基于数字高程模型和遥感影像的黑土区数字土壤制图方法技术

为了解决目前在典型黑土区土壤制图过程中耗时耗力，效率低下的问题，提供一种基于数字高程模型和遥感影像的黑土区数字土壤制图方法,属于数字土壤制图领域。本发明专利技术包括：使用黑土区裸土时期土地利用类型数据中的耕地部分，裁剪出耕地范围对应的裸土时期遥感影像数据、土壤普查数据和数字高程模型；将遥感影像数据进行缨帽变换；提取数字高程模型中的地形信息；将地形信息与缨帽变换后的遥感影像数据进行打包，获得数据集；按照土壤类型，从土壤普查数据中选取训练样本点，放到数据集中进行分类，得到土壤类型图。本发明专利技术也可以通过比较添加各种不同地形信息后的制图总体精度和KAPPA系数，得到黑土区数字土壤制图中的最佳地形信息。

【技术实现步骤摘要】
基于数字高程模型和遥感影像的黑土区数字土壤制图方法
本专利技术涉及一种利用数字高程模型和遥感影像进行黑土区数字土壤制图的方法，属于数字土壤制图领域。
技术介绍
黑土资源是一笔十分宝贵的财富，在全世界范围内仅有四个面积较大的典型黑土区，纬度大体相似，也都成为十分重要的粮食生产基地。主要因为黑土的有机质及养分含量远高于其他土壤类型，是最适合进行农业耕作和种植的土壤类型之一。但是近年来，随着耕地的过度开发与利用，黑土的有机质及养分含量下降，黑土资源面临着过退化、水土流失、板结等问题。因此，保护黑土成为一个亟待解决的问题。美国航空航天局于2013年成功发射Landsat-8卫星。Landsat-8卫星上携带的OLI陆地成像仪，其中有7个30米空间分辨率的波段，可以实现全球覆盖，Landsat-8OLI遥感卫星影像数据已经投入使用多年，能够充分提取地表信息，并将提取的信息投入到研究和实际应用中。但由于Landsat-8OLI遥感影像数据波段较少，在使用Landsat-8OLI遥感影像数据提取黑土区各土壤类型光谱反射曲线时，发现黑土区内的各土壤类型拥有相似的光谱反射曲线。因此，仅凭借遥感影像数据不能够准确的完成黑土区数字土壤制图。
技术实现思路
为了解决目前在典型黑土区土壤制图过程中耗时耗力，效率低下的问题，提供了一种快速、便捷的基于数字高程模型和遥感影像的黑土区数字土壤制图方法。本专利技术的基于数字高程模型和遥感影像的黑土区数字土壤制图方法，所述方法包括如下步骤：S1、采集黑土区裸土时期遥感影像数据、土壤普查数据、土地利用类型数据和数字高程模型；S2、使用土地利用类型数据中的耕地部分，裁剪出耕地范围对应的裸土时期遥感影像数据、土壤普查数据和数字高程模型；S3、将裁剪出的遥感影像数据进行缨帽变换，获取亮度、绿度和湿度数据；S4、提取数字高程模型中的地形信息；S5、将地形信息与缨帽变换后的遥感影像数据进行打包，形成数据集；S6、按照土壤类型从裁剪出的土壤普查数据中选取典型土壤类型训练样本点；S7、将训练样本点放到地形信息条件下的数据集中进行分类，得到土壤类型图。优选的是，所述方法还包括S8：将裁剪后的土壤普查数据进行栅格化处理，获得土壤普查栅格数据，使用土壤普查栅格数据对得到的土壤类型图进行验证，获取总体精度和KAPPA系数，确定该土壤类型图是否合格。优选的是，所述地形信息为坡度、坡向、曲率、高程或地表起伏度。优选的是，所述S6中，按照土壤类型，在裁剪出的土壤普查数据中选取训练样本点，将训练样本点向耕地范围外进行设定距离的缓冲区处理，得到训练样本。优选的是，所述S7中，利用最大似然法分类器，将训练样本放到地形条件下的数据集中，得到土壤类型图。优选的是，所述S1中还包括：对遥感影像数据进行辐射定标、大气校正、几何精纠正和栅格数据重采样。