GF-2在城市绿地分类及景观格局度量中的应用
发布时间：2021-11-20 22:32
城市植被是维护城市生态系统平衡的重要组成元素,不同类型的植被具有不同的生态服务效益,然而基于植被精细分类的城市绿地景观格局度量研究较少。因此本文以北京城市副中心为研究区,使用夏、冬两季GF-2卫星遥感影像,基于随机森林特征优选和面向对象分类,划分了植被类型,并在此基础上使用景观指数法和移动窗口法分别度量了功能区尺度和栅格尺度绿地景观特征。研究结果表明:针对GF-2数据,使用多尺度分割后影像对象的光谱、纹理特征可以有效地提取植被信息;不同时相的影像能反映各类型植被的物候特征,相比于单时相数据,其分类精度更高,达到了87.7%;各功能区绿地景观格局特征差异较大,城市绿心拥有最丰富的植被且分布集中,商业区植被覆盖度和多样性均较低,绿地景观破碎;北京城市副中心景观多样性及各类型植被分布特征的空间差异显著,当前副中心绿地景观格局已形成规划的基本轮廓,但城市绿心和老城区公共绿地的建设仍有不足。研究探明了北京城市副中心绿地建设现状,证明了国产GF-2卫星在城市生态环境监测中具有较高的应用价值,有助于推动GF-2在城市生态环境领域的应用,并为副中心建设中的绿地系统监测和优化提供参考。
【文章来源】：地球信息科学学报. 2020,22(10)北大核心CSCD
【文章页数】：12 页
【部分图文】：
研究区位置及遥感影像
随机森林算法能实现对复杂相互作用分类特征的分析，其变量重要性度量可作为高维数据的特征选择工具，因而适用于基于高维数据集的分类[32]。已有许多研究证明了随机森林算法相对于其他分类方法的优越性[33]。因此本研究使用随机森林算法进行影像对象特征优选及分类。3.2 景观指数法
基于移动窗口法（图4），利用城市绿度指数UGI(Urban Green Index）和香农多样性指数SHDI(Shannon"s Diversity Index) 2个指标对绿地景观特征进行度量和分析。移动窗口边长为1 km，移动步长为100 m，计算窗口内的植被覆盖度和香农多样性指数，作为窗口中心像元的值，并以所有窗口中心的值代表其周围100 m区域的绿地分布水平。图4 移动窗口法示意
【参考文献】：
期刊论文
[1]基于高分二号遥感影像树种分类的时相及方法选择[J]. 李哲,张沁雨,邱新彩,彭道黎. 应用生态学报. 2019(12)
[2]深圳市福田区三维城市景观格局变化特征[J]. 付凤杰,刘珍环,黄千杜. 生态学报. 2019(12)
[3]基于GIS的南昌市公园绿地景观格局分析与优化设计[J]. 魏绪英,蔡军火,叶英聪,周洋,刘纯青. 应用生态学报. 2018(09)
[4]一种基于移动窗口的城市绿度遥感度量方法[J]. 吴俊,孟庆岩,占玉林,顾行发,张佳晖. 地球信息科学学报. 2016(04)
[5]基于Worldview-2的乌鲁木齐城区绿地空间格局分析[J]. 雷一鸣,陈曦,杨辽,李均力. 干旱区研究. 2015(06)
[6]城市绿地演化驱动因素与景观格局空间分析——以济南市建成区为例[J]. 汝绪伟,江涛. 水土保持研究. 2015(05)
[7]北京城市景观格局时空变化及驱动力[J]. 阳文锐. 生态学报. 2015(13)
[8]基于环境星与MODIS时序数据的面向对象森林植被分类[J]. 贾明明,任春颖,刘殿伟,王宗明,汤旭光,董张玉. 生态学报. 2014(24)
[9]基于RS和GIS的合肥市城市绿地景观空间结构的分析评价[J]. 陈永生,徐小牛. 东北林业大学学报. 2012(03)
[10]面向对象分类的特征空间优化[J]. 张秀英,冯学智,江洪. 遥感学报. 2009(04)
