全 文 ：第 34卷 第 1期 生 态 科 学 34(1): 185−189
2015 年 1 月 Ecological Science Jan. 2015

收稿日期: 2013-04-02; 修订日期: 2014-06-28
基金项目: 中华环境保护基金—辽宁环境科研教育“123 工程”CEPF2010-123-2-10
作者简介: 朱京海(1960—), 男, 研究员, 博士生导师, 辽宁省环保厅党组书记、厅长，主要从事城市规划、环境保护和景观生态方面的研究, E-mail:
zhujingh@163.com
*通信作者: 问鼎(1990—), 男, 硕士研究生, 从事无人机环境遥感及监测方面研究

朱京海, 问鼎, 徐光, 等. 无人机影像在铁路景观格局定量分析中的应用[J]. 生态科学, 2015, 34(1): 185−189.
ZHU Jing-hai, Wen Ding, Xu Guang, et al. Application of UAV image in quantitative analysis of landscape pattern of railway[J].
Ecological Science, 2015, 34(1): 185−189.

无人机影像在铁路景观格局定量分析中的应用
朱京海 1, 问鼎 2,*, 徐光 3, 刘家斌 3, 梁婷 2
1. 辽宁省环境保护厅, 沈阳 110033
2. 沈阳航空航天大学能源与环境学院, 沈阳 110136
3. 辽宁省环境工程评估审核中心, 沈阳 110031

【摘要】 以京沪高速铁路(镇江南站段)为例, 利用无人机遥感数据, 借助 GIS 空间分析方法对该段的土地利用分类现
状进行分析, 并在此基础上使用与土地分类变化关联性较强的景观格局指数, 对研究区生态系统结构及高速铁路建设
后的景观格局特征进行了定量分析评价。结果表明: 无人机影像在铁路景观生态环境评价中能够得到很好的应用; 本
文所选取的景观格局指数代表的景观结构及其特征是适合的, 能够保证生态环境影响评价的科学性; 建成后的京沪高
铁(镇江南站段)景观格局整体较为一般, 生态系统遭受破碎, 需要更科学合理的生态规划来设计和改变景观结构。

关键词：无人机; 高速铁路; 景观格局; 景观格局指数
doi:10.3969/j.issn. 1008-8873.2015.01.029 中图分类号：X82 文献标识码：A 文章编号：1008-8873(2015)01-185-05
Application of UAV image in quantitative analysis of landscape pattern of railway
ZHU Jinghai1, WEN Ding2,*, XU Guang3, LIU Jiabin3, LIANG Ting2
1. Department of Environmental Protection of Liaoning Province, Shenyang 110033, China
2. College of Energy and Environment, Shenyang Aerospace University, Shenyang 110136, China
3. Environment Engineering Assessment Center of Liaoning Province, Shenyang 110033, China
Abstract: Taking the Beijing-Shanghai high-speed railway (Zhenjiangnan Railway Station) as an example, with the support of the
UAV remote sensing data and GIS, this paper analyzes the current situation of the land use classification by GIS spatial analysis
method. In addition, this paper evaluates the ecological system structure and makes quantitative analysis on landscape pattern
characteristics after the high-speed railway was completed. The results show that the UAV image can be applied to the railway
landscape ecological environment evaluation; selected landscape pattern represents the landscape structure and its characteristics are
appropriate to ensure the scientific assessment of the eco-environmental impact. The natural ecological system of the study area suffers
from destruction. More scientific and reasonable ecological planning should be used to design and change the landscape structure.
Key words: UAV; high-speed railway; landscape pattern; landscape pattern index
1 引言
目前国内生态环境影响评价中常用的方法就是
景观生态学法, 它是生态学的重要分支, 既可以用
于生态环境的现状评价, 也可以用于预测生态环境
的变化。近几十年来景观分类和格局分析被广泛地
186 生 态 科 学 33 卷

