一种融合多种植被指数的土地荒漠化提取方法及装置制造方法及图纸

本发明专利技术实施例所提供的融合多种植被指数的土地荒漠化提取方法及装置，首先获取目标地区的landsat卫星数据并进行多重校正得到目标卫星数据，其次根据目标卫星数据生成目标地区的影像图并采用预设的第一shp文件对影像图进行剪裁得到多个子图，然后采用预设的第二shp文件提取每个子图对应的植被覆盖度指数、去土壤植被指数以及增强性植被指数，最后基于每个子图对应的植被覆盖度指数、去土壤植被指数以及增强性植被指数判断所述目标地区的荒漠化结果，进而根据荒漠化结果生成荒漠化评价模型对应的脚本数据并将脚本数据进行存储。如此，能够对植被覆盖度指数、去土壤植被指数以及增强性植被指数进行融合分析，从而确保荒漠化判断结果的准确性和可靠性。断结果的准确性和可靠性。断结果的准确性和可靠性。

【技术实现步骤摘要】
一种融合多种植被指数的土地荒漠化提取方法及装置


[0001]本专利技术涉及土地荒漠化分析
，具体而言，涉及一种融合多种植被指数的土地荒漠化提取方法及装置。

技术介绍

[0002]荒漠化是一种由人为以及气候等因素导致的干旱、半干旱、半湿润地区的土地退化过程。随着人口的剧增以及气候等环境因素的恶化，土地荒漠化急剧发展，严重威胁了人类的生存环境，制约了社会经济的可持续发展，土地荒漠化不仅成为全世界所面临的重要生态环境问题，更是重要的经济与社会问题。如何有效地减缓与防治荒漠化成为当前全球性生态环境领域研究的重点和热点，而防治措施依赖于荒漠化的调查与监测。
[0003]荒漠化初期的研究主要采用地面调查结合指征法进行综合评价，相关研究表明土壤性状与植被覆盖等是荒漠化评价的重要指标，但由于地面调查方法适用于小尺度的局限性使得该方法难以应用与推广到区域性或全球性大尺度的监测。随着传感器技术的进步，多光谱与多空间数据指向参数的卫星遥感技术纷纷出现和发展，为开展区域性和全球性的荒漠化监测提供了新的技术手段。土壤性状和植被覆盖在遥感影像上呈现不同的灰度和光谱特征，为开展荒漠化监测提供了遥感机理支撑。最初，遥感学者针对影像采用人机交互解译方法进行土地荒漠化监测，通过实地考察建立不同荒漠化地类与遥感影像对应的解译标志，综合判断推理绘制出土地荒漠化专题图，建立了土地荒漠化数据与动态度模型实现荒漠化的动态监测。虽然该方法可以实现土地荒漠化信息的提取，但在区分不同程度荒漠化等级时存在较大的困难，另外就是其准确性过于依赖数据的质量和判读人员的经验知识，缺乏普适性。随着遥感机理算法的深化与遥感技术的进步，业务化NOAA/AVHRR以及MODIS植被指数产品的出现为土地荒漠化基础性研究提供了必要的数据集，研究者们尝试直接将归一化植被指数产品用于土地荒漠化评价的研究，直接植被指数法能够用于荒漠化的评价但缺乏荒漠化监测的机理知识；在植被指数的基础上进一步发展了植被覆盖度指数法，该方法利用归一化植被指数建立植被覆盖指数模型，并根据植被覆盖度指数定义了荒漠化指数，该算法具有一定的机理知识同时具有较高的荒漠化识别精度。
[0004]基于单一植被指数算法的植被覆盖度模型是一种常用的土地荒漠化提取方法，然而相关研究发现，在干旱、半干旱等土地荒漠化频发地区，单一植被指数算法(如NDVI)易受降水影响而使得在干旱时或沙地区域的归一化植被指数偏低，导致在荒漠化信息提取时经常发生异常，难以获得准确的荒漠化判断结果。

