《城市群绿度空间提取技术规程》

T/CIxxx-2021

中国国际科技促进会

团体标准

T/CIxxx-2021

城市群绿度空间提取技术规程

TechnicalSpecificationforGreenSpaceExtractionofUrbanAgglomeration

2021-××-××发布2021-××-××实施

中国国际科技促进会发布

T/CIxxx-2021

前言

为及时监测和掌握城市绿度空间的分布状况，优化城市绿地空间配置，制定本规程。

针对城市群城市绿度空间的监测，应因地制宜地选择合适的技术手段。本规程是对通过

结合遥感数据与社会感知数据，利用SVM、随机森林、近邻凸包分析等方技术进行绿度空

间信息提取和优化配置工程建设和运行管理的指导性文件，可为城市群城市提供生态绿地建

设与规划等参考。

本规程为首次发布，今后将根据城市绿度空间建设要求及技术发展情况适时修订。

本规程由中国科学院地理科学与资源研究所负责管理，并对具体技术内容进行解释。为

了提高规范质量，请各单位在使用过程中，总结经验和积累资料，及时将发现的问题和意见

反馈给中国科学院地理科学与资源研究所，以供今后修订时参考。联系方式：北京市朝阳区

大屯路甲11号，邮编：100101，E-mail：fangcl@。

本规程起草单位：中国科学院地理科学与资源研究所,中国城市建设研究院，中山大学，

浙江大学，西南大学

主要起草人：方创琳，杨智奇，鲍超，马海涛，王振波，李广东，刘海猛，刘海燕，方

恺，王少剑，罗奎，陈丹，牟旭方，郭晓敏等

2

T/CIxxx-2021

目录

1适用范围.................................................................................................................1

2术语和定义.............................................................................................................1

3数据获取与预处理.................................................................................................2

3.1遥感数据及预处理.........................................................................................2

3.2社会感知数据及预处理.................................................................................2

4绿地分类与绿度计算.............................................................................................4

4.1城市绿地分类系统.........................................................................................4

4.2城市群绿度计算.............................................................................................4

5绿地空间信息提取与精度验证.............................................................................5

5.1城市群绿度空间的植被信息提取.................................................................5

5.2城市群内各城市建成区的绿度空间分类提取算法.....................................6

5.3城市群内的外部绿度空间分类提取算法.....................................................6

5.4精度验证.........................................................................................................7

6实施案例.................................................................................................................7

6.1遥感数据及预处理.........................................................................................7

6.2社会感知数据及预处理.................................................................................8

6.3北京市建成区绿度空间信息提取.................................................................8

6.4北京市建成区防护绿地信息提取.................................................................9

6.5北京市外部绿度空间信息提取...................................................................12

6.6精度验证.......................................................................................................13

