0 引言

城市绿地是城市生态系统的重要组成部分，对改善提高城市生态质量和人居环境具有深远意义[1]。城市绿地的空间分布格局与城市的生态效应有着密切的联系，同时城市绿地的变化最终也会导致城市空间分布格局的变化，影响城市生态环境[2]。因此，对城市绿地进行动态监测，实时掌握绿地面积变化趋势和城市绿地分布格局是非常有必要的。

受到启发的大卫·布鲁斯特把实验结果和自己的奇思妙想相结合，在19世纪初发明了能看到色彩斑斓图案的光学器具——万花筒。很快，万花筒通过远洋贸易传入了远在东方的中国和日本，成为了当时达官贵人私室珍藏的玩物。

传统的土地利用调查周期长、费用高、效率低，不利于对城市建设的跟踪监测，很难对城市的发展进行科学有效管理[3]。遥感技术作为一门先进的综合性科学技术，它能迅速有效地为城市土地利用动态监测提供多时相、大范围的实时信息[4]，为城市绿地动态监测提供了科学而有效的方法。王斐等针对不同分辨率多源遥感影像利用不同方法对城市绿地信息进行提取[5]；黄浩[6]、吕杰[7]、乔玉良[8]、刘向增[9]、黄莉[10]采用基于相元分类方法对城市绿地信息进行提取；刘充[11]、王志岗[12]、申广荣[13]等利用面向对象分类提取城市绿地信息。

本文以南宁市中心城区(快环以内区域)为研究区域，采用面向对象分类方法对2009年、2015年两期高分辨率遥感影像进行城市绿地信息的提取，并针对两期提取结果进行分析，指出2009年和2015年南宁市中心城区绿地覆盖面积的差异和绿地空间格局的变迁趋势，为城市绿地动态监测提供了一种有效方法。

未来无限，你我同行！云图控股市场部总监张鉴启动了年度重大营销活动及新品发布仪式。“未来云图控股将专注高效种植农业服务，这也是大田作物区的未来，经济作物区则更加注重用肥效果。”他说，“唯有高效种植才是赢得未来竞争的利器。”云图控股将借助硝基肥引领市场，用大单品销量补充市场份额，以阶段肥、纯养肥引爆市场。他告诉经销商，云图控股目前已经形成高端系列、畅销系列、爆品系列及追肥系列的全线产品矩阵，未来将重点打造“根动力”及“桂冠”两个品牌。特别是本次经销商峰会还推出了通过全新的养分无损造粒技术及无辅料颗粒成型技术生产的“纯养肥”产品，开创肥料新品类。

1 研究区概况

南宁市位于广西西南部，地处亚热带、北回归线以南，是北部湾经济区核心城市以及西南出海通道最便捷的枢纽。本文以南宁市中心城区(快环以内区域)为研究区域，包括江南区、良庆区、西乡塘区、兴宁区、青秀区、邕宁区，总面积为377.24 km2。

2 数据来源

本研究所采用的高分辨率遥感影像来源于Google Earth互联网站的16级数据，分辨率2.2 m，如图1(a)、(b)所示。影像数据包含RGB三个波段，已经过镶嵌、校正，存储格式为TIF。影像获取时间分别为2009年2月11日、2015年1月18日。

“移就”又称“转借”、“移状”、“移用”，就是当甲乙两事物连在一起时，把原来属于甲事物的性状词语移用到乙事物上的一种修辞格。

图1 2009年与2015年影像数据 Fig.1 Image data in 2009 and 2015

3 技术路线

采用eCognition9.01软件进行遥感影像数据处理，按照南宁市快环为边界对遥感影像进行裁剪；选择最优的分割尺度对影像进行分割，基于面向对象分类方法进行城市绿地信息提取，对分类成果进行精度评价，导出分类矢量文件。采用ArcGIS10.2软件导入分类矢量文件进行分类后的绿地覆盖面积统计，基于统计结果进行两期绿地覆盖面积的变化和驱动力分析。技术路线，如图2所示。

