城市绿度空间遥感——让城市生活更美好
  发布时间:2021-01-05 09:57   来源: 城市怎么办

“美丽中国”和生态文明建设是国家发展的重大需求。如何从空间角度研究城市自然-社会-经济复合系统是城市生态系统研究的前沿问题。我国高分辨率对地观测系统的快速发展是城市精细化管理、美丽城市建设、城市学发展的重要助推力。在此背景下,我们希望通过促进“遥感+生态+规划”的学科交叉,把城市看得更快、更细、更准。城市陆表环境遥感挖掘天-空-地观测优势,从绿度、热度、灰度、湿度、亮度等多维度、多视角研究城市,探索其时空演变规律、互作机制,为城市学研究提供支撑。

01

城市绿度空间研究背景与理念

城市绿度空间是指城市范围内为植被覆盖且具备一定生态服务效益,对城市环境有积极的影响,具有方便可达性的区域,较城市绿地而言更突出其三维特征。如何科学度量城市绿地分布和城市居民感知绿地的概率以及如何构建“遥感+评价+规划”多学科交叉的研究体系已成为解决诸多城市环境问题的迫切需求。《城市绿度空间遥感》通过挖掘“卫星遥感+航空遥感+近地遥感”的技术优势,构建城市植被多维信息提取-多方法绿度空间度量-多尺度感知-空间优化配置-遥感综合评价的完整技术体系,促进城市植被研究由二维向三维立体观测发展,可实现对城市植被数量、质量和人文感知量的定量度量。通过开展应用示范,促进城市绿度空间遥感的实用化、业务化,为城市规划、园林绿化、环境保护和城市精细化管理提供参考和决策支持。

02

多维度城市植被提取

植被二维信息提取:植被信息提取是城市绿度空间遥感研究的基础。在遥感影像上,阴影常被视为地物识别的干扰信息,在一些城市植被遥感研究中直接忽略阴影区域的植被信息,降低了植被信息提取精度。研究分离阴影区/非阴影区,分别通过阈值法和机器学习方法,实现基于高空间分辨率遥感影像的城市植被二维信息高精度提取。城市植被生态效益的发挥不仅与绿地面积有关,还与植被生理生态参数有关,因此提取植被生物量、叶面积等参数能更好地指示城市绿度空间。

城市植被三维结构信息提取:城市植被研究由二维向三维立体观测方向发展已成重要趋势。激光雷达(Light Detection and Ranging, LiDAR)拥有的全自动、高精度立体扫描技术,使快速直接获取地形表面模型成为可能,尤其适合获取植被等具有三维空间结构且立体形态不规则的地物信息。LiDAR技术的发展应用正逐步推动城市植被研究由二维向三维立体方向拓展。在此基础上,提出一套适用于不同单体树种的树冠边缘检测、树冠体积估算、冠层结构信息提取的技术流程。

03

多角度城市绿度感知

城市居民在工作、生活中,通过建筑物接触城市绿度空间。建筑物周围植被的数量、质量和分布及建筑物的结构决定了居民享受城市绿度空间的效率。伏案工作时,通过窗户接触城市绿度空间,观看附近植被是接触自然的重要方式。散步出行时,行道树的景观质量和空间分布决定着居民出行的舒适度,对行道树的日常目视接触可以提升城市居民的积极情绪。对城市绿度空间人文感知量的度量也将从建筑物尺度、楼层尺度和街道尺度展开。

建筑物尺度城市绿度感知:建筑物尺度的绿度感知量与绿地总量、绿地辐射受益量、建筑物高度和密度有关,通过构建建筑物邻域绿度指数(Building Neighborhood Green Index, BNGI)模型,反映城市居民在单体建筑物邻域内享受城市绿度空间的程度。通过统计分析每个特征区域中的BNGI的分布特征,能更好地理解不同区域居民享受城市绿度空间的效益大小及分布。该模型突破格网法不能客观指示居民享受城市绿度效益大小的限制,可为城市环境宜居性研究提供参考。

楼层尺度城市绿度感知:人们喜欢居住在拥有丰富绿地的社区,但拥挤的城市建筑却使人们远离了自然。针对不同楼层居民在室内对绿度空间的感知,提出一种新的指数------绿色开敞指数(exposure opportunity index, EOI),以评估不同楼层的城市绿度开敞水平。该指数考虑了建筑物楼层和周边绿地的三维空间关系,分析计算了研究区超过200个建筑楼层的EOI,结果表明该指数能够评估居民在室内生活环境方面的绿度感知,并有望成为城市园林规划和住宅舒适度评估的有效工具。

