基于遥感技术的园林绿化数据普查与方法探索

基于遥感技术的园林绿化数据普查与方法探索

张迎燕1,2

1.常州市测绘院，江苏 常州 213000;

2.常州市地理信息智能技术中心，江苏 常州 213000

摘要：近几年，卫星遥感技术在我国的应用越来越多，特别是90年代以后，在绿化数据普查、资源调查与动态监测、城市规划等领域得到了越来越多的应用。它的应用研究范围很广，种类很多，既有专题性的，也有综合性的，具体有：农业生产条件研究、作物估产、国土资源调查、土地利用与土地覆盖、水土保持、森林资源、矿产资源、草场资源、渔业资源、环境评价和监测、城市动态变化监测、水灾和火灾监测、森林和作物病虫害研究等。

关键词：遥感技术；绿化数据普查；分析方法

遥感技术（RemoteSensing，RS）是借助卫星、航天器、飞行器等搭载传感器，通过扫描、摄影、电磁探测等手段，在非直接接触的条件下，依据不同地物对电磁波的反射波谱不同获取地物信息的技术。遥感技术克服了常规方法进行生态环境调查视野小、周期长、调查结果准确性差、实时性差的缺点，它具有宏观、客观、现势性强等优点，而且数据信息十分丰富，便于计算机处理。在资源勘探，灾害调查，绿化数据普查，工程建设等方面得到了广泛的应用。在遥感应用技术日趋成熟的同时，利用遥感技术开展园林绿化数据普查，也日益显现出它的优越性。

一、绿化数据普查的意义

城市绿化作为城市生态系统的一个重要组成部分，不仅可以为大多数人提供一个很好的居住空间，还在维护城市环境品质，促进城市可持续发展方面起着无可取代的作用。园林绿化是指为了适应城市发展，在城市辖区内建设的绿化工程。城市园林绿化不仅是城市基础设施，为城市的可持续发展提供保障，而且是一种休闲设施，为城市居民提供亲近自然、休闲娱乐的场所。所以，对城市绿化现状进行精确的调查，对于对城市绿地及其生态效益进行正确的评估，对城市环境承载能力的客观分析具有重要意义。

二、遥感技术在绿化数据普查中的应用与概述

2.1遥感技术

遥感技术实际上分成了微波、红外反射、可见光等几种类型，它们的分类主要是以电磁波的波长为基础，以遥感技术为基础的监测技术要通过传感器来采集电磁波的信息，并对其进行处理，以其反射的波长为基础，产生一幅遥感图像，之后再将所探测到的现场场景和信息传送到终端。遥感技术拥有及时性、动态性、宏观性、高精度、低成本、监测距离长等优点，它被广泛地应用于水体环境、大气环境、城市环境、绿化数据普查、植被监测、城市大规模建设环境等领域。可迅速、精确地判断出某一特定地区的污染源的位置、分布及范围。这样才能及时地改变环境，减轻污染。

2.2绿化数据普查中的应用与概述

绿化数据普查可以为合理开发土地资源，土地资源的开发与建设，为提高其利用率奠定了基础。遥感图像在不同的地理信息中，会产生不同的光谱色系响应，通常情况下，水田的图像是整齐的，由蓝、青色的线条所包围，水量较多的田地会呈现出深色调，收割后的田田则会呈现出青灰色。在乾燥之地，常有不同色调的红光，生机勃勃的蔬菜是深红的，而在成熟的蔬菜中，它们是蓝灰色的，果园是规则的，从遥感照片上看，它们是红点，森林是深红的。幼儿园个人的颜色是深红色的斑点，工矿用地是灰色的，景区是红色的，而且形状是规则的，而垃圾处理厂是不均匀的灰白色。铁路线多为灰暗，树木多为赤红色，道路多为条条，水泥路多为白色，沥青路多为黑色，乡村道路多为一条纤细的白线，河流多为蓝色，被污染的河流多为黑色，河流多为蓝色。鱼塘是蓝的，海水是黑的，湖水是蓝的。在遥感图像上，不同的地物会呈现出不同的形态，通过对地物颜色的分析，结合实地调查，可以快速的获得地物的使用情况。在对土地利用进行分析的过程中，我们可以判断出哪些是不合理的，哪些是耕种面积是否与经济发展相一致，哪些是建筑面积太多，会不会对农业的发展产生影响。B.为制订城市发展计划和区域建设提供数据帮助。

