基于对象图像分析（OBIA）与激光雷达融合的城市绿地分类研究：精度评估与景观格局分析

这篇研究创新性地结合对象图像分析（OBIA）与激光雷达（LiDAR）数据融合技术，对赫尔辛基三种不同土地利用强度的城市集水区绿地进行高精度分类。通过验证标准精度指标与景观格局指数（如斑块密度、聚集度），揭示了该方法在复杂城市形态中的局限性（如高密度区阴影干扰），同时证实其在低密度区的可靠性，为流域尺度水文生态建模提供了关键数据支撑。

　　

Highlight

本研究评估了OBIA-LiDAR融合框架在赫尔辛基三种不同土地利用强度集水区的绿地制图效果。结果表明，该方法总体分类精度较高，但在建筑密集区域（如It?-Pasila）因结构复杂性和阴影导致光谱数据可靠性下降。

Vegetation classification results

It?-Pasila绿地覆盖率最低（7 ha，30%），且呈现高度碎片化，主要由城市公园和行道树组成；而低密度区Ver?j?m?ki绿地占比达65.5%，其空间结构与参考数据高度吻合。分类图中清晰可见沿街分布的条带状绿地（图4 A1）。

Discussion

研究揭示了光谱-结构数据融合的优势与挑战：LiDAR衍生的植被高度数据（如冠层分层）显著提升了生态相关参数的提取能力，但在高楼阴影区仍需辅助手段。景观格局指数分析表明，高密度城市区的绿地斑块更分散（聚集指数低），直接影响其降温、蓄水等生态服务效能。

Conclusions

OBIA-LiDAR混合方法为城市植被分类提供了新范式，四层植被高度分级体系增强了生态服务评估的颗粒度。该方法在结构简单的环境中表现优异，但需针对高密度城区开发阴影补偿算法以提升鲁棒性。