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】
本专利技术涉及环境监测领域,特别是涉及一种荒漠化监测方法、系统、电子设备及介质。
技术介绍
1、植被指数是荒漠化监测的重要指标之一,利用植被指数尤其是归一化植被指数(normalized difference vegetation index,ndvi)来反演植被覆盖度,进而对荒漠化程度进行判别,这种方法具有简单、分类精度高的特点。但在实际应用中,由于地表植被复杂且多样,且单一的遥感指标受大气和土壤因素的影响很大,其评估结果具有一定的局限性。因此,如何提高荒漠化监测的准确性成为目前亟待解决的问题。
技术实现思路
1、基于此,本专利技术实施例提供一种荒漠化监测方法、系统、电子设备及介质,以提高荒漠化监测的准确性。
2、为实现上述目的,本专利技术实施例提供了如下方案:
3、一种荒漠化监测方法,包括:
4、获取目标区域的无人机可见光影像和遥感影像数据;
5、将目标区域的无人机可见光影像输入监督分类模型进行植被区和非植被区的划分,得到分类结果;
6、根据所述分类结果确定目标区域的无人机可见光影像中植被区所占的比例,得到目标区域的植被覆盖度;
7、根据目标区域的遥感影像数据计算目标区域的荒漠化遥感指数;所述荒漠化遥感指数包括:裸土指数、植被覆盖度指数、土壤氧化铁指数和表土粒度指数;
8、将目标区域的荒漠化遥感指数输入荒漠化评估模型,计算目标区域的土壤植被指数;
9、根据目标区域的植被覆盖度和目标区
10、可选地,根据目标区域的植被覆盖度和目标区域的土壤植被指数确定所述目标区域的荒漠化等级,具体包括:
11、若目标区域的植被覆盖度小于5%,且目标区域的土壤植被指数小于0.2,则确定所述目标区域的荒漠化等级为极重荒漠化;
12、若目标区域的植被覆盖度处于[5%,20%]范围内,且目标区域的土壤植被指数为0.21-0.31,则确定所述目标区域的荒漠化等级为重度荒漠化;
13、若目标区域的植被覆盖度处于[21%,50%]范围内,且目标区域的土壤植被指数为0.32-0.48,则确定所述目标区域的荒漠化等级为中度荒漠化;
14、若目标区域的植被覆盖度处于[51%,70%]范围内,且目标区域的土壤植被指数为0.49-0.76,则确定所述目标区域的荒漠化等级为轻度荒漠化;
15、若目标区域的植被覆盖度大于70%,且目标区域的土壤植被指数大于0.76,则确定所述目标区域的荒漠化等级为无荒漠化。
16、可选地,所述荒漠化评估模型的确定方法,包括:
17、获取样地的遥感影像数据;
18、根据样地的遥感影像数据计算样地的荒漠化初始遥感指数;所述荒漠化初始遥感指数包括:地表反射率指数、归一化植被指数、裸土指数、荒漠化差值指数、增强植被指数、植被覆盖度指数、陆地表面温度、修正型土壤植被指数、土壤氧化铁指数和表土粒度指数;
19、计算所述荒漠化初始遥感指数中各个指数的方差膨胀因子;
20、将所述荒漠化初始遥感指数中方差膨胀因子大于设定值的指数,确定为不存在共线性指数;所述不存在共线性指数包括:地表反射率指数、裸土指数、陆地表面温度、植被覆盖度指数、土壤氧化铁指数和表土粒度指数;
21、根据由样地的无人机可见光影像确定的植被覆盖度和所述不存在共线性指数构建多个不同的线性回归模型;
22、采用赤池信息准则对多个所述线性回归模型进行评估,并将赤池信息准则值最小的线性回归模型确定为荒漠化评估模型。
23、可选地,所述荒漠化评估模型的表达式为:
24、svi=0.2991-0.8147bsi+0.5466fvc+1.5569sfoi+1.0702tgsi;
25、其中,svi表示土壤植被指数;bsi表示裸土指数;fvc表示植被覆盖度指数;foi表示土壤氧化铁指数;tgsi表示表土粒度指数。
26、可选地,所述监督分类模型的确定方法,包括:
27、获取训练数据;所述训练数据包括:已标注植被区和非植被区的样地的无人机可见光影像;
28、采用训练数据对支持向量机进行训练,并将训练好的支持向量机确定为监督分类模型。
29、本专利技术还提供了一种荒漠化监测系统,包括:
30、图像获取模块,用于获取目标区域的无人机可见光影像和遥感影像数据;
