城市植被是維護城市生態(tài)系統(tǒng)平衡的重要組成元素,不同類型的植被具有不同的生態(tài)服務效益,然而基于植被精細分類的城市綠地景觀格局度量研究較少。因此本文以北京城市副中心為研究區(qū),使用夏、冬兩季GF-2衛(wèi)星遙感影像,基于隨機森林特征優(yōu)選和面向?qū)ο蠓诸?劃分了植被類型,并在此基礎(chǔ)上使用景觀指數(shù)法和移動窗口法分別度量了功能區(qū)尺度和柵格尺度綠地景觀特征。研究結(jié)果表明:針對GF-2數(shù)據(jù),使用多尺度分割后影像對象的光譜、紋理特征可以有效地提取植被信息;不同時相的影像能反映各類型植被的物候特征,相比于單時相數(shù)據(jù),其分類精度更高,達到了87.7%;各功能區(qū)綠地景觀格局特征差異較大,城市綠心擁有最豐富的植被且分布集中,商業(yè)區(qū)植被覆蓋度和多樣性均較低,綠地景觀破碎;北京城市副中心景觀多樣性及各類型植被分布特征的空間差異顯著,當前副中心綠地景觀格局已形成規(guī)劃的基本輪廓,但城市綠心和老城區(qū)公共綠地的建設(shè)仍有不足。研究探明了北京城市副中心綠地建設(shè)現(xiàn)狀,證明了國產(chǎn)GF-2衛(wèi)星在城市生態(tài)環(huán)境監(jiān)測中具有較高的應用價值,有助于推動GF-2在城市生態(tài)環(huán)境領(lǐng)域的應用,并為副中心建設(shè)中的綠地系統(tǒng)監(jiān)測和優(yōu)化提供參考。 

【文章來源】：地球信息科學學報. 2020,22(10)北大核心CSCD

【文章頁數(shù)】：12 頁

【部分圖文】：

研究區(qū)位置及遙感影像

隨機森林算法能實現(xiàn)對復雜相互作用分類特征的分析，其變量重要性度量可作為高維數(shù)據(jù)的特征選擇工具，因而適用于基于高維數(shù)據(jù)集的分類[32]。已有許多研究證明了隨機森林算法相對于其他分類方法的優(yōu)越性[33]。因此本研究使用隨機森林算法進行影像對象特征優(yōu)選及分類。3.2 景觀指數(shù)法

基于移動窗口法（圖4），利用城市綠度指數(shù)UGI(Urban Green Index）和香農(nóng)多樣性指數(shù)SHDI(Shannon"s Diversity Index) 2個指標對綠地景觀特征進行度量和分析。移動窗口邊長為1 km，移動步長為100 m，計算窗口內(nèi)的植被覆蓋度和香農(nóng)多樣性指數(shù)，作為窗口中心像元的值，并以所有窗口中心的值代表其周圍100 m區(qū)域的綠地分布水平。圖4 移動窗口法示意

【參考文獻】：
期刊論文
[1]基于高分二號遙感影像樹種分類的時相及方法選擇[J]. 李哲,張沁雨,邱新彩,彭道黎.  應用生態(tài)學報. 2019(12)
[2]深圳市福田區(qū)三維城市景觀格局變化特征[J]. 付鳳杰,劉珍環(huán),黃千杜.  生態(tài)學報. 2019(12)
[3]基于GIS的南昌市公園綠地景觀格局分析與優(yōu)化設(shè)計[J]. 魏緒英,蔡軍火,葉英聰,周洋,劉純青.  應用生態(tài)學報. 2018(09)
[4]一種基于移動窗口的城市綠度遙感度量方法[J]. 吳俊,孟慶巖,占玉林,顧行發(fā),張佳暉.  地球信息科學學報. 2016(04)
[5]基于Worldview-2的烏魯木齊城區(qū)綠地空間格局分析[J]. 雷一鳴,陳曦,楊遼,李均力.  干旱區(qū)研究. 2015(06)
[6]城市綠地演化驅(qū)動因素與景觀格局空間分析——以濟南市建成區(qū)為例[J]. 汝緒偉,江濤.  水土保持研究. 2015(05)
[7]北京城市景觀格局時空變化及驅(qū)動力[J]. 陽文銳.  生態(tài)學報. 2015(13)
[8]基于環(huán)境星與MODIS時序數(shù)據(jù)的面向?qū)ο笊种脖环诸怺J]. 賈明明,任春穎,劉殿偉,王宗明,湯旭光,董張玉.  生態(tài)學報. 2014(24)
[9]基于RS和GIS的合肥市城市綠地景觀空間結(jié)構(gòu)的分析評價[J]. 陳永生,徐小牛.  東北林業(yè)大學學報. 2012(03)
[10]面向?qū)ο蠓诸惖奶卣骺臻g優(yōu)化[J]. 張秀英,馮學智,江洪.  遙感學報. 2009(04)

博士論文
[1]基于高分一/六號衛(wèi)星影像特征的農(nóng)作物分類研究[D]. 鄭利娟.中國科學院大學(中國科學院遙感與數(shù)字地球研究所) 2017
[2]基于WorldView-2數(shù)據(jù)的城市典型綠化樹種分類[D]. 劉懷鵬.內(nèi)蒙古農(nóng)業(yè)大學 2016

碩士論文
[1]考慮植被季相節(jié)律的高分辨率遙感影像城市森林分類[D]. 任芯雨.南京林業(yè)大學 2016
[2]基于分形維度與灰度共生矩陣的圖像分類研究[D]. 黃晶.武漢理工大學 2008



本文編號：3508204