图2 技术路线 Fig.2 Technical route

4 城市绿地信息提取

4.1 地物分类

根据所获得的研究区域遥感影像纹理特征，将目标地物分为绿地、水体、道路、建筑物、裸土、阴影6个类别，如表1所示。在影像分割的基础上，基于eCognition软件采用最邻近分类方法将分割后的图像对象进行划分归类，实现目标地物的信息提取。

表1 地物分类描述

Tab.1 Classification and description of ground objects

类别号覆盖描述1绿地公园、生态林、涵养林、绿地、耕地等2水体河流、湖泊、池塘等3道路公路、铁路、城市道路等4建筑物居民区、生活区的建筑等5裸土裸地、新开发的且无植被覆盖建设用地等6阴影建筑物、树木的阴影

注：表1中，为便于研究工作的开展，本文提出的绿地分类并不符合城市绿地系统分类标准[14]。

4.2 多尺度分割参数设计

多尺度分割技术是根据像元对象异质性最小的原则，在任何选定的尺度下对像元对象进行提取，从一个像元对象开始进行一个自下而上的区域合并，把较小的图像对象合并到较大的对象中，相邻的图像对象如果符合定义异质的最小生长标准就合并，否则停止合并。经过多尺度分割后所生成的图像对象就是直接用于下一步影像解译的最小单元。

[4] 郑光，田庆久，李明诗.基于ETM+遥感影像的南京市城市绿地的动态监测[J].遥感信息，2005(5)：22-24，44-70.

表2 多尺度参数设置

Tab.2 Setting of multi-scale parameters

对象层分割尺度形状因子紧致度波段权重RGBLevel1300.40.5111

4.3 面向对象分类

在影像分割的基础上，采用最邻近分类法将分割后的图像进行划分归类，提取出绿地(Greenbelt)、水体(Water)、道路(Road)、建筑物(Building)、裸土(Bare soil)、阴影(Shadow)等6类地物。

在铁腕重拳整治下，近3年全市共查获食品药品违法案件4898件，移送司法机关276件，食品安全满意度不断上升，2015年公众食品安全满意度达81.22%，较2013年提升15.29个百分点。全市食品药品安全形势稳定趋好。

4.3.1 最邻近分类法

5.2.1 城市的扩张

对影像进行初步分类后，观察初始分类结果发现存在错分现象，采用人工干预方法对初始分类结果进行分类后修正处理。本文针对错分的图像对象进行样本目标信息的均值调整，反复进行分类运算以及目视解译，把错分的分类对象归类到正确的地类中，得到研究区域的土地利用分类图，分别如图3(a)、(b)所示。

图3 2009年与2015年研究区土地利用分类图 Fig.3 Land use classification map in study area in 2009 and 2015

4.3.3 绿地分类信息提取

随着南宁市经济快速增长，必然会进一步促进南宁市城市基础设施体系的不断完善。期间，南宁市以南宁东站为枢纽站，规划再建设一个新主站，并以南宁站为辅站，建成“两主一辅”的高铁车站建设格局；拓宽原先的高速公路环，主要是向东、向南发展。为解决城市日益凸显的拥堵问题，南宁市正在兴建“四横四纵”8条快速路。城市交通路网的改造和扩建，不可避免地侵占、破坏城市绿地，导致南宁市中心城区的绿地面积进一步减少和破碎化。

将优化后得到的土地利用分类结果导出绿地分类信息矢量文件，在ArcGIS10.2软件平台上对两期绿地覆盖面积进行统计分析。

4.4 分类结果精度分析

4.4.1 定性分析

[2] 王保忠，王彩霞，何平，等.城市绿地系统研究展望[J].湖南林业科技，2004，31(3)：33-35，44.

