(diào)查成果數(shù)據(jù)、天地圖(0.5m分辨率)、1∶25萬DEM數(shù)據(jù)和野外實(shí)地調(diào)查的驗(yàn)證樣本空間分布數(shù)據(jù)。

2 基于面向?qū)ο蠓椒ǖ木G化覆蓋率狀況調(diào)查

2.1 數(shù)據(jù)預(yù)處理

通過框定調(diào)查范圍、校正影像輻射和正射、鑲嵌等預(yù)處理，能夠降低遙感數(shù)據(jù)誤差率，使得分類結(jié)果更為精確。

2.1.1 調(diào)查范圍確定

根據(jù)《廣西村莊綠化覆蓋率年度監(jiān)測方案》要求，在GIS平臺(tái)中，結(jié)合北山鄉(xiāng)行政界線及高分辨率遙感影像，區(qū)劃出以居民建筑物體外圍為邊界的山北鄉(xiāng)村莊內(nèi)部，并向外圍緩沖100m，得到調(diào)查范圍界線。

2.1.2 輻射校正

通過具有針對性的遙感軟件，校正3景影像的輻射，從而消除傳感器自身、太陽方位等原因?qū)е碌慕Y(jié)果精確度下降。

2.1.3 影像精校正

采用專業(yè)遙感軟件，以2016年北鄉(xiāng)高空間分辨率衛(wèi)星遙感正射影像(0.8m分辨率)為基準(zhǔn)、采用RPC有理函數(shù)模型，結(jié)合DEM數(shù)據(jù)，校正“北京二號(hào)”的全色影像(精度范圍在1像元內(nèi)，通過3次卷積內(nèi)插重采樣)，參考校正后的全色影像和DEM數(shù)據(jù)，校正同景多光譜影像的正射(精度范圍在0.5像元內(nèi))。

2.1.4 影像融合

通過主成分變換法(Principal Component)融合全色與多光譜影像。

2.1.5 影像鑲嵌

為方便數(shù)據(jù)處理，將3景涉及山北鄉(xiāng)的影像鑲嵌，并進(jìn)行直方圖均衡化等勻色處理。

2.1.6 影像裁剪

為降低數(shù)據(jù)的復(fù)雜性，提升提取速度，在確定好調(diào)查界限的基礎(chǔ)上裁剪影像，得到用于研究的高分辨率遙感影像。

2.2 面向?qū)ο蟮拇迩f綠化信息提取

通過傳統(tǒng)的監(jiān)督和非監(jiān)督分類的遙感影像研究法，不僅難以傳遞目標(biāo)之間、目標(biāo)和環(huán)境之間的結(jié)構(gòu)數(shù)據(jù)，而且難以呈現(xiàn)高分遙感數(shù)據(jù)的紋理和功能特性。面向?qū)ο蟮倪b感影像分析對以上局限進(jìn)行了一定彌補(bǔ)，提升了圖像理解分析的效果，其解譯效果要優(yōu)于像素分析的結(jié)果。因此本文研究利用高分辨率數(shù)據(jù)，采用面向?qū)ο蟮谋O(jiān)督分類方法，對村莊調(diào)查范圍內(nèi)的綠化植被信息進(jìn)行提取，技術(shù)流程如圖2所示。

圖2 村莊綠化信息提取流程圖

2.2.1 影像多尺度分割

依據(jù)既有的分割準(zhǔn)則和尺度，將影像區(qū)域整體分割成特征同質(zhì)性強(qiáng)的區(qū)域的過程即為影像分割。在完成分割后，可以對獨(dú)立的對象單元進(jìn)行研究，消除分析單一柵格的分類噪聲，增強(qiáng)同類地物的相似度，擴(kuò)大異類地物差異，使得類別的分割更為簡單[10]。也正是因?yàn)橐陨显?，影像分割的效果直接影響了解譯的結(jié)果，在選取多尺度分割(Multi-resolution Segmentation)作為分割算法式，界定這個(gè)尺度大小的過程尤為重要。分割要求既能夠按樹冠(包括樹冠較大的單棵樹)分割出村莊內(nèi)部的綠化斑塊，但分割圖斑又不過于破碎。由圖3可知，分割尺度為40時(shí)，圖斑分割不徹底，較多面積小的綠化植被未能單獨(dú)分割出來，難以有效分類;而分割尺度是20時(shí)，圖斑呈現(xiàn)碎片狀，綠化植物被過度分割，影響了分類效果；取中間值30時(shí)，小植被能夠被有效分割，圖斑形成了完整的塊狀，分割線高度重合地物分界線，在圖片上能夠呈現(xiàn)出各類植被的局部細(xì)節(jié)、空間幾何分布較明顯。經(jīng)過多次重復(fù)研究過程，最終將分割尺度參數(shù)定為30，形狀和光譜因子分別為0.1和0.9，緊湊度和光滑度均為0.5，藍(lán)、綠、紅、近紅外波段權(quán)重比為1∶1∶1∶1。

圖3 不同分割尺度效果圖

2.2.2 樣本選擇與訓(xùn)練

基于調(diào)查村莊綠化情況的目的，將研究區(qū)域地類劃分為綠化和非綠化地2類。為了獲得更好的分類效果，將綠化地細(xì)分為喬灌和草2類；將非綠化地細(xì)分為裸地(包含居民建筑)、農(nóng)田、水域3類。

