基于ETM_遥感影像的南京市城市绿地的动态监测_郑光

基于ETM+遥感影像的南京市城市绿地的动态监测

郑光①②③,田庆久①,李明诗②

(①南京大学国际地球系统科学研究所,南京210093;②南京大学城市与资源学系,南京210093;

③南京林业大学森林资源与环境学院,南京210037)

摘要:城市绿地在改善城市生态环境、人与自然的和谐相处过程中,起着积极的作用。动态监测城市绿地的消长有利于科学、有效地管理城市,为城市绿地系统规划提供科学的依据和评价标准。本文利用1988年和2002年的南京市域范围的ETM+/T M影像,通过分别计算亮度指数和垂直植被指数,建立“亮度—垂直植被指数”(BI-PV I)平面,通过计算“T M3-TM4”平面内的点到“非植被线”的距离,求得亮度-植被指数向量,进而得出变化向量获取城市绿地的变化。结果表明,在过去的二十多年中,由于南京城市建设的不断发展,以及城市开发力度的不断加大,城市绿地大大减少,城市绿地的空间分布不均匀,不能够很好的发挥其生态功能。

关键词:动态监测;城市绿地;遥感

中图分类号:P237.9 文献标识码:A 文章编号:1000-3177(2005)81-0022-03

1　引　言

随着对全球变化研究的深入,当前土地利用/土地覆盖越来越被人们所关心。对变化的检测、定量化、和变化制图也变得越来越重要。森林生态系统在全球的碳循环过程中起着积极的作用。城市绿地是城市中唯一有生命的基础设施,也是城市生态系统中重要的组成部分,在改善城市生态环境和人居环境方面起着积极的作用。城市绿地的生态效应与其自身在城市当中的空间分布格局有着密切的关系,同时城市绿地的变化又导致了城市空间分布格局的变化。为了充分发挥绿地在城市中“绿肺”的作用,使人们更加科学地解决好土地的使用紧张和合理分配绿地面积二者之间的矛盾。因此非常有必要客观、准确地掌握城市绿地的变化情况。

利用传统的方法进行城市绿地的变化监测,既费时,又费力,而且结果也不够理想。与此相比,遥感技术突破了传统方法的限制,能够快速、自动地提取绿地,为城市绿地资源的清查和城市规划提供依据。

运用遥感技术的高分辨率影像进行城市绿地资源的调查及景观分析国内外已有先例,John Rogan(2002)[5]等人曾比较了多时相的缨帽变换、多时相的光谱混合分析等方法,同时还就最大似然法分类和决策树分类方法进行了对比。他认为利用遥感多时相光谱混合分析法和决策树分类法相结合的方法效果更好;车生泉[7]等人利用TM数据和SPOT 数据对上海市城市绿地景观进行分类的实践;石雪冬,李敏[10]等人论述了地理信息系统技术和遥感卫星图像处理技术在广州市城市绿地系统总体规划工作中的应用;吕妙儿,黄杏元[6]等曾就城市绿地监测遥感方面做过探索。在以往的动态监测研究中,已经发展了很多基于遥感影像处理的方法,主要有影像相减法、植被指数相减法、HIS、K-L、K-T、光谱特征变异法、分类结果的目视解译比较法等等[1]。

城市绿地的概念有广义和狭义之分:狭义的城市绿地是指城市中人工种植花草树木形成的绿色空间;广义的城市绿地是指植被所覆盖的土地、丘陵、旷野等空旷地的总称。将遥感技术应用于城市绿地的监测中可以从宏观和微观两个方面进行:宏观方面可以监测城市绿化覆盖率和监测城市绿地分布的均衡性;微观方面可以监测植被结构、树种、植被长势等[6]。南京市在过去的二十年中,随着经济的加速发展,城市化进程大大加快,大量的农业用地转为非农业用地。本次实验主要是从宏观角度来进行的。

2　研究区概况与数据源介绍

南京市位于江苏省西南部,地处北纬31°14′～32°36′,东经118°47′～119°14′,属于北亚热带季风气候区,四季分明,夏热冬冷,春秋短暂,雨量集中,历年平均气温16℃,主导风向夏半年为西南风,冬半年为东北风。本次实验的研究区为南京市市域范围,包括鼓楼区、玄武区、栖霞区、下关区、秦淮区、白下区、建邺区、雨花台区、江宁区、六合区、浦口区、溧水县和高淳县,共十一区两县。