应用于景观生态学的研究中, 同时各种景观生态学
指数已用于量化分析空间格局和与之相关的生态学
过程[1–4]。
铁路景观环境影响评价研究是我国铁路建设中
的新课题, 景观生态学的发展为铁路景观环境评价
研究提供了新的理论、方法和技术手段[5–8]。随着
GIS 技术的发展, 将 GIS 与景观格局软件相结合进
行景观格局研究已被广泛应用[9–10]。
然而目前大多数铁路景观环境影响评价研究的
数据源都是基于卫星遥感, 往往存在解译结果精度
低, 景观丰度小等缺点。随着科学技术的进步, 作为
获取遥感数据的新型手段, 无人机遥感特别适用于
线状和小范围高分辨率遥感数据的即时获取, 建设
项目环境保护管理、环境监测、环境应急、生态保
护、环境监察等领域均用应用[11]。
本文利用辽宁环境与航空应用工程中心在京
沪高铁环保验收中分辨率达到 0.2 m 的无人机航
拍影像作为数据源, 通过一系列相关解译计算和
分析, 在细分土地利用类型的基础上对再研究区
进行景观分类的重组, 并在此基础上使用定量化
地景观指数评价建成后的京沪高铁的景观格局分
布特征。
2 研究区和数据源概况
京沪高速铁路位于中国东部地区的华北和华东
地区, 两端连接环渤海和长三角两个经济区域。所
经区域面积占国土面积的 6.5%, 人口占全国地 26.7%,
是中国“四纵四横”客运专线网的其中“一纵”。京沪
高铁镇江南站位于江苏省镇江市丹徒区解巷村东侧,
地理位置为 E119°25′07.97″, N32°09′15.75″, 详见研
究区无人机遥感图(图 1)。
本次无人机影像使用辽宁省环境与航空应用工
程中心自主研发的 LH-1 号型环保无人机搭载佳能
5DMarkⅡ型数码相机进行拍摄, 飞行相对航高500 m,
航向重叠率 80%, 旁向重叠率 60%, 使用 PixelGrid
软件中 UAV 模块对获取的影像进行影像纠正和拼
接, 并结合实地考察等方式对影像数据进行校正,
精度达到 98 %以上, 满足本次研究的需要。
以 2011 年 9 月京沪高铁镇江南站段无人机遥
感图像为主要数据源, 根据京沪高铁环保验收的
要求。和结合当地的实际情况, 采用人工目视解译
的方法得到 2011年 9月京沪高铁镇江南站段京沪高
速铁路沿线两侧 300 m 范围内土地利用类型矢量数
据(图 2), 在此基础上得到了镇江南站段景观分类的
空间与属性数据。
通过在 ArcGIS9.3 中对得到的研究区矢量数据
进行分类统计和计算, 得到该研究区区域面积为
4.06 km2, 使用人工目视解译得到了 25 种不同的土
地利用类型, 共 1112 个土地利用斑块。
3 研究方法
3.1 景观类型的划分
综合考虑到铁路沿线的土地利用特征, 结合本
文研究需要, 按景观功能、人为干扰程度和活动强
度, 土地利用方式/覆盖及斑块性质, 将原有 25 种土
地利用类型划分为 8 大景观类型(表 1)。
3.2 景观指数的选取
基于景观生态学原理[12], 从中选取了①斑块类
型尺度: 斑块数量(NP)、斑块类型总面积(CA)、景
观面积比例(PLAND)、斑块密度(PD)、平均斑块面
积(MPS)②景观多样性尺度: 香农多样性指数(SHDI)
和景观丰度(PR)③景观聚集尺度: 散步与并列指数
(IJI)和蔓延度指数(CONTAG)进行计算分析研究区
景观格局, 具体含义和计算公式参见文献[13]。

