利用景观生态指标模型的城市森林制图方法、装置及设备

摘要

本发明的一种利用景观生态指标模型的城市森林制图方法、装置及设备，方法包括步骤：提取地理国情数据；将植被类型、郁闭度或树冠盖度、图斑规模作为城市森林特征提取城市森林特征图斑；对城市森林特征图斑进行聚合，并筛选规模至少1hm2的图斑；计算所筛选图斑的景观生态指标，所述景观生态指标包括：斑块平均面积、斑块边界密度、最大斑块指数和任意两点间最短距离平均值；构建综合散点图，识别转折点并确定最适聚合距离；将最适聚合距离对应的图斑进行空间聚合，形成城市森林图像。本发明提取的城市森林与实际城市森林范围有着高度一致性，兼备了城市森林的完整性和精细化，满足了开展持续性的全国城市体检评估和响应“双碳”目标的要求。

权利要求

1.一种利用景观生态指标模型的城市森林制图方法，其特征在于，包括以下步骤：提取地理国情数据；

将植被类型、郁闭度或树冠盖度、图斑规模作为城市森林特征提取城市森林特征图斑；

2

对城市森林特征图斑进行聚合，并筛选规模至少1 hm的图斑；

计算所筛选图斑的景观生态指标，所述景观生态指标包括：斑块平均面积、斑块边界密度、最大斑块指数和任意两点间最短距离平均值；

构建综合散点图，识别转折点并确定最适聚合距离；

将最适聚合距离对应的图斑进行空间聚合，形成城市森林图像；

所述计算所筛选图斑的景观生态指标，包括：计算斑块平均面积、斑块边界密度、最大斑块指数和任意两点间最短距离平均值：斑块平均面积A的计算公式：

（1）

式中，S为图斑总面积，n为图斑总数；

斑块边界密度D的计算公式：

（2）

式中，C为图斑总周长，S为图斑总面积；

最大斑块指数I的计算公式：

（3）

式中，Smax为最大图斑面积，S为图斑总面积；

任意两点间最短距离平均值R（i）的计算公式：（4）

式中，Ci( k)为图斑i与邻近图斑k之间的最短距离，p为与图斑i的邻近图斑总数；

通过下式进行指标同趋化处理：

（5）

式中 为同趋化变量 处理后的值；

通过下式进行指标归一化处理：

（6）

式中X为变量 归一化处理后的值， 为变量 的最小值， 为变量 的最大值；

通过下式进行指标加权平均处理：（7）

式中 为加权平均值， 为指标权重， 为指标值，n为指标总数量；

所述构建综合散点图，识别转折点并确定最适聚合距离，包括：计算城市次干路红线宽度，将图斑聚合距离的最大阈值限定在上述红线宽度范围内，超出该范围则认为不适宜连片；

从0 m开始，每次图斑聚合距离的移动间隔为1 m，直至40 m，对符合城市森林类型、郁闭度或树冠盖度、图斑规模特征的图斑分别计算景观生态指标评价值，并经过指标同趋化、归一化、加权平均处理，构建综合散点图；

识别曲线转折点作为候选最适聚合距离，当仅存在一个转折点时，该转折点直接作为最适聚合距离；存在多个转折点时，比较每个转折点前一段区间连片性提升的幅度与距离增加幅度的比值，选择比值最大处作为最适聚合距离。

2.根据权利要求1所述的利用景观生态指标模型的城市森林制图方法，其特征在于，所述地理国情数据包括基础性地理国情数据，其分辨率优于2m。

3.根据权利要求1所述的利用景观生态指标模型的城市森林制图方法，其特征在于，所述将植被类型、郁闭度或树冠盖度、图斑规模作为城市森林特征提取城市森林特征图斑，包括：确定城市森林的定义；

在地理国情数据中选择属性为乔木林、灌木林、乔灌混合林、竹林、绿化林地的图斑；

筛选满足植被郁闭度＞0.2或树冠盖度＞30%的图斑。

4.根据权利要求1所述的利用景观生态指标模型的城市森林制图方法，其特征在于，所述城市森林定义为：植被类型宜以林地为主，包括乔木林、灌木林、乔灌混合林、竹林、绿化2

林地；植被郁闭度大于0.2或树冠盖度大于30 %；图斑规模至少1 hm。

5.根据权利要求1所述的利用景观生态指标模型的城市森林制图方法，其特征在于，所述对城市森林特征图斑进行聚合，包括：利用空间聚合方法将提取城市森林特征图斑进行合并处理。