3

T/CIxxx-2021

1适用范围

本规程规定了城市群绿度空间的术语和定义、数据收集和处理、计算流程、城市群绿度

空间的植被信息提取、城市群内的各城市建成区绿度空间分类算法和城市群内的外部绿度空

间分类算法。

本规程适用于城市群城市建成区内部和外部绿度空间信息的提取。

根据《中华人民共和国专利法》，对于本规程中所涉及专利技术（授权号

ZL201811031519.0）的使用，需获得专利权所有人书面许可。

2术语和定义

2.1城市群绿度（GreenSpaceExtractionofUrbanAgglomeration）：指城市群内部各城市

的外部被植被覆盖区域（包括林地、耕地、草地等）与城市内部建成区被植被覆盖的区域（包

括公园绿地，附属绿地和防护绿地等）之和构成的绿色空间，占城市群总面积的比重。

2.2林地（Forest）：指郁闭度0．2以上的乔木林地以及竹林地、疏林地、未成林造林

地、灌木林地、采伐迹地、火烧迹地、苗圃地和县级以上人民政府规划的宜林地。

2.3耕地（Cultivatedland）：指种植农作物的土地，包括熟地，新开发、复垦、整理地，

休闲地（含轮歇地、轮作地）；以种植农作物（含蔬菜）为主，间有零星果树，桑树或其他

树木的土地；平均每年能保证收获一季的已垦滩地和海涂。

2.4草地（Grassland）：是指生长草本植物为主，覆盖度在5%以上的各类草地。

2.5公园绿地（Parkgreenspace）：指向公众免费开放，以游憩为主要功能，兼具生态、

景观、文教和应急避险等功能，有一定的游憩和服务设施的绿地。

2.6综合公园（Comprehensivepark）：指内容丰富，适合开展各类户外活动，具有完善

的游憩和配套管理服务设施的绿地。

2.7专题公园（Thematicpark）：指具有特定内容或形式，有一定游憩设施的绿地，包

括儿童公园、植物园、动物园、风景名胜公园、纪念公园、雕塑公园、遗址公园、滨水公园、

体育健身公园、儿童公园、城市湿地公园和森林公园等。

2.8街旁绿地（Roadsidegreenspace）：指除以上各种公园绿地外且位于城市道路用地之

外的，相对独立成片，规模较小或形状多样，方便居民就近进入的绿地。

2.9防护绿地（Protectivegreenspace）：指除以上各种公园绿地外且位于城市道路用地

之外的，相对独立成片，规模较小或形状多样，方便居民就近进入的绿地。

2.10附属绿地（Attachedgreenspace）：指城市建设用地中绿地之外各类用地中的附属

绿化用地。包括居住用地、公共设施用地、工业用地、仓储用地、对外交通用地、道路广

场用地、市政设施用地和特殊用地中的绿地。

2.11POI数据（POIData）：指电子地图提供商提供的点信息，包括医院、大厦、超市、

加油站、银行等。

2.12OpenStreetMap：指一个存储海量XML数据的数据库，只要注册账号，任何人均

可以对其后台数据库进行编辑，从而被称为世界的维基地图。

1

T/CIxxx-2021

3数据获取与预处理

3.1遥感数据及预处理

针对城市内部建成区，采用高分辨率的高分二号遥感数据。它是我国自主研制的首颗空

间分辨优于1米的民用光学遥感卫星，搭载有两台高分辨率1米全色、4米多光谱相机，具

有高空间分辨率、高定位精度和快速姿态机动能力等特点（表1）。

表1高分二号影像参数指标

参数1m分辨率全色/4m分辨率多光谱相机

全色0.45—0.90μm

0.45—0.52μm

光谱范围0.52—0.59μm

多光谱

0.63—0.69μm

0.77—0.89μm

全色1m

空间分辨率

多光谱4m

幅宽45km（2台相机组合）

重访周期（侧摆时）5天

覆盖周期（不侧摆）69天

针对城市群内部各城市的外部被植被覆盖区域，采用高分一号WFV多光谱数据。高分

一号（GF-1）卫星搭载了四台16m分辨率多光谱相机WFV，一次成像可以覆盖800×800km

范围，4个波段和2天的重复周期，在自然资源等领域具有非常大的应用价值。

对上述影像分别进行预处理，主要包括辐射定标、大气校正和几何校正。

3.2社会感知数据及预处理

社会感知数据是指具有时空标记、能够描述个体行为的空间大数据，如手机数据、出租

车数据、电子地图数据等。这些数据为人们进一步定量理解社会经济环境提供了一种新的手

段，是对目前基于遥感和测绘技术的主流地理信息获取和处理技术的补充。本规程采用的社

会感知数据包括POI数据和OpenStreetMap数据。

3.2.1POI数据

是指电子地图提供商提供的点信息，包括医院、大厦、超市、加油站、银行等。其主要

