System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本公开属于土壤退化监测,尤其涉及一种基于土壤表层含沙率遥感反演的土壤退化监测方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息,不必然构成在先技术。
2、土壤是农业存在和发展的基础,当前粮食问题是全球面临的重要问题之一。黑土区作为粮食生产的重要基础,近年来黑土退化的问题日益加重,黑土层正在以较快的速度变薄。通常来说土壤退化是指土壤养分流失,生产力下降的现象,土壤退化的类型较为多样,主要为水力、冻融、风力、粗放利用等自然和人为因素造成的侵蚀和盐碱化等,且退化过程受复杂地形的影响。为了更好的保证粮食的稳定生产,对土壤的退化情况进行有效监测避免土壤进一步恶化是保证粮食产量的基础。
3、专利技术人发现,现有的土壤退化监测方法缺乏对黑土区的研究,缺少对黑土退化程度的量化指标,由于黑土的特殊性,现有方法无法直接用于黑土区的退化检测;且现有方法虽然存在对遥感影像数据的利用,但是对于遥感影像的光谱通常具有特殊需求,严重影响了退化监测方法的推广利用。
技术实现思路
1、本公开为了解决上述问题,提供了一种基于土壤表层含沙率遥感反演的土壤退化监测方法及系统,所述方案基于黑土退化特征,提出一种使用表层含沙率表示退化程度的方案,有效提高了监测精度和稳定性,且能够有效适用动态评估黑土退化程度以及治理措施效果的评估。
2、根据本公开实施例的第一个方面,提供了一种基于土壤表层含沙率遥感反演的土壤退化监测方法,包括:
3、获取待监测区域的遥
4、基于获得的遥感影像,利用预先训练的土地覆盖类型分类模型进行区域分类,获得土地覆盖类型分类结果;
5、基于遥感影像红色和绿色波段反射率,计算待监测区域的土壤亮度指数;
6、基于土地覆盖类型分类结果构建用于去除非有效区域的掩膜,其中,所述非有效区域为林地、草地以及耕地之外的区域;
7、基于获得的掩膜,对待监测区域的土壤亮度指数进行掩膜处理;
8、基于掩膜处理结果,采用土壤含沙率线性模型获得土壤含沙率,并基于所述土壤含沙率实现土壤退化监测。
9、进一步的,所述基于土地覆盖类型分类结果构建用于去除非有效区域的掩膜,具体为:将非有效区域的掩膜值设置为0,有效区域的掩膜值设置为1,实现掩膜构建;
10、或,所述土壤含沙率线性模型的模型参数与采用的遥感产品有关,其中,landsat8/9卫星数据对应的土壤含沙率线性模型,具体为:
11、sand=1.817bi+25.063
12、其中,sand为含沙率,bi为土壤亮度指数。
13、进一步的,所述基于遥感影像红色和绿色波段反射率,计算待监测区域的土壤亮度指数,具体采用如下公式:
14、
15、其中,bi为土壤亮度指数,取值范围为[0,100],ref4和ref3为影像红色和绿色波段反射率。
16、进一步的,所述基于所述土壤含沙率实现土壤退化监测,具体为:预先根据含沙率对黑土的退化等级进行分级,其中,含沙量小于等于第一阈值为未退化,大于第一阈值且小于等于第二阈值为轻度退化,大于第二阈值且小于等于第三阈值为中度退化,大于第三阈值且小于等于第四阈值为重度退化,大于第四阈值为严重退化。
17、进一步的,利用预先训练的土地覆盖类型分类模型进行区域分类,具体为:基于监督学习原理设置耕地、草地、林地、未利用土地、建筑、水体、冰雪覆盖区和道路共8类标签,使用同一传感器获取的遥感影像标注并训练深度学习模型,对感兴趣区域进行像素级别的覆盖类型分类。
18、进一步的,所述遥感影像至少包括红色和绿色波段。
19、进一步的,对于获取的遥感影像需进行预处理,所述预处理包括影像的裁剪、拼接、校正以及去云处理。
20、根据本公开实施例的第二个方面,提供了一种基于土壤表层含沙率遥感反演的土壤退化监测系统,包括:
21、数据获取单元,其用于获取待监测区域的遥感影像;
22、土地覆盖类型分类单元,其用于基于获得的遥感影像,利用预先训练的土地覆盖类型分类模型进行区域分类,获得土地覆盖类型分类结果;
23、亮度指数计算单元,其用于基于遥感影像红色和绿色波段反射率,计算待监测区域的土壤亮度指数;
24、掩膜计算单元,其用于基于土地覆盖类型分类结果构建用于去除非有效区域的掩膜,其中,所述非有效区域为林地、草地以及耕地之外的区域;
25、掩膜处理单元,其用于基于获得的掩膜,对待监测区域的土壤亮度指数进行掩膜处理;
26、土壤退化程度评价计算单元,其用于基于掩膜处理结果,采用土壤含沙率线性模型获得土壤含沙率,并基于所述土壤含沙率实现土壤退化监测。
