陈玲，张迎燕，张楼香

(常州市测绘院，江苏 常州 213002)

1 引 言

城市园林绿化作为城市唯一有生命的基础设施，对于改善城市生态环境、美化城市生活和工作环境、创造新的城市园林和生态景观起着重要的、不可替代的作用。党的十九大报告中指出，要加快生态文明体制改革，建设美丽中国。建设人与自然和谐共生的现代化，提供更多优质生态产品以满足人民日益增长的优美生态环境需要。生态园林城市是城市发展的必由之路，生态园林城市建设正成为这个时代的中国城市发展的重要标杆。“国家生态园林城市”是更高层次的“国家园林城市”，是体现城市经济社会发展成果和城市竞争能力的重要荣誉。

常州市自2005年、2008年分别获得“江苏省园林城市”“国家园林城市”等称号。2017年开始启动国家生态园林城市创建工作，提出力争建设国家生态园林城市的奋斗目标。为快速、全面、准确掌握城市绿地建设现状情况，摸清“绿色家底”，使创建工作具有针对性，本项目绿化普查工作将对常州市中心区约500平方公里范围内的绿化覆盖情况及绿化专题数据进行普查测绘。另一方面，随着测绘技术的不断发展与进步，城市绿地普查的方法也更加先进。本文综合利用多源空间数据，应用遥感影像解译、点云分类等技术进行城市绿地覆盖面积、绿化覆盖率及相关专题绿化信息普查等工作，并基于城市基础地理信息数据对绿化普查数据进行判读纠正，通过统计分析各行政区划内绿化建设现状，快速、全面、准确掌握城市绿地建设情况，使创建工作具有针对性，对园林绿化科学化管理和决策提供辅助支撑。

2 生态园林城市绿化考核指标及绿化普查内容

2.1 生态园林城市绿化考核指标

根据国家生态园林城市标准的要求，其绿地考核指标包括建成区绿地率，建成区绿化覆盖率，人均公园绿地面积，公园绿地服务半径覆盖率，防护绿地实施率，道路绿化达标率，林荫路推广率，建成区绿化覆盖面积中乔、灌木所占比率，城市各城区绿地率最低值，城市各城区人均公园绿地面积最低值共计10项指标。绿地面积是指各类绿地实际种植的占地面积，绿化覆盖面积是指绿化种植的垂直投影面积。其中“建成区绿地率”，“林荫路推广率”，“公园绿地服务半径覆盖率”三项为否决项指标，是关系整个国家生态园林申报是否成功的重要指标，也是评价城市绿地质量的基本依据。

2.2 普查内容

根据生态园林城市考核的主要指标内容，结合实际需求，项目绿化普查内容主要由以下几部分组成。

(1)航空遥感影像及基础地形数据获取及更新。

(2)城市绿化覆盖面积及各类绿地面积。按照2000年《国家园林标准》，绿地包括公共绿地、居住区绿地、单位附属绿地、防护绿地、生产绿地及风景林地绿地。

(3)建成区绿地率，建成区绿化覆盖率，公园绿地服务半径覆盖率，防护绿地实施率，道路绿化达标率，林荫路推广率，建成区绿化覆盖面积中乔、灌木所占比率，城市各城区绿地率最低值等相关指标数据统计与计算。

(4)各区园林绿化主要指标(绿地率、绿化覆盖率、公园绿地服务半径覆盖率)数据汇总统计，以区、镇或街道为单元分别统计，为绿化建设与提升提供技术支持与服务。

3 技术路线及流程

依据数据分布及采集的特点，为提升工作效率及优化技术流程，经多方论证及试验，项目采用遥感影像解译结合点云分类及车载激光移动扫描的方式进行绿地、公园、行道树等信息数据的采集，利用GIS进行各类数据汇总及指标计算，最后对各区、各街道的绿化主要指标数据情况进行分析。综合考虑解译的效率及精度，项目利用 0.5 m分辨率高景卫星影像进行遥感解译，利用 0.2 m分辨率航空影像及城市 1∶1 000地形图作为检查和修正数据，影像均经过辐射较正及几何较正。技术路线如图1所示。

