梁文海陈琦车良格杨承伶

(1.广西壮族自治区林业勘测设计院，广西 南宁 530000；2.广西致和天泰地理信息系统工程服务有限公司，广西 南宁 530000)

引言

十九大以来，政府日益重视乡村发展，力求“产业兴旺、生态宜居”地发展乡村，推动提升乡村生态、建设森林乡村[1]。在这个过程中，政府高度重视村庄绿化覆盖率在建设美丽乡村中的作用[2]，并将其列入《乡村振兴战略规划(2018—2022年)》确定的22项主要指标之中，这也是涉及林业的唯一指标。

村庄绿化覆盖率是在《乡村振兴战略规划》编制过程中新提出的一个指标概念，其主要是指由村屯现有建构筑物体为边界的村屯内部及其外围一定范围以内各类型绿地绿化(包括乔木、灌木和草地等)垂直投影面积占其国土面积的比率。

目前，行业学者在绿化覆盖率调查技术方法方面已有一定的研究，但调查对象基本都集中在城市建成区中。左都美等2007年借助高分卫星影像，检测并计算了南京的绿地覆盖率，在城市绿地矢量数据辅助检查的条件下，利用多源空间数据整合，使得城区绿地覆盖率数据更加精准可信[3]；汪笑安等对照上期检测图斑数据，通过ALOS影像及高分辨率航片，对丽水市绿化情况进行了动态追踪，得到并分析了绿地面积、绿化覆盖率等指标[4]；范谊生等在国家地理普查的基础上，通过遥感影像处理工具对国内的遥感卫星影像信息进行了处理，提取和分析了城市绿化覆盖情况和景观布局[5-7]。

综上所述，目前在绿化覆盖率调查技术方法的研究都集中在城市建成区中，而针对乡村村庄绿化覆盖率调查范围、调查技术方法研究的文献却鲜有报道。因此，本文结合广西村庄绿化覆盖率监测项目，以贵港市覃塘区山北乡为例，首次提出以村庄现有建筑物体为边界的村屯内部及其外围100m为调查范围，利用高分卫星影像，通过面向对象的分割分类方法，高效、快速地提取调查范围内的绿化状况信息，并计算其绿化面积与总面积的占比，作为乡村村庄的绿化覆盖率，以期能够为乡村振兴、构建美丽乡村提供理论支持，并丰富现有调查方法的研究。

1 研究区与数据源

1.1 研究区概况

研究区(如图1所示)位于广西贵港市覃塘区西北部，东与东龙镇交界，南与蒙公乡相连，西与古樟乡接壤，北邻来宾市，在地形上呈现北面较高、中部和南部平坦的格局，整体看，丘陵和平原占较大比例。北山乡土地总面积77.88km2，有耕地面积1533.33hm2，山地面积2666.67hm2；全乡目前共11个村委会，涵盖48个自然屯和285个村民小组[8]。山北乡的村庄类型有山区村、半山区村及平原村3种类型，村庄周边绿化以人工种植的乔木商品林及少量天然石山灌木为主；内部的绿化主要是分散的乔木；由此可知，村庄绿化的类型比较丰富，可以作为研究。

图1 研究区位置与样本分布

1.2 数据源

遥感数据来自“北京二号”卫星。“北京二号”是一个预期寿命7a的民用商业遥感卫星星座(DMC3)，其构成为3颗高分辨率的光学遥感卫星[9]。全色空间分辨率为0.8m，光谱范围0.45～0.65μm；多光谱空间分辨率为3.2m，其波段有蓝、绿、红、近红外4个，光谱范围依次是0.44～0.51μm、0.51～0.59μm、0.60～0.67μm、0.76～0.91μm。

数据包含3景，1景影像时相是2017年3月2日，2景影像时相是2017年2月13日，这些数据均产自高分辨率对地观测系统广西数据与应用中心，级别为L1A，同时参考2016年底森林资源调查成果数据、天地图(0.5m分辨率)、1∶25万DEM数据和野外实地调查的验证样本空间分布数据。

2 基于面向对象方法的绿化覆盖率状况调查

2.1 数据预处理

通过框定调查范围、校正影像辐射和正射、镶嵌等预处理，能够降低遥感数据误差率，使得分类结果更为精确。

2.1.1 调查范围确定

根据《广西村庄绿化覆盖率年度监测方案》要求，在GIS平台中，结合北山乡行政界线及高分辨率遥感影像，区划出以居民建筑物体外围为边界的山北乡村庄内部，并向外围缓冲100m，得到调查范围界线。

2.1.2 辐射校正

通过具有针对性的遥感软件，校正3景影像的辐射，从而消除传感器自身、太阳方位等原因导致的结果精确度下降。

2.1.3 影像精校正

采用专业遥感软件，以2016年北乡高空间分辨率卫星遥感正射影像(0.8m分辨率)为基准、采用RPC有理函数模型，结合DEM数据，校正“北京二号”的全色影像(精度范围在1像元内，通过3次卷积内插重采样)，参考校正后的全色影像和DEM数据，校正同景多光谱影像的正射(精度范围在0.5像元内)。

2.1.4 影像融合

通过主成分变换法(Principal Component)融合全色与多光谱影像。

2.1.5 影像镶嵌

为方便数据处理，将3景涉及山北乡的影像镶嵌，并进行直方图均衡化等匀色处理。

2.1.6 影像裁剪

为降低数据的复杂性，提升提取速度，在确定好调查界限的基础上裁剪影像，得到用于研究的高分辨率遥感影像。

2.2 面向对象的村庄绿化信息提取

通过传统的监督和非监督分类的遥感影像研究法，不仅难以传递目标之间、目标和环境之间的结构数据，而且难以呈现高分遥感数据的纹理和功能特性。面向对象的遥感影像分析对以上局限进行了一定弥补，提升了图像理解分析的效果，其解译效果要优于像素分析的结果。因此本文研究利用高分辨率数据，采用面向对象的监督分类方法，对村庄调查范围内的绿化植被信息进行提取，技术流程如图2所示。

