一种小流域水土保持监测方法及其存储介质技术

本发明专利技术公开了一种小流域水土保持监测方法，包括：基于预先获取的小流域某一时期多景遥感影像，计算获得植被指标

【技术实现步骤摘要】
一种小流域水土保持监测方法及其存储介质


[0001]本专利技术涉及一种小流域水土保持监测方法及其存储介质，属于小流域水土监测

。

技术介绍

[0002]根据水利行业标准
SL 653
‑
2013《
小流域划分及编码规范
》
，小流域的面积一般小于
50
平方公里
。
由于降雨站点分布有限，一般小流域内普遍缺乏降雨站点数据
。
同时由于降雨等气象数据和土壤等实测资料的缺乏，导致难以进行小流域土壤侵蚀的快速精准监测
。
[0003]现有技术中土壤侵蚀模型如中国土壤流失方程
、
通用水土流失方程和改进土壤流失方程等，都需要降雨和土壤等监测数据，工作量大，成本高
。
现有技术在小流域出口布设水土流失监测设备，但无法得到小流域内部土壤侵蚀的空间分布变化
。

技术实现思路

[0004]本专利技术所要解决的技术问题是克服现有技术的缺陷，提供一种小流域水土保持监测方法及其存储介质，所需实测数据少，监测成本低，可快速实现小流域土壤侵蚀的监测和评估，得到土壤侵蚀结果的时空分布，具有便捷性，经济效益高，克服了传统小流域水土流失监测方法成本高
、
操作繁琐
、
反应速度慢和不灵活的缺陷
。
[0005]第一方面，本专利技术提供一种小流域水土保持监测方法，包括：
[0006]基于预先获取的小流域的遥感影像，计算获得植被指标
、
坡度指标
、
坡长指标和湿度指标；
[0007]利用主成分分析方法分析植被指标
、
坡度指标
、
坡长指标和湿度指标，获得一段时间内第一主成分
RSSWCI
r
；
[0008]对第一主成分
RSSWCI
r
进行处理，获得一段时间内小流域水土保持遥感指数
RSSWCI
；
[0009]利用卡口站一段时间内流出的土壤和小流域水土保持遥感指数
RSSWCI
总和，计算获得有单位的土壤侵蚀模数
。
[0010]结合第一方面，基于预先获取的遥感影像，计算获得植被指标
、
坡度指标和坡长指标，包括：
[0011]基于预先获取的遥感影像，获得遥感影像的近红外波段
NIR
的地表反射率
SR
NIR
、
可见光红波段
Red
的地表反射率
SR
Red
；
[0012]利用遥感影像的近红外波段
NIR
的地表反射率
SR
NIR
和可见光红波段
Red
的地表反射率
SR
Red
，计算植被指标
NDVI
：
[0013][0014]获取小流域数字高程模型数据，获得坡度
θ
；
[0015]利用坡度
θ
，计算坡度指标
S
和坡长指标
L
：
[0016]S
＝
10.8sin
θ
+0.03
θ
<5
°
[0017]S
＝
16.8sin
θ
‑
0.55
°
≤
θ
<10
°
[0018]S
＝
21.9sin
θ
‑
0.96
θ
≥10
°
，
[0019][0020]结合第一方面，遥感影像为利用陆地卫星
Landsat5TM、Landsat8/9OLI
陆地成像仪
、Sentinel
‑
2MSI
卫星和高分系列卫星
GF
中的一个获取的
。
[0021]结合第一方面，基于预先获取的遥感影像，计算获得湿度指标，包括：
[0022]利用陆地卫星
Landsat5TM
或
Landsat8/9OLI
陆地成像仪获取遥感影像，获得遥感影像的蓝光的地表反射率
SR
Blue
、
绿光的地表反射率
SR
Green
、
红光的地表反射率
SR
Red
、
近红外波段的地表反射率
SR
NIR
、
第一短波红外波段
SWIR1
的地表反射率
SR
SWIR1
和第二短波红外波段
SWIR2
的地表反射率
SR
SWIR2
；
[0023]利用蓝光的地表反射率
SR
B1ue
、
绿光的地表反射率
SR
Green
、
红光的地表反射率
SR
Red
、
近红外波段的地表反射率
SR
NIR
、
第一短波红外波段
SWIR1
的地表反射率
SR
SWIR1
、
第二短波红外波段
SWIR2
的地表反射率
SR
SWIR2
，计算湿度指标；
[0024]其中，计算湿度指标包括：
[0025]若遥感影像为利用陆地卫星
Landsat5TM
获取的，则利用下式计算湿度指标
WI
‑
TM
：
[0026]WI
‑
TM
＝
0.0315SR
Blue
+0.2021SR
Green
+0.3102SR
Red
+0.1594SR
NIR
‑
0.6806SR
SWIR1
‑
0.6109SR
SWIR2
；
[0027]若遥感影像为利用
Landsat8/9OLI
陆地成像仪获取的，则利用下式计算湿度指标
WI
‑
OLI
：
[0028]WI
‑
OLI
＝
0.1511SR
Blue
+0.1973SR
Green
+0.3283SR
Red
+0.34071SR
NIR
‑
0.7117SR
SWIR1
‑
0.4559SR
SWIR2
。...

