城市生态修复景观布局特征智能提取方法仿真

理，利用处理结果构建一个加权无向图。通过蚁群法实现多层图的划分，判断图划分的归一化割值是否停止变化，如果结果 为是，则将获取的最佳图划分映射至原图像,得到最终的图像分割结果。基于城市景观布局图像分割结果，分别将城市生态 修复中的景观总面积、景观总周长、景观的分维数、景观的破碎化指数和嵌块体内缘比提取岀来。仿真结果表明，所提方法 特征提取耗时平均为0.24h,所得特征值与实际情况拟合程度高于当前方法。关键词:生态修复;景观布局;特征;提取中图分类号:TP391 文献标识码:BUrban Ecological Restoration Landscape Layout Feature

Intelligent Extraction Method SimulationLIU Si-rong,SUN Hai-yao(School of Art & Design, Hubei University of Technology, Hubei Wuhan 430068, China)ABSTRACT: In this paper, a method to intelligently extract landscape layout features in urban ecological restoration based on multi-criteria was presented. The remote sensing data collection method was used to collect and research the

landscape layout image in urban ecological restoration, and then the image was preprocessed. Meanwhile, the pro­cessing result was used to construct a weighted undirected graph. Moreover, the ant colony method was used to a-

chieve the division of the multi-level graph and thus to determine whether the change of normalized cut value of graph

stopped. If the result is true, then the best graph division was mapped to the original image to obtain the final result of image segmentation. Based on the segmentation result of urban landscape layout image, the total area of landscape, the total perimeter of landscape, the fractal dimension of landscape, the fragmentation index of landscape and the rati-

o for interior edge of abaculus were extracted from urban ecological restoration. Form simulation results, we can see that the average time consumption of feature extraction is 0. 24h. Meanwhile, the fitting degree between the obtained

feature value and the actual situation is higher than that of current method.KEYWORDS:Ecological restoration； Landscape layout； Feature； Extract1引言快速高效地获取城市生态修复景观布局特征,是建设城 市最为关键的手段和途径之一⑴。鉴于景观布局特征提取 的重要性,引起了相关专家学者的广泛关注和深度研究⑵。 当前基于DEM的城市修复景观布局特征提取方法，以宁陕

法进行野外调查的过程相对复杂、耗时长，不具备较高地运 行效率。科学技术的不断精进，出现了一些相对成熟的研究 成果⑶。于强⑷等人提出基于Cost Path模型的城市景观布局特

征提取方法。该方法以城市化为背景,选取西部生态相对脆

县为研究区域，依据野外调査，通过地形图以及GIS软件构

弱的磴口县当作实验区域。分别通过景观格局指数和景观 的转移网络等法得到景观布局特征，并实现景观格局演变的

建数字高程模型，并提取地形相关信息。利用遥感解译于 GIS空间数据库的构建,获取景观格局特征的分布状况和相

分析。以分析结果为依据，判断生态源地及其分级，利用 Cost Path模型将生态廊道上依据生态节点的顺序进行提取，

应属性数据，同时对地形以及景观布局关系进行分析。该方同时构建了城市化条件下磴口县的基本设施网络。仿真结 果表明，该方法提取到的特征与实际情况相符程度较高，但

收稿日期:2018-04-08修回日期：2018-05-10

提取耗时长。余兆武⑸等人提出基于RS、GIS及Fragstats的—201 —城镇化景观布局特征提取方法。该方法以上杭县为例，基于

ri = X ei.i

⑶2004年和2014年的遥感影像以及DEM等数据信息，通过 RS、GIS和Fragstats技术对该县景观变化进行定量分析，得

式(3)中,代表轮廓波萦数的能量和,％,代表第i层第 /个方向上轮廓波系数的能量和。利用式(3)对各分解层中各个方向上的子带能量最大值

到景观布局特征。仿真结果表明，该方法运行能耗低，但存 在特征提取结果与实际特征向量不相符的情况。杨俊⑷等

人提出基于Arc GIS的城市景观格局特征提取方法。该方法 将大连市的中山区当作研究对象,选取其2003年和2013年 的城市建设数据作为研究基础，通过Arc GIS分析法由多角