6.一种利用景观生态指标模型的城市森林制图装置，其特征在于，包括：数据提取模块，用于提取地理国情数据；

图斑提取模块，用于将植被类型、郁闭度或树冠盖度、图斑规模作为城市森林特征提取城市森林特征图斑；

2

图斑聚合模块，用于对城市森林特征图斑进行聚合，并筛选规模至少1 hm的图斑；

指标计算模块，用于计算所筛选图斑的景观生态指标，所述景观生态指标包括：斑块平均面积、斑块边界密度、最大斑块指数和任意两点间最短距离平均值；

聚合距离确定模块，用于构建综合散点图，识别转折点并确定最适聚合距离；

城市森林图像生成模块，用于将最适聚合距离对应的图斑进行空间聚合，生成城市森林图像；

所述计算所筛选图斑的景观生态指标，包括：计算斑块平均面积、斑块边界密度、最大斑块指数和任意两点间最短距离平均值：斑块平均面积A的计算公式：

（1）

式中，S为图斑总面积，n为图斑总数；

斑块边界密度D的计算公式：

（2）

式中，C为图斑总周长，S为图斑总面积；

最大斑块指数I的计算公式：

（3）

式中，Smax为最大图斑面积，S为图斑总面积；

任意两点间最短距离平均值R（i）的计算公式：（4）

式中，Ci( k)为图斑i与邻近图斑k之间的最短距离，p为与图斑i的邻近图斑总数；

通过下式进行指标同趋化处理：

（5）

式中 为同趋化变量 处理后的值；

通过下式进行指标归一化处理：

（6）

式中X为变量 归一化处理后的值， 为变量 的最小值， 为变量 的最大值；

通过下式进行指标加权平均处理：（7）

式中 为加权平均值， 为指标权重， 为指标值，n为指标总数量；

所述构建综合散点图，识别转折点并确定最适聚合距离，包括：计算城市次干路红线宽度，将图斑聚合距离的最大阈值限定在上述红线宽度范围内，超出该范围则认为不适宜连片；

从0 m开始，每次图斑聚合距离的移动间隔为1 m，直至40 m，对符合城市森林类型、郁闭度或树冠盖度、图斑规模特征的图斑分别计算景观生态指标评价值，并经过指标同趋化、归一化、加权平均处理，构建综合散点图；

识别曲线转折点作为候选最适聚合距离，当仅存在一个转折点时，该转折点直接作为最适聚合距离；存在多个转折点时，比较每个转折点前一段区间连片性提升的幅度与距离增加幅度的比值，选择比值最大处作为最适聚合距离。

7.一种计算机设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当所述计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述处理器执行所述机器可读指令，以实现权利要求1‑5中任一所述的利用景观生态指标模型的城市森林制图方法。

8.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序用于执行权利要求1‑5中任一所述的利用景观生态指标模型的城市森林制图方法。

说明书

利用景观生态指标模型的城市森林制图方法、装置及设备

技术领域

[0001] 本发明涉及一种利用景观生态指标模型的城市森林制图方法、装置及设备，属于制图技术领域。

背景技术

[0002] 近年来，全球气候变化已经成为人类面临的重要问题。2021年自然资源部发布行业标准《国土空间规划城市体检评估规程》，其中多项指标与城市森林直接相关，如：“森林覆盖率”、“森林蓄积量”和“森林步行15分钟覆盖率”等指标。因此，探索一种城市森林制图的方法，对于开展持续性的全国城市体检评估、掌握城市森林空间分布、加快实现“双碳”目标具有重要意义。

[0003] 传统上，森林的植被类型、郁闭度或树冠盖度、规模特征主要通过森林资源清查等实地调查手段获取，该方法存在成本大、数据更新时效性慢、城市内部样点少等问题。遥感技术为快速、准确获取上述特征信息提供了新的手段，但传统遥感影像多以中低分辨率为主，随着高分辨率遥感影像日益增多，城市植被精细类型的自动分类已有研究，并取得了较好的效果，但由于城市地表环境复杂，以及建筑物阴影等因素的影响，给大区域的城市植被自动分类带来了挑战。常态化开展的地理国情监测工作得到的高精度地表覆盖成果，包含城市内部植被类型信息，为获取城市尺度下的高精度城市森林数据提供了可能，但同时带来了图斑更具破碎化等新问题。

[0004] 因而，探索一种保证城市森林精度的同时，减少图斑破碎化的城市森林制图方法成为了迫切需求。

发明内容

[0005] 为了解决上述问题，本发明提出了一种基于地理国情数据并利用景观生态指标模型的城市森林制图方法、装置及设备，既能保证城市森林图像的精细度，又能保证城市森林图斑的完整性。