图4 南宁市中心城用地现状图及城市总体规划图 Fig.4 Land use status map and urban overall planning map in Nanning’s city center

图4(b)为南宁市规划局发布的2011年-2020年南宁市城市总体规划图。与2008年南宁市中心城用地现状图进行比较分析，2011年-2020年南宁市城市中心建设用地向四周扩张，重点是往南(江南区、良庆区)、往东(青秀区)方向发展。经过近几年的高速发展，江南区的华南城、良庆区的南宁市五象湖公园、五象新区和青秀区的凤岭、琅东、仙湖等经济开发区已具规模。将图3(b)与图4(b)进行比对可以得出，基于遥感影像提取得到的五象湖公园和青秀山风景区信息与南宁市城市总体规划一致；各经济开发区的建筑物信息提取结果与南宁市城市总体规划用地的规划布局相一致。由以上分析可知，本文基于面向对像分类方法提取得到的土地利用分类信息是客观可靠的。

3.1.6 质检 质检人员监督指导整个填筑过程。严格遵照施工技术规范以及招标文件、设计文件的有关规定进行坝体填筑的质检与取样试验。若检测合格，即可转序施工，否则重新进行碾压，直至合格。

4.4.2 定量分析

在研究区内随机选取2 288个样本点，将这2 288个样本点分成建筑物、绿地、水体、道路、裸土、阴影6类地物分别进行采集，保证每类地物都要采集一定数目的样本点，利用误差矩阵和KAPPA系数对城市绿地信息提取精度进行评价，结果见表3。

表3 基于面向对象分类的城市绿地信息提取精度统计

Tab.3 Accuracy statistics of extracting urban green space based on object-oriented classification

分类制图精度用户精度KAPPA系数城市绿地96.60%95.80%0.89

由表3可知，基于面向对象分类方法进行城市绿地信息提取，KAPPA系数为0.89，城市绿地的制图精度和用户精度分别为96.60%和95.80%，说明绿地信息提取效果很好。

近年来，长春市食品药品监管局药品稽查分局高位对标“四个最严”，按照省市两级部署要求，坚持问题导向，突出风险防范，狠抓稽查治理，充分发挥了系统的“尖刀”“利剑”作用，为公众用药安全和社会和谐稳定做出了积极贡献。先后被国家总局评为“全国食品药品监督管理系统先进集体称号”和省政府评为“行政执法先进单位”。连续两年获全省稽查业务考评第一名。

5 结果分析

5.1 绿地面积变化趋势分析

5.1.1 城市绿地覆盖率快速下降

2009年南宁市中心城区绿地覆盖面积为21 482 hm2，城市绿地率为57%；2015年该区域的绿地覆盖面积快速下降到15 419 hm2，城市绿地率降为41%。6年期间，南宁市中心城区的绿地覆盖面积减少了6 063 hm2，城市绿地率下降了16%，呈现快速下降趋势。

5.1.2 绿地分布不均匀且碎片化

本案例实验采用基于Node.js 的Express 框架实现RESTful API 服务器，自定义users 和events 两个资源项，其下各具有多个实例对象，访问控制规则ACL 作为中间件，取app 为express 的实例，利用app.use()引入该中间件[5]，按以下步骤验证角色权限：①验证JWT 签名是否有效，无效则返回默认401 状态，有效则进行下一步；②读取ACL 规则，得到JWT 中携带的角色在规则中所限定的权限；③判断该用户访问API 的权限是否符合规则。

城市中心绿地覆盖信息空间分布监测结果，见图5。从中可以看出：2009年中心城区绿地绝大部分分布在四周，小部分分布在中心区域，绿地分布不均匀，且中心区域绿地分布碎片化。到了2015年，城市中心绿地则主要分布在东南部，中心城区绿地覆盖面积继续减少且碎片化日趋严重。同时，中心城区绿地分布破碎化现象明显向周边扩散，特别是江南区、良庆区、青秀区等区域，绿地覆盖面积大规模减少，见图5(b)的矩形框标注范围。由此可知，6年期间南宁市绿地覆盖范围由中心城区向快环方向加速缩减，且城市绿地碎片化进一步加深。

图5 2009年与2015年城市中心绿地空间分布 Fig.5 Distribution of green space in Nanning’s city center in 2009 and 2015