用途是在提高地理定位精度和速度的基础上，对部件或者事件的地址进行描述。本规程一北

京市为例使用2016年POI数据，主要来自高德地图，共有67万条，每条POI数据包括经

度、纬度、名称、地址、类型、行政区6个属性。按照类型统计，POI数据共归为17大类，

如汽车服务、公司企业、风景名胜、生活服务、交通服务设施等。原始POI数据分类较多，

且每一大类下包括多级小类，类型之间存在重复交叉现象，因此需要对原始数据重分类。首

先，将与绿地无关的POI进行剔除，保留与绿地有关的POI分类；其次，将POI原始分类

聚合为公园绿地、附属绿地和道路绿地三大类（表2）。

表2聚合原始的POI分类

POI初始分类POI聚合分类

2

T/CIxxx-2021

一级分类二级分类三级分类二级分类一级分类

公园

综合公园

公园内部设施

公园绿地

植物园

公园广场专题公园

风景名胜动物园

水族馆

附属绿地附属绿地

广场

旅游景点全部

专题公园公园绿地

公园景点售票处

售票处

生活服务其他

附属绿地附属绿地

其他全部

临院街门公园综合公园

\公园绿地

临院街门\植物园、动专题公园

临院街门水族馆门

通行设施其他

居民区门

其他

建筑物门

建筑物门附属绿地附属绿地

住宅小区全部

商务住宅

其他全部

其他全部

楼栋号

地名地址信

门牌信息道路门牌

息

地名门牌排除

交通地名全部

火车站

飞机场排除

交通设施全部

长途汽车站

排除

其他

道路附属

全部

公共设施

汽车服务;摩托车服务;购物服务;公司企业;

金融保险服务餐饮服务政府机构医疗保

其他;;;附属绿地附属绿地

健;科教文化;室内设施;住宿服务;体育休

闲

3.2.2OpenStreetMap数据

OpenStreetMap数据简称OSM，是一个存储海量XML数据的数据库，只要注册账号，

任何人均可以对其后台数据库进行编辑，从而被称为世界的维基地图。尽管众源地图的编辑

过程难以监控管理，但通过近年来的完善和修订，OpenStreetMap的质量已经得到众多学者

的认可。来源于OSM的路网数据是线矢量文件，并包含道路类别属性，其原始分类参见(参

见(/wiki/Key:highway)。利用路网数据可以得到地块与道路用地，

方法如下：（1）删除不必要的细节：修剪短于500m的道路，延长离要连接的线少于100m

的道路。（2）生成缓冲区：根据住建部的标准和道路宽度的调查，对路网的原始分类进行重

分类，具体见表3；对重分类都的道路建立相应宽度的缓冲区。（3）移除无意义的地块：移

除小于5000m2的地块。

表3OpenStreetMap路网分类

路网分类路网分级缓冲区半径

Trunk

Primary140

Motorway

Secondary220

Tertiary310

3

T/CIxxx-2021

Unclassified

Residential

Service

4绿地分类与绿度计算

4.1城市绿地分类系统

根据《城市用地分类与规划建设用地标准》（GB50137-2011）,城市绿地整体可按以下进

行整合分类（表5）。城市市内绿地主要包括公园绿地、防护绿地和附属绿地；城市市外绿

地主要由林地和草地构成。

表5城市绿地分类系统

城市一级分类二级分类描述

内容丰富，适合开展各类户外活动，具有完善的游憩和配套

综合公园

管理服务设施的绿地。

具有特定内容或形式，有相应的游憩和服务设施的绿地。包

公园绿地括动物园，植物园，历史名园，遗址公园，游乐公园，儿童

专类公园

公园，体育健身公园，纪念性公园，滨水公园，风景名胜公

市内园，城市湿地公园和森林公园等

分类街旁绿地位于城市道路用地之外，相对独立成片的绿地

道路用地内的绿地，包括行道树绿带、分车绿带、交通岛绿

防护绿地

地等，具有卫生、隔离和安全防护功能

城市建设用地中绿地之外各类用地中的附属绿化用地。包括

附属绿地居住用地、公共设施用地、工业用地、仓储用地、对外交通

用地、道路广场用地、市政设施用地和特殊用地中的绿地

市外林地生长乔木、竹类、灌木、沿海红树林的土地

植被

分类草地生长草本植物为主，覆盖度在5%以上的各类草地

4.2城市群绿度计算

城市群绿度是指城市群内部各城市的外部被植被覆盖区域（包括林地、耕地、草地等）

与城市内部建成区被植被覆盖的区域（包括公园绿地，附属绿地和防护绿地等）之和构成的

绿色空间，占城市群总面积的比重。城市群绿度是衡量城市人居环境宜居性、城市群可持续

发展的重要指标，城市群绿度越高，绿度空间越大，城市群可持续发展能力和宜居性就越高。

城市群绿度的计算公式如下：

n

(SWiSNi)

