一种基于GEE云平台监测大尺度长时序地表裸露率的方法技术

本发明专利技术公开一种基于GEE云平台监测大尺度长时序地表裸露率的方法，基于GEE云平台的遥感大数据，通过卫星影像波段信息计算和去噪，构建了适用于陆地遥感的大尺度长时序地表裸露率监测方法，并可将监测结果同步到本地进行制图和分析，为区域长期生态环境评估提供数据支撑。本发明专利技术解决了以往裸露地表监测过程中空间范围小、时间期限短、数据整合困难、资源耗费严重、处理流程冗杂、精确程度不足、自动化水平低下等问题。低下等问题。低下等问题。

【技术实现步骤摘要】
一种基于GEE云平台监测大尺度长时序地表裸露率的方法


[0001]本专利技术属于卫星遥感技术及其应用领域，尤其涉及一种基于GEE云平台监测大尺度长时序地表裸露率的方法。

技术介绍

[0002]裸露地表指没有或少有森林、灌丛、草甸等植被生长和覆盖，而导致地表面直接暴露出来的一种现象。由于条件恶劣、气候干扰、土壤侵蚀、人类活动等种种原因，裸露地表存在两种类型：一是“原生裸露地表”，即较长时期内都没有植被覆盖或植被遭到彻底破坏的情况，如天然荒原区和戈壁沙漠区等；二是“次生裸露地表”，指在人为活动等外界干扰下原有植被群落被消灭而导致地表裸露的情况，如水土流失区、岩溶石漠区和城市建成区等。
[0003]地表裸露的状态和程度可以作为区域生态脆弱性或环境恶化风险的一种指示器。相对而言，地表裸露的现象越明显，说明其空间区域内覆盖的植被数量越少，生态环境的脆弱性和恶化风险往往较高；而地表裸露的程度越低，说明其空间区域内植被生长状况良好，抵抗外界气候、人类干扰的能力越强，遭到破坏后恢复速度较快，生态环境的脆弱性和恶化风险往往也较低。因此，监测一定时空范围内的地表裸露率(Exposed Surface Fraction，ESF)，对评估区域生态环境状况具有重要的指导意义。
[0004]此前一些相关研究开展了关于石漠化碳酸盐岩、高寒区草场退化、建成区不透水层等裸露地表面的监测，但主要采用人工目视解译或普通遥感计算的方法，存在数据量大、流程复杂、准确性低、存储需求高、操作速度慢等弊端，且受到人力、财力、物力等资源的限制，很难开展大范围和长时序的ESF监测。这导致裸露地表的演变规律及相关信息不能被及时、准确地掌握，无法有效指引生态环境的改善。
[0005]谷歌地球引擎(Google Earth Engine，GEE)是一个专门处理卫星影像和其他地球观测数据的云端运算平台，其将谷歌公司最先进的云计算和存储能力用于处理各种社会热点问题，包括森林砍伐、干旱传播、灾害预报、疾病防控、粮食安全、资源管理、气候监测和环境保护等。GEE将数据存储、运算操作、集成传输等流程放到云端，拥有全球长期的遥感数据及相关产品，为实现地球表面信息特征的快速识别与监测提供了良好的平台。但目前运用GEE监测大尺度长时序裸露地表的研究还未见到，值得开发一种方法来进行特定时空范围内的ESF监测。

