基于高分辨率影像的城市绿地信息提取流程
北京揽宇方圆信息技术有限公司
基于高分辨率影像的城市绿地信息提取流程
城市绿地在改善城市生态环境和人居环境起着积极的作用，城市绿地含量逐渐成为衡量城市生活质量的一个重要指标。此外，城市绿地的空间分布格局与其生态效应有着密切的关系。因此，必须客观、准确地掌握城市绿地信息。传统的城市绿化调查主要通过基层单位上报统计数据和实地抽样调查完成，资金和人力投入大，时间周期长。数据受人为影响较大且精度低，缺乏空间统计分析功能。
随着航天遥感技术的发展，高分辨率遥感图像在国内已经得到广泛的应用。而这些高分辨率图像的出现，也给城市绿地信息提取提供了更为有效而便捷的手段。
目前，可获取的商业卫星影像最高可达0.5米，能分辨普通道路中间的绿化带，甚至单棵树木。并且具有较高的光谱分辨率，如包含红色波段、近红外波段，为精确的自动提取城市绿地信息提供了先决条件。一景高分辨率影像可覆盖18.5kmx18.5km的范围，2-3天即可对同一个地区进行重复拍摄，可进行大范围内、短周期内的调查。
技术流程
如下图为一个典型的基于高分辨率影像的城市绿地信息提取流程，涉及高分辨率影像正射纠正、图像融合、大气校正、面向对象图像信息提取、矢量编辑与处理、属性赋值等内容。
除了使用ENVI主模块功能外，还需要用到大气校正扩展模块中的快速大气校正工具（QUAC）、ENVI EX扩展模块中的Feature Extraction工具、ArcGIS@Desktop的ArcMAP。
基于高分辨率影像的城市绿地信息提取流程
关键技术
一、数据获取
选择带RPC文件的数据，包括多光谱和全色波段的数据；成像时间为6~9月份，这期间植被长势最好。辅助数据包括DEM数据、控制点数据或者控制点选择源。
二、数据预处理
根据现在高分辨率卫星影像的特点，先做全色和多光谱图像的融合，再利用全色图像的RPC文件对融合图像进行正射纠正，得到的融合图像正射纠正结果与全色图像正射纠正结果在相同条件下的精度是一致的。这样的顺序能减少流程而提高效率，并且进行全色和多光谱的图像融合时，能保证他们之间精确的空间配准。使用ENVI中的Pansharpening融合方法，它是专门为高分辨率影像而设计。
基于控制点+RPC+DEM完成正射纠正过程，控制点从参考影像中选择，也可以使用野外测量获取的控制点，每景影像的控制点数量不宜太多（8~12个即可），均匀分布。
使用快速大气校正工具（QUAC）去除部分大气的影响，在进行面向对象绿地信息提取环节中，提高计算对象的NDVI、光谱属性值的精度，以保证绿地自动提取结果的准确度。
三、面向对象绿地信息提取
利用ENVI的面相对象工具（Feature Extraction）完成此工作，这个工具采用向导式操作，简单易用，并且具有实时预览功能。
由于高分辨率影像数据量普遍较大，为了能快速获取规则。选择一部分区域作为研究区来确定对象分割与合并阈值、基于规则的信息提取中的对象阈值，之后将实验区获取的阈值以及规则应用到整个图像文件中。可以采用样本统计法。
样本统计法流程图
四、绿地矢量结果处理
整个过程是在ArcGIS@Desktop的ArcMAP中完成，包括矢量结果检查与编辑、矢量数据拼接与裁剪、属性赋值。Feature Extraction工具可以选择将矢量结果输出为Shapefile格式或者ArcGIS Geodatabase格式，都是ArcGIS矢量格式文件。
这一步骤重要的环节是属性赋值，绿地矢量结果包括了面积属性字段，还需要增加绿地类型字段。如将获取的绿地矢量结果分为：公园绿地、生产绿地、防护绿地、附属绿地、其他绿地。完成这个过程需要一个矢量数据：城市用地分类。使用ArcMAP中的识别工具对两个矢量数据进行识别分析，将“城市用地分类”中与“绿地矢量”空间对应的图斑添加城市用地分类信息，参照中华人民共和国行业标准《城市绿地分类标准——CJJ/T85—2002》进一步属性赋值。ArcMAP中的识别分析工具为：ArcToolbox->Analyst Tools->Overlay->Identity。
利用WorldView-2影像&面向对象分类法的城市绿地信息提取结果
北京揽宇方圆信息技术有限公司
《城市绿地分类标准》CJJT85-2002
CJJ/T85-2002《城市绿地分类标准》 建标[2002]135号 根据我部《关于印发＜一九九三年工程建设城建、建工行业标准制订、修订计划＞的通知》（建标 [1993]699号）的要求，北京北林地景园林规划设计院有限责任公司主编的《城市绿地分类标准》，经我部审查，现批准为行业标准，编号为CJJ/T85-2002，自2002年9月1日起实施。 本标准由建设部负责管理，北京北林地景园林规划设计院有限责任公司负责具体内容的解释，建设部标准定额研究所组织中国建筑工业岀版社发行。 中华人民共和国建设部 2002年6月3日 附：《城市绿地分类标准》 一、总则 1.0.1为统一全国城市绿地（以下简称为"绿地”）分类，科学地编制、审批、实施城市绿地系统（以下 简称为“绿地系统”）规划，规范绿地的保护、建设和管理，改善城市生态环境，促进城市的可持续发 展，制定本标准。 1.0. 2 本标准适用于绿地的规划、设计、建设、管理和统计等工作。 1.0.3绿地分类除执行本标准外，尚应符合国家现行有关强制性标准的规 二、城市绿地分类 2. 0. 1绿地应按主要功能进行分类，并与城市用地分类相对应。 2. 0. 2绿地分类应采用大类、中类、小类三个层次。 2. 0. 3绿地类别应采用英文字母与阿拉伯数字混合型代码表示。 2. 0. 4绿地具体分类应符合表2.0.4的规定。 表2.0.4绿地分类
