研究方法

 

基于植被群落特征的环境效益制图方法分为4个步骤。

 

1）使用WorldView-3高分辨率多光谱遥感影像对研究区域内的植被类型进行群落级别的精细化分类，获取各个植被群落在空间底图上的位置和边界；

 

2）通过在现场采集的典型植被群落类型样方，提取各类型植被群落的特征参数；

 

3）根据特征参数和环境效益之间的对应关系，对各植被类型的环境效益进行评价；

 

4）根据植被群落分布将环境效益参数反演至整个研究区域（图1）。

 

1.1植被群落类型空间分布提取

 

随着WorldView系列高分辨率多光谱遥感影像的普及，卫星遥感影像提取植被的类型、种类等信息成为可能[28,30,32,35]，WorldView-3卫星遥感影像是DigitalGlobe公司出品的高分辨率多光谱影像产品，具有8个空间分辨率为1.2m的多光谱波段和1个空间分辨率为0.31m的全色波段。以大型公共绿地为研究对象的植被分类研究目前还鲜有报道，但人工种植的植被通常具有清晰的边界，植被群落斑块的亮度和纹理特征明显，因此相对适宜采用多光谱数据进行高精度的植被分类。本研究以WorldView-3影像作为识别和绘制植被类型分布的数据源。

 

为了实现植被群落斑块的明确分区并降低分类难度，本研究采用对象分割和像素分类结合的方法进行分类（图1）。用基于像素的分割方法对全波段影像进行初步划分，以获取各个群落类型之间的边界。在ENVI5.3中利用可见光波段和近红外波段数据计算区域的归一化植被指数（normalizeddifferencevegetationindex,NDVI），利用灰度共生矩阵（gray-levelco-occurrencematrix,GLCM）计算纹理特征，选取同质性作为符合植被类型尺度的纹理特征。将可见光波段、NDVI和纹理特征作为输入的分类特征信息，采用随机森林分类法对遥感影像进行多次分类，最终获得能够表征空间植被差异性特征的植被群落空间分布底图。

 

1.2植被群落特征参数提取

 

由于城市公共绿地大多位于城市建成区内，通常不具备无人机的作业条件，因此，地基高效采样手段成为城市植被群落特征大规模采集的必要条件。采用地面激光雷达设备对植被群落特征进行现场采集，根据遥感分类的植被类型对现场植被进行采样。受地基采样方法的限制，难以在大型绿地中采集全部植被的空间信息，但结合现场调研对于植被群落类型和特征的初步认知，笔者认为采集典型的群落样方基本能够代表现场植被的状况。

 

采用Lidar360软件对典型群落样方的激光雷达数据进行参数提取。对采集到的样方进行裁剪，仅保留单一类型的植被群落点云模型。根据软件的自动化算法，结合平面种子点绘制，分割出典型群落样方的单木模型，并通过软件算法提取群落样方的群落面积、植株数量、植株位置、叶面积指数、单木胸径、单木树高、树冠面积、树冠体积共8个参数。

 

1.3植被类型环境效益评价

 

植被环境效益的评价目标由公共绿地所处的区位和特征共同决定。虽然在与群落特征相关的环境效益研究中，某一项群落特征往往与多种环境效益相关，但为了提升方法及案例的说明性，本研究选取了尽量多的群落特征参与到效益的计算当中。根据植被群落“特征-效益”的相关研究和点云信息提取算法获得的群落特征参数类型[36-39]，选取了碳封存、气候调节、空气净化、雨洪调蓄4个目标作为评价对象。将对评价目标具有显著影响的群落特征作为群落的环境效益评价指标，构建由一个或多个特征参数构成的环境效益计算方法（表1）。

 

根据每个类型所有取样点的效益参数计算结果的平均值确定所有植被类型的环境效益参数。相比于其他乔木和灌木植被类型，草坪、湿地和地被的环境效益相比乔木群落和灌木群落而言较低，且目前缺乏系统性的研究，因此在计算过程中不将其作为计算对象。

 

1.4环境效益空间分布制图

 

最低值，对所有指标的环境效益在[1，5]的区间内进行归一化取值，通过该方法获取所有指标的无量纲值，从而建立整合对各个指标的综合效益评价框架，将4类环境效益参数的无量纲值取平均值作为对应植被类型的综合环境效益参数，衡量植被群落类型的综合环境效益。将综合环境效益分值反演至植被类型分布图的空间位置，获取研究区域内植被的环境效益空间分布。根据植物景观分区整合评价结果，对每个植物景观分区内植被的综合效益进行分区统计，计算分区内的环境效益分值作为各分区的综合环境效益评价结果。