石漠化演变的遥感监测方法技术

本发明专利技术石漠化监测评估，具体涉及一种石漠化演变的遥感监测方法。其方案包括以下步骤：(1)提取待监测石漠化地区的高分六号(GF‑6)卫星遥感影像数据；然后对该数据进行预处理，预处理包括辐射定标、大气校正、正射校正、裁剪无石漠化区域等；(2)数据降维和端元选择；(3)混合像元分解提取端元丰度图像；(4)石漠化分级评价；(5)通过多个时间段的石漠化分级评价结果监测石漠化演变情况。本发明专利技术通过对石漠化状况进行观测分析与评价，为林业规划与政策实施提供重要依据。

【技术实现步骤摘要】
石漠化演变的遥感监测方法
本专利技术涉及石漠化监测评估，具体涉及一种石漠化演变的遥感监测方法。
技术介绍
喀斯特石漠化在世界范围内均有分布，是由于人类活动的干扰，使得喀斯特地表环境出现土壤功能丧失、基岩裸露、生产力下降的土地退化过程。是一种特殊的土地退化过程，土壤被严重或彻底侵蚀，基岩裸露，土地承载力严重下降，最终，喀斯特土地退化为与沙漠景观相似的格局。中国尤其是西南地区的石漠化问题严重威胁着区域生态平衡和生态经济，表现出分布面积极广、生态环境脆弱、人口经济问题突出等特点。在中国喀斯特地貌发育的物质基础碳酸盐类基岩总面积达200万km2，其中裸露的碳酸盐类基岩面积约130万km2，约占全国总面积的1/7，埋藏的碳酸盐岩面积约70万km2，截止本世纪初，在中国西南部，云南，贵州和广西壮族自治区的土壤侵蚀总面积达到土地总面积的40％。中度到强度土壤侵蚀面积约为6万km2，约占受土壤侵蚀影响总面积的37％，土壤侵蚀正在稳步加剧。例如，在贵州省，上世纪50年代土壤侵蚀为2.5万km2，上世纪60年代为3.5万km2，上世纪70年代为5万km2，到1995年为7.6万km2，超过总面积的40％。因此，如何很好地监测和治理石漠化是目前研究的重要课题。
技术实现思路
为了很好地监测石漠化的程度和发展，本专利技术提供一种石漠化演变的遥感监测方法。本专利技术所提供的石漠化演变的遥感监测方法，可以比较精确地监测到县级区域的石漠化演变，大大缩小了时间和空间的跨度，为更小区域的石漠化施策提供重要参考。本专利技术提供的一种石漠化演变的遥感监测方法，包括如下步骤：(1)提取待监测石漠化地区的高分六号(GF-6)卫星遥感影像数据；然后对该数据进行预处理，预处理包括辐射定标、大气校正、正射校正、裁剪无石漠化区域等；(2)数据降维和端元选择；(3)混合像元分解提取端元丰度图像；(4)石漠化分级评价；(5)通过多个时间段的石漠化分级评价结果监测石漠化演变情况。本专利技术优选地，所述数据降维采用极小化噪声分量的方法进行计算。本专利技术优选地，所述端元选择是采用连续最大角凸锥(SMACC)方法进行端元的提取，并且采用的最大角凸锥(SMACC)方法的数学表达式为：表达式中的H表示端元波谱，c表示波段索引，i为像素索引，K，j为1到最大端元N的索引，R表示端元波谱的矩阵，A表示每一个像素中端元j对端元k的丰度矩阵。本专利技术优选地，提取端元丰度图像是采用完全约束最小能量二乘法(FCLS)来进行图像的混合像元的分解，提取端元丰度图像。本专利技术优选地，石漠化分级评价是选取基于植被端元、基岩端元、土壤端元所得到的石漠化分级图，然后对照分级标准进行分级评价。附图说明图1为混合像元分解流程图图2A为GF-6卫星原始影像图图2B为GF-6卫星预处理后影像图图3为MNF变换后各波段特征值分布曲线图图4为端元波谱曲线图图5为植被端元丰度等级分布图图6为基岩端元丰度等级分布图图7为土壤端元丰度等级分布图图8为FCLS模型分解RMSE结果图图9为普定县石漠化分布图图10为石漠化样点位置图(2018年)图11为不同石漠化等级的平均误差值图图12A为GF-6在端元提取后的光谱曲线图图12B为Landsat-8在端元提取后的光谱曲线图图13为植被、基岩、土壤组分端元的石漠化丰度差异图具体实施方式以下通过具体实施例对本专利技术进一步说明，以助于更好地理解本专利技术，但本专利技术的保护范围并不仅限这些实施例。1.1区域本实施例选定贵州省普定县，普定县自上世纪五十年代以来，每年平均新增石漠化面积就达500hm2左右，由于新增的石漠化主要发生在陡坡耕作区，相当于全县每年人均减少耕地0.0013hm2，人地矛盾日益突出。目前全县石漠化面积已达390.93km2(不含潜在石漠化面积)，占全县土地总面积达35.8％(碳酸盐岩出露面积的47.1％)，其中轻度、中度、强度、极强度石漠化面积分别占总面积的13.44％、14.74％、6.46％、1.18％，中度(裸岩面积50％以上)以上的石漠化面积占全县总面积的22.3％。2.2.2数据源本研究中，GF-6(WFV)作为主要探讨对象，此外，其他辅助数据如：普定县行政矢量边界、普定县DEM等，第三次石漠化调查图主要从普定县园林局获取。表2.1主要数据源表2.5GF-6卫星参数研究采用GF-6号卫星数据，WFV传感器，时间为2018年11月28日，16米分辨率，含云亮低于10％，8波段，相比高分1号卫星数据，增加B6(0.68μm-0.73μm)和B7(0.73μm-0.77μm)两个红边波段，数据具体编号：GF-6_WFV_E105.9_N26.9_20181128_L1A1119860108。通过Landsat-8卫星OLI数据进行对比，日期为2019年12月10日，含云量5％，11波段。3.2方法3.2.2方法路线大部分传感器得到的地物反射或光谱信号都是以像元为单元记录的，由于其空间分辨率和自然界中复杂地物类型的影响，所获得的影像图中通常会有大量的混合像元，而混合像元就是一个像元中包含着多种地物类型，与之对应的纯净像元就是一个像元内仅包含一种地物类型，纯净像元就是单独一个像元内仅仅包含一种地物类型，通过将一个像元内不同的“组分”(或“端元”)进行分解，求得各端元所占比例，这个分解的方式被叫做“混合像元分解”。石漠化区存在大量植被土壤基岩的混合像元，其分解主要包括数据降维、端元提取和丰度计算三个步骤。石漠化地区地貌复杂多变、地物类型零碎混杂、地物像元混合严重等，但经研究总体上可以归结为植被、土壤、基岩三种因子组成，且不同植被、土壤、基岩等级对石漠化具有敏感性差异。对以上三种敏感性因子，提取该地区植被、土壤、基岩三种地物端元，在混合像元分解技术的支持下，对提取出的端元进行丰度反演，研究分析研究区典型地物的关系，结合混合像元分解结果对普定县进行石漠化的等级划分。本专利技术探索利用GF-6号数据针对研究区域遥感影像图一个像元内存在的多种地物类型的难点，对该区域所得到的GF-6号遥感影像图基于线性混合模型进行像元的分解。提取研究区域的各端元的波谱信息，探讨GF-6卫星增加红边波段的作用。本研究进行混合像元分解的步骤主要包括数据预处理以及解混两部分(图1)，其中解混部分包括数据降维、端元提取、丰度估计三个步骤。3.2.2.1GF--6影像数据预处理在影像分析研究中，数据预处理是排在第一且非常重要的一步。本研究的数据预处理工作包括辐射定标、大气校正、正射校正、裁剪无石漠化区域等的处理如图2A和图2B所示，为处理前后的GF-6卫星影像效果对比，经过预处理后的GF-6影像提高了地物的识别效果。3.2.2.2混合像元分解(本文档来自技高网...