图 1 研究区无人机遥感图像
Fig. 1 UAV remote sensing image of research area

4 期 朱京海, 等. 无人机影像在铁路景观格局定量分析中的应用 187


图 2 研究区土地利用局部示意图
Fig. 2 Land use of research area partial schematic diagram
表 1 景观类型的划分
Tab. 1 Classification of landscape types
景观类型 原土地利用类型
农业景观
大棚
旱地
水田
绿地景观
草地
景观隔离带
边坡生态防护工程
林地景观
防护林
灌木林
阔叶林
人工经济林
水体景观
坑塘
河流
河滩地
交通景观
京沪高铁
高速公路
公路
一般道路
人行道
建筑用地景观
工交建设用地
已拆迁用地
未拆迁用地
镇江南站
居住景观 学校 居民地
其他景观 裸地
4 结果与分析
在 AcrGIS9.3 软件中, 使用 ArcToolbox 中的
Conversion Tools 转换工具, 将做好的人工目视解译
结果转化为栅格数据 , 再用 Fragstats3.3 软件和
Excel 计算景观格局指数值。
4.1 斑块类型尺度指数分析
利用 Fragstats3.3 根据景观类型分类, 得出京沪
高铁镇江南站段铁路沿线 300 m 范围内斑块类型特
征指标值(表 2)。
由表 2 可以看出:
1) 研究区域总面积约 4.06 km2, 各类土地利用
类型的斑块总数 1 112 个, 说明土地利用类型的斑
块细化较严重。在自然景观中, 斑块数量较少, 且
斑块平均大小较大, 生态系统的连续性则较高, 系
统也相对稳定。而本研究区域, 斑块的数量多, 斑
块密集, 且斑块平均大小较大, 整体区域内各景观
斑块面积比例都不大, 是种人为修饰占主导的综合
景观。
188 生 态 科 学 33 卷

表 2 研究区景观类型指标值
Tab. 2 Landscape indices of research areas
景观类型 斑块个数 NP/个
斑块面积
CA/hm2
占景观面积比例
PLAND/%
斑块密度
PD/(个·km-2)
平均斑块面积
MPS/hm2
农业 124 39.09 9.63 30.57 0.32
绿地 287 43.58 10.75 70.76 0.15
林地 263 103.79 25.6 64.85 0.39
水体 110 24.78 6.11 27.12 0.23
交通 64 46.92 11.57 15.78 0.73
建筑 82 90.1 22.22 20.22 1.10
居住 105 43.8 10.8 25.89 0.42
其他 77 13.51 3.32 18.99 0.18

2) 研究区最大景观类型是林地, 其景观类型占
优势, 面积 103.79 hm2, 约占总面积 25.6%, 斑块平
均面积较小, 为 0.39 hm2, 表明林地斑块处于破碎
化状态, 连续程度较差, 这对于林地生态系统生态
功能的发挥是不利的。虽然研究区内交通景观前几
项指数表现并不突出, 但平均斑块面积最大, 说明
研究区内地面交通较发达, 是京沪高铁建成后的显
著作用。
3) 自然或半自然景观(裸地、水体、绿地、林地)
面积比例 45.78%, 人工景观(农业、交通、居住、建
筑)面积比例 54.22%。说明本研究区域内的基底为自
然或半自然生态系统组成的复合景观类型, 人类可
通过自身对自然或半自然生态系统的有效管理和规
划, 保证生态系统服务功能的发挥。
4) 自然或半自然生态系统的平均斑块面积指
数都小于人工利用景观类型, 如绿地(0.15)、林地
(0.39)、水体(0.23)等都远小于建筑用地(1.10)、交通
(0.73); 说明人类活动是造成自然生态系统遭受破碎
化最主要原因, 京沪沿线地段是人为修饰和干扰明
显的综合景观, 破碎的生态系统使生态功能的发挥
较脆弱, 受到威胁较大。
4.2 景观多样性尺度指数分析
由表 3 可知, 研究区景观丰度为 25, 说明京沪
高铁沿线主要由 25 种土地利用类型组成。对于几公
里范围内, 低分辨率(2.5—75 m)遥感影像的解译结
果, 景观丰度往往小于 20, 而本研究较高的景观丰
度体现了无人机遥感在地物细节的甄别上明显强于
其他卫片, 也体现出无人机遥感发展潜力。香农多
表 3 研究区景观多样性指标值
Tab. 3 Landscape diversity indices of research areas
景观多样性指数
香浓多样性指数 景观丰度
2.4877 25