博士论文
[1]基于高分一/六号卫星影像特征的农作物分类研究[D]. 郑利娟.中国科学院大学(中国科学院遥感与数字地球研究所) 2017
[2]基于WorldView-2数据的城市典型绿化树种分类[D]. 刘怀鹏.内蒙古农业大学 2016
硕士论文
[1]考虑植被季相节律的高分辨率遥感影像城市森林分类[D]. 任芯雨.南京林业大学 2016
[2]基于分形维度与灰度共生矩阵的图像分类研究[D]. 黄晶.武汉理工大学 2008
本文编号：3508204
【文章来源】：地球信息科学学报. 2020,22(10)北大核心CSCD
【文章页数】：12 页
【部分图文】：
研究区位置及遥感影像
随机森林算法能实现对复杂相互作用分类特征的分析，其变量重要性度量可作为高维数据的特征选择工具，因而适用于基于高维数据集的分类[32]。已有许多研究证明了随机森林算法相对于其他分类方法的优越性[33]。因此本研究使用随机森林算法进行影像对象特征优选及分类。3.2 景观指数法
基于移动窗口法（图4），利用城市绿度指数UGI(Urban Green Index）和香农多样性指数SHDI(Shannon"s Diversity Index) 2个指标对绿地景观特征进行度量和分析。移动窗口边长为1 km，移动步长为100 m，计算窗口内的植被覆盖度和香农多样性指数，作为窗口中心像元的值，并以所有窗口中心的值代表其周围100 m区域的绿地分布水平。图4 移动窗口法示意
【参考文献】：
期刊论文
[1]基于高分二号遥感影像树种分类的时相及方法选择[J]. 李哲,张沁雨,邱新彩,彭道黎. 应用生态学报. 2019(12)
[2]深圳市福田区三维城市景观格局变化特征[J]. 付凤杰,刘珍环,黄千杜. 生态学报. 2019(12)
[3]基于GIS的南昌市公园绿地景观格局分析与优化设计[J]. 魏绪英,蔡军火,叶英聪,周洋,刘纯青. 应用生态学报. 2018(09)
[4]一种基于移动窗口的城市绿度遥感度量方法[J]. 吴俊,孟庆岩,占玉林,顾行发,张佳晖. 地球信息科学学报. 2016(04)
[5]基于Worldview-2的乌鲁木齐城区绿地空间格局分析[J]. 雷一鸣,陈曦,杨辽,李均力. 干旱区研究. 2015(06)
[6]城市绿地演化驱动因素与景观格局空间分析——以济南市建成区为例[J]. 汝绪伟,江涛. 水土保持研究. 2015(05)
[7]北京城市景观格局时空变化及驱动力[J]. 阳文锐. 生态学报. 2015(13)
[8]基于环境星与MODIS时序数据的面向对象森林植被分类[J]. 贾明明,任春颖,刘殿伟,王宗明,汤旭光,董张玉. 生态学报. 2014(24)
[9]基于RS和GIS的合肥市城市绿地景观空间结构的分析评价[J]. 陈永生,徐小牛. 东北林业大学学报. 2012(03)
[10]面向对象分类的特征空间优化[J]. 张秀英,冯学智,江洪. 遥感学报. 2009(04)
博士论文
[1]基于高分一/六号卫星影像特征的农作物分类研究[D]. 郑利娟.中国科学院大学(中国科学院遥感与数字地球研究所) 2017
[2]基于WorldView-2数据的城市典型绿化树种分类[D]. 刘怀鹏.内蒙古农业大学 2016
硕士论文
[1]考虑植被季相节律的高分辨率遥感影像城市森林分类[D]. 任芯雨.南京林业大学 2016
[2]基于分形维度与灰度共生矩阵的图像分类研究[D]. 黄晶.武汉理工大学 2008
本文编号：3508204
本文链接：https://www.wllwen.com/jingjilunwen/jianzhujingjilunwen/3508204.html