三、城市绿地计算原则与方法 3.0.1 计算城市现状绿地和规划绿地的指标时，应分别采用相应的城市人口数据和城市用地数据；规划年限、城市建设用地面积、规划人口应与城市总体规划一致，统一进行汇总计算。 3.0.2 绿地应以绿化用地的平面投影面积为准，每块绿地只应计算一次。 3.0.3绿地计算的所用图纸比例、计算单位和统计数字精确度均应与城市规划相应阶段的要求一致。3.0.4绿地的主要统计指标应按下列公式计算。 Aglm=Ag1/Np （3.0.4-1） 式中Aglm -------人均公园绿地面积（m2/人）；Agl ---------- 公园绿地面积（m2）； Np ------ 城市人口数量（人）。 Agm=（ Ag1 + Ag2+ Ag3+ Ag4）/Np （3.0.4-2） 式中Agm——人均绿地面积（m2/人）；Ag1 --------------- 公园绿地面积（m2）； Ag2 ――生产绿地面积（m ）；Ag3防护绿地面积（m ）； Ag4 ------ 附属绿地面积（m2）；Np ---- 城市人口数量（人）；。 入g=[（ Ag1 + Ag2+ Ag3+ Ag4）/Ac] x 100 % （3.0.4-3） 式中入g ---------绿地率（%）；Ag1 ----------- 公园绿地面积（m2）； Ag2――生产绿地面积（m ）；Ag3――防护绿地面积（m ）； Ag4 ---- 附属绿地面积（m2）；Ac ---- 城市的用地面积（m2）； 3.0.5 绿地的数据统计应按表 3.0.5的格式汇总。 3.0.5绿地的数据统计应按表 3.0.5的格式汇总。 表3.0.5 城市绿地统计表 备注：年现状城市建设用地hm2，现状人口万人； 年现状城市建设用地hm2，现状人口万人； 年现状城市建设用地hm2。
重庆城市绿地管理系统设计
龙源期刊网 https://www.sodocs.net/doc/2316090701.html, 重庆城市绿地管理系统设计 作者：牛千周廷刚 来源：《科教导刊》2010年第01期 摘要通过ArcGIS Server、.Net 2005以及SQL Server2000设计了重庆城市绿地管理系统的总体架构,对重庆主城九区绿地进行划分,论述了系统的数据分区和数据结构。利用系统的6大模块对绿地数据进行管理、组织和统计,介绍了系统的主要功能。运用数字化绿地概念实现了 重庆市绿地管理系统的绿地查询、绿地管理以及绿地统计功能。 关键词绿地管理系统数据分区 ArcGIS Server Net2005 SOA 中图分类号:TU985文献标识码:A 1 引言 城市绿地是人工绿化的绿色地域系统。由各种公园绿地、街道绿地、居住区绿地、机关单位绿地等共同组成的绿地地域,称为城市绿地系统。它是城市生态环境系统的重要组成部分,对美化城市、改善城市生态环境质量起着极大的作用。① 传统的绿地管理的方法多是手工的,管理烦琐,效率低下,不能保证城市绿地管理工作的高质量、高效率和合理性。在城市绿地的管理、规划与综合利用过程中要把整个城市作为一个有机整体进行综合分析研究,②通过将GIS引入到绿地管理系统当中可以提高办公效率,增加管理合理性,改善办公条件;建立绿地管理数据库,实现信息共享,可以避免重复劳动,减少差错,减轻办公人员工作强度,提高科学管理水平;通过较强的查询、检索功能,可以及时地为科研和行政管理提供可靠的科学依据,促进管理体制改革,使各项管理工作更加科学化、规范化、标准化。③ 2 系统开发规划 2.1 重庆绿地管理系统构架 当前,向用户提供软件和信息资源的新方法,是把软件功能和数据需求制作成一种服务,而不是在多个地方冗余的提供同样的软件功能或数据资源,这种方法或模式称之为面向服务的架构(SOA,Service Oriented Architecture)。在计算处理中,术语SOA表述了一个使用松散耦合的软件服务支持业务处理和软件用户需求的软件架构。在SOA环境中,所有的资源被当做独立的服务,不必知道其底层平台实现就能访问这些服务。它使信息管理部门从以应用为中心转变到以过程为中心。利用SOA, 信息管理部门可以把多种应用灵活地组合为各种业务服务,以支持真正端到端的业务流程。信息管理部门还可以在不影响其他SOA应用的情况下改变或升级应用。④
城市道路绿地的绿化配置与设计研究现代园艺.doc
城市道路绿地的绿化配置与设计研究，现代 园艺， 《现代园艺》 城市道路绿地的绿化配置与设计研究 朱首帅上官芳 摘要：城市道路作为城市环境中重要的组成部分，其绿化程度如何，也是决定该城市整体景观的重要因素，同时也是人们了解和感受城市景观和特色的重要依据。笔者就针对如何配置和设计城市道路绿地做出如下分析和说明。 关键词：城市道路；绿地；绿化配置与设计； 1我国城市道路绿化的现状 城市绿地的建设与这个城市的交通存在着非常密切的关系，随着我国城市居民的生活水平不断的提高，城市的交通也在不断的发展。然而在这个过程中城市道路绿化与城市交通之间的矛盾也在日益的加剧，主要表现在如下几个方面： ①城市道路绿地的设计与配置在形式上比较单一，缺乏整体性。除此之外，在设计理念上也缺乏创新，没有特色，不能够充分的体现出这个城市的特点。②对植物的选择比较盲目，这主
要表现在我国很多城市在对道路绿化时很少根据该城市的气候特点、地理位置等客观条件来对植物进行慎重的选择，而是盲目的跟风，照搬国外城市道路绿化的方案。③城市道路绿化对城市的交通造成了一定的影响，主要体现在：对绿化片面的强调，在一些交通要道中种植了一些高大的树木，严重的阻碍了行车的视线，为交通带来了许多不便。④与国外一些发达国家相比我国在城市道路的绿化方面，缺少做够的绿地面积，其立体的构成比较弱，通常起不到最基本的遮荫的作用。 2城市道路绿化的原则 2.1以美学为基础的原则 对城市道路绿地进行配置与设计的最主要的目的就是为了美化城市，给人们美好的视觉享受。因此，在对城市道路进行绿化设计时，一定要以美学为基础，进行合理的布局、科学的设计，充分的展现植物景观的形态美。 2.2体现城市特色的原则 在对城市道路绿地进行绿化配置时，应该根据该座城市的特色来进行合理的设计。在设计的过程中要突出这个城市的人文特色、民俗风情，而不要照搬其他城市绿地设计的方案。 2.3遵循自然生长规律的原则 遵循自然生长规律主要是指：在对植物的选择上要符合当地的气候特点，选择一些适合该城市气候条件的植物。除此之外，还应该遵循植物的多样性原则，在对植物进行选择和配置时应该对多种植物进行选择。 2.4树种的选择及配置的原则 在对树种进行选择时应该做到因地制宜，考虑该城市的气候条件是否适合该植物的生长。除此之外，还要考虑该植物是否
