一种面向滨海潮间带盐地碱蓬识别和覆盖度估算方法技术

本发明专利技术公开了一种面向滨海潮间带盐地碱蓬识别和覆盖度估算方法，包括以下步骤：S1、获取潮间带盐地土壤、盐地碱蓬和其他盐沼植被的高光谱反射曲线，实验室模拟不同土壤含水量背景下不同植被覆盖度的高光谱反射曲线，筛选区分盐地碱蓬和其他植被的关键波段；S2、构建面向覆盖度差异下遥感数据特征增强的SSSI指数；S3、选取盐地碱蓬生长季无云影像，基于选取的影像计算NDVI指数值和SSSI指数值；S4、识别提取盐地碱蓬范围；S5、构建盐地碱蓬覆盖度估算的最优反演模型，反演每个对应影像像元中盐地碱蓬覆盖度情况，获得盐地碱蓬覆盖度估算结果。本发明专利技术方法解决了现有方法识别提取困难、识别精度低以及土壤背景空间异质性较强的技术问题。术问题。术问题。

【技术实现步骤摘要】
一种面向滨海潮间带盐地碱蓬识别和覆盖度估算方法


[0001]本专利技术属于湿地地物识别
，特别涉及一种面向滨海潮间带盐地碱蓬识别和覆盖度估算方法。

技术介绍

[0002]滨海湿地位于陆地生态系统和海洋生态系统的交错过渡地带，具有极其重要的生态服务价值和经济价值。滨海湿地的盐沼植被在固碳(蓝碳)、维持生物多样性、缓冲风暴潮、保护岸线防止海平面上升等方面发挥着重要作用。潮间带盐地碱蓬群落作为滨海湿地盐沼植被的先锋物种，植株生长矮小(20
‑
60cm)、密度差异较大，整个生长期地上植株呈紫红色。通常生长在潮间带或部分涝洼积水地带形成单种群落，易受高盐、低温和淹水胁迫影响，具有较高的耐盐性。目前潮间带盐地碱蓬广泛分布于东亚和欧洲的滨海湿地，具有改善土壤理化性质、维持生物多样性、为鸟类提供觅食、栖息地以及提高生态系统服务功能等作用，同时具有重要的娱乐、文化和经济价值，著名的“红海滩”景观,已成为一个重要的生态旅游资源。然而，盐地碱蓬也面临着来自人类活动(围垦造陆、旅游开发、石油开采等)、入侵物种和海平面上升等方面的严重威胁，潮间带盐地碱蓬退化严重，空间破碎度较高。近年来，“红海滩”的萎缩受到了国际社会的广泛关注，政府和相关部门陆续启动了湿地生态修复项目，开始大范围修复盐地碱蓬。监测盐地碱蓬范围和植被覆盖度变化是非常重要的，为评价盐地碱蓬退化和修复行动的有效性提供基础数据支撑。
[0003]滨海湿地的环境条件复杂，传统的野外调查难以开展。遥感作为一种大范围有效观测手段，提供了一种廉价的可替代现场实测的技术，在潮间带盐地碱蓬制图研究中应用广泛。目前大多数研究将盐地碱蓬作为滨海湿地盐沼中的一类，使用监督或非监督分类的方法进行制图。然而，现有方法中仍存在以下三个挑战：(1)随着区域的不同，盐地碱蓬的覆盖度差异大，年际间的差异也比较大，且新生互花米草入侵斑块前端逐渐侵占盐地碱蓬生境，两者部分生态位相近，利用传统的分类方法二者极易混淆；(2)现有研究大多采用监督分类方法进行盐地碱蓬制图，在影像中选择训练样本时，由于盐地碱蓬植株矮小，滨海湿地空间破碎化严重，中低分辨率卫星影像中容易产生与光滩的混合像元，影响纯地物样本点的选择，降低分类精度；(3)滨海湿地潮间带受潮汐作用、动态变化较强，土壤含水量和含盐量差异较大，土壤背景空间异质性较强，同时滨海湿地不同位置由于土壤水盐条件不同，受水盐胁迫的作用盐地碱蓬生长状态不同，植被覆盖度差异较大。上述这些问题给目前盐地碱蓬的识别提取和植被覆盖度估算带来较大的困难和不确定性。

