一种基于空间几何原理的新型遥感生态指数的构建方法技术

本发明专利技术涉及一种基于空间几何原理的新型遥感生态指数的构建方法，首先获取研究区包含红光、近红外和热红外波段的遥感数据并进行预处理，得到红光波段和近红外波段二维空间散点图；利用该散点图求出研究区域土壤线方程以及指示最干旱裸土的D点的表达式；接着计算垂直植被指数PVI、土壤湿度指数SMI、地表温度LST；然后以D点为原点，垂直植被指数PVI为x轴，土壤湿度指数SMI为y轴，地表温度LST为z轴构建一个三维特征空间；最后计算基于植被‑土壤湿度‑温度的遥感生态指数VMTEI。本发明专利技术既考虑了与生态相关的多个指标，又通过引入空间几何原理消除了多指标加权集成的不合理性，有效地提高了生态指数VMTEI的物理意义。

【技术实现步骤摘要】
一种基于空间几何原理的新型遥感生态指数的构建方法
本专利技术涉及遥感生态指数构建领域，特别是一种基于空间几何原理的新型遥感生态指数的构建方法。
技术介绍
利用各种遥感指数对森林、草地、城市、河流乃至整个流域的生态系统进行监测和评价，已经是生态环境保护领域的重要组成部分。但目前的遥感监测技术大多基于单一的指标进行评测，往往只能解释某一方面的生态特征。而在实际生态系统中，每个指标的互动综合影响着整个生态系统。因此，需要一个能耦合多种因素的指标来对生态系统进行综合测评。《生态环境状况评价技术规范》中规定的生态环境状况指数EI，旨在对我国县级以上的生态环境状况提出一种年度综合评价标准。但该指标存在不少问题，如权重的合理性、归一化系数的设定、指标的易获取性等。还有一个明显的不足，就是EI指数只是一个数值，只能笼统地说明一个地区的生态状况，无法可视化，无法说明研究区中不同生态环境状况的空间分布情况，无法对不同时期的生态环境进行空间变化分析。而这些问题对于生态环境指数这样一个和空间地理位置紧密联系的指标来说，又显得极其重要。有的研究人员通过主成分变换或者因子分析方法集成多个指标，如RSEI(徐涵秋，2013)，EEM(Zhang,2016)等，能体现空间分布，但没有具体的物理意义。
技术实现思路
有鉴于此，本专利技术的目的是提出一种基于空间几何原理的新型遥感生态指数的构建方法，既考虑了与生态相关的多个指标，又通过引入空间几何原理消除了多指标加权集成的不合理性，有效地提高了生态指数VMTEI的物理意义。本专利技术采用以下方案实现：一种基于空间几何原理的新型遥感生态指数的构建方法，包括以下步骤：步骤S1：获取研究区包含红光、近红外和热红外波段的遥感数据并进行预处理，得到红光波段和近红外波段二维空间散点图；利用该散点图求出研究区域土壤线方程以及指示最干旱裸土的D点的表达式；步骤S2：计算垂直植被指数PVI；步骤S3：计算土壤湿度指数SMI；步骤S4：计算地表温度LST；步骤S5：以步骤S1所得到的D点为原点，垂直植被指数PVI为x轴，土壤湿度指数SMI为y轴，地表温度LST为z轴构建一个三维特征空间；步骤S6：计算基于植被-土壤湿度-温度的遥感生态指数VMTEI。进一步地，步骤S1具体包括以下步骤：步骤S11：根据需要选择研究区包含红光、近红外和热红外波段的遥感数据，对遥感数据进行包括几何校正、大气校正、重采样在内的预处理，提取红光波段和近红外波段的地表反射率数据以及后续生成地表温度LST所需的热红外波段数据；步骤S12：利用步骤S11中所提取的红光波段和近红外波段的地表反射率数据构建红光波段和近红外波段二维空间散点图；步骤S13：根据散点图的分布，进行土壤线方程的计算；步骤S14：采用研究区域在红光波段和近红外波段具有最高反射率值的点来表征D点，并且，该D点满足步骤S13中所求土壤线方程。