[0006] 本发明解决其技术问题采取的技术方案是：

[0007] 第一方面，本发明实施例提供的一种利用景观生态指标模型的城市森林制图方法，包括以下步骤：

[0008] 提取地理国情数据；

[0009] 将植被类型、郁闭度或树冠盖度、图斑规模作为城市森林特征提取城市森林特征图斑；

[0010] 对城市森林特征图斑进行聚合，并筛选规模至少1hm2的图斑；

[0011] 计算所筛选图斑的景观生态指标，所述景观生态指标包括：斑块平均面积、斑块边界密度、最大斑块指数和任意两点间最短距离平均值；

[0012] 构建综合散点图，识别转折点并确定最适聚合距离；

[0013] 将最适聚合距离对应的图斑进行空间聚合，形成城市森林图像。

[0014] 作为本实施例一种可能的实现方式，所述地理国情数据包括基础性地理国情数据，其分辨率优于2m。

[0015] 作为本实施例一种可能的实现方式，所述将植被类型、郁闭度或树冠盖度、图斑规模作为城市森林特征提取城市森林特征图斑，包括：

[0016] 确定城市森林的定义；

[0017] 在地理国情数据中选择属性为乔木林、灌木林、乔灌混合林、竹林、绿化林地的图斑；

[0018] 筛选满足植被郁闭度＞0.2或树冠盖度＞30％的图斑。

[0019] 作为本实施例一种可能的实现方式，所述城市森林定义为：植被类型宜以林地为主，包括乔木林、灌木林、乔灌混合林、竹林、绿化林地；植被郁闭度大于0.2或树冠盖度大于2
30％；图斑规模至少1hm。

[0020] 作为本实施例一种可能的实现方式，所述对城市森林特征图斑进行聚合，包括：

[0021] 利用空间聚合方法将提取城市森林特征图斑进行合并处理。

[0022] 作为本实施例一种可能的实现方式，所述计算筛选图斑的景观生态指标，包括：

[0023] 计算斑块平均面积、斑块边界密度、最大斑块指数和任意两点间最短距离平均值：

[0024] 斑块平均面积A的计算公式：

[0025]

[0026] 式中，S为图斑总面积，n为图斑总数；

[0027] 斑块边界密度D的计算公式：

[0028]

[0029] 式中，C为图斑总周长，S为图斑总面积；

[0030] 最大斑块指数I的计算公式：

[0031]

[0032] 式中，Smax为最大图斑面积，S为图斑总面积；

[0033] 任意两点间最短距离平均值R(i)的计算公式：

[0034]

[0035] 式中，Ci(k)为图斑i与邻近图斑k之间的最短距离，p为与图斑i的邻近图斑总数；

[0036] 通过下式进行指标同趋化处理：

[0037]

[0038] 式中x*为同趋化变量x处理后的值；

[0039] 通过下式进行指标归一化处理：

[0040]

[0041] 式中X为变量x归一化处理后的值，xmin为变量x的最小值，xmax为变量x的最大值；

[0042] 通过下式进行指标加权平均处理：

[0043]

[0044] 式中 为加权平均值，Wj为指标权重，aij为指标值，n为指标总数量。

[0045] 作为本实施例一种可能的实现方式，所述构建综合散点图，识别转折点并确定最适聚合距离，包括：

[0046] 计算城市次干路红线宽度，将图斑聚合距离的最大阈值限定在上述红线宽度范围内，超出该范围则认为不适宜连片；

[0047] 从0m开始，每次图斑聚合距离的移动间隔为1m，直至40m，对符合城市森林类型、郁闭度或树冠盖度、图斑规模特征的图斑分别计算景观生态指标评价值，并经过指标同趋化、归一化、加权平均处理，构建综合散点图；

[0048] 识别曲线转折点作为候选最适聚合距离，当仅存在一个转折点时，该转折点直接作为最适聚合距离；存在多个转折点时，比较每个转折点前一段区间连片性提升的幅度与距离增加幅度的比值，选择比值最大处作为最适聚合距离。

