一种基于地理探测器的区域干旱影响因素定量挖掘方法技术

本发明专利技术公开了一种基于地理探测器的区域干旱影响因素定量挖掘方法，涉及空间信息技术应用技术领域，本发明专利技术结合遥感技术，采用温度植被干旱指数

【技术实现步骤摘要】
一种基于地理探测器的区域干旱影响因素定量挖掘方法


[0001]本专利技术涉及空间信息技术应用
，具体为一种基于地理探测器的区域干旱影响因素定量挖掘方法
。

技术介绍

[0002]干旱作为一种全球范围内常见的自然灾害，因其发生频率高
、
持续时间长，影响范围广，常年以来给我国农牧业生产
、
生态环境改善和社会经济发展造成了十分严重的威胁
。
造成区域干旱的因素复杂且多变，形成机理迥异，常常因地域不同而存在明显的差异
。
因此，干旱的防御和预警已经成为国民经济中亟待解决的重大科学问题，加强对干旱灾害的监测和成因挖掘对实现社会健康可持续发展具有极其重要的意义
。
[0003]干旱监测通常是通过充分利用气象站点和遥感技术等手段，建立适合的干旱监测模型对干旱灾害发生时的地表人文要素和自然要素形态进行记录和观测的过程
。
气象站点监测旱情的方法可以准确获取一定范围内的气象参数，遥感技术能够有效
、
大面积
>、
实时动本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于地理探测器的区域干旱影响因素定量挖掘方法，其特征在于，包括以下步骤：收集研究区遥感数据和基础地理数据，并对研究区遥感数据和基础地理数据进行数据相对配准和预处理；基于经过数据相对配准和预处理的研究区遥感数据和基础地理数据，利用
Landsat8 OLI/TIRS
遥感产品，建立区域干旱遥感监测的
TVDI
模型；在研究区内，根据
TVDI
模型干旱识别结果，利用
GIS
技术创建研究随机点，对参与定量研究的
TVDI
结果和环境要素进行提取和处理，获得随机点图层数据；构建地理探测器模型，根据地理探测器模型确定各类环境要素对区域干旱空间分异特征的影响程度
、
因素间的相对重要性以及环境要素对干旱分布产生空间分异的影响模式
、
两种环境要素
A
与
B
对于干旱强度的空间分布信息是否具有显著性差异；将随机点图层数据进行分类和转换后，输入地理探测器模型，读取需要探测的因变量和自变量要素，检查无误后进行空间分异因素的定量计算和探测，依据计算和探测结果进行干旱影响因素定量挖掘和分析
。2.
如权利要求1所述的一种基于地理探测器的区域干旱影响因素定量挖掘方法，其特征在于，所述收集研究区遥感数据和基础地理数据，具体包括：明确具体的研究区域，收集准确的研究区域矢量范围；根据具体研究区域的范围和大小，收集能够覆盖研究区且在干旱发生时间段内的
Landsat8 OLI/TIRS
遥感产品，为保证干旱监测结果的准确性，遥感产品的云覆盖量在1％以内；通过查阅文献和地方统计数据，按照干旱发生机理充分考虑可能会影响区域干旱发生的环境要素，收集覆盖研究区准确的矢量范围以及能够覆盖研究区的栅格和矢量类型的环境要素数据集
。3.
如权利要求2所述的一种基于地理探测器的区域干旱影响因素定量挖掘方法，其特征在于，所述对研究区遥感数据和基础地理数据进行数据相对配准和预处理，具体包括：利用
ArcGIS10.2
软件中数据管理工具
‑
投影和变换
‑
地理坐标变换工具，以
Landsat8 OLI/TIRS
遥感产品的地理坐标系为基准，对来自多个信息源的矢量和栅格数据集进行相对配准；利用
ArcGIS10.2
软件中转换工具
‑
