一种草原植被退化遥感监测方法和装置与流程

本发明实施例涉及生态监测
技术领域：
，更具体地，涉及一种草原植被退化遥感监测方法和装置。
背景技术：
：全国90％的可利用天然草原发生了不同程度的退化，其中半数出现中等以上程度的退化，草原生态问题严峻。如新疆草原分布区域广，不仅是草原畜牧业的主要支撑和丰富的生物基因库，也在维护生态安全、保护绿洲和水源涵养等方面具有重要的生态作用。草原植被是覆盖于草原区并适合于环境条件的各种植物或植物群落的泛称，生态状况是地境植被与该地境顶级群落的相似程度，草原植被生态状况是草原植被的总体状况，反映草原植被的健康程度或退化程度，通常用草原植被覆盖度、生物量等来表示。传统方法通过样地野外调查获取植被覆盖度、生物量等信息，对草原植被生态状况进行评价。草原植被覆盖度、生物量等均为反映草原植被状况的单一指标，可以从不同侧面反映草原植被特征，但各单一指标的稳定性容易受到植被和环境变化的影响。利用遥感技术开展草原退化评价具有快速、大尺度等明显的优势，但由于草原类型复杂、环境变异大，用遥感数据计算草原植被覆盖度、生物量等植被关键参数的单一遥感模型，指标的稳定性易受植被和环境变化的影响，难以准确评价大尺度、复杂草原特征区域的草原植被退化状况。技术实现要素：本发明实施例提供一种克服上述问题或者至少部分地解决上述问题的一种草原植被退化遥感监测方法和装置。第一方面，本发明实施例提供一种草原植被退化遥感监测方法，包括：基于遥感数据获取草原的植被覆盖度和裸沙面积比，基于遥感数据和地面样方数据获取草原的生物量；基于植被覆盖度、裸沙面积比和生物量在反映草原植被状况时所占的权重系数，得到草原植被综合指数gvsi。第二方面，本发明实施例提供一种草原植被遥感监控装置，包括：参数监控模块，用于基于遥感数据获取草原的植被覆盖度和裸沙面积比，基于遥感数据和地面样方数据获取草原的生物量；指数分析模块，用于基于植被覆盖度、裸沙面积比和生物量在反映草原植被状况时所占的权重系数，得到草原植被综合指数gvsi。第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所提供的方法的步骤。第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所提供的方法的步骤。本发明实施例提出了一种草原植被退化遥感监测方法和装置，综合考虑了草原的植被覆盖度、生物量和裸沙面积比等多因素指标，更全面地反映草原植被退化状况；避免了单一因子开展草原退化遥感监测评价精度低、稳定性差的问题；计算的退化等级与实地调查退化等级对比误差小，综合了多种因素，评价更高效、更具可靠性，有助于推广应用。附图说明为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为根据本发明实施例的草原植被退化遥感监测方法示意图；图2为根据本发明实施例的草原植被退化遥感监测方法具体流程示意图；图3为根据本发明实施例的草原植被退化遥感监测装置示意图；图4为根据本发明实施例的电子设备的实体结构示意图。具体实施方式为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。遥感技术为大范围、快速、准确监测草原植被生态状况提供了有效途径和技术支撑，已成为草原植被状况监测的重要手段。草原退化遥感监测评价的关键技术之一是建立草原植被综合状况遥感监测模型和方法，通过遥感数据反演草原植被关键参数，将各植被关键参数进行有机耦合，构建草原植被综合状况指标模型，实现草原植被退化遥感监测的快速准确评价。利用遥感技术开展草原退化评价具有快速、大尺度等明显的优势，但由于草原类型复杂、环境变异大，用遥感数据计算草原植被覆盖度、生物量等植被关键参数的单一遥感模型，指标的稳定性易受植被和环境变化的影响，难以准确评价大尺度、复杂草原特征区域的草原植被退化状况。由于单一遥感模型指标的稳定性易受植被和环境变化的影响，因此本发明各实施例针对在多个指标进行草原植被状况监测评价给出解决方案，具体为综合考虑了草原植被覆盖度、草原生物量和裸沙面积比等多因素指标，更全面地反映草原植被退化状况。以下将通过多个实施例进行展开说明和介绍。图1为本发明实施例提供的一种草原植被退化遥感监测方法流程图，包括：s1、基于遥感数据获取草原的植被覆盖度和裸沙面积比，基于遥感数据和地面样方数据获取草原的生物量；s2、基于植被覆盖度、裸沙面积比和生物量在反映草原植被状况时所占的权重系数，得到草原植被综合指数gvsi。