ENVI下植被覆盖度的遥感估算
ENVI下植被覆盖度的遥感估算 植被覆盖度是指植被（包括叶、茎、枝）在地面的垂直投影面积占统计区总面积的百分比。容易与植被覆盖度混淆的概念是植被盖度，植被盖度是指植被冠层或叶面在地面的垂直投影面积占植被区总面积的比例。两个概念主要区别就是分母不一样。植被覆盖度常用于植被变化、生态环境研究、水土保持、气候等方面。 植被覆盖度的测量可分为地面测量和遥感估算两种方法。地面测量常用于田间尺度，遥感估算常用于区域尺度。目前已经发展了很多利用遥感测量植被覆盖度的方法，较为实用的方法是利用植被指数近似估算植被覆盖度，常用的植被指数为NDVI。 估算模型 目前已经发展了很多利用遥感测量植被覆盖度的方法，较为实用的方法是利用植被指数近似估算植被覆盖度，常用的植被指数为NDVI。下面是李苗苗等在 像元二分模型的基础上研究的模型： VFC = (NDVI - NDVIsoil)/ ( NDVIveg - NDVIsoil) （1） 其中, NDVIsoil 为完全是裸土或无植被覆盖区域的NDVI值，NDVIveg 则代表完全被植被所覆盖的像元的NDVI值，即纯植被像元的NDVI值。两个值的计算公式为： NDVIsoil=（VFCmax*NDVImin- VFCmin*NDVImax）/( VFCmax- VFCmin) （2） NDVIveg=（(1-VFCmin)*NDVImax- (1-VFCmax)*NDVImin）/( VFCmax- VFCmin) （3） 利用这个模型计算植被覆盖度的关键是计算NDVIsoil和NDVIveg。这里有两种假设： 1）当区域内可以近似取VFCmax=100%，VFCmin=0%。 公式（1）可变为： VFC = (NDVI - NDVImin)/ ( NDVImax - NDVImin) （4） NDVImax 和NDVImin分别为区域内最大和最小的NDVI值。由于不可避免存在噪声，NDVImax 和NDVImin一般取一定置信度范围内的最大值与最小值，置信度的取值主要根据图像实际情况来定。 2）当区域内不能近似取VFCmax=100%，VFCmin=0%
城市绿地分类标准2020
城市绿地分类标准（CJJ/T85-2017） 住房城乡建设部发 新的《城市绿地分类标准》CJJ/T85-2017（中华人民共和国行业标准）今天起正式实施。中华人民共和国住房和城乡建设部公告第1749号《住房城乡建设部关于发布行业标准〈城市绿地分类标准〉的公告》：《城市绿地分类标准》为行业标准,编号为CJJ/T 85-2017,自2018年6月1日起实施。原行业标准《城市绿地分类标准》CJJ/T85-2002同时废止。 城市绿地分类标准 前言 根据住房和城乡建设部?关于印发<2013年工程建设标准规范制订、修订计划>的通知?(建标[2013]6号)的要求,标准编制组经广泛征求意见的基础上,修订了本标准。 本标准的主要技术内容是:1.总则;2.绿地分类;3.绿地的计算原则与方法。 本标准修订的主要技术内容是:1.调整绿地大类;2.调整公园绿地的中类和小类;3.调整附属绿地中类;4.调整其他绿地的名称并增加中类内容;5.调整绿地的计算原则与方法;6.对相关条文进行补充修改。 本标准由住房和城乡建设部负责管理,由北京北林地景园林规划设计院有限责任公司负责具体技术内容的解释。执行过程中如有意见或建议,请寄送北京北林地景园林规划设计院有限责任公司
(地址:北京市海淀区中关村东路18号财智国际大厦B座22层,邮政编码:100083)。 本标准主编单位: 北京北林地景园林规划设计院有限责任公司 本标准参编单位: 中国城市规划设计研究院 中国城市建设研究院有限公司 中国城市建设研究院有限公司 武汉市规划研究院 宜兴市规划局 深圳市城市管理局 上海市绿化和市容管理局 本标准主要起草人员: 徐波郭竹梅刘冬梅赵锋 李金路贾俊李梅丹孙鸿洁 佟跃程鹏李悦何旭 宋洁郭倩梁治宇于一丁 涂胜杰傅徽楠
绿地管理系统方案
市绿地管理信息系统解决方案
2建设目标 (3) 3建设内容 (5) 3.1二三维一体化支撑平台 (6) 3.2业务监督管理体系 (9) 3.2.1数据管理（数据交换）子系统 (9) 3.2.2公园绿地管理子系统 (11) 3.2.3绿地资源管理子系统 (14) 3.2.4养护考核管理系统 (19) 3.2.5工程项目管理子系统....................... 错误!未定义书签。 3.2.6园林企业动态管理子系统 (25) 3.2.7古树名木管理子系统 (25) 3.2.8移动巡查执法子系统（APP） (28) 3.2.9自动化办公子系统........................... 错误!未定义书签。 3.2.10绿化统计分析子系统 (32) 3.2.11园林养护车辆管理子系统 (36) 3.3公众服务体系 (38) 3.3.1园林绿化二维码系统 (38) 3.3.2智慧园林公众服务APP (40) 3.3.3智慧园林公众服务微信号 (42) 3.3.4智慧园林公众服务移动门户网 (43) 3.3.5本市园林官方门户网 (43)
1现状及需求 利用地理信息系统（GIS）技术、物联网，移动互联网无线定位等新一代信息技术推动信息化与绿化管理的深度融合，建设绿化综合信息共享应用新格局。旨在全面掌握园林绿化资源，并通过绿化养护的全流程管理，形成管养结合的科学管理体系，有效提升城市绿化规划、建设、养护、管理的科学化水平，大幅提高城市绿化工作的科学化、精细化和现代化管理水平，为构建布局合理、设施完善、生态良好的城市绿地系统和宜居环境提供有力的支撑。 同时，利用微信公众平台实现园林绿化资源的便民查询，多维度呈现园林绿化建设成果，方便公众快速获取我市绿化资源服务信息，提升绿化管理部门的管理水平和服务能力。 2建设目标 以GIS、RS、GNSS、物联网、云计算等高新技术为支撑，紧紧围绕“一张底图、共享建库、单点登录、分级应用”的园林绿化共享应用新格局建设，按照提供权威、鲜活、统一、高效的“一站式”园林绿化信息服务的要求，围绕“一张图”来整合和开发利用各类园林绿化信息资源，逐步形成多源、多尺度且更新及时的园林绿化“一张图”
