一种基于高分遥感的矿区景观格局演变分析方法技术

本发明专利技术公开了一种基于高分遥感的矿区景观格局演变分析方法，包括步骤：根据矿区的遥感影像建立矿区分布图形；对矿区分布图形进行矢量化处理，得到目标矢量数据；对各生物物理指标进行波段计算或标准化处理，获得栅格数据；用于根据目标矢量数据和栅格数据，确定各矿区分布范围的生物物理指标随时间的变化轨迹特征；用于根据高动态高灵敏植被指数与非植被指数的比值，获得环境监测指数；用于基于环境监测指数，获得用于表征矿区开采、治理成效的栅格值。本发明专利技术利于相关人员进行矿区开发过程中的环境保护和区域治理。程中的环境保护和区域治理。程中的环境保护和区域治理。

【技术实现步骤摘要】
一种基于高分遥感的矿区景观格局演变分析方法


[0001]本专利技术涉及高分遥感与地理信息
，具体为一种基于高分遥感的矿区景观格局演变分析方法。

技术介绍

[0002]景观格局通常是指景观的空间结构特征，具体是指由自然或人为形成的一系列大小、形状各异、排列不同的景观镶嵌体在景观空间的排列，它即是景观异质性的具体表现，同时又是包括干扰在内的各种生态过程在不同尺度上作用的结果。空间斑块性是景观格局最普遍的形式，它表现在不同的尺度上。景观指数是指高度浓缩景观格局信息，反映其结构组成和空间配置某些方面特征的简单定量指标；适合定量表达景观格局和生态过程之间关联的空间分析方法。通过生物量、土壤侵蚀强度和景观破碎度等评价指标相结合，并将评价指标进行加权来构建矿区的生态质量评价，实现对矿区生态环境的遥感监测和评估。其中，单位面积生物量指标用于反映区域生态系统的碳储情况，而土地侵蚀根据《土壤侵蚀分类分级标准》，将土壤侵蚀分为不同的强度。这种方法的权重系数受主观设定影响，且无法反映矿区的环境变化。基于此，有必要针对传统的矿区开采与治理成效监测手段还存在的上述缺陷，不利于相关人员进行矿区开发过程中的环境保护和区域治理，提供一种矿区开采与治理成效监测方法。