在本实施例中，综合考虑了草原植被覆盖度、生物量和裸沙面积比等多因素指标，更全面的反映草原植被退化状况，克服草原植被生物量、植被覆盖度等单因子遥感监测模型的不稳定性，避免了单一因子开展草原退化遥感监测评价精度低、稳定性差的问题。具体的，在本实施例中，可以通过分别建立高精度的草原植被覆盖度、草原生物量、裸沙面积比的单因子计算模型，对单因子进行无量纲标准化处理并赋予权重，构建草原植被综合指数模型，对草原植被退化状况进行监测评价。在本实施例中，如图2所示，还包括：s0、获取待监测草原的遥感数据和地面样方数据；在上述各实施例的基础上，基于遥感数据获取草原的植被覆盖度，具体包括：s111、基于草原类型确定草原的纯裸土归一化植被指数和纯植被覆盖像元归一化植被指数；并基于遥感数据得到草原的归一化差分植被指数ndvi；s112、基于上述纯裸土归一化植被指数、上述纯植被覆盖像元归一化植被指数和上述ndvi，通过植被覆盖度遥感估算模型获取草原的植被覆盖度。具体的，在本实施例中，基于遥感数据中获得的归一化差分植被指数(normalizeddifferencevegetationindex，ndvi)，采用像元二分模型方法，计算得到草原的植被覆盖度(fractionalvegetationcover，fvc)，计算公式如下式(1)所示：上式中，fvc为植被覆盖度，ndvi为归一化差分植被指数，ndvisoil为纯裸土(或裸沙)归一化植被指数，ndviveg纯植被覆盖像元归一化植被指数。具体的，在本实施例中，步骤s111之前还包括：s110、按照不同类型，确定各草原类型的ndvisoil和ndviveg，通过像元二分模型方法分别构建不同草原类型的植被覆盖度遥感估算模型；通过待监测草原的草原类型，基于对应的植被覆盖度遥感估算模型，即可直接通过遥感数据得到该草原的植被覆盖度，简单直接。在上述各实施例的基础上，如图2所示，基于遥感数据获取草原的裸沙面积比，具体包括：s121、基于最小噪声分离变换方法mnf获取多光谱遥感数据中的纯净像元指数ppi，并基于上述ppi获得纯净的裸沙终端端元、植被终端端元和土壤终端端元，以及上述裸沙终端端元、上述植被终端端元和上述土壤终端端元对应的光谱；s122、基于已建立的线性光谱混合模型，对上述裸沙终端端元、上述植被终端端元和上述土壤终端端元进行像元分解，得到裸沙面积比。具体的，采用最小噪声分离变换方法(minimumnoisefractionrotation，mnfrotation)，计算得到像元纯净指数(pixelpurityindex，ppi)，基于ppi获得纯净的裸沙、植被、土壤三类终端端元及其波谱，将所获得的终端端元输入线性光谱混合模型进行像元分解，得到各端元分量的丰度图及均方根值(rms)分布图。在本实施例中，mnf本质上是两次层叠的主成分变换。第一次变换(基于估计的噪声协方差矩阵)用于分离和重新调节多光谱遥感数据中的噪声，这步操作使变换后的噪声数据只有最小的方差且没有波段间的相关。第二步是对噪声白化数据(noise-whitened)的标准主成分变换。为了进一步进行波谱处理，通过检查最终特征值和相关图像来判定数据的内在维数。数据空间可被分为两部分：一部分与较大特征值和相对应的特征图像相关，其余部分与近似相同的特征值以及噪声占主导地位的图像相关。在本实施例中，s121后还包括：通过实地样地调查的裸沙面积比对线性光谱混合模型进行检验、模型参数调整，最终实现草原裸沙面积比遥感监测。在上述各实施例的基础上，上述步骤s121前还包括：s120、基于多光谱遥感数据，以裸沙、植被、土壤为端元组分，构建表示各端元组分光谱与多光谱遥感数据关系特征的线性光谱混合模型；基于多光谱遥感数据，采用线性光谱混合模型方法，以裸沙、植被、土壤为端元组分，分析端元特征，确定裸沙面积光谱特征与遥感数据信息间的关系特征，构建草原裸沙面积比的高精度线性光谱混合模型。在上述各实施例的基础上，如图2所示，基于遥感数据和地面样方数据获取草原的生物量，具体包括：s130、基于地面样方数据的经纬度和采集时间，建立多年样方生物量与对应时间的归一化差分植被指数ndvi的遥感数据集；s131、基于上述遥感数据集，分区域、分草原类型分别构建草原生物量遥感监测模型；s132、根据草原生物量遥感监测模型，基于遥感数据和地面样方数据获取草原的生物量。