通過野外調(diào)查，結(jié)合山北鄉(xiāng)高分辨率天地圖影像及森林資源現(xiàn)狀數(shù)據(jù)，選取均勻分布于研究區(qū)的各種地類樣本共45個(gè)(其中，喬灌15個(gè)，草地5個(gè)，裸地10個(gè)，農(nóng)地10個(gè)、水域5個(gè))進(jìn)行訓(xùn)練以及分類。為了分類快速、高效，樣本主要研究和訓(xùn)練研究區(qū)影像的光譜特征(包括各波段均值、標(biāo)準(zhǔn)差及NDVI共11個(gè)光譜特征)，采用最近鄰法進(jìn)行分類，這是面向?qū)ο蟮谋O(jiān)督分類法。

3 結(jié)果與分析

3.1 村莊綠化狀況調(diào)查結(jié)果

根據(jù)上文方法，選擇、訓(xùn)練樣本，分類得到初步分類結(jié)果，在此基礎(chǔ)上，利用GIS平臺(tái)結(jié)合遙感影像，對分類結(jié)果進(jìn)行修正等編輯處理，得到北山鄉(xiāng)的綠化植被分布信息(圖4)。經(jīng)統(tǒng)計(jì)2017年北山鄉(xiāng)調(diào)查范圍內(nèi)綠化植被為467.58hm2，村莊整體綠化覆蓋率為24.91%，主要覆蓋了村莊周邊，占比18.44%，村內(nèi)綠化占6.47%。其中，松英村的綠化率為56.36%，煌里村為49.14%，分別為第一和第二，主要原因是兩村為山區(qū)村，村莊綠化較大一部分為林區(qū)；萬壽村和雙巖村的村莊綠化率最低，分別為10.15%和14.65%，主要原因是兩村為平原村，只有少量來自林區(qū)的綠化地，且房屋密集，村內(nèi)綠化地少。

表1 山北鄉(xiāng)各村莊綠化狀況統(tǒng)計(jì)表

3.2 精度分析

在研究區(qū)內(nèi)，自動(dòng)生成多個(gè)樣本點(diǎn)(如圖1所示)。結(jié)合北山鄉(xiāng)森林資源調(diào)查成果數(shù)據(jù)、野外實(shí)地調(diào)查數(shù)據(jù)及天地圖高分辨率影像對樣本點(diǎn)進(jìn)行目視判讀，并利用驗(yàn)證樣本通過混淆矩陣(如表2所示)的方式評(píng)價(jià)村莊綠化狀況信息提取的精度：總體精度為92.0%，Kappa系數(shù)為0.86，精準(zhǔn)迅速地得出了村莊綠化情況，符合林業(yè)部門的量產(chǎn)需要。

圖4 山北鄉(xiāng)村莊綠化分布圖

將提取結(jié)果與天地圖高分辨率影像疊加對比發(fā)現(xiàn)，在綠化地中，容易錯(cuò)分為其它土地的斑塊是村莊內(nèi)部零散的綠化地；在其它土地中，容易錯(cuò)分為綠化地的斑塊是農(nóng)地，主要原因是農(nóng)作物的光譜特征與綠化地的光譜特征相近，造成同物異譜或同譜異物的現(xiàn)象。并且分類提取過程中，沒有選取影像的紋理特征參與分類，未能減少錯(cuò)分的情況發(fā)生。因此，本文進(jìn)一步的研究方向之一是探討利用綠化地和其它土地的影像差異準(zhǔn)確識(shí)別綠化植物，增強(qiáng)提取過程精確性的方法。

表2 村莊綠化調(diào)查精度分析表

4 結(jié)論與討論

本文利用“北京二號(hào)”高分辨率數(shù)據(jù)，基于面向?qū)ο蟮姆治龇椒ㄑ芯扛叻直媛市l(wèi)星數(shù)據(jù)對村莊綠化覆蓋狀況的監(jiān)測能力。以廣西覃塘區(qū)北山鄉(xiāng)為例，通過對影像分割和樣本訓(xùn)練，以面向?qū)ο蟮谋O(jiān)督方法實(shí)現(xiàn)了村莊綠化地的快速準(zhǔn)確提取，得到以下結(jié)論。

村屯周圍綠化環(huán)境是影響居民綠色生活的重要要素之一，本文結(jié)合廣西村莊綠化覆蓋率監(jiān)測項(xiàng)目，提出以村莊現(xiàn)有建筑物體為邊界的村屯內(nèi)部及其外圍100m為調(diào)查范圍，通過面向?qū)ο蟮姆指罘诸惙椒?，調(diào)查村莊的綠化覆蓋率，為相關(guān)部門監(jiān)測監(jiān)管提供快速有效的方法。

基于面向?qū)ο蟮乃枷耄酶叻直媛视跋駭?shù)據(jù)，通過最近鄰分類法能快速準(zhǔn)確提取村莊綠化的空間分布狀況，提取精度達(dá)94.0%，Kappa系數(shù)為0.86，能夠滿足自然資源主管部門對鄉(xiāng)村生態(tài)特別是鄉(xiāng)村綠地情況變化的日常監(jiān)測需要，根據(jù)變化情況及時(shí)發(fā)現(xiàn)鄉(xiāng)村的違建和生態(tài)破壞。

村莊內(nèi)部往往存在大量零散分布的綠化樹，樹冠不足夠大，由于影像分辨率或者分割尺度上的原因，無法分割或者準(zhǔn)確分類，容易造成漏查。

盡管基于面向?qū)ο笏枷氲姆椒蓪?shí)現(xiàn)對村莊綠化信息的準(zhǔn)確快速提取，有利于鄉(xiāng)村振興建設(shè)中鄉(xiāng)村生態(tài)的管理與檢測，但由于同物異譜和同譜異物的原因，還存在一定的錯(cuò)分，如何進(jìn)一步提高提取的準(zhǔn)確率，還需要進(jìn)一步探索。