無人機遙感技術在城市綠地監測中的應用進展

張敏霞 梅丹英 高偉俊 鮑沁星 李方正

摘要：快速準確掌握城市綠地信息和動態變化是正確評估城市綠地生態效益和有效規劃管理城市綠地的重要基礎。無人機遙感技術的運用為快速準確獲取城市綠地信息提供了技術條件，成為微中觀尺度上綠地監測的重要工具。文章深入研究無人機系統在城市綠地監測中的應用現狀，從綠地信息提取、變化檢測、生態系統服務3方面綜述了國內外最新研究進展，結果表明，無人機遙感在城市綠地信息提取方面的技術已經較為成熟，且在城市綠地變化監測和評估城市綠地生態系統服務方面已經進行初步嘗試。

關鍵詞：無人機，遙感技術，城市綠地，綠地監測

DOI： 10.12169/zgcsly.2019.05.12.0005

快速準確掌握城市綠地信息和動態變化，準確評估城市綠地生態效益，客觀分析城市承載力，是合理制定城市綠地規劃的工作基礎[1]。近年來，無人機遙感作為一種新型空間遙感得到了快速發展，并在全球范圍內引起了廣泛關注，很多組織或個人開始研制集成多種傳感器的無人機系統。傳感器設備的更新和圖像處理技術的發展為城市綠地監測研究帶來新的契機，而消費級無人機市場占有率急劇增加，無人機與傳感器設備朝著微型化發展，則為具有廣泛需求的城市綠地微觀尺度的研究探索提供了設備支持。我國城市綠地監測業務需要更為細致靈活地對樣地進行定期觀測，微小型無人機在此方面具有廣闊的應用前景，特別是對于人和大型飛機不易到達的區域具有更為顯著的優勢。

1無人機系統

1.1無人機類型

無人機系統主要由3部分組成，即無人駕駛飛行器、地面控制站、由地面控制站負責指揮和控制無人機的數據傳輸系統[2]。無人機類型多樣，因其所對應的有效載荷、續航時間和目的不同，無人機應用研究的尺度也不同，從而可獲得分辨率各異的遙感數據。無人機可以按動力來源、控制方式、用途、結構、航程分為不同類型，如按照結構分為固定翼、旋翼、多旋翼無人機，按動力來源分為油動、電動、混合動力。關于無人機的分類目前還沒有通用的規范，常用的分類方式是依據無人機的機身重量分為微小型（<5 kg）、小型（<30 kg）和戰術型（<150 kg）[3]。

1.2無人機應用領域

無人機的發展始于1916年由美國人Lawrence和Elmer Sperry發明的第一臺無人機[4]。至20世紀中后期，無人機被廣泛用于軍事領域，特別適用于執行有危險、人無法進入或涉及空中監視時間過長的任務[5]。20世紀90年代，隨著無人機技術的發展和體量的減小，無人機開始應用于民用領域，并在隨后的20年中得到迅速的擴展。至今，無人機已經進入全民應用階段，并被世界各地的研究人員用于各專業領域的全新探索。

無人機在林業與農業監測中已經得到廣泛的應用[6]，此外在考古探測[7]、災害響應[8]、氣象監測[9]、城市建設規劃[10]等方面也獲得了顯著的研究成果。在城市建設規劃中無人機可以執行建設監控[11]、交通監管[12]和施工管控[13]等方面的任務。在城市綠地監測方面，無人機的使用對判別城市綠地結構、類型、空間分布以及識別植物種類具有顯著優勢[13-14]。

隨著空間遙感技術的發展，具有更高時空分辨率的無人機遙感技術越來越多地被應用于城市研究[15]，這給城市綠地監測研究帶來了發展的契機。

1.3無人機在城市綠地監測中的優勢

無人機遙感具有高時效、高機動性、高分辨率、云下低空飛行、成本低等優勢[16]，為城市綠地識別與監測提供了新的方式和視角，可以作為地面遙感、衛星遙感和航空遙感的補充。無人機具有的時間可調度性和高度可控性可以滿足不同綠地監測范圍的實時數據傳輸，在非入侵式綠地探測研究中發揮著巨大的作用[17]。無人機小型化獲得的高機動性極大支持了其在建筑與樹木密集區域的行動力。同時，其在云層下成像的特點去除了大氣云層的影響，較低的拍攝高度可使空間分辨率達到亞米級，且可獲取精確的三維空間數據[18]。另外，低成本的消費級無人機的普及能夠滿足各相關部門不同尺度城市綠地監測研究需求。