三、调查方法探析

3.1技术路线

在调查中使用的技术路线主要有：图像校正、图像融合、信息提取和解释以及信息统计分析等。

3.1.1 图像纠正

使用 ENVI图像处理软件，对航片、 TM和 IRS卫星影像展开了几何纠正、辐射纠正和配准，目的是为了消除几何畸变和辐射畸变，为影像与影像、影像与地形图或其他专题图件的匹配、影像图的制作等创造了良好的条件。

3.1.2 图像融合

基于多源遥感数据的联合处理，能够有效地提升遥感图像的分辨率与分辨率，提升图像的解译与探测能力，降低图像理解模糊程度，提升图像的信息利用率。

在调查过程中，为了将 TM数据的光谱信息与 IRS的纹理信息结合起来，更好地对绿地的特征进行分析，使用了以 HIS为基础的全色 IRS数据与 TM多光谱数据进行融合，得到的融合影像既有好的光谱分辨率，又有高的空间分辨率，有利于对绿化信息的解释与提取。

3.1.3基于植被指数进行卫星遥感影像绿化信息提取

植被指数（Vegetationindexdifferencing）是在不同地区、不同时间和不同植被类型下，对不同地区、不同时间和不同植被类型进行采样的数据集，选取相应的数据集。以植被叶绿素的主要吸收带位于0.45 um0.67 um处，在0.54 um附近则为反射峰，使叶子呈现出绿色0.45 um0.54 um0.67 um三个特征峰值，它们分别对应着蓝绿、红三个波段，而在近红外波段。在接近0.70微米时，叶片会发生多个电磁波的多次反射，导致其对红外线的吸收很小；而在接近0.70微米时，叶片的反射率会快速升高，达到1.30微米，达到较高的平衡。因此，能够准确地将远红外线与近红外线的光线进行比率或线性结合，从而实现对植物特征的准确反映。本文我们使用一个基于 TM的可见度指标。

彩色红外航拍植被信息的提取航拍的彩色红外航拍图像，包含了可见光和近红外光之间的能量反射信息，该波段的植被反射光谱以红光（R）的选择性吸收、近红外光（NIR）的强烈反射以及一般的绿光（G）的反射光谱为主，这些特征组成了彩色航拍图像上的植被呈现出颜色各异的红色、颜色相近的棕红和浅黄等，反映出近红外反射光的强度特点。可见，彩色红外遥感可以很好地反映植被的分布特点。

相对于彩光红外遥感，真彩航拍对植被的精细分类能力较弱，但能更好地反映地表环境，比如植被是绿色的，房屋是灰色的，水体是蓝色的。同时，因为航空影像拥有更高的空间分辨率，所以它在区分植被和非植被方面有着非常大的优势。

3.1.4 信息解译

对于地物分类判读，传统的判读方式是利用航拍影像进行目视判读，然后手动划定判读斑点区域。受图像比例尺的制约，一般情况下，圈定的最小图斑仅为4平方毫米，少于4平方毫米的图斑，由于无法进行解译，就会被舍弃，因此会对面积的量算产生一定的影响。

首先，基于 ENVIERMAPPER等软件平台，对TM4/TM3 （VI）数据进行解析，利用门限方法对绿色植物进行自动判读。而计算机自动判读，则是根据影像象元之间的明度大小，对同一种类型的斑块进行判读。但在影像中，常会出现同物异谱、同谱异物等现象，从而造成对图像进行自动鉴别时的误判。由于采用人机对话方式，因此能够很好地弥补自动化判读的缺陷，使判读准确率得到极大的提高。而在这个过程中，最好的办法就是对屏幕进行分析。

