详情

原文传递一种集成多分辨率遥感数据的土壤侵蚀模数定量估算方法

专利名称：	一种集成多分辨率遥感数据的土壤侵蚀模数定量估算方法
摘要：	本发明涉及一种集成多分辨率遥感数据的土壤侵蚀模数定量估算方法，利用低、中、高不同空间和时间分辨率的遥感数据，引入时空融合模型，生成逐月生物措施因子B，进而通过逐月的生物措施B因子与降雨侵蚀力因子R相乘累加改进了传统的利用单一时期单一遥感数据来计算土壤侵蚀模数，有效匹配了植被覆盖度与降雨的内年变化。同时利用高空间分辨率遥感数据进行工程措施因子信息提取，改变了依靠人工统计粗略获得水土保工程持措施数量而缺少空间分布问题，提高了土壤侵蚀模数的空间分布精度和合理性。本发明提出的方法不仅顾及了植被和降雨的年内变化特征，还考虑了工程措施的空间分布，有效提高了土壤侵蚀模数的估算精度与空间分布合理性。
专利类型：	发明专利
国家地区组织代码：	福建;35
申请人：	福州大学
发明人：	汪小钦;陈芸芝;曾舒娇;吴思颖
专利状态：	有效
申请日期：	2018-08-19T00:00:00+0800
发布日期：	2019-10-18T00:00:00+0800
申请号：	CN201810946862.1
公开号：	CN110346329A
代理机构：	福州元创专利商标代理有限公司
代理人：	蔡学俊
分类号：	G01N21/55(2014.01);G;G01;G01N;G01N21
申请人地址：	350108 福建省福州市闽侯县福州地区大学新区学园路2号
主权项：	1.一种集成多分辨率遥感数据的土壤侵蚀模数定量估算方法，其特征在于，按照如下步骤实现：步骤S1：获取研究区预设年份内低空间分辨率地表反射率数据，进行预处理后计算低分辨率逐月NDMVI数据；获取研究区预设年份内无云少云条件下一个时期或若干时期的中等分辨率遥感数据，进行预处理后计算中等分辨率NDMVI数据；步骤S2：对步骤S1所得到的低分辨率逐月NDMVI数据和中等分辨率NDMVI数据进行时空融合，生成融合后的中等分辨率逐月NDMVI数据；步骤S3：获取研究区预设年份内高空间分辨率的遥感影像，并进行土地利用/土地覆盖分类，得到研究区域内的土地利用图；步骤S4：计算逐月植被覆盖度与逐月生物措施因子；步骤S5：收集降雨数据，并计算逐月降雨侵蚀力因子；步骤S6：根据高空间分辨率影像提取工程措施信息，获取工程因子；步骤S7：生成土壤可蚀性因子、坡长因子、坡度因子和耕作因子；步骤S8：计算年土壤侵蚀模数。 2.根据权利要求1所述的一种集成多分辨率遥感数据的土壤侵蚀模数定量估算方法，其特征在于，在所述步骤S1中，还包括如下步骤：步骤S11：获取研究区预设年份内低分辨率逐月地表反射率数据，包括红光波段和近红外波段的地表反射率数据；步骤S12：获取研究区预设年份内无云少云条件下中等分辨率多光谱遥感数据，对中等分辨率多光谱遥感数据进行几何校正、大气校正预处理，生成中等分辨率地表反射率数据；对于通过不同传感器获取的中等分辨率遥感数据，进行光谱归一化处理；步骤S13：以中等分辨率地表反射率数据为基准，对低分辨率逐月红光波段和近红外波段的地表反射率数据进行几何配准；步骤S14：以低分辨率逐月地表反射率数据和中等分辨率地表反射率数据为基础，按照如下方式分别生成低分辨率逐月NDMVI数据和一个时期或若干时期的中等分辨率NDMVI数据：其中，ρnir为近红外波段的地表反射率，ρred红光波段的地表反射率，Rmin为红光波段反射率最小值，NIRmin为近红外波段反射率最小值。 3.根据权利要求1所述的一种集成多分辨率遥感数据的土壤侵蚀模数定量估算方法，其特征在于，在所述步骤S2中，还包括如下步骤：步骤S21：对步骤S1所得到的低分辨率逐月NDMVI数据和中等分辨率NDMVI数据以及待计算月份按照如下方式进行时空FSDAF融合： ΔRhigh(xij,yij,b)＝εhigh(xij,yij,b)+ΔRhigh(a,b) 其中：是预测t2时刻的高分辨率影像；Rhigh_1(xij,yij,b)是已知的t1时刻的高分辨率影像；ΔR(xk,yk,b)是像元从t1至t2时刻的变化值，wk为对应的像元权重值；ΔRhigh(a,b)是高分辨率影像中类别a在t1至t2期间内波段b的变化量，εhigh(xij,yij,b)是在低分辨率影像中第i个像元赋予对应的第j个高分辨率影像像元的残差值，i表示第i个低空间分辨率像元，j表示与低空间分辨率像元位置对应的第j个高空间分辨率像元，(xij,yij)指坐标位置，即第j个高空间分辨率像元对应坐标为(xi,yi)的低空间分辨率像元；步骤S22：当低分辨率逐月NDMVI数据的数据质量低于预设阈值时，则对应月份的中等空间分辨率逐月NDWVI数据采用等差值的方法获取；步骤S23：根据步骤S21和步骤S22，生成研究区内全年1-12月中等分辨率逐月NDMVI数据。 