一种快速评估植被健康状况的数据处理方法及系统技术方案

本发明专利技术公开了一种快速评估植被健康状况的数据处理方法及系统，所述方法包括：获取遥感影像并根据研究区实际情况进行影像预处理；在预处理后的遥感影像中提取归一化植被指数、氮素反射指数和归一化衰败植被指数；将提取的所述归一化植被指数、氮素反射指数和归一化衰败植被指数的影像数据进行数据标准化；将所述归一化植被指数、氮素反射指数和归一化衰败植被指数的影像图进行叠加，构建植被健康指数的函数并进行解算；根据所述植被健康指数的影像将植被健康等级进行划分，并采集不同等级的验证样点，通过混淆矩阵验证估算精度，输出验证结果。本发明专利技术可以进行大范围的植被健康状况估算，实现了从遥感影像中快速识别植被健康状况的目的。

【技术实现步骤摘要】
一种快速评估植被健康状况的数据处理方法及系统
本专利技术涉及植被生态系统保护
，尤其涉及一种快速评估植被健康状况的数据处理方法及系统。
技术介绍
植被健康调查是生态环境保护的重要组成部分，小规模的植被健康调查可以通过人工外业调查完成，而大尺度的植被健康度调查通过人工调查来实现需要花费大量的人力物力，成本较高。目前，遥感对地观测技术对大规模的植被健康调查提供了有效的手段。遥感技术凭借其快速、宏观的优势，可有效地监测植被的健康状态。值得一提的是，已有的遥感植被健康调查技术手段主要针对干旱胁迫或某种病虫害防治等单一情况，并且采用的评价指标单一且不充分，例如，一些研究多采用简单归一化植被指数(normalizeddifferencevegetationindex,NDVI)作为植被健康的评价指标。虽然NDVI可以很好的反映绿色植被的覆盖信息，但不能反映处于亚健康或衰败状况的植被信息。也就是说，目前还缺少一种快速、高效且适用于大规模植被健康评估的方法。因此，现有技术还有待于改进和发展。
技术实现思路
本专利技术要解决的技术问题在于，针对现有技术上述缺陷，本专利技术提供一种快速评估植被健康状况的数据处理方法及系统，解决了传统植被健康调查耗时耗力及现有的遥感植被健康调查法不能综合反映亚健康或衰败植被问题，提供一种新的基于遥感快速估算植被健康状况的新型植被健康指数，可以通过整合三种植被指数从遥感影像中快速识别植被健康状况。本专利技术解决技术问题所采用的技术方案如下：一种快速评估植被健康状况的数据处理方法，其中，所述快速评估植被健康状况的数据处理方法包括：获取遥感影像并根据研究区实际情况进行影像预处理；在预处理后的遥感影像中提取归一化植被指数、氮素反射指数和归一化衰败植被指数；将提取的所述归一化植被指数、氮素反射指数和归一化衰败植被指数的影像数据进行数据标准化；将所述归一化植被指数、氮素反射指数和归一化衰败植被指数的影像图进行叠加，构建植被健康指数的函数并进行解算；根据所述植被健康指数的影像将植被健康等级进行划分，并采集不同等级的验证样点，通过混淆矩阵验证估算精度，输出验证结果。所述的快速评估植被健康状况的数据处理方法，其中，所述归一化植被指数的提取方法为：NDVI＝(ρNIR-ρRed)/(ρNIR+ρRed)；其中，NDVI表示归一化植被指数，ρNIR和ρRed分别代表遥感影像的近红和红光波段的反射率。所述的快速评估植被健康状况的数据处理方法，其中，所述氮素反射指数的提取方法为：NRI＝ρNIR/ρGreen；其中，NRI表示氮素反射指数，ρNIR和ρGreen分别代表遥感影像的近红和绿光波段的反射率。所述的快速评估植被健康状况的数据处理方法，其中，所述归一化衰败植被指数的提取方法为：NDSVI＝(ρSWIR1-ρRed)/(ρSWIR1+ρRed)；其中，NDSVI表示归一化衰败植被指数，ρSWIR1和ρRed分别代表遥感影像的第一个中红外波段和红光波段的反射率。