一种基于Sentinel-2遥感数据的毛竹林大小年边界线提取方法

本发明涉及林业遥感，更具体的说是涉及一种基于sentinel-2遥感数据的毛竹林大小年边界线提取方法。

背景技术：

1、毛竹林具备大小年现象，即同一块地类表现出今年大量出笋(大年)，次年少量出笋(小年)的时间差异性特征，有研究表明，大小年同时也存在空间差异性特征，即在同一时间(同一月份)下的相邻地块，出现大年毛竹和小年毛竹完全不同的形态特征，大年毛竹和小年毛竹之间具有有明显的边界线。这种毛竹林时空差异性给毛竹林监测带来了很大挑战，不同生长状态下的竹林林下土壤质量和根系发育与林上自然供给产生差异，在缺乏合理管理下，极易向邻接的森林群落扩张，对森林生态系统平衡与毛竹资源效益产生显著影响。

2、目前，针对毛竹林大小年边界线提取与景观研究尚未有具体分析方法。

3、因此，如何利用遥感影像实现毛竹林大小年边界线提取是本领域技术人员亟需解决的问题。

技术实现思路

1、有鉴于此，本发明提供了一种基于sentinel-2遥感数据的毛竹林大小年边界线提取方法，能够对同一时间下的毛竹林大小年边界线进行提取，为毛竹生态系统监测提供参考。

2、为了实现上述目的，本发明采用如下技术方案：

3、一种基于sentinel-2遥感数据的毛竹林大小年边界线提取方法，包括以下步骤：

4、对待提取区域的遥感图像进行分类处理，获取三种地类结果的空间分布区域，所述三种地类结果包括若干大年毛竹林、若干小年毛竹林、以及大年毛竹林和小年毛竹林中间的其它植被；

5、根据三种地类结果的空间分布区域，提取大年毛竹林和小年毛竹林的初始分界线；

6、构建所述初始分界线的缓冲区，并获取所述缓冲区与三种地类结果空间分布区域之间的相交像元；

7、根据所述相交像元计算像元阈值，并根据像元阈值结果得到大年毛竹林和小年毛竹林的最终分界线。

8、优选的，对待提取区域的遥感图像进行分类处理，获取三种地类结果的空间分布区域，具体包括：

9、获取待提取区域连续两年的多期遥感图像并进行预处理，所述预处理包括辐射定标、大气校正、波段重采样、波段融合和边界裁剪；

10、根据预处理后的多期遥感图像，分别计算每一期遥感图像的归一化植被指数ndvi，统计每一期遥感图像中ndvi值大于设定阈值的区域出现的次数比，若次数比大于预设值，则将遥感图像中对应的区域划分为常绿植被的空间分布区域；

11、针对常绿植被的空间分布区域，选取5月份的影像计算遥感图像的oyml指数和fyml指数，具体包括：

12、

13、

14、式中vre2i表述第i年的同期遥感图像中红边2波段的反射率；vre2i-1表述第i-1年的同期遥感图像中红边2波段的反射率；vre3i表述第i年的同期遥感图像中红边3波段的反射率；vre3i-1表述第i-1年的同期遥感图像中红边3波段的反射率；

15、将第i年同期遥感图像中oyml指数值大于0.01的空间分布区域确定为大年毛竹林；

16、将第i年同期遥感图像中fyml指数值大于0.01的空间分布区域确定为小年毛竹林；

17、将第i年同期遥感图像中满足0.005<oyml<0.01且0.005<fyml<0.01的空间分布区域确定为其它植被。

18、优选的，根据三种地类结果的空间分布区域，提取大年毛竹林和小年毛竹林的初始分界线，具体包括：

19、获取三种地类结果空间分布区域的栅格数据；

20、将大年毛竹林的栅格数据和其它植被的栅格数据进行合并；

21、通过空间数据处理将所述合并后的栅格数据，与小年毛竹林的栅格数据均转换为矢量数据；

22、获取合并后的矢量数据，与小年毛竹林的线矢量数据之间的重合线；

23、对得到的重合线提取中心线，并剔除干扰的重合线，得到大年毛竹林和小年毛竹林的初始分界线。

24、优选的，利用所述相交像元计算像元阈值，并根据像元阈值结果得到大年毛竹林和小年毛竹林的最终分界线，具体包括：

25、分别获取三种地类结果与所述缓冲区之间的相交像元面积；

26、根据相交像元面积计算像元阈值：

27、

28、

29、式中，△son-off1表示第一像元阈值；△son-off2表示第二像元阈值；a表示缓冲区与大年毛竹林的相交像元面积；b表示缓冲区与小年毛竹林的相交像元面积；c表示缓冲区与其它植被的相交像元面积；

