沙漠化监测指数的构建方法及沙漠化状态变化趋势评价方法技术

本发明专利技术提供了一种沙漠化监测指数的构建方法及沙漠化动态变化趋势评价方法。本发明专利技术基于特征空间的基本原理，利用土壤调整植被指数、地表反照率、沙化特征指数三个对沙漠化敏感的指数构建三维特征空间，并通过坐标空间中的距离公式得到沙漠化监测指数。本发明专利技术结合沙漠化趋势斜率与沙漠化变异系数对沙漠化长时间序列的动态变化趋势进行分析和评价，可以在时间空间上了解沙漠化的状态变化，为政府和相关决策部门制定下一步生态环境保护和防治沙漠化恶化工作措施提供科学的决策依据。漠化恶化工作措施提供科学的决策依据。

【技术实现步骤摘要】
沙漠化监测指数的构建方法及沙漠化状态变化趋势评价方法


[0001]本专利技术属于遥感和生态环境评价领域，涉及基于多光谱遥感影像的三维特 征空间的构建，具体涉及一种沙漠化监测指数的构建方法，沙漠化状态变化趋 势的评价方法。

技术介绍

[0002]近年来，土地沙漠化已经成为一个非常严峻的生态环境问题。所以对沙漠 化的变化趋势进行监测，掌握沙漠化的动态变化趋势，对于沙漠化治理规划的 制定和自然资源可持续利用，以及沙漠化的研究具有重要意义。由于遥感技术 具有实时、大范围监测的优势，已经广泛应用到沙漠化的监测中。但是，在遥 感分类方法中多使用监督分类、非监督分类、神经网络自动提取、目视解译等 方法，此类半自动分类方法耗时耗力，工作强度大，效率低，解译周期长，受 主观影响程度较高，难以开展长时间序列沙漠化动态监测。传统的遥感信息提 取方法对遥感信息的利用程度低，从而影响了丰富的遥感信息在沙漠化监测中 发挥应有的作用。此外，由于土地的沙漠化过程受到多种因素的影响，所以综 合考虑土地沙漠化过程中的多维空间信息，对于土地沙漠化信息的提取以及定 量模型的构建有一定的意义。利用多光谱遥感图像构建特征空间，提取监测生 态环境信息的各种指标，是目前生态环境遥感监测的一种先进方法。在利用多 光谱数据监测沙漠化时，选择合适的特征参数，建立多维特征空间，构建沙漠 化监测指数，可以进一步提高沙漠化遥感监测的精度。
[0003]通过构建出的沙漠化监测指数对长时间序列的沙漠化进行监测，为沙漠化 动态变化趋势的分析评价提供了有效的手段。
专利
技术实现思路