本次研究所采用的遥感数据为南京地区的2002.10.24的LA NDSAT ET M+和1988.07.15LA NDSAT T M影像。

收稿日期:2005-01-25 修订日期:2005-03-17

作者简介:郑光(1982～)男,山西长治人,硕士研究生,主要从事植被生态遥感研究。 E-mail:zhengguang1982@https://www.360docs.net/doc/4e4605512.html,

3　动态监测的方法动态监控方法的技术路线见图1所示

:图1　技术路线图3.1　辐射校正当电磁波在太阳-大气-地表-大气-传感器整个传输过程中,与大气中的水气、尘埃、气溶胶等微粒分子相互作

用,使得到达传感器的信号不能够真实的反映地表的反射

率。不同时相的影像由于过境时间不同,当时的大气条件也

不同,并且缺乏卫星过境时的实时大气状况参数,所以利用

大气校正模型很难消除由于两幅影像的辐射状况不同所造

成的变化监测的误差。本文采用归一化处理,使不同时相影

像的辐射状况基本处于同一状况。即首先选取了一些比较

确定的在不同时相的影像上没有变化的地物(比如本例中的

玄武湖和长江大桥等地物目标),分析它的灰度并拟合出辐

射水准归一化线,再对另一时相的影像进行计算,从而获得

新的影像数据,因而减少了由于辐射误差所带来的“伪变化

信息”。

3.2　几何校正

本次试验所采用的几何精校正的方法是,从研究区用

G PS 实际采点和利用1∶5万的地形图找同名地物点读取坐

标相结合,控制点的选取尽量选一些永久性的明显地物点,

比如本次试验中的南京长江大桥的公路和铁路的交叉点等

等。经过筛选,共选取出30个控制点,控制点的残差精度为

0.533个像元。

3.3　研究方法简介

对于一个城市的用地,通常可以分为城区用地与郊区用

地。对于城区用地来讲,由于它的集中性和多功能性,各种

人工目标占主导地位,在空间上主要表现为土地利用和土地

覆盖类型变化的高频性和复杂性;但对于郊区用地,在空间

上则表现为具有一定的连续性和周期性。在生态城市的建

设中,调查清楚绿地资源空间上的分布和动态变化就显得尤

为重要。在以往的动态监测研究中,已经发展了很多基于遥

感影像处理的方法,主要有影像相减法、植被指数相减法、

HIS 、K -L 、K -T 、光谱特征变异法、分类结果的目视解译比较

法等等[1]。由植被的反射光谱特性我们可知:植被与其他典型地物

的光谱特征相比,有其特殊之处。在近红外波段,具有较强

的“陡坡效应”。而水体在可见光之后的波段,其反射率就很

低。一般清水的反射率在可见光区都很低(仅蓝光波段稍

高),以后随波长增加而进一步降低,至0.75μm 以后的红外

波段几乎全都成了吸收体[1]。而土壤的反射光谱,与植被的

相比,具有明显的差异,主要表现在近红外、中红外等谱段。

遥感影像某一类地物的光谱,具有一定的相似性。同时

在一定的二维空间中也具有一定的聚集效应。这就为我们

利用计算机对遥感影像进行分类提供了理论基础。因此,本

文采用了戴昌达[1]等人提出的方法,该方法的核心思想是在

采用了“垂直植被指数(PV I )”概念的基础上,建立“亮度———

植被指数”平面。进而计算在这个平面上两种不同时相的图

像产生的变化向量,最后获得城市绿地的变化情况。

城市绿地的动态变化,在遥感影像上主要表现为亮度的

不同和植被指数变化。因此,从这两方面考虑对城市绿地进

行提取与监测。

首先计算亮度指数:

BI =13[(X S 1)2+(XS 2)2+(XS 3)2]1/2(1) 其中,BI 为图像的亮度植被指数,XS 1,XS 2,XS 3分别为第1,2,3波段的亮度值,i =1、2、3其次,计算垂直植被指数。为了计算垂直植被指数,首先在影像中分别对土地利用可以肯定的非植被区,进行采样拟合“非植被线”,在本次试验中,分别对湖泊、长江、机场跑道、建筑物、道路进行了采样,采样与拟合结果如下

:图2　非植被拟合直线为了能够实现植被的分离,在TM 3-T M 4平面中计算每一个像元到“非植被线”的距离D ,D 被作为垂直植被指数

PVI,D越大,说明是植被的可能性就越大;D越小,就说明可能性越小。

在得到BI和PVI之后,建立亮度—植被指数(BI-PVI)平面,不同时相的影像上的像元点都可以在这一平面内找到一个与之对应的点。对于不同影像上的同名地物点,我们可以求出“变化向量”A。A=(BI1-BI2,P VI1-PVI2),通过变化向量模的大小。就可以描述变化的多少。彩色插页4图1就是通过计算变化向量得出的结果。

