邵真建
临沂市兰山区自然资源局 山东 临沂276000
摘要：文章先分析了城市植被评估和监测方法，包括数量和生态功能，随后介绍了城市水体评估和监测方法，包括水量评估和水质评估监测，希望能给相关人士提供有效参考。
关键词：城市；绿地资源；多尺度监测；评价方法
引言：城市中的生态系统存在较高的人为干扰度，高楼林立，下垫面存在较高异质性。整个绿地呈现出破碎化和斑块化发展趋势，进一步提高了监测和评估难度。为了进一步迎合新时期城市生态环境保护要求和建设需求，需要针对城市绿地资源实施精细化监测，创建有效的评估方法，准确掌握城市绿地状况。
一、城市植被评估和监测方法
（一）数量方面
传统植被数量评估方法主要是以样本方法调查为核心，但在经济因素制约下，普遍会选择抽样调查方法。抽样调查关键在于确定样方面积和样方数量。经过相关研究调查分析，样方数量多少会对城市植被调查结果产生直接影响，但其中的难点便是确定样方最佳数量。类似难点还包括样方最佳面积确定，由于植被群落内的植物种类会随着生境面积而产生一定变化，只有在达到某一临界值的条件下，植物种类才会接近饱和。为此，针对草本、灌木、乔木不同植被类型，采用变化范围较大的抽样面积，比如在1到2500平方米。此外，城市绿地植被构成属于人工配置成果，而抽样调查结果代表性也有待商榷。
随着遥感技术发展，形成了森林资源面积划分和种类判断的方法。随着具有较高空间分辨率的各种商业卫星数据进步，能够提供地表0.5到5米左右精细尺度的可见光遥感数据，使城市绿地精细化监测、评估成为可能，涵盖植被种类识别、数量和冠幅大小等内容评估。特别是三维激光雷达，能够准确采取乔木垂直结构以及高度信息，比如生物量、蓄积量、树高、胸径和冠幅等，同时还可以得到林分任意树木参数信息和空间中的位置关系，提供较为精确的数据。借助背包式激光雷达，于行走中对道路周围植被进行全面探测，得到相应的三维信息，结合点云提取植被信息，不需要考虑样方面积和样方数量等问题，有助于对斑块破碎城市植被进行调查，如果在车载平台中设置该设备，能够形成移动式车载观测，应用前景较好。
（二）生态功能
当前城市蒸散发测算方法涵盖以下几点：第一是计算乔木树干液流，测算树木蒸腾量。第二是称重式蒸渗仪，主要针对低灌木和草本，结合水量平衡方程，处于控制条件下，对蒸散发以外变量进行准确测量，合理推算蒸散发。热红外卫星遥感技术能够提供100米到1000米左右地表温度，促进了城市地表温度空间差异和植被关系研究。但以植被蒸腾机理和遥感地表温度为基础讨论降温研究内容较少，主要因为城市植被蒸腾组分以及蒸散发定量工作存在较大难度。而低空间分辨率卫星遥感数据进一步限制了城市蒸散发的研究。
无人机的应用发展为亚米级遥感数据采集提供基础支持，无人机光学数据获取技术较为成熟。在传感器以及无人机搭载平台耦合等因素影响制约下，较高空间分辨率无人机热红外数据采集技术依然存在较大难度，比如对不同航带图像进行拼接和确定图像相关空间地理位置等。以热红外温度相关三温模型为基础，能够合理测算城市乔木、灌木和草丛的蒸散发，实现了城市下垫面复杂环境蒸散发总量的准确估算。借助移动式运动样带方法，能够对条带状绿地植被在温度影响方面进行定量研究[1]。
二、城市水体评估和监测方法
（一）水量评估
传统模式下的水资源评估，主要是以径流和降水为主，通常是按照水量平衡原理在流域持续展开。如果可以准确测量城市生态系统中不同水文分量，可以进一步测算总水量。在单纯考虑湖泊水库以及城市河流的条件下，水量评估可以考虑选择通过体积进行描述，即水深之积和水面面积。遥感数据在面积测算中具有较高的精度要求，相对而言较为容易。该种条件下，只需要得到水深信息即可。当下数字高程模型能够提供相应的高程信息，比如30米空间分辨率ASTERGDEM，相关高程精度平均值仅在-4.7到20.1米之间。我国高分七号卫星能够得到亚米级立体影像，高程精度预估高达1.5米。为更好借助高精度遥感信息实施水量评估，采集各种数据资源。以遥感水量评估方法为基础，能够得到空间任意区域水量信息，能够有效弥补平衡测算仅能得到区域平均值的缺陷和不足[2]。
（二）水质评估监测
随着城市建设生态宜居要求的提出，城市中的水体水质逐渐成为城市居民、研究人员和政府共同关注的焦点内容。传统模式下的水质评估需要依靠断面定点监测数据，在采样频率和断面监测数量等因素影响下，导致评价结果通常无法准确反映出水质时空分布信息。遥感数据的周期成像、快速成像特征和广泛的覆盖范围，为水质时空监测提供有效的工具支持。当下，典型监测评估因素涵盖叶绿素浓度、可溶性有机污染物、水温等。我国拥有大量的中小型水库，及库容量低于106立方米的水库，这也是未来水量监测和水质监测管理的重点内容之一，传统模式下的人工调查方法通常无法快速采集水质空间信息，在周期更新中存在较大难度，以遥感影像为基础的水质评估方法能够周期性、快速获取水质时空分布特征信息，从而进一步发挥出应有的作用，城市水质遥感监测评估难点便是因为水体具有较高的浑浊度，可溶性有机污染物和无机悬浮颗粒相关光谱特征和叶绿素重合，导致水体呈现出较为复杂的光学特性，提高了水质参数反演难度。遥感数据光谱分辨率和水质分辨率之间的博弈，使得高光谱数据对应低空间分辨率对城市水库、湖泊、河流的识别造成了严重影响，或高空间分辨率影像对应低光谱分辨率直接影响了水质参数精细化反演。为此，以无人机高时空、高光谱分辨率为基础的数据采集和水质反演成为城市未来水质评估监测的主要手段。
结语：综上所述，当下城市中绿地资源精细化评估和监测依然面临诸多挑战，为此建议在未来发展中需要不断加强城市绿地监测评估中亚米级和米级遥感数据应用研究，促进无人机搭载平台和多传感器互相耦合，深入研究数据处理业务流程，研发适合城市绿地精细化管理的相关反演算法。
参考文献：
[1]熊育久,赵少华.城市绿地资源多尺度监测与评价方法探讨[J].国土资源遥感,2021,33(01):54-62.
[2]雷琼.临沂城市绿地观赏草资源应用与观赏价值评价[J].林业科技通讯,2021(01):58-62.