技术实现思路

[0004]针对上述现有技术存在的问题，本专利技术的目的在于提供了一种面向滨海潮间带盐地碱蓬识别和覆盖度估算方法，以解决上述
技术介绍
中提出的问题：
[0005](1)解决因潮间带盐地碱蓬的覆盖度差异大、空间异质性较强，导致现有常规分类方法识别提取困难、精度较低的技术问题；
[0006](2)解决因盐地碱蓬植株矮小，滨海湿地空间破碎化严重，现有中低分辨率卫星影像中容易产生与光滩的混合像元，影响纯地物样本点的选择，使得分类精度降低的技术问题；
[0007](3)解决海湿地潮间带受潮汐作用、动态变化较强，土壤含水量和含盐量差异较大，土壤背景空间异质性较强的技术问题。
[0008]2、技术方案
[0009]为了实现上述目的，本专利技术提供如下技术方案：
[0010]一种面向滨海潮间带盐地碱蓬识别和覆盖度估算方法，包括以下步骤：
[0011]S1、通过野外数据采集和实验室光谱测定，获取潮间带盐地土壤、盐地碱蓬和其他盐沼植被的高光谱反射曲线，然后结合所得高光谱反射曲线，通过实验室模拟不同土壤含水量背景下不同植被覆盖度的高光谱反射曲线，筛选出用于区分潮间带盐地碱蓬和其他地物的关键波段；
[0012]S2、构建面向覆盖度差异下遥感数据特征增强的盐地碱蓬光谱指数(即SSSI指数)；
[0013]S3、选取盐地碱蓬生长季无云多光谱影像，基于选取的多光谱影像计算其对应的归一化植被指数(即NDVI)和SSSI指数；
[0014]S4、识别提取盐地碱蓬范围：将NDVI＜0的范围去除，即裁剪掉研究区域内的水体范围去除，确保研究区域中仅有光滩和盐沼植被，然后对盐地碱蓬和其他盐沼植被进行可分性分析，并确定SSSI指数识别提取盐地碱蓬的阈值范围，根据该阈值范围识别提取研究区域潮间带盐地碱蓬范围；
[0015]S5、结合基于无人机影像计算的真实植被覆盖度与基于多光谱影像计算的SSSI指数值的非线性关系、以及与基于多光谱影像计算的NDVI指数值的线性关系，各自构建盐地碱蓬覆盖度估算的反演模型，并通过相关性分析，选取盐地碱蓬覆盖度估算的最优反演模型，利用最优反演模型，反演每个对应影像像元中盐地碱蓬覆盖度情况，获得研究区域盐地碱蓬覆盖度估算结果。
[0016]优选的，还包括S6、对步骤S4中识别提取的研究区域潮间带盐地碱蓬范围以及步骤S5得到的盐地碱蓬覆盖度估算结果进行精度评估。
[0017]优选的，步骤S1中，所述筛选出用于区分潮间带盐地碱蓬和其他地物的关键波段，具体步骤包括：
[0018]A11、野外数据采集潮间带盐地土壤、盐地碱蓬和其他盐沼植被，然后于实验室内进行暗室光谱测定，获取盐地土壤、盐地碱蓬和其他盐沼植被的高光谱反射曲线；
[0019]A12、结合所得的盐地土壤、盐地碱蓬和其他盐沼植被的高光谱反射曲线，通过实验室模拟不同土壤含水量背景下不同植被覆盖度的高光谱反射曲线；其中，在对不同植被覆盖度的高光谱反射曲线进行模拟时，考虑其变化仅受土壤含水量背景的影响，采用下式(1)计算某盐沼植被在某植被覆盖度的光谱反射率：
[0020][0021]其中，表示植被覆盖度为a％的盐沼植被在波段的光谱反射率；的取值范围为400
‑
2500nm；a％为某盐沼植被的植被覆盖度，其取值范围为0
‑
100％，以10％为
增量变化；表示实测的纯地物盐沼植被在波段的光谱反射率；表示实测相对含水量为b％的土壤在波段的光谱反射率；b％表示实验室模拟土壤的相对含水量；
[0022]A13、通过观察实验室模拟所得的高光谱反射曲线中不同地物之间高光谱反射率的差异，筛选出不同地物差异较大的波段，并将其作为用于区分潮间带盐地碱蓬和其他地物的关键波段。
[0023]优选的，步骤S2中，所述构建的SSSI指数满足以下三个条件：1)能够区分盐地碱蓬与其他地物，便于识别盐地碱蓬范围；2)SSSI指数值的大小能够表征盐地碱蓬覆盖度的高低，以进行盐地碱蓬覆盖度估算；3)能够减少土壤背景异质性的影响；所述SSSI指数的计算公式如下式(2)所示：
[0024][0025]其中，B
B
、B
G
、B
R
和B
NIR
分别为宽带光谱影像的蓝、绿、红和近红外波段，在Sentinel
‑
2MSI
‑
2中，B