[0049] 第二方面，本发明实施例提供的一种利用景观生态指标模型的城市森林制图装置，包括：

[0050] 数据提取模块，用于提取地理国情数据；

[0051] 图斑提取模块，用于将植被类型、郁闭度或树冠盖度、图斑规模作为城市森林特征提取城市森林特征图斑；

[0052] 图斑聚合模块，用于对城市森林特征图斑进行聚合，并筛选规模至少1hm2的图斑；

[0053] 指标计算模块，用于计算所筛选图斑的景观生态指标，所述景观生态指标包括：斑块平均面积、斑块边界密度、最大斑块指数和任意两点间最短距离平均值；

[0054] 聚合距离确定模块，用于构建综合散点图，识别转折点并确定最适聚合距离；

[0055] 城市森林图像生成模块，用于将最适聚合距离对应的图斑进行空间聚合，生成城市森林图像。

[0056] 作为本实施例一种可能的实现方式，所述地理国情数据包括基础性地理国情数据，其分辨率优于2m。

[0057] 作为本实施例一种可能的实现方式，所述将植被类型、郁闭度或树冠盖度、图斑规模作为城市森林特征提取城市森林特征图斑，包括：

[0058] 确定城市森林的定义；

[0059] 在地理国情数据中选择属性为乔木林、灌木林、乔灌混合林、竹林、绿化林地的图斑；

[0060] 筛选满足植被郁闭度＞0.2或树冠盖度＞30％的图斑。

[0061] 作为本实施例一种可能的实现方式，所述城市森林定义为：植被类型宜以林地为主，包括乔木林、灌木林、乔灌混合林、竹林、绿化林地；植被郁闭度大于0.2或树冠盖度大于2
30％；图斑规模至少1hm。

[0062] 作为本实施例一种可能的实现方式，所述对城市森林特征图斑进行聚合，包括：

[0063] 利用空间聚合方法将提取城市森林特征图斑进行合并处理。

[0064] 作为本实施例一种可能的实现方式，所述计算筛选图斑的景观生态指标，包括：

[0065] 计算斑块平均面积、斑块边界密度、最大斑块指数和任意两点间最短距离平均值：

[0066] 斑块平均面积A的计算公式：

[0067]

[0068] 式中，S为图斑总面积，n为图斑总数；

[0069] 斑块边界密度D的计算公式：

[0070]

[0071] 式中，C为图斑总周长，S为图斑总面积；

[0072] 最大斑块指数I的计算公式：

[0073]

[0074] 式中，Smax为最大图斑面积，S为图斑总面积；

[0075] 任意两点间最短距离平均值R(i)的计算公式：

[0076]

[0077] 式中，Ci(k)为图斑i与邻近图斑k之间的最短距离，p为与图斑i的邻近图斑总数；

[0078] 通过下式进行指标同趋化处理：

[0079]

[0080] 式中x*为同趋化变量x处理后的值；

[0081] 通过下式进行指标归一化处理：

[0082]

[0083] 式中X为变量x归一化处理后的值，xmin为变量x的最小值，xmax为变量x的最大值；

[0084] 通过下式进行指标加权平均处理：

[0085]

[0086] 式中 为加权平均值，Wj为指标权重，aij为指标值，n为指标总数量。

[0087] 作为本实施例一种可能的实现方式，所述构建综合散点图，识别转折点并确定最适聚合距离，包括：

[0088] 计算城市次干路红线宽度，将图斑聚合距离的最大阈值限定在上述红线宽度范围内，超出该范围则认为不适宜连片；

[0089] 从0m开始，每次图斑聚合距离的移动间隔为1m，直至40m，对符合城市森林类型、郁闭度或树冠盖度、图斑规模特征的图斑分别计算景观生态指标评价值，并经过指标同趋化、归一化、加权平均处理，构建综合散点图；

[0090] 识别曲线转折点作为候选最适聚合距离，当仅存在一个转折点时，该转折点直接作为最适聚合距离；存在多个转折点时，比较每个转折点前一段区间连片性提升的幅度与距离增加幅度的比值，选择比值最大处作为最适聚合距离。

[0091] 第三方面，本发明实施例提供的一种计算机设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当所述计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述处理器执行所述机器可读指令，以实现如上任一所述的利用景观生态指标模型的城市森林制图方法。

[0092] 第四方面，本发明实施例提供的一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行如上任一所述的利用景观生态指标模型的城市森林制图方法。

[0093] 本发明实施例的技术方案可以具有的有益效果如下：

[0094] 本发明首先提取符合城市森林定义类型、郁闭度或树冠盖度、图斑规模的图斑，之后基于景观生态指标连片性评价模型构建综合散点图，识别转折点并确定最适聚合距离，选择最适聚合距离对应的图斑，生成城市森林图像，在精细化和完整性方面具有一定的优势。

[0095] 本发明采用地理国情监测数据提取城市森林的方式，将充分利用高分辨率遥感信息和人工内业核查，相比中低分辨率遥感影像获取的城市森林，提高了对城市森林的精度。

[0096] 本发明利用景观生态指标模型，将破碎小图斑合并到相邻大类中，进行制图综合处理，相比高分辨率遥感影像获取的城市森林保证了图斑完整性特征，避免了城市森林提取碎图斑的问题。