5.1.3 城市绿地大量转化为建设用地

2009年到2015年期间，南宁市中心城区绿地面积大量减少，其中矩形框标注的区域是城市绿地覆盖面积减少最多的区域。结合图3可以看出，凤岭和琅东的城市绿地大多转化为建筑用地，少部分转化为裸土，即转化为新开发且无植被覆盖的建设用地；五象新区的城市绿地基本是转化为裸土；江南区的城市绿地基本转化为建筑用地。

5.2 驱动力分析

4.3.2 优化分类结果

南宁市位于东盟经济圈、中国华南与西南经济圈的交汇处，随着中国—东盟博览会在南宁成功举办，南宁市面临着重大的发展机遇与挑战。据统计，2009年全市生产总值(GDP)为1 524.71亿元，年末全市户籍人口为697.9万人，到2015年全市生产总值(GDP)3 410.08亿元，年末全市户籍人口达740.23万人，比2009年增加42.33万人，GDP增长了1.23倍。《南宁市城市总体规划(2011年-2020年)》提出：未来南宁市将打造“一轴两带三中心”的空间布局，邕江南北两岸的发展要“并驾齐驱”，埌东的凤岭建成以办公、金融、商务为主的商务服务中心，以五象新区为中心形成第三个中心，再造一个新南宁[15]。

随着经济与人口的增长，南宁市城市范围必将不断扩张，建设用地大量侵占城市绿地面积，尤其是凤岭、琅东、江南区、五象新区的快速发展，导致了南宁市中心城市绿地覆盖率的快速下降。

5.2.2 交通路网的改造

2002年党的十六大把“三个代表”重要思想确定为我们党必须长期坚持的指导思想，2007年党的十七大把“科学发展观”确定为我们党必须长期坚持的指导思想，这是我们党在指导思想上的与时俱进。“三个代表”重要思想的内容和要求之一是要“代表中国先进文化的前进方向”；科学发展观的第一要义是发展，核心是以人为本，基本要求是全面协调可持续，根本方法是统筹兼顾，把文化建设纳入其中是题中应有之义。“三个代表”重要思想和科学发展观都是文化建设必须坚持的指导思想，也是在工作中必须落实的责任与担当，要克服“说起来重要，做起来次要，忙起来不要”的惯性思维，真正把文化建设纳入经济社会发展的全局来考量、重视和推进。

6 结束语

本文利用多尺度分割技术对高分辨率遥感影像进行多尺度分割，采用面向对象分类方法并结合人工干预优化方案，能有效地提高城市绿地信息提取精度，从而实现南宁市城市绿地信息的动态监测。

城市绿地是衡量一个城市现代化的重要指标。实现实时、准确的城市绿地变化监测，对有效优化绿地结构、维护城市生态稳定以及科学指导城市中长期规划发展具有重要意义。南宁市是集“最佳人居奖”“中国绿城”美誉的国家生态园林城市，对南宁市城市绿地进行动态监测是非常有必要的。针对南宁市中心城区绿地面积变化和主要驱动力因素的分析结果，南宁市政府应继续加强绿化政策的推行与创新。可考虑空中绿化等新颖模式加大绿化建设，有效增加城市绿地面积。科学合理进行城市规划，优化城市绿地结构，改善城市绿地分布零星破碎的现状。走绿色可持续经济发展道路，缓解经济增长带来的城市扩张压力，减少建设用地对城市绿地的侵占。

[参 考 文 献]

[1] 吕妙儿，蒲英霞，黄杏元.城市绿地监测遥感应用[J].中国园林，2000(5)：41-44.

将优化分类后结果与同期的南宁市城市规划数据进行比对分析，作为判定分类结果可靠性的定性指标。从图3(a)、图4(a)中可以看出，本文基于遥感技术提取得到的2009年土地利用分类结果与南宁市规划局发布的2008年中心城用地现状图符合得较好，说明本文基于面向对象分类方法得到的结果是客观可靠的。

[3] 何静.扬州市城市绿地系统的遥感监测分析[D].扬州：扬州大学，2008.

