城市群绿度空间提取方法及介质技术

本发明专利技术提供了一种城市群绿度空间提取方法及介质。其中，该方法包括：获取城市群的高分遥感数据，并提取城市群土地的覆被数据；获取城市群的社会感知数据，并提取城市群土地的社会功能属性数据；根据覆被数据和社会功能属性数据，对城市群的土地进行分类，得到城市群土地与绿度相关的分类信息；根据分类信息，提取城市群的绿度。通过本发明专利技术，解决了相关技术中仅仅依靠单一的遥感数据只能获取土地覆被信息，无法获取城市绿度空间的社会功能属性的问题，实现了包含社会功能属性的城市群绿度空间的统计和研究。

【技术实现步骤摘要】
城市群绿度空间提取方法及介质
本专利技术涉及数据处理领域，具体而言，涉及一种城市群绿度空间提取方法及介质。
技术介绍
随着遥感技术的发展，通过遥感手段进行城市绿度制图的方法引起了众多研究者的关注。提取城市绿地的方法主要有两种：一种是基于像元的分类，例如：Oumaetal.结合光谱和空间信息来对Quickbird图像进行分类，提取城市绿地，结果表明该方法能够显着的提高城市绿地提取的精度；Trisakti,B利用基于像元的方法对Pleides影像进行监督(MLEN)和非监督(ISODATA)分类，将城市绿地按照覆盖度进行了分类；Feng,Q等利用基于像元的方法对无人机航拍影像进行纹理分析和随机森林分类，将城市绿地分为草地、树木、灌木。二是利用面向对象的方法，例如：Hofmannetal.利用GeoEye-1影像使用面向对象的方法获得了奥地利Bishkek市的植被图；黄慧萍对航空遥感影像利用多尺度分割和面向对象分析方法，将绿地信息分为乔木、灌木、草地；周智勇对GF-1遥感影像、吴瑞娇对Quickbird影像进行影像分割并基于特征分析将绿地信息分为防护、公园、生产、附属绿地；Fung,T等对ASTER数据进行多尺度分割，将城市绿地分为林地和草地。上述的研究主要集中简单的城市绿地提取和绿地分类(草地、树木、灌木)，对城市绿度功能的分类研究较少，更缺乏城市群绿度的信息提取和分类。传统的基于遥感数据的城市绿地分类主要集中在草地、树木和灌木之间的分类，无法服务于城市生态绿地建设与规划。因此，仅仅依靠单一的遥感数据只能获取土地覆被信息，无法获取城市绿度空间的社会功能属性。专利
技术实现思路
本专利技术提供了一种城市群绿度空间提取方法及介质，以至少解决相关技术中仅仅依靠单一的遥感数据只能获取土地覆被信息，无法获取城市绿度空间的社会功能属性的问题。第一方面，本专利技术实施例提供了一种城市群绿度空间提取方法，包括：获取城市群的高分遥感数据，并提取所述城市群土地的覆被数据；获取所述城市群的社会感知数据，并提取所述城市群土地的社会功能属性数据；根据所述覆被数据和所述社会功能属性数据，对所述城市群的土地进行分类，得到所述城市群土地与绿度相关的分类信息；根据所述分类信息，提取所述城市群的绿度。第二方面，本专利技术实施例提供了一种计算机可读存储介质，其上存储有计算机程序指令，当所述计算机程序指令被处理器执行时实现第一方面所述的方法。通过本专利技术实施例提供的城市群绿度空间提取方法及介质，采用获取城市群的高分遥感数据，并提取城市群土地的覆被数据；获取城市群的社会感知数据，并提取城市群土地的社会功能属性数据；根据覆被数据和社会功能属性数据，对城市群的土地进行分类，得到城市群土地与绿度相关的分类信息；根据分类信息，提取城市群的绿度的方式，解决了相关技术中仅仅依靠单一的遥感数据只能获取土地覆被信息，无法获取城市绿度空间的社会功能属性的问题，实现了包含社会功能属性的城市群绿度空间的统计和研究。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是根据本专利技术实施例的城市群绿度空间提取方法的流程图；图2是样本点在真彩色和假彩色反射率空间的可分离性的示意图；图3是根据本专利技术实施例的城市群绿度空间提取方法的优选流程图；图4是根据本专利技术实施例的叠加分析算法流程图；图5是根据本专利技术实施例的近邻凸包分析算法流程图；图6是根据本专利技术实施例的随机森林算法流程图；图7是根据本专利技术实施例的城市群绿度空间提取设备的硬件结构示意图；图8是根据本专利技术实施例的北京市城市外部和内部区域的示意图；图9是根据本专利技术实施例的北京市市内建成区假彩色镶嵌影像的示意图；图10是根据本专利技术实施例的北京市市内建成区植被图；图11是根据本专利技术实施例的北京市市内建成区防护绿地空间分布图；图12是根据本专利技术实施例的北京市市内建成区地块和POI空间分布图；图13是根据本专利技术实施例的北京市建成区公园绿地和附属绿地提取流程图；图14是根据本专利技术实施例的北京市柳荫公园近邻凸包分析的示意图；图15是根据本专利技术实施例的北京市市内建成区公园绿地和附属绿地的空间分布图；图16是根据本专利技术实施例的北京市外部假彩色镶嵌影像的示意图；图17是根据本专利技术实施例的北京市外部植被图；图18是根据本专利技术实施例的北京市外部植被分类图。具体实施方式下面将详细描述本专利技术的各个方面的特征和示例性实施例，为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细描述。应理解，此处所描述的具体实施例仅用于解释本专利技术，并不用于限定本专利技术。对于本领域技术人员来说，本专利技术可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本专利技术的示例来提供对本专利技术更好的理解。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。在本实施例中提供了一种城市群绿度空间提取方法，图1是根据本专利技术实施例的城市群绿度空间提取方法的流程图，如图1所示，该流程包括如下步骤：步骤S101，获取城市群的高分遥感数据，并提取所述城市群土地的覆被数据；步骤S102，获取所述城市群的社会感知数据，并提取所述城市群土地的社会功能属性数据；步骤S103，根据所述覆被数据和所述社会功能属性数据，对所述城市群的土地进行分类，得到所述城市群土地与绿度相关的分类信息；步骤S104，根据所述分类信息，提取所述城市群的绿度。通过上述步骤，可以通过获取现有的城市群的社会感知数据，例如POI数据等，并从这些社会感知数据中提取城市群土地的社会功能属性数据，将社会功能属性数据和覆被数据相结合，获取结合了社会功能属性数据的城市群土地与绿度相关的分类信息，从而能够提取出城市群的绿度，解决了相关技术中仅仅依靠单一的遥感数据只能获取土地覆被信息，无法获取城市绿度空间的社会功能属性的问题，实现了包含社会功能属性的城市群绿度空间的统计和研究。遥感数据具有大尺度、多时相、快速、高效地监测空间分布变化等优点，可以获得精确的土地覆被信息；而社会感知数据具有反映社会经济属性和人类活动特征等优点。本实施例结合遥感数据与社会感知数据(例如，OpenStreetMap和POI)不仅可以获得精确的土地覆被信息，而且可以获得城市绿地的社会功能属性，将会更好的服务于城市生态绿地建设与规划。为了提取包含社会功能属性的城市群绿度空间，在本实施例中对城市群绿度进行了定义。传统的城市群绿地是指城市生态系统的核心组成部分，包括天然绿地景观，公园、街道绿地、居住绿地等人为绿地系统。为了更好的服务于城市群生态绿地建设与规划，推动城市群生态建设和环境保护的一体化，结合2017年住建部颁发的《城市绿地分类标准》，本实施例首次提出城市群绿度定义为：城市群绿度是指城市群内部各城市的外部被植被本文档来自技高网...