图1 技术路线图

4 关键技术

4.1 基于深度学习的城市绿地遥感解译

(1)解译流程。本项目基于深度学习的影像解译，主要使用卷积神经网络(CNN)的图像特征的提取技术，基于深度学习的影像解译技术主要流程如下：

添加彩虹外影像，进行多尺度分割→选择样本→执行深度学习→导出样本→训练模型→模型计算→进行深度学习分类。

(2)影像分割提取。选取绿地特征较为明显的近红外影像作为解译分割对象，真彩色影像辅助检校后期叠加使用。分割目标分为耕地、植被、建筑、水体、道路、空地6类，各类目标的解译标志如表1所示。样本区选择在普查范围内均匀分布20个 1 km2左右的矩形范围，原则上样本区内地物较为丰富且具代表性。每个样本按6类目标分别进行采样训练，农田与植被比较容易混淆，从近红外影像样本上看，耕地与植被颜色较深，且纹理比较粗糙，但耕地比较规整，而空地色彩较浅且纹理较光滑。导出样本进行模型训练，软件通过深度学习分类和模型计算自动提取监督分类模型，提取时通过调整差异度来控制样本提取的精确度，预览得到最佳结果后进行精确提取。最后将各类解译结果合并得到最终的解译结果。

近红外影像城市绿化解译标志 表1

(3)解译结果修正

利用大多数不同地物具有不同光谱特性的特点，采用卫星影像自动提取绿地信息。该方法速度快、自动性强，但是由于卫星影像获取的时间、太阳高度角等因素，使得建筑物本身和阴影对提取绿化信息有很大影响，因此必须进行人工干预，对影像自动解译的成果进行人工修正，可以减少遗漏和错误的分类。操作时可根据分类对象的特征及属性进行批量修正，如道路的漏分，可根据道路笔直的特性，将长宽比大于7的归入道路；建筑的错分中将近红外波段1～2大于80的重新提取后归入绿地等。将自动解译结果叠加真彩色影像及城市大比例尺地形数据，判读出错分和漏分的区域并进行修正，同时对由于云雾及建筑阴影造成的原始数据质量问题的区域进行提取修正。影像解译结果如图2所示。

图2 影像解译结果

4.2 基于点云自动分类的植被信息提取

(1)机载激光雷达遥感技术用于园林绿化数据自动分类

利用多源空间数据进行遥感解译获取的园林绿化绿地数据的同时，不仅可以获取植被的分布状况，还可以通过点云的精细分类对高低植被进行区分。项目对机载Lidar所获取的三维点云数据，进行去噪、点云数据滤波、点云与光学影像配准，利用机载Lidar点云数据的特征进行树木提取，获取植被层的垂直分布情况。点云精细分类内容和原则如下：

低植被点层：高度低于 1.5 m的低矮灌木、城市低矮绿化植被；

高植被点层：可以明显区分树干和树冠区域的成型树木，如林地、林荫路等；

混合植被点层：公园区域等难以区分密集植被。

通过激光点云数据提取的植被点快速、准确地统计相关植被树木的高度、宽度，并自动计算不同高度植被的绿化覆盖率，利用此方法计算出城市绿化覆盖面积、林荫路绿化覆盖面积、城市中乔、灌木绿化覆盖面积及城市绿化覆盖区域内乔、灌木占比等。点云自动分类植被信息的获取如图3所示，乔木点云数据量测如图4所示。

图3 点云自动分类植被信息的获取

图4 乔木点云数据量测

(2)车载移动测量系统辅助园林绿化数据判读

利用车载移动测量系统将GPS、IMU、里程计、相机、激光等设备进行组合，可以快速获取道路两侧绿化信息，辅助判读绿地的各种分类(如公园绿地、防护绿地、广场绿地等)，能够提高园林绿化调查工作的效率与精度。移动测量系统获取的高精度点云可以准确地获取到主干道路两侧行道树的平面位置，并真实记录道路两侧、道路中间绿化带等的真实信息，采用后处理软件自动提取行道树校园和胸径等信息，在保证成果精度的前提下减少大量人工野外采集作业，降低人工采集的出错率。可量测车载移动扫描数据如图5所示。

图5 可量测车载移动扫描数据

5 普查成果汇总统计分析

5.1 绿地指标测算

(1)建成区绿地率

绿地率统计的绿地包括建成区内所有公园绿地、防护绿地、广场绿地、附属绿地和区域绿地面积。建成区绿地率为各类绿地总面积占城市建成区面积的比率。绿地率计算结果如表2所示。

绿地率计算结果表 表2

(2)建成区绿化覆盖率

建成区绿化覆盖面积是指城市中乔、灌木、草坪等所有植被的垂直投影面积，包括屋顶绿化植物的垂直投影面积以及零星树木的垂直投影面积，乔木树冠下的灌木和草本植物不能重复计算。绿化覆盖率计算结果如表3所示。