3.2结果分析

遥感数据的质量、信息的解译与提取方式是影响遥感测量结果准确性的重要因素。本项目所采用的空间遥感数据（Landsat-TMIRS）和航空遥感数据（彩光和真彩航空照片）具有良好的成像质量、高的光谱和空间分辨率。同时，这些数据的范围都能够满足对城市绿色调查的需要：图像具有高的几何精度，经过计算机融合后，可以对镶嵌的建成区影像进行数字纠正，从而降低了因为各种变形而导致的几何误差，从而从本质上保障了面积量算的准确性。使用了将视觉解译与计算机自动识别相结合的人机互动方式，来对分类解译，从而降低了解读的误差，同时还解决了因人工圈定类别而导致的细小图斑遗漏的问题，从而提高了信息提取和圈定界限的精度。该方法可避免传统方法在数据转换、矢量化等过程中产生的误差，从而提高数据处理的准确性和工作效率。经抽样调查，各地区的绿化覆盖率与实际情况基本一致，都在1.34%以内，达到了调查的要求。

四、遥感技术在绿化数据普查中的不足和展望

在未来一段时间里，大数据的发展必将推动遥感技术的进一步发展，人们对于大规模数据的处理能力会有更大的提升，机器学习的发展必将增加许多分析数据的方法，人们通过对数据的训练和学习可以改善环境。而最大的改变，就是信息的共享。遥感技术以卫星通讯为基础，而一国的地理卫星数目有限，各国必须充分利用卫星资源，实现数据共享，建立一种全球遥感测度体系，以协助贫穷国家发展地理环境，保护相关资源。同时，我们应与其它发达国家进行深入的合作，建立起自己的遥感绿化数据普查体系，并与其它国家建立沟通、交流、合作的平台。除遥感技术外，绿化数据普查还可以使用 GPS、 GIS、 GIS、专家系统等多种技术，它们应该将这些技术有机地结合起来，共同对地理环境进行保护。此外，随着物联网技术的不断发展，构建一个全国范围内的监测体系不再是一种奢望，会有越来越多的监测点以更加简便、快速的方式进行构建，从而使监测的精度和范围得到极大地提高。利用遥感技术，政府部门能够对区域性的污染问题进行更精确的控制，并对有污染趋势的区域和未被污染的区域进行精确的保护。

五、对今后绿化数据普查工作的建议

本研究将遥感技术用于城市绿化数据普查，为提高城市绿化数据普查的科学性、精确性积累了经验。

1.利用遥感技术开展城市绿地调查，已形成一套较为成熟的方法与经验，且可将人为误差的影响降至最低。本文认为，在未来的城市绿地普查中，应以遥感法为主，辅以利用高精度的卫星遥感等资料。

2.为了提高绿色植物调查的准确性，在未来的园林绿化数据普查工作中，首先要对调查单元的性质、植物性质做一个清晰的定义，这样才能保证人工普查的范围清晰；其次，要将绿色植物的性质精确地反映在地形图上，这样才能保证遥感调查的准确性，并将绿色植物的性质与其地理位置的调查结果结合起来，从而为城市绿色数据的数字化管理奠定了坚实的基础。

3.积极探索并完善绿化数据数字化信息管理系统，将其与绿色空间的规划与建设有机地结合起来，使绿色空间的建设与管理更加有效。

六、结束语

综上所述，遥感技术属于一种快速、高效、安全的绿化数据普查手段，它被广泛地应用在水体环境、大气环境、城市环境、大规模工程建设、植被监测等绿化数据普查中。本文对遥感技术的绿化数据普查与分析方法进行探索，最后，总结出了遥感技术在绿化数据普查中存在的缺陷，并对遥感技术在未来的发展展开了展望。

参考文献：

[1]邓珊.工程测绘中无人机测绘及遥感技术的应用[J].新疆有色金属 ,2021,44(03):42-43.

[2]李根.无人机遥感技术在工程测绘中的应用[J].中小企业管理与科技(下旬刊 ),2021(05):193-194.

[3]蒯莉.试析绿化数据普查中如何提高水污染绿化数据普查质量[J].皮革制作与环保科技,2021,2(21):64-65.

[4]马慧.论绿化数据普查中如何提高水污染绿化数据普查的质量[J].中国资源综合利用,2021,39(01):153-155.

[5]姚继平,郝芳华,王国强,程红光,薛宝林,鱼京善.人工智能技术对长江流域水污染治理的思考[J].环境科学研究,2020,33(05):1268-1275.

[6]徐勇，徐小芳，田剑.测绘工程测量中无人机遥感技术的应用[J].工程技术研究，2020，5（8）：117-118.

[7]贺寄三.低空无人机遥感测绘技术在工程测绘中的应用探究[J].城市建设理论研究（电子版），2020（8）：41.