所述的快速评估植被健康状况的数据处理方法，其中，所述将提取的所述归一化植被指数、氮素反射指数和归一化衰败植被指数的影像数据进行数据标准化具体包括：所述归一化植被指数和所述氮素反射指数为正向指标，NDVI和NRI值越大则表明植被健康状况越好，正向指标标准化如下：Xi＝(xi-xmin)/(xmax-xmin)；所述归一化衰败植被指数为负向指标，NDSVI值越小则表明植被健康状况越好，负向指标标准化如下：Xi＝(xmax-xi)/(xmax-xmin)；其中，Xi是标准化后的值，xi、xmin、xmax分别代表NDVI、NRI、NDSVI三个指标的原始值、最小值和最大值，NDVI、NRI、NDSVI影像数据标准化后的值介于0-1之间。所述的快速评估植被健康状况的数据处理方法，其中，所述将所述归一化植被指数、氮素反射指数和归一化衰败植被指数的影像图进行叠加，构建植被健康指数的函数并进行解算具体包括：将提取的NDVI、NRI、NDSVI的影像图进行叠加，并构建植被健康指数VHI的函数如下：VHI＝f(NDVI，NRI，NDSVI)；其中，VHI为构建的植被健康指数，f为NDVI、NRI、NDSVI三个指标的集成函数；通过采用主成份分析方法PCA对VHI函数进行求解，通过主成份分析将原始的多维遥感数据集进行压缩，其中主成份分析得到的第一分量，即第一主成分PC1包含了原始数据集的信息，通过PC1的线性组合构建VHI如下：VHI＝(PC1-PC1min)/(PC1max-PC1min)；其中，PC1、PC1min和PC1max分别代表第一主成分、第一主成分的最小值和最大值；VHI的值介于0-1之间，VHI的值越大则表明研究区域内植被健康状况越好。所述的快速评估植被健康状况的数据处理方法，其中，所述根据所述植被健康指数的影像将植被健康等级进行划分，并采集不同等级的验证样点，通过混淆矩阵验证估算精度，输出验证结果具体包括：将值为0-1的VHI影像进行密度分割，将影像植被状况分为不同等级，采集不同等级的验证样点，通过混淆矩阵进行验证，其中总体精度OA和Kappa系数作为精度评价指标：其中，n和N分别代表植被状况等级数和样本的总数，Nii、Ni+和N+i分别代表正确归类的像元数、归类数据中第i等级的像元数、验证数据中第i等级的像元数；总体精度OA和Kappa系数值越大则表示估算精度越高。一种快速评估植被健康状况的数据处理系统，其中，所述快速评估植被健康状况的数据处理系统包括：影像获取处理模块，用于获取遥感影像并根据研究区实际情况进行影像预处理；指数提取模块，用于在预处理后的遥感影像中提取归一化植被指数、氮素反射指数和归一化衰败植被指数；标准化处理模块，用于将提取的所述归一化植被指数、氮素反射指数和归一化衰败植被指数的影像数据进行数据标准化；函数构建模块，用于将所述归一化植被指数、氮素反射指数和归一化衰败植被指数的影像图进行叠加，构建植被健康指数的函数并进行解算；精度验证模块，用于根据所述植被健康指数的影像将植被健康等级进行划分，并采集不同等级的验证样点，通过混淆矩阵验证估算精度，输出验证结果。一种快速评估植被健康状况的数据处理装置，其中，所述快速评估植被健康状况的数据处理装置包括如上所述的快速评估植被健康状况的数据处理系统，还包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的快速评估植被健康状况的数据处理程序，所述快速评估植被健康状况的数据处理程序被所述处理器执行时实现如上所述的快速评估植被健康状况的数据处理方法的步骤。一种存储介质，其中，所述存储介质存储有快速评估植被健康状况的数据处理程序，所述快速评估植被健康状况的数据处理程序被处理器执行时实现如上所述快速评估植被健康状况的数据处理方法的步骤。本专利技术公开了一种快速评估植被健康状况的数据处理方法及系统，所述方法包括：获取遥感影像并根据研究区实际情况进行影像预处理；在预处理后的遥感影像中提取归一化植被指数、氮素反射指数和归一化衰败植被指数；将提取的所述归一化植被指数、氮素反射指数和归一化衰败植被指数的影像数据进行数据标准化；将所述归一化植被指数、氮素反射指数和归一化衰败植被指数的影像图进行叠加，构建植被健康指数的本文档来自技高网...

