徐慧婷，張欣，謝軍飛，李新宇，戴子云，孫正海

(1.西南林業(yè)大學(xué) 園林園藝學(xué)院，云南 昆明 650224；2.河北農(nóng)業(yè)大學(xué) 園林與旅游學(xué)院，河北 保定 071000；3.北京市園林科學(xué)研究院 園林綠地生態(tài)功能評價與調(diào)控技術(shù)北京市重點(diǎn)實(shí)驗(yàn)室，北京 100102 )

綠化覆蓋率是指喬木、灌木、草坪(包括葉、莖、枝)、屋頂綠化和零散喬木的垂直投影面積及含水面種植綠化區(qū)域，占區(qū)域總統(tǒng)計區(qū)面積的比例[1-2]。城市園林綠化覆蓋率除了在一定程度上反映城市園林綠化規(guī)模，也是城市園林綠地建設(shè)和生態(tài)環(huán)境質(zhì)量評價中的重要考核指標(biāo)，快速準(zhǔn)確地獲取城市園林綠化覆蓋率具有重要的實(shí)踐意義和促進(jìn)城市發(fā)展作用[3]。傳統(tǒng)的綠化覆蓋率提取主要依靠人工實(shí)地調(diào)查獲取[4-5]，吳明秋等運(yùn)用目視解譯、人工勾畫和實(shí)地測量方法對綠地覆蓋率和綠地率進(jìn)行提取[6]，但存在人力投入較大，主觀因素過多的問題[4-6]，也有研究者提出簡單地的采用綠化覆蓋率比綠地率高5%的經(jīng)驗(yàn)數(shù)字來預(yù)測城市園林綠化覆蓋率，計算雖簡單，但沒有考慮不同氣候條件下園林植被應(yīng)用差異，不能真實(shí)反映園林綠化覆蓋狀況[7]。另外，也有學(xué)者采用數(shù)碼照相方法獲取和解譯圖片，計算植被面積的占比[8]。近年還有研究者運(yùn)用地面測量的模型得出綠化覆蓋率的時空變化，但該方法還受限于植被覆蓋率時空差異，無法大區(qū)域獲取植被覆蓋率[8-9]。

隨著遙感技術(shù)的發(fā)展，遙感影像與也逐漸應(yīng)用于森林或城市園林植被的識別[10-12]，李苗苗等[13]在計算歸一化植被指數(shù)(NDVI)的基礎(chǔ)上對像元二分法模型改進(jìn)，獲取北京市密云水庫上游的植被，經(jīng)過精度驗(yàn)證該模型可使用。郭偉偉等[14]于2012年利用TM遙感影像中的紅波段與近紅外波段，組合計算出NDVI，并在此基礎(chǔ)獲取了張家口市森林覆蓋率。程素娜等[15]也利用NDVI，有效的提取了城市綠化覆蓋信息，為城市規(guī)劃及生態(tài)評價提供基礎(chǔ)數(shù)據(jù)。

在此基礎(chǔ)上，還有研究者嘗試?yán)眠b感影像可見光波段植被指數(shù)(即僅有紅波段、綠波段、藍(lán)波段)用于植被及其覆蓋率提取。其中，Woebbecke等[16]提出過綠指數(shù)(EXG)對彩色圖像的雜草進(jìn)行數(shù)學(xué)化分析，并有效提取植被區(qū)域；相比于EXG，超綠超紅差分指數(shù)(EXGR)雖然也能有效地提取植被信息，但是誤差評估的穩(wěn)定性較差[17-19]；而歸一化綠紅差異指數(shù)(NGRDI)，目前研究者主要將這一指數(shù)運(yùn)用在生物量的評估上[20-21]，但在植被覆蓋率提取有待進(jìn)一步驗(yàn)證；歸一化綠藍(lán)差異指數(shù)則在甘蔗(SaccharumofficinarumL.)長勢評估中，研究驗(yàn)證NGBDI的指數(shù)與NDVI指數(shù)高度相關(guān)[22]。紅綠比指數(shù)(RGRI)在植被信息提取過程中，證實(shí)可以有效消除陰影的影響[23]，但是與水體容易混淆[24]；藍(lán)綠比值指數(shù)(BGRI)在植被覆蓋度提取中具有暗部植被指數(shù)大，亮部則相反的問題[25]，可見光波段差異植被指數(shù)(VDVI)是根據(jù)NDVI的原理和形式上提出的一種可見光指數(shù)[26]，李佳等[27]、凌成星等[28]根據(jù)VDVI指數(shù)對城市綠地信息進(jìn)行了分類，Kappa值可達(dá)0.86，但對非生長狀況較差的植被提取誤差較大。