基于以上優勢，無人機遙感無疑將成為城市綠地監測的利器，其獲取的遙感圖像被認為是城市綠地研究的合適數據來源[19]。本文將從城市綠地信息提取、變化監測和生態系統服務3方面探討無人機的研究進展。

2城市綠地信息提取

無人機遙感技術為快速準確提取綠地信息提供了大比例尺度的高分辨率影像數據[20]，便于獲取城市綠地空間分類制圖、綠地特征參數及綠地三維數據。

2.1城市綠地制圖

城市綠地制圖關鍵在于對城市植被區域的土地覆蓋類型的識別[21-22]，其使用的數據包括衛星圖像（中等分辨率或高分辨率）、航空攝影圖像（高分辨率）和無人機圖像（超高分辨率）。其中，中等分辨率的多光譜衛星圖像，例如Land satTM和Landsat ETM+，可以被用來量化城市植被豐度;高分辨率的IKONOS，QuickBird等衛星數據和航空攝影目前已經廣泛應用于城市植被制圖和分類識別[23]。盡管衛星圖像和航空攝影具有區分大面積土地覆被類型的能力，但對于城市內部微觀尺度的植被覆蓋信息卻缺少準確提取的能力。

無人機遙感則為準確提取和繪制城市微觀尺度的土地覆被類型提供了技術方法。由于能夠在低海拔獲得超高分辨率的圖像，在高度異質的城市植被制圖方面具有巨大的潛力。近年來越來越多的傳感器與相機設備朝著小型集約化發展，無人機甚至已經能夠搭載多光譜相機、高光譜相機、熱紅外相機、可見光相機等多個小型設備完成飛行任務，得到包含多重信息的植被二維數據，獲得特定區域的超高精度綠地分布圖。此外，還可以通過不同的解譯算法與數據分析方法提高圖像分類精度。Feng等[24]提出了一種利用隨機森林和紋理分析的混合方法來精確區分城市植被區域的土地覆蓋。Lin等[25]基于k-means聚類法和RGB植被指數進行植被覆蓋分類制圖，并綜合紋理分析和顏色參數識別植被分布。

2.2綠地特征參數

無人機超高分辨率的影像可以滿足城市內部綠地特征參數的采集，利用植被指數在微觀尺度上監測植被光譜特征的變化。目前已經定義了40多種植被指數，主要包括歸一化植被指數、差值植被指數、垂直指數、比值植被指數等。通過無人機可獲取高時空分辨率的多光譜圖像、高光譜圖像、熱紅外圖像和可見光圖像用于計算植被指數，從而表征植被光譜特征，并反演植被覆蓋度與葉面積指數等[26]。

植被覆蓋度的測量對于城市微觀尺度綠地規劃和研究格外重要。植被覆蓋度是地表植被垂直投影面積占總面積的百分比，是研究城市綠地生態系統平衡、水土流失、氣候變化和景觀組成的重要綠地指標。Xirui等[27]采用消費級無人機調查了典型的城鄉結合部植被覆蓋度現狀，并進行了植被覆蓋度的空間結構和空間異質性分析。

2.3綠地三維數據

無人機獲取高精度城市綠地三維數據的主要方式有攝影測量、激光雷達和合成孔徑雷達[28-29].由于小型無人機合成孔徑雷達在綠地研究的應用較少且成像較模糊，本節主要探討前兩種方式在城市綠地研究中的應用。