i（）

Sn1

Qi

i

（）

SWiSLiSFiSCi2

（）

SNiSGiSSiSHi3

（）

SGiSZiSTiSJi4

公式中，S代表城市群绿度，n代表城市群内的城市个数，SWi代表城市群内第i个城市

的市外绿度，由第i个城市的林地SLi、耕地SFi和草地SCi三部分构成；SNi代表城市群内

4

T/CIxxx-2021

第i个城市内的建成区绿度，由第i个城市建成区的公园绿地SGi、附属绿地SSi和防护绿地

SHi三部分构成，其中公园绿地SGi细分为综合公园SZi、专题公园STi和街旁绿地SJi三部

分；Qi代表城市群第i个城市的总面积。

5绿地空间信息提取与精度验证

城市群绿度空间信息提取的主要技术流程包括：（1）利用SVM算法提取城市群绿地信

息；（2）将城市群绿地信息分为市内绿地和市外绿地分别进行二级分类（如图1）。

图1城市群绿度空间信息提取技术流程

5.1城市群绿度空间的植被信息提取

利用支持向量机算法SVM，提取区分植被和非植被与其它地物的最优分离面。SVM是

在N维空间（Rn）空间中，寻找一个最大间隔超平面，因此，SVM也被称作最大间隔分类

器。选用SVM用来构建植被和非植被与其它地物的最优分离面具有以下优势：（1）SVM产

生的最优分离平面，有助于提升训练出的参数的稳定性；（2）SVM在较少样本条件下较其

他分类器分类精度更高。SVM的基本思想是用一个最大间距的最优超平面，将一个输入向

量分成2类，即求解式（5）和式（6）方程。

n1n

maxW()iijyiyjk(xi,xj)

i12i,j(5)

n(6)