然而，基于高分辨率遙感影像，歸一化植被指數(shù)與可見光植被指數(shù)是否適用于城市園林綠化植被覆蓋率提取未見報道。本文，首先基于高分辨率遙感影像，以綠地類型多樣的北京市陶然亭街道為研究對象，嘗試探討了各植被指數(shù)的城市園林綠化覆蓋率提取效果，在此基礎(chǔ)上，還應(yīng)用提取精度較高的植被指數(shù)對北京2019年北京城市核心區(qū)(含東城區(qū)與西城區(qū))的綠化覆蓋率進(jìn)行了分析，為北京城市園林綠化資源普查工作提供參考。

1 研究內(nèi)容與方法

1.1 遙感影像數(shù)據(jù)來源及處理

在各植被指數(shù)的城市園林綠化覆蓋率提取效果對比過程中，所用到的實(shí)驗(yàn)數(shù)據(jù)為北京陶然亭街道2019年、2020年World View遙感影像(含紅、綠、藍(lán)3個可見光波段，空間分辨率為0.5 m)、2019年、2020年北京二號遙感影像(含紅、綠、藍(lán)、與近紅波段共計4個波段，空間分辨率為0.8 m)。上述遙感數(shù)據(jù)均已完成幾何校正與大氣輻射校正處理(圖1)。北京陶然亭街道位于北京市西城區(qū)的東南部，總面積約為2.14 km2，內(nèi)部綠地類型豐富多樣，綠化狀況較好，其中陶然亭公園占地0.59 km2[1]。

在2019年北京城市核心區(qū)的綠化覆蓋率提取中，則基于2019年北京二號遙感影像(含紅、綠、藍(lán)、與近紅波段共計4個波段，空間分辨率為0.8 m)進(jìn)行提取。

1.2 植被指數(shù)提取綠化覆蓋率的基本步驟

本文主要用7種植被指數(shù)進(jìn)行計算提取(表1)，主要涉及兩個步驟：①基于圖像的波段信息以及各植被指數(shù)的計算公式，在ENVI 5.3中通過波段運(yùn)算得到各指數(shù)的灰度圖[29]。②根據(jù)像元二分法模型計算植被覆蓋率，即計算圖像中植被區(qū)域所占圖像的像元百分比[13]，得到各植被指數(shù)下的綠化覆蓋率。具體如下：首先，選取根據(jù)第一步灰度圖中的直方圖選取合適的閾值對各植被指數(shù)的灰度圖進(jìn)行二值化處理，區(qū)分植被區(qū)和非植被區(qū)域，黑為非植被區(qū)，白色為植被部分，其中二值化過程中設(shè)定合適的閾值非常關(guān)鍵，目前主要有2種方法：最大熵值法和雙峰直方圖法[30-31]。最大熵值法假設(shè)閾值為s，圖像被分為背景B與目標(biāo)O，當(dāng)背景與目標(biāo)的熵值累加最大時，即H(s)=HO(s)+HB(s)取值最大，與之對應(yīng)的s值為最佳閾值[31-32]。在雙峰直方圖法中，認(rèn)為圖像的像素灰度值基本集中于2處，這2個最高點(diǎn)位置的灰度值對應(yīng)對象內(nèi)部或外部的典型灰度值，兩峰之間峰谷所對應(yīng)的值為對象之間邊緣附近點(diǎn)的位置，通常選取兩峰之間的坡谷所對應(yīng)的值作為閾值。本文采用雙峰直方圖法[30]進(jìn)行閾值的確定。

表1 植被指數(shù)的7種算法及公式

2 結(jié)果分析

2.1 基于歸一化植被指數(shù)的綠化覆蓋率提取

基于雙峰直方圖法進(jìn)行閾值確定，峰谷處于0.1～0.3之間，所以選取5個閾值進(jìn)行植被提取與綠化覆蓋率的計算，得出陶然亭街道的綠化覆蓋率為27.38%～39.14%，不同閾值下的綠化覆蓋率的計算結(jié)果最大差值為11.76%(表2)。

表2 不同閾值下陶然亭街道的綠化覆蓋率

通過目視解譯，當(dāng)閾值為0.239 2時，地物誤分較少，提取的綠化覆蓋率最接近實(shí)際值(圖2)。且目視解譯部分通過取點(diǎn)100個，驗(yàn)證準(zhǔn)確率在90%左右。

