基于高斯函数拟合方差自动提取地表植被物候信息的方法技术

本发明专利技术涉及一种基于高斯函数拟合方差自动提取地表植被物候信息的方法，引入变程，变程不仅是空间概念，也作为时间概念应用到运算；计算变程，得到的变程是整个NDVI时间序列集的变程值，这个变程值将是方差函数的最大变异时段，这个变异时段代表研究区地表植被的生长期。包括：步骤1原始遥感图像预处理；步骤2判定拟合优度；步骤3变程合理性判定；步骤4完成物候信息提取。本发明专利技术有效的解决了拟合参数较多，计算过程复杂和人工判定的主观因素等问题；实现了全程依靠计算机计算得出结果数据，消除人工判定的主观因素。经试验，结果数据与研究区地表植被实际物候信息的相关性强，具有指示性和代表性。

【技术实现步骤摘要】
基于高斯函数拟合方差自动提取地表植被物候信息的方法
：本专利技术涉及一种遥感图像地表植被物候信息的提取方法，尤其是高斯函数拟合方差自动提取地表植被物候信息的方法
技术介绍
：在农业生产上，农作物春播的预测和农作物防灾减灾都与农作物物候研究关系紧密，所以农作物物候研究已经成为地理学研究的热点之一。武永锋等以中国大陆的地表植被为研究对象，建立了陆地地表植被绿度期的遥感监测模型，即Logistic拟合模型，并验证了该模型结果的可靠性和优越性。国志兴等以东北地区地表植被为研究对象，选择分段式Logistic函数拟合法模拟了研究区20a的植被物候期，分析了在全球环境变化的背景下，东北地区地表植被与气候变化的响应关系。李晓东等参考常见的几种遥感监测方法，针对吉林西部的植被生长情况，由实验室内的人工判定取代传统上的回归方程分析，对最终数学运算结果进行插值运算，得到研究区域地表植被生长期的起始与终止日期(即植被绿度始期和绿度末期)以及生长期的持续天数，并结合趋势分析研究了本地区植被物候期在最近10a的变化特点。以上方法在使用过程中都不能直接完成生长季持续长度计算，得到数据结果。综上，在遥感监测地表植被生长状况的研究中，物候信息提取方法的实现主要采用两种常规计算方式，一种是计算NDVI的累积频率，利用Logistic曲线拟合NDVI的累积分布函数；另一种是根据实际的生长峰值，利用Logistic曲线分段拟合确定研究区地表植被的生长前期和后期。这两种方法都是通过二阶求导计算曲率，根据最大曲率和最小曲率判断植被绿度的始期和终期，最后得到地表植被生长季的持续长度。现有的植被物候信息提取过程存在以下问题：1)受人工判定的主观因素影响，并且人工工作量大；2)Logistic曲线拟合NDVI分布函数不能直接得出数据结果，并且计算过程复杂。
技术实现思路
：本专利技术的目的就在于针对上述现有技术的不足，提供一种针对现有的植被物候信息提取过程中出现的诸如计算过程复杂，存在人工判定主观因素等问题而提供一种基于高斯函数拟合方差自动提取地表植被物候信息的方法。本专利技术的目的是通过以下技术方案实现的：引入变程。变异函数是一个单调递增函数，当h超过某一数值(变程，Range)后，变异函数不再继续单调地增大，而往往稳定在一个极值附近，这种现象称为“跃迁”。变异函数通过“变程”反映变量的影响范围，变程的大小反映区域化变量影响范围的大小。变程不仅是空间概念，也作为时间概念应用到算法。计算变程。变量的获取来自于研究区地表NDVI指数的分布函数，本专利技术对NDVI时间序列数据集进行方差函数计算，得到的变程是整个NDVI时间序列集的变程值，这个变程值将是方差函数的最大变异时段，这个变异时段代表研究区地表植被的生长期。基于高斯函数拟合方差自动提取地表植被物候信息的方法，包括以下步骤：步骤1、原始遥感图像预处理A、通过遥感软件ENVI平台下的FLAASH模型对遥感影像的可见光波段进行辐射定标和大气校正；B、通过波段比值计算得到地表植被指数(NDVI)，根据研究区范围对完成计算的结果图像进行裁剪；C、重复上述A-B步骤，得到1年12个月的月值序列(或1年24旬的旬值序列)的NDVI遥感图像数据集；步骤2、判定拟合优度D、在R语言软件平台上编写算法计算像元的实际半方差(根据实际待计算的像元点数确定本次循环计算的次数)，得到该像元的半方差数值与时间序列的函数关系；E、选用高斯函数对该像元的地表植被指数半方差值与时间的函数关系进行拟合；F、判定拟合优度(决定系数)。如果拟合系数R2≥0.60认为拟合结果通过检验，进入第H步骤的计算；G、如果拟合系数(决定系数)R2＜0.60，判定拟合结果没有通过检验，该样点赋0值，返回第D步骤，进入下一个像元点的计算；步骤3、变程合理性判定H、将遥感影像上像元点的实际半方差值与相对应的时间间距值代入高斯函数公式，确定高斯函数公式的各项参变量；I、提取拟合函数的参变量——变程，即植被指数半方差数值在时间序列轴上到达基台值的变程；J、判定从像元点上提取的变程值。如果range＜12(1年12个月的月值数据集)或者range＜24(1年24旬的旬值数据集)，说明符合地表植被信息的合理变化范围，进入第L步骤的计算；K、如果range≥12(1年12个月的月值数据集)或者range≥24(1年24旬的旬值数据集)，说明不符合地表植被信息的合理变化范围，该样点赋0值，返回第I步骤，进入下一个像元点的计算；L、逐像元点保存得到的变程值；步骤4，完成物候信息提取M、判定是否结束本次计算(根据计算初始设定的循环次数)；N、对结果数据赋投影信息，投影参数与原数据地图参数一致；O、最后保存数据，完成地表植被物候信息的提取。有益效果：本专利技术有效的解决了拟合参数较多，计算过程复杂和人工判定的主观因素等问题；实现了全程依靠计算机计算得出结果数据，消除人工判定的主观因素，并且简化了计算过程。经试验，结果数据与研究区地表植被实际物候信息的相关性强，具有指示性和代表性。附图说明：图1为基于高斯函数拟合方差自动提取地表植被物候信息的方法的流程图；图2为遥感卫星数据进行大气校正的过程图，数据类型：Landsat-8的OLI传感器陆地观测数据；大地高程：0.143km(从相应区域的DEM获得平均值)；图3为地表植被指数时序数据集中确定时间点下的NDVI数据图；图4为高斯函数对地表植被指数的实际半方差的拟合结果图；图5为地表植被物候信息的结果图；图6表1为实际方差、高斯函数与变程的关系表。具体实施方式：下面结合附图和实施例对本专利技术做进一步的详细说明：基于高斯函数拟合方差自动提取地表植被物候信息的方法，包括以下步骤：步骤1、原始遥感图像预处理A、通过遥感软件ENVI平台下的FLAASH模型对遥感影像的可见光波段进行辐射定标和大气校正；B、通过波段比值计算得到地表植被指数(NDVI)，根据研究区范围对完成计算的结果图像进行裁剪；C、重复上述A-B步骤，得到1年12个月的月值序列(或1年24旬的旬值序列)的NDVI遥感图像数据集；步骤2、判定拟合优度D、在R语言软件平台上编写算法计算像元的实际半方差(根据实际待计算的像元点数确定本次循环计算的次数)，得到该像元的半方差数值与时间序列的函数关系；E、选用高斯函数对该像元的地表植被指数半方差值与时间的函数关系进行拟合；F、判定拟合优度(决定系数)。如果拟合系数R2≥0.60认为拟合结果通过检验，进入第H步骤的计算；G、如果拟合系数(决定系数)R2＜0.60，判定拟合结果没有通过检验，该样点赋0值，返回第D步骤，进入下一个像元点的计算；步骤3、变程合理性判定H、将遥感影像上像元点的实际半方差值与相对应的时间间距值代入高斯函数公式，确定高斯函数公式的各项参变量；I、提取拟合函数的参变量——变程，即植被指数半方差数值在时间序列轴上到达基台值的变程；J、判定从像元点上提取的变程值。如果range＜12(1年12个月的月值数据集)或者range＜24(1年24旬的旬值数据集)，说明符合地表植被信息的合理变化范围，进入第L步骤的计算；K、如果range≥12(1年12个月的月值数据集)或者range≥24(1年24旬的旬值数据集)，说明不符合地表植被本文档来自技高网...