转为栅格工具将矢量数据转换为栅格数据，并利用数据管理工具
‑
栅格
‑
栅格处理
‑
重采样工具，以
Landsat8 OLI/TIRS
遥感产品的空间分辨率为基准，对来自多个信息源的栅格数据集进行简单升尺度和降尺度处理，以统一研究尺度；利用
ArcGIS10.2
软件中数据管理工具
‑
栅格
‑
栅格处理
‑
裁剪工具，基于准确的研究区域矢量范围，对
Landsat8 OLI/TIRS
遥感产品和栅格类型的环境要素数据集进行裁剪，以减少数据冗余
。4.
如权利要求1所述的一种基于地理探测器的区域干旱影响因素定量挖掘方法，其特征在于，所述利用
Landsat8 OLI/TIRS
遥感产品，建立区域干旱遥感监测的
TVDI
模型，具体包括：利用
ENVI5.6
软件，对
Landsat8 OLI/TIRS
遥感产品进行辐射定标和大气校正，将遥感影像的灰度亮度值转换为绝对的辐射亮度值和消除大气误差的影响；
以处理后的
Landsat8 OLI/TIRS
遥感产品为基础，计算研究区域表征植被覆盖状况的归一化植被指数
NDVI
；其原理是植被覆盖状况是影响区域气候变化及地表热特征的重要来源，
NDVI
可以较好的表征区域内植被的覆盖特征；其中，
NDVI
的定义为：式中，
ρ
Nir
与
ρ
Red
分别为
Landsat8 OLI
的第5与第4波段的反射率，其值域范围在
[
‑1，
1]
之间，正值表示有植被覆盖的区域，值越大植被覆盖度越高；0值表示基本无植被覆盖的区域；负值是水体
、
裸土
、
岩石类的非植被覆盖区域
。5.
如权利要求4所述的一种基于地理探测器的区域干旱影响因素定量挖掘方法，其特征在于，所述利用
Landsat8 OLI/TIRS
遥感产品，建立区域干旱遥感监测的
TVDI
模型，还包括：在整个地气系统的辐射传输过程中，卫星接收的热红外辐射能量
L
λ
主要由经大气衰减后传感器接收的热辐射能量
、
大气上行辐射亮度
L
↑
和下行辐射亮度
L
↓
三部分构成；基于
NDVI
计算结果，采用基于大气辐射传输模型辐射传输方程算法反演旱情发生时的地表温度
LST
，卫星接收到的热红外辐射亮度值即辐射传输方程，即：
L
λ
＝
[
ε
·
B(T
s
)+(1
‑
ε
)L
↓
]
·
τ
+L
↑
；式中，
ε
为地表比辐射率；
T
s
为任意像元的地面真实温度，单位为
K
；
τ
为大气透过率；
L
↓
为大气下行辐射亮度，
L
↑
为大气上行辐射亮度；假设地表
、
大气对热辐射具有朗伯体性质，根据辐射传输方程得出与地表真实温度相同的黑体辐射亮度
B(T
s
)
，即：
B(T
s
)
＝
[L
λ
‑
L
↑
‑
τ
·
(1
‑
ε
)L
↓
]/(
τ
·
ε
)
；式中，
τ
为大气透过率；
L
↑
为大气上行辐射亮度；
L
↓
为大气下行辐射亮度；在估算出与地表真实温度相同的黑体辐射亮度值
B(T
s
)
后，根据普朗克定律的反函数，得到地面的真实温度值，其公式为：式中，
K1、K2为常数；
TIRS 10
波段的
K1为
774.89W
·
m
‑2·
Sr
‑1·
μ
m
‑1；
TIRS 10
波段
K2为
1321.08K
；
TIRS 11
波段
K1为
480.89W
·
m
‑2·
Sr
‑1·
μ
m
‑1；
TIRS 11
波段
K2为
1201.14K
；基于地表温度
LST
和归一化植被指数
NDVI
计算干旱遥感监测的温度植被干旱指数

【专利技术属性】
技术研发人员：李伟，郑江华，
申请(专利权)人：新疆大学，
类型：发明
国别省市：