本研究对影像进行多尺度分割，给影像中的所有波段均赋予相同的权重，并合理地选择分割尺度参数(scale parameter)、形状因子(shape)和紧致度(compactness)的最优值，使各地类分割效果同时达到最优状态。由于研究区域面积大，地物较为复杂，为了使各地物同时达到最优分割状态，经过反复多次试验、观察、分析对比，最终选取分割尺度参数为30对影像进行分割。具体分割参数设置，如表2所示。

[5] 王斐，刘艳红，冯代丽，等.城市绿地信息提取的研究进展[J].中国农学通报，2017，33(10)：67-71.

需求情况：基层农需欠佳，秋季用肥需求正在缓慢启动。下游复合肥企业正在进行秋季备肥，开工率较前周持稳；经销商提货速度略增，但钾肥整体需求仍无明显起色，实际成交欠佳。

[6] 黄浩.基于高分辨率卫星影像的城市植被信息提取与分析研究[D].南京：河海大学，2005.

1）完善传统实验教学。组织学与胚胎学实验室均配有多媒体系统、普通显微镜、组织学切片标本、胚胎发育模型和胚胎实物标本。课上学生通过组织学切片标本、胚胎发育模型和胚胎实物标本，能更清楚、更直观地观察到组织器官的微细结构和胚胎在不同时期的变化，真正掌握组织学与胚胎学的基本理论、基本知识，保证教学质量。教师在实验课堂上也要切实负起责任，除了课上讲完基本要点之外，在学生自主观察时间要主动走到学生中间，一是对学生学习起到督促作用，二是可以实现对不同水平的学生做到个性化辅导，增加与学生沟通交流的机会，做到教学相长。

[7] 吕杰.基于Hyperion高光谱遥感数据的城市绿地信息提取方法的研究[D].北京：中国地质大学(北京)，2009.

[8] 乔玉良，王鹏，尚彦玲.珠海市森林绿地遥感动态监测与驱动力分析[J].航天返回与遥感，2009，30(4)：19-24.

[9] 刘向增.城市绿地信息采集监测研究[J].科技咨讯，2015(18)：7-9.

[10] 黄莉.城市绿化地动态监测方法研究[D].昆明：昆明理工大学，2009.

[11] 刘充.基于资源三号卫星遥感影像的城市绿地信息提取方法研究[D].太原：太原理工大学，2014.

[12] 王志岗，廖胜利.基于高分辨率影像的城市绿地提取[J].测绘，2012(5)：238-240.

[13] 申广荣，钱振华，徐敬敬，等.基于eCognition的城镇绿地信息动态监测研究[J].上海交通大学学报：农业科学版，2009(1)：1-6.

设计意图 本环节从学生易于解决的问题入手，在解决之后，并未像前两题一样稍作总结就结束了，而是将问题一般化，把特殊点变为任意点，引导学生用类比的方法思考直线和圆方程中的类似问题，在动手实践的基础上发现并提出新问题，从而尝试对新问题进行描述和动手探究，意在使学生体会发现问题和提出问题的方法．

[14] 中华人民共和国建设部.CJJ/T 85—2002城市绿地分类标准[S].北京：中国建筑工业出版社，2002.

[15] 刘复.建设核心城市打造城市经济圈[N].南宁日报，2008-04-25(001).

实际上，《地球最后的夜晚》并不是一部商业爱情片，仍然是一部观影门槛较高的作者电影，核心受众与前作《路边野餐》相似，受众错位潜藏着票房曲线与大众口碑或直线下滑的隐忧。

“一带一路”背景下的图书馆社会公共服务已出现多类型的服务形式及内容，如图书馆对丝路文化的宣传推广及交流活动促进了公众及沿线各国对“一带一路”政策的了解，加强了彼此间的互联互通［9］；再如，图书馆为政府、企业、社会组织等提供的决策信息、科研信息、经贸信息等服务创造了社会效益及经济效益［4］。但对“一带一路”背景下的公众信息素养教育及知识扶贫等方面却鲜少开展服务。