基于长时序多源卫星遥感评价大尺度植被健康动态的方法技术

本发明专利技术公开了基于长时序多源卫星遥感评价大尺度植被健康动态的方法，包括选取评价植被健康状态的评价参数，确定表征所述评价参数的遥感数据；获取不同遥感数据的卫星遥感影像，基于所述卫星遥感影像获取卫星遥感影像中各个像元的遥感数据的变化趋势；基于所述卫星遥感影像中各个像元的遥感数据的变化趋势，分别选取不同遥感数据在卫星遥感影像中的热点区域；获取所述热点区域中的突变区域，所述突变区域根据遥感数据变化趋势的显著性进行选取；获取突变区域的植被生长变化模式，根据所述生长变化模式对植被健康动态进行评价。本方法基于长时序且宽尺度被动微波和光学遥感卫星数据集，评价区域植被生态系统的健康动态，更加全面合理。更加全面合理。更加全面合理。

【技术实现步骤摘要】
基于长时序多源卫星遥感评价大尺度植被健康动态的方法


[0001]本专利技术属于生态环境领域，特别涉及基于长时序多源卫星遥感评价大尺度植被健康动态的方法。

技术介绍

[0002]植被作为陆地生态系统的重要组成部分，不仅对全球水文循环、碳收支和能量平衡具有重要的调节作用，而且是响应自然干扰与人类活动的敏感因子。随着近年来频繁增加的干扰事件(土壤侵蚀、森林砍伐和植树造林)改变了区域植被的组成、结构和功能，常绿地区植被是改善区域生态环境、调节气候变化的重要因子，因此常绿地区植被的生长趋势、健康动态和发展机制引发人们的普遍关注。
[0003]目前许多研究侧重于构建综合指标模型表征生态系统健康程度，集中使用双时相或不连续的多时相影像，难以及时捕捉可能改变植被结构和功能的重要突变事件和生态恢复过程；现有利用多维度参数度量植被健康的单一光谱指数，比如叶面积指数或冠层绿度指标，可以有效表征四季变化明显或植地表覆盖变化剧烈地区的植被变化情况，难以准确度量常绿地区植被生长变化的过程，同时较难全面刻画外界干扰对植被结构和功能的影响。