城市道路绿化带设计说明
经济技术开发区道路景观绿化设计 城市道路不仅仅是连接两地的通道,在很大程度上还是人们公共生活的舞台,是城市人文精神的综合反映,是一个城市历史文化延续变迁的载体和见证,是一种重要的文化资源,是构成区域文化的灵魂要素。 第一部分现状分析 一、工程概况 1．工程概况 2．气象概况 属暖温带大陆性季风气候,春夏秋冬四季分明。但冬夏长春秋短降水和气温的年际和季节变化较大。 路线所经区域的气象概况 温度：年平均气温在15.4℃,冬季一月份平均气温0.4℃,；夏季炎热七月份平均气温26.4℃。年日照总时数为2026.80小时，相对湿度54%。 降雨：年平均降雨量580-608mm多集中在夏秋二季。 蒸发量：年蒸发量平均700-750mm. 日照：年日照2058.2小时辐射总量为114.0千卡/平方厘米。 风：主导风向夏季为西南风，冬季为东北风。 结冻：最大冻深为35cm。 3．区域内土壤条件 的土壤主要为泥质潮土和沙质壤土，PH值8.38。 4．区域内水资源 地下水位较高，埋藏深度一般为2—5米，水量丰富，水质清洁，是西安市重要的水源地。 二、区位分析 是陕西制造业整合的重要平台，是国家级西安经济技术开发区的核心组成部分。将在3~5年内建成工业总产值超1000亿元的先进制造业基地；位于泾河以北，西铜高速公路以东，园区交通便利，未来发展潜力巨大，目前累计入区项目101个，总投资368.5亿元，已形成商用汽车、重型机械、新材料等为主导的产业格局；总投资150亿元的兵器工业科技产业基地项目建成达产后将新增产值300亿元，未来将重点培育发展军民结合型装备制造业和精细化工产业。 三、规划设计依据 1、相关的道路绿化规划与设计规范。
遥感植被指数NDVI计算
本科学生综合性、设计性 实验报告 姓名宋国俊学号114130168 专业地理信息系统班级 实验课程名称遥感地学分析 实验名称NDVI计算 开课学期2011 至2012 学年下学期 云南师范大学旅游与地理科学学院编印 一、实验准备
1、实验目的和要求： 利用TM卫星数据，应用ENVI软件进行归一化植被指数的计算，及在此基础对研究 区进行植被覆盖率的提取，根据植被覆盖率进行一些应用分析。 2、实验材料及相关设备： 昆明影像数据(path/row:129/43（2002.02.09）)ENVI及ArcGIS软件。 3、实验方法步骤及注意事项： 实验方法：利用ENVI及ArcGIS图像处理软件，参考软件的处理操作步骤，对图像进行处理。 注意事项：下载数据时应该严格遵照行列号来下载，下载的数据要包括完整的影像数据信息以便数据的预处理。 二、实验内容、步骤和结果（详细写清楚本次实验的完成的主要内容、具体 实施步骤和实验结果。） 1、实验内容 利用下载的昆明影像数据用ENVI进行NDVI计算，计算公式如下： NDVI=(NIR-R)/(NIR+R)(NIR为近红外波段，R为红光波段) 2、实验步骤 (1)对昆明影像数据进行辐射定标： Ⅰ、启动ENVI File→Open External File→Landsat→Geo TIFF with metadata→Enter Landsat MetaData Filenames（输入元数据） Ⅱ、Spectral→Preprocessing→Calibration utilities→Landsatcalibration→Landsat calibration input file→输 入第一步的元数据 Ⅲ、将辐射定标后的数据转化为BIL格式：
遥感信息智能化提取方法
遥感信息智能化提取方法 目前，大部分遥感信息的分类和提取，主要是利用数理统计与人工解译相结合的方法。这种方法不仅精度相对较低，效率不高，劳动强度大，而且依赖参与解译分析的人，在很大程度上不具备重复性。尤其对多时相、多传感器、多平台、多光谱波段遥感数据的复合处理，问题更为突出。在遥感影像相互校正方面，一些商业化的遥感图像处理软件，虽然提供了简单的影像相互校正和融合功能，但均是基于纯交互式的人工识别选取同名点，不仅效率非常低，而且精度也难于达到实用要求。因此,研究遥感信息的智能化提取方法对于提高遥感信息的提取精度和效率具有重要意义。 1．遥感图像分类 遥感图像分类是遥感图像处理系统的核心功能之一，它实现了基于遥感数据的地理信息提取，主要包括监督分类，非监督分类，以及分类后的处理功能。非监督分类包括等混合距离法分类（Isodata）等。监督分类包括最小距离（Minimum Distance）分类、最大似然（Maximum Likehood）分类、贝叶斯（Bayesian）分类、以及波谱角分类、二进制编码分类、AIRSAR散射机理分类等。 自动分类是计算机图像处理的初期便涉及的问题。但作为专题信息提取的一种方法，则有其完全不同的意义，是从应用的角度赋予其新的内容和方法。传统的遥感自动分类，主要依赖地物的光谱特性，采用数理统计的方法，基于单个像元进行，如监督分类和非监督分类方法，对于早期的MSS这样较低分辨率的遥感图像在分类中较为有效。后来人们在信息提取中引入了空间信息，直接从图像上提取各种空间特征，如纹理、形状特征等。其次是各种数学方法的引进，典型的有模糊聚类方法、神经网络方法及小波和分形。 近年来对于神经网络分类方法的研究相当活跃。它区别于传统的分类方法在于：在处理模式分类问题时，并不基于某个假定的概率分布，在无监督分类中，从特征空间到模式空间的映射是通过网络自组织完成的，在监督分类中，网络通过对训练样本的学习，获得权值，形成分类器，且具备容错性。人工神经网络 (ANN) 分类方法一般可获得更高精度的分类结果，因此 ANN方法在遥感分类中被广泛应用，特别是对于复杂类型的地物类型分类，ANN 方法显示了其优越性。