进行计算。因为城市生态修复景观布局图像纹理的旋转，导 致同一个分解层上，某方向上能量最强的子带系数可能会岀 现在另一个方向的子带上,不过能量的大小没有变化。则有

mi = max(eiv)

度对城市10年之间的景观格局分布特征进行分析。实验结 果表明，该方法得到的特征提取结果准确性较低。(4)式(4)中，叫代表某分解层轮廓波分解系数能量最大 值。城市化生态修复景观布局特征提取，对于城市建设而言

十分重要。目前大部分城市景观布局特征提取方法性能不 是很完善，导致提取到的特征与实际情况不是十分相符，这 样会使得城市生态修复效果不理想。为解决当前相关方法 存在的特征提取耗时长、提取结果与实际结果相符程度不高

的问题，提出基于多指标的城市生态修复景观布局特征智能

提取方法。2城市生态修复景观布局特征提取原理在城市生态修复景观布局特征提取原理中，针对采集到 的城市景观布局图像纹理实现基于轮廓波分解系数的城市 景观布局特征提取。先对采集到的城市生态修复景观图像

进行归一化，对归一化结果实行轮廓波分解,并计算分解层

小波系数的能量之和。再对各分解层的各个方向上的子带 能量最大值进行计算，以此将其中最具代表性的特征向量提 取出来。假设现已利用遥感图像采集的方式得到了城市生态修

复景观布局图像数据，将图像子带方差大小和各个分解层次 各方向子带上的方差之和当作图像纹理特征向量。基于此，

城市生态修复景观布局特征提取原理过程如下：针对一幅城市景观布局图像实行归一化处理，以此实现

图像直流分量的去除⑺。其中,归一化公式为GG,y) = £-/+，>

(1)式(1)中,G(x,y)代表归一化后的城市生态修复景观布 局图像,E代表归一化因子，乂和y代表图像坐标。对经式(1)归一化后的图像进行轮廓分解。过程为:依

据图像的分辨率从高至低进行排列，将第一层分解成16个 方向上的子带，将第二层分解成8个方向上的子带,将第三

层分解成4个方向上的子带，将第四层分解成3个方向上的

子带。其中，分解公式为e, = G(x,y) • a]

⑵式(2)中代表分解子带方差,i代表分解层次。依据式(2)的计算，对各个分解层小波系数的能量和进 行计算。由于城市生态修复景观布局图像同一纹理在旋转

之后于某分解层次上，轮廓波系数的能量和可以基本维持不 变,所以将轮廓波分解后的同层次中各个方向上的子带系数 方差实行累加操作,获取该分阶层轮廓波系数的能量和⑷。 上述可利用式(3)表示——

202—综合上述计算，将城市生态修复景观布局特征依据分解

层构建的纹理特征向量集合可表示为Z = [“，「2，『3，“,％,眄，皿3，叫]

⑸式(5)所得结果，即为基于轮廓波分解系数的城市景观 布局特征集合。在城市生态修复景观布局特征提取原理中，仅对城市生 态修复景观布局图像的纹理特征进行了提取,这会严重影响 特征提取的全面性与准确性。该方法已无法满足现实需要，

提出基于多指标的城市生态修复景观布局特征智能提取方 法。3 城市生态修复景观布局特征智能提取方法3.1 城市生态修复景观布局数据处理为加速城市生态修复景观布局特征提取,利用遥感数据

采集的方式采集研究城市景观布局图像。为增强提取到的

特征与实际情况相符程度，需要对图像进行分割。过程中，

先对图像进行预处理，利用处理结果构建一个加权无向图。

通过蚁群法实现多层图的划分,判断图划分的归一化割值是

否停止变化,如果结果为是，则将获取的最佳图划分映射至 原图像，得到最终的图像分割结果。在城市生态修复景观布局遥感图像的颜色空间中，将颜 色、亮度和纹理当作超像素区域特性描述⑼。在此,将超像 素点描述特征表示为/ =〈/,址,犷〉，其中，说代表超像素 颜色特征向量，址代表超像素亮度特征向量,犷代表超像素