进一步地，步骤S13具体包括以下步骤：步骤S131：通过横坐标分组的方法获取各组中纵坐标值最小的点，作为初始的土壤点集；统计特征空间中各像元点横轴波段反射率的最大值和最小值，根据分组数n设定分组间距，将所有的像元点按其横轴波段的反射率归入不同的组中；完成分组后，在各组中分别获取纵轴波段反射率最小的像元点，构成(Xi,Yi)点集，也就是初始土壤点集；步骤S132：利用自适应区间选取方法来缩小初始土壤点集确定不同子集，并计算各个子集的最小二乘相关系数；相关系数最大的子集，将被选取为土壤点的有效子集，其横坐标区间也将确定为裸土像元的横坐标初始区间；步骤S133：迭代筛选土壤点并拟合土壤线方程；由于植被覆盖像元的近红外反射率大多高于裸土像元，因此，对有效子集中的像元点进行循环迭代，采用递次求近法，每次循环都将垂直偏差最大的点从子集中去除；循环结束后，子集中剩余的像元点便是自动算法最终获取的土壤点，然后通过最小二乘拟合，得到土壤线方程：ρNIR＝M*ρRED+I(1)；式中，ρRED和ρNIR分别表示红波段和近红外的反射率值(均为0到1)；M和I指的是土壤线方程的斜率和截距。进一步地，步骤S2具体为：根据步骤S1中的土壤线方程，垂直植被指数PVI的计算方法如下：式中，ρRED和ρNIR分别表示红波段和近红外的反射率值；M和I指的是土壤线方程的斜率和截距。进一步地，步骤S3中，土壤湿度指数SMI的计算方法如下：式中，ρRED和ρNIR分别表示红波段和近红外的反射率值；M指的是土壤线方程的斜率，b是指通过D点并与土壤线垂直的线在NIR上的截距。进一步地，步骤S4具体为：根据所得到的不同遥感数据，选择不同的LST计算方法，其中遥感数据包括但不限于MODIS数据以及LANDSAT8数据。(这里只说明MODIS数据以及LANDSAT8数据所对应LST的计算方法)；较佳的，当所选择的数据为MODIS遥感数据时，选择其基于热红外波段计算的LST产品，即MOD11A2产品的以LST_Day_1KM作为所需求解的地表温度，进行相应的预处理后参与生态指标的构建；较佳的，当所选择的数据为LANDSAT8遥感数据时，利用Landsat8TIRS反演地表温度从而得到所需LST的表征，具体包括以下步骤：步骤S41：图像辐射定标，选用Band10对LANDSAT8热红外波段进行辐射定标，将原来的DN值转换为辐射亮度值得到Band10辐射亮度图像；步骤S42：计算地表比辐射率ε，使用NDVI阈值法计算地表比辐射率；为了得到更精确的地表比辐射率数据，分别针对水体、自然表面和城镇区三种地表类型计算地表比辐射率；步骤S43：计算黑体辐射亮度B(TS)，根据所选影像的成像时间和中心经纬度，查询相应的大气剖面信息(大气在热红外波段的透过率、大气向上辐射亮度、大气向下辐射亮度)并利用辐射传输方程计算得到黑体辐射亮度；步骤S44：利用下式计算地表温度LST：式中，B(TS)为黑体辐射亮度；对于TIRSBand10而言，K1＝774.89W/(m2*μm*sr)，K2＝1321.08K。进一步地，步骤S5具体包括以下步骤：步骤S51：以步骤S1中确定的D点为二维坐标的原点，垂直植被指数PVI为x轴，土壤湿度指数SMI为y轴建立一个二维特征空间；步骤S52：在步骤S51的基础上增加地表温度LST作为z轴，则基于垂直植被指数PVI、土壤湿度指数SMI、地表温度LST的三维特征空间构建完成。进一步地，步骤S6具体包括以下步骤：步骤S61：为了便于指标的度量和比较，使用下面的公式将每个轴的值归一化到0和之间，这样，VMTEI的值则转换为0到1：式中，p是PVI、SMI两个变量中的一个，pi是第i个数据；步骤S62：考虑到最适地表温度Tα对生态的影响，根据区域特性选取最适地表温度对LST进行相应的归一化，当LST＜Tα时，利用公式(6)对LST进行归一化；当LST＞Tα时，利用公式(7)对LST进行归一化：步骤S63：采用下式计算表征生态环境质量的指标VMTEI：本专利技术基于多波段遥感数据，耦合了代表绿度的垂直植被指数PVI、代表湿度的土壤湿度指数SMI和代表温度的地表温度LST等3个评价指标，通过空间几何原理集成生态环境遥感指数VMTEI。与常用的多指标加权集成法不同的是，本专利技术引入了空间几何原理来集成本文档来自技高网...

