用于验证遥感物候产品的地面植被物候观测站点的空间代表性评价算法制造技术

本发明专利技术公开了用于验证遥感物候产品的地面植被物候观测站点的空间代表性评价算法，在验证遥感物候产品之前基于高分辨遥感影像数据计算粗像元尺度内主要植被覆盖面积占比MVP、多日期平均相对基台系数MRCS、平均瞬时相位同步MIPS，以评价地面植被物候观测站点在粗像元尺度内的空间代表性，然后对所有地面物候观测站点分级，选出空间代表性较高的地面物候观测站点，本发明专利技术评价流程科学合理、验证精度和可靠性高，计算简单且实现难度较小，将地面植被物候观测站点进行分级，选择空间代表性较高的地面植被物候观测站点，为卫星遥感物候产品的真实性检验奠定数据基础，使得验证结果更为可靠。为可靠。为可靠。

【技术实现步骤摘要】
Coefficient of Sill)、平均瞬时相位同步(MIPS,Mean Instantaneous Phase Synchrony)，以评价地面植被物候观测站点在粗像元尺度内的空间代表性，然后对所有地面物候观测站点分级，选出空间代表性较高的地面物候观测站点，说明在该粗像元尺度内具有较好的空间代表性，继而验证遥感物候产品。
[0007]本专利技术依托卫星遥感监测植被物候机理，鉴于遥感提取植被物候的特殊性，提出了适用于评价地面物候观测站点空间代表性的评价指标与体系，充分考虑地面均一性、空间异质性与像元时间同步性，将地面物候观测站点进行评价与分级。本专利技术评价流程科学合理、验证精度和可靠性高，计算简单且实现难度较小，将地面植被物候观测站点进行分级，选择空间代表性较高的地面植被物候观测站点，为卫星遥感物候产品的真实性检验奠定数据基础，使得验证结果更为可靠，为卫星遥感物候产品的改进提供保障，从而促进生产精度更高的陆表物候产品，对深入理解全球气候变化背景下陆面水热过程、碳循环过程及预测陆地生态系统的时空变化具有重要意义。
[0008]通过以下算式计算主要植被覆盖面积占比(MVP，Main Vegetation Proportion)：
[0009][0010]式中，MVP(Main Vegetation Proportion)是站点邻域范围内面积最大的植被面积占比，A(V)是站点邻域范围内每一类植被的面积，主要包括林地、草地、农田，n是邻域范围内土地覆盖类型的总个数，A(i)为站点邻域范围内每一类土地覆盖类型的面积。
[0011]通过以下流程计算多日期平均相对基台系数(MRCS，Mean Relative Coefficient of Sill)算法，内容主要包括：
[0012]1.1)从多时相Landsat8遥感影像数据中获取对应日期的地面物候观测站点邻域范围内所有像元对
[0013]1.2)分别通过使用半变异函数模型将所有像元对的变异函数值进行拟合，得到反映地表空间异质性的关键参数：第d个日期的基台值sill
d
[0014]1.3)根据基台值计算多日期平均相对基台系数(MRCS，Mean Relative Coefficient of Sill)，具体公式如下：
[0015][0016]式中，MRCS为多日期的平均相对基台系数(Mean Relative Coefficient of Sill)，n为日期总数，sill
d
为第d个日期的基台值，为第d个日期站点邻域范围内的均值。
[0017]通过以下流程计算平均瞬时相位同步(MIPS,Mean Instantaneous Phase Synchrony)算法，内容主要包括：
[0018]2.1)对基于高分辨率遥感影像获取的原始时序信息进行希尔伯特变换，得到解析信息，并计算出地面物候观测站点邻域范围内的像元与地面物候观测站点所在像元所有时间的瞬时相位，其计算公式为：
[0019]z
a
(t)＝z(t)+jH{z(t)}
[0020]式中，z(t)为初始的时间序列，H表示对其进行希尔伯特变换，z
a
(t)是基于初始时间序列构造的序列，该式也可以表示如下：
[0021]z
a
(t)＝a(t)e
jφ(t)
[0022]a(t)是瞬时包络线，φ(t)是瞬时相位。
[0023]2.2)计算地面物候观测站点邻域范围内的像元与地面物候观测站点所在像元所有时刻的瞬时相位差，具体公式如下：
[0024]Δφ(t)＝φ
p
(t)
‑
φ
s
(t)
[0025]2.3)用物候观测站点邻域范围内的像元与地面物候观测站点所在像元的瞬时相位差的正弦值表示同步性，计算邻域范围内像元的时序曲线与站点所在像元的时序曲线在t时刻的IPS
ps
(t)，其计算公式为：
[0026]IPS
ps
(t)＝1
‑
abs(sin(φ
p
(t)
‑
φ
s
(t)))
[0027]式中，IPS
ps
