融合GF－2与开放地图数据的城市绿地精细化分类研究

黄 芳，曹芳洁，王潜心

（中国矿业大学 环境与测绘学院，江苏 徐州 221116）

0 引言

城市绿地空间是城市生态系统的重要组成部分，具有调节气候、净化空气、涵养水源、消减噪声和美化环境等功能，也发挥着景观文化、居民休闲等作用［1］。目前，对城市绿地的研究主要是从绿地分类［2，3］、绿地固碳作用［4］、绿地格局与城市形态的相互作用［5，6］、城市绿地景观网格构建［7］等方面开展。作为城市绿地研究的核心基础，对城市绿地现状信息进行实时、高效、精细化监测，可为优化城市生态空间结构、维护城市生态平衡以及建设“碳中和”城市提供基础数据支撑。

城市绿地监测的手段从早期的实地调研、人工绘制草图，到后期初步利用遥感影像进行分类，均存在效率低、过程繁琐的问题，不适用于遥感影像信息的批量快速获取［8］。为了提升遥感影像绿地分类获取速度，有学者提出采用像元二分法［9］、非监督分类［10］和监督分类［11］等方法对中、低分辨率遥感影像上的城市绿地信息提取，基本解决了绿地批量识别的需求，但相应的方法仍存在容易将绿地同其他地物错分的问题。

随着城市的发展建设，城市绿地开始呈现类型多样、形态不规则以及空间异质性较高的特征，中、低分辨率的遥感影像难以满足精准识别的需求［12］。由于表征能力不足，传统算法无法充分挖掘具有复杂背景的高分辨率遥感图像中蕴含的语义信息［13］。近年来深度学习等新兴技术的发展，为遥感绿地信息提取提供了先进的模型算法支撑，也在很大程度上避免了图像像元分类的“椒盐噪声”［14］问题。……