如 Howald(1989)、McClellad(1989)、 Hepner(1990)、T.Yosh ida(1994)、K.S.Chen(1995)、J.D.Paola(1997) 等利用 ANN 分类方法对 TM 图像进行土地覆盖分类，在不同程度上提高了分类精度；Kanellopoulos(1992) 利用 ANN方法对 SPOT 影像进行了多达20类的分类，取得比统计方法更精确的结果；G.M.Foody(1996)用ANN对混合像元现象进行了分解；L.Bruzzone 等 (1997) 在 TM－5 遥感数据、空间结构信息数据、辅助数据（包括高程、坡度等）等空间数据基础下，用 ANN 方法对复杂土地利用进行了分类，比最大似然分类法提高了 9% 的精度。与统计分类方法相比较，ANN 方法具有更强的非线性映射能力，因此，能处理和分析复杂空间分布的遥感信息。2．基于知识发现的遥感信息提取
Erdas里面利用NDVI提取植被指数的步骤(附图)
Erdas里面利用NDVI提取植被指数的步骤 NDVI：归一化植被指数和植物的蒸腾作用、太阳光的截取、光合作用以及地表净初级生产力等密切相关。 1、NDVI的应用：检测植被生长状态、植被覆盖度和消除部分辐射误差等； 2、-1<=NDVI<=1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大； 3、NDVI的局限性表现在，用非线性拉伸的方式增强了NIR和R的反射率的对比度。对于同一幅图象，分别求RVI和NDVI时会发现，RVI值增加的速度高于NDVI增加速度，即NDVI对高植被区具有较低的灵敏度； 4、NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、学、枯叶、粗超度等，且与植被覆盖有关； 在erdas里面利用NDVI提取植被指数的步骤如下： 1、在Erdas的主工具中选择Interpreter模块，出现Image Interpreter 对话框 2、然后选择Spectral Enhancement，会弹出Spectral Enhancement对话框 3、再选择Indices选项出现Indices对话框
以SPOT 数据为例进行说明，选择InputFile ，选择Output File ，在OutputOptions 的Sensor 中选择SPOT XS/XI ，在SelectFunction 里面选择NDVI ，DataType 默认为Float 不用改变，可以发现最下面的Function 显示band 3 - band 2 / band 2 +band 3，这个就是NDVI 的计算公式。最后选择OK 即可完成，这里要注意的是没有OutputFile 的话Ok 按钮时不能使用的。如果NDVI 计算的话在ENVI 是最方便的在Transform 菜单下就有，同时ENVI 的波段计算功能也很方便完成NDVI 计算。
城市绿地分类标准完整版
城市绿地分类标准 HEN system office room 【HEN16H-HENS2AHENS8Q8-HENH1688】
城市绿地分类标准（C J J/T85-2017） 住房城乡建设部发 新的《城市绿地分类标准》CJJ/T85-2017（中华人民共和国行业标准）今天起正式实施。中华人民共和国住房和城乡建设部公告第1749号《住房城乡建设部关于发布行业标准〈城市绿地分类标准〉的公告》：《城市绿地分类标准》为行业标准,编号为 CJJ/T 85-2017,自2018年6月1日起实施。原行业标准《城市绿地分类标准》CJJ/T85-2002同时废止。 城市绿地分类标准 前言 根据住房和城乡建设部关于印发<2013年工程建设标准规范制订、修订计划>的通知(建标[2013]6号)的要求,标准编制组经广泛征求意见的基础上,修订了本标准。 本标准的主要技术内容是:1.总则;2.绿地分类;3.绿地的计算原则与方法。 本标准修订的主要技术内容是:1.调整绿地大类;2.调整公园绿地的中类和小类;3.调整附属绿地中类;4.调整其他绿地的名称并增加中类内容;5.调整绿地的计算原则与方法;6.对相关条文进行补充修改。 本标准由住房和城乡建设部负责管理,由北京北林地景园林规划设计院有限责任公司负责具体技术内容的解释。执行过程中如有意见或建议,请寄送北京北林地景园林规划设计院有限责任公司(地址:北
京市海淀区中关村东路18号财智国际大厦B座22层,邮政编码:100083)。 本标准主编单位: 北京北林地景园林规划设计院有限责任公司本标准参编单位: 中国城市规划设计研究院 中国城市建设研究院有限公司 中国城市建设研究院有限公司 武汉市规划研究院 宜兴市规划局 深圳市城市管理局 上海市绿化和市容管理局 本标准主要起草人员: 徐波郭竹梅刘冬梅赵锋 李金路贾俊李梅丹 孙鸿洁 佟跃程鹏李悦何旭 宋洁郭倩梁治宇于一丁 涂胜杰傅徽楠 本标准主要审査人员: 张树林王磐岩张菁朱祥明 张晓军路林丘荣吴雪萍
城市绿地系统规划
城市绿地系统规划 一、前言 随着我国社会主义市场经济体制的逐步完善和经济发展水平的不断提高,城市化进程稳中趋快。但城市环境水平却有所下降，据有关资料显示，我国水土流失面积在逐年增加，城市大气、水体污染难以有效控制；酸雨面积正在扩大，已经超过国土面积的30％；特别是2000年的几次大规模沙尘暴，严重袭扰了包括北京在内的北方大部分地区，更是敲响了人们心灵的生态警钟，更多人们开始关心自己的生存环境，关心身边是否有足够的绿色空间，因此，关于现代城市绿地的生态规划与建设管理，越来越显出其重要价值。 二、绿地规划理论的发展与绿容率指标体系 人类社会在经历了工业化城市迅速发展，生态环境在不断恶化是目前城市规划建设的实际工作中存在亟待解决的难题。英国著名社会学家霍德华早在100年前提出的田园城市理论，具有代表意义，宽阔的森林、农田等组成的绿带包围着城市，城市中有农田和菜园分隔，市内有中心公园，住宅花园和林荫道路。1930年L﹒柯布西埃提出了绿色城市（GreenCity）思想，主张充分利用高层建筑空间，建设立体花园城市。