本发明专利技术公开了一种基于全遥感数据的植物活动积温估算方法，包括对选取的地表温度LST和地表反射率遥感影像进行质量筛选；对LST时间序列数据进行插值；利用地表反射率数据计算归一化植被指数NDVI；对NDVI时间序列数据进行插值、平滑滤波和重采样；基于NDVI时间序列数据确定植被覆盖区域，并提取植被生长开始时间和结束时间；计算植被生长开始时间到结束时间对应的LST累积和，得到植被活动积温空间分布图。本发明专利技术充分利用遥感数据，能更客观地表征地表的自然属性；综合考虑了植被类型、生长季差异、生长状态等条件，提高了植物活动积温空间连续性估算的准确性，且该估算方法人工干预少，具有较强的普适性，易于推广应用。易于推广应用。
【技术实现步骤摘要】
一种基于全遥感数据的植物活动积温估算方法
[0001]本专利技术涉及一种基于全遥感数据的植物活动积温估算方法，属于生态环境建设、农业气象、气候变化等应用领域。
技术介绍
[0002]活动积温，即植被某时段或某生长季内逐日平均温度的总和，它是表征区域热量资源以及植被生长发育对热量要求的主要指标，是影响植物生长的重要因素之一。在气候变化的背景下，热量资源的改变将直接对地方植被生长发育、农业生产布局产生极大影响。因此，准确客观的获取植被活动积温，对地区生态环境建设、农业气象预报、农业气候分析、提升作物产量具有重大现实意义。
[0003]目前，活动积温均使用气温数据来表示，地面气象站点观测是获取气温数据的常规方法，但受限于站点密度、分布状况以及下垫面复杂程度的影响，通过空间插值生成空间连续分布的气温数据具有很大的不确定性。
[0004]地表温度与近地表气温之间存在密切的关系，也是生态过程及系统稳定的重要影响因子，随着遥感观测技术的快速发展，卫星遥感地表温度数据以其高时空分辨率优势特征，逐渐成为地表生态环境监测、气候变化感知和城市热环境分析等领域重要的数据源。
[0005]大多数研究中的活动积温未考虑下垫面的复杂程度，主要以某一临界温度为阈值及其持续时间来计算，临界温度一般分为0℃、10℃、15℃积温；但不同植物开始生长的起始温度不同，例如喜凉作物生长的起始温度为5℃左右，而喜温作物是10℃左右。因此人为的划定阈值存在较强的主观性问题，致使植物活动积温估算的准确性不高。
技术实现思路
[0006]针对现有技术存在的不足，本专利技术提出了一种基于全遥感数据的植物活动积温估算方法，该方法充分利用遥感数据，提高了地表自然属性的客观性和合理性；并综合考虑了植被类型、生长季差异、生长状态等条件，从物候学角度自动提取植被生长所需的热量，提高了植物活动积温空间连续性估算的准确性，该估算方法过程明晰，操作过程简单、灵活，自动化程度高，易于在区域尺度中推广应用。
[0007]为解决上述问题，本专利技术所采取的技术方案是：
[0008]一种基于全遥感数据的植物活动积温估算方法，包括以下步骤：
[0009]S1，选取某一时段内的地表温度LST遥感影像和地表反射率遥感影像并分别形成地表温度LST遥感影像原始数据集和地表反射率遥感影像原始数据集，对地表温度LST遥感影像原始数据集和地表反射率遥感影像原始数据集进行质量筛选，得到质量筛选后的LST时间序列筛选数据集和地表反射率时间序列筛选数据集；
[0010]S2，对S1中的地表温度LST时间序列筛选数据集进行线性插值，得到空间连续的LST时间序列数据集；
[0011]S3，对S1中的地表反射率时间序列数据集计算归一化植被指数NDVI，得到NDVI时
间序列原始数据集；
[0012]S4，对S3中的NDVI时间原始序列数据集分别进行线性插值、S
‑
G平滑滤波和重采样，得到空间连续的与LST时间序列数据集空间匹配的NDVI时间序列数据集；
[0013]S5，对S4中的NDVI时间序列数据集进行阈值设定，并生成0
‑
1二值图，0值代表非植被区，1值代表植被覆盖区；
[0014]S6，将S5中的0
‑
1二值图分别与S2中的LST时间序列数据集和S4中的NDVI时间序列数据集进行空间运算，得到目标LST时间序列数据集和目标NDVI时间序列数据集；
[0015]S7，基于S6中目标NDVI时间序列数据集，利用动态阈值法提取植物生长开始时间SOS和植物结束时间EOS，并选取植物生长开始时间SOS和植物结束时间EOS之间的时间为植物生长期；
[0016]S8，基于S7中的植物生长期和S6中的目标LST时间序列数据集，对每个像元进行累计求和，得到植物活动积温空间信息结果图，其计算公式为：
[0017][0018]其中，AAT为活动积温，i为生长开始时间SOS至结束时间EOS中的时间，LST