[0097] 本发明基于地理国情数据提出的利用景观生态指标模型的城市森林制图方法在理论上正确，实际应用中可行，能够有效的从地理国情监测数据中提取到城市森林，提取结果与实际城市森林范围有着高度一致性，满足了开展持续性的全国城市体检评估和响应“双碳”目标的研究，具有较大的实际应用价值。附图说明：

[0098] 图1是根据一示例性实施例示出的一种利用景观生态指标模型的城市森林制图方法的流程图；

[0099] 图2是根据一示例性实施例示出的一种利用景观生态指标模型的城市森林制图装置的结构示意图；

[0100] 图3是根据一示例性实施例示出的一种利用本发明进行城市森林制图的具体实施流程图；

[0101] 图4是根据一示例性实施例示出的一种最适聚合距离的示意图；

[0102] 图5(a)‑5(b)是根据一示例性实施例示出的一种位于北京市天坛公园符合城市森林植被类型的初始地表覆盖图斑图(图5(a)是符合城市森林植被类型的初始图斑，图5(b)是聚合后的城市森林图斑)；

[0103] 图6(a)‑6(b)是根据一示例性实施例示出的一种位于北京市奥林匹克森林公园符合城市森林植被类型的初始地表覆盖图斑图(图6(a)是符合城市森林植被类型的初始图斑，图6(b)是聚合后的城市森林图斑)；

[0104] 图7(a)‑7(b)是根据一示例性实施例示出的一种位于北京市符合城市森林植被类型的一典型图斑图(图7(a)是符合城市森林植被类型的初始图斑，图7(b)是聚合后的城市森林图斑)；

[0105] 图8(a)‑8(b)是根据一示例性实施例示出的一种位于北京市符合城市森林植被类型的另一典型图斑图(图8(a)是符合城市森林植被类型的初始图斑，图8(b)是聚合后的城市森林图斑)；

[0106] 图9是根据一示例性实施例示出的一种北京五环内2020年城市森林分布图；

[0107] 图10是一种其它文献的北京五环内2016年城市森林类型分布图。

具体实施方式

[0108] 下面结合附图与实施例对本发明做进一步说明：

[0109] 为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。此外，本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意，在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。

[0110] 如图1所示，本发明实施例提供的一种利用地理国情数据和景观生态指标模型的城市森林制图方法，包括以下步骤：

[0111] 提取地理国情数据；

[0112] 将植被类型、郁闭度或树冠盖度、图斑规模作为城市森林特征提取城市森林特征图斑；

[0113] 对城市森林特征图斑进行聚合，并筛选规模至少1hm2的图斑；

[0114] 计算所筛选图斑的景观生态指标，所述景观生态指标包括：斑块平均面积、斑块边界密度、最大斑块指数和任意两点间最短距离平均值；

[0115] 构建综合散点图，识别转折点并确定最适聚合距离；

[0116] 将最适聚合距离对应的图斑进行空间聚合，形成城市森林图像。

[0117] 作为本实施例一种可能的实现方式，所述地理国情数据包括基础性地理国情数据，其分辨率优于2m。

[0118] 作为本实施例一种可能的实现方式，所述将植被类型、郁闭度或树冠盖度、图斑规模作为城市森林特征提取城市森林特征图斑，包括：

[0119] 确定城市森林的定义；

[0120] 在地理国情数据中选择属性为乔木林、灌木林、乔灌混合林、竹林、绿化林地的图斑；

[0121] 筛选满足植被郁闭度＞0.2或树冠盖度＞30％的图斑。

[0122] 作为本实施例一种可能的实现方式，所述城市森林定义为：植被类型宜以林地为主，包括乔木林、灌木林、乔灌混合林、竹林、绿化林地；植被郁闭度大于0.2或树冠盖度大于2
30％；图斑规模至少1hm。

[0123] 作为本实施例一种可能的实现方式，所述对城市森林特征图斑进行聚合，包括：

[0124] 利用空间聚合方法将提取城市森林特征图斑进行合并处理。

[0125] 作为本实施例一种可能的实现方式，所述计算筛选图斑的景观生态指标，包括：

[0126] 计算斑块平均面积、斑块边界密度、最大斑块指数和任意两点间最短距离平均值：

[0127] 斑块平均面积A的计算公式：

[0128]

[0129] 式中，S为图斑总面积，n为图斑总数；

[0130] 斑块边界密度D的计算公式：

[0131]

[0132] 式中，C为图斑总周长，S为图斑总面积；

[0133] 最大斑块指数I的计算公式：

[0134]

[0135] 式中，Smax为最大图斑面积，S为图斑总面积；

[0136] 任意两点间最短距离平均值R(i)的计算公式：

[0137]