技术实现思路

[0004]针对上述现有技术存在的问题，本专利技术提供了基于长时序多源卫星遥感评价大尺度植被健康动态的方法，基于长时序且宽尺度被动微波和光学遥感卫星数据集，选取冠层绿度、含水量和碳储量表征常绿地区植被的健康状态，检测植被遥感数据变化趋势，挖掘植被不同的生长变化模式，评价区域植被生态系统的健康动态，为合理开展生境保护和生态工程效应评估奠定了科学基础。
[0005]本专利技术实施例的第一方面提供了基于长时序多源卫星遥感评价大尺度植被健康动态的方法，所述方法包括以下步骤：
[0006]S1、选取评价植被健康状态的评价参数，确定表征所述评价参数的遥感数据，所述评价参数包括植被冠层绿度、植被含水量、植被碳储量；
[0007]S2、获取不同遥感数据的卫星遥感影像，基于所述卫星遥感影像获取卫星遥感影像中各个像元的遥感数据的变化趋势；
[0008]S3、基于所述卫星遥感影像中各个像元的遥感数据的变化趋势，分别选取不同遥感数据在卫星遥感影像中的热点区域；
[0009]S4、获取所述热点区域中的突变区域，所述突变区域根据遥感数据变化趋势的显著性进行选取；
[0010]S5、获取突变区域的植被生长变化模式，根据所述生长变化模式对植被健康动态进行评价。
[0011]在一种可选的实施例中,基于所述卫星遥感影像获取卫星遥感影像中各个像元的
遥感数据的变化趋势之前还包括对所述长时序多源卫星遥感影像进行预处理，具体包括：
[0012]获取不同遥感数据的卫星遥感影像，所述遥感数据包括归一化植被指数数据NDVI、被动微波光学深度数据VOD、植被碳储量表征数据ABC；
[0013]基于平均值合成和图像重构将不同遥感数据的卫星遥感影像的时间分辨率和空间分辨率调整一致；
[0014]对调整后的卫星遥感影像进行区域筛选，保留待评价植被所在区域的卫星遥感影像。
[0015]在一种可选的实施例中,所述步骤S3具体流程如下：
[0016]S301、获取同一遥感数据不同采集时间的卫星遥感影像中同一像元的遥感数据，获取所述像元遥感数据的斜率中值；
[0017]S302、基于所述像元遥感数据的斜率中值，获取所述像元遥感数据的变化趋势统计值；
[0018]S303、判断所述像元遥感数据的斜率中值和所述像元遥感数据的变化趋势统计值是否满足预设条件，若满足则选取所述像元；
[0019]S304、重复步骤S301
‑
S303遍历卫星遥感影像的全部像元，则选取出的像元覆盖区域即为卫星遥感影像中的遥感数据变化热点区域。
[0020]在一种可选的实施例中,所述获取所述热点区域中的突变区域的具体过程如下：
[0021]获取同一遥感数据的所有卫星遥感图像中热点区域的各个像元的点数据，所述点数据包括像元编号、时间、遥感数据；
[0022]将具有相同像元编号的点数据组合为像元数据集，基于所述像元数据集中遥感数据集获取遥感数据的前向序列统计值和后向序列统计值；
[0023]获取前向序列统计值和后向序列统计值的交点值，判断所述交点值是否在显著性阈值范围内，若在则所述像元所在区域为突变区域。
[0024]在一种可选的实施例中,所述遥感数据的前向序列统计值和后向序列统计值表征遥感数据变化趋势的显著性。
[0025]在一种可选的实施例中,所述获取突变区域的植被生长变化模式包括：获取突变区域最近一次突变发生前后的变化幅度、变化时间、变化方向，基于所述变化幅度、变化时间、变化方向获取植被的生长变化模式，其中生长变化模式包括持续增长、持续下降、恢复增长、破坏式下降。
[0026]在一种可选的实施例中,所述变化幅度为变化开始时和变化结束时的前向序列统计值或后向序列统计值的差值；所述变化时间为前向序列统计值和后向序列统计值不在显著性阈值范围内的持续时间；所述变化方向基于前向序列统计值或后向序列统计值进行确定。
[0027]再一方面，本申请实施例提供了基于长时序多源卫星遥感评价大尺度植被健康动态的系统，所述系统包括：评价参数选择模块，用于选取评价植被健康状态的评价参数，确定表征所述评价参数的遥感数据，所述评价参数包括植被冠层绿度、植被含水量、植被碳储量；
[0028]遥感数据获取模块，用于获取不同遥感数据的卫星遥感影像，基于所述卫星遥感影像获取卫星遥感影像中各个像元的遥感数据的变化趋势；
[0029]遥感数据处理模块，用于基于所述卫星遥感影像中各个像元的遥感数据的变化趋势，分别选取不同遥感数据在卫星遥感影像中的热点区域；获取所述热点区域中的突变区域，所述突变区域根据遥感数据变化趋势的显著性进行选取；
[0030]植被健康动态评价模块，用于获取突变区域的植被生长变化模式，根据所述生长变化模式对植被健康动态进行评价。
[0031]又一方面，本申请实施例提供了一种评价装置，所述评价装置包括：处理器和存储器；
[0032]所述存储器用于存储处理器可执行指令；
[0033]所述处理器通过运行所述可执行指令以实现如上述的基于长时序多源卫星遥感评价大尺度植被健康动态的方法。
[0034]本专利技术的基于长时序多源卫星遥感评价大尺度植被健康动态的方法，具备如下有益效果：
[0035]1、本专利技术通过获取长时序且宽尺度的被动微波和光学遥感卫星影像，对卫星遥感影像进行预处理后获取按照时间排序的遥感数据集，保证了遥感数据集的连续性和清晰度，有助于全面监测和识别区域植被生长的时空动态变化情况，为评价植被健康动态提供了数据支持。
[0036]2、本专利技术不同于现有技术只考虑植被冠层绿度的变化状态，而是选取植被冠层绿度、植被含水量、植被碳储量三个参数用于描述植被的生长过程、生理功能和生态功能三个方面的健康状态，能够更加客观、全面地反映常绿地区植被的健康状况。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于长时序多源卫星遥感评价大尺度植被健康动态的方法，其特征在于，所述方法包括以下步骤：S1、选取评价植被健康状态的评价参数，确定表征所述评价参数的遥感数据，所述评价参数包括植被冠层绿度、植被含水量、植被碳储量；S2、获取不同遥感数据的卫星遥感影像，基于所述卫星遥感影像获取卫星遥感影像中各个像元的遥感数据的变化趋势；S3、基于所述卫星遥感影像中各个像元的遥感数据的变化趋势，分别选取不同遥感数据在卫星遥感影像中的热点区域；S4、获取所述热点区域中的突变区域，所述突变区域根据遥感数据变化趋势的显著性进行选取；S5、获取突变区域的植被生长变化模式，根据所述生长变化模式对植被健康动态进行评价。2.根据权利要求1所述的方法，其特征在于，基于所述卫星遥感影像获取卫星遥感影像中各个像元的遥感数据的变化趋势之前还包括对所述长时序多源卫星遥感影像进行预处理，具体包括：获取不同遥感数据的卫星遥感影像，所述遥感数据包括归一化植被指数数据NDVI、被动微波光学深度数据VOD、植被碳储量表征数据ABC；基于平均值合成和图像重构将不同遥感数据的卫星遥感影像的时间分辨率和空间分辨率调整一致；对调整后的卫星遥感影像进行区域筛选，保留待评价植被所在区域的卫星遥感影像。3.根据权利要求2所述的方法，其特征在于，所述步骤S3具体流程如下：S301、获取同一遥感数据不同采集时间的卫星遥感影像中同一像元的遥感数据，获取所述像元遥感数据的斜率中值；S302、基于所述像元遥感数据的斜率中值，获取所述像元遥感数据的变化趋势统计值；S303、判断所述像元遥感数据的斜率中值和所述像元遥感数据的变化趋势统计值是否满足预设条件，若满足则选取所述像元；S304、重复步骤S301
‑
S303遍历卫星遥感影像的全部像元，则选取出的像元覆盖区域即为卫星遥感影像中的遥感数据变化热点区域。4.根据权利要求1所述的方法，其特征在于，所述获取所述热点区域中的突变区域的具体过程如下：获取同一遥感数据的所有卫星遥感图像中热点区域的各个像元的点数据，所述点数据包括像元编号、时间、遥感数据；将具有相同像...

【专利技术属性】
技术研发人员：郭彬斌，杨琴，
申请(专利权)人：衡阳师范学院，
类型：发明
国别省市：