【技术保护点】

【技术特征摘要】
1.
一种小流域水土保持监测方法，其特征在于，包括：基于预先获取的一段时间内小流域的遥感影像，计算获得植被指标
、
坡度指标
、
坡长指标和湿度指标；利用主成分分析方法分析植被指标
、
坡度指标
、
坡长指标和湿度指标，获得一段时间内第一主成分
RSSWCI
r
；对第一主成分
RSSWCI
r
进行处理，获得小流域水土保持遥感指数
RSSWCI
；利用一段时间内卡口站流出的土壤和小流域水土保持遥感指数
RSSWCI
总和，计算获得壤侵蚀模数
。2.
根据权利要求1所述的一种小流域水土保持监测方法，其特征在于，基于预先获取的一段时间内小流域的遥感影像，计算获得植被指标
、
坡度指标和坡长指标，包括：基于预先获取的遥感影像，获得遥感影像的近红外波段
NIR
的地表反射率
SR
NIR
、
可见光红波段
Red
的地表反射率
SR
Red
；利用遥感影像的近红外波段
NIR
的地表反射率
SR
NIR
和可见光红波段
Red
的地表反射率
SR
Red
，计算植被指标
NDVI
：获取小流域数字高程模型数据，获得坡度
θ
；利用坡度
θ
，计算坡度指标
S
和坡长指标
L
：
S
＝
10.8sin
θ
+0.03 θ
＜5°
S
＝
16.8sin
θ
‑
0.5 5
°
≤
θ
＜
10
°
S
＝
21.9sin
θ
‑
0.96
θ
≥10
°
，
L
＝
(
λ
/22.1)
x
3.
根据权利要求1所述的一种小流域水土保持监测方法，其特征在于，遥感影像为利用陆地卫星
Landsat 5 TM、Landsat 8/9 OLI
陆地成像仪
、Sentine1
‑
2 MSI
卫星和高分系列卫星
GF
中的一个获取的
。4.
根据权利要求3所述的一种小流域水土保持监测方法，其特征在于，基于预先获取的遥感影像，计算获得湿度指标，包括：利用陆地卫星
Landsat 5 TM
或
Landsat 8/9 OLI
陆地成像仪获取遥感影像，获得遥感影像的蓝光的地表反射率
SR
Blue
、
绿光的地表反射率
SR
Green
、
红光的地表反射率
SR
Red
、
近红外波段的地表反射率
SR
NIR
、
第一短波红外波段
SWIR1
的地表反射率
SR
SWIR1
和第二短波红外波段
SWIR2
的地表反射率
SR
SWIR2
；利用蓝光的地表反射率
SR
Blue
、
绿光的地表反射率
SR
Green
、
红光的地表反射率
SR
Red
、
近红外波段的地表反射率
SR
NIR
、
第一短波红外波段
SWIR1
的地表反射率
SR
SWIR1
、
第二短波红外波段
SWIR2
的地表反射率
SR
SWIR2
，计算湿度指标；
其中，计算湿度指标包括：若遥感影像为利用陆地卫星
Landsat 5 TM
获取的，则利用下式计算湿度指标
WI
‑
TM
：
WI
‑
TM
＝
0.0315SR
Blue
+0.2021SR
Green
+0.3102SR
Red
+0.1594SR
NIR
‑
0.6806SR
SWIR1
‑
0.6109SR
SWIR2
；若遥感影像为利用
Landsat 8/9 OLI
陆地成像仪获取的，则利用下式计算湿度指标
WI
‑
OLI
：
WI
‑
OLI
＝
0.1511SR
Blue
+0.1973SR
Green
+0.3283SR
Red
+0.34071SR
NIR
‑
0.7117SR
SWIR1
‑
0.4559SR
SWIR2
。5.
根据权利要求3所述的一种小流域水土保持监测方法，其特征在于，基于预先获取的遥感影像，计算获得湿度指标，包括：利用
Sentine1
‑
2MSI
卫星获取遥感影像，获得遥感影像的第一个波段的地表反射率
SR
B1
、
第二个波段的地表反射率
SR
B2
、
第三个波段的地表反射率
SR
B3
、
第四个波段的地表反射率
SR
B4
、
第五个波段的地表反射率
SR
B5
、
第六个波段的地表反射率
SR
B6
、
第七个波段的地表反射率
SR
B7
、
第八个波段的地表反射率
SR
B8
、
第九个波段的地表反射率
SR
B9
、
第十个波段的地表反射率
SR
B10
、
第十一个波段的地表反射率
SR
B11
、
第十二个波段的地表反射率
SR
B12
和
...

【专利技术属性】
技术研发人员：雷少华，金秋，卢慧中，尤俊坚，徐春，卞雪，李成超，朱大栋，徐学东，钱洲，高辰源，宫效然，
申请(专利权)人：水利部交通运输部国家能源局南京水利科学研究院，
类型：发明
国别省市：