無人機攝影測量系統通常搭載可見光或多光譜相機，配備全球導航衛星系統和慣性測量單元，通過三維重建算法將高重疊率的航拍照片生成具有相對參考坐標的圖像及點云，并采用地面控制點、參考影像等方式進行幾何校正。目前微小型無人機已經可以較平穩地獲取航空影像，提高圖像匹配精度。IBAN[30]使用了簡單集成相機和兩架無人機實現建立交互式的環境景觀數字高程模型（ DTM）、數字表面模型（DSM）高分辨率正射影像、3D數字攝影測量模型來估算植被體積。

無人機激光雷達系統一般搭載集成化的激光掃描儀，與大型機載激光雷達相比，它可以大大降低成本并提供更密集的激光雷達點云[31]。Shidiq等[32]證實了基于無人機的激光雷達在高異質性的城市森林地區創建高程數據的能力。無人機激光雷達具有穿透性，有助于獲取植被冠層結構和植被覆蓋下的地形信息，其光譜信息單一，但攝影測量技術可以生成包含豐富光譜信息的多分辨率植被三維模型。無人機激光雷達和攝影測量數據的結合可以彌補單一方式的不足。

城市綠地三維模型從水平和垂直方向對城市綠地空間形態進行全方位研究，可以突破現有二維層面研究結論，進而充分考慮空間的整體性。Sehreyer等[33]對不同尺度的遙感技術在植被參數評估中的應用進行了總結，并分別用TanDEM -X高程衛星數據和基于無人機的三維點云數據來模擬城市地區的三維植被[34].結果表明無人機更適用于異質性城市綠地的研究。

3城市綠地變化監測

無人機遙感技術可實現飛行的可重復性、快速數據采集和對地面站的實時傳輸，使對城市綠地信息的獲取與更新更加迅速，目前的應用研究主要體現在植物生長狀況監測、綠地災害監測和綠地污染物檢測3個方面。

3.1植物生長狀況監測

應用無人機技術對城市綠地基礎設施、公園、街道綠化等進行評估，以一種非常有效的方式收集關于生長速度、物候變化、形態結構變化等城市綠地植被生長狀況的專業信息。在遙感技術領域反映植被生長狀況的指標主要有歸一化植被指數、差值植被指數、垂直指數、比值植被指數等，其中應用最廣泛的是歸一化植被指數（ NDVI）。

NDVI是一個簡單的圖形指示器，用來評估被觀察的目標是否含有活的綠色植被[35]。隨后的研究表明NDVI與植物冠層的光合能力和能量吸收直接相關[36].因此可以作為植物生命力的反映。在專業無人機系統的協助下，可利用多光譜/高光譜攝像機進行成像，收集定位信息和高質量的光譜數據。采集的現場信息由專業的攝影測量處理平臺Pix4D進行處理，從而獲得高質量的NDVI模型。NDVI模型中不同的顏色范圍代表了植物的健康程度，該技術為分析城市綠地所涵蓋的環境、社會和經濟服務提供了基本的植被健康信息。Dimitrov等[37]通過無人機搭載多光譜成像儀“Parrot SEQUOIA”獲得NDVI模型，評估了Karlovo部分研究區域綠色基礎設施的質量，并與原位觀測對比分析，綜合兩種方法以評估Karlovo公園、城市森林、體育活動區和中心城鎮4種不同類型區域的喬灌木植被健康狀況。

3.2綠地災害監測

無人機遙感技術可以實現城市綠地的遠程監控與災難的后續詳細調查，可以到達并評估從地面無法到達或看到的樹木區域。Nasi等[38]對比研究了基于高光譜成像技術的無人機和飛機兩種系統對單個樹木水平上評估樹皮甲蟲對挪威云杉樹的危害的可行性，結果表明基于無人機的低成本遙感技術顯示出更高的準確度。2hang[39]利用無人機遙感技術對日本虎杖入侵物種分布及生境條件進行空間分析，實例證明，無人機對于單獨的樹木或種群調查與植物入侵昆蟲和病原體等流行病的快速檢測是有效的。Kulhavy等[40]利用微小型無人機評估了52棵樹的樹干狀況、生長情況、樹冠結構、昆蟲和疾病、樹冠發育情況和預期壽命等6個變量。此外無人機攝影測量還能夠用于林火監測，識別林火點和受災范圍等。

