城市绿地资源多尺度监测与评价方法探讨

　　摘要:绿地是城市生态资源的重要组成部分，定量评估其时空分布、构建多尺度监测方法体系，是自然资源管理、生态文明城市建设等领域的迫切需求。以城市植被和城市水体为例，从资源的数量、质量与生态价值3个层次，梳理对比主流的监测评价方法，探讨这些方法的优势与存在的问题，为我国新时期城市自然资源评估与监测提供方法参考。结果表明:①尽管基于样方的传统抽样方法可获得城市绿地的数量信息，但城市绿地高度斑块化特征限制了样方结果尺度推绎;②卫星遥感是监测城市绿地的有效手段，可准确获取绿地空间分布、面积、种类、质量变化等信息，但生物量(或蓄积量)、体积等信息需要米级(<5m)遥感数据和其他新技术支持精细化研究;③无人机可获得亚米级(如<5cm)数据，满足精细化监测需求，但受飞行管制、电池续航能力等限制，数据覆盖范围有限，且数据拼接等后处理复杂、传统的数据处理或反演算法可能不适用于亚米级空间分辨率数据;④城市绿地对城市热环境调节功能研究较多，但当前100m(及更粗空间分辨率)的热红外地表温度数据难以支持绿地蒸腾降温机理等精细化研究。可见，城市绿地的精细化资源评估与监测仍面临诸多挑战。

　　关键词:自然资源;城市绿地;评估与监测;遥感;无人机

　　0引言

　　城市是人类聚居的重要场所，亦是人类社会发展水平的重要标志。截至2018年，全球55%的人口居住在城市，该比例在2050年预计将达到68%[1]，尤其是发展中国家，正经历不同程度的城市化进程。在中国，城市化是目前和未来发展的基础与中心任务[2]。

　　但城市化进程在推动社会进步与发展的同时，高强度的人类活动改变了下垫面属性，不透水建筑等灰色景观大量增加、自然植被等绿色景观极大减少，引发了诸如城市热岛等严重的生态环境问题，降低了城市环境的人居质量[3-5]。绿地是城市生态系统的重要组成部分，亦是构成城市绿色基础设施的生态资源，在提供城市生物栖息地、调节城市热环境、丰富城市居民文化等方面发挥了积极作用[6-9]，是改善城市景观、提升城市居民健康水平与生活品质的重要抓手之一。

　　然而城市用地寸土寸金，城市建设中通常优先考虑经济效益明显的商业用地等，挤占绿地空间，减少城市生态系统的自然组成部分、导致自然生态功能退化、承载力下降等[5，9]。党的十八大以来，我国政府高度重视生态文明建设、推进绿色发展，提出生态宜居城市、低碳城市、海绵城市等建设理念，以期构建科学合理的城市化格局和提升城市品质、建设美丽中国，有效推动了城市绿地的建设与发展。我国城市化发展快速、地域分布广等特点，决定了该过程必然面临诸多新问题[10-11]。

　　就资源领域而言，同种资源因管理部门和调查方法差异，会出现资源评估数据不一致等情况，严重影响管理决策。为此，国家调整组建了自然资源部，以解决山水林田湖草等自然资源的评估与监测[12]，面临的首要问题是如何开展顶层设计、统一评价与监测标准、形成对应的技术体系，准确获取各种资源空间布局等基础资料，服务于资源保护与优化利用。相比自然生态系统，城市生态系统人为干扰程度高，高楼林立、下垫面异质性高[13]，绿地呈斑块化、破碎化分布，增加了评估与监测的难度，基于自然生态系统发展的传统抽样调查方法与结果可能与实际不符[14-15]。

　　为满足新时期城市建设与生态环境保护需求，迫切需要开展精细化的城市绿地资源监测、建立可行的评估方法与监测系统，准确、及时掌握绿地资源的状况与动态变化等基础数据，服务城市建设与管理决策。为此，本文针对国家对城市绿地等自然资源评估与监测业务需求的紧迫性，以城市绿地中常见的植被和水体为例，从资源的数量、质量与生态价值3个层次梳理对比主流的监测评价方法并分析其优势;在此基础上，结合本文作者近期研究成果，讨论城市绿地多尺度监测与评价方法，为我国新时期城市自然资源管理等工作提供方法支持。

