【技术实现步骤摘要】
本专利技术属于生态遥感，具体而言，涉及考虑火烧严重度的火烧迹地土壤侵蚀遥感动态监测方法。
技术介绍
1、火烧不仅降低了植被盖度，还消耗了土壤表层有机质，导致团聚体稳定性和土壤表面入渗率降低，火烧迹地容易形成地表径流和土壤侵蚀。火烧引起的水土流失会对森林生态系统产生负面影响，因此火烧发生后需要及时开展火烧后土壤侵蚀评估。
2、土壤侵蚀评估模型分为物理模型和经验模型。物理模型所需参数较多，参数取值的细小变化会造成相关量及估算结果的巨大变化，火烧迹地的水文和侵蚀过程十分复杂，且观测和实验条件有限，诸多参数难以获取，因此不适合采用物理模型；经验模型一般通过降雨侵蚀力、土壤可蚀性因子、地形因子、植被覆盖因子和水土保持措施因子等因子对土壤侵蚀状况进行综合评估，所需参数较少，并且参数取值的细小误差不会导致结果产生巨大差异，评估结果更为稳定可靠。
3、目前在火烧迹地土壤侵蚀评价研究中应用最为广泛的模型是rusle模型，该模型通过降雨侵蚀力、土壤可蚀性因子、地形因子、植被覆盖因子和水土保持措施因子估算土壤侵蚀速率，rusle模型并没有考虑火烧因素，前人研究在引入火烧因素对火烧迹地的植被覆盖因子进行修正时，均采用专家经验取值方法，主观因素影响较大，难以推广应用。
4、目前的区域性土壤侵蚀评价方法均利用遥感技术获取植被盖度参数，而传统的植被盖度遥感反演模型仅考虑了光合植被，并没有考虑如枯枝落叶、凋落物等非光合植被，因此传统的植被盖度反演模型不适用于火烧迹地。不能准确获取轻度和中度火烧区域的植被盖度参数，导致目前的土
技术实现思路
1、为了解决上述技术问题，本专利技术提供考虑火烧严重度的火烧迹地土壤侵蚀遥感动态监测方法，包括：
2、获取降雨数据、地形数据、土壤数据与遥感影像数据，并进行预处理；
3、获取各类环境信息因子数据，实地采集样点的火烧严重度，针对每个样点，计算火烧严重度指数值以及环境信息因子值；
4、建立预测火烧严重度分布区域的随机森林模型；
5、将所述火烧严重度指数值与所述环境信息因子值作为所述随机森林模型的训练数据集和验证数据集，利用训练数据集对所述随机森林模型进行训练，利用所述验证数据集对所述随机森林模型的预测结果进行验证；
6、利用随机森林模型预测火烧严重度；
7、根据所述降雨数据确定降雨侵蚀力因子，根据所述地形数据确定地形因子，根据土壤实测理化性质数据确定土壤可蚀性因子，根据所述遥感影像数据构建像元三分模型确定植被覆盖因子，根据土地利用类型确定水土保持措施因子；
8、利用所述降雨侵蚀力因子、所述地形因子、所述土壤可蚀性因子、所述植被覆盖因子、所述水土保持措施因子，根据rusle模型确定火烧前后各年度土壤侵蚀量。
9、在上述技术方案的基础上，本专利技术还可以做如下改进。
10、进一步，计算火烧严重度指数值以及环境信息因子值，包括：
11、对于每个实测样本，提取所述遥感影像数据中每个波段的反射率像素值；
12、根据所述反射率像素值计算火灾前后的火烧严重度指数值以及环境信息因子值；
13、随机抽取80%的数据集子集来训练随机森林模型，其余20%用于验证随机森林模型，作为随机森林模型的输入；
14、模型结果输出火烧严重度分布图。
15、进一步，根据不同火烧严重度、不同植被类型和不同土壤类型下的土壤样品的实测理化性质数据确定土壤可蚀性因子，包括：
16、采集不同火烧严重度、不同植被类型和不同土壤类型下的土壤样品获取土壤样品中粘粒、粉粒、砂砾，以及有机碳的百分比含量；
17、基于epic模型计算所述土壤可蚀性因子；
18、对所述土壤可蚀性因子进行anova方差分析和t检验；
19、设所述土壤可蚀性因子为k，粘粒的百分比含量为，粉粒的百分比含量为，砂砾的百分比含量为，有机碳的百分比含量为，则所述土壤可蚀性因子为：
20、
21、。
22、进一步，根据所述遥感影像数据构建像元三分模型确定植被覆盖因子，包括：
23、获取光合植被盖度与非光合植被盖度；设所述植被覆盖因子为，所述光合植被盖度为，所述非光合植被盖度为，则所述植被覆盖因子：
