【技术实现步骤摘要】
土壤侵蚀方程中植被覆盖与管理因子C改进方法
本专利技术涉及一种土壤侵蚀方程中植被覆盖与管理因子C改进方法。
技术介绍
美国通用土壤流失方程及修正方程(USLE/RUSLE)是世界上应用最为广泛的土壤侵蚀预报模型,其中植被与经营管理因子C的值是模型诸因子中变化幅度最大的,可相差2—3个数量级,对土壤侵蚀最敏感,其合理估算对土壤侵蚀的准确预测尤为重要。利用遥感数据计算的植被覆盖度FVC进行C因子的估算应用较多,目前一般利用归一化植被指数NDVI来计算FVC,没有考虑由于地形引起的阴坡和阳坡植被覆盖度在遥感影像存在差异。同时,植被具有明显的年内变化周期,利用不同月份的遥感数据所获得的地表FVC会有较大的差异。这些差异使得仅利用某一时期的影像,基于常用的植被指数如NDVI,计算获得的C因子的估算存在较大不确定性,进而导致土壤侵蚀结果不可靠。针对这两个问题,引入遥感数据时空融合模型和地形调节植被指数TAVI,改进C因子的计算方法,即利用TAVI代替传统的NDVI来估算FVC进而计算C因子来消除地形引起的阴坡和阳坡差异,通过逐月C因子与降雨侵蚀力R因子的相乘累加改进传统仅利用单一时相C因子来计算土壤侵蚀模数,有效地匹配了植被覆盖与降雨的年内变化。该改进的C因子计算方法,既消除了地形引起的阴坡和阳坡差异,又顾及了植被的季节变化特征,提高了C因子的估算精度,有效提高了土壤流失强度的估算精度与合理性。
技术实现思路
本专利技术的目的在于提供一种土壤侵蚀方程中植被覆盖与管理因子C改进方法,以克服现有技术中存在的缺陷。为实现上述目的,本专利技术的技术方案是:一种土壤侵蚀方程中植被覆 ...
【技术保护点】
一种土壤侵蚀方程中植被覆盖与管理因子C改进方法,其特征在于,包括如下步骤:步骤S1:获取研究区所需年份内逐日低分辨率地表反射率数据和无云少云条件下中等分辨率遥感数据并进行预处理,得到逐月低分辨率地表反射率数据和中等分辨率地表反射率数据;步骤S2:对步骤S1所得到的逐月低分辨率地表反射率数据和中等分辨率地表反射率数据进行时空融合,生成融合后的逐月中等分辨率的红光波段和近红外波段地表反射率数据;步骤S3:计算逐月地形调节植被指数TAVI;步骤S4:计算逐月植被覆盖度FVC;步骤S5:计算逐月植被覆盖与管理因子C;步骤S6:计算逐月降雨侵蚀力因子R;步骤S7:计算土壤可蚀性因子K、坡长因子L、坡度因子S和水保措施因子P;步骤S8:计算年土壤侵蚀模数。
【技术特征摘要】
1.一种土壤侵蚀方程中植被覆盖与管理因子C改进方法,其特征在于,包括如下步骤:步骤S1:获取研究区所需年份内逐日低分辨率地表反射率数据和无云少云条件下中等分辨率遥感数据并进行预处理,得到逐月低分辨率地表反射率数据和中等分辨率地表反射率数据;步骤S2:对步骤S1所得到的逐月低分辨率地表反射率数据和中等分辨率地表反射率数据进行时空融合,生成融合后的逐月中等分辨率的红光波段和近红外波段地表反射率数据;步骤S3:计算逐月地形调节植被指数TAVI;步骤S4:计算逐月植被覆盖度FVC;步骤S5:计算逐月植被覆盖与管理因子C;步骤S6:计算逐月降雨侵蚀力因子R;步骤S7:计算土壤可蚀性因子K、坡长因子L、坡度因子S和水保措施因子P;步骤S8:计算年土壤侵蚀模数。2.根据权利要求1所述的土壤侵蚀方程中植被覆盖与管理因子C改进方法,其特征在于,所述步骤S1的具体步骤如下:步骤S11:收集研究区所需年份内逐日低分辨率地表反射率数据,以一设定日期数据为主,缺失部分利用当月最大合成法,生成逐月低分辨率地表反射率数据,包括红光波段和近红外波段的地表反射率数据;步骤S12:收集研究区所需年份内无云少云条件下中等分辨率多光谱遥感数据,对遥感数据进行几何校正、大气校正预处理,生成中等分辨率地表反射率数据,如果是不同传感器的中等分辨率遥感数据,需要进行光谱归一化,让不同传感器相似波段的地表反射率数据具有可比性;步骤S13:以中等分辨率地表反射率数据为基准,对逐月低分辨率红光波段和近红外波段的地表反射率数据进行几何配准。3.根据权利要求1所述的土壤侵蚀方程中植被覆盖与管理因子C改进方法,其特征在于,所述步骤S2的具体步骤如下:步骤S21:根据所得到的对应月份低分辨率和中等分辨率地表反射率数据对的数量和待计算月份情况,选择不同的时空融合模型;步骤S22:当仅得到一对低分辨率和中等分辨率地表反射率数据时,基于时空自适应反射率融合模型STARFM,利用该对地表反射率数据和预处理获得的逐月低分辨率地表反射率数据进行时空融合,生成除已有的中等分辨率数据外的其他月份中等分辨率地表反射率数据:(1)其中,M为得到的中等分辨率地表反射率数据,Mp为拟融合生成的中等分辨率地表反射率数据,Lo为低分辨率地表反射率数据,为窗口大小;为参与融合的中心像元,为归一化权重系数,由光谱、时间与空间距离三个维度构成;x、y分别代表空间位置横坐标和纵坐标,其下标分别代表不同的位置;t代表时间,t1为已获取的一个时相数据的获取时间,tp为拟融合预测的数据时间;步骤S23:当得到两对或以上低分辨率和中等分辨率地表反射率数据时,选择月份最接近待融合时相的两对数据,和,和,基于增强型时空自适应反射率模型ESTARFM,利用这两对地表反射率数据和预处理获得的逐月低分辨率地表反射率数据进行时空融合,生成除已有的中等分辨率数据外的其他月份中等分辨率地表反射率数据;先利用公式(1)分别生成拟融合预测数据Mp1和Mp2,(2)(3)再利用如下公式加权计算拟融合预测...
【专利技术属性】
技术研发人员:汪小钦,陈芸芝,江洪,曾舒娇,周小成,
申请(专利权)人:福州大学,
类型:发明
国别省市:福建,35
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。