[0004]针对上述现有技术的不足与缺陷，本专利技术的目的在于提供沙漠化监测指数 的构建方法及沙漠化动态变化趋势的评价方法，解决现有技术中的遥感信息利 用程度低、监测精度低的问题。
[0005]为了解决上述技术问题，本专利技术采用如下技术方案予以实现：一种沙漠化 监测指数的构建方法，所述的构建方法包括如下步骤：
[0006]步骤一：确定研究区，并采集研究区长时间序列的Landsat多光谱遥感影 像，得到多光谱遥感影像；
[0007]步骤二：对获取的Landsat遥感影像进行预处理，并选择三个指数作为三 维特征空间构建的特征参量；
[0008]步骤三：对步骤二中选择的特征参量进行正规化，并绘制特征参量的散点 图，分析各个特征参量与沙漠化严重程度之间的关系，并根据各个参量与沙漠 化之间的关系，在特征空间中找到沙漠化最轻的点，通过空间中任意点到该点 的距离公式，得到沙漠化监测指数；
[0009]步骤四：通过分析构建的沙漠化监测指数与植被覆盖度的相关性来判断该 指数在沙漠化监测中的适用性。
[0010]进一步地，步骤二的具体过程为：
[0011]步骤2.1：对获取的Landsat遥感影像分别进行辐射定标、大气校正、拼接、 裁剪等预处理，获得所需的遥感影像数据；
[0012]步骤2.2：选择地表反照率(Albedo)、土壤调整植被指数(MSAVI)、沙化特 征指数(SFI)作为特征参量，并利用步骤2.1中得到的遥感数据计算出上述三 个参量。
[0013]步骤三的具体过程为：
[0014]步骤3.1：由于各个因子的数值和量纲不统一，则根据统计学的要求，对 地表反照率、土壤调整植被指数、沙化特征指数三个特征参量进行正规化处理；
[0015]步骤3.2：以土壤调整植被指数(MSAVI)为X轴，地表反照率(Albedo) 为Y轴，沙化特征指数(SFI)为Z轴，绘制以上特征参量的散点图，建立 MSAVI
‑
Albedo
‑
SFI三维特征空间。
[0016]步骤3.3：分析得到随着沙漠化程度的加重，地表反照率得到相应的增加， 植被指数相应减少，沙化特征指数越高。
[0017]步骤3.4：根据步骤3.3的结论可知空间中任意一点到点(1,0,0)的距离越 大，土壤沙漠化程度就越严重。因此从空间中任取一点，利用三维空间中两点 间的距离公式，得到该点到(1,0,0)的距离，由此得到沙漠化监测指数。
[0018]步骤四的具体步骤如下：
[0019]步骤4.1：以2020年Landsat 8遥感影像数据为例，反演出植被覆盖度数据；
[0020]步骤4.2：采用均匀取样的方式，通过创建均匀的渔网点获取在研究区范 围内足够的均匀样本点，根据创建的渔网点分别在沙漠化监测指数和步骤4.1 得到的植被覆盖度数据中选择相应的样本点，并对沙漠化监测指数和植被覆盖 度的样本点进行相关性分析，以此判断沙漠化监测指数的适用性。
[0021]本专利技术还公开了一种沙漠化动态分析的方法，该方法如下：
[0022]对长时间序列的遥感数据分别进行步骤二和步骤三的处理过程，得到长时 间序列的沙漠化监测指数；
[0023]采用沙漠化监测指数年际线性变化趋势判断荒漠化指数的变化强度和性 质，将每个像元上长时间序列的沙漠化监测指数与时间进行线性拟合，趋势斜 率用最小二乘法计算，采用变异系数判断沙漠化监测指数的变异程度。
[0024]进一步地，本专利技术还公开一种沙漠化动态变化评价方法，将沙漠化监测指 数年际线性变化趋势和变异系数结合起来，对沙漠化状态的变化趋势进行评 价；
[0025]所述的沙漠化状态的变化趋势分为显著改善、改善、稳定、恶化、显著恶 化5种类型；
[0026]所述的沙漠化评价是指沙漠化在空间和时间上的变化特征。
[0027]本专利技术与现有技术相比，具有如下技术效果：
[0028](Ⅰ)本专利技术提供了一种有效的沙漠化监测指数的构建方法，基于特征空 间的基本原理，利用土壤调整植被指数(MSAVI)、地表反照率(Albedo)、 沙化特征指数(SFI)三个对沙漠化敏感的指数构建三维特征空间，并通过坐 标空间中的距离公式得到沙漠化监测指数。
[0029](Ⅱ)本专利技术结合沙漠化趋势斜率与沙漠化变异系数对沙漠化长时间序列 的动态
变化趋势进行分析和评价，可以在时间空间上了解沙漠化的状态变化， 为政府和相关决策部门制定下一步生态环境保护和防治沙漠化恶化工作措施 提供科学的决策依据。
附图说明
[0030]图1为研究区沙地类型分布图
[0031]图2为Albedo
‑
MSAVI
‑
SFI三维特征空间三点图；
[0032]图3为沙漠化监测指数与植被覆盖度的相关性分析图；
[0033]图4为长时间序列沙漠化变化趋势图；
[0034]以下结合实施例对本专利技术的具体内容作进一步详细解释说明。
具体实施方式
[0035]下面将结合具体实验及实验数据对本专利技术做进一步的说明，然而应当理解 的是，本专利技术可以通过各种形式来实现，而不应该被解释为限于这里阐述的实 施例，相反提供这些实施例是为了更加透彻和完整地理解本专利技术。
[0036]遥感技术作为一种较为先进的监测手段，已被广泛应用于全本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种土地沙漠化监测指数模型的构建方法，其特征在于，该方法包括如下步骤：步骤一：确定研究区，并采集研究区长时间序列的Landsat多光谱遥感影像，得到多光谱遥感影像；步骤二：对获取的Landsat遥感影像进行预处理，并选择三个指数作为三维特征空间构建的特征参量；步骤三：对步骤二中选择的特征参量进行正规化，绘制特征参量的散点图，分析各个特征参量与沙漠化严重程度之间的关系，并根据各个参量与沙漠化之间的关系，在特征空间中找到沙漠化最轻的点，通过空间中任意点到该点的距离公式，得到沙漠化监测指数；步骤四：通过分析构建的沙漠化监测指数与植被覆盖度的相关性来判断该指数在沙漠化监测中的适用性。2.如权利要求1所述的土地沙漠化监测指数模型的构建方法，其特征在于，所述的步骤二为：步骤2.1：对获取的Landsat遥感影像分别进行辐射定标、大气校正、拼接、裁剪预处理，获得遥感影像数据；步骤2.2：针对获得的遥感影像数据，计算出地表反照率、土壤调整植被指数、沙化特征指数三个特征参量。3.如权利要求1所述的土地沙漠化监测指数模型的构建方法，其特征在于，所述的步骤三为：步骤3.1：对地表反照率、土壤调整植被指数、沙化特征指数三个特征参量进行正规化处理；步骤3.2：以土壤调整植被指数为X轴，地表反照率为Y轴，沙化特征指数为Z轴，绘制以上特征参量的散点图，建立特征参量三维特征空间；步骤3.3：分析得到随着沙漠化程度的加重，地表反照率得到相应的增加，植被指数相应减少，沙化特征指数越高；步骤...

【专利技术属性】
技术研发人员：韩玲，白宗璠，姜旭海，李良志，刘惠群，
申请(专利权)人：长安大学，
类型：发明
国别省市：