24、。
25、进一步，根据所述降雨数据确定降雨侵蚀力因子，包括：
26、获取降雨观测站的日降雨量数据，采用日降雨侵蚀力模型计算降雨侵蚀力因子；设降雨侵蚀力因子为r，第i个半月时段的侵蚀力为，半月时段的天数为，半月时段内第j天的大于12mm的侵蚀性日雨量为，日降雨量大于等于12mm的当年日平均降雨量为，日降雨量大于等于12mm的多年平均降雨量为，则：
27、；
28、；
29、其中，，。
30、进一步，根据所述地形数据确定地形因子，包括：
31、利用通用土壤流失方程计算坡长因子，利用坡度分段计算坡度因子，所述地形因子为所述坡长因子与所述坡度因子的乘积；
32、设x为坡长，m为坡长指数，则所述坡长因子l为：
33、；
34、设为坡度，坡长指数的计算方法如下：
35、若，则；
36、若，则；
37、若，则；
38、若，则；
39、则所述坡度因子为：
40、。
41、进一步，利用所述降雨侵蚀力因子、所述地形因子、所述土壤可蚀性因子、所述植被覆盖因子、所述水土保持措施因子，根据rusle模型确定土壤侵蚀量，包括：
42、设年土壤侵蚀量为a，所述降雨侵蚀力因子为r，所述地形因子为ls,所述土壤可蚀性因子k，所述植被覆盖因子为c，所述水土保持措施因子为p，则年土壤侵蚀量：
43、a=r*k*ls*c*p。
44、本专利技术的有益效果是：本专利技术通过随机森林模型确定火烧严重度分布图，利用降雨侵蚀力因子、地形因子、土壤可蚀性因子、植被覆盖因子、水土保持措施因子，根据rusle模型确定土壤侵蚀量；本专利技术适用于火烧迹地，能够准确获取各类火烧严重度区域的植被盖度参数，能够精确评估火烧迹地土壤侵蚀，本专利技术考虑不同火烧严重度的土壤侵蚀动态变化过程，通过对比火烧前后不同年度的土壤侵蚀量，分析土壤侵蚀的变化，避免了主观经验取值造成误差大的问题，能够取得符合实际的土壤侵蚀评估结果。
本文档来自技高网...【技术保护点】
1.考虑火烧严重度的火烧迹地土壤侵蚀遥感动态监测方法，其特征在于，包括：
2.根据权利要求1所述考虑火烧严重度的火烧迹地土壤侵蚀遥感动态监测方法，其特征在于，计算火烧严重度指数值以及环境信息因子值，包括：
3.根据权利要求1所述考虑火烧严重度的火烧迹地土壤侵蚀遥感动态监测方法，其特征在于，根据不同火烧严重度、不同植被类型和不同土壤类型下的土壤样品的实测理化性质数据确定土壤可蚀性因子，包括：
4.根据权利要求1所述考虑火烧严重度的火烧迹地土壤侵蚀遥感动态监测方法，其特征在于，根据所述遥感影像数据构建像元三分模型确定植被覆盖因子，包括：
5.根据权利要求1所述考虑火烧严重度的火烧迹地土壤侵蚀遥感动态监测方法，其特征在于，根据所述降雨数据确定降雨侵蚀力因子，包括：
6.根据权利要求1所述考虑火烧严重度的火烧迹地土壤侵蚀遥感动态监测方法，其特征在于，根据所述地形数据确定地形因子，包括：
7.根据权利要求1所述考虑火烧严重度的火烧迹地土壤侵蚀遥感动态监测方法，其特征在于，利用所述降雨侵蚀力因子、所述地形因子、所述土壤可
...【技术特征摘要】
1.考虑火烧严重度的火烧迹地土壤侵蚀遥感动态监测方法，其特征在于，包括：
2.根据权利要求1所述考虑火烧严重度的火烧迹地土壤侵蚀遥感动态监测方法，其特征在于，计算火烧严重度指数值以及环境信息因子值，包括：
3.根据权利要求1所述考虑火烧严重度的火烧迹地土壤侵蚀遥感动态监测方法，其特征在于，根据不同火烧严重度、不同植被类型和不同土壤类型下的土壤样品的实测理化性质数据确定土壤可蚀性因子，包括：
4.根据权利要求1所述考虑火烧严重度的火烧迹地土壤侵蚀遥感动态监测方法，其特征在于，根据所述遥感影像数据构建像元...
【专利技术属性】
技术研发人员：张茜彧，谭杰峻，李炫，张晓雪，阿旺格列，范建容，周俊，
申请(专利权)人：中国科学院，水利部成都山地灾害与环境研究所，
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。