绿化覆盖率计算结果表 表3

(3)公园绿地服务半径覆盖率

城市公园绿地服务半径覆盖率是指 5 000 m2(含)以上的公园绿地按照 500 m服务半径考核， 2 000 m2(含)- 5 000 m2的公园绿地按照 300 m服务半径考核；历史文化街区釆用 1 000 m2(含)以上的公园绿地按照 300 m服务半径考核；计算所有公园绿地覆盖居住用地的百分比。城市公园绿地服务半径覆盖率计算结果如表4所示。

城市公园绿地服务半径覆盖率计算结果表 表4

(4)防护绿地实施率

防护绿地是为了满足城市对卫生、隔离、安全要求而设置的，其功能是对自然灾害、城市公害等起到一定的防护或减弱作用，不宜兼作公园绿地使用。城市防护绿地实施率是指依《城市绿地系统规划》在建成区内已建成的防护绿地面积占建成区内防护绿地规划总面积的比例。防护绿地实施率计算结果如表5所示。

防护绿地实施率计算结果表 表5

(5)道路绿化达标率

道路绿地率是指道路红线范围内各种绿带宽度之和占总宽度的百分比。道路绿化达标率计算结果如表6所示。按照现行的《城市道路绿化规划与设计规范》要求，道路绿地率达到以下标准的纳入统计：

园林景观路：绿地率不得小于40%；

红线宽度大于50 m的道路：绿地率不得小于30%；

红线宽度在40 m～50 m的道路：绿地率不得小于25%；

红线宽度小于40 m的道路：绿地率不得小于20%；

道路绿化达标率计算结果表 表6

(6)林荫路推广率

城市林荫路推广率是指城市达到林荫路标准的人行道、自行车道长度占人行道、自行车道总长度的百分比。林荫路指绿化覆盖率达到90%以上的人行道、自行车道。城市林荫路推广率计算结果如表7所示。

城市林荫路推广率计算结果表 表7

(7)建成区绿化覆盖面积中乔、灌木所占比率

建成区绿化覆盖面积中乔木、灌木所占比率是指建成区绿化覆盖面积中乔木、灌木的垂直投影面积占建成区所有植被的垂直投影面积的比率。绿化覆盖面积中乔、灌木所占比率计算结果如表8所示。

绿化覆盖面积中乔、灌木所占比率计算结果表 表8

(8)城市各城区绿地率最低值

城市各城区绿地率是指城市各城区建成区内各类城市绿地面积占城市各城区建成区面积的比率。各城区绿地率最低值如表9所示。

各城区绿地率最低值 表9

(9)人均公园绿地面积及城市各城区人均公园绿地面积最低值

城市人均公园绿地面积是指城区人口每人拥有的公园绿地面积。

各城区人均公园绿地面积是指各城区人口每人拥有的公园绿地面积。

城市人均公园绿地面积和各城区人均公园绿地面积最低值的计算，由主管局提供相关人口数据及各城区建成区内的城区人口数量后根据计算方法得出相应指标值。城区公园绿地面积如表10所示。

城区公园绿地面积 表10

5.2 成果统计分析

经过前期的遥感解译、点云分类及空间位置测绘等工作，我们获得了大量园林绿化现状数据。还需进行指标分析计算工作。国家生态园林城市绿化考核的10项指标的考核要求如表11所示。

从普查成果的统计情况看出(表12)，各项绿地指标基本都符合创建要求，但“建成区绿地率”目前是33.29%，相对于要求的35%还未达标，而“建成区绿地率”属于重要的三项否决项指标之一，为了能确保通过核查，优化城市绿化环境，还需加强建城区内绿化的建设，项目对各区、镇或街道为单元分别统计其指标及分布情况，为后期各区、镇或街道的绿化建设及提升工作提供参考，并且针对各区绿地现状及建设规划情况进行综合分析，拟定一批待建绿地及公园，以指导各区进行相应绿地建设。待提升公园绿地分布如图6所示。

国家生态园林城市绿化考核指标要求 表11

各区、镇或街道主要绿化考核指标情况汇总 表12

图6 待提升公园绿地分布图

6 结 语

创建“国家生态园林城市”标准高、指标面广，工作量大。如何快速、准确地摸清“绿色家底”，统计出相关指标值，然后进行分析研究，为创建工作提供精准、科学的建设和改善建议，这部分工作尤其重要。基于深度学习的影像解译技术研究，移动测量设备生成的可量测街景能用于园林绿化相关绿地数据的空间位置测绘工作，大大提高空间位置测绘的整体作业效率，研究并利用Lidar点云数据的特征进行树木提取，以获取植被层的垂直分布情况，实现快速、准确的目标提取，为常州市生态园林城市专题绿地信息提取提供新思路，新技术的应用为城市绿化普查的科学性和准确性积累了经验，也为政府相关职能部门提供了及时、准确、优质和多元化的地理信息服务。