技术实现思路

[0005]为了改善上述问题，本专利技术提供了一种融合多种植被指数的土地荒漠化提取方法及装置。
[0006]第一方面，提供一种融合多种植被指数的土地荒漠化提取方法，所述方法包括：
[0007]获取目标地区的landsat卫星数据，对所述landsat卫星数据进行多重校正得到目
标卫星数据；
[0008]根据所述目标卫星数据生成所述目标地区的影像图，采用预设的第一shp文件对所述影像图进行剪裁得到多个子图；
[0009]采用预设的第二shp文件提取每个子图对应的植被覆盖度指数、去土壤植被指数以及增强性植被指数；
[0010]基于每个子图对应的植被覆盖度指数、去土壤植被指数以及增强性植被指数判断所述目标地区的荒漠化结果；根据所述荒漠化结果生成荒漠化评价模型对应的脚本数据并将所述脚本数据进行存储。
[0011]优选地，采用预设的第二shp文件提取每个子图对应的植被覆盖度指数、去土壤植被指数以及增强性植被指数，包括：
[0012]确定所述第二shp文件中的水体shp文件以及建筑物掩膜shp文件；
[0013]采用所述水体shp文件以及所述建筑物掩膜shp文件提取每个子图对应的植被覆盖度指数、去土壤植被指数以及增强性植被指数。
[0014]优选地，基于每个子图对应的植被覆盖度指数、去土壤植被指数以及增强性植被指数判断所述目标地区的荒漠化结果，包括：
[0015]基于每个子图对应的植被覆盖度指数、去土壤植被指数以及增强性植被指数计算所述目标地区的综合植被覆盖度指数、综合去土壤植被指数以及综合增强性植被指数；
[0016]判断所述综合植被覆盖度指数是否大于第一设定系数；
[0017]若否，判断所述去土壤植被指数是否大于第二设定系数；若否，则判定所述目标地区为重度荒漠化；若是，则判定所述目标地区为中度荒漠化；
[0018]若是，判断所述增强性植被指数是否小于第三设定系数；若否，则判定所述目标地区为轻度荒漠化；若是，则判定所述目标地区不存在荒漠化。
[0019]优选地，对所述landsat卫星数据进行多重校正得到目标卫星数据，包括：
[0020]对所述landsat卫星数据的图像辐射数据包含的辐射标签按标签识别度的大小进行筛选，得到至少两个目标辐射标签；获取每个目标辐射标签对应的标签描述信息的队列信息；基于所述队列信息的辐射参数与所述队列信息的辐射偏移量提取所述landsat卫星数据中的辐射损耗数据，采用所述辐射损耗数据对所述landsat卫星数据进行辐射校正得到第一卫星数据；
[0021]基于得到的第一卫星数据的大气数据和经纬度数据，确定待标定的用于校正所述第一卫星数据的大气偏差参数的多个评价系数的系数评价值，以及不同评价系数之间的影响因子；基于确定的所述多个评价系数的系数评价值，以及不同评价系数之间的影响因子，对所述多个评价系数进行标定，使得标定出的目标评价系数的系数评价值大于第一设定值、且标定出目标评价系数之间的影响因子小于第二设定值；采用所述目标评价系数对所述第一卫星数据中的大气数据对应的大气偏差参数进行大气校正得到第二卫星数据；
[0022]获取所述第二卫星数据的数据编码集，对所述数据编码集进行特征提取，输出包括目标编码字段及所述目标编码字段对应的字段中心度的字段集合；基于所述辐射偏移量和所述大气偏差参数从所述字段集合中提取出至少两组待处理字段以及每组待处理字段对应的字段中心度，采用所述字段中心度对每组待处理字段对应的字符编码串进行切分以得到用于进行几何校正的目标编码串，对所述目标编码串进行译码处理得到几何校正权
重，根据所述几何校正权重对所述第二卫星数据进行几何校正以得到目标卫星数据。
[0023]优选地，根据所述目标卫星数据生成所述目标地区的影像图，采用预设的第一shp文件对所述影像图进行剪裁得到多个子图，包括：
[0024]构建所述目标卫星数据的卫星点云数据对应的第一数据列表，构建所述目标卫星数据的拍摄角度数据对应的第二数据列表；其中，所述第一数据列表和所述第二数据列表分别包括多个不同数据指向参数的卫星图数据；
[0025]提取所述卫星点云数据在所述第一数据列表的任一卫星图数据的影像参数集，将所述第二数据列表中具有最小数据指向参数的卫星图数据确定为基准卫星图数据；