[0138] 式中，Ci(k)为图斑i与邻近图斑k之间的最短距离，p为与图斑i的邻近图斑总数；

[0139] 通过下式进行指标同趋化处理：

[0140]

[0141] 式中x*为同趋化变量x处理后的值；

[0142] 通过下式进行指标归一化处理：

[0143]

[0144] 式中X为变量x归一化处理后的值，xmin为变量x的最小值，xmax为变量x的最大值；

[0145] 通过下式进行指标加权平均处理：

[0146]

[0147] 式中 为加权平均值，Wj为指标权重，aij为指标值，n为指标总数量。

[0148] 作为本实施例一种可能的实现方式，所述构建综合散点图，识别转折点并确定最适聚合距离，包括：

[0149] 计算城市次干路红线宽度，将图斑聚合距离的最大阈值限定在上述红线宽度范围内，超出该范围则认为不适宜连片；

[0150] 从0m开始，每次图斑聚合距离的移动间隔为1m，直至40m，对符合城市森林类型、郁闭度或树冠盖度、图斑规模特征的图斑分别计算景观生态指标评价值，并经过指标同趋化、归一化、加权平均处理，构建“图斑聚合距离一连片性”综合散点图；

[0151] 识别曲线转折点作为候选最适聚合距离，当仅存在一个转折点时，该转折点直接作为最适聚合距离；存在多个转折点时，比较每个转折点前一段区间连片性提升的幅度与距离增加幅度的比值，选择比值最大处作为最适聚合距离。

[0152] 如图2所示，本发明实施例提供的一种利用地理国情数据和景观生态指标模型的城市森林制图的装置，包括：

[0153] 数据提取模块，用于提取地理国情数据；

[0154] 图斑提取模块，用于将植被类型、郁闭度或树冠盖度、图斑规模作为城市森林特征提取城市森林特征图斑；

[0155] 图斑聚合模块，用于对城市森林特征图斑进行聚合，并筛选规模至少1hm2的图斑；

[0156] 指标计算模块，用于计算所筛选图斑的景观生态指标，所述景观生态指标包括：斑块平均面积、斑块边界密度、最大斑块指数和任意两点间最短距离平均值；

[0157] 聚合距离确定模块，用于构建综合散点图，识别转折点并确定最适聚合距离；

[0158] 城市森林图像生成模块，用于将最适聚合距离对应的图斑进行空间聚合，生成城市森林图像。

[0159] 以北京为例，采用地理国情监测数据对利用景观生态指标模型的城市森林制图方法进行试验。

[0160] 如图3所示，采用本发明所述装置对北京市城市森林进行提取的具体步骤如下：

[0161] 地理国情数据分辨率优于2m，来源于自然资源部基础性地理国情数据。

[0162] 步骤1：城市森林特征图斑初选；

[0163] 本发明将植被类型、郁闭度或树冠盖度、图斑规模3个特征作为城市森林图像提取的重要依据，植被类型以林地为主，同时考虑植被郁闭度或树冠盖度的要求，去除不满足两者要求的图斑，完成城市森林特征图斑初选，具体步骤如下：

[0164] (1)确定城市森林的定义，在梳理大量文献的基础上，将城市森林定义为：植被类型宜以林地为主，包括乔木林、灌木林、乔灌混合林、竹林、绿化林地；植被郁闭度大于0.2或2
树冠盖度大于30％；图斑规模至少1hm；

[0165] (2)筛选满足植被郁闭度＞0.2或树冠盖度＞30％特征的城市森林，定义中5种类型的图斑在地理国情监测采集时就己经考虑并满足了该项要求；

[0166] (3)筛选符合城市森林定义的图斑，将乔木林、灌木林、乔灌混合林、竹林、绿化林地5种类型的图斑筛选出来；

[0167] (4)将乔木林、灌木林、乔灌混合林、竹林、绿化林地5种类型的图斑导出为单独的矢量数据。

[0168] 步骤2：城市森林图斑规模约束；

[0169] 将满足上述条件的图斑通过制图综合中聚合方法处理后，筛选规模至少1hm2的图斑，完成符合城市森林3个特征的图斑提取，具体步骤如下：

[0170] (1)将满足植被类型、郁闭度或树冠盖度特征的图斑进行图斑与周边图斑在空间上小于一定距离阈值时的相对连接。聚合距离依次设置为1m、2m、3m……40m，最终形成40个矢量数据图层。