【技术保护点】
1.一种快速评估植被健康状况的数据处理方法，其特征在于，所述快速评估植被健康状况的数据处理方法包括：获取遥感影像并根据研究区实际情况进行影像预处理；在预处理后的遥感影像中提取归一化植被指数、氮素反射指数和归一化衰败植被指数；将提取的所述归一化植被指数、氮素反射指数和归一化衰败植被指数的影像数据进行数据标准化；将所述归一化植被指数、氮素反射指数和归一化衰败植被指数的影像图进行叠加，构建植被健康指数的函数并进行解算；根据所述植被健康指数的影像将植被健康等级进行划分，并采集不同等级的验证样点，通过混淆矩阵验证估算精度，输出验证结果。

【技术特征摘要】
1.一种快速评估植被健康状况的数据处理方法，其特征在于，所述快速评估植被健康状况的数据处理方法包括：获取遥感影像并根据研究区实际情况进行影像预处理；在预处理后的遥感影像中提取归一化植被指数、氮素反射指数和归一化衰败植被指数；将提取的所述归一化植被指数、氮素反射指数和归一化衰败植被指数的影像数据进行数据标准化；将所述归一化植被指数、氮素反射指数和归一化衰败植被指数的影像图进行叠加，构建植被健康指数的函数并进行解算；根据所述植被健康指数的影像将植被健康等级进行划分，并采集不同等级的验证样点，通过混淆矩阵验证估算精度，输出验证结果。2.根据权利要求1所述的快速评估植被健康状况的数据处理方法，其特征在于，所述归一化植被指数的提取方法为：NDVI＝(ρNIR-ρRed)/(ρNIR+ρRed)；其中，NDVI表示归一化植被指数，ρNIR和ρRed分别代表遥感影像的近红和红光波段的反射率。3.根据权利要求2所述的快速评估植被健康状况的数据处理方法，其特征在于，所述氮素反射指数的提取方法为：NRI＝ρNIR/ρGreen；其中，NRI表示氮素反射指数，ρNIR和ρGreen分别代表遥感影像的近红和绿光波段的反射率。4.根据权利要求3所述的快速评估植被健康状况的数据处理方法，其特征在于，所述归一化衰败植被指数的提取方法为：NDSVI＝(ρSWIR1-ρRed)/(ρSWIR1+ρRed)；其中，NDSVI表示归一化衰败植被指数，ρSWIR1和ρRed分别代表遥感影像的第一个中红外波段和红光波段的反射率。5.根据权利要求4所述的快速评估植被健康状况的数据处理方法，其特征在于，所述将提取的所述归一化植被指数、氮素反射指数和归一化衰败植被指数的影像数据进行数据标准化具体包括：所述归一化植被指数和所述氮素反射指数为正向指标，NDVI和NRI值越大则表明植被健康状况越好，正向指标标准化如下：Xi＝(xi-xmin)/(xmax-xmin)；所述归一化衰败植被指数为负向指标，NDSVI值越小则表明植被健康状况越好，负向指标标准化如下：Xi＝(xmax-xi)/(xmax-xmin)；其中，Xi是标准化后的值，xi、xmin、xmax分别代表NDVI、NRI、NDSVI三个指标的原始值、最小值和最大值，NDVI、NRI、NDSVI影像数据标准化后的值介于0-1之间。6.根据权利要求5所述的快速评估植被健康状况的数据处理方法，其特征在于，所述将所述归一化植被指数、氮素反射指数和归一化衰败植被指数的影像图进行叠加，构建植被健康指数的函数并进行解算具体包括：将提取的NDVI、NRI、NDSVI的影像图进行叠加，并构建植被健康指数VHI的函数如下：VHI＝f(NDVI，NRI，NDSVI)；其中，...

【专利技术属性】
技术研发人员：李清泉，杨超，邬国锋，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东,44