3.3綠地污染物檢測

城市綠地生態系統可以通過植物葉片吸收和捕獲空氣中的污染物緩解城市空氣污染，然而污染物分布的時空演化取決于周圍環境、風力風向、湍流水平以及溫濕度等，因此開發能夠監測和跟蹤污染物運動的科學技術是當前城市綠地污染物檢測的重要任務。

微小型無人機集合多種傳感器平臺系統能夠及時和準確地獲取這些數據，并且因為該系統可以實現遠程的自動化操控.操作人員不需要接觸空氣污染物，從而避免了潛在的危險[41]。該方法不僅可以獲取包含空氣污染物濃度數據在內的可見光圖像、光譜圖像、環境氣候參數等多源數據，還實現了低成本高空污染物垂直濃度數據的動態監測。Liu等[42]研究比較了南京市區與城市森林公園顆粒濃度垂直分布，經無人機測量發現路邊的樹木由于較大的葉面積可以限制顆粒物在指定高度的垂直擴散，導致PM2.5和PM10濃度分別下降24%和26%。

4城市綠地生態系統服務

城市綠地提供的生態系統服務不僅支持城市的生態完整性，還可以保護城市人口的公共健康[43-44]，改善城市居民的生活，提供游憩場所，緩解氣候變化[45]，促進城市可持續發展[46]。合理評估城市綠地的生態服務和生態安全[47-48]是充分發揮其生態功能的基礎，同時也是開展城市綠地規劃建設、有效管理城市綠地的重要依據。

4.1城市綠地熱環境

衛星遙感已被認為是在宏觀和中觀尺度上研究城市熱環境的有力丁具[49-50]，然而，較低空間分辨率和時效性的衛星遙感數據對于捕獲復雜的城市綠地內部地表溫度變化以及研究地表溫度與綠地特征之間的精確關系是不夠的。雖然帶有熱紅外多光譜掃描儀的機載平臺可以提供比衛星更好的空間分辨率，但高昂的價格、操作技術難度和較高的維護成本限制了其在研究中的廣泛應用。

利用無人機獲得的高分辨率熱像圖可以提供比衛星和機載平臺更詳細的熱信息，從微觀尺度觀察城市綠地熱環境，研究城市綠地緩解熱島效應的潛力、植物的熱特性和表面溫度分布及變化的影響關系。Ren等[51]在廣州大學校園研究區域內利用無人駕駛飛艇得到了0. 8m空間分辨率范圍的地表溫度地圖。Gaitani等[19]采用無人機載多光譜成像傳感器在雅典的一處城市廣場區域進行了空中調查和現場測量，形成了高分辨率的地表溫度分布和材料性能的地圖，以分析城市植被的表面溫度影響機制。

4.2城市綠地用戶服務

城市綠地為城市居民提供了日常游憩鍛煉的場所，與城市公共健康和人居環境可持續發展息息相關。研究城市綠地的使用情況可以幫助更成功地規劃公園、社區和街道綠化，并有助于制定策略以促進用戶使用。以往的研究利用大數據信息探索經濟、政策和交通等外部因素對城市綠地用戶時空分布的影響[52-53]，而較少研究綠地內部因素對用戶體驗與用戶數量分布的作用機制。

對于城市綠地內部的監測，傳統的地面直接觀察方法需要耗費大量的人力，對于大型城市綠地來說這種方法是低效的，小型無人機則具有優勢。Park等[54-55]研究探討了無人機在公園使用研究中的可用性。攜帶攝像機的無人機結合了肉眼觀察和錄像的優點，相比地面觀察方法能在更短的時間內覆蓋更大的區域，可充分節省數據收集所需的時間和成本。無人機錄制的視頻文件便于后期數據收集、處理和校驗。此外，由于無人機不僅能更準確地捕捉到人的數量，而且還能捕捉到他們的活動、屬性和空間模式，數據信息更豐富。

