万婷 曲忠捷
摘 要： 针对传统空间布局重构系统无法准确定位城市绿色空间的问题，设计基于遥感分析的城市绿色空间布局耦合重构系统。设计由遥感图像采集模块和数据传输模块组成的系统硬件部分。在硬件部分的基础上，软件部分对压缩后的图像做预处理。使用遥感分析技术，分析提取图像特征，获取绿色空间布局信息。根据分析结果，对城市绿色空间布局重构，完成系统设计。通过与传统布局重构系统的对比测试，验证了基于遥感分析技术设计的系统能够更准确地定位城市绿色空间。
关键词： 布局耦合重构; 系统设计; 城市绿色空间布局; 遥感分析; 图像处理; 对比测试
中图分类号： TN911.73?34; TU986 文献标识码： A 文章编号： 1004?373X（2020）08?0049?03
Urban green spatial layout coupling reconstruction system based on
remote sensing analysis
WAN Ting， QU Zhongjie
（School of Civil Engineering， Northeast Forestry University， Harbin 150040， China）
Abstract： An urban green spatial layout coupling reconstruction system based on remote sensing analysis is designed to deal with the problem that the traditional spatial layout reconstruction system cannot locate urban green space accurately. The hardware part of the system is designed， which is composed of the remote sensing image acquisition module and data transmission module. On the basis of the hardware part， the compressed images are preprocessed in the software part. The image features are analyzed and extracted by means of the remote sensing analysis technology， so as to obtain green spatial layout information. The urban green spatial layout is reconstructed according to the analysis results to complete the system design. The comparison testing results verify that， in comparison with the traditional layout reconstruction system， the system designed based on the remote sensing analysis technology can locate urban green space more accurately.
Keywords： layout coupling reconstruction; system design; urban green space layout; remote sensing analysis; image processing; comparison testing
0 引 言
城市绿色空间是为了解决城市化所带来的一系列影响城市居民健康等新问题而提出的全新概念。随着城市的不断发展，城市绿地面积不断减少，改变了原有绿色空间布局的同时，也加重了生态环境的负担。合理的城市绿色空间布局不仅能够改善生态环境，保护和维持生态多样性，还能调节现今社会的快节奏生活[1?2]。因此，城市绿色空间的合理布局有利于城市的发展。
本文将设计基于遥感分析的城市绿色空间布局耦合重构系统，设计的目标是对城市绿色空间合理布局，并对已经改变的空间布局耦合重构。本文设计的系统由硬件和软件两部分组成，利用遥感分析方法处理系统硬件部分采集的二维城市空间布局图像，在软件部分使用小波分解等算法实现对城市绿色空间布局的耦合重构。下面对系统的硬件和软件部分分别详细说明。
1 城市绿色空间布局耦合系统硬件设计
1.1 空间布局遥感图像采集模块设计
为保证采集的城市绿色空间布局图像的准确性，采用多个不同遥感传感器采集模块。首先利用遥感传感器生成地面建筑及植反射图像，结合摄像式成像传感器和扫描式传感器保证图像细节，并使用无人机搭载相机在高空对空间布局信息进行分区采集[3]。经过图像压缩模块处理后，实现城市绿色空间布局耦合重构系统的设计。具体使用遥感传感器的相关参数数据如表1所示。
1.2 遥感图像数据传输模块设计
遥感图像数据传输模块由传输总线、数据传输卡和控制器组成。由于遥感图像中包含数据信息较多，要求传输模块需要具有较好的性能。因此，传输模块的总线选择传输速率为132 MB/s的PCI总线，数据传输卡选择支持PCI总线协议的通用PLX9052芯片[4?5]。PLX9052的连接示意图如图1所示。
由于遥感图像尺寸过大，对其分析时需要具有较大空间的处理器，因此需要对传输的遥感图像压缩处理。