纹理特征向量。则在对颜色特征向量距离、亮度特征向量与 纹理特征向量距离进行计算时，使用的是疋距离计算方式Q =寻耳人先丫需

⑹式(6)中和/>2代表直方图的统计向量,R代表直方

图的上界。通过式(6)的计算，能够得到一个加权无向图，其可作

为蚁群运动约束环境。g = 3,d,Q)

(7)在式(7)中，\"和d、(？代表无向图的顶点。基于上述内容，利用蚁群法实现图划分。蚁群中的蚂蚁

在行进时,会出现移动和暂停两个模式，且蚂蚁能够对刚走 过的搜素路径进行记录。如果蚂蚁/1于t时刻处在顶点”，则其会按照顶点\"位置的局部相似环境确定运行状态。其中,

局部相似度计算公式为sim(v') = max ［0,-------------V 且］

(8)式(8)中,sim(u)的值越大，那么蚂蚁目前所在位置的 环境相似程度就越高，相反就越低。NH(”)代表在0相邻顶

点除掉在该蚂蚁记录中顶点之后的集合,*代表权值归一化 后的值。假设环境的相似程度比较高，那么蚂蚁往前移动，

反之蚂蚁需要暂时停止。为减少图像分割耗时，将蚂蚁选择 移动状态概率表示为式(9)P =［严％(9)

l/c + sim(v)」式(9)中/代表一个正数,该值能够调整局部相似度对

蚁群运动状态选择产生的影响。假设蚂蚁选取了暂停模式,则证明目前的顶点也许为图

划分割集正在依附的顶点，此时能够将蚂蚁记录清空〔冋。 假设蚂蚁选取了移动模式，那么需要对下一步需要路过的边

进行选取。这时,需要对启发式信息与环境信息素进行综合 考虑,进而决定蚂蚁需要走的边。一方面，所选的边要倾向 于权值比较大的边，另一方面，需要倾向于每条边被蚁群中 的蚂蚁路过的次数值比较大的边。对于边d的选取概 率可表示为EVP (J)\"

(d°EVD (d)\")(10)式(10)中，\"和p分别代表启发式信息与信息素影响因子。利用上述方式，当全部蚂蚁运动一次,或移动或暂停，就

相当于实现一次迭代。当此次迭代生成的图划分归一化割值NCut与前一次迭代生成的NCut之间比值有较大提升时,所有边均减1。当NCw值不再改变时，将获得全局最佳图划分。其中NCut的计算如式(11)所示NCutO' +P\")2 EVDQ + d + Q)(11)利用式(11)计算结果，将获取的最佳图划分映射至原图像,得到最终的图像分割结果可表示为NCut ・“・ Z(%,y)EVD(p' +/)(12)式(12)中,£(x,r)代表城市生态修复布局图像分割结果,“代表映射系数,Z(x,y)代表原始城市生态修复景观布局图像。3.2 基于多指标的城市景观布局特征智能提取对城市生态修复景观布局特征进行提取的过程中,基于

城市景观布局图像分割结果，分别提取景观总面积、景观总

周长、景观的分维数、景观的破碎化指数和嵌块体内缘比。

详细过程如下。城市生态修复景观布局的分维数能够用来对斑块复杂

度进行测定，按照景观面积和周长之间存在的关系，可将分 维数定义为p K •(严)~ L(x,y)(13)针对单个正方形的斑块,将斑块数量K选取为4,则有

D- = 21og(P\"/4)log/f(14)式(13)和式(14)中”代表分维数,P'代表斑块的周

长代表斑块的面积。城市生态修复景观布局中景观的破碎化指数计算公式 为码=峠空

(16)N c式(15)和式(16)中,FR、FN2代表景观斑块的破碎化

指数,Nc代表景观数据阵方格网格子总数量。N”代表景观 中各种类型斑块的总数量,MPs代表景观各种类型斑块平均

面积，的代表景观中某种类型斑块的总数量。嵌块体内缘比0'：利用景观斑块周长与面积之间的比值

对嵌块体边界效应进行表示0 =与

(17)综上,通过多指标计算的方式得到的景观总面积、景观

总周长、景观的分维数、景观的破碎化指数和嵌块体内缘比

可较为全面地表示城市生态修复局部特征。4实验结果与分析以验证基于多指标的城市生态修复景观布局特征智能 提取方法有效性为目的，进行一次实验。实验数据来源于某 个正在进行生态修复的城市，利用遥感影像的方式采集该地