4.3城市雨洪管理

隨著城市綠地被密集的居住區、硬質鋪裝等不透水地表替代[56]，城市內澇問題越發嚴重，如何將城市暴雨從人口密集區域引導出去成為一項重要挑戰，它需要使用可靠的水文模型預測排水基礎設施的水力特性。由于難以獲得詳細的圖像數據，全球許多地區普遍缺乏準確的土地使用資料，這給水文模型的預測帶來了極大的阻礙。無人機允許人們以相對較低的成本在所處地塊獲得高分辨率圖像，執行按需重復測量。Tokarczyk等[57]首次研究了從無人機圖像中獲得城市地區高分辨率不透水地圖的可能性，比較使用消費級無人機生成的不透水性地圖和瑞士國家制圖機構獲得的標準大尺寸航空圖像，證明了利用無人機能夠實現城市洪水監測，提供潛在淹沒區域的精確信息，幫助建立城市地區的降雨徑流模型，支持洪水風險評估。

5討論與展望

當前無人機遙感在城市綠地研究中的應用仍相對零散，研究方面涉及城市綠地信息提取、變化監測和生態系統服務等方面，多為城市綠地信息提取方面的技術性應用。研究成果相對成熟，技術操作性強，提取方式多樣，可用于繪制高精度的城市綠地植被覆蓋分類圖，提取城市綠地覆蓋度變化和綠地分布信息，獲取綠地中單個樹木或林分尺度的三維結構特征等。

隨之而來的是無人機在城市綠地變化監測研究中的應用嘗試，例如無人機對于監測植被生長狀況、災害響應與綠地污染物檢測等。此外，無人機遙感還為評估城市綠地生態系統服務提供了異質性的綠地表面溫度地圖、用戶使用數據與城市排水模型，但尚停留于技術性的探討，特別是城市綠地對于地表熱環境的作用機理研究仍比較缺乏。無人機遙感技術在城市綠地監測和生態系統服務方面的應用尚未建立成熟的技術體系和評估系統。

盡管無人機遙感對城市綠地調查有著眾多的優勢，但由于無人機影像的分辨率高、數據量大、圖像處理難度大等問題，對于數據的量化分析依舊存在較大的挑戰，這需要更加高效的圖像處理和分類方法。此外，由于無人機平臺荷載的限制，往往要求所載設備體積更小、自動化程度更高[58]。雖然無人機系統在空間分辨率上相對衛星與航空遙感具有顯著優勢，但其遙感范圍小、時間同步性差、續航時間短的問題將極大限制其運用。無人機平臺自身和軟件處理技術的進步將對其在城市綠地監測研究的應用擴展產生巨大影響。最后還需要考慮無人機飛行活動的合法性，遵守國內外相關法規和規定[59]。

參考文獻

[1]楊柳，陳延輝，岳德鵬，等無人機遙感影像的城市綠地信息提取[J].測繪科學，2017.42（2）：59-64.

[2] NONAMI K，KENDOUL F.SUZUKI S， et al.Autonomous FlyingRobots[M].Tokyo：Springer，2010.

[3] COLOMINA I. MOLINA P.Unmanned aerial systems for photo-grammetry and remote sensing：A review[J ].ISPRS Joumal ofPhotogrammetry and Remote Sensing，2014，92：79-97.

[4] NONAMI K.Prospect and recent research&development for civiluse autonomous unmanned aircraft as UAV and MAV[J] .Journalof System Design and Dynamics，2007，1（2）：120-128

[5]廖小罕，周成虎.輕小型無人機遙感發展報告北京：科學出版社.2016

[6] ADAO T，HRUSKA J， PADUA L， et al.Hyperspectral imaging：Areview on UAV-based sensors，data processing and applications foragriculture and forestry[J].Remote Sensing，2017，9（11）： 1110

[7] FERNiNDEZ-HERNANDEZ J，CONzALEZ-ACUILERA D，RODRICUEZ-CONZALVEZ P，et al.lmage-based modelling fromunmanned aerial vehicle（ UAV） photogrammetry： an effective，low-cost tool for archaeologiCdl applications[J].Archaeometry，2015，57（1）：128-145.