[0026]基于所述目标卫星数据的数据容量将所述影像参数集映射到所述基准卫星图数据中以在所述基准卫星图数据中得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种融合多种植被指数的土地荒漠化提取方法，其特征在于，所述方法包括：获取目标地区的landsat卫星数据，对所述landsat卫星数据进行多重校正得到目标卫星数据；根据所述目标卫星数据生成所述目标地区的影像图，采用预设的第一shp文件对所述影像图进行剪裁得到多个子图；采用预设的第二shp文件提取每个子图对应的植被覆盖度指数、去土壤植被指数以及增强性植被指数；基于每个子图对应的植被覆盖度指数、去土壤植被指数以及增强性植被指数判断所述目标地区的荒漠化结果；根据所述荒漠化结果生成荒漠化评价模型对应的脚本数据并将所述脚本数据进行存储。2.根据权利要求1所述的方法，其特征在于，采用预设的第二shp文件提取每个子图对应的植被覆盖度指数、去土壤植被指数以及增强性植被指数，包括：确定所述第二shp文件中的水体shp文件以及建筑物掩膜shp文件；采用所述水体shp文件以及所述建筑物掩膜shp文件提取每个子图对应的植被覆盖度指数、去土壤植被指数以及增强性植被指数。3.根据权利要求1所述的方法，其特征在于，基于每个子图对应的植被覆盖度指数、去土壤植被指数以及增强性植被指数判断所述目标地区的荒漠化结果，包括：基于每个子图对应的植被覆盖度指数、去土壤植被指数以及增强性植被指数计算所述目标地区的综合植被覆盖度指数、综合去土壤植被指数以及综合增强性植被指数；判断所述综合植被覆盖度指数是否大于第一设定系数；若否，判断所述去土壤植被指数是否大于第二设定系数；若否，则判定所述目标地区为重度荒漠化；若是，则判定所述目标地区为中度荒漠化；若是，判断所述增强性植被指数是否小于第三设定系数；若否，则判定所述目标地区为轻度荒漠化；若是，则判定所述目标地区不存在荒漠化。4.根据权利要求1所述的方法，其特征在于，对所述landsat卫星数据进行多重校正得到目标卫星数据，包括：对所述landsat卫星数据的图像辐射数据包含的辐射标签按标签识别度的大小进行筛选，得到至少两个目标辐射标签；获取每个目标辐射标签对应的标签描述信息的队列信息；基于所述队列信息的辐射参数与所述队列信息的辐射偏移量提取所述landsat卫星数据中的辐射损耗数据，采用所述辐射损耗数据对所述landsat卫星数据进行辐射校正得到第一卫星数据；基于得到的第一卫星数据的大气数据和经纬度数据，确定待标定的用于校正所述第一卫星数据的大气偏差参数的多个评价系数的系数评价值，以及不同评价系数之间的影响因子；基于确定的所述多个评价系数的系数评价值，以及不同评价系数之间的影响因子，对所述多个评价系数进行标定，使得标定出的目标评价系数的系数评价值大于第一设定值、且标定出目标评价系数之间的影响因子小于第二设定值；采用所述目标评价系数对所述第一卫星数据中的大气数据对应的大气偏差参数进行大气校正得到第二卫星数据；获取所述第二卫星数据的数据编码集，对所述数据编码集进行特征提取，输出包括目标编码字段及所述目标编码字段对应的字段中心度的字段集合；基于所述辐射偏移量和所
述大气偏差参数从所述字段集合中提取出至少两组待处理字段以及每组待处理字段对应的字段中心度，采用所述字段中心度对每组待处理字段对应的字符编码串进行切分以得到用于进行几何校正的目标编码串，对所述目标编码串进行译码处理得到几何校正权重，根据所述几何校正权重对所述第二卫星数据进行几何校正以得到目标卫星数据。5.根据权利要求1所述的方法，其特征在于，根据所述目标卫星数据生成所述目标地区的影像图，采用预设的第一shp文件对所述影像图进行剪裁得到多个子图，包括：构建所述目标卫星数据的卫星点云数据对应的第一数据列表，构建所述目标卫星数据的拍摄角度数据对应的第二数据列表；其中，所述第一数据列表和所述第二数据列表分别包括多个不同数据指向参数的卫星图数据；提取所述卫星点云数据在所述第一数据列表的任一卫星图数据的影像参数集，将所述第二数据列表中具有最小数据指向参数的卫星图数据确定为基准卫星图数据；基于所述目标卫星数据的数据容量将所述影像参数集映射到所述基准卫星图数据中以在所述基准卫星图数据中得到映射参数集，并根据所述影像参数集以及所述映射参数集生成所述卫星点云数据和所述拍摄角度数据之间的数据关联路径；根据所述数据关联路径中的每个路径节点将所述目标卫星数据转换为所述目标地区的影像图；将所述第一shp文件对应的脚本编码加载至所述影像...

【专利技术属性】
技术研发人员：范俊甫，韩留生，王树祥，孙广伟，张大富，
申请(专利权)人：山东理工大学，
类型：发明
国别省市：