31、监督分类模块,用于将目标区域的无人机可见光影像输入监督分类模型进行植被区和非植被区的划分,得到分类结果;
32、植被覆盖度计算模块,用于根据所述分类结果确定目标区域的无人机可见光影像中植被区所占的比例,得到目标区域的植被覆盖度;
33、遥感指数计算模块,用于根据目标区域的遥感影像数据计算目标区域的荒漠化遥感指数;所述荒漠化遥感指数包括:裸土指数、植被覆盖度指数、土壤氧化铁指数和表土粒度指数;
34、土壤植被指数计算模块,用于将目标区域的荒漠化遥感指数输入荒漠化评估模型,计算目标区域的土壤植被指数;
35、荒漠化等级监测模块,用于根据目标区域的植被覆盖度和目标区域的土壤植被指数确定所述目标区域的荒漠化等级。
36、可选地,所述荒漠化等级监测模块,具体包括:
37、第一等级监测单元,用于若目标区域的植被覆盖度小于5%,且目标区域的土壤植被指数小于0.2,则确定所述目标区域的荒漠化等级为极重荒漠化;
38、第二等级监测单元,用于若目标区域的植被覆盖度处于[5%,20%]范围内,且目标区域的土壤植被指数为0.21-0.31,则确定所述目标区域的荒漠化等级为重度荒漠化;
39、第三等级监测单元,用于若目标区域的植被覆盖度处于[21%,50%]范围内,且目标区域的土壤植被指数为0.32-0.48,则确定所述目标区域的荒漠化等级为中度荒漠化;
40、第四等级监测单元,用于若目标区域的植被覆盖度处于[51%,70%]范围内,且目标区域的土壤植被指数为0.49-0.76,则确定所述目标区域的荒漠化等级为轻度荒漠化;
41、第五等级监测单元,用于若目标区域的植被覆盖度大于70%,且目标区域的土壤植被指数大于0.76,则确定所述目标区域的荒漠化等级为无荒漠化。
42、可选地,所述荒漠化监测系统,还包括:评估模型构建模块;所述评估模型构建模块用于构建所述荒漠化评估模型;
43、所述评估模型构建模块,具体包括:
44、影像获取单元,用于获取样地的遥感影像数据;
45、初始指数计算单元,用于根据样地的遥感影像数据计算样地的荒漠化初始遥感指数;所述荒漠化初始遥感指数包括:地表反射率指数、归一化植被指数、裸土指数、荒漠化差值指数、增强植被指数、植被覆盖度指数、陆地表面温度、修正型土壤植被指数、土壤氧化铁指数和表本文档来自技高网...
【技术保护点】
1.一种荒漠化监测方法,其特征在于,包括:
2.根据权利要求1所述的荒漠化监测方法,其特征在于,根据目标区域的植被覆盖度和目标区域的土壤植被指数确定所述目标区域的荒漠化等级,具体包括:
3.根据权利要求1所述的荒漠化监测方法,其特征在于,所述荒漠化评估模型的确定方法,包括:
4.根据权利要求1所述的荒漠化监测方法,其特征在于,所述荒漠化评估模型的表达式为:
5.根据权利要求1所述的荒漠化监测方法,其特征在于,所述监督分类模型的确定方法,包括:
6.一种荒漠化监测系统,其特征在于,包括:
7.根据权利要求6所述的荒漠化监测系统,其特征在于,所述荒漠化等级监测模块,具体包括:
8.根据权利要求6所述的荒漠化监测系统,其特征在于,还包括:评估模型构建模块;所述评估模型构建模块用于构建所述荒漠化评估模型;
9.一种电子设备,其特征在于,包括存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行权利要求1至5中任一项所述的荒漠化监测方法。
10
...【技术特征摘要】
1.一种荒漠化监测方法,其特征在于,包括:
2.根据权利要求1所述的荒漠化监测方法,其特征在于,根据目标区域的植被覆盖度和目标区域的土壤植被指数确定所述目标区域的荒漠化等级,具体包括:
3.根据权利要求1所述的荒漠化监测方法,其特征在于,所述荒漠化评估模型的确定方法,包括:
4.根据权利要求1所述的荒漠化监测方法,其特征在于,所述荒漠化评估模型的表达式为:
5.根据权利要求1所述的荒漠化监测方法,其特征在于,所述监督分类模型的确定方法,包括:
6.一种荒漠化监测系统,其特征在于,包括:
7...
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。