[8] MERINO L，CABALLERO F，MARTINEZ-DE-DIOS J R，et al.Anunmanned aircraft system for automatic forest fire monitoring andmeasurement[J].Joumal of Intelligent&Robotic Systems，2012，65（1-4）：533-548

[9] REUDER J，BRISSET P，JONASSEN M， et al.The SmallUnmanned Meteorological Observer SUMO：A new tool for atmos-pheric boundary layer research[J].Meteorologische Zeitschrift，2009，18（2）：141-147.

[10] DJIMANTORO M I，SUHARDJANTO C.The Advantage by UsingLow-Altitude UAV for Sustainable Urban Development Control[C] //IOP Conference Series： Earth and Environmental Science.IOP Puhlishing，2017 ，109（1）：012014

[11] HAM Y，HAN K K，LIN J J，et al.Visual monitoring of civil in-frastructure systems via camera-equipped Unmanned Aerial Ve-hicles（ UAVs）：a review of related works[J].Visualization inEngineering，2016，4（1）：1

[12] KE R，LI Z，KIM S，et al.Real-time bidirectional traffic flow pa-rameter estimation from aerial videos[J].IEEE Transactions onIntelligent Transportation Systems，2017 ，18（4）：890-901.

[13] TANC L，SHAO C.Drone remote sensing for forestry researchand practices[J].Joumal of Forestry Research， 2015， 26（4）：791-797.

[14]許兆軍.高精度無人機影像同林綠化遙感測試應用研究[J].國土資源導刊，2016，13（4）：62-67.

[15] GAITANI N，BURUD I， THIIS T，et al High-resolution spectralmapping of urban thermal properties with unmanned aerial vehi-cles[J].Building and Environment ，2017 ，121：215 -224

[16]胡健波，張健.無人機遙感在生態學中的應用進展[J].生態學報，2018，38（1）：20-30

[17] GADI V K，GARC A，PRAKASH S，et al.A non-intrusive imageanalysis technique for measurement of heterogeneity in grass spe-cies around tree vicinity in a green infrastructure[J ].Measure-ment，2018，114：132-143

[18] JAAKKOLA A， HYYPPA J，KUKKO A， et al.A low-cost multi-sensoral mobile mapping system and its feasihility for tree meas-urements[J].ISPRS Journal of Photogrammetry and RemoteSensing，2010，65（6）：514-522.

[19] OTERO V，VAN DE KERCHOVE R，SATYANARAYANA B，etal.Managing mangrove forests from the sky： Forest inventoryusing field data and Unmanned Aerial Vehicle（ UAV） imageryin the Matang Mangrove Forest Reserve， peninsular Malaysia[J]Forest Ecology and Management，2018，411：35-45.

[20]楊柳，陳延輝，岳德鵬，等.無人機遙感影像的城市綠地信息提取[J].測繪科學，2017，42（2）：59-64

[21] ROSA D.L，WIESMANN D.Land cover and impervious surface ex-traction using parametric and non-parametric algorithms from theopen-source software R：An application to sustainahle urban plan-ning in Sicily[J] .GISci&Remote Sens ，2013 ，50（2）：231-250.

[22] GINI R，PASSONI D，PINTO L，et al.Use of unmanned aerialsystems for multispectral survey and tree classification：A test ina park area of northem Italy[J ].European Joumal of Re，ruoteSensing，2014，47（1）：251-269.

[23]汪少華，趙天忠，王鑫，等.利用同態濾波提取高分辨率遙感影像樹冠信息[J].遙感信息，2015，30（3）：60-64.

[24] FENC Q，LIU J ，GONG J.UAV remote sensing for urhan vegeta-tion mapping using random forest and texture analysis[J]Remote Sensing，2015 ，7（1）：1074-1094.

[25] LIN Y，JIANC M ，YAO Y，et al.Use of UAV oblique imaging forthe detection of individual trees in residential environments[J]Urban Forestry&Urban Greening，2015 ，14（2）：404-412.

[26] BERNI J A J，ZARCO-TEJADA P J，suAREZ L，et al.Thermaland narrowband multispectral remote sensing for vegetation moni-toring from an unmanned aerial vehicle[J].IEEE Transactionson Geoscience and Remote Sensing，2009，47（3）：722-738.