　　1城市植被评估与监测方法

　　1.1数量方面

　　植被数量评估的传统方法以样方调查为主。理论上，样方越多、调查结果越好(如全面调查)，但受经济条件等制约，通常采用抽样调查[14]。抽样调查的核心问题包括样方数量和样方面积确定[18-19]。最近研究发现，样方数量的多寡明显影响城市植被调查结果[15]，但难点在于确定最佳样方数量。类似难点还有确定最佳样方面积，因为植被群落中的植物种类随生境面积而变化，只有达到某个临界值时(最小面积)，植物种类才趋于饱和[20]。因此，对于乔木、灌木、草本等不同植被类型，采用的抽样面积变化范围大(如1～2500m2)[14]。

　　此外，城市绿地植被种类构成多是人工配置的结果，抽样调查结果的代表性也值得商榷。随着20世纪下半叶遥感技术的发展，从空中监测地表成为可能[21-22]，发展了针对自然生态系统中森林资源种类判别、面积区划的方法等[23-28]。

　　我国从第6次全国森林资源清查开始增加遥感抽样调查，以快速、高效地获取相关基础数据，评估森林资源[19]。但这些评估方法主要基于中低空间分辨率(<30m)的卫星遥感数据，难以应用于斑块破碎、面积较小的城市绿地。近20a来高空间分辨率商业卫星数据的发展，可提供地表0.5～5m精细尺度的可见光遥感数据[21，29]，城市绿地资源精细化评估与监测成为可能，包括植被种类识别、冠幅大小与数量等评估[30-33]。尤其是最近的三维激光雷达，可提取乔木的高度和垂直结构信息，如冠幅、胸径和树高、蓄积量/生物量等[34-37]。

　　在高植被覆盖度的森林区域，采用定点式激光扫描，以观测点为圆心360°探测，经数据处理后，提取各株乔木的三维信息，据此可获取树高、胸径、蓄积量/生物量等信息，与传统标准木调查方法获取结果精度相当(如胸径R2=0.99)，且能获得林分任意树木的信息及空间位置关系等，提供更多的精准数据[35];利用最新研发的背包式激光雷达，在行走中探测道路周围植被的三维信息，根据点云提取植被相关信息，无需考虑样方数量、样方面积等问题，有助于调查斑块破碎的城市植被，若将该设备置于车载平台，可形成车载移动式观测，具有较好的应用前景[38]。

　　1.2生态功能

　　作为城市生态系统的重要组成部分，城市植被具有滞尘、净化空气、降温等生态功能[39-41]。蒸腾作用贯穿于植被的生活周期，该生理过程需要吸收能量，使植被具有天然的降温功能。观测表明，城市植被区域的温度比水泥等不透水设施的温度低5～20℃[42-46]。

　　考虑到城市独特的热岛效应[47]及其引发的高温热浪等次生灾害[48-51]严重威胁公众健康和城市环境的生态宜居性，且植被蒸腾及蒸散发在城市生态系统中难以定量、研究关注较少[42-43，52-53]，本文重点探讨城市植被蒸腾作用及其降温功能的评价方法。蒸腾作用受植被生理过程(如气孔开闭)与外界环境(如土壤水分含量、大气温度与气流运动等)影响，自然生态系统中植被蒸腾量的精确测算一直是地球系统和全球变化等研究领域的薄弱环节与难点[21，54-57]。由于组成城市绿地的植被与自然植被差异大(如斑块破碎程度高、受园林管理措施影响频繁)，加之城市下垫面异质性高、形成独特的城市小气候[13]，适用于自然生态系统植被蒸腾的测算方法可能失效，增加了城市植被蒸腾量测算的难度，制约了城市绿地降温功能的准确量化[44，53]。

　　2城市水体评估与监测方法

　　2.1水量评估

　　传统的水资源数量评估，以降水、径流为主要要素，多在流域尺度根据水量平衡原理开展。若能将城市生态系统的各水文分量监测清楚，可以测算水总量。在仅考虑城市河流、湖泊水库情况下，具体水量的评估可考虑使用体积描述，即水面面积与水深之积。遥感数据测算面积精度非常高、相对容易。