[0171] (2)筛选出每个图层中规模＞1hm2的图斑，最终形成40个符合城市森林定义特征图斑的矢量数据。

[0172] 步骤3：基于景观生态指标构建模型；

[0173] 引入景观生态指标评价模型，分别计算符合本发明定义城市森林3个特征图斑的4个景观生态指标，进行指标同趋化、归一化、平均加权处理，获得综合生态指标评价值，即连片性，来评价研究区范围内不同聚合距离的连片情况，具体步骤如下：

[0174] (1)分别计算40个矢量数据图层中每个斑块的面积，并汇总每个图层下的图斑总面积、图斑总数，依据斑块平均面积A公式，计算得到40组斑块平均面积结果值；

[0175] (2)分别计算40个矢量数据图层中每个斑块的周长，并汇总每个图层下的图斑总周长、总面积，依据斑块边界密度D公式，计算得到40组斑块边界密度结果值；

[0176] (3)筛选出每个图层下的最大斑块面积，依据最大斑块指数I公式，计算得到40组最大斑块指数结果值；

[0177] (4)分别计算40个矢量数据图层中某一图斑到一定范围内其他图斑的最近距离，并依据任意两点间最短距离平均值R(i)公式计算得到40组任意两点间最短距离平均值结果值；

[0178] (5)汇总上述步骤(1)获得的数据，并依据指标同趋化、归一化、平均加权处理公式进行获得数据的处理，最终得到0‑40m距离下的综合生态指标评价值，即连片性。

[0179] 步骤4：最适聚合距离确定；

[0180] 运用步骤3最终得到的数据构建“图斑聚合距离‑连片性”综合散点图，识别曲线转折点并确定最适聚合距离，具体步骤如下：

[0181] (1)运用步骤3最终得到的数据构建“图斑聚合距离‑连片性”综合散点图；

[0182] (2)识别曲线转折点，转折点即为曲线局部区域该点与前一点的曲线斜率最大处。当仅存在一个转折点时，该转折点直接作为最适聚合距离；存在多个转折点时，比较每个转折点前一段区间连片性提升的幅度与距离增加幅度的比值，选择比值最大处作为最适聚合距离。

[0183] 将每组数据中的4个景观生态指标评价值经过加权平均处理，构建“图斑聚合距离‑连片性”综合散点图(如图4所示)。距离位于5m、9m时，连片性较初始连片性0.27均提升幅度较小，小于0.1；0‑9m区间，距离增加9m，连片性提升0.03；9‑30m区间，距离增加21m，连片性提升0.22。相比0‑9m区间，9‑30m区间连片性提升的幅度与距离增加幅度的比值较大，可见30m距离处的连片性总体优于5m、9m处的连片性，因此选取30m作为最适聚合距离。

[0184] 步骤5：城市森林图像形成；

[0185] 依据步骤4确定的最适聚合距离，选择该最适聚合距离所对应的图斑，形成北京市城市森林图像。

[0186] 以下通过与符合城市森林植被类型的初始地表覆盖、已有的城市森林图像进行比较来验证该城市森林图像提取的合理性：

[0187] (1)与符合城市森林植被类型的初始地表覆盖数据的比较，通过斑块密度指标PD来定量分析图斑聚合前后的破碎化程度，公式如下：

[0188]

[0189] 式中NP为图斑数量(个)，A为图斑总面积(hm2)，PD为图斑密度(个/hm2)，PD值越大，图斑破碎化程度越高。

[0190] 其中，PD指标变化值定义为符合城市森林植被类型的初始地表覆盖图斑PD值与提取的城市森林图斑PD值的差值，表示图斑聚合前后破碎化的差异程度。

[0191] 具体步骤如下：

[0192] 分别计算同一位置处的符合城市森林植被类型的初始地表覆盖图斑与最终提取的城市森林图斑的斑块密度指标值，进行比较来验证该城市森林图像提取的合理性。

[0193] 结果如下：

[0194] 以北京市为例，选取以下4个典型图斑进行分析，其中，2个典型图斑分别位于天坛公园、奥林匹克森林公园，着重探讨符合连片认知的地理实体单元内图斑聚合前后的破碎化程度；2个典型图斑的PD指标变化值均高于其平均值，分别为仅高于PD指标平均值的图斑、PD指标变化最大值的图斑。通过对4个典型图斑的分析，凸显城市森林图像的完整性。