[27]阮璽睿，丁磊磊，王志偉，等.運用無人機技術研究貴州省城鄉結合部植被覆蓋度現狀：以貴州省農業科學院為例（英文）[J] .Atyicultural Science&Technology，2017，18（8）：1367-1370，1377.

[28]劉清旺，李世明，李增元，等.無人機激光雷達與攝影測量林業應用研究進展[J].林業科學，2017，53（7）：134-148.

[29] HENSLEY S，MICHEL T，NEUMANN M， et al Multi-baselineUAVSAR repeat pass data of the harvard forest[C]//EUSAR2012 9th European Conference on Synthetic Aperture RadarVDE，2012：109-112.

[30] IBAN M C.DSM extraction and vegetation volume estimationfrom UAV photogrammetric survey in a park area[D].Italy：Politecrucodi Milano，2013.

[31] GUO Q， SU Y， HU T，et al.An integrated UAV-borne lidarsystem for 3D habitat mapping in three forest ecosystems acrossChina[J].International Journal of Remote Sensing，2017 ，38（ 8-10）：2954-2972

[32] SHIDIQ I P A， WIBOWO A， KUSRATMOKO E，et al UrbanForest Topographical Mapping Using UAV LIDAR[C]//IOPConference Series：Earth and Environmental Science.IOP Puhlish-ing，2017，98（1） ：012034.

[ 33] SCHREYER J， LAKES T.Remote sensing-based approaches formodeling 3D vegetation information in urhan areas [ C ]//201414th Intemational Conference on Computational Science and ItsApplications.IEEE ，2014 ： 116- 120.

[34] SCHREYER J，LAKES T.TanDEM-X & UAV data for modeling3D vegetation information in urban areas [ C ]//2015 Joint UrbanRemote Sensing Event （ JURSE） .IEEE，2015 ：1-4.

[35] CUTMAN G，IGNATOV A.The derivation of the green vegetationfraction from NOAA/AVHRR data for use in numerical weatherprediction models [J] .Internatumal Joumal of reruote sensing，1998，19（ 8） ：1533-1543.

[36] MYNENI R B， HALL F G， SELLERS P J， et al. Theinterpretation of spectral vegetation indexes [J]. IEEETransactions on Ceoscience and Remote Sensing， 1995 ，33 （ 2） ：481-486.

[37] DIMITROV S， GEORCIEV G， GEORGIEVA M， et al.lntegratedassessment of urhan green infrastructure condition in Karlovo ur-ban area by in-situ observations and remote sensing [ J ]. OneEcosystem，2018，3：e21610.

[38] NASI R， HONKAVAARA E， BLOMQVIST M， et al. Remotesensing of bark heetle damage in urban forests at individual treelevel using a novel hyperspectral camera from UAV andaircraft[J] .Urhan Forestry & Urban Gre.ening，2018 ，30：72-83.

[39] ZHANG J.Spatial analysis of distrihutions and habitat conditionsof fallopia japonica （ Japanese Knotweed） invasive species ap-plying unmanned helicopter rermite sensing[ D ] .Buffalo：State U-niversity of New York，2015.

[40] KULHAVY D L，UNCER D R，HUNC I K，et al.Comparison ofAR.Drone quadricopter video and the visual CTLA method forurhan tree hazard rating[J] .Journal of Forestry，2016，114 （ 5 ） ：517-523.

[41] SINHA A，TSOURDOS A，WHITE B.Monitoring the dispersionof a contaminant cloud in an urban region by a swarm of uav sen-sors [J] .IFAC Proceedings Volumes ，2009 ，42（ 22） ：7-12.

[42] LIU F，ZHENC X，QIAN H.Comparison of particle concentrationvercical profiles hetween downtown and urban forest park in Nan-jing （ China） [J] .Atmospherie Pollution Research， 2018，9 （ 5 ） ：829-839.

[43] ESCOBEDO F J，KROECER T，WACNER J E.Urban forests andpollution mitigation：Analyzing ecosystem services and disservices[J] .Environmental Pollution ，2011，159（ 8-9） ：2078-2087.