20世纪90年代初，我国著名科学家钱学森先生多次提出“山水城市”概念，其核心就是“人离开自然又要返回自然”，在这个时期，我国开展的“生态园林城市”建设也取得了巨大成功，有许多城市被命名为国家园林城市。但这些理论只能对建设园林城市有指导意义，对园林绿地中的各项技术指标和规划原则没有明确的要求和规定，这对建设现代化园林城市的实践中，还是远远不够的。 随时代发展与进步，我们认识到与城市生态环境密切相关的植物系统是城市生态系统中最重要一环，绿地系统的建设也得到规划管理者的重视。但是，从目前来看，现实中绿地系统的现状却不尽人意，其中生态绿地系统的科学规划、管理和评价指标存在缺陷。沿用至今的绿地率、绿化覆盖率、人均绿地面积等绿化指标，对于在宏观上表示一个城市或一个地区的绿化用地规模基本状况及水平具有积极意义，但是如果用绿地面积或绿化覆盖率来进行规划并推算控制园林绿地的生态效益，往往会出现很大的误差，不能真实反映在环境中绿色面积能发生实际效应的生物量、生态效率以及生态功能，特别是在分析城市的绿化结构和估算绿地的生态效益时，绿化覆盖率等指标是无法实现的。因此，我们要不断来完善绿地系统的评价体系，更科学合理地评价绿地生态效益。 结合多年以来沿用的贯用术语和“绿容率”新的指标体系，我们可以更加科学、合理地评价现代园林城市的生态效益。 绿容率指标体系作为一种新生理论，它的具体含义是：为了应用于生态规划对总体规划、控制性规划、详细规划、绿地系统专项规划、城市设计、项目设计进行科学指导与控制而制定的绿化指标。其目的在于提高单位面积上绿地的科学生物总量，进而约束绿地系统建设的投机行为，规范绿地系统建设的责任和义务，提高有限的绿地系统建设的品质和效率。这一体系包括三个部分，第一部分沿用原有的绿地评价指标—绿地率和绿化覆盖率；第二部分是衡量绿地本身的生态效益水平的指标—绿量、绿量率；第三部分是将绿地建设与城市规划建设结合起来的绿容率及绿化建设指数。 1、绿地面积：指城市中各类公园、街头绿地、居住区绿地、单位附属绿地、道路绿地、生产绿地、防护绿地和风景林地等绿地面积总和。
SPOT5遥感影像土地利用信息提取方法研究
第39卷 第6期2011年6月 西北农林科技大学学报(自然科学版) Jo ur nal of N o rthwest A&F U niver sity(N at.Sci.Ed.) Vo l.39N o.6 Jun.2011 SPOT5遥感影像土地利用信息提取方法研究 张伐伐a,李卫忠a,卢柳叶b,康 乐a (西北农林科技大学a林学院,b资源环境学院,陕西杨凌712100) [摘 要] 目的 探讨高分辨率遥感影像土地利用信息提取方法的优劣,为研究土地利用/覆盖动态变化提供参考。 方法 以结合纹理特征的支持向量机(Support vector machine,SV M)分类和多尺度分割的面向对象分类为主要技术,对陕西佛坪长角坝乡遥感影像的土地利用信息进行提取,并将分类结果与基于传统像元的最大似然法分类结果进行比较分析。 结果 面向对象分类法的总精度达到90.67%,较结合纹理特征的SV M法提高了8.34%,而与最大似然分类法相比提高了近20.32%,克服了其他分类方法存在的同谱异物现象及分类结果中地物破碎等缺点,取得了较好的分类结果。 结论 利用面向对象分类法不仅达到了提取土地利用信息的目的,而且精度高、速度快。 [关键词] 遥感影像;土地利用信息;支持向量机;纹理特征;多尺度分割;精度评价 [中图分类号] S127[文献标识码] A[文章编号] 1671 9387(2011)06 0143 05 Study on extraction methods of land utilization information based on SPOT5 ZHAN G Fa fa a,LI Wei zhong a,LU Liu ye b,KANG Le a (a College of F or estry,b Colleg e of Resourc es and Env ironment,N or th w est A&F Univ ersity,Yang ling,S haanx i712100,China) Abstract: Objective T he study explored the effect of ex tracting approach for info rmatio n o f land uti lization based on high resolution remo te sensing im ag e to provide evidence for studying land utilization and cov er dynam ic variatio n. M ethod T his paper ex tracted the info rmation o f land utilizatio n focused on Changjiaoba to w n,using SVM classification o f tex ture feature and object or iented classification o f multi resolution seg mentatio n.The classification result w as compared w ith m ax imum likelihood classification. Then the classification result w as analyzed. Result T he ov erall classification accuracy o f object o riented w as90.67%,w hich incr eased by8.34%compared w ith SVM classification of tex ture feature and increased by20.32%com