生态学研究表明,绿地的降温增湿效应与绿量成正相关,叶面积指数是决定冠层蒸腾作用的重要参数,绿地的垂直结构对绿地生态效应有影响。研究构建一种模拟植被蒸散效应的计算模型,用于描述位于不同缓冲范围内绿辐射受益量在指定高度层上的含量及分布规模。该模型包括三个基本输入参数:生态效益源、扩散梯度和阻碍物。融合城市绿度空间的结构性和功能性为一体,在度量时将生态效益源(叶面积指数)和绿辐射空间(空间生态效益)两部分考虑在内,既可以准确描述城市绿度空间的三维分布特征,同时还能定量区分城市居民在享受城市绿度空间效益上的差异。故从度量范畴角度判断,更具参考价值。

街道尺度城市绿度感知:行道树是指排列分布在城市道路邻域内具有生态属性的自然廊道网络。目前我国尚缺乏能准确描述街道级绿地空间分布的指标和量化城市居民在街道绿化视觉体验上的差异的指数模型。研究以行人的视觉直观感受为出发点,探索多源遥感技术应用于出行环境评估的有效性。

首先,针对街景分类精度低和结果不确定性问题,提出一种结合光谱、纹理和空间关系的街景图像分类方法,在实现行道树信息高精度提取的基础上,构建基于街景数据的行道树绿视率计算模型。同时,基于机载LiDAR数据提出一种用于衡量城市行道树的绿视面积的绿视量指数,用于定量描述行人视角下所能捕获的行道树绿视面积,以及这种目视接触概率的空间分布差异。该模型基于机载LiDAR数据,辅以航空影像,提取树冠三维结构参数,还原可视绿色面积主体,并通过视域分析确定目视可及的行道树位置,基于对行人的目视姿态估计及其与行道树的位置关系,计算行人视角下的行道树绿视量。

三维绿度空间配置研究:随着城镇化进程的加快,城市住宅建设与绿地资源的配置矛盾日益凸显,合理规划绿地的空间布局显得尤为重要。垂直立体绿化已成为发展趋势。如何客观评价城市化过程中城市绿度空间的分布格局与配置关系,对维持城市区域可持续发展具有重要意义。我们从垂直配置视角出发,提出“三维配置曲线”,用以描述绿度空间和建筑空间在垂直方向上的数量差异,突破了传统度量方式在认知绿度空间分布上的局限性。绿度空间与建筑空间配置曲线的多维信息展现,可全方位服务于城市绿化垂直分布特征及其与建筑物配置关系的定量分析,可以有效揭示并弥补因认知不足而产生的规划盲点,为环境规划、城市绿化提供参考依据。

04

城市绿度空间可达性研究

针对绿度空间可达性综合度量模型缺乏,对中国典型城市绿度空间可达性研究不足的问题,以遥感植被信息提取为基础,深入研究基于因子分析的绿度空间景观格局度量方法,构建基于路径距离,综合考虑绿度空间数量、景观结构和生长状况的绿度空间可达性度量模型。以北京市为例,以市中心为圆心,半径一次增加6km,共布设20个梯次环;以北京市1至6环路为分界线,布设2环内、2-3环、3-4环、4-5环、5-6环共5个环路样带。计算各环带上的绿度空间可达性,可以发现:绿度空间可达性由城市边缘向城市中心先增加后减少,呈现“较低-高-低”的分布趋势。

05

科学意义与应用前景

城市绿度空间遥感为探索人-绿地-建筑物内在互作机理提供了新视角和研究工具,从空间观测领域科学认知城市发展,助力于新型城镇化建设,促进遥感+城市+环境+景观生态等学科的融合和交叉。城市绿度空间的准确度量可以为智慧城市规划与建设决策提供支撑,通过绿度空间结构的分布进行评价、定量计算和比较不同城市宜居性。

城市绿度空间是城市规划与生态领域研究和实践可持续发展的产物,多源遥感数据也为大尺度空间探测提供了新的视角和研究方向。城市绿度空间遥感研究解决了城市绿地对人居质量贡献度科学量化度量问题,形成一套完善的城市绿度空间遥感研究与技术体系,成为城市环境监测的重要手段和决策参考依据,具有重要研究意义和实用价值。

城市绿度空间遥感可在园林城市评估、生态城市评估、园林规划、支撑智慧城市和生态城市、城市建筑规划以及海绵城市建设中起到重要作用。可对城市发展水平与宜居度进行评估,在生物量及碳估算、城市景观规划、住宅享绿评价、城市垂直绿化格局评价等方面均有广泛的应用价值。

(本文为城市环境问题主题论坛暨2020“发现城市之美”论坛上的主题发言,作者孟庆岩,中国科学院空天信息创新研究院研究员)

供稿:王莉萍

审核:蔡 峻

  作者:  编辑:陈俊男