(t)是站点所在像元与邻域范围内某像元在t时刻的瞬时相位同步值，φ
p
(t)是邻域范围内某个像元在t时刻的瞬时相位，φ
s
(t)是站点所在像元在t时刻的瞬时相位。当两个时序曲线在某个时刻的相位一致时，IPS
ps
(t)＝1。
[0028]2.4)计算邻域范围内所有像元与站点所在像元的所有时刻的瞬时相位同步(IPS,Instantaneous Phase Synchrony)平均值，以评价邻域范围内的时间序列的一致性，具体公式如下：
[0029][0030]式中，MIPS
ps
是平均瞬时相位同步(MIPS,Mean Instantaneous Phase Synchrony)，m是站点周围邻域范围内的像元个数，n是有效日期的数量，以此表示该站点邻域范围内所有像元与站点所在像元的时间同步性。
[0031]本专利技术主要包括以下几个步骤：
[0032]步骤1)数据获取：获取待评价的地面植被物候观测站点、遥感物候产品、高空间分辨率土地覆盖精细产品以及Landsat8遥感影像数据。
[0033]步骤2)基于已有的高空间分辨率土地覆盖精细产品，计算地面物候观测站点在遥感物候产品尺度内的主要植被覆盖面积占比(MVP，Main Vegetation Proportion)。由于即使是土地覆盖均一的区域，其物候也可能会存在显著的空间变异特征，基于Landsat8遥感影像数据，计算多日期平均相对基台系数(MRCS，Mean Relative Coefficient of Sill)指标，用于衡量地面物候观测站点的空间维度整体异质性。对于异质程度较高的站点，计算其邻域范围内的像元与站点所在像元的平均瞬时相位同步(MIPS,Mean Instantaneous Phase Synchrony)，以此进一步评价站点的空间代表性。
[0034]步骤3)采用自然间断法，确定步骤2)中相关指标的阈值并对站点进行划分，对所有地面物候观测站点分级。然后使用Pearson相关系数(含显著性检验)、斜率slope、RMSE、BIAS、Abs.BIAS等几个指标对站点划分结果进行分析，以评价站点等级划分的效果。
[0035]所述的步骤1)中，选择常用的地面植被物候观测站点数据集，对于遥感物候产品，选择经过严格质量控制的置信度较高的像元。土地覆盖精细产品的空间分辨率为30m。Landsat8遥感影像数据空间分辨率为30m，计算NDVI、EVI、EVI2等植被指数以此计算评价变
异的指标。
[0036]所述的步骤2)中，基于已有的高空间分辨率土地覆盖精细产品，评价站点在遥感物候产品尺度内的土地覆盖本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.用于验证遥感物候产品的地面植被物候观测站点的空间代表性评价算法，其特征在于，包括：在验证遥感物候产品之前基于高分辨遥感影像数据计算粗像元尺度内主要植被覆盖面积占比MVP、多日期平均相对基台系数MRCS、平均瞬时相位同步MIPS，以评价地面植被物候观测站点在粗像元尺度内的空间代表性，然后对所有地面物候观测站点分级，选出空间代表性较高的地面物候观测站点，说明在该粗像元尺度内具有较好的空间代表性，继而验证遥感物候产品。2.如权利要求1所述的用于验证遥感物候产品的地面植被物候观测站点的空间代表性评价算法，其特征在于，主要植被覆盖面积占比MVP的计算如下：式中，MVP是站点邻域范围内面积最大的植被面积占比，A(V)是站点邻域范围内每一类植被的面积，n是邻域范围内土地覆盖类型的总个数，A(i)为站点邻域范围内每一类土地覆盖类型的面积。3.如权利要求1所述的用于验证遥感物候产品的地面植被物候观测站点的空间代表性评价算法，其特征在于，多日期平均相对基台系数MRCS计算具体包括：1.1)从多时相Landsat8遥感影像数据中获取对应日期的地面物候观测站点邻域范围内所有像元对；1.2)分别通过使用半变异函数模型将所有像元对的变异函数值进行拟合，得到反映地表空间异质性的关键参数：第d个日期的基台值sill
d
；1.3)根据基台值计算多日期平均相对基台系数MRCS，具体公式如下：式中，MRCS为多日期的平均相对基台系数，n为日期总数，sill
d
为第d个日期的基台值，为第d个日期站点邻域范围内的均值。4.如权利要求1所述的用于验证遥感物候产品的地面植被物候观测站点的空间代表性评价算法，其特征在于，平均瞬时相位同步MIPS的计算，具体包括：2.1)对基于高分辨率遥感影像获取的原始时序信息进行希尔伯特变换，得到解析信息，并计算出地面物候观测站点邻域范围内的像元与地面物候观测站点所在...

【专利技术属性】
技术研发人员：邵琪，黄敬峰，
申请(专利权)人：浙江大学，
类型：发明
国别省市：