本发明专利技术公开了一种基于高分辨率遥感影像的城市绿度空间的度量方法，该度量方法包括如下步骤：步骤1）对被测城市的建筑物和绿地进行遥感图像分类，绘制包含建筑物面积分布信息和绿地面积分布信息的基准图；步骤2）对所述基准图中的绿地平面图像区域进行提取，绘制绿地分布平面图；步骤3）对所述基准图中的建筑物图像区域进行提取，绘制建筑物分布平面图；步骤4）结合所述建筑物分布平面图和所述绿地分布平面图，以每栋建筑物为中心在其周围划分指定范围的缓冲区；步骤5）计算每个缓冲区中绿地面积与中心建筑物面积的比值A，计算每个缓冲区中绿地面积与中心建筑物周长的比值B；在步骤5）中比值A和比值B作为度量建筑物尺度上绿度的指标。
【技术实现步骤摘要】
本专利技术涉及。
技术介绍
随着城市环境问题的不断加剧，城市绿地的科学评价不仅有助于人们正确的认识绿地，更多的是为合理的规划和管理绿地提供了科学的参考价值，进而不断提高绿地的数量和质量，为城市绿地生态功能和服务的有效发挥提供重要的理论和支持。城市绿地研究迫切需要定量化，定量的描述城市绿地的生态服务功能有助于人们更好的认识城市绿地及城市的生态环境，更好的进行城市绿化以及城市生态环境的保护工作。中国作为世界上人口最多的国家，目前正处于快速城市化的过程中，1980年我国城市人口总数1.34亿，占全国人口的13.6%，而到了 1990年我国城市人口已达3亿，占全国人口 26.2%，而目前我国城市化人口已经超过7亿，占全国人口比例超过50%。研究城市的可持续发展对我国城市化的发展至关重要。城市是一个成分复杂的人造栖息地，如何评价城市环境质量是个十分困难的问题。遥感作为一种观 测手段，具有大面积同步覆盖，实时同步等优点，已经在城市环境研究中广泛应用。如进行城市光污染研究(HelgaU.Kuechly，2012)、城市热岛效应(Lieta1., 2011; Rajasekaretal., 2009; Tranetal., 2006)、城市大气环境研究(Kambezidisetal.,1998;Koukoulietal.，2006)等。绿色植物在近红外波段表现为强反射，而在红色波段则表现出强吸收，这一特点使得遥感成为一种独特的植被监测手段。从上世纪60年代以来地球科学家们就将遥感用于地表植被的研究。经过几十年的发展，遥感影像的分辨率大大增加，特别是进入新世纪，以Quickbird、IKONOS、OrbView3等为代表的卫星空间分辨率达到亚米级。随着人们对城市绿地功能认识不断增加，以及遥感数据源的不断丰富，人们不再满足于简单城市植被制图，而是更多考虑进行城市绿度空间度量。目前评价城市绿地的方法主要是面积法，就是通过计算城市或区域内绿地所占的面积或者人均绿地面积来评价城市的绿度。Scliopfer考虑到常规面积法不能很好的描述城市绿度空间的分布状况，而将研究区域划分成相同大小的均匀格网，通过计算每个格网中的绿地的面积等参数来绘制城市绿度空间分布图。Gupta采用相同的思路提出了社区绿度指数，首先对研究区域进行格网划分，然后基于中等分辨率的遥感影像获取绿地的邻接程度，建筑物的高度，建筑物的密度等参数，并对不同参数赋权重进而算出社区绿度指数。Nazarkulova基于高分辨率遥感影像提出了一套城市植被分析流程，首先根据遥感影像得到不同类型的植被分布图，并选取主要城市居民点进行缓冲区分析，分析城市的绿度。SchOpfer和Lang根据城市的行政区域划分或者街道划分，评价每个评价单元中的绿地面积，进而得到全区域的城市绿度空间分布图。但是目前的方法都没有能够准确的度量城市居民与城市绿地空间之间的接触程度，同样不能准确描述城市绿地的空间分布以及城市居民在接触城市绿度空间的概率上的差异。考虑到这一问题，本方法试图建立一个新的城市绿度空间评价体系。由于城市中建筑物是人类的生活、活动的主要场所，城市建筑物是城市居民与城市环境接触的媒介，因此分析建筑物与城市绿度空间之间的空间关系可以用来评价城市中不同区域居民接触绿度空间的概率。通过分析建筑物与城市绿度空间之间的空间配置关系，建立城市中每个单体建筑物与其周围绿度空间接触的概率模型，进而评价城市中的绿度空间。该方法能够更客观的评价城市中绿地为城市居民带来的生态效益。
技术实现思路