【技术保护点】
一种基于高斯函数拟合方差自动提取地表植被物候信息的方法，其特征在于：引入变程，变程不仅是空间概念，也作为时间概念应用到运算；计算变程，得到的变程是整个NDVI时间序列集的变程值，这个变程值将是方差函数的最大变异时段，这个变异时段代表研究区地表植被的生长期。

【技术特征摘要】
1.一种基于高斯函数拟合方差自动提取地表植被物候信息的方法，引入变程，变程不仅是空间概念，也作为时间概念应用到运算；计算变程，得到的变程是整个NDVI时间序列集的变程值，这个变程值将是方差函数的最大变异时段，这个变异时段代表研究区地表植被的生长期；其特征在于，包括以下步骤：步骤1、原始遥感图像预处理A、通过遥感软件ENVI平台下的FLAASH模型对遥感影像的可见光波段进行辐射定标和大气校正；B、通过波段比值计算得到地表植被指数NDVI，根据研究区范围对完成计算的结果图像进行裁剪；C、重复上述A-B步骤，得到1年12个月的月值序列或1年24旬的旬值序列的NDVI遥感图像数据集；步骤2、判定拟合优度D、在R语言软件平台上编写算法计算像元的实际半方差，根据实际待计算的像元点数确定本次循环计算的次数，得到该像元的半方差数值与时间序列的函数关系；E、选用高斯函数对该像元的地表植被指数半方差值与时间的函数关系进行拟合；F、判定拟合优度，如果拟合系数R2≥0.60认为拟合结果通...

【专利技术属性】
技术研发人员：李晓东，姜琦刚，李远华，李相坤，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林;22