基于高分辨率衛(wèi)星影像的城市綠地景觀分析.pdf

1、城市綠地景觀是城市景觀的重要組成部分，起著調(diào)節(jié)城市生態(tài)環(huán)境，美化城市景觀，為城市居民提供休閑游憩場所的作用，因此，研究城市綠地景觀對城市的發(fā)展具有重要意義。遙感技術(shù)是進行城市綠地調(diào)查的主要方法之一，遙感技術(shù)進行城市綠地調(diào)查具有覆蓋范圍廣，快速高效的特色。隨著遙感技術(shù)的發(fā)展，高分辨率遙感圖像越來越多地被用于城市綠地景觀研究。高分辨率衛(wèi)星遙感數(shù)據(jù)進行城市綠地調(diào)查，除了具遙感技術(shù)普遍的特點外，由于其高空間分辨率的特點，能夠詳細地展示城市綠地空

2、間格局和植被種類，具有普通分辨率遙感數(shù)據(jù)不可比擬的優(yōu)勢。應(yīng)用高分辨率衛(wèi)星影像研究城市綠地類型、分布和結(jié)構(gòu)，可以為定量地對城市綠地景觀評價與分析提供科學(xué)依據(jù)，為城市綠地系統(tǒng)規(guī)劃、改善城市生態(tài)質(zhì)量提供參考，具有重要的理論與現(xiàn)實意義。 本文利用SPOT和QuickBird衛(wèi)星影像進行泉州市鯉城區(qū)的城市綠地景觀研究。在遙感圖像處理軟件ERDAS IMAGING中對兩幅圖像進行幾何校正，使兩幅遙感影像和研究區(qū)的政區(qū)圖具有相同的地圖投影。經(jīng)

3、過影像拼接剪裁后，首先對兩個遙感影像進行解譯，本文用基于像元的監(jiān)督分類方法，提取研究區(qū)綠地信息，并對分類結(jié)果進行優(yōu)化和精度分析，兩幅圖像的綠地分類精度均達到70％以上。然后評價比較了用計算機自動分類的監(jiān)督分類方法對兩幅圖像進行分類的精度大小。根據(jù)SPOT分類精度高于QuickBird的分類精度的結(jié)果，得出用基于像元的分類方法并不能體現(xiàn)出高分辨率影像數(shù)據(jù)高空間分辨率的優(yōu)勢的結(jié)論。但是由于傳統(tǒng)的基于像元的分類方法，技術(shù)成熟，適用范圍廣，對于

4、對地物細節(jié)信息分類要求不高的研究來說，用監(jiān)督分類方法進行高分辨率遙感影像的分類是可行的。如果需要進行綠地景觀具體類別的信息提取，應(yīng)該結(jié)合實地調(diào)查資料或者綠地規(guī)劃資料來調(diào)整提高綠地分類精度。 考慮到本文研究目的和研究尺度，本文選擇分類精度稍高的SPOT影像分類結(jié)果，提取研究區(qū)綠地信息進行綠地景觀評價。 根據(jù)提取綠地信息，計算研究區(qū)綠地總面積和人均綠地面積，計算可知，研究區(qū)人均綠地面積高于全國平均水平。根據(jù)研究區(qū)城鎮(zhèn)發(fā)展布局

5、，將研究區(qū)劃分為3個子區(qū)，利用景觀生態(tài)學(xué)原理，在景觀分析軟件FRGSTATS中選取了斑塊所占景觀的比例（PLAND）、斑塊密度(PD)、景觀形狀指數(shù)（LSI）、最大斑塊指數(shù)（LPI）、聚集度（AI）、斑塊結(jié)合度指數(shù)（COHESION）等6個景觀指數(shù)。FRASTATS在斑塊、類型和景觀三個層面上提供了大量的景觀指數(shù)供使用者選擇，能夠全面、快速地計算景觀指數(shù)。但是FRAGSTATS可整合的數(shù)據(jù)格式較少，同時需要結(jié)合研究目的和研究內(nèi)容來選擇合