大型绿地环境效益制图新路径:基于植被群落特征的高效评价方法 - PenJing8

大型绿地环境效益制图新路径:基于植被群落特征的高效评价方法

2023-10-06 刘喆0
核心提示:本文总结了基于植被群落特征的大型公共绿地环境效益制图方法的显著优势。研究指出,通过高分辨率WorldView-3影像与地基激光雷达的协同应用,可在短时间内实现大范围植被空间信息的精准采集,克服了传统方法在数据可获得性与制图效率上的瓶颈。文章深入探讨了分类准确度、样方代表性以及地被草坪等特定植被类型对评价误差的影响,并强调了该方法在识别环境效益空间分布特征方面的独特价值。研究结论为景观绩效评价、城市体检及精细化种植设计提供了高效、科学的定量分析框架,并指出了未来结合多时相数据与物种识别技术提升制图精度的方向
基于植被群落特征制图的方法优势、局限与结论

3.1 基于植被群落特征制图的优势和特点

“高分辨率遥感+激光雷达”协同制图在精度、效率、应用范围上的优势对比
图1:“高分辨率遥感+激光雷达”协同制图在精度、效率、应用范围上的优势对比

以往研究对于城市大型公共绿地的环境效益评价通常限于单一的效益指标、小范围绿地的群落尺度评价或大型绿地的粗略评价,本研究以现场的植物群落特征为依据,通过高分辨率卫星影像反演建立制图方法。结果表明,这一方法能够展示大型公共绿地内部不同特征的植被群落的环境效益的差异,从而为大型城市公共绿地在种植设计和空间布局层面的设计操作提供优化依据。

对基于植被群落特征的环境效益参数而言,从现场植被提取的群落特征可以反映在群落尺度的空间特征上,从而更有针对性地对现场的环境效益进行定量评估,可能比普适性的效益模型和公共数据库更具有可靠性,这也是目前生态系统服务评价和制图向精细化、科学化发展的重要方向之一。但该方法量化的效益参数仍需要结合现场观测等实证研究的检验才能证明其准确性。

对于大型城市公共绿地的环境效益制图这一需求而言,数据的可获得性和制图方法的效率是制约制图评价实施和应用的主要问题,本研究采用基于植被群落特征的制图方法,使用单幅遥感影像和激光雷达采集植被信息,可在短时间内采集大量植被的空间信息,快速估算绿地环境效益的空间分布,克服了因数据缺失而产生的制图评价障碍,增强了植被环境效益制图在景观绩效评价、城市体检等需求中的应用范围。

3.2 方法的准确性和误差

评价的准确性取决于遥感植被分类的准确性和样方数据提取的代表性。通过验证点对研究区域内植被分类的准确性进行检验,采用WorldView-3影像和随机森林分类方法对研究区域地表特征分类的总体准确率相较于其他植被类型分类的研究[28],在较少的数据量下实现了较高的分类准确度。可能是由于人工植被在种植斑块内的林分光谱特征更为单一且边界清晰,因此,高分辨率遥感影像是促进公共绿地生态系统服务制图方法研究的重要工具。

对群落样方提取的代表性而言,原场地的植被可能由于其植物种类、生长状况和年龄的差异,不同样方之间的效益差异较大,导致了群落类型效益参数不能很好地代表全局的状况。因此,尽管采用多时相或组合类型的遥感影像对现状植被群落进行更细致的分类[32,40]和采集更多典型群落样方对于提升评价结果的准确性而言很有帮助,但这也会显著增加制图的成本。

在本研究案例中,未考虑地被、湿地和草坪3种类型的植被环境效益。一方面,上述3种类型在所提及的4类环境效益评价目标中缺乏系统性的研究;另一方面,激光雷达对于这3种类型植被的空间信息采集精度较低,且缺乏有效的算法对其进行进一步的空间参数提取和环境效益评价。

这将导致不能准确评估以这3种植被类型为主的植物景观分区的环境效益。因此,该研究的合理性主要是识别环境效益在空间分布上的特征,而非估算环境效益的供应量。此外,激光雷达以空间信息为主,对于植被群落物种的信息采集能力较弱,而植被在物种层面的差异对环境效益的影响很大[16],这也会影响环境效益评价的准确性。

4 结论

本研究采用WorldView-3高精度影像和地基激光雷达特征数据,建立了基于植被群落特征的高精度植被环境效益制图方法。以滹沱河生态修复工程绿地为实例对该方法的特点和优势进行了探究。

结果表明,该方法使用综合的数字技术并以较少的数据量,直观反映了城市大型公共绿地的环境效益空间分布特征,实现了在大型城市公共绿地上对植被的环境效益进行高效的群落尺度制图。采用多时相或组合类型的数据集结合现场群落样方的植物种类数据能够提升分类的精细程度和评价的准确程度,从而提升制图的准确性。

常见问题(FAQ)

本研究提出的“基于植被群落特征”的制图方法,相比传统方法有何核心优势?
核心优势在于“兼顾精度、尺度与效率”,破解了传统方法的矛盾:1)精度高:以现场提取的群落结构参数为依据,比普适性数据库更可靠;2)尺度合适:能在大型绿地内实现“群落尺度”的精细制图,揭示内部异质性,直接指导种植设计;3)效率可行:结合高分辨率遥感和激光雷达,可在较短时间内完成大范围数据采集与制图,适合纳入景观绩效评估、城市体检等实际应用流程。
该方法在准确性方面主要受哪些因素影响?存在哪些局限性?
准确性主要受制于:1)遥感分类精度;2)样方数据的代表性。局限性包括:1)对地被、草坪、湿地等低矮植被的效益评估能力不足(激光雷达采集精度低、缺乏成熟算法);2)激光雷达难以获取物种信息,而物种差异对环境效益影响显著;3)样方数量和分布可能无法完全代表整个大型绿地的复杂状况。因此,本研究更侧重于识别效益的“空间分布特征”,而非精确计算“效益供应总量”。
为什么说该方法特别适用于“人工种植为主”的大型公共绿地?
因为人工种植的植被群落通常具有“斑块边界清晰、林内光谱特征相对单一”的特点,这使得基于WorldView-3等高分辨率影像的植被分类能够达到较高精度(本案例达84%)。这种地物特征为高效、准确的遥感解译与空间映射提供了有利条件,从而使得该方法在类似的新建或改造的大型公共绿地中具有较好的适用性和推广潜力。
研究的结论是什么?对未来方法优化有何建议?
结论是:整合高分辨率遥感和地基激光雷达的“基于植被群落特征的制图方法”,能够高效、直观地揭示大型公共绿地环境效益的空间异质性,实现了群落尺度制图从理论到实践的突破。未来优化建议包括:1)采用多时相、多源遥感数据提升分类精细度;2)增加样方数量与代表性;3)研发针对低矮植被的激光雷达参数提取算法;4)尝试结合光谱信息反演物种组成,以进一步提升评价的全面性与准确性。
 
更多>相同文章
最新文章