pared w ith m ax imum likelihoo d classificatio n.T his kind of classification not o nly can g et o v er the disadvantages of other classificatio ns,e.g.Spectral Similar and Ground object Fragm entations,etc. but also acquire good effectiveness. Conclusion Using the classification of object oriented can realize the purpose o f ex tracting the land utilization information,and this m ethod is accurate and fast. Key words:rem ote sensing im ag e;inform ation o f land uatilization;support v ector m achine;tex tur e fea ture;multiresolution segm entation;accuracy assessment 土地利用信息的获取,是研究士地利用和土地覆盖动态变化的基础,将遥感、地理信息系统和全球定位系统相结合,开展国土资源和环境综合调查,具有现势性强、分类周期短、资源信息更新快等优势,从而可以以最快的速度动态监测土地资源利用及环境的变化情况,及时为社会经济发展决策和制定相关规 *[收稿日期] 2010 11 29 [基金项目] 国家林业局 948 项目(2009 4 45) [作者简介] 张伐伐(1985-),男,安徽怀远人,在读硕士,主要从事 3S 技术在资源与环境中的应用研究。 E mail:zhangfafa520@https://www.sodocs.net/doc/2316090701.html, [通信作者] 李卫忠(1963-),男,陕西蒲城人,副教授,硕士生导师,主要从事森林经理学研究。E m ail:w eizhong_li@https://www.sodocs.net/doc/2316090701.html,
遥感矿物蚀变信息提取方法及ENVI下实现
遥感矿物蚀变信息提取方法及ENVI下实现
蚀变岩石是在热液作用影响下，使矿物成分、化学成分、结构、构造等发生变化的岩石。由于它们经常见于热液矿床的周围，因此被称为蚀变围岩，蚀变围岩是一种重要的找矿标志。利用围岩蚀变现象作为找矿标志已有数百年历史，发现的大型金属、非金属矿床更是不胜枚举：北美、俄罗斯的大部分斑岩铜矿、我国的铜官山铜矿、犹他州的大铝矿、西澳大利亚的大型金矿、墨西哥的大铂矿、美国许多白钨矿、世界大多数锡矿、哈萨克斯坦的刚玉矿等，都属于以围岩蚀变作为找矿标志发现的矿床。 国内外遥感工作者，都在不断地设计、研制和总结对这种遥感信息的提取和识别技术。矿化蚀变信息是找矿的一个重要标志，而这些对找矿有指导意义的矿化蚀变信息常常受其它地物信息的干扰，和受遥感图像的波谱分辨率和空间分辨率的制约，往往表现的很微弱。因此，国内外学者也在不断尝试各种技术方法提取这种矿化蚀变弱信息。 本文总结了遥感蚀变信息提取的各类方法，及其在ENVI软件中的实现。 ?原理 遥感技术主要是建立在物体反射和发射电磁波的原理之上。而地物波谱特性通常都是用地物反射辐射电磁波来描述。由于地物反射发射电磁波的特性不同，其反射波谱曲线形态也有千差万别。如植物的反射波谱曲线上，在绿光波段表现由于其叶绿素的存在表现为有一强反射峰，而在短波红外波段由于叶冠组织的相互作用表现为强反射峰，在红光波段则表现为强吸收谷。 遥感地质应用中，近矿围岩蚀变形成的蚀变岩石与其周围的正常岩石在矿物种类、结构、颜色等方面都有差异，这些差异导致了岩石反射光谱特征的差异，并且在某些特定的光谱波段形成了特定蚀变岩石的光谱异常。光谱异常为用遥感图像的异常信息提取提供了理论依据。 ?方法及实现 依据矿化蚀变岩与围岩的波谱特征的差异，可采用图像增强处理方法获取矿化蚀变信息增强的图像变量，从而最终实现提取矿化蚀变信息的目的。一般图像增强突出蚀变信息有以下几种方法。 (1)蚀变干扰信息剔除 遥感数据包含地表的信息，遥感在地质方面的应用就是提取用户需要的信息，提取矿化蚀变信息的过程是计算影像中所有像素信息统计归类分析的过程，蚀变异常信息的提取对遥感图像的质量要求较高，因此首先要对遥感数据进行严格的筛选，干扰噪声小的数据，一般要求遥感数据的时相是植被发育较弱、冰雪覆盖少的季节，同时该时相的云覆盖量较少。由于受地形地貌的影响，有些因素靠数据的时相选择却难以克服，例如阴影、河流水体、高山上的冰雪、白泥地等，可以采用相应的数学方法来解决，以使阴影、水体等干扰像素的数据不参与统计分析。一方面是选择较好的数据；另一方面是对数据进行数据预处理，包括大气校正、掩膜等。 利用ENVI软件的大气校正模块flassh能快速的消除大气影响，还原地物的真实面目。有利于蚀变信息的提取。
城市绿地系统空间结构(精)