[0195] 位于天坛公园符合城市森林植被类型的初始地表覆盖图斑，如图5(a)所示，有91块，PD值56.05，经空间聚合后形成的城市森林图斑连片成1块，如图5(b)所示，PD值0.58；位于奥林匹克森林公园符合城市森林植被类型的初始地表覆盖图斑，如图6(a)所示，有412块，PD值86.64，经空间聚合后形成的城市森林图斑连片成1块，如图6(b)所示，PD值0.18。两块图斑聚合连片后提取的城市森林PD值均接近于0，且两块图斑的PD指标变化值均小于其平均值，分别为55.47、86.46，相比符合城市森林植被类型的初始地表覆盖图斑，破碎化程度大幅降低。如图7(b)和图8(b)所示，提取的城市森林图斑破碎化程度也远低于初始地表覆盖图斑，但两块图斑的PD指标变化值均高于其平均值，分别为201.05、1711.87(PD指标最大变化值)。从图中可以看出图斑的PD指标变化值越大，破碎的图斑在经聚合连片后更能凸显城市森林图像的完整性。

[0196] (2)已有的城市森林图像来源于佟济宏等人的北京五环内2016年城市森林图像，主要从图斑总体分布情况、面积、数量，产品覆盖率、精细化程度5个方面进行比较。

[0197] 具体步骤如下：

[0198] 依据北京五环的边界提取北京五环范围内的城市森林，利用ArcGIS分别统计图斑总体面积、数量等指标，最终与已有的来源于佟济宏等人的北京五环内2016年城市森林图像进行比较来验证该城市森林图像提取的合理性。

[0199] 结果如下：

[0200] 本发明得到的2020年北京五环内城市森林1517块图斑，总面积13524.41hm2，城市森林覆盖率约20.25％，如图9所示。佟济宏的研究表明，2016年北京五环内城市森林274942 2
块图斑，总面积22514.79hm ，城市森林覆盖率约32.35％，且城市森林图斑规模>1hm 有3745
2
块，总面积16481.28hm ，多分布在外环地区，如图10所示。通过与佟济宏的研究结果比较：
在城市森林覆盖率层面，本发明提取的城市森林覆盖率较低，主要是因为综合考虑城市森
2
林图斑规模至少1hm ，而佟济宏等认为不同规模等级的图斑具有不同的生态功能，不论规模大小都考虑为城市森林；在城市森林图斑数量层面，本发明因考虑图斑间的连片性使提取的城市森林图斑数量减少2倍；在城市森林面积层面，本发明提取的城市森林总面积与佟
2
济宏等在城市森林图斑规模>1hm层面得到的总面积结果相近，且大面积图斑也多分布在外环地区。此外，本发明运用常态化的高精度地理国情监测数据提取城市森林图像，在城市内部区域更能体现城市森林类型、规模等精细化、完整性特征。

[0201] 本发明实施例提供的一种计算机设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当所述计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述处理器执行所述机器可读指令，以实现如上任一所述的利用景观生态指标模型的城市森林制图方法。

[0202] 具体地，上述存储器和处理器能够为通用的存储器和处理器，这里不做具体限定，当处理器运行存储器存储的计算机程序时，能够执行上述利用景观生态指标模型的城市森林制图方法。

[0203] 本领域技术人员可以理解，计算机设备的结构并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。

[0204] 在一些实施例中，该计算机设备还可以包括触摸屏可用于显示图形用户界面(例如，应用程序的启动界面)和接收用户针对图形用户界面的操作(例如，针对应用程序的启动操作)。具体的触摸屏可包括显示面板和触控面板。其中显示面板可以采用LCD(Liquid Crystal Display，液晶显示器)、OLED(Organic Light‑Emitting Diode,有机发光二极管)等形式来配置。触控面板可收集用户在其上或附近的接触或者非接触操作，并生成预先设定的操作指令，例如，用户使用手指、触笔等任何适合的物体或附件在触控面板上或在触控面板附近的操作。另外，触控面板可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位、姿势，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成处理器能够处理的信息，再送给处理器，并能接收处理器发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板，也可以采用未来发展的任何技术实现触控面板。进一步的，触控面板可覆盖显示面板，用户可以根据显示面板显示的图形用户界面，在显示面板上覆盖的触控面板上或者附近进行操作，触控面板检测到在其上或附近的操作后，传送给处理器以确定用户输入，随后处理器响应于用户输入在显示面板上提供相应的视觉输出。另外，触控面板与显示面板可以作为两个独立的部件来实现也可以集成而来实现。

[0205] 对应于上述应用程序的启动方法，本发明实施例还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行如上任一所述的利用景观生态指标模型的城市森林制图方法。

[0206] 本申请实施例所提供的应用程序的启动装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本申请实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，前述描述的系统、装置和单元的具体工作过程，均可以参考上述方法实施例中的对应过程，在此不再赘述。

[0207] 本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD‑ROM、光学存储器等)上实施的计算机程序产品的形式。

[0208] 在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。

[0209] 作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

[0210] 另外，在本申请提供的实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。

[0211] 本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

[0212] 这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

[0213] 这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

[0214] 最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。