4　结果与分析

4.1　试验结果

通过对动态监测结果的分析,我们可以看出,南京市总体的绿地面积在大量的减少,通过将变化向量图与单波段遥感影像和行政区划图的叠加(彩色插页4图2),我们得到了整体和各行政区划范围内的城市绿地变化情况。根据遥感影像的统计结果可以知道,在1988年到2002年间,南京市域范围内的绿地减少了1186.79km2。同时可以看出变化较为明显的地区主要集中在一些新城建设、工业区开发、大量的农田和耕地被占用等方面,这一点在南京市主城区表现的尤为明显。

这些变化的主要类型为由城市绿地转为建设用地(比如建邺区和秦淮区就属于此类变化);农业用地转为建设用地(这一点较为突出的地区是江宁区,由于江宁新城的开发建设.此外还有栖霞区等),还有被监测出变化的绿地是由于不同季节遥感影像上庄稼的季节性变化,比如像浦口区和六合区大量被监测变化的绿地属于此类型,当然这里只是重点提出一些,大部分地区都是存在几种类型并存的情形。

4.2　驱动力分析

(1)南京市为了加快城市化进程,促进城市的经济发展,曾提出了“一体两翼”的发展战略,“一体”即指长江河水,“两翼”分别指江的两岸。这一措施的实施,在促进城市发展的同时,对江北的大量农田和耕地的占用,导致浦口区、六合区的城市绿地面积减少。

(2)仙西地区是南京市三大新市区之一,规划总用地面积80.22km2。是南京都市发展区内的区域副中心,是南京新经济发展的主要空间,以发展高等教育和高新技术产业为主;是集中体现现代城市文明和绿色生态环境协调发展的新市区。仙林大学城和高科技园区的建设,对栖霞区城市绿地的总量具有一定的影响。这一点在遥感影像的监测结果中都体现的很明显。

(3)河西地区将建成一个集商业住宅、奥体中心、滨江旅游于一体的多功能新城,它的规划占地面积为55.7km2。河西新城的建设使得建邺区大量的城市绿地转变为建设用地。(彩色插页4图3)

(4)随着南京市对江北化工产业开发带的建设,规划建设占地总面积约101.5km2,这对于长江沿岸的下关区、栖霞区、雨花台等区的耕地和林业用地都有不同程度的破坏。

(5)政府的政策行为对城市绿地变化与消长起着非常重要的作用,从本次的监测实验中我们可以看出,大量的农田和绿地都是由于城市的扩建和建设用地的侵占所造成。当然,城市的适当发展对城市地绿地占用是允许的。但为了能够科学、有效利用土地,解决好城市用地紧张和增加绿地面积二者之间的矛盾,运用遥感等高新技术对其进行监测制图,是非常有必要的,而且也是经济、有效的。通过这种监测我们不但可以控制城市绿地的总量,维护生态平衡;而且可以优化绿地结构、充分发挥其生态功能。

(6)郊区用地的变化主要体现在城镇的扩建,比如禄口国际机场的建设,高淳、溧水等区城镇的扩展以及宁沪、宁杭等道路的建设对城市绿地的减少也起到了一定的作用。

除此之外,从总的绿地分布格局来看,南京市的绿地空间分布格局也存在绿地总量较多,空间分布不均匀的问题。对于主城区来说,主要表现在大量的林业和农业绿地集中在钟山风景区、雨花台风景区、幕府山风景区等周围,主城区内部绿地分布较少,起不到改善生态环境和居住环境的目的,生态效应不能充分的发挥。

4.3城市绿地遥感监测的影响因素

城市绿地按其形状可分为“绿点”、“绿线”和“绿面”[6]。利用遥感影像进行城市绿地的动态监测,会受到很多因素的影响:

(1)首先是由于传感器的设计不同所带来的系统误差;

(2)由于卫星过境时的大气状况不同,造成传感器不同时相接收到的信息有所误差;

(3)由于混合像元的问题,不同空间分辨率的遥感影像所能够监测对象也有所不同。本次所采用的遥感影像为ETM+影像,分辨率为30＊30,从理论上讲,小于900m2的绿地面积就会构成混合像元,比如一些行道树,和街心公园的一些小的绿地,可能都不会成为本次试验监测的对象;

(4)由于阴影的影响,比如一些高大建筑物的阴影对绿地的影响,尤其是一些高分辨率的影像,这一问题就更为突出;

(5)由于两景或多时相的影像接收的时间不同,造成作物植被的季相变化所导致的绿地面积的有所变化;

(6)由于不同时相的遥感影像的几何精校正的精度问题,可能会造成对绿地面积变化的“仿变化”的产生;

(7)城市绿地的变化反映在遥感影像上,主要表现在像元的亮度和植被指数上,同时还体现在温度的升降、纹理特征的改变等方面,因此可以从这些方面对绿地提取做进一步的探讨。

参考文献

1　戴昌达,姜小光,唐伶俐.遥感图像应用处理与分析[M].北京:清华大学出版社,2004.232～235.