0.100 0 0.168 9 0.192 2 0.239 2 0.300 0

為進(jìn)一步了解綠化覆蓋率出現(xiàn)差值的原因，選取二值化后明顯差異的區(qū)域(圖3)進(jìn)行了重點(diǎn)分析，發(fā)現(xiàn)在該區(qū)域中，選取的NDVI閾值越小，則具有高反射率的屋頂?shù)鹊匚锉诲e誤識別為植被的概率越大，閾值越高，則相反。另外，建筑物等陰影下的植被反射率較低，基于NDVI無法精準(zhǔn)識別植被，易產(chǎn)生錯分的現(xiàn)象，且不同閾值下的錯分程度也略有差別。

參照 0.100 0 0.168 9 0.192 2 0.239 2 0.300 0

2.2 基于可見光植被指數(shù)的綠化覆蓋率提取

由圖4可以看出，基于0.8 m分辨率的遙感影像，并運(yùn)用雙峰直方圖法確定的閾值開展的VDVI、EXG、RGRI、EXGR、NGBDI、NGRDI共計6種植被指數(shù)的植被識別效果不佳，大量水體、人工操場被歸入植被的范疇，建筑物在不同程度上也被識別為植被，從而一定程度影響了綠化覆蓋率提取的準(zhǔn)確度。

VDVI EXG RGRI EXGR NGRDI NGBDI

進(jìn)一步的分析發(fā)現(xiàn)，如果將0.8 m空間分辨率提高到0.5 m，則所有可見光植被指數(shù)都可將水體與植被區(qū)分開。另外，VDVI、EXG、EXGR指數(shù)在高植被覆蓋區(qū)域的植被提取效果較好，但在建筑物區(qū)域內(nèi)存在一定程度的錯分現(xiàn)象，主要原因可能是建筑物密集的區(qū)域陰影部分較多，導(dǎo)致各可見光指數(shù)無法準(zhǔn)確識別植物。需要注意的是，只用兩個波段計算的NGBDI、NGRDI、RDRI指數(shù)將建筑識別為植被的情況較多，植被提取效果明顯差于其他3種運(yùn)用三個波段計算的可見光植被指數(shù)(圖5)。

VDVI EXG RGRI EXGR NGRDI NGBDI

2.3 歸一化植被指數(shù)與可見光植被指數(shù)的定量對比分析

為進(jìn)一步比較各植被指數(shù)的提取效果，本文還選取陶然亭公園(內(nèi)部建筑高度低，其陰影的影響基本可以忽略，且綠化覆蓋率已有統(tǒng)計)進(jìn)行對比分析?？梢姽庵脖恢笖?shù)與NDVI指數(shù)提取的綠化覆蓋率均存在低估的現(xiàn)象，但NDVI指數(shù)的綠化覆蓋率的提取結(jié)果最接近參考值，兩者差值約為4%，VDVI指數(shù)次之(表3，圖6)。

參照 NDVI VDVI EXG EXGR

2.4 北京2019年北京核心城區(qū)的綠化覆蓋率提取與分析

基于2019年空間分辨率0.8 m的北京二號遙感影像，本文還應(yīng)用NDVI指數(shù)對2019年北京核心城區(qū)(含東城區(qū)和西城區(qū)，高層建筑相對較少)的綠化覆蓋率進(jìn)行了提取，在空間上，可以看出綠化覆蓋率呈四周向中間遞減的趨勢(圖7)，這可能與城市的核心區(qū)建筑密度高，城市綠化建設(shè)難度較大有關(guān)。

圖7 北京東城區(qū)與西城區(qū)各街道的綠化覆蓋率

另外，通過統(tǒng)計分析可以了解到，應(yīng)用NDVI指數(shù)得到的2019年北京城市核心區(qū)總體綠化覆蓋率(不含水體)為23.82%，其中東城區(qū)綠化覆蓋率為26.16%，高于西城區(qū)綠化覆蓋率(23.74%)。具體到各街道，東城區(qū)綠化覆蓋率最高的街道為天壇街道(49.18%)，最小的是崇外街道(16.08%)；西城區(qū)綠化覆蓋率最高的則為陶然亭街道(34.87%)，最低的為大柵欄街道(9.29%)。