【技术保护点】
1.一种城市群绿度空间提取方法，其特征在于，包括：获取城市群的高分遥感数据，并提取所述城市群土地的覆被数据；获取所述城市群的社会感知数据，并提取所述城市群土地的社会功能属性数据；根据所述覆被数据和所述社会功能属性数据，对所述城市群的土地进行分类，得到所述城市群土地与绿度相关的分类信息；根据所述分类信息，提取所述城市群的绿度。

【技术特征摘要】
1.一种城市群绿度空间提取方法，其特征在于，包括：获取城市群的高分遥感数据，并提取所述城市群土地的覆被数据；获取所述城市群的社会感知数据，并提取所述城市群土地的社会功能属性数据；根据所述覆被数据和所述社会功能属性数据，对所述城市群的土地进行分类，得到所述城市群土地与绿度相关的分类信息；根据所述分类信息，提取所述城市群的绿度。2.根据权利要求1所述的方法，其特征在于，获取城市群的高分遥感数据包括：获取由高分一号卫星和/或高分二号卫星采集到的所述城市群的所述高分遥感数据。3.根据权利要求1所述的方法，其特征在于，提取所述城市群土地的覆被数据包括：利用SVM，从所述高分遥感数据中提取所述覆被数据，其中，所述覆被数据包括：市外覆被数据和市内覆被数据。4.根据权利要求1所述的方法，其特征在于，获取所述城市群的社会感知数据包括：从POI数据和/或OSM数据中获取所述城市群的社会感知数据。5.根据权利要求1所述的方法，其特征在于，提取所述城市群土地的社会功能属性数据包括：对于OSM数据，根据所述OSM数据对所述城市群的道路进行分割，得到道路用地数据和地块数据；对于POI数据，对所述POI数据进行类别聚合，得到与城市群绿度相关的多个聚合类别数据。6.根据权利要求3所述的方法，其特征在于，根据所述覆被数据和所述社会功能属性数据，对所述城市群的土地进行分类，得到所述城市群土地与绿度相关的分类信息包括：采用随机森林模型，将所述市外覆被数据分类为林地、耕地和草地三个类别，并生成相应的分类信息。7.根据权利要求5所述的方法，其特征在于，根据所述覆被数据和所述社会功能属性数据，对所述城市群的土地进行分类，得到所述城市...

【专利技术属性】
技术研发人员：方创琳，杨智奇，李广东，王振波，
申请(专利权)人：中国科学院地理科学与资源研究所，
类型：发明
国别省市：北京,11