Subjecttoiyi0and0iTfori1,2,,n

i1

式中：xi∈Rd代表训练的样本向量；yi∈{-1,+1}代表类别标签；K(u,v)代表核函数。本

规程选用的是线性核，即K(xi,xj)=xiTxj。此时，超平面的方程可以w×x-b=0表示，SVM

就是训练出超平面的法向量w和位移b的值，对于每个预测数据x带入该平面方程的正负

来判断类别，x代表不同波段反射率的3维向量，而w对应每个向量前面的系数。由于植被

跟低值背景（NDVI≤0.25）在假彩色空间具有很好的线性可分性（即可用一个平面进行分离）；

植被跟高值背景（NDVI>0.25）在真彩色空间也具有很好的线性（图2）；因此，在真彩色

空间和假彩色空间分别建立一个最优分离面来实现植被与背景的分离，可以达到提高植被提

取精度的目的。分离面方程如下：

5

T/CIxxx-2021

假彩色反射率:ω1×ρgreen+ω2ρred+ω3ρnir+b1=0（7）

真彩色反射率:ω4×ρblue+ω5ρgreen+ω6ρred+b2=0（8）

式中ρblue、ρgreen、ρred、ρnir分别为blue、green、red、nir波段的反射率；ω1-ω6、b1、

b2为待确定系数。

图2样本点在真彩色和假彩色反射率空间的可分离性

5.2城市群内各城市建成区的绿度空间分类提取算法

对于城市内部绿度空间分类，建立了一套完整的绿度空间信息提取算法包括：叠加分析、

近邻凸包分析、位置分析和随机森林的算法；其中利用叠加分析可以得到城市内部的道路绿

地，利用近邻凸包分析可以得到城市内部的附属绿地、专题公园和综合公园，利用位置分析

可以得到城市内部的街旁绿地，利用随机森林算法可以获取城市外部的林地和草地信息。

（1）叠加分析算法

叠加分析算法是指是指在统一空间参考系统下，通过对两个数据进行的一系列集合运算，

产生新数据的过程。通过对城市市内植被层和道路用地进行交集运算获得道路绿地。

（2）近邻凸包分析算法

近邻凸包分析算法是指结合近邻分析和凸包分析一种算法，其中凸包分析是一个计算几

何（图形学）中的概念。一般地，给定二维平面上的点集，凸包就是将最外层的点连接起来

构成的多边形，它能包含点集中的所有点。近邻分析是分析对象为多个要素，邻近对象也是

多个要素时，分析哪个要素离分析对象最近的方法（图3）。

通过结合城市内部植被层、地块层与POI数据，利用近邻凸包分析可以将市内绿地分

为附属绿地和公园绿地，以及从公园绿地图层中识别出专题公园绿地。

（3）位置分析算法

选择没有包含POI点的地块，将该地块内的绿地分类为街旁绿地。

5.3城市群内的外部绿度空间分类提取算法

利用随机森林算法对城市群内的外部绿度空间进行分类，分别提取林地、耕地和草地的

面积。

6

T/CIxxx-2021

图3近邻凸包分析算法流程图

5.4精度验证

算法校验和结果验证是土地覆盖分类研究的重要环节。如何准确的提取供分类训练和结

果验证的样本是保证分类算法可靠和结果精度客观评价的重要保证。本规程采用2016年

GoogleEarth高分辨率的遥感影像收集验证样本点，利用混淆矩阵的方法对城市群外部绿度

空间和内部建成区绿度空间分别进行精度评估。

当城市内部建成区绿度空间分类精度达到90%以上，非植被产品精度和用户精度分别

为95%、95%以上、植被中综合公园的产品精度、附属绿地用户精度达到95%以上时，可视

为精准提取。

6实施案例

本规程以京津冀城市群中的北京市为例，进行了北京市绿度空间信息的提取。该案例步

骤主要包括数据收集和预处理、利用SVM算法提取城市群绿地信息、基于近邻凸包分析等

方法提取北京市建成区内绿度空间信息以及利用随机森林等方法提取北京市建成区外部绿

度空间信息。

6.1遥感数据及预处理

针对城市内部建成区，采用高分辨率的高分二号遥感数据。它是我国自主研制的首颗空

间分辨优于1米的民用光学遥感卫星，搭载有两台高分辨率1米全色、4米多光谱相机，具

7

T/CIxxx-2021

有高空间分辨率、高定位精度和快速姿态机动能力等特点（表1）。

针对城市群内部各城市的外部被植被覆盖区域，采用高分一号WFV多光谱数据。高分

一号（GF-1）卫星搭载了四台16m分辨率多光谱相机WFV，一次成像可以覆盖800×800km

范围，4个波段和2天的重复周期，在自然资源等领域具有非常大的应用价值。

对上述影像分别进行预处理，主要包括辐射定标、大气校正和几何校正。

6.2社会感知数据及预处理

本规程采用的社会感知数据包括POI数据和OpenStreetMap数据。本规程使用北京市

五环内2016年POI数据，主要来自高德地图，共有67万条，每条POI数据包括经度、纬

度、名称、地址、类型、行政区6个属性。按照类型统计，POI数据共归为17大类，如汽

车服务、公司企业、风景名胜、生活服务、交通服务设施等。原始POI数据分类较多，且

每一大类下包括多级小类，类型之间存在重复交叉现象，因此需要对原始数据重分类。首先，

将与绿地无关的POI进行剔除，保留与绿地有关的POI分类；其次，将POI原始分类聚合

为公园绿地、附属绿地和道路绿地三大类（表2）。

6.3北京市建成区绿度空间信息提取

本规程获取了2016年6月6景无云的高分二号GF2多光谱数据，经过一系列预处理（正

射校正、辐射定标、大气校正、镶嵌）得到北京市内建成区4m多光谱镶嵌影像（图4）。利

用分层随机抽样的方法选取了200个植被样本点和400个非植被样本点，经过2次SVM分

类训练，分别在假彩色反射率空间和真彩色反射率空间建立最优的分离面。分离面方程如下：

Planefalse：+-+0.07=0(9)

𝑔������𝑛�

Planetrue：73..4262�+4.23�-32.04.635�+0.09=0(10)