2　李德熊.T M合成图像波段组合的选择.遥感信息[J].1989(4):19～22.(下转第44页)

Objective Analysis and Quality Evaluation of

Multi-source Remote Sensing Image Information Fusion at Pixel Level

HAN Ling①②,W U Han-ning①

(①Department of G eology Northwest University,X i'an710069,China;

②College of G eology Engineering and Geomatic Chang'an University,Xi'an710054,China)

A bstract:In order to evalua te the quality of fused image,the merit and defect of every fusion metho d,there must be a set of objective and overall evaluation index es in theory.T he main objective of imag e fusion of hig h spatial resolution imag e and low spatial resolution multi-spectrum image is to obtain high spatial resolution multi-spectrum imag e.W hen to analyse and ev aluate the fused image,w e should do it comprehensively,combining objective with subjective evaluation standards.T hat is to carry on objective quantitative eval-uatio n on the basis of subjective qualitative visual evaluation.This paper puts forward entropy、mean gradient、cor relation coefficient and other indexes that evaluate the quality of fused image and the function of fusion methods,and car ries o n analysis test of tw o sets of different spatial resolution image data fro m practice.

Key words:entropy;mean gradient;correlation coefficient;fusion image

(上接第24页)

3　戴昌达,雷莉萍.TM图像的光谱信息特征与最佳波段组合[J].环境遥感,1989,4(4):282～292.

4　S heffied.C.Sel ection band combinations from multispectral data[J].Photogram metric Engineering&Remote Sensing,1985,51(6):681～687.

5　John Rogan et al.A com paris on of methods for monitoring multitemporal vegetation change using thematic mapper imagery[J].Remote Sens ing of Environment,2002(80):143～156.

6　吕妙儿,蒲英霞,黄杏元.城市绿地监测遥感应用[J].中国园林,2000(5):41～44.

7　车生泉,宋永昌.城市绿地景观卫星遥感信息解译———以上海市为例[J].城市环境与城市生态,2001(4):10～12.

8　孟昭山,杨士伟.卫星遥感技术在城市绿地调查方面的应用[J].东北测绘,2003,26(2):54～56.

9　K.Segl,S.Roes sner,U.Heiden,H.Kaufmann.Fusion of spectral and shape features for identification of urban surface cover types using reflec-tive and thermal hyperspectral data[J].ISPRS Journal of Photogrammetry&Remote S ensing,2003(58):99～112.

10　石雪冬,李敏,张宏利,李卫红.遥感技术在广州市城市绿地系统总体规划中的应用[J].测绘科学,2001(12):42～44.

The Greenbelt Dynamic Monitoring of Nanjing Based on ETM Images

ZHENG Guang①②③,T IA N Q ing-jiu①,LI Ming-shi③

(①International Institute for Earth System Science,Nanjing210093,China;

②Department of City and Res ources,Nanjing University,210093,China;

③Faculty of Forest Resources and Environment,Nanjing Forestry University,210037,China)

A bstract:U rban greenbelt plays a po sitive role in impro ving the ecology and harmonious interacting between human being and nature. Dy namic monito ring of urban greenbelt is in favo rs of effective managing the city,and also provides the scientific basis and criterio n. T his paper uses the ET M image in2002and T M image in1988o f the whole city of Nanjing to calculate the brig ht index(BI)and perpendicular vegetation index(P VI)respectively,and then build the”BI-P VI”plane.After that w e can get the varia tio nal vector by calculating the distance between the point of”T M3-T M4”plane and the”no n-vegetation line”.Finally,we go t the change of green-belt.T he result shows that,in the past twenty years,because o f the ceaseless dev elo pment of Nanjing and its intensive ex ploitatio n, the amount of greenbelt of the city have reduced a lot,and their spatial distribution is very imbalanced.So they can not exert their e-cological function effectively.

Key words:dynamic monitoring urban g reenbelt remote sensing