27、根据本公开实施例的第三个方面,提供了一种电子设备,包括存储器、处理器及存储在存储器上运行的计算机程序,所述处理器执行所述程序时实现所述的一种基于土壤表层含沙率遥感反演的土壤退化监测方法。
28、根据本公开实施例的第四个方面,提供了一种非暂态计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现所述的一种基于土壤表层含沙率遥感反演的土壤退化监测方法。
29、与现有技术相比,本公开的有益效果是:
30、(1)本公开提供了一种基于土壤表层含沙率遥感反演的土壤退化监测方法及系统,所述方案基于黑土退化特征,提出一种使用表层含沙率表示退化程度的方案,有效提高了监测精度和稳定性,且能够有效适用动态评估黑土退化程度以及治理措施效果的评估。
31、(2)所述方案对遥感影像的光谱没有特殊需求,仅需要传感器具备红、绿通道的成像能力,且在每年的裸土时期进行监测,此间云雨较少,通常不影响图像质量,十分便于推广和应用。
32、(3)所述方案具有大尺度土壤退化信息获取能力,流程简洁高效,更利于推广。
33、本公开附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本公开的实践了解到。
本文档来自技高网...【技术保护点】
1.一种基于土壤表层含沙率遥感反演的土壤退化监测方法,其特征在于,包括:
2.如权利要求1所述的一种基于土壤表层含沙率遥感反演的土壤退化监测方法,其特征在于,所述基于土地覆盖类型分类结果构建用于去除非有效区域的掩膜,具体为:将非有效区域的掩膜值设置为0,有效区域的掩膜值设置为1,实现掩膜构建;
3.如权利要求1所述的一种基于土壤表层含沙率遥感反演的土壤退化监测方法,其特征在于,所述基于遥感影像红色和绿色波段反射率,计算待监测区域的土壤亮度指数,具体采用如下公式:
4.如权利要求1所述的一种基于土壤表层含沙率遥感反演的土壤退化监测方法,其特征在于,所述基于所述土壤含沙率实现土壤退化监测,具体为:预先根据含沙率对黑土的退化等级进行分级,其中,含沙量小于等于第一阈值为未退化,大于第一阈值且小于等于第二阈值为轻度退化,大于第二阈值且小于等于第三阈值为中度退化,大于第三阈值且小于等于第四阈值为重度退化,大于第四阈值为严重退化。
5.如权利要求1所述的一种基于土壤表层含沙率遥感反演的土壤退化监测方法,其特征在于,利用预先训练的土地覆盖类型分类模
6.如权利要求1所述的一种基于土壤表层含沙率遥感反演的土壤退化监测方法,其特征在于,所述遥感影像至少包括红色和绿色波段。
7.如权利要求1所述的一种基于土壤表层含沙率遥感反演的土壤退化监测方法,其特征在于,对于获取的遥感影像需进行预处理,所述预处理包括影像的裁剪、拼接、校正以及去云处理。
8.一种基于土壤表层含沙率遥感反演的土壤退化监测系统,其特征在于,包括:
9.一种电子设备,包括存储器、处理器及存储在存储器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7任一项所述的一种基于土壤表层含沙率遥感反演的土壤退化监测方法。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7任一项所述的一种基于土壤表层含沙率遥感反演的土壤退化监测方法。
...【技术特征摘要】
1.一种基于土壤表层含沙率遥感反演的土壤退化监测方法,其特征在于,包括:
2.如权利要求1所述的一种基于土壤表层含沙率遥感反演的土壤退化监测方法,其特征在于,所述基于土地覆盖类型分类结果构建用于去除非有效区域的掩膜,具体为:将非有效区域的掩膜值设置为0,有效区域的掩膜值设置为1,实现掩膜构建;
3.如权利要求1所述的一种基于土壤表层含沙率遥感反演的土壤退化监测方法,其特征在于,所述基于遥感影像红色和绿色波段反射率,计算待监测区域的土壤亮度指数,具体采用如下公式:
4.如权利要求1所述的一种基于土壤表层含沙率遥感反演的土壤退化监测方法,其特征在于,所述基于所述土壤含沙率实现土壤退化监测,具体为:预先根据含沙率对黑土的退化等级进行分级,其中,含沙量小于等于第一阈值为未退化,大于第一阈值且小于等于第二阈值为轻度退化,大于第二阈值且小于等于第三阈值为中度退化,大于第三阈值且小于等于第四阈值为重度退化,大于第四阈值为严重退化。
5.如权利要求1所述的一种基于土壤表层含沙率遥感反演的土壤退化监测方法,其特征在于,利用预先训练的土地覆盖类型分类模...
【专利技术属性】
技术研发人员:陈益强,马成龙,代锋,杨晓东,马跃辉,董绪,赵海兵,
申请(专利权)人:山东产业技术研究院智能计算研究院,
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。