本专利技术还提供一种基于数字高程模型和遥感影像的黑土区数字土壤制图方法，所述方法包括如下步骤：S1、采集黑土区裸土时期遥感影像数据、土壤普查数据、土地利用类型数据和数字高程模型；S2、使用土地利用类型数据中的耕地部分，裁剪出耕地范围对应的裸土时期遥感影像数据、土壤普查数据和数字高程模型；S3、将裁剪出的遥感影像数据进行缨帽变换，获取亮度、绿度和湿度数据；S4、提取数字高程模型中的不同地形信息，作为地形分类特征；S5、将地形分类特征与缨帽变换后的遥感影像数据进行打包，形成不同地形分类特征条件下的数据集；S6、按照土壤类型从裁剪出的土壤普查数据中选取典型土壤类型训练样本点；S7、将训练样本点分别放到不同地形分类特征条件下的数据集中进行分类，得到不同的土壤类型图，将裁剪后的土壤普查数据进行栅格化处理，获得土壤普查栅格数据，使用土壤普查栅格数据对得到的不同的土壤类型图分别进行验证，选择总体精度和KAPPA系数高的土壤类型图。优选的是，所述地形信息包括坡度、坡向、曲率、高程和地表起伏度。优选的是，所述S6中，按照土壤类型，在裁剪出的土壤普查数据中选取训练样本点，将训练样本点向耕地范围外进行设定距离的缓冲区处理，得到训练样本。优选的是，所述S7中，利用最大似然法分类器，将训练样本分别放到地形特征条件下的数据集中，得到不同的土壤类型图。本专利技术的有益效果，本专利技术运用Landsat-8OLI遥感影像数据提取地表信息，在地表信息相似的条件下，使用缨帽变换对遥感数据进行降维压缩处理，同时引入地形信息，也可以通过比较添加各种地形信息(坡度、坡向、曲率、高程、地表起伏度)后的制图总体精度和KAPPA系数，得到黑土区数字土壤制图中的最佳地形信息。本专利技术避免了大面积实地采集土壤样本的工作，实现快速、便捷的黑土区数字土壤制图。本专利技术提供的实施例中，经过分析和比较，地形起伏度是所有地形信息中在提升黑土区数字土壤制图精度最明显的地形信息。附图说明图1是不同土壤类型在Landsat-8OLI遥感影像数据中的反射光谱曲线；图2是本专利技术使用缨帽变换后的Landsat-8OLI遥感影像数据引入地表起伏度后的典型黑土区数字土壤制图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。需要说明的是，在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。下面结合附图和具体实施例对本专利技术作进一步说明，但不作为本专利技术的限定。下面结合图1至图2说明本实施方式，本实施方式的基于数字高程模型和遥感影像的黑土区数字土壤制图方法，包括如下步骤：S1、采集黑土区裸土时期Landsat-8OLI遥感影像数据、土壤普查数据、土地利用类型数据和90米分辨率数字高程模型；对遥感影像数据进行辐射定标、大气校正、几何精纠正和栅格数据重采样；S2、使用土地利用类型数据中的耕地部分，在Arcgis10.1中裁剪出耕地范围对应的裸土时期遥感影像数据、土壤普查数据和90米分辨率数字高程模型；S3、将裁剪出的遥感影像数据进行缨帽变换，获取亮度、绿度和湿度数据；S4、提取数字高程模型中的地形信息；该地形信息为坡度、坡向、曲率、高程或地表起伏度；S5、使用ENVI5.1将地形信息与缨帽变换后的遥感影像数据进行打包，形成不同地形信息条件下的数据集；S6、按照土壤类型从裁剪出的土壤普查数据中选取典型土壤类型训练样本点；优选实施例中，将训练样本点向耕地范围外进行设定距离的缓冲区处理，得到训练样本；土壤类型训练样本点的数量比应该与各土壤类型面积比相同；S7、将训练样本点放到地形信息条件下的数据集中进行分类，得到土壤类型图，优选实施例中，利用最大似然法分类器，将训练样本分别放到地形特征条件下的数据集中，得到土壤类型图。本实施方式运用Landsat-8OLI遥感影像数据提取地表信息，在地表信息相似的条件下，使用缨帽变换对遥感数据进行降维压缩处理，同时引入地形信息，避免了大面积实地采集土壤样本的工作，实现快速、便捷的黑土区数字土壤制图；将裁剪后的土壤普查数据进行栅格化处理，获得土壤普查栅格数据，该土壤普查栅格数据的样本数大于训练样本点数，使用土壤普查栅格数据对得到本文档来自技高网...