城市绿地系统空间结构 （一）规划基本理念 城市绿色廊道理念：景观生态学认为，景观是由斑块、基质和廊道组成。廊道简单地说，是指不同于两侧基质的狭长地带。廊道可以是隔离的条状地带，几乎所有的景观都为廊道所分割，同时，又被廊道所联结，这种双重而相反的特性证明了廊道在景观中具有重要的作用。廊道在运输、保护、资源和美学等方面的应用，几乎能以各种方式渗透到每一个景观中。 湿地理念：湿地是地球上水陆相互作用形成的独特生态系统，是自然界最丰富生物多样性的生态景观和人类最重要的生存环境之一，在蓄洪防旱、调节气候、控制土壤侵蚀、促淤造陆、降解环境污染等方面起到极其重要的作用。东莞地处珠江三角洲地带，河带密集，水系发达，存在大量湖泊、池塘，土地潮湿，又受南亚热带季风气候影响，在一定意义上具有湿地环境特征，尤以万江区地带特征为最。湿地退化和受损的主要原因是人类活动的干扰，其内在实质是系统结构的紊乱和功能的减弱与破坏，而在外在表现上则是生物多样性的下降和自然景观的丧失。由于生态演替的作用，只要克服或消除自然的或人为的干扰压力，并且在适宜的管理方式下，湿地环境是可以恢复的，恢复湿地的最终目的就是再现一个自然的、自我持续的生态系统，使其与环境背景保持完整的统一性。 系统建构：生态城市已经成为国际上城市发展的目标，建立城市绿地系统可以使其纳入更大的城市生态系统中去，以空间的合理利用为目标，建立科学的城市绿色环境，协调人与人、人与自然的关系，协调城市内部结构和外部环境的关系，使人类在城市各类空间的利用方式、程度、结构、功能等方面与自然生态系统相适应。建构完整的城市绿地系统，是创建国家园林城市的最高目标。 （二）城市绿地系统空间结构 东莞市城市绿地系统规划以生态原理为基础，以绿廊和河岸湿地为理念，以城市设计方法为手法进行绿色空间形态布局，提出“一网、二环、二轴”的绿色空间结构模式的布局。 一网：建构城市绿色生态廊道网络。运用绿色廊道理念，在东莞市东江两岸沿线、市区内部规划开辟不同宽度的绿色廊道，结合城市主导风向，把城市外围的生态信息，如空气、绿化等引入城市中心区域，绿色廊道与道路绿化结合形成绿化空间网络系统，从而保证城市在绿色网络中良性运行，每段绿廊、每段道路绿化和每个绿化节点，都尽可能体现出自然生态的氛围。
绿地分类
城市绿地分类 1．建国以来 , 有关的行政主管部门、研究部门和学者从不同的角度出发 , 提出过多种绿地的分类方法。世界各国由于国情不同 , 绿地规划、建设、管理、统计的机制不同 , 所采用的绿地分类方法也不统一。 本标准从我国的具体情况出发 , 根据各地区主要城市的绿地现状和规划特点 , 以及城市建设发展尤其是经济与环境同步发展的需要 , 参考国外有关资料 , 以绿地的功能和用途作为分类的依据。由于同一块绿地同时可以具备游憩、生态、景观、防灾等多种功能 , 因此 , 在分类时以其主要功能为依据。 与绿地相关的现行法规和标准主要有 : 《中华人民共和国城市规划法》、《城市绿化条例》、《城市用地分类与规划建设用地标准》 GBJ137 、《公园设计规范》 CJJ48 、《城市居住区规划设计规范》 GB50180 和《城市道路绿化规划与设计规范》 CJJ75 等。这些法规和标准从不同角度对某些种类的绿地作了明确规定。从行业要求出发编制本标准时 , 与相关标准进行了充分协调。 2．本标准将绿地分为大类、中类、小类三个层次 , 共 5 大类、 13 中类、 11 小类 , 以反映绿地的实际情况以及绿地与城市其他各类用地之间的层次关系 , 满足绿地的规划设计、建设管理、科学研究和统计等工作使用的需要。 3．为使分类代码具有较好的识别性 , 便于图纸、文件的使用和绿地的管理 , 本标准使用英文字母与阿拉伯数字混合型分类代码。大类用英文 GREEN SPACE ( 绿地 ) 的第一个字母 G 和一位阿拉伯数字表示 : 中类和小类各增加一位阿拉伯数字表示ι如 :G l表示公园绿地 ,G11表示公园绿地中的综合公园 ,G11l表示综合公园中的全市性公园。 本标准同层级类目之间存在着并列关系, 不同层级类目之间存在着隶属关系 , 即每一大类包含着若干并列的中类 , 每一中类包含着若干并列的小类。 绿地分类
遥感信息提取资料
遥感图像信息提取方法综述 0、遥感图像分析 遥感实际上是通过接收（包括主动接收和被动接收方式）探测目标物电磁辐射信息的强弱来表征的，它可以转化为图像的形式以相片或数字图像表现。多波段影像是用多波段遥感器对同一目标（或地区）一次同步摄影或扫描获得的若干幅波段不同的影像。 在遥感影像处理分析过程中，可供利用的影像特征包括：光谱特征、空间特征、极化特征和时间特性。在影像要素中，除色调/彩色与物体的波谱特征有直接的关系外，其余大多与物体的空间特征有关。像元的色调/彩色或波谱特征是最基本的影像要素，如果物体之间或物体与背景之间没有色调/彩色上的差异的话，他们的鉴别就无从说起。其次的影像要素有大小、形状和纹理，它们是构成某种物体或现象的元色调/彩色在空间（即影像）上分布的产物。物体的大小与影像比例尺密切相关；物体影像的形状是物体固有的属性；而纹理则是一组影像中的色调/彩色变化重复出现的产物，一般会给人以影像粗糙或平滑的视觉印象，在区分不同物体和现象时起重要作用。第三级影像要素包括图形、高度和阴影三者，图形往往是一些人工和自然现象所特有的影像特征。 1、遥感信息提取方法分类 常用的遥感信息提取的方法有两大类：一是目视解译，二是计算机信息提取。 1.1目视解译 目视解译是指利用图像的影像特征（色调或色彩，即波谱特征）和空间特征（形状、大小、阴影、纹理、图形、位置和布局），与多种非
遥感信息资料（如地形图、各种专题图）组合，运用其相关规律，进行由此及彼、由表及里、去伪存真的综合分析和逻辑推理的思维过程。早期的目视解译多是纯人工在相片上解译，后来发展为人机交互方式，并应用一系列图像处理方法进行影像的增强，提高影像的视觉效果后在计算机屏幕上解译。 1）遥感影像目视解译原则 遥感影像目视解译的原则是先“宏观”后“微观”；先“整体”后“局部”；先“已知”后“未知”；先“易”后“难”等。一般判读顺序为，在中小比例尺像片上通常首先判读水系，确定水系的位置和流向，再根据水系确定分水岭的位置，区分流域范围，然后再判读大片农田的位置、居民点的分布和交通道路。在此基础上，再进行地质、地貌等专门要素的判读。 2）遥感影像目视解译方法 （1）总体观察 观察图像特征，分析图像对判读目的任务的可判读性和各判读目标间的内在联系。观察各种直接判读标志在图像上的反映，从而可以把图像分成大类别以及其他易于识别的地面特征。 （2）对比分析 对比分析包括多波段、多时域图像、多类型图像的对比分析和各判读标志的对比分析。多波段图像对比有利于识别在某一波段图像上灰度相近但在其它波段图像上灰度差别较大的物体；多时域图像对比分析主要用于物体的变化繁衍情况监测；而多各个类型图像对比分析则包括不同成像方式、不同光源成像、不同比例尺图像等之间的对比。