在本实施例中，步骤s130基于遥感数据ndvi产品与地面样方数据，根据地面样方的经纬度和采样时间，建立多年样方生物量与对应时间的ndvi遥感数据集。在步骤131中，鉴于草原植被类型的复杂性，分区域、分草原类型分别构建一元线性、指数函数、幂函数等草原生物量遥感监测模型；经过模型调试、参数筛选等步骤完成各区域草原生物量遥感监测模型的建模过程。在本实施例中，具体的，一元线性模型公式：y＝a×ndvi+b指数函数模型公式：y＝andvi×b；幂函数模型公式：y＝a×ndvib；其中，y为生物量，a，b为常数。在上述实施例的基础上，s131后还包括：选用随机预留的1/4样方数据对草原生物量遥感监测模型进行精度验证，采用平均绝对误差和平均相对误差两个指标进行评价，最终确定各区域的最优草原生物量遥感监测模型。在上述各实施例的基础上，得到草原植被综合指数gvsi前，还包括：s201、以上述植被覆盖度、上述裸沙面积比和上述生物量为因子，构建反映草原植被状况的植被覆盖度因子、裸沙面积比因子和生物量因子，并对上述裸沙面积比因子进行数值反转，去反转后因子作为实际因子；s202、对各因子进行无量纲化处理；s203、基于专家打分的层次分析法确定各因子的权重系数。在本实施例中，具体的，步骤s201具体包括：因子选取，选择草原的植被覆盖度、生物量和裸沙面积比三个参数作为构建模型的因子，并对上述裸沙面积比因子进行数值反转，去反转后因子作为实际因子；即植被覆盖度、生物量和裸沙面积比分别作为单因子；具体的，反映草原植被状况的参数众多，如植被覆盖度、生物量、植被高度、裸沙面积比例、植物种类等，根据对草原退化特征的研究，同时考虑各参数遥感反演的难易，最终选择草原的植被覆盖度、生物量和裸沙面积比三个参数作为构建模型的单因子。其中，裸沙面积比因子由于是反映草原非植被覆盖的参数，从反映草原植被状况的现实意义来讲，在gvsi模型中充当“反向”作用的因子。因此，对裸沙面积比因子(s)进行数值反转，取反转后因子sveg＝1–s作为构建模型的实际因子。具体的，步骤s202具体包括：选择min-max标准化方法对各单因子进行无量纲化处理。由于各单因子在度量单位上存在差异，在构建gvsi模型之前需要消除不同量纲的影响。min-max标准化方法是对原始数据进行线性变换。设mina和maxa分别为属性a的最小值和最大值，将a的一个原始值x通过min-max标准化映射成在区间[0，1]中的值x'；考虑到植被覆盖度的单位为百分比，经反转后的裸沙(土)盖度的单位也为百分比，且二者的取值范围都是[0，1]，因此，对生物量因子进行min-max标准化处理，将其原始值x映射成区间[0，1]中的值x'，其公式如下式(2)所示：式中，x'为标准化后单因子的映射值，x为单因子的原始值，xmin和xmax分别为单因子图层栅格值的最小值和最大值。具体的，步骤s203具体包括：采用基于专家打分的层次分析法确定各因子的权重，在gvsi模型中，单因子权重设置将直接影响各单因子在模型中的作用程度以及模型输出结果的数值，在本实施例中，草原的植被覆盖度因子的权重范围为[0.35-0.45]、生物量因子的权重范围为[0.25-0.35]、裸沙面积比因子的权重范围为[0.25-0.35]；优选的，草原的植被覆盖度因子、生物量因子、裸沙面积比因子的权重分别为0.4127、0.2815、0.3058。在上述各实施例的基础上，得到草原植被综合指数gvsi前，还包括：s204、构建草原植被综合指数gvsi模型：对草原植被覆盖度、生物量和裸沙面积比进行无量纲标准化处理，赋予权重，构建可以稳定和灵敏反映草原植被生态系统特征的草原植被综合指数(grasslandvegetationsynthesiszesindex，gvsi)模型，模型如公式(3)所示：上式(3)中，gvsi为草原植被综合指数，vi为草原植被参量的数值，wi为各参量的权重，n为草原植被参量的个数。根据草原植被综合指数模型，计算得到草原gvsi值。在上述各实施例的基础上，得到草原植被综合指数gvsi后，还包括：s3、基于上述gvsi对草原退化程度进行分级。基于上述各实施例，如图2所示，通过预先构建植被覆盖度遥感估算模型、生物量遥感估算模型、裸沙面积比遥感估算模型(即线性光谱混合模型)，并建立草原植被综合指数模型，基于遥感数据和地面样方数据，直接通过植被覆盖度遥感估算模型获取植被覆盖度，通过生物量遥感估算模型获取生物量，通过裸沙面积比遥感估算模型获取裸沙面积比，并通过草原植被综合指数模型得到草原植被综合指数。