30、将第一像元阈值△son-off1和第二像元阈值△son-off2同时满足：

31、△son-off1>0.5且△son-off2>0.7的初始边界线确定为大年毛竹林和小年毛竹林的最终分界线。

32、优选的，根据像元阈值结果得到大年毛竹林和小年毛竹林的最终分界线，还包括：

33、利用google earth pro软件的高分辨率影像得到的大年毛竹林和小年毛竹林分界线数据对最终分界线进行验证与局部修改。

34、优选的，上述方法还包括：

35、利用大年毛竹林和小年毛竹林的最终分界线进行垂直景观分析和水平景观分析。

36、优选的，利用大年毛竹林和小年毛竹林的最终分界线进行垂直景观分析，具体包括：

37、获取遥感图像的高程数据，并将大年毛竹林和小年毛竹林的最终分界线转换为点数据；

38、将高程数据与最终分界线转换后的点数据进行叠加，提取最终分界线上每一个点数据的地形数据，所述地形数据包括高程、坡度与坡向；

39、对地形数据进行重分类；

40、获取重分类后的地形数据，利用arcgis的空间分析方法，统计最终分界线每一个点数据的高程、坡度沿不同坡向的频度分布，并分析地形数据的特征变化。

41、优选的，利用大年毛竹林和小年毛竹林的最终分界线进行水平景观分析，具体包括：

42、获取遥感图像的高程数据，并从所述高程数据中提取出居民点的高程信息；

43、将大年毛竹林和小年毛竹林的最终分界线转换为点数据，并将转换后的点数据与高程数据进行叠加，提取最终分界线上的最低点；

44、获取最终分界线上最低点与距离最近居民点之间的相对高差和水平距离；

45、根据相对高差和水平距离计算最终分界线上最低点和居民点的理论距离。

46、经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于sentinel-2遥感数据的毛竹林大小年边界线提取方法，具有以下有益效果：

47、本发明利用sentinel-2遥感数据将毛竹林大小年边界线提取出来，技术方案简单易行，运行参数少，鲁棒性强，能够准确得到毛竹林大小年边界线结果，可为毛竹生态系统监测提供参考。

技术特征：

1.一种基于sentinel-2遥感数据的毛竹林大小年边界线提取方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的基于sentinel-2遥感数据的毛竹林大小年边界线提取方法，其特征在于，对待提取区域的遥感图像进行分类处理，获取三种地类结果的空间分布区域，具体包括：

3.根据权利要求1所述的基于sentinel-2遥感数据的毛竹林大小年边界线提取方法，其特征在于，根据三种地类结果的空间分布区域，提取大年毛竹林和小年毛竹林的初始分界线，具体包括：

4.根据权利要求1所述的基于sentinel-2遥感数据的毛竹林大小年边界线提取方法，其特征在于，利用所述相交像元计算像元阈值，并根据像元阈值结果得到大年毛竹林和小年毛竹林的最终分界线，具体包括：

5.根据权利要求1所述的基于sentinel-2遥感数据的毛竹林大小年边界线提取方法，其特征在于，根据像元阈值结果得到大年毛竹林和小年毛竹林的最终分界线，还包括：

6.根据权利要求1所述的基于sentinel-2遥感数据的毛竹林大小年边界线提取方法，其特征在于，还包括：

7.根据权利要求6所述的基于sentinel-2遥感数据的毛竹林大小年边界线提取方法，其特征在于，利用大年毛竹林和小年毛竹林的最终分界线进行垂直景观分析，具体包括：

8.根据权利要求6所述的基于sentinel-2遥感数据的毛竹林大小年边界线提取方法，其特征在于，利用大年毛竹林和小年毛竹林的最终分界线进行水平景观分析，具体包括：

技术总结
本发明公开了一种基于Sentinel‑2遥感数据的毛竹林大小年边界线提取方法，涉及林业遥感技术领域。包括，对遥感图像进行分类处理，获取三种地类结果的空间分布区域，所述三种地类结果包括若干大年毛竹林、若干小年毛竹林、以及大年毛竹林和小年毛竹林中间的其它植被；根据三种地类结果的空间分布区域，提取大年毛竹林和小年毛竹林的初始分界线；构建所述初始分界线的缓冲区，并获取所述缓冲区与三种地类结果空间分布区域之间的相交像元；利用所述相交像元计算像元阈值，并根据像元阈值结果得到大年毛竹林和小年毛竹林的最终分界线。利用上述方法能够准确得到毛竹林大小年边界线。

技术研发人员：李楠,李龙伟,朱会子,张伟
受保护的技术使用者：滁州学院
技术研发日：
技术公布日：2024/1/13