通過北京市園林綠化局網(wǎng)站發(fā)布的信息還可以了解到，2019年人工普查得到的北京城市核心區(qū)總體綠化覆蓋率(不含水體)約為26.62%，稍高于上述應(yīng)用NDVI指數(shù)得到的綠化覆蓋率(23.82%)，再一次說明基于遙感影像并運(yùn)用NDVI指數(shù)獲取的綠化覆蓋率值，準(zhǔn)確度較高，可作為園林綠化植物資源普查工作的重要參考。

3 討論與結(jié)論

3.1 討論

本文基于0.5 m和0.8 m空間分辨率的遙感影像，利用NDVI以及6種可見光植被指數(shù)分別提取了試驗(yàn)區(qū)域植被與城市綠化覆蓋率，通過比較，首先發(fā)現(xiàn)基于0.8 m分辨率遙感影像的6種可見光植被指數(shù)都無法將水體與植被區(qū)分開，而基于0.5 m分辨率影像的可見光植被指數(shù)能比較好地將植被與水體區(qū)分開，遙感影像分辨率的提高，有助于減少可見光植被指數(shù)提取結(jié)果中的地物誤分，馬盛洲等[33]在利用遙感影像提取水體信息的過程中，也發(fā)現(xiàn)空間分辨率的提高有助于提高總體分類精度。

其次，本研究還發(fā)現(xiàn)，各可見光植被指數(shù)提取的綠化覆蓋率的準(zhǔn)確度存在一定的差異：在同樣空間分辨率的情況下，只用到2個波段的RGRI、NGRDI、NGBDI指數(shù)的植被提取準(zhǔn)確度明顯低于利用到3波段的可見光植被指數(shù)，李鵬飛等[19]、卞雪等[34]等也有相似的研究結(jié)論，出現(xiàn)上述差異的原因在于運(yùn)用3個波段的可見光植被指數(shù)可以更多地利用到光譜波段信息[35-36]。

另外，通過NDVI與可見光植被指數(shù)的定量對比分析發(fā)現(xiàn)，針對建筑物高度較低的陶然亭公園，雖然可見光植被指數(shù)與NDVI指數(shù)提取的綠化覆蓋率均存在低估的現(xiàn)象，但基于NDVI指數(shù)的綠化覆蓋率的提取結(jié)果誤分變少，更接近實(shí)際綠化覆蓋率，誤差在4%左右，處于可接受的范圍內(nèi)。汪小欽等[37]發(fā)現(xiàn)健康綠色植被雖然綠光和近紅外波段均有反射作用，但近紅外波段則具有相對較強(qiáng)的反射特性，NDVI指數(shù)就是利用植被對近紅外光強(qiáng)反射的特點(diǎn)所構(gòu)造的，對于不包含近紅外波段的可見光遙感影像，只能基于綠光波段所具有的一定反射特性進(jìn)行波段組合出可見光植被指數(shù)，因裸土等土地類型在綠光波段也具有一定的反射能力，可見光植被指數(shù)很容易造成誤分現(xiàn)象。

在實(shí)踐應(yīng)用上，本研究應(yīng)用NDVI指數(shù)得到的2019年北京城市核心區(qū)總體綠化覆蓋率(不含水體)為23.82%，稍低于人工普查得到的北京城市核心區(qū)總體綠化覆蓋率(26.62%)。另外，通過與2010年、2015年北京城市核心區(qū)人工普查所得的綠化覆蓋率相比，北京城市核心區(qū)的城市綠化覆蓋率呈上升趨勢，這與城市生態(tài)文明理念普及，大力開展綠化建設(shè)有關(guān)。需要補(bǔ)充說明的是，本次實(shí)驗(yàn)僅在北京城區(qū)中建筑高度較低的區(qū)域進(jìn)行，對于具有其他空間特征的城市的綠化覆蓋率提取是否仍適用NDVI指數(shù)還需進(jìn)一步驗(yàn)證。

3.2 結(jié)論

本文基于0.5 m和0.8 m空間分辨率的遙感影像，利用NDVI以及多種可見光植被指數(shù)分別提取了城市綠化覆蓋率，通過比較表明，可見光指數(shù)提取的城市綠化覆蓋率誤差相對較大，而基于NDVI指數(shù)所提取的北京陶然亭公園(63.88%)與城市核心區(qū)(23.82%)的綠化覆蓋率，與實(shí)際人工普查的結(jié)果均相差較小，很顯然，在內(nèi)部建筑高度較低的區(qū)域，基于0.8 m分辨率遙感影像并運(yùn)用歸一化植被指數(shù)(NDVI)獲取的城市綠化覆蓋率，準(zhǔn)確度較高，可作為園林綠化資源普查工作的重要參考。