样性指数为 2.4877, 说明土地利用较丰富, 破碎化
程度越高。
4.3 景观聚集尺度指数分析
聚集度指数是景观中斑块类型的聚集程度。其
值越大, 景观的斑块聚集程度越大, 占优势类的土
地利用类型越明显。由表 4 可看出, 两指标计算结
果为 69.32 和 58.50, 都高于 50, 说明京沪高铁沿线
地区各类土地利用类型在空间上处于较均衡状态,
只有部分土地利用类型稍占优势或呈聚集分布。
5 结论
(1) 在实际应用中, 无人机凭借超高的分辨率,
通过目视解译能够很好的甄别地物, 景观丰度更是
达到 25, 在后期的景观格局的分类中, 实用性更强,
数据精度更高。该方法相对其他数据源, 体现了数
据更新周期短、费用低廉、高精度等优势。在铁路
生态环境影响评价中, 使用无人机影像是切实可
行、高效和便捷的。

表 4 研究区景观聚集度指标值
Tab. 4 Landscape agglomeration indices of research areas
景观聚集度指数
散步与并列指数 蔓延度指数
69.32 58.50
4 期 朱京海, 等. 无人机影像在铁路景观格局定量分析中的应用 189

(2) 本文以京沪高铁镇江南站段为例, 通过选
取合适的景观格局指数, 定量评价了高铁建成后研
究区的生态系统结构状况和高铁建设对其产生的生
态影响。结果表明, 在铁路生态环境影响评价中, 在
高分辨率的无人机影像保证下, 所选取的景观格局
指数代表的景观结构及其特征是适合的, 能够反映
工程所在区域生态系统的结构状况及其变化, 能够
保证生态环境影响评价的科学性。
(3) 总体景观格局和特征表明, 京沪高铁地区
景观格局一般, 自然生态系统遭受破碎, 需要更科
学合理的生态规划来设计和改变景观结构, 进而完
善景观过程, 以保证生态系统服务功能的发挥, 达
到经济、环境和生态三个效益和谐统一。
参考文献
[1] ONeill R V, Krummel J R, Gardner R H, et al. Indices of
landscape pattern[J]. Landscape Ecology, 1988, 1:
153–162.
[2] Riitters K H, ONeill R V, Hunsaker C T, et al. A factor
analysis of landscape pattern and structure metrics[J].
Landscape Ecology, 1995,10: 23–39.
[3] SWENSON J J, FRANKLIN J. The effects of future urban
development on habitat fragmentation in the Santa Monica
Mountains[J]. Landscape Ecology, 2000, 15(8): 713–730.
[4] 曹宇, 肖笃宁, 赵羿, 等. 近十年来中国景观生态学文献
分析[J]. 应用生态学报, 2001, 12(3): 474–477.
[5] 彭玲, 曾庆华. 景观生态学在线型建设项目生态环境影
响评价的应用[C]. 节能环保和谐发展-2007 中国科协年
会论文集(1), 2007: 1–4.
[6] 成文连, 柳海鹰, 关彩虹. 景观生态学方法在青藏铁路
格望段生态影响评价中的应用[J]. 内蒙古环境科学 ,
2009, 21(4): 23–27.
[7] 胡海. 景观生态学在铁路景观环境影响评价中的应用[J].
武汉理工大学学报, 2010, 32(10): 184–187.
[8] 余艳红. 观格局指数在生态环境影响评价中的应用——以
丽江至香格里拉铁路生态影响评价为例[J]. 环境科学导
刊, 2010, 29(2): 82–85.
[9] 陈丹, 周启刚, 黄永安, 等. 基于 RS 和 GIS 的三峡库区
景观格局分析—以万州区为例[J]. 重庆工商大学学报:
自然科学版, 2012, 29(1): 69–75.
[10] 裴刚, 刘养洁, 王国梁. 侯马市景观格局梯度分析[J].
国土资源遥感, 2012, 95(4): 163–168.
[11] 朱京海, 徐光, 刘家斌. 无人机遥感系统在环境保护领
域中的应用[J]. 环境保护与循环经济, 2011, (9): 45–48.
[12] 高吉喜. 可持续发展理论探索——生态承载力理论、方
法与应用[M]. 北京: 中国环境科学出版社, 2001.
[13] 邬建国. 景观生态学——格局、过程、尺度与等级[M]. 北
京: 高等教育出版社, 2000.