针对现有技术中存在的问题，本专利技术的目的在于提出一种全新的度量城市绿度空间的指数一建筑物尺度上的城市绿度。为了实现上述目的，本专利技术建立了基于高分辨率遥感影像的城市绿度空间度量方法，该度量方法包括如下步骤:步骤I)对被测城市的建筑物和绿地进行遥感影像分类，绘制包含建筑物面积分布信息和绿地面积分布信息的基准图；步骤2)对所述基准图中的绿地平面图像区域进行提取，绘制绿地分布平面图；步骤3)对所述基准图中的建筑物图像区域进行提取，绘制建筑物分布平面·步骤4)结合所述建筑物分布平面图和所述绿地分布平面图，以每栋建筑物为中心在其周围划分指定范围的缓冲区；步骤5)计算每个缓冲区中绿地面积与中心建筑物面积的比值A，计算每个缓冲区中绿地面积与中心建筑物周长的比值B ；在步骤5)中比值A和比值B作为度量建筑物尺度上绿度的指标。进一步，所述步骤2)是基于多光谱遥感影像进行植被的自动提取，使用最大类间距离法对归一化植被指数进行处理，获取最佳阈值，然后基于该阈值使用阈值法进行植被提取。进一步，所述步骤3)具体方法为:a)根据多光谱遥感影像进行遥感图像分割；b)设定高度阈值，对LiDAR数据进行阈值运算，大于阈值的划定为建筑物，进而将阈值提取结果通过非植被图进行掩膜得到建筑物的分布图；c)将分割结果图与所得到的建筑物分布图进行叠加，修正建筑物分类结果。进一步，所述步骤a)采用基于边缘检测的标记分水岭算法来进行图像的分割，边缘检测的过程通过sobel算子来完成。进一步，所述步骤b)采用人为设定高度阈值对LiDAR数据进行阈值分割，得到建筑物分布图，并将建筑物分布图与所得到的非植被图进行叠合，得到最终的建筑物分布图。进一步，所述步骤c)采用结合面向对象和基于像元的投票法进行城市建筑物分布图的进一步修正，对分割结果图中每个对象进行运算，统计每个对象中建筑类别的像元所占的百分比，如果该百分比超过50%则将整个对象划归为建筑物类别。附图说明图1为研究区域NDVI图像；图2为NDVI图像的灰度直方图，与最佳阈值；图3为植被提取结果，绿色部分表示城市绿地；图4a为原始假彩色合成图像；图4b为图像分割结果；图5a为原始多光谱航空影像；图5b为LiDAR数据图5c为植被提取结果图5d为建筑物粗分类图5e为影像分割结果图5f为建筑物最终提取结果；图6为研究区域建筑物分类结果图7a为基于面积的BAGI指数图7b为基于边长的BAGI指数图。具体实施方式下面结合附图对本专利技术基于高分辨率遥感影像的城市绿度空间的度量方法作进一步说明。本专利技术试图建立一个新的城市绿度空间评价体系来更客观的度量城市居民实际接触绿度空间的可能性，以及这种可能性的空间分布特征，以期为城市绿化、城市环境保护提供重要参考。所用数据源为遥感数据，整个流程都是自动实现的。在城市中，建筑物是人类生产生活的主要场所，城市建筑物是城市人类与城市环境接触的媒介，因此分析建筑物与城市绿度空间之间的空间关系可以用来评价城市中不同区域居民接触绿度空间的概率。通过分析建筑物与城市绿度空间之间的空间配置关系，建立每个单体建筑物与其周围绿度空间接触的概率模型。首先，使用遥感 影像分类算法来进行城市建筑物和城市绿地制图。植被在近红外波段表现为强反射，而在红色波段表现强吸收，基于这一特性，一系列的植被指数被提出。其中最为著名的为归一化植被指数(NDVI)，NDVI大小范围为-1 1，植被区域NDVI表现为正值，而非植被区域则为负值。Γ NIR-Rl」)Μ)Π =- NJR-RIiD在NDVI图像上，植被显现高亮，而非植被区域NDVI则明显较小，由于这种地物和非地物的双峰分布，使得基于NDVI图像使用阈值法来进行植被提取本文档来自技高网...
【技术保护点】
一种基于高分辨率遥感影像的城市绿度空间的度量方法，该度量方法包括如下步骤：步骤1）对被测城市的建筑物和绿地进行遥感影像分类，绘制包含建筑物面积分布信息和绿地面积分布信息的基准图；步骤2）对所述基准图中的绿地平面图像区域进行提取，绘制绿地分布平面图；步骤3）对所述基准图中的建筑物图像区域进行提取，绘制建筑物分布平面图；步骤4）结合所述建筑物分布平面图和所述绿地分布平面图，以每栋建筑物为中心在其周围划分指定范围的缓冲区；步骤5）计算每个缓冲区中绿地面积与中心建筑物面积的比值aBAGI，计算每个缓冲区中绿地面积与中心建筑物周长的比值eBAGI；在步骤5）中比值aBAGI和比值eBAGI作为度量建筑物尺度上绿度的指标。
【技术特征摘要】
【专利技术属性】
技术研发人员：孟庆岩，李小江，顾行发，余涛，刘苗，
申请(专利权)人：中国科学院遥感应用研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。