【技术保护点】
1.石漠化演变的监测方法，其特征在于，包括如下步骤：/n(1)提取待监测石漠化地区的高分六号(GF-6)卫星遥感影像数据；然后对该数据进行预处理，预处理包括辐射定标、大气校正、正射校正、裁剪无石漠化区域等；/n(2)数据降维和端元选择；/n(3)混合像元分解提取端元丰度图像；/n(4)石漠化分级评价；/n(5)通过多个时间段的石漠化分级评价结果监测石漠化演变情况。/n

【技术特征摘要】
1.石漠化演变的监测方法，其特征在于，包括如下步骤：
(1)提取待监测石漠化地区的高分六号(GF-6)卫星遥感影像数据；然后对该数据进行预处理，预处理包括辐射定标、大气校正、正射校正、裁剪无石漠化区域等；
(2)数据降维和端元选择；
(3)混合像元分解提取端元丰度图像；
(4)石漠化分级评价；
(5)通过多个时间段的石漠化分级评价结果监测石漠化演变情况。


2.根据权利要求1所述石漠化演变的监测方法，其特征在于，步骤(2)所述数据降维采用极小化噪声分量的方法进行计算。


3.根据权利要求1所述石漠化演变的监测方法，其特征在于，步骤(2)所述端元选择是采用连续最大角凸锥(SM...

【专利技术属性】
技术研发人员：胡文敏，李果，
申请(专利权)人：中南林业科技大学，
类型：发明
国别省市：湖南;43