域景观布局图像，将所提方法在实验平台上实现。实验指标

为提取到的特征与实际情况拟合程度和特征提取耗时。实

验区域如图1所示。图1实验区域实验结果如图2所示。由图2可知，基于RS、GIS及Fragstats的城镇化景观布

局特征提取方法运行后得到的特征值与实际情况相符程度 呈倒U字发展，可靠性较差。基于Arc GIS的城市景观格局

—203 —特征提取方法所得特征与实际情况拟合度并不高,不具备持

久性。基于多指标的城市生态修复景观布局特征提取方法 随着实验迭代次数和城市生态修复景观面积的增加,景观布

局特征提取结果与实际情况的拟合程度一直处于一个相对 平稳的状态，拟合度整体较高。根据上述分析，所提方法更 加可靠。表1中,U代表城市生态修复景观面积，单位为km2o I

代表基于Cost Path模型的城市景观布局特征提取耗时，单位 为h。J代表基于多指标的城市生态修复景观布局特征提取

耗时,单位为h。(\"基于RS、GIS及Fmgstats的城镇化景现布局特征提取准确性表1不同方法特征提取耗时对比U150025003500I J0.40.50.10.20.20.70.945000.30.455001.3表1中，基于Cost Path模型的城市景观布局特征提取耗 时平均为0.76h,基于多指标的城市生态修复景观布局特征

提取耗时平均为0. 24ho由此可见，所提方法在景观布局特 征提取耗时方面要优于当前方法。(b)基于Arc G1S的城镇化景现布局特征提取准确性5结束语

针对当前景观布局特征提取方法存在的提取耗时长、提

取结果与实际情况不符的问题,提出基于多指标的城市生态

修复景观布局特征提取方法。在进行特征提取之前利用遥

感摄影的方式得到研究城市生态景观布局图像，提高了景观 布局特征提取的效率。对所得遥感图像进行分割，同时利用

多指标的形式，提取景观的分维数、景观的破碎化指数和嵌 块体内缘比等代表性较强的景观布局特征，提高了城市生态 景观布局特征提取准确性。(c)基于多指标的城市生态修复景观布局特征提取准确性图2不同方法所得特征与实际特征拟合度对比参考文献：[1] [2] [3]

邹月，周忠学.西安市景观格局演变对生态系统服务价值的影 响[J].应用生态学报，2017,28(8):2629-2639.王琬.城市色彩景观合理布局优化设计仿真研究[J].计算机

教军山公园景观规划设计为例[J].沈阳农业大学学报(社会

科学版)，2017,19(4) ：483-4.[8] [9]

李坤，等.云南石漠化地区植被生态修复群落特征研究[J]. 中国园林,2017,33(11): 41-46.仿真，2017,34(6)： 241-244.李杨帆，林静玉,孙翔.城市区域生态风险预警方法及其在景

杨沅志，等.快速城市化地区城市森林景观破碎化的动态演变 分析[J]・华南农业大学学报，2016,37(4):97-104.贺梦琦.聚氨酯硬泡技术在绿色建筑生态节能设计中的应用.[J]•科技通报,2017,1(33):174-177.观生态安全格局中的应用[J].地理研究，2017,36(3)： 485-494.[10]

[4] 于强，等.磴口县景观格局演变特征及生态网络构建[J].中 国沙漠，2017,37(3): 601-609.[5] [6] [7]

余兆武，等.城镇化过程中福建省山区县农村聚落景观格局变

[作者简介]刘斯荣(1971-),女(汉族)，湖北荆州人，硕士，教

授，研究方向：生态景观；化特征[J].生态学报，2016,36( 10) ：3021 -3031.杨俊，等.城市三维景观格局时空分异特征研究一一以大连市 中山区为例[J].地理学报,2017,72(4):6-656.金煜，等.工矿废弃地生态恢复与景观重建研究——以海城市

孙海耀(1992-)，男(汉族)，山东枣庄人，研究生,

研究方向：生态景观。—204 —