技术实现思路

[0006]本专利技术所要解决的技术问题是针对
技术介绍
的不足提供了一种基于GEE云平台监测大尺度长时序地表裸露率的方法，解决以往裸露地表监测过程中空间范围小、时间期限短、数据整合困难、资源耗费严重、处理流程冗杂、精确程度不足、自动化水平低下等问题。
[0007]本专利技术为解决上述技术问题采用以下技术方案：
[0008]一种基于GEE云平台监测大尺度长时序地表裸露率的方法，包括如下步骤：
[0009]步骤一，在GEE云平台中，以空间四至坐标的形式，使用JavaScript编程语言设置
需要开展ESF监测的地理边界，作为监测区域范围，所述ESF表示地表裸露率；将监测区域范围进行可视化绘制，从而在GEE界面可以直接看到监测区域范围；
[0010]步骤二，在GEE云平台中，使用JavaScript编程语言定义Landsat系列卫星遥感影像数据的去云/阴影函数；
[0011]其中用到的遥感数据有Landsat
‑
4/5TM卫星影像和Landsat
‑
8OLI卫星影像两种，分别定义这两种影像数据的去云/阴影函数，用于大尺度长时序范围的批量遥感影像数据的云层及阴影去除预处理；
[0012]步骤三，在GEE云平台中，采用JavaScript编程语言，通过归一化地表裸露指数NDBI以及像元二分模型计算公式，定义从遥感影像中监测地表裸露率ESF的监测函数；
[0013]步骤四，在GEE云平台中，通过JavaScript编程语言编写“for”循环语句，并设定ESF监测的起止时间范围；结合步骤一设定的监测区域范围，从GEE云平台加载起止时间范围及监测区域范围内逐年的所有Landsat
‑
4/5TM和Landsat
‑
8OLI两种卫星遥感影像，其中要求只筛选加载云量低于40％的影像；另外，由于Landsat
‑
4/5TM和Landsat
‑
8OLI两种卫星影像多光谱数据中的光谱排序不一致，因此将两种数据的光谱波段进行统一排序，并以“B1/B2/B3/B4/B5”统一命名两种数据的“蓝/绿/红/近红外/短波红外”波段，用于后续的遥感指数计算；
[0014]步骤五，在GEE云平台中，根据步骤二的去云/阴影函数对步骤四所获取的、统一命名的遥感影像数据进行预处理；调用预处理后的遥感影像“短波红外
‑
B5”和“近红外
‑
B4”波段，计算得到每一幅影像的NDBI遥感指数，NDBI表示归一化地表裸露指数值；逐年空间叠加每幅影像的NDBI遥感指数，计算获取监测区域NDBI指数的逐年平均值；
[0015]步骤六，通过与步骤五相同的方式，在GEE云平台中，调用预处理后的遥感影像“近红外
‑
B4”和“红光
‑
B3”波段，计算监测区域的归一化植被指数NDVI的逐年平均值；由于NDVI指数为负值时表示该区域为无植被的水体，因此通过NDVI指数平均值小于零的情况识别出监测区域中的水体，然后结合步骤五的NDBI指数的逐年平均值，将水体部分的NDBI指数值掩膜设置为零，即表示水体区域不存在地表裸露情况，以提高通过NDBI指数监测ESF的准确性；
[0016]步骤七，在GEE云平台中，调用步骤三的ESF监测函数，将水体掩膜后的NDBI指数带入函数，监测得到区域的ESF结果；绘制水体掩膜后NDBI遥感指数和地表裸露率的频率统计直方图，用于地表裸露状况的频率分布分析；
[0017]步骤八，调用GEE云平台的Google Drive接口，根据指定的空间分辨率和地理坐标系，将设定时空范围内的地表裸露率监测结果数据和产品导出，采用地理信息软件进行制图分析与保存。
[0018]进一步的，步骤二，通过GEE云平台的Landsat系列卫星影像数据云层和阴影信息代码，采用JavaScript编程语言分别定义对Landsat
‑
4/5TM数据和Landsat
‑
8OLI数据进行去云/阴影预处理的函数，从而提高后续NDBI和NDVI遥感指数计算结果的精度；其中，Landsat
‑
4/5TM影像在GEE云平台中的云层代码为5，代码是7时表示像元为云层的概率较大，阴影代码为3；将这一类像元删去即得到去云/阴影后的影像数据；Landsat
‑
8OLI影像在GEE平台中的云层代码为5，阴影代码为3，同理将这一类像元删去可得到去云/阴影后的影像数据。