4.根据权利要求1所述的一种集成多分辨率遥感数据的土壤侵蚀模数定量估算方法，其特征在于，在所述步骤S3中，还包括如下步骤：步骤S31：对研究区内的高分辨率遥感影像进行预处理后，根据研究区内的地物分布特点，采用面向对象的方法对影像进行分类；步骤S32：为满足水土流失监测需要，将土地利用/土地覆盖分类归并为6类一级土地利用类型：水体、裸地、不透水面、耕地、园地、林地，并将步骤S31的分类结果整合成上述6类土地利用类型。 5.根据权利要求4所述的一种集成多分辨率遥感数据的土壤侵蚀模数定量估算方法，其特征在于，在所述步骤S4中，还包括如下步骤：步骤S41：根据所述步骤S2获取的中等分辨率逐月NDMVI数据，采用像元二分模型，生成逐月中等分辨率植被覆盖度Vi，i＝1,2,…12； V＝(NDMVI-NDMVImin)/(NDMVImax-NDMVImin)*100％其中，V为植被覆盖度，其大小在0—100％之间；NDMVI表示各像元的NDMVI值；NDMVImin表示植物生长当季NDMVI最小值；NDMVImax表示植物生长当季NDMVI最大值；步骤S42：根据所述步骤S3生成的土地利用图和步骤S41的生成的逐月中等分辨率植被覆盖度，采用植被覆盖度法和地类赋值法相结合进行生物措施B因子的估算；针对林地、园地和裸地，按照如下植被覆盖度法进行生物措施B因子的估算，生成逐月Bi，i＝1,2,…12：式中，V为基于像元二分模型计算求得的植被覆盖度，采用百分数参与计算；对于其他地类，则利用土地利用/覆盖类型进行赋值，耕地赋值为0.230，水体赋值为0，不透水面赋值为0。 6.根据权利要求1所述的一种集成多分辨率遥感数据的土壤侵蚀模数定量估算方法，其特征在于，在所述步骤S5中，逐月降雨侵蚀力因子R的计算方法如下： Ri＝-2.6398+0.3046Pi 其中，Ri为月降雨侵蚀力，单位为J·cm/m2·h；Pi为月降雨量，单位为mm；i＝1,2,…12。 7.根据权利要求1所述的一种集成多分辨率遥感数据的土壤侵蚀模数定量估算方法，其特征在于，在所述步骤S6中，还包括如下步骤：步骤S61：利用高空间分辨率遥感影像，结合研究区内水土保持工程措施特点，构造多种特征，对工程措施信息进行提取；步骤S62：获取研究区域内具有工程措施的径流小区的土壤侵蚀量数据和裸露对照小区的土壤侵蚀量数据；步骤S63：在步骤S62的数据基础上，以工程措施径流小区的土壤侵蚀量作分子，以裸露对照小区的土壤侵蚀量作分母，通过求二者比值得到逐年多组工程措施因子值，最后求平均得到研究区内工程措施因子值；步骤S64：对步骤S61提取的工程措施信息的区域赋予步骤S63计算的工程措施因子值，获得研究区域内工程措施因子的空间分布。 8.根据权利要求1所述的一种集成多分辨率遥感数据的土壤侵蚀模数定量估算方法，其特征在于，在所述步骤S7中，步骤S71：根据土壤属性数据，基于侵蚀—生产力影响计算模型EPIC计算土壤可蚀性因子K：其中：SAN为砂粒含量(％)；SIL为粉砂含量(％)；CLA为粘粒含量(％)；c为有机碳含量(％)；SN1＝1-SAN/100；步骤S72：采用数字高程模型DEM数据，计算坡长因子L和坡度因子S：其中：θ是坡度，λ为坡长，m为坡长指数；步骤S73：采用数字高程模型DEM数据，计算耕作因子T：根据不同坡度条件下等高耕作减少的土壤侵蚀量确定T值，其中，在没有耕作措施的地方，将耕作措施因子值赋为1； 9.根据权利要求1所述的一种集成多分辨率遥感数据的土壤侵蚀模数定量估算方法，其特征在于，在所述步骤S8中，根据逐月生物措施因子B和逐月降雨侵蚀力因子R相乘累加，并与其他土壤侵蚀各因子相乘，获得年土壤侵蚀模数：其中，Ri、Bi为由年内每个月份计算得到的R因子和B因子，i＝1,2…12；K为土壤可蚀性因子，L为坡长因子，S为坡度因子，E为工程因子，T为耕作因子。
所属类别：	发明专利