根据SVM训练的最优分离面，�本𝑏�规�程11提.12取�了𝑔�北��京市市�内��建�成区的植被非植被图（图5）。

图4北京市市内建成区假彩色镶嵌影像

8

T/CIxxx-2021

图5北京市市内建成区植被图

6.4北京市建成区防护绿地信息提取

融合北京市建成区植被图和路网数据，利用叠加分析得到北京市建成区的防护绿地SH

（图6），面积为32.63km²。

图6北京市市内建成区防护绿地空间分布图

融合北京市建成区植被图、地块层与POI分类数据，利用近邻凸包分析可以提取北京

9

T/CIxxx-2021

市建成区的附属绿地和公园绿地（综合公园、专题公园）；其中，地块层是由北京市建成区

路网数据分割得到（图7）。

图7北京市市内建成区地块和POI空间分布图

图8是提取北京市建成区公园绿地和附属绿地主要流程：

图8北京市建成区公园绿地和附属绿地提取流程图

首先，将地块根据是否含有公园POI分为公园地块和非公园地块；进一步分析公园地

块。

其次，通过近邻分析找到公园地块中植被斑块的类别控制点。在公园地块内，植被斑块

的类别由离它最近的POI点的类别决定，我们称离它最近的该点为类别控制点。计算每一

个公园地块中植被斑块的质心及植被斑块和POI的最小距离，将最小距离的POI类别属性

10

T/CIxxx-2021

赋值给该植被斑块（图9）。若公园地块中的植被斑块的质心离综合公园POI最近，则该植

被斑块为综合公园SZ；若公园地块中的植被斑块的质心离专题公园POI最近，则该植被斑

图9北京市柳荫公园近邻凸包分析

块为专题公园ST；若公园地块中的植被斑块的质心离附属绿地POI最近，则该植被斑块为

附属绿地一S1S。然而，公园内部存在一些游客服务设施（专卖店、纪念品店、饮品店等），

这些服务设施在POI聚合框架里被聚合成了附属绿地；因此，在属性挂接的时候会产生一

定的误差，利用凸包分析算法可以有效的消除这些误差。

最后，将非公园地块根据有无POI划分为有POI非公园地块和无POI非公园地块。融

合有POI非公园地块与北京市建成区植被图得到附属绿地二S2S，融合无POI非公园地块与

北京市建成区植被图得到街旁绿地SJ。

图10表明了北京市市内建成区公园绿地和附属绿地的空间分布，其中综合公园SZ的

面积为13.68km²，专题公园ST的面积为18.83km²，街旁绿地SJ的面积为1.38km²，因此

公园绿地SG的面积为33.89km²（公式11）。附属绿地SS的面积为133.01km²。

SG=SZ+ST+SJ=13.68+18.83+1.38=33.89km²(11)

11

T/CIxxx-2021

图10北京市市内建成区公园绿地和附属绿地的空间分布图

根据公式3计算得到北京市建成区绿度空间SN为：

SN=SG+SS+SH=33.89+133.01+32.63=199.53km²

6.5北京市外部绿度空间信息提取

针对北京市外部绿度空间，本规程获取了2016年6月2景无云的高分一号GF1WFV

多光谱数据，经过一系列的预处理（正射校正、辐射定标、大气校正、镶嵌）得到北京市外

部16m多光谱镶嵌影像（图11）。

利用分层随机抽样的方法选取了400个植被样本点和600个非植被样本点，经过2次

SVM分类训练，分别在假彩色反射率空间和真彩色反射率空间建立最优的分离面。分离面

方程如下：

Planefalse：+-+0.03=0(12)

𝑔������𝑛�

Planetrue：-31..8293�4.18�-25..6716�+0.05=0(13)

根据SVM训练的��最���优−分3离.79面��，�本���规程提𝑔取��了北京市市内建成区的植被非植被图（图12）。

图11北京市外部假彩色镶嵌影像

本规程将随机采样得到的400个植被样本点分为林地样本点218个、耕地样本点120

个和草地样本点62个，结合北京市外部植被图和随机森林的方法提取北京市外部的林地、

耕地和草地（图13）。

结果表明北京市外部林地面积SL为：91.08×10²km²，耕地面积SF为：26.44×10²km²，

草地面积SC为：11.59×10²km²；根据公式2计算得到北京市外部绿度空间SW为：

SW=SL+SF+SC=91.08×10²+26.44×10²+11.59×10²=129.11×10²km²

根据公式1计算得到北京市绿度S为：

12

T/CIxxx-2021

Q=163.94×10²km²

S=(SW+SN)/Q=(129.11×10²+199.53)/163.94×10²=0.7997

图12北京市外部植被图

图13北京市外部植被分类图

6.6精度验证

算法校验和结果验证是土地覆盖分类研究的重要环节。如何准确的提取供分类训练和结