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向滨海潮间带盐地碱蓬识别和覆盖度估算方法，其特征在于，包括以下步骤：S1、通过野外数据采集和实验室光谱测定，获取潮间带盐地土壤、盐地碱蓬和其他盐沼植被的高光谱反射曲线，然后结合所得高光谱反射曲线，通过实验室模拟不同土壤含水量背景下不同植被覆盖度的高光谱反射曲线，筛选出用于区分潮间带盐地碱蓬和其他地物的关键波段；S2、构建面向覆盖度差异下遥感数据特征增强的盐地碱蓬光谱指数，即SSSI指数；S3、选取盐地碱蓬生长季无云多光谱影像，基于选取的多光谱影像计算其对应的归一化植被指数和SSSI指数，归一化植被指数即NDVI；S4、识别提取盐地碱蓬范围：将NDVI＜0的范围去除，即裁剪掉研究区域内的水体范围去除，确保研究区域中仅有光滩和盐沼植被，然后对盐地碱蓬和其他盐沼植被进行可分性分析，并确定SSSI指数识别提取盐地碱蓬的阈值范围，根据该阈值范围识别提取研究区域潮间带盐地碱蓬范围；S5、结合基于无人机影像计算的真实植被覆盖度与基于多光谱影像计算的SSSI指数值的非线性关系、以及与基于多光谱影像计算的NDVI指数值的线性关系，各自构建盐地碱蓬覆盖度估算的反演模型，并通过相关性分析，选取盐地碱蓬覆盖度估算的最优反演模型，利用最优反演模型，反演每个对应影像像元中盐地碱蓬覆盖度情况，获得盐地碱蓬覆盖度估算结果。2.根据权利要求1所述的一种面向滨海潮间带盐地碱蓬识别和覆盖度估算方法，其特征在于，还包括S6、对步骤S4中识别提取的研究区域潮间带盐地碱蓬范围以及步骤S5获得的盐地碱蓬覆盖度估算结果进行精度评估。3.根据权利要求1所述的一种面向滨海潮间带盐地碱蓬识别和覆盖度估算方法，其特征在于，步骤S1中，所述筛选出用于区分潮间带盐地碱蓬和其他地物的关键波段，具体步骤包括：A11、野外数据采集潮间带盐地土壤、盐地碱蓬和其他盐沼植被，然后于实验室内进行暗室光谱测定，获取盐地土壤、盐地碱蓬和其他盐沼植被的高光谱反射曲线；A12、结合所得的盐地土壤、盐地碱蓬和其他盐沼植被的高光谱反射曲线，通过实验室模拟不同土壤含水量背景下不同植被覆盖度的高光谱反射曲线；其中，在对不同植被覆盖度的高光谱反射曲线进行模拟时，考虑其变化仅受土壤含水量背景的影响，采用下式(1)计算某盐沼植被在某植被覆盖度的光谱反射率：其中，表示植被覆盖度为a％的盐沼植被在波段的光谱反射率；的取值范围为400
‑
2500nm；a％为某盐沼植被的植被覆盖度，其取值范围为0
‑
100％，以10％为增量变化；表示实测的纯地物盐沼植被在波段的光谱反射率；表示实测相对含水量为b％的土壤在波段的光谱反射率；b％表示实验室模拟土壤的相对含水量；A13、通过观察实验室模拟所得的高光谱反射曲线中不同地物之间高光谱反射率的差异，筛选出不同地物差异较大的波段，并将其作为用于区分潮间带盐地碱蓬和其他地物的关键波段。
4.根据权利要求1所述的一种面向滨海潮间带盐地碱蓬识别和覆盖度估算方法，其特征在于，步骤S2中，所述构建的SSSI指数满足以下三个条件：1)能够区分盐地碱蓬与其他地物，便于识别盐地碱蓬范围；2)SSSI指数值的大小能够表征盐地碱蓬覆盖度的高低，以进行盐地碱蓬覆盖度估算；3)能够减少土壤背景异质性的影响；所述SSSI指数的计算公式如下式(2)所示：其中，B
B
、B
G
、B
R
和B
NIR
分别为宽带光谱影像的蓝、绿、红和近红外波段的反射率值，在Sentinel
‑
2MSI
‑
2中，B
B
、B
G
、B
R
和B
NIR
分别代表Band 2、Band 3、Band 4、和Band 8对应的反射率值，在Landsat
‑
8OLI中分别代表Band 2、Band 3、Band 4和Band 5对应的反射率值，在GF
‑
1WFV中分别代表Band 1、Band 2、Band 3和Band 4对应的反射率值；其中，Sgn(αΒ
R
‑
2B
G
+B
B
)—根据其正负值能够区分其他盐沼植被和盐地碱蓬；α表示构建参数，取α＝1.08，此时低密度其他盐沼植被和盐地碱蓬的差异最大；B
NIR
‑
2B
R
+B
G
＝(B
...

【专利技术属性】
技术研发人员：柯樱海，韩月，王展鹏，孙培宇，周清清，卓昭君，崔莉月，闵钰魁，尹小岚，朱丽娟，吕明苑，
申请(专利权)人：首都师范大学，
类型：发明
国别省市：