　　此时，仅需获得水深信息即可。目前数字高程模型可提供高程信息，如30m空间分辨率的ASTERGDEM，高程精度平均为(7.4±12.7)m。我国最新的高分七号卫星可获取亚米级立体影像，高程精度可望高达1.5m。为利用高精度遥感信息开展水量评估提供了丰富的数据源。基于遥感的水量评估方法，可获取空间任意位置水量信息，弥补了传统水量平衡测算法只能获取区域平均值的不足。

　　2.2水质评估与监测

　　随着生态宜居等城市建设需求，城市水体水质成为政府、研究人员与城市居民关注的焦点。传统的水质评估依赖监测断面定点观测数据，但受到监测断面数量、采样频次等限制，评价结果通常难以反映水质的时空分布信息。遥感数据覆盖范围广、快速成像与周期成像的特征，为水质时空监测提供了强有力的工具。目前典型的监测评估要素包括水温、叶绿素浓度、总悬浮物、可溶性有机污染物等[72]。

　　根据《全国城市市政基础设施建设“十三五”规划》，将整治城市黑臭水体2000多个、总长度约5800km，建立城市水质监测与评估方法必然是治理的重要内容之一。本文作者利用30m空间分辨率的Landsat系列数据评估广东省珠海市大镜山水库(约1km2)叶绿素浓度时空分布的案例，尽管采用线性回归算法，却弥补了传统水质评估中有限采样点难以反映水质空间分布的不足[73]。考虑到我国中小型水库(库容小于106m3)数量高达93308座[74]，是未来水质与水量监测与管理的重点，传统人工调查方法难以快速获取水质空间信息、周期更新更难，基于遥感影像的水质评估方法可快速、周期性地获取水质时空分布信息，必将发挥重要作用。

　　水质论文范例：焦化行业废水水质变化影响因素及污染控制

　　3结论与建议

　　1)尽管基于样方的传统抽样方法可获得城市绿地的数量信息，但城市绿地高度斑块化特征限制了样方结果尺度推绎。2)卫星遥感是监测城市绿地的有效手段，可准确获取绿地空间分布、面积、种类、质量变化等信息，但生物量(或蓄积量)、体积等信息需要米级(<5m)遥感数据和其他新技术支持精细化研究。3)无人机可获得亚米级(如<5cm)数据，满足精细化监测需求，但受飞行管制、电池续航能力等限制，数据覆盖范围有限，且数据拼接等后处理复杂、传统的数据处理或反演算法可能不适用于亚米级空间分辨率数据。

　　4)城市绿地类型、面积与城市温度关系研究较多，但当前100m(及更粗空间分辨率)的热红外地表温度数据难以支持绿地蒸腾降温机理等精细化研究。可见，城市绿地的精细化资源评估与监测仍面临诸多挑战，建议未来加强米级、亚米级遥感数据在城市绿地评估与监测中的应用研究，加强研究多传感器与无人机搭载平台耦合及数据处理业务化流程、研发适用于城市绿地精细化管理的反演算法。

　　参考文献(References):

　　[1]UnitedNations，DepartmentofEconomicandSocialAffairs，PopulationDivision.Worldurbanizationprospects2018:Highlights[EB/OL].[2018-12-31].https://www.un.org/development/desa/pd/content/world-urbanization-prospects-2018-highlights.

　　[2]BaiX，ShiP，LiuY.RealizingChina’surbandream[J].Nature，2014，509:158-160.

　　[3]CoumouD，RobinsonA.Historicandfutureincreaseinthegloballandareaaffectedbymonthlyheatextremes[J].EnvironmentalResearchLetters，2013，8:034018.

　　[4]SunX，SunQ，ZhouX，etal.HeatwaveimpactonmortalityinPudongNewArea，Chinain2013[J].ScienceoftheTotalEnvironment，2014，493:789-794.

　　[5]张玉林.中国的城市化与生态环境问题———“2018中国人文社会科学环境论坛”研讨述评[J].南京工业大学学报(社会科学版)，2019，18(1):1-10

　　熊育久1，2，赵少华3，鄢春华4，邱国玉4，孙华5，6，7，王艳林8，秦龙君4