【技术保护点】
1.一种基于空间几何原理的新型遥感生态指数的构建方法，其特征在于：包括以下步骤：步骤S1：获取研究区包含红光、近红外和热红外波段的遥感数据并进行预处理，得到红光波段和近红外波段二维空间散点图；利用该散点图求出研究区域土壤线方程以及指示最干旱裸土的D点的表达式；步骤S2：计算垂直植被指数PVI；步骤S3：计算土壤湿度指数SMI；步骤S4：计算地表温度LST；步骤S5：以步骤S1所得到的D点为原点，垂直植被指数PVI为x轴，土壤湿度指数SMI为y轴，地表温度LST为z轴构建一个三维特征空间；步骤S6：计算基于植被‑土壤湿度‑温度的遥感生态指数VMTEI。

【技术特征摘要】
1.一种基于空间几何原理的新型遥感生态指数的构建方法，其特征在于：包括以下步骤：步骤S1：获取研究区包含红光、近红外和热红外波段的遥感数据并进行预处理，得到红光波段和近红外波段二维空间散点图；利用该散点图求出研究区域土壤线方程以及指示最干旱裸土的D点的表达式；步骤S2：计算垂直植被指数PVI；步骤S3：计算土壤湿度指数SMI；步骤S4：计算地表温度LST；步骤S5：以步骤S1所得到的D点为原点，垂直植被指数PVI为x轴，土壤湿度指数SMI为y轴，地表温度LST为z轴构建一个三维特征空间；步骤S6：计算基于植被-土壤湿度-温度的遥感生态指数VMTEI。2.根据权利要求1所述的一种基于空间几何原理的新型遥感生态指数的构建方法，其特征在于：步骤S1具体包括以下步骤：步骤S11：根据需要选择研究区包含红光、近红外和热红外波段的遥感数据，对遥感数据进行包括几何校正、大气校正、重采样在内的预处理，提取红光波段和近红外波段的地表反射率数据以及后续生成地表温度LST所需的热红外波段数据；步骤S12：利用步骤S11中所提取的红光波段和近红外波段的地表反射率数据构建红光波段和近红外波段二维空间散点图；步骤S13：根据散点图的分布，进行土壤线方程的计算；步骤S14：采用研究区域在红光波段和近红外波段具有最高反射率值的点来表征D点，并且，该D点满足步骤S13中所求土壤线方程。3.根据权利要求2所述的一种基于空间几何原理的新型遥感生态指数的构建方法，其特征在于：步骤S13具体包括以下步骤：步骤S131：通过横坐标分组的方法获取各组中纵坐标值最小的点，作为初始的土壤点集；统计特征空间中各像元点横轴波段反射率的最大值和最小值，根据分组数n设定分组间距，将所有的像元点按其横轴波段的反射率归入不同的组中；完成分组后，在各组中分别获取纵轴波段反射率最小的像元点，构成(Xi,Yi)点集，也就是初始土壤点集；步骤S132：利用自适应区间选取方法来缩小初始土壤点集确定不同子集，并计算各个子集的最小二乘相关系数；相关系数最大的子集，将被选取为土壤点的有效子集，其横坐标区间也将确定为裸土像元的横坐标初始区间；步骤S133：迭代筛选土壤点并拟合土壤线方程；对有效子集中的像元点进行循环迭代，采用递次求近法，每次循环都将垂直偏差最大的点从子集中去除；循环结束后，子集中剩余的像元点便是自动算法最终获取的土壤点，然后通过最小二乘拟合，得到土壤线方程：ρNIR＝M*ρRED+I(1)；式中，ρRED和ρNIR分别表示红波段和近红外的反射率值；M和I指的是土壤线方程的斜率和截距。4.根据权利要求1所述的一种基于空间几何原理的新型遥感生态指数的构建方法，其特征在于：步骤S2具体为：根据步骤S1中的土壤线方程，垂直植被指数PVI的计算方法如下：式中，ρ...

【专利技术属性】
技术研发人员：汪小钦，周紫燕，陈芸芝，林梦婧，
申请(专利权)人：福州大学，
类型：发明
国别省市：福建,35