【技术实现步骤摘要】
本专利技术涉及环境科学,具体涉及一种全球植被覆盖度估算方法。
技术介绍
植被是陆地生态系统中最基础的部分,所有其他的生物都依赖于植被而生。植被覆盖度定义为绿色植被在地面的垂直投影面积占统计区总面积的百分比,是刻画地表植被覆盖的一个重要参数,也是指示生态环境变化的基本、客观指标,在地球表面的大气圈、土壤圈、水圈和生物圈中都占据着重要的地位。另外,从一般的应用层面看,植被覆盖度在农业、林业、资源环境管理、土地利用、水文、灾害风险监测、干旱监测等领域都有广泛的应用。因此,实现准确、快速的获取大区域陆表植被覆盖度具有重要意义。相对于传统的地面测量植被覆盖度的监测手段,遥感技术能够提供地表的多源多维多时相信息,具有大面积、宏观、实时和动态等优势,为陆表植被覆盖度估算开辟了新的途径。遥感估算陆表植被覆盖度的方法很多,主要包括经验模型法、混合像元分解法、物理模型法等。经验模型法是采用简单的统计模型或者回归关系对植被覆盖度进行求算,最典型的就是建立植被指数和植被覆盖度之间的经验性关系,然后再计算植被覆盖度。但是经验模型法只适用于特定区域与特定植被类型的植被覆盖度估算,不易推广,不具有普遍性,区域性的经验模型应用于大尺度上估算植被覆盖度会失效。混合像元分解法假设每个组分对遥感传感器所观测到的信息都有贡献,因此可以将遥感信息(波段或植被指数)分解,建立像元分解模型,并利用此模型估算植被覆盖度。 ...
【技术保护点】
一种全球植被覆盖度估算方法,其特征在于,该方法包括:根据全球植被类型分布情况选取若干个全球陆表空间采样点;在所述若干个全球陆表空间采样点处,获取卫星遥感数据中空间分辨率较高的第一地表反射率数据和空间分辨率较低的第二地表反射率数据;根据所述第一地表反射率数据以像元二分模型计算所述若干个全球陆表空间采样点处的植被覆盖度;在每个全球陆表空间采样点处,提取所述第二地表反射率数据及其空间上对应的根据所述第一地表反射率数据计算的植被覆盖度分别作为训练样本的输入和输出,训练广义回归神经网络模型;使用经过训练的广义回归神经网络模型根据所述第二地表反射率数据计算全球陆表的植被覆盖度。
【技术特征摘要】
1.一种全球植被覆盖度估算方法,其特征在于,该方法包括:
根据全球植被类型分布情况选取若干个全球陆表空间采样点;
在所述若干个全球陆表空间采样点处,获取卫星遥感数据中空间
分辨率较高的第一地表反射率数据和空间分辨率较低的第二地表反射
率数据;
根据所述第一地表反射率数据以像元二分模型计算所述若干个全
球陆表空间采样点处的植被覆盖度;
在每个全球陆表空间采样点处,提取所述第二地表反射率数据及
其空间上对应的根据所述第一地表反射率数据计算的植被覆盖度分别
作为训练样本的输入和输出,训练广义回归神经网络模型;
使用经过训练的广义回归神经网络模型根据所述第二地表反射率
数据计算全球陆表的植被覆盖度。
2.根据权利要求1所述的方法,其特征在于,所述获取卫星遥感
数据中较高空间分辨率的第一地表反射率数据包括:
对所述第一地表反射率数据进行大气纠正,并将其中的云像元和
雪像元进行识别和标识。
3.根据权利要求1所述的方法,其特征在于,所述获取卫星遥感
数据中较低空间分辨率的第二地表反射率数据包括:
去除所述第二地表反射率数据中包含雪和云的反射率的部分,并
利用插值法对缺失的部分进行填充。
4.根据权利要求1所述的方法,其特征在于,所述步骤:根据所
述第一地表反射率数据以像元二分模型计算所述若干个全球陆表空间
采样点处的植被覆盖度包括:
根据下式计算所述植被覆盖度FVC:
FVC=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)
其中NDVI为像元的归一化植被指数、NDVIsoil为完全无植被覆盖区域
\t的归一化植被指数、NDVIveg为完全由植被所覆盖的像元的归一化植被
指数。
5.根据权利要求4所述的方法,其特征在于,所述步骤:根据所
述第一地表反射率数据以像元二分模型计算所述若干个全球陆表空间
采样点处的植被覆盖度包括:
利用全球生态区划数据将...
【专利技术属性】
技术研发人员:贾坤,梁顺林,刘素红,刘强,李钰溦,
申请(专利权)人:北京师范大学,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。