【技术保护点】
1.一种基于数字高程模型和遥感影像的黑土区数字土壤制图方法，其特征在于，所述方法包括如下步骤：S1、采集黑土区裸土时期遥感影像数据、土壤普查数据、土地利用类型数据和数字高程模型；S2、使用土地利用类型数据中的耕地部分，裁剪出耕地范围对应的裸土时期遥感影像数据、土壤普查数据和数字高程模型；S3、将裁剪出的遥感影像数据进行缨帽变换，获取亮度、绿度和湿度数据；S4、提取数字高程模型中的地形信息；S5、将地形信息与缨帽变换后的遥感影像数据进行打包，形成数据集；S6、按照土壤类型从裁剪出的土壤普查数据中选取典型土壤类型训练样本点；S7、将训练样本点放到地形信息条件下的数据集中进行分类，得到土壤类型图。

【技术特征摘要】
1.一种基于数字高程模型和遥感影像的黑土区数字土壤制图方法，其特征在于，所述方法包括如下步骤：S1、采集黑土区裸土时期遥感影像数据、土壤普查数据、土地利用类型数据和数字高程模型；S2、使用土地利用类型数据中的耕地部分，裁剪出耕地范围对应的裸土时期遥感影像数据、土壤普查数据和数字高程模型；S3、将裁剪出的遥感影像数据进行缨帽变换，获取亮度、绿度和湿度数据；S4、提取数字高程模型中的地形信息；S5、将地形信息与缨帽变换后的遥感影像数据进行打包，形成数据集；S6、按照土壤类型从裁剪出的土壤普查数据中选取典型土壤类型训练样本点；S7、将训练样本点放到地形信息条件下的数据集中进行分类，得到土壤类型图。2.根据权利要求1所述的基于数字高程模型和遥感影像的黑土区数字土壤制图方法，其特征在于，所述方法还包括S8：将裁剪后的土壤普查数据进行栅格化处理，获得土壤普查栅格数据，使用土壤普查栅格数据对得到的土壤类型图进行验证，获取总体精度和KAPPA系数，确定该土壤类型图是否合格。3.根据权利要求1或2所述的黑土区数字土壤制图方法，其特征在于，所述地形信息为坡度、坡向、曲率、高程或地表起伏度。4.根据权利要求3所述的黑土区数字土壤制图方法，其特征在于，所述S6中，按照土壤类型，在裁剪出的土壤普查数据中选取训练样本点，将训练样本点向耕地范围外进行设定距离的缓冲区处理，得到训练样本。5.根据权利要求4所述的黑土区数字土壤制图方法，其特征在于，所述S7中，利用最大似然法分类器，将训练样本放到地形条件下的数据集中，得到土壤类型图。6.根据权利要求5所述的黑土区数字土壤制图方法，其特征...

【专利技术属性】
技术研发人员：刘焕军，杨昊轩，张新乐，邵帅，武丹茜，韩雨，马雨阳，崔杨，
申请(专利权)人：东北农业大学，
类型：发明
国别省市：黑龙江,23