图2 村庄绿化信息提取流程图

2.2.1 影像多尺度分割

依据既有的分割准则和尺度，将影像区域整体分割成特征同质性强的区域的过程即为影像分割。在完成分割后，可以对独立的对象单元进行研究，消除分析单一栅格的分类噪声，增强同类地物的相似度，扩大异类地物差异，使得类别的分割更为简单[10]。也正是因为以上原因，影像分割的效果直接影响了解译的结果，在选取多尺度分割(Multi-resolution Segmentation)作为分割算法式，界定这个尺度大小的过程尤为重要。分割要求既能够按树冠(包括树冠较大的单棵树)分割出村庄内部的绿化斑块，但分割图斑又不过于破碎。由图3可知，分割尺度为40时，图斑分割不彻底，较多面积小的绿化植被未能单独分割出来，难以有效分类;而分割尺度是20时，图斑呈现碎片状，绿化植物被过度分割，影响了分类效果；取中间值30时，小植被能够被有效分割，图斑形成了完整的块状，分割线高度重合地物分界线，在图片上能够呈现出各类植被的局部细节、空间几何分布较明显。经过多次重复研究过程，最终将分割尺度参数定为30，形状和光谱因子分别为0.1和0.9，紧凑度和光滑度均为0.5，蓝、绿、红、近红外波段权重比为1∶1∶1∶1。

图3 不同分割尺度效果图

2.2.2 样本选择与训练

基于调查村庄绿化情况的目的，将研究区域地类划分为绿化和非绿化地2类。为了获得更好的分类效果，将绿化地细分为乔灌和草2类；将非绿化地细分为裸地(包含居民建筑)、农田、水域3类。

通过野外调查，结合山北乡高分辨率天地图影像及森林资源现状数据，选取均匀分布于研究区的各种地类样本共45个(其中，乔灌15个，草地5个，裸地10个，农地10个、水域5个)进行训练以及分类。为了分类快速、高效，样本主要研究和训练研究区影像的光谱特征(包括各波段均值、标准差及NDVI共11个光谱特征)，采用最近邻法进行分类，这是面向对象的监督分类法。

3 结果与分析

3.1 村庄绿化状况调查结果

根据上文方法，选择、训练样本，分类得到初步分类结果，在此基础上，利用GIS平台结合遥感影像，对分类结果进行修正等编辑处理，得到北山乡的绿化植被分布信息(图4)。经统计2017年北山乡调查范围内绿化植被为467.58hm2，村庄整体绿化覆盖率为24.91%，主要覆盖了村庄周边，占比18.44%，村内绿化占6.47%。其中，松英村的绿化率为56.36%，煌里村为49.14%，分别为第一和第二，主要原因是两村为山区村，村庄绿化较大一部分为林区；万寿村和双岩村的村庄绿化率最低，分别为10.15%和14.65%，主要原因是两村为平原村，只有少量来自林区的绿化地，且房屋密集，村内绿化地少。

表1 山北乡各村庄绿化状况统计表

3.2 精度分析

在研究区内，自动生成多个样本点(如图1所示)。结合北山乡森林资源调查成果数据、野外实地调查数据及天地图高分辨率影像对样本点进行目视判读，并利用验证样本通过混淆矩阵(如表2所示)的方式评价村庄绿化状况信息提取的精度：总体精度为92.0%，Kappa系数为0.86，精准迅速地得出了村庄绿化情况，符合林业部门的量产需要。

图4 山北乡村庄绿化分布图

将提取结果与天地图高分辨率影像叠加对比发现，在绿化地中，容易错分为其它土地的斑块是村庄内部零散的绿化地；在其它土地中，容易错分为绿化地的斑块是农地，主要原因是农作物的光谱特征与绿化地的光谱特征相近，造成同物异谱或同谱异物的现象。并且分类提取过程中，没有选取影像的纹理特征参与分类，未能减少错分的情况发生。因此，本文进一步的研究方向之一是探讨利用绿化地和其它土地的影像差异准确识别绿化植物，增强提取过程精确性的方法。

表2 村庄绿化调查精度分析表

4 结论与讨论

本文利用“北京二号”高分辨率数据，基于面向对象的分析方法研究高分辨率卫星数据对村庄绿化覆盖状况的监测能力。以广西覃塘区北山乡为例，通过对影像分割和样本训练，以面向对象的监督方法实现了村庄绿化地的快速准确提取，得到以下结论。

村屯周围绿化环境是影响居民绿色生活的重要要素之一，本文结合广西村庄绿化覆盖率监测项目，提出以村庄现有建筑物体为边界的村屯内部及其外围100m为调查范围，通过面向对象的分割分类方法，调查村庄的绿化覆盖率，为相关部门监测监管提供快速有效的方法。

基于面向对象的思想，利用高分辨率影像数据，通过最近邻分类法能快速准确提取村庄绿化的空间分布状况，提取精度达94.0%，Kappa系数为0.86，能够满足自然资源主管部门对乡村生态特别是乡村绿地情况变化的日常监测需要，根据变化情况及时发现乡村的违建和生态破坏。

村庄内部往往存在大量零散分布的绿化树，树冠不足够大，由于影像分辨率或者分割尺度上的原因，无法分割或者准确分类，容易造成漏查。

尽管基于面向对象思想的方法可实现对村庄绿化信息的准确快速提取，有利于乡村振兴建设中乡村生态的管理与检测，但由于同物异谱和同谱异物的原因，还存在一定的错分，如何进一步提高提取的准确率，还需要进一步探索。