1.3 遥感图像压缩硬件设计
遥感图像数据压缩模块包括发送端、接收端、压缩和解压缩3个部分。图2所示为遥感图像数据压缩模块框图。
为了在保证遥感图像质量，采用实现JPEG压缩的ADV212芯片，将图像转换为RAW格式的灰度遥感图像[6?7]。再将图像输入至ADV212芯片编码后，再由FPGA芯片将输出的遥感数据流发送至ADV212芯片解码，输出压缩处理后的遥感图像[8]。
2 城市绿色空间布局耦合系统软件设计
2.1 遥感图像预处理
遥感图像压缩由ADV212芯片中的控制器控制，经过解压缩处理后，完成对遥感图像的压缩。经系统硬件部分采集、压缩处理后的遥感图像需要在软件部分进一步处理。由于采集图像的遥感传感器和采集过程有一定程度上的失真[9]，这种畸变会影响遥感图像与真实目标匹配的准确度。因此需要对遥感图像做几何校正处理。本文采用三次多项式校正函数，将遥感图像整体做平移、旋转、缩放等变形处理[10]。对遥感图像几何校正后，对遥感图像数据融合。
通过遥感图像数据融合将单一传感器获取的数据融合，来增强遥感图像分析时的可靠性。为明确遥感图像融合目标，对遥感灰度图像按照波段进行如下的小波分解。
式中：i为小波分解的层数;R，G，B分别为按照光谱分解的三个波段;[LLR4]，[LLG4]，[LLB4]为三个波段对应的低频系数;[HLi]，[HIi]，[HHi]为小波分解后的遥感图像高频系数[11?12]。取小波分解后的高频和低频系数，进行小波合成，实现对遥感图像的融合，并增强图像中的细节边缘。利用遥感分析技术提取处理后遥感图像的绿色空间分布特征。城市绿色空间主体由于其光学效应与其他人造物体不同，故可以从遥感图像中获取城市绿色空间布局信息，实现对绿色空间布局耦合重构。
2.2 实现绿色空间布局耦合重构
考虑到我国多数城市的绿色空间主体特点，以河流为布局耦合主要联系媒介，道路为辅助媒介。如图3所示，采用图中的两种空间布局耦合方式。
根据确定的耦合关系，对绿色空间布局重构，并对城市中不同分布的区域分别进行改造，来实现城市绿色空间的耦合重构设计。
3 系统性能测试
本文设计的基于遥感分析的城市绿色空间布局耦合重构系统，能够对不合理的空间分布进行耦合重构。为了测试本文设计系统的性能，设计对比实验，通过与传统的空间布局重构系统的对比，验证本文设计的系统的优越性能。
3.1 测试内容
如图4所示，从该城市随机划分出5个总面积相同但绿色空间布局不同的区域作为实验对象。本文设计的系统作为实验组，传统的布局重构系统作为对照组，通过对比两组系统对实验对象中的绿色空间的识别程度，来验证两个系统的性能。
重构系统对绿色空间的定位精确程度，影响对绿色空间耦合关系的确定。准确对城市绿色空间布局定位，精准地划分绿色空间与其他空间，使耦合重构系统能够根据划分后空间之间的功能关系，确定空间耦合方式。因此，本次测试采用对比两个系统定位绿色空间准确程度，来验证性能。
3.2 测试结果
测试结果如图5所示，图中虚线框为两组系统对实验对象区域绿色空间的定位，分析图5得出结论。
分析图5可以得出如下结论。两组系统都能对实验对象区域中的绿色空间定位，但是实验组方法的定位明显更接近测试前框定的实验区域，对照组的定位区域与实际实验区域有重合，但是误差较大。说明实验组系统定位更准确。由于传统的空间布局系统是通过历史数据为依据，来实现对绿色空间定位，忽略了城市发展对绿色空间布局的影响。而实验组系统是通过对遥感图像的分析，完成定位，所以准确程度更高。综上所述，本文设计的系统能够解决传统系统对城市绿色空间布局定位不准的问题，能够更好地实现对空间布局的耦合重构。
4 结 语
本文设计了基于遥感分析的城市绿色空间布局耦合重构系统，利用遥感分析技术对采集的城市绿色空间布局图像分析，使用相关算法对图像处理，根据分析结果完成对空间布局的耦合重构。通过对比实验，证明了本文设计的系统具有极佳的性能，能够实现对城市绿色空间布局耦合重构。
注：本文通讯作者为曲忠捷。
参考文献
[1] 李莹莹，邓雅云，陈永生，等.基于卫星遥感的合肥城市绿色空间对热环境的影响评估[J].生态环境学报，2018，27（7）：1224?1233.
[2] 孟庆岩，孙云晓，张佳晖，等.基于多源遥感的建筑区绿化垂直分布特征与空间配置分析：以匈牙利塞克什白堡市为例[J].遥感技术与应用，2018（2）：180?186.
[3] 李莹莹，黄成林.快速城市化背景下上海绿色空间时空动态演变[J].安徽农业大学学报，2017，44（1）：87?93.
[4] 张杨，江平.基于RS和GIS的武汉市热岛效应时空演变研究[J].现代城市研究，2018（1）：119?125.
[5] 戴菲，陈明，傅凡，等.基于城市空间规划设计视角的颗粒物空气污染控制策略研究综述[J].中国园林，2019，35（2）：171?174.
[6] 于丙辰，刘玉轩，陈刚.基于夜光遥感与POI数据空间耦合关系的南海港口城市空间结构研究[J].地球信息科学学报，2018，20（6）：854?861.
[7] 田健，黄晶涛，曾穗平.基于复合生态平衡的城市边缘区生态安全格局重构：以铜陵东湖地区为例[J].中国园林，2019，35（2）：47?51.
[8] 潘思东.基于夜光遥感和小区POI的住宅发展与经济增长的空间耦合研究[J].地球信息科学学报，2017，19（5）：646?652.
[9] 吴建强，郭晋川，谭娟，等.广西峰丛洼地区生态需水与景观格局的空间耦合关系分析[J].生态与农村环境学报，2017，33（9）：800?805.
[10] 金佳莉，王成，贾宝全.北京平原造林后景观格局与热场环境的耦合分析[J].应用生态学报，2018，29（11）：3723?3734.