[44] GROENEWEGEN P P，VAN DEN BERG A E，DE VRIES S，etal.Vitamin G： Effects of green space on health，well-heing，andsocial safety[J] .BMC Puhlic Health，2006，6（ 1） ：149.

[45] DAHMANN N，WOLCH J，JOASSART-MARCELLI P，et al.Theactive city？ Disparities in provision of urban public recreationresources[J].Health&Place，2010，16（3）：431-445

[46] LI F，SUN Y， LI X， et al.Research on the sustainabledevelopment of green-space in Beijing using the dynamic systemsmodel[J] .Sustainahility，2016，8（10）：965

[47] LI F，LU S，SUN Y，et al.lntegrated evaluation and scenario sim-ulation for forest ecological security of Beijing based on systemdynamics model[J] .Sustainahility ，2015，7（10）： 13631- 13659.

[48]官冬杰，高偉俊，渡利和之，等.城市生態系統健康的綜合評價（英文）[J].華南理工大學學報（自然科學版），2007（增1）：175-178

[49] VOOGT J A，OKE T R.Thermal remote sensing of urban climates[J] .Remote sensing of environment ，2003 ，86（3）：370-384.

[50]宋恬恬，張敏霞，鮑沁星杭州西湖飛來峰基于”避暑”特征的山林地造同傳統智慧研究[J].中國園林，2018，34（7）：74-80.

[51] REN P，MENG Q， ZHANC Y， et al An unmanned airshipthermal infrared remote sensing system for low-altitude and highspatial resolution monitoring of urhan thermal environments：lnte-gration and an experiment[J].Remote Sensing， 2015，7（10）：14259-14275.

[52] LI F，ZHANG F，LI X，et al.Spatiotemporal patterns of the use ofurhan green spaces and external factors contributing to their usein central Beijing[J].International Journal of Environmental Re-search and Public Health，2017，14（3）：237

[53]李方正，戴超蘭，姚朋北京市中心城社區公園使用時空差異及成因分析：基于58個公園的實證研究[J].北京林業大學學報，2017，39（9）：91-101.

[54] PARK K，EWING R.The usahility of unmanned aerial vehicles（ UAVs） for measuring park-based physical activity[J]Landscape and Urhan Planning，2017， 167：157 - 164.

[55] PARK K， PARK S.A Preliminary Study on Usability ofUnmanned Aerial Vehicles in Ohserving Park Users-Focused onUrban Parks in Busan[ J].Joumal of the Korean Institute ofLandscape Architecture ，2016 ，44（4）：35-44

[56] GUAN GAO W，WATARI K，et al.Land use change of Kita-kyushu based on landscape ecology and Markov model[J]Journal of Ceographical Sciences ，2008， 18（4）：455 -468.

[57] TOKARCZYK P，LEITAO J P，RIECKERMANN J， et al High-quality observation of surface imperviousness for urban runoffmodelling using UAV imagery[J].Hydrology and Earth SystemSeiences，2015 ，19（ 10）：4215 -4228

[58]張揚建，范春捆，黃珂，等.遙感在生態系統生態學上應用的機遇與挑戰[J].生態學雜志，2017（3）：809-23

[59] NOOR N M，MASTOR I Z，ABDULLAH A.UAV/Drone Zoningin urhan planning：Review on legals and privacy[C ]//Proceed-ings of the second intemational conference on the Future ofASEAN （ICoFA） 2017 - Volume 2.Springer，Singapore，2018：855-862.

收稿日期：2019-05-12

基金項目：教育部人文社會科學研究青年基金項目（ 17YJC760117）;國家自然科學基金項目（31770754）;國家自然科學基金項目（ 31670704）

第一作者：張敏霞（1986-），女，碩士，講師，加拿大不列顛哥倫比亞大學訪問學者，研究方向為風景園林規劃設計、風景園林工程技術。E-mail： zmx@ zafu. edu.cn

通信作者：李方正（1989-），男，博士，講師，研究方向為城市綠色空間生態系統服務權衡與協同、風景園林與公共健康。E-mail： fangzhengli@ hjfu. edu. cn