技术实现思路

[0003]为了克服现有技术的不足，本专利技术提供了一种基于高分遥感的矿区景观格局演变分析方法。
[0004]一种基于高分遥感的矿区景观格局演变分析方法，包括步骤：根据矿区的遥感影像建立矿区分布图形；对矿区分布图形进行矢量化处理，得到目标矢量数据；对各生物物理指标进行波段计算或标准化处理，获得栅格数据；用于根据目标矢量数据和栅格数据，确定各矿区分布范围的生物物理指标随时间的变化轨迹特征；用于根据高动态高灵敏植被指数与非植被指数的比值，获得环境监测指数；用于基于环境监测指数，获得用于表征矿区开采、治理成效的栅格值。
[0005]所述的一种基于高分遥感的矿区景观格局演变分析方法，对于稀土矿区，基于对稀土矿的野外调研，在了解稀土矿的开采历史、开采技术以及矿区治理修复手段和阶段，结合稀土矿的遥感图像，确定稀土矿区的边界，建立稀土矿区多边形，即矿区分布图形。
[0006]所述的一种基于高分遥感的矿区景观格局演变分析方法，通过矢量化处理算法或第三方处理软件对矿区分布图形进行矢量化处理；将矿区分布图形导入ArcGIS平台，将矿区分布图形转化为图层文件后建立矿区分布图形边界数据库，标注矿区开采时间、治理时间和开发历史。
[0007]所述的一种基于高分遥感的矿区景观格局演变分析方法，进一步地，将数据库的矢量数据坐标基准设为WGS
‑
84，投影坐标为UTM 50，以获得目标矢量数据。
[0008]所述的一种基于高分遥感的矿区景观格局演变分析方法，根据生物物理指标的分类，不同生物物理指标对应不同的处理手段；植被指数包括标准化植被指数(NDVI)、归一化植被指数(GDVI)、土壤校正且不受大气影响的植被指数(SARVI)、不受大气影响的植被指数(ARVI)、土壤校正植被指数(SAVI)和强化植被指数(EVI)；非植被指数包括反照率(α)、地表温度(LST)和穗帽变换亮度(TCB)。
[0009]所述的一种基于高分遥感的矿区景观格局演变分析方法，基于目标矢量数据，将栅格数据投影到时间轴上，获得各矿区分布范围的生物物理指标随时间变化的轨迹特征。
[0010]所述的一种基于高分遥感的矿区景观格局演变分析方法，高动态高灵敏植被指数为变化轨迹特征中具备最高动态范围和灵敏度的植被指数(GDVI)；非植被指数包括与高动态高灵敏植被指数呈负相关的多个非植被指数。
[0011]所述的一种基于高分遥感的矿区景观格局演变分析方法，将环境监测指数转换为对应的栅格值，栅格值用于表征矿区经治理后的环境状况，即植被绿化的修复状况。
[0012]本专利技术的有益效果：针对传统的矿区开采与治理成效监测手段还存在的缺陷，提供了一种基于高分遥感的矿区景观格局演变分析方法，利于相关人员进行矿区开发过程中的环境保护和区域治理。
附图说明
[0013]图1为专利技术一种基于高分遥感的矿区景观格局演变分析方法的流程图。
具体实施方式
[0014]景观格局通常是指景观的空间结构特征，具体是指由自然或人为形成的，一系列大小、形状各异，排列不同的景观镶嵌体在景观空间的排列，它即是景观异质性的具体表现，同时又是包括干扰在内的各种生态过程在不同尺度上作用的结果。空间斑块性是景观格局最普遍的形式，它表现在不同的尺度上。景观指数是指高度浓缩景观格局信息，反映其结构组成和空间配置某些方面特征的简单定量指标；适合定量表达景观格局和生态过程之间关联的空间分析方法。
[0015]如图1所示，一种基于高分遥感的矿区景观格局演变分析方法，包括步骤：根据矿区的遥感影像建立矿区分布图形；对矿区分布图形进行矢量化处理，得到目标矢量数据；对各生物物理指标进行波段计算或标准化处理，获得栅格数据；用于根据目标矢量数据和栅格数据，确定各矿区分布范围的生物物理指标随时间的变化轨迹特征；用于根据高动态高灵敏植被指数与非植被指数的比值，获得环境监测指数；用于基于环境监测指数，获得用于表征矿区开采、治理成效的栅格值。
[0016]景观指数在三个不同的尺度上（Patch斑块、Class边界、Landscape景观）分为8大类（景观破碎度、景观分离度、干扰强度和自然度、景观多样性、优势度、均匀度、分维数、聚
集度指数），共有几百种计算指标。本专利技术是通过目视解译形成的图斑，在此不讨论斑块（patch）尺度上的指数，在Class层次上的指标选择斑块数量（NP）、斑块密度（PD）、最大斑块指数（LPI）、边界密度（ED）和面积周长分维度指数（PAFRAC）五个指标；Landscape层次上选择聚集度指数（CONTAG）、香农多样性指数（SHDI）和香农均匀度指数（SHEI）。
[0017]NP反映景观的空间格局，经常被用来描述景观的异质性，其大小与景观的破碎度有很好的正相关性；PD反映某一斑块类型和景观总体的破碎化和空间异质性程度；LPI的大小决定着景观中的优势种、内部种等生态特征，其值的变化反映人类活动的方向和强弱；ED反映景观类型和景观总的破碎程度，边缘密度的大小直接影响边缘效应及物种组成。
[0018]PAFRAC用于度量斑块或景观类型的复杂程度，当PAFRAC趋于1，斑块的形状趋于方形；趋于2时，斑块的形状趋于卷绕；当一个单一类型占该景观的大部分比例时，CONTAG就越大，CONTAG值高说明景观中的某种优势斑块类型形成了良好的连续性，反之则表明景观是具有多种要素的密集格局，景观的破碎化程度较高。
[0019]HDI值越大，表示景观多样性程度越高；SHEI值较小时，表示景观是由多个比例大致相等的类型组成；SHEI值较大时，表示景观只受一个或少数几个类型支配。
[0020]进行景观指数计算之前，要先将矢量文件转换为栅格文件，在arcgis中就可以本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于高分遥感的矿区景观格局演变分析方法，其特征在于，包括步骤：根据矿区的遥感影像建立矿区分布图形；对矿区分布图形进行矢量化处理，得到目标矢量数据；对各生物物理指标进行波段计算或标准化处理，获得栅格数据；用于根据目标矢量数据和栅格数据，确定各矿区分布范围的生物物理指标随时间的变化轨迹特征；用于根据高动态高灵敏植被指数与非植被指数的比值，获得环境监测指数；用于基于环境监测指数，获得用于表征矿区开采、治理成效的栅格值。2.根据权利要求1所述的一种基于高分遥感的矿区景观格局演变分析方法，其特征在于：对于稀土矿区，基于对稀土矿的野外调研，在了解稀土矿的开采历史、开采技术以及矿区治理修复手段和阶段，结合稀土矿的遥感图像，确定稀土矿区的边界，建立稀土矿区多边形，即矿区分布图形。3.根据权利要求1所述的一种基于高分遥感的矿区景观格局演变分析方法，其特征在于：通过矢量化处理算法或第三方处理软件对矿区分布图形进行矢量化处理；将矿区分布图形导入ArcGIS平台，将矿区分布图形转化为图层文件后建立矿区分布图形边界数据库，标注矿区开采时间、治理时间和开发历史。4.根据权利要求3所述的一种基于高分遥感的矿区景观格局演变分析方法，其特征在于：进一步地，将数据库的矢量数据坐标基准设为WGS

【专利技术属性】
技术研发人员：薛毅，卢旭东，
申请(专利权)人：浙江大学德清先进技术与产业研究院，
类型：发明
国别省市：