通过对gvsi值的变化率进行等级划分，制定退化标准，在确定退化标准后，计算各年gvsi值相对退化标准的变化率，作为草原退化分级的依据。设定的退化等级划分见表1。表1草原退化程度gvsi分级设置草原退化程度分级gvsi变化率重度退化<-38％中度退化-38％--20％轻度退化-20％--10％未退化>-10％在本实施例中，通过综合考虑草原植被覆盖度、草原生物量和裸沙面积比等多因素指标，更全面的反映草原植被退化状况。避免了单一因子开展草原退化遥感监测评价精度低、稳定性差的问题。通过在两个典型地区的草原退化野外调查数据对比，草原退化遥感监测模型计算的退化等级与实地调查退化等级对比精度达到91.3％，得到了良好的退化评价精度。本发明实施例的草原植被退化遥感监测方法综合了多种因素，评价更高效、更具可靠性，有助于推广应用。图3为本发明实施例提供的一种草原植被退化遥感监测装置，包括参数监控模块30和指数分析模块40，其中：参数监控模块30基于遥感数据获取草原的植被覆盖度和裸沙面积比，基于遥感数据和地面样方数据获取草原的生物量；通过预先构建植被覆盖度遥感估算模型、生物量遥感估算模型、裸沙面积比遥感估算模型(即线性光谱混合模型)，并建立草原植被综合指数模型，基于遥感数据和地面样方数据，直接通过植被覆盖度遥感估算模型获取植被覆盖度，通过生物量遥感估算模型获取生物量，通过裸沙面积比遥感估算模型获取裸沙面积比；指数分析模块40基于植被覆盖度、裸沙面积比和生物量在反映草原植被状况时所占的权重系数，得到草原植被综合指数gvsi。对草原植被覆盖度、生物量和裸沙面积比进行无量纲标准化处理，赋予权重，构建可以稳定和灵敏反映草原植被生态系统特征的草原植被综合指数(grasslandvegetationsynthesiszesindex，gvsi)模型；根据草原植被综合指数模型，计算得到草原gvsi值；还可对gvsi值的变化率进行等级划分，制定退化标准，在确定退化标准后，计算各年gvsi值相对退化标准的变化率，作为草原退化分级的依据。图4为本发明实施例提供的电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器(processor)810、通信接口(communicationsinterface)820、存储器(memory)830和通信总线840，其中，处理器810，通信接口820，存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储在存储器830上并可在处理器810上运行的计算机程序，以执行上述各实施例提供的草原植被退化遥感监测方法，例如包括：基于遥感数据获取草原的植被覆盖度和裸沙面积比，基于遥感数据和地面样方数据获取草原的生物量；基于植被覆盖度、裸沙面积比和生物量在反映草原植被状况时所占的权重系数，得到草原植被综合指数gvsi。此外，上述的存储器830中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的草原植被退化遥感监测方法，例如包括：基于遥感数据获取草原的植被覆盖度和裸沙面积比，基于遥感数据和地面样方数据获取草原的生物量；基于植被覆盖度、裸沙面积比和生物量在反映草原植被状况时所占的权重系数，得到草原植被综合指数gvsi。本发明实施例还提供本实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行如上述的草原植被退化遥感监测方法，例如包括：基于遥感数据获取草原的植被覆盖度和裸沙面积比，基于遥感数据和地面样方数据获取草原的生物量；基于植被覆盖度、裸沙面积比和生物量在反映草原植被状况时所占的权重系数，得到草原植被综合指数gvsi。综上所述，本发明实施例提供的一种草原植被退化遥感监测方法和装置，综合考虑了草原的植被覆盖度、生物量和裸沙面积比等多因素指标，更全面的反映草原植被退化状况；避免了单一因子开展草原退化遥感监测评价精度低、稳定性差的问题；计算的退化等级与实地调查退化等级对比误差小，综合了多种因素，评价更高效、更具可靠性，有助于推广应用。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。当前第1页12