ij
为第j个像元第i个时间的地表温度。
[0019]优选的，所述S1中质量筛选为利用质量控制文件剔除受云因素影响而没有反演的地区。
[0020]优选的，所述S3中归一化植被指数NDVI计算公式为：
[0021][0022]其中，ρ
NIR
为遥感影像近红外波段光谱反射率值，ρ
R
为红波段的光谱反射率值。
[0023]优选的，所述S7中动态阈值法中生长开始时间的计算公式为：
[0024]NDVI
SOS
＝NDVI
min
+0.2*(NDVI
max
‑
NDVI
min
)；
[0025]其中，NDVI
max
为一年中植被NDVI最大值，NDVI
min
为上升阶段最小值，NDVI
SOS
为一年中植被生长季开始时间；
[0026]所述S7中动态阈值法中生长结束时间的计算公式为：
[0027]NDVI
SOS
＝NDVI
min
+0.2*(NDVI
max
‑
NDVI
min
)；
[0028]其中，NDVI
max
为一年中植被NDVI最大值，NDVI
min
为下降阶段最小值，NDVI
EOS
为一年中植被生长季结束时间。
[0029]本专利技术的有益效果在于：
[0030]1)本专利技术的优点是充分利用多源遥感数据，改变了以往过多依赖于站点数据而对地表自然属性重视不够的不足之处；而且遥感数据具有较强的现势性和客观性，不受地面条件限制，易获取。
[0031]2)相比现有技术方法，本专利技术基于遥感数据利用物候学知识自动获取每个植物像元的生长开始时间和结束时间，克服了人为设定统一温度阈值的不准确性，操作过程简单、人工干预少。
[0032]3)本专利技术充分利用了现今遥感数据的高时间分辨率、多时相特征，综合考虑了植被类型、生长季差异、生长状态等条件，提高了植物活动积温空间连续性估算的准确性，操作过程简单、灵活，易于在区域尺度中推广应用。
附图说明
[0033]图1为本申请实施例的流程示意图；
[0034]图2为本申请实施例中NDVI时间序列数据集进行平滑滤波前后对比图；
[0035]图3为本申请实施例中植被覆盖区域空间分布图；
[0036]图4为本申请实施例中植物生长开始时间SOS空间分布图；
[0037]图5为本申请实施例中植物生长结束时间EOS空间分布图；
[0038]图6为本申请实施例中一年一季和一年两季植被SOS和EOS确定方法示例图；
[0039]图7为本申请实施例中植物活动积温空间信息结果图。
具体实施方式
[0040]本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于全遥感数据的植物活动积温估算方法，其特征在于，包括以下步骤：S1，选取某一时段内的地表温度LST遥感影像和地表反射率遥感影像并分别形成地表温度LST遥感影像原始数据集和地表反射率遥感影像原始数据集，对地表温度LST遥感影像原始数据集和地表反射率遥感影像原始数据集进行质量筛选，得到质量筛选后的LST时间序列筛选数据集和地表反射率时间序列筛选数据集；S2，对S1中的地表温度LST时间序列筛选数据集进行线性插值，得到空间连续的LST时间序列数据集；S3，对S1中的地表反射率时间序列数据集计算归一化植被指数NDVI，得到NDVI时间序列原始数据集；S4，对S3中的NDVI时间原始序列数据集分别进行线性插值、S
‑
G平滑滤波和重采样，得到空间连续的与LST时间序列数据集空间匹配的NDVI时间序列数据集；S5，对S4中的NDVI时间序列数据集进行阈值设定，并生成0
‑
1二值图，0值代表非植被区，1值代表植被覆盖区；S6，将S5中的0
‑
1二值图分别与S2中的LST时间序列数据集和S4中的NDVI时间序列数据集进行空间运算，得到目标LST时间序列数据集和目标NDVI时间序列数据集；S7，基于S6中目标NDVI时间序列数据集，利用动态阈值法提取植物生长开始时间SOS和植物结束时间EOS，并选取植物生长开始时间SOS和植物结束时间EOS之间的时间为植物生长期；S8，基于S7中的植物生长期和S6中的目标LST时间序列数据集，对每个像元进行累计求和，得到植物活动积温空间信息结果图，其计算公式为：其中，AAT为活动积温，i为生长开始时间SOS至结束时间EOS中的时间，LST
【专利技术属性】
技术研发人员：鲁军景，孙雷刚，左璐，郝庆涛，刘剑锋，马晓倩，黄亚云，
申请(专利权)人：河北省科学院地理科学研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。