[0019]进一步的，步骤三，ESF需要通过NDBI和像元本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于GEE云平台监测大尺度长时序地表裸露率的方法，其特征在于：包括如下步骤：步骤一，在GEE云平台中，以空间四至坐标的形式，使用JavaScript编程语言设置需要开展ESF监测的地理边界，作为监测区域范围，所述ESF表示地表裸露率；将监测区域范围进行可视化绘制，从而在GEE云平台的界面直接看到监测区域范围；步骤二，在GEE云平台中，使用JavaScript编程语言定义Landsat系列卫星遥感影像数据的去云/阴影函数；其中用到的遥感数据有Landsat
‑
4/5TM卫星影像和Landsat
‑
8OLI卫星影像两种，分别定义这两种影像数据的去云/阴影函数，用于大尺度长时序范围的批量遥感影像数据的云层及阴影去除预处理；步骤三，在GEE云平台中，采用JavaScript编程语言，通过归一化地表裸露指数NDBI以及像元二分模型计算公式，定义从遥感影像中监测地表裸露率ESF的监测函数；步骤四，在GEE云平台中，通过JavaScript编程语言编写“for”循环语句，并设定ESF监测的起止时间范围；结合步骤一设定的监测区域范围，从GEE云平台加载起止时间范围及监测区域范围内逐年的所有Landsat
‑
4/5TM和Landsat
‑
8OLI两种卫星遥感影像，其中要求只筛选加载云量低于40％的影像；另外，由于Landsat
‑
4/5TM和Landsat
‑
8OLI两种卫星影像多光谱数据中的光谱排序不一致，因此将两种数据的光谱波段进行统一排序，并以“B1/B2/B3/B4/B5”统一命名两种数据的“蓝/绿/红/近红外/短波红外”波段，用于后续的遥感指数计算；步骤五，在GEE云平台中，根据步骤二的去云/阴影函数对步骤四所获取的、统一命名的遥感影像数据进行预处理；调用预处理后的遥感影像“短波红外
‑
B5”和“近红外
‑
B4”波段，计算得到每一幅影像的NDBI遥感指数，NDBI表示归一化地表裸露指数值；逐年空间叠加每幅影像的NDBI遥感指数，计算获取监测区域NDBI指数的逐年平均值；步骤六，通过与步骤五相同的方式，在GEE云平台中，调用预处理后的遥感影像“近红外
‑
B4”和“红光
‑
B3”波段，计算监测区域的归一化植被指数NDVI的逐年平均值；由于NDVI指数为负值时表示该区域为无植被的水体，因此通过NDVI指数平均值小于零的情况识别出监测区域中的水体，然后结合步骤五的NDBI指数的逐年平均值，将水体部分的NDBI指数值掩膜设置为零，即表示水体区域不存在地表裸露情况，以提高通过NDBI指数监测ESF的准确性；步骤七，在GEE云平台中，调用步骤三的ESF监测函数，将水体掩膜后的NDBI指数带入函数，监测得到区域的ESF结果；绘制水体掩膜后NDBI遥感指数和地表裸露率的频率统计直方图，用于地表裸露状况的频率分布分析；步骤八，调用GEE云平台的Google Drive接口，根据指定的空间分辨率和地理坐标系，将设定时空范围内的地表裸露率监测结果数据和产品导出，采用地理信息软件进行制图分析与保存。2.根据权利要求1所述的一种基于GEE云平台监测大尺度长时序地表裸露率的方法，其特征在于：步骤二，通过GEE云平台的Landsat系列卫星影像数据云层和阴影信息代码，采用JavaScript编程语言分别定义对Landsat
‑
4/5TM数据和Landsat
‑
8OLI数据进行去云/阴影预处理的函数，从而提高后续NDBI和NDVI遥感指数计算结果的精度；其中，Landsat
‑
4/5TM
影像在GEE云平台中的云层代码为5，代码是7时表示像元为云层的概率较大，阴影代码为3；将这一类像元删去即得到去云/阴影后的影像数据；Landsat
‑
8OLI影像在GEE云平台中的云层代码为5，阴影代码为3，同理将这一类像元删去可得到去云/阴影后的影像数据。3.根据权利要求1所述的一种基于GEE云平台监测大尺度长时序地表裸露率的方法，其特征在于：步骤三，ESF通过NDBI和像元二分模型计算得到，因此在GEE云平台中使...

【专利技术属性】
技术研发人员：普军伟，赵筱青，储博程，黄佩，顾泽贤，石小